OpenAI News 40 วันที่แล้ว general AI Generated

Perplexity trusts GPT-6 Astra with end-to-end systems

เกี่ยวกับ OpenAI
OpenAI News 14 Sep 2026
98
0
100
18 10m



เจาะประเด็น
AI / Models


Perplexity ปล่อยให้ Astra ดูแลระบบจริงทั้งขาเขียนโค้ดยันเฝ้าโปรดักชัน



จากโมเดลที่ต้องคอยป้อนคำสั่ง มาสู่โมเดลที่บริษัทเช็กกับมันน้อยลงเรื่อยๆ นี่คือสัญญาณว่า AI กำลังขยับจากผู้ช่วยเป็นคนทำงานจริง




ทีมข่าว เอไอไทย.com
⏱ อ่าน 4 นาที



ถ้าโมเดลหนึ่งเขียนงานสื่อสาร แก้ซอฟต์แวร์ แล้วเฝ้าระบบโปรดักชันได้เอง คำถามไม่ใช่ "มันเก่งแค่ไหน" อีกต่อไป แต่คือ "เรากล้าปล่อยให้มันทำคนเดียวแค่ไหน"




เพอร์เพล็กซิตี้ (Perplexity) กำลังใช้ Astra ซึ่งเป็นโมเดลตระกูล GPT-6 ทำงานที่เดิมทีต้องใช้คนหรือโมเดลหลายตัวช่วยกันทำ นั่นคือการเขียนงานสื่อสารภายใน การแก้ไขซอฟต์แวร์ และการมอนิเตอร์ระบบโปรดักชัน สิ่งที่หลายคนอาจมองข้ามคือรายละเอียดเล็กๆ ที่บอกอะไรได้เยอะมาก นั่นคือบริษัทเช็กงานกับโมเดลนี้ "น้อยลงมาก" เมื่อเทียบกับโมเดลรุ่นก่อนๆ



ถ้าใครเคยใช้ AI ช่วยทำงาน จะรู้ว่าความต่างระหว่าง "ใช้ได้" กับ "ไว้ใจได้" มันห่างกันคนละโลก ตอนใช้โมเดลรุ่นเก่า เราต้องคอยตรวจทุกบรรทัด คอยถามซ้ำ คอยแก้ทิศทาง แต่นี่คือการบอกว่า Astra รับงานได้แบบเบ็ดเสร็จ แล้วคนค่อยเข้าไปดูผลลัพธ์เป็นช่วงๆ นั่นแปลว่าอัตราการพึ่งพาตัวเองของโมเดลสูงขึ้นจนบริษัทกล้าลดความถี่ในการตรวจสอบลง



ทำอะไรได้บ้าง


ข่าวนี้ระบุชัดว่า Astra ถูกใช้ในสามงานหลัก ซึ่งครอบคลุมตั้งแต่ต้นน้ำยันปลายน้ำของงานวิศวกรรมเลย




งานสื่อสาร

เขียนงานด้านการสื่อสารให้กับบริษัท เป็นงานที่ต้องเข้าใจบริบทและโทนของแบรนด์ ไม่ใช่แค่แต่งประโยคให้ถูกไวยากรณ์



แก้ไขซอฟต์แวร์

ลงมือเปลี่ยนแปลงโค้ดหรือระบบ ซึ่งเป็นงานที่ผิดพลาดแล้วกระทบตรงๆ ไม่ใช่แค่ข้อความสวยไม่สวย



มอนิเตอร์ระบบโปรดักชัน

เฝ้าดูระบบที่ใช้งานจริงอยู่ เป็นงานที่ต้องตัดสินใจไวเมื่อมีอะไรผิดปกติ และต้องไม่สร้างปัญหาซ้ำเติม


สามอย่างนี้รวมกันแล้วคือ "end-to-end systems" ตามที่ต้นฉบับใช้คำ หมายความว่าโมเดลไม่ได้เป็นแค่ผู้ช่วยในขั้นตอนเดียว แต่รับช่วงต่อกันได้ตลอดสายงาน ตั้งแต่คิดข้อความ ไปจนถึงลงมือแก้ระบบ และเฝ้าดูผลลัพธ์หลังบ้าน



ทำไมเรื่องนี้ถึงน่าสนใจ


จุดที่ผมคิดว่าคนในวงการควรจับตาคือประโยคเรื่องความถี่ในการเช็กงานที่ลดลง เพราะนั่นคือตัวชี้วัดจริงว่าโมเดลทำงานได้เสถียรแค่ไหน ไม่ใช่แค่ทำได้ แต่ทำได้ซ้ำๆ โดยที่คนไม่ต้องยืนคุมตลอดเวลา ใครที่เคยป้อนคำสั่งให้ AI แล้วต้องมานั่งแก้ทุกครั้งจะเข้าใจดีว่าการลดการเช็กงานลงมันยากแค่ไหน



อีกมุมที่ควรคิดคือเรื่องความเสี่ยง เมื่อโมเดลเข้าไปแก้ซอฟต์แวร์และเฝ้าระบบโปรดักชันจริง ยิ่งไว้ใจมันมากเท่าไหร่ คนก็ยิ่งต้องออกแบบกลไกกันพลาดให้รัดกุมขึ้นเท่านั้น การที่บริษัทกล้าลดการตรวจสอบไม่ได้แปลว่าปล่อยปละละเลย แต่แปลว่าระบบตรวจสอบอัตโนมัติและกรอบความปลอดภัยต้องแน่นพอจะรับงานนี้ได้



“
Perplexity uses Astra to write communications, change software, and monitor production systems, and checks in much less frequently than with earlier models.


ถ้ามองในภาพใหญ่ นี่คืออีกก้าวของ trend ที่โมเดลรุ่นใหม่ถูกออกแบบมาให้ "ทำงานยาวๆ ด้วยตัวเอง" มากขึ้น ต่างจากยุคแรกที่ AI เป็นเหมือนเครื่องตอบคำถามที่รอรับคำสั่งทีละครั้ง การที่ Perplexity กล้าใช้ Astra กับงานโปรดักชันจริง คือการส่งสัญญาณว่าความไว้ใจต่อโมเดลระดับนี้เริ่มขยับจากห้องแล็บมาสู่หน้างานจริงแล้ว



💡

ตัวเลขที่สำคัญที่สุดในข่าวนี้ไม่ใช่ความสามารถของ Astra แต่คือ "ความถี่ในการเช็กงานที่ลดลง" เพราะนั่นคือหลักฐานว่าโมเดลทำงานเองได้เสถียรพอจะฝากงานจริงไว้ได้ ต่อจากนี้คำถามของวงการจะไม่ใช่ "AI ทำได้ไหม" แต่เป็น "เราออกแบบระบบให้มันทำได้อย่างปลอดภัยแค่ไหน" ต่างหาก



ที่มา: OpenAI News — อ่านต้นฉบับ


#Perplexity #GPT6 #AIAgents

🔗 อ่านต่อ · สินค้าและคำถามที่เกี่ยวข้อง

สินค้ามาแรงตอนนี้

คนขายของถามบ่อย

ความคิดเห็น 3

กำลังโหลดความคิดเห็น...