อัปเดต
AI / Tools
Gemini 3.7 Flash มาแล้ว! แต่ความน่ากลัวจริงๆ อยู่ที่การอัปเกรดเครื่องมือรอบนี้
llm-gemini 0.33 ปล่อยอัปเดตรอบใหญ่ รองรับโมเดลใหม่และโหมดคิดลึก แต่มีอะไรซ่อนอยู่ใต้ฮู้ดที่คุณต้องรู้
ทีมข่าว เอไอไทย.com
⏱ อ่าน 4 นาที
เราต่างรู้กันดีว่าวงการ AI มันหมุนเร็วขนาดไหน แต่การที่ Simon Willison ปล่อย llm-gemini 0.33 ออกมาในจังหวะที่ Gemini 3.7 Flash เพิ่งเปิดตัววันนี้ มันไม่ใช่เรื่องบังเอิญแน่นอน นี่คือการอัปเดตที่มาพร้อมของแถมที่หลายคนรอคอยมานาน นั่นคือการรองรับ LLM 0.32 ซึ่งเปิดประตูให้เห็น "reasoning traces" หรือร่องรอยการคิดของโมเดล และที่เด็ดกว่านั้นคือการเปิดใช้งานเครื่องมือฝั่งเซิร์ฟเวอร์ (server-side tools) ได้แล้ว
พูดตรงๆ ว่าเมื่อก่อนการจะให้โมเดลคิดแบบมีขั้นตอนหรือใช้เครื่องมือคำนวณเนี่ย มันต้องมานั่งแก้ config วุ่นวาย แต่ตอนนี้ด้วยแพทเทิร์นคำสั่งง่ายๆ อย่าง llm -m gemini-3.7-flash -T CodeExecution 'use python to calculate...' มันก็ทำงานได้ทันที นี่คือสิ่งที่ทำให้ LLM เป็นเครื่องมือที่น่าใช้มากขึ้นทุกวัน เพราะมันไม่ได้เป็นแค่ "แชทบอท" แต่มันคือ "ผู้ช่วยที่ลงมือทำได้จริง"
แต่ที่ผมอยากชี้ให้เห็นมากที่สุดในอัปเดตนี้ ไม่ใช่แค่เรื่องโมเดลใหม่หรือเครื่องมือใหม่ แต่มันคือเรื่องของคุณภาพของ "ภาพที่โมเดลวาดให้" ต่างหาก Simon ทดลองให้ Gemini 3.7 Flash วาดรูปนกกระทุงขี่จักรยาน ซึ่งผลลัพธ์ที่ได้ออกมาสวยงามจนต้องร้องว้าว แต่เดี๋ยวก่อน นี่แหละครับจุดที่น่าสนใจ
ผมขอบอกเลยว่าเรื่องนี้มันเป็นดาบสองคมจริงๆ เพราะในขณะที่โมเดล AI ก้าวหน้าขึ้นเรื่อยๆ เรื่องการสร้างภาพ แต่ปัญหาพื้นฐานอย่างความเข้ากันได้กับเบราว์เซอร์ก็ยังคงหลอกหลอนเราอยู่ Simon เจอว่าภาพ SVG ที่ Gemini สร้างออกมาเนี่ย เปิดใน Safari ได้สวยงามสมบูรณ์แบบ แต่พอเปิดใน Firefox หรือ Chrome กลับเห็นแค่จักรยานว่างเปล่าๆ ไม่มีนกกระทุง! เพราะ Safari มันใจดีกับ element ที่ว่างเปล่า ในขณะที่อีกสองเจ้าตีความตามสเปคเป๊ะๆ แล้วมันก็พัง
นี่คือบทเรียนคลาสสิกของโลกการพัฒนาเว็บที่ AI ยังแก้ไม่ตก มันย้ำเตือนเราว่า "ต่อให้ AI สร้างโค้ดได้เก่งแค่ไหน มันก็ยังไม่เข้าใจบริบทของการใช้งานจริงในทุกแพลตฟอร์ม" การที่โมเดลสร้างภาพได้สวยไม่ได้แปลว่าผู้ใช้ทุกคนจะเห็นภาพนั้นเหมือนกันหมด มันเหมือนการที่คุณเขียนโค้ดแล้วรันผ่านบนเครื่องตัวเอง แต่พอส่งให้เพื่อนรันกลับเจอ error เต็มไปหมด นี่คือความเจ็บปวดที่นักพัฒนาทุกคนรู้ดี
อีกประเด็นที่ผมว่าสำคัญไม่แพ้กันคือการที่ตัวเลือก "minimal thinking effort" ใน Gemini 3.6 Flash ถูกถอดออกไปในรุ่น 3.7 ครับ Simon บอกว่าตัวเลือกนี้หายไปแล้ว ซึ่งผมมองว่ามันคือทิศทางของ Google ที่ต้องการบีบให้ผู้ใช้จ่ายแพงขึ้นเพื่อให้ได้โมเดลที่ "ฉลาด" เสมอ แทนที่จะปล่อยให้เร่งความเร็วโดยแลกกับคุณภาพ มันคือการตัดสินใจทางธุรกิจที่เข้าใจได้ แต่ก็แอบเจ็บใจนิดๆ เพราะบางงานมันก็ไม่ต้องการ "การคิดลึก" ขนาดนั้นนี่นา
อย่างไรก็ตาม สิ่งที่ผมตื่นเต้นที่สุดในเวอร์ชันนี้คือการรองรับ embedding models ใหม่อย่าง gemini-embedding-2 และ gemini-embedding-001 ซึ่งเป็นข่าวดีสำหรับคนที่ทำงานด้าน RAG หรือ semantic search เพราะมันหมายถึงทางเลือกที่มากขึ้นและประสิทธิภาพที่ดีขึ้นในการค้นหาข้อมูลเชิงความหมาย นี่แหละคือโครงสร้างพื้นฐานที่คนส่วนใหญ่มองข้าม แต่จริงๆ แล้วมันคือหัวใจของแอปพลิเคชัน AI ในยุคนี้
ประเด็นเรื่องเบราว์เซอร์นี่แหละที่ผมว่ามันสะท้อนอะไรได้เยอะมาก มันบอกเราว่าเรากำลังอยู่ในช่วงเปลี่ยนผ่านที่ AI สร้างงานได้เก่งขึ้นเรื่อยๆ แต่มนุษย์ยังต้องเป็นคนคอยตรวจสอบและแก้ไขปัญหาเฉพาะหน้าอยู่ดี การที่ Simon เจอปัญหานี้แล้วเอามาเล่าให้ฟัง มันคือการบ้านที่บอกเราว่า "อย่าเพิ่งไว้ใจ AI 100%" เพราะสุดท้ายแล้วคนที่ใช้เครื่องมือเก่งๆ ต่างหากที่จะชนะ ไม่ใช่เครื่องมือที่เก่งๆ เพียงอย่างเดียว
สรุปคือ llm-gemini 0.33 นี้เป็นอัปเดตที่คุ้มค่าการอัปเกรดมาก โดยเฉพาะฟีเจอร์ reasoning traces และ server-side tools ที่จะเปลี่ยนวิธีที่คุณทำงานกับ LLM ไปตลอดกาล แต่ก็ต้องเตรียมใจไว้เลยว่าความเจ็บปวดเรื่อง cross-browser compatibility ยังไม่หายไปไหน และบางอย่างก็ถูกถอดออกไปเพื่อแลกกับความสามารถใหม่ มันคือเกมการแลกเปลี่ยนที่เราต้องยอมรับในโลก AI ที่หมุนเร็วขนาดนี้
นี่คืออนาคตของ LLM ที่ไม่ได้เป็นแค่ "โมเดลภาษา" แต่เป็น "แพลตฟอร์มปฏิบัติการ" ที่มีเครื่องมือครบมือ ถึงแม้จะมีจุดบกพร่องเรื่องความเข้ากันได้บ้าง แต่มันคือก้าวสำคัญที่ทำให้ AI เข้ามาเป็นส่วนหนึ่งของเวิร์กโฟลว์เราอย่างแท้จริง อัปเดตเถอะครับ แล้วไปลองหัดให้นกกระทุงขี่จักรยานบนเบราว์เซอร์ที่คุณใช้จริงดู
ที่มา: Simon Willison's Weblog — อ่านต้นฉบับ
ความคิดเห็น 4
กำลังโหลดความคิดเห็น...