Google ขยาย Wiz Cloud Security ไปยัง AWS, Azure และ Google Cloud

ธนาคารในไต้หวันร่วมมือกันพัฒนา AI ในประเทศ! โมเดลภาษาแบบขนาดใหญ่ด้านการเงินพร้อมใช้งานได้เร็วที่สุดภายในสิ้นปี

บรรดา 16 สถาบันการเงินที่อยู่ภายใต้การนำของ Chinan Jincon Group ประกาศเริ่มโครงการ “Financial Large Language Model FinLLM” โดยรุ่นแรกของโมเดลสำหรับธนาคารคาดว่าจะเผยแพร่ในเดือนสิงหาคม และในไตรมาสที่ 1 ของปี 2026 จะเปิดตัวเอเจนต์ AI เพิ่มเติมที่พัฒนาขึ้นโดยอาศัย FinLLM เป็นพื้นฐาน เริ่มฝึกตั้งแต่เดือนพฤษภาคม โดยมีงบประมาณประมาณ 40–70 ล้านเหรียญไต้หวันใหม่ เนื่องจากข้อกำหนดด้านกฎระเบียบและความต้องการด้านการปรับให้เข้ากับท้องถิ่น จึงยึดการฝึกด้วยข้อมูลภายในประเทศเป็นหลัก เสริมความสามารถของ AI เชิงอธิปไตย สร้างโครงสร้างพื้นฐานแบบใช้ร่วมกัน และขยายไปสู่การเงินเพื่อความเท่าเทียม (Inclusive Finance) โครงการดังกล่าวได้ถูกบรรจุไว้ในแผนพัฒนา AI ระดับประเทศ และได้รับการสนับสนุนจากหน่วยงานข้ามกระทรวง

ประธานเจ้าหน้าที่บริหารของ Google: รายจ่ายลงทุนปี 2026 จะสูงถึง 1850 ล้านดอลลาร์ เพิ่มการลงทุนในยุคของเอเจนต์อัจฉริยะด้าน AI

ผู้บริหารสูงสุดของ Google นาย Sundar Pichai ประกาศในงาน Google Cloud Next เมื่อวันที่ 22 เมษายน ที่ลาสเวกัสว่า Google วางแผนจะลงทุนระหว่าง 175,000 ล้านถึง 185,000 ล้านดอลลาร์สหรัฐในปี 2026 สำหรับงบลงทุนด้านโครงสร้างพื้นฐานที่จำเป็นต่อการสร้างตัวแทนปัญญาประดิษฐ์แบบอิสระ (AI Agent) เพิ่มขึ้นจาก 31,000 ล้านดอลลาร์สหรัฐในปี 2022

Google Jules เปิดรายชื่อผู้สมัครเวอร์ชันใหม่ที่เปิดตัวอีกครั้ง และปรับตำแหน่งใหม่ให้เป็นแพลตฟอร์มสำหรับการพัฒนาผลิตภัณฑ์แบบครบวงจรจากต้นทางถึงปลายทาง

ตามประกาศอย่างเป็นทางการของทีม Google Jules เมื่อวันที่ 23 เมษายน การวางตำแหน่งผลิตภัณฑ์ของ Jules ได้อัปเกรดจากเอเจนต์โค้ดแบบอะซิงโครนัสเป็น “แพลตฟอร์มพัฒนาแบบเอเจนต์เชิงรุกแบบครบวงจร (end-to-end agentic product development platform)” โดยเวอร์ชันใหม่นี้สามารถอ่านบริบทผลิตภัณฑ์ทั้งหมดได้ ตัดสินใจเองว่าควรสร้างขั้นถัดไปไปในทิศทางใด และส่ง PR ทางการได้ประกาศพร้อมกันด้วยว่าได้เปิดรายชื่อผู้สมัครสำหรับเวอร์ชันใหม่แล้ว

Google Jules รีแบรนด์เป็นแพลตฟอร์มพัฒนาผลิตภัณฑ์แบบเอเจนต์เชิงปฏิบัติการแบบครบวงจร เปิดรายชื่อรอสำหรับเวอร์ชันใหม่

ข้อความข่าวประตู 23 เมษายน — ทีม Jules ของ Google ประกาศเปิดรายชื่อรอสำหรับผลิตภัณฑ์เวอร์ชันใหม่ โดยปรับบทบาทของ Jules จากเอเจนต์สำหรับการเขียนโค้ดแบบอะซิงโครนัสเป็นแพลตฟอร์มพัฒนาผลิตภัณฑ์แบบเอเจนต์เชิงปฏิบัติการแบบครบวงจร ตามคำอธิบายอย่างเป็นทางการ แพลตฟอร์มที่อัปเกรดจะอ่านบริบทของทั้งผลิตภัณฑ์ได้

Perplexity เปิดเผย Web 搜索代理的后训练方法；基于 Qwen3.5 的模型在准确性与成本上优于 GPT-5.4

Perplexity 使用先用 Qwen3.5 模型进行 SFT，随后再用 RL，并借助多跳 QA 数据集与评分细则校验来提升搜索准确性与效率，从而实现同类最佳的 FRAMES 表现。 摘要：Perplexity 的面向网络搜索代理的后训练流程，将监督微调 (SFT) 与通过 GRPO 算法进行在线强化学习 (RL) 结合。SFT 用于强化遵循指令与语言一致性；RL 则通过 GRPO 优化搜索准确性。RL 阶段使用专有的多跳可验证问答数据集以及基于评分细则的对话数据，以防止 SFT 漂移，并配合奖励门控与组内效率惩罚。评估显示，Qwen3.5-397B-SFT-RL 在 FRAMES 上取得顶级表现：单次工具调用准确率 57.3%，四次调用准确率 73.9%，成本为每次查询 $0.02，且在这些指标上优于 GPT-5.4 与 Claude Sonnet 4.6。定价基于 API，并且不包含缓存。

OpenAI Codex 团队修复 OpenClaw 身份验证错误，显著改善代理行为

OpenClaw 从 Pi 切换到 Codex harness，以修复静默身份验证回退问题，并通过两 个 PR 解决桥接与回退；修复后，代理从浅层心跳轮询转为完整的工作循环，从而实现进展。 摘要：OpenClaw 的 Codex harness 优化解决了一个关键身份验证缺陷：当使用带有 OpenAI 模型的 Codex 时，会导致静默回退到 Pi harness。两个拉取请求修复身份验证桥接并防止静默回退，从而更改运行时适配器。结果是，代理行为从浅层心跳轮询演进为读取上下文、分析任务、编辑代码库并验证进展的完整工作循环，从而提升跨心跳的连续性与可见性。