NEW DeepSeek V4 Pro is CRAZYY GOOD! 🤯
สรุปย่อ
ประเด็นสำคัญจากวิดีโอ
- **ช่อง:** Julian Goldie SEO · **ความยาว:** ~7.9 นาที · **ลิงก์:** https://www.youtube.com/watch?v=jG0JTu0ENe8
# สรุป: NEW DeepSeek V4 Pro is CRAZYY GOOD! 🤯 - **ช่อง:** Julian Goldie SEO · **ความยาว:** ~7.9 นาที · **ลิงก์:** https://www.youtube.com/watch?v=jG0JTu0ENe8 ## ประเด็นหลัก - DeepSeek เปิดตัว V4 Pro (เวอร์ชัน 0813) โมเดลใหญ่ที่สุดของบริษัท ที่เพิ่งถูกนำออกจากการทดสอบและเปิดใช้งานจริงตั้งแต่วันที่ 13 สิงหาคม - ทำคะแนน 87.9 ในการทดสอบ Terminal Bench 2.1 ซึ่งวัดว่า AI ทำงานจริงในเทอร์มินัลคอมพิวเตอร์ได้หรือไม่ ไม่ใช่แค่ตอบคำถาม - จุดเปลี่ยนสำคัญคือการทำให้โมเดล "ลงมือทำ" แบบเอเจนต์ (agent) ไม่ใช่แค่พูดคุย ต่างจาก AI แบบเดิมที่ตอบคำถามอย่างเดียว - มีโหมดคิด 3 ระดับ ได้แก่ low (งานง่าย เร็ว), high (งานประจำวัน) และ max (ปัญหายากที่ต้องใช้เวลาคิด) ผู้ใช้เลือกตามความยากของงาน - เทคโนโลยีเบื้องหลัง: hybrid attention (ประมวลผลข้อความมหาศาลได้เร็ว), MHC หรือ manifold constrained hyperconnections (สัญญาณภายในคงที่) และ Muon Optimizer (เทรนเร็วขึ้น) - รองรับบริบท (context) ได้ถึง 1 ล้านโทเคน และมีพารามิเตอร์รวม 1.6 ล้านล้านตัว แต่เปิดใช้งานเพียง 49 พันล้านตัวต่องาน จึงรันได้เร็ว - ทำงานร่วมกับรูปแบบ responses API ของ OpenAI และออกแบบมาให้เสียบเข้ากับ Codex เครื่องมือเขียนโค้ดด้วย AI ได้โดยตรง - ปล่อยแบบ open weights ภายใต้ใบอนุญาต MIT แต่อย่างไรก็ตามต้องใช้ฮาร์ดแวร์ระดับสูงในการรันเอง ส่วนใหญ่จะใช้ผ่านแอปหรือ API - ราคา API จะปรับขึ้นตั้งแต่วันที่ 16 สิงหาคม พร้อมระบบคิดราคาแบบ peak/off-peak สะท้อนการเปลี่ยนผ่านสู่แพลตฟอร์มเอเจนต์ราคาสูงขึ้น - ผลการประเมิน 3 มุม: คะแนนของ DeepSeek เองแข็งแกร่ง, การทดสอบอิสระจาก Artificial Analysis เสมอกับ GLM 5.2, ปฏิกิริยาผู้ใช้ยังผสมผสาน - เหมาะกับ: นักเขียนโค้ด (ผ่าน Codex), นักสร้างเอเจนต์/ระบบอัตโนมัติ, นักวิจัยที่ทำงานเอกสารใหญ่, ส่วนเจ้าของธุรกิจเล็กใช้ผ่านโหมดผู้เชี่ยวชาญในแอปได้โดยไม่ต้องแตะ API - ผู้พูดยังให้กำลังใจคนที่รู้สึกตามไม่ทันว่าเป็นเรื่องปกติ เพราะจังหวะวงการเร็วเกินจริง วิธีแก้คือเลือกเครื่องมือเดียวแล้วเรียนรู้ให้ลึก ## ความเห็นสรุป คลิปนี้เป็นการรีวิวเชิงข่าวที่อธิบายจุดแข็งของ DeepSeek V4 Pro อย่างเข้าใจง่าย เน้นความต่างระหว่าง AI แบบตอบคำถามกับเอเจนต์ที่ทำงานให้สำเร็จ รวมถึงแง่มุมเชิงธุรกิจอย่างการขึ้นราคาและการเปลี่ยนตำแหน่งทางการตลาดของ DeepSeek เนื้อหาส่วนท้ายมีการโปรโมตโปรแกรม AI Profit Boardroom และ AI Success Lab ของช่องเองเป็นหลัก ซึ่งเป็นจุดที่ควรระลึกว่ามีเจตนาเชิงการตลาดครับ
คำแปลเต็ม
แปลตามบทสนทนาต้นฉบับ ปรับเป็นภาษาไทยธรรมชาติ
DeepSeek V4 Pro โมเดลตัวใหม่ของ DeepSeek นั้นดีเกินคาดมากครับ นี่คือข่าวของวันนี้ และผมจะทำให้คุณเห็นว่าทำไม ไปดูกันเลยครับ
DeepSeek เพิ่งนำโมเดลที่ใหญ่ที่สุดของตนออกจากการทดสอบและเปิดตัวเป็นของจริงครับ มันชื่อ V4 Pro และเลขเวอร์ชันคือ V4 Pro 0813 ตัวเลข 0813 หมายถึงวันที่ 13 สิงหาคม ซึ่งเป็นวันที่มันเปิดให้ทุกคนใช้งานจริง
นี่คือตัวเลขที่สำคัญที่สุดครับ ในการทดสอบที่ชื่อ Terminal Bench 2.1 V4 Pro ทำคะแนนได้ 87.9 การทดสอบนี้ตรวจว่า AI ทำงานจริงในเทอร์มินัล (terminal) ของคอมพิวเตอร์ได้หรือไม่ ไม่ใช่แค่คุยเล่น ไม่ใช่ตอบคำถามทั่วไป แต่ต้องทำงานจริงให้สำเร็จ
ลองย้อนกลับไปสักครู่ครับ DeepSeek โชว์ตัวอย่างของโมเดลนี้มาตั้งแต่เดือนเมษายน เมื่อ 4 เดือนก่อน มันเป็นเพียงเดโม เป็นการแอบดูตัวอย่างเท่านั้น แต่ตอนนี้ในเดือนสิงหาคม มันเป็นของจริงแล้ว ใช้งานได้จริง พร้อมใช้ทันที แล้วอะไรเปลี่ยนไปจากเดือนเมษายนบ้าง? DeepSeek ทุ่มพลังงานเกือบทั้งหมดไปกับเรื่องเดียว นั่นคือทำให้โมเดลลงมือทำ ไม่ใช่แค่พูด
ลองนึกถึง AI ที่คุณคุ้นเคยครับ คุณถามคำถาม มันตอบคำถาม จบ แค่นั้น แต่เอเจนต์ (agent) ต่างออกไป คุณให้เป้าหมาย มันวางแผน มันใช้เครื่องมือ มันตรวจงานของตัวเอง มันแก้ข้อผิดพลาด แล้วมันถึงจะบอกคุณว่างานเสร็จ วิธีเปรียบเทียบง่ายๆ คือ AI แบบเก่าเป็นเหมือนเพื่อนที่ฉลาดมากซึ่งตอบคำถามคุณผ่านข้อความ แต่เอเจนต์แบบใหม่เหมือนการจ้างคนที่รับงานทั้งหมดไปจากคุณ แล้วส่งคืนเป็นงานที่เสร็จเรียบร้อย
ต่อไปมาพูดถึงวิธีคิดของมันกันครับ DeepSeek ให้ V4 Pro มีโหมดคิดสามระดับ คือ low (ต่ำ), high (สูง) และ max (สูงสุด) โหมด low ไว้สำหรับงานง่ายๆ ที่ต้องการความเร็ว โหมด high สำหรับงานประจำวันของคุณ และโหมด max สำหรับปัญหายากๆ ที่ต้องใช้เวลาคิดจริงๆ นี่คือเหตุผลว่าทำไมมันถึงสำคัญกับคุณ สมมติว่าคุณใช้มันคัดกรองลีด (lead) ลูกค้าเป้าหมายให้ธุรกิจ คุณไม่จำเป็นต้องใช้พลังระดับ max หรอกครับ โหมด low จัดการได้เร็วอยู่แล้ว แต่ถ้าคุณให้มันวางแผนติดตามลูกค้าแบบครบชุดสำหรับลีดใหม่ 50 รายพร้อมกัน นั่นคืองานระดับ high หรือ max คุณเลือกโหมดตามความยากของงานจริงๆ
ขอพักตรงนี้สักครู่ครับ ถ้าคุณอยากนำเครื่องมืออย่าง DeepSeek V4 Pro ไปใช้จริงในธุรกิจของคุณ นั่นคือสิ่งที่เราทำใน AI Profit Boardroom พอดี เราสร้างบทแนะนำการใช้โหมดเอเจนต์ของ V4 Pro สำหรับงานจริง เช่น เขียนข้อความติดตามลูกค้าใหม่ ร่างเนื้อหาหน้า landing page (หน้าเว็บสำหรับโปรโมต) และจัดตารางคอนเทนต์ คุณจะได้เข้าคลาสโค้ชสดสัปดาห์ละ 4 ครั้ง ซึ่งคุณสามารถนำระบบที่คุณใช้จริงมาถามคำถามได้ ลิงก์อยู่ในคอมเมนต์และคำอธิบายคลิปครับ
เอาล่ะ กลับมาที่ตัวโมเดลกันครับ มาดูสิ่งที่อยู่ใต้ฝาเครื่องยนต์กัน เพราะมันอธิบายว่าทำไมเจ้านี่ถึงเร็วขึ้นขนาดนี้ DeepSeek สร้างสิ่งที่เรียกว่า hybrid attention (ระบบความสนใจแบบผสม) มันคือระบบสองอย่างที่ทำงานร่วมกัน อย่างหนึ่งเรียกว่า compressed sparse attention อีกอย่างเรียกว่า heavily compressed attention เมื่อรวมกันแล้ว มันทำให้โมเดลประมวลผลข้อความปริมาณมหาศาลได้โดยไม่ช้าลง
ขออธิบายเป็นภาษาง่ายๆ ครับ นึกภาพห้องสมุดที่มีหนังสือล้านเล่ม วิธีแบบเก่าคือคุณต้องไล่ตรวจหนังสือทุกเล่มเพื่อหาคำตอบ แต่ hybrid attention สร้างดัชนีอัจฉริยะขึ้นมาก่อน มันรู้ว่าชั้นไหนสำคัญและข้ามชั้นอื่นไป นั่นคือเหตุผลที่ V4 Pro รับบริบท (context) ได้ถึงล้านโทเคน (token) แล้วยังตอบสนองได้เร็ว โทเคนล้านหน่วยนั้นใหญ่พอๆ กับหนังสือหนาๆ หลายเล่มรวมกัน นั่นคือปริมาณที่โมเดลจำได้ในการสนทนาครั้งเดียว
DeepSeek ยังเพิ่มสิ่งที่เรียกว่า MHC ซึ่งย่อมาจาก manifold constrained hyperconnections ความหมายจริงๆ ก็คือสัญญาณภายในของโมเดลคงที่ขึ้นเวลามันคิดผ่านปัญหาที่ยาวและยากขึ้น สับสนน้อยลง เลี้ยวผิดน้อยลง และพวกเขาฝึกฝนทั้งโมเดลด้วยสิ่งที่เรียกว่า Muon Optimizer ซึ่งช่วยให้โมเดลเรียนรู้ได้เร็วขึ้นและน่าเชื่อถือมากขึ้นระหว่างการเทรน
นี่คือตัวเลขที่ฟังดูใหญ่เกินจริงครับ V4 Pro มีพารามิเตอร์ (parameter) รวม 1.6 ล้านล้านตัว แต่เปิดใช้งานเพียง 49 พันล้านตัวสำหรับงานใดงานหนึ่ง ลองนึกภาพบริษัทใหญ่ที่มีพนักงานนับพัน คุณไม่ต้องเรียกทั้งบริษัทมาทำงานชิ้นเดียว คุณแค่ดึงทีมที่เหมาะสมสำหรับงานนั้นเข้ามา นั่นคือเหตุผลที่โมเดลใหญ่ขนาดนี้ยังทำงานได้เร็ว
ทีนี้มาถึงสิ่งที่สำคัญจริงๆ ถ้าคุณสร้างอะไรด้วยเครื่องมือ AI ครับ DeepSeek ทำให้ V4 Pro ทำงานร่วมกับรูปแบบ responses API ของ OpenAI ได้โดยตรง และพวกเขาสร้างมันมาเพื่อเสียบเข้ากับ Codex ซึ่งเป็นเครื่องมือเขียนโค้ดด้วย AI ที่ได้รับความนิยม นี่คือเหตุผลว่าทำไมมันถึงสำคัญกว่าที่ฟังดู หมายความว่าเอเจนต์เขียนโค้ดของคุณไม่จำเป็นต้องวิ่งบนโมเดลของบริษัทเดียวอีกต่อไป คุณสามารถชี้ให้ Codex ใช้ DeepSeek แทนได้ และมันก็ทำงานได้ทันที
ขอกลับมาที่สิ่งที่คุณใช้งานจริง ไม่ใช่เรื่องโค้ด ครับ ถ้าคุณใช้เอเจนต์ AI เพื่อสร้างระบบอัตโนมัติให้ธุรกิจ เช่น คัดแยกอีเมลอัตโนมัติ หรือแท็กลีดใหม่อัตโนมัติ ความยืดหยุ่นแบบนี้หมายความว่าเครื่องมือมากขึ้นสามารถคุยกันได้ ไม่ติดอยู่กับทางเลือกเดียว
DeepSeek ยังปล่อยโมเดลนี้แบบ open weights (เปิดเผยน้ำหนักโมเดล) ด้วยครับ นั่นหมายความว่านักพัฒนาสามารถดาวน์โหลดทั้งหมดไปรันบนเซิร์ฟเวอร์ของตัวเองได้ แทนที่จะใช้ผ่านเว็บไซต์ของ DeepSeek เท่านั้น มันได้รับใบอนุญาตแบบ MIT ซึ่งเปิดกว้างที่สุดเท่าที่จะเป็นไปได้
ก่อนที่คุณจะลองเอาไปรันบนคอมพิวเตอร์ที่บ้าน ขอบอกไว้ก่อนครับ มันเป็นโมเดลขนาดมหึมา การรันด้วยตัวเองต้องใช้ฮาร์ดแวร์ระดับสูง คนส่วนใหญ่และธุรกิจส่วนใหญ่จะใช้ผ่านแอปหรือ API แทน ซึ่งก็ไม่ผิดอะไร เพราะนั่นคือวิธีที่คนส่วนใหญ่จะใช้มันอยู่ดี
นี่คือข้อแม้ และผมสัญญาว่าจะพูดตรงๆ ครับ การใช้ V4 Pro ผ่าน API กำลังจะแพงขึ้น DeepSeek ยืนยันแล้วว่าราคาจะปรับขึ้นตั้งแต่วันที่ 16 สิงหาคม พวกเขาจะเพิ่มระบบคิดราคาแบบ peak (ช่วงเร่งด่วน) และ off-peak (ช่วงเงียบ) ด้วย ดังนั้นการใช้ในช่วงเวลาที่คนใช้น้อยจะถูกกว่าช่วงที่คนใช้เยอะ นี่คือการเปลี่ยนแปลงครั้งใหญ่ DeepSeek สร้างชื่อเสียงจากการเป็นตัวเลือกที่ถูกแต่แรง ตอนนี้กับ V4 Pro พวกเขากำลังขยับไปเป็นแพลตฟอร์มเอเจนต์ระดับสูงที่ราคาสูงขึ้น ซึ่งเป็นธุรกิจคนละแบบกับที่ทำให้พวกเขาดัง
แล้วมันดีจริงไหม? มาดูสามมุมครับ มุมแรก คะแนนที่ DeepSeek รายงานเอง พวกเขาทำได้แข็งแกร่ง โดยเฉพาะการทดสอบด้านเอเจนต์และการเขียนโค้ด มุมที่สอง การทดสอบอิสระ Artificial Analysis กลุ่มที่รันเบนช์มาร์กของตัวเองนอกบริษัท AI ใดๆ ให้คะแนนดัชนีความฉลาดของ V4 Pro เสมอกับ GLM 5.2 ซึ่งเป็นโมเดลคู่แข่งจากจีน นับว่าน่าเคารพ แต่ก็ไม่ใช่การชนะขาดเหนือคู่แข่งทุกราย มุมที่สาม ปฏิกิริยาจากผู้ใช้จริง ยังผสมๆ กันอยู่ บางคนประทับใจความก้าวหน้าด้านเอเจนต์ บางคนถามว่ามันสู้โมเดลปิดที่เก่งที่สุดในตลาดได้ไหม
แล้วใครล่ะที่ควรสนใจเรื่องนี้? ถ้าคุณเขียนโค้ดเป็นอาชีพ นี่คุ้มค่าที่จะลอง โดยเฉพาะกับการผสานเข้ากับ Codex ถ้าคุณสร้างเอเจนต์ AI หรือระบบอัตโนมัติให้ธุรกิจ นี่อาจเป็นการปล่อยรุ่นที่มีประโยชน์ที่สุดรุ่นหนึ่งของปี เพราะมันจัดการงานยาวๆ ได้โดยไม่หลงประเด็น ถ้าคุณเป็นนักวิจัยหรือทำงานกับเอกสารปริมาณมหาศาล บริบทล้านโทเคนมีประโยชน์จริงๆ ถ้าคุณเป็นคนธรรมดาที่ทำธุรกิจเล็กๆ คุณไม่ต้องแตะด้านเทคนิคเลย แอปมีโหมดผู้เชี่ยวชาญ (expert mode) ที่ทำให้ใช้งานได้โดยไม่ต้องเปิด API และถ้าคุณชอบรันโมเดล AI บนเครื่องตัวเอง open weights คือข้อได้เปรียบใหญ่ แต่ต้องมีฮาร์ดแวร์ระดับสูงรองรับเท่านั้น
นี่คือส่วนที่ไม่ปรากฏในตารางเบนช์มาร์กครับ หลายคนที่ดูคลิปนี้กำลังรู้สึกว่าตัวเองตามไม่ทัน โมเดลใหม่ออกมาแทบทุกสองสามสัปดาห์ และมันยากจริงๆ ที่จะตามให้ทัน พร้อมกับบริหารธุรกิจหรือทำงานประจำไปด้วย ความรู้สึกนั้นเป็นเรื่องปกติ คุณไม่ได้ตามไม่ทันเพราะคุณช้า แต่เพราะจังหวะของวงการมันไม่เป็นธรรมกับทุกคนในตอนนี้ วิธีแก้ไม่ใช่การตื่นตระหนก แต่คือการเลือกเครื่องมือหนึ่งตัว เรียนรู้มันอย่างจริงจัง แล้วค่อยต่อยอดจากตรงนั้น
นั่นคือเหตุผลที่เราสร้าง AI Profit Boardroom ขึ้นมาแบบนี้ครับ ถ้าคุณอยากได้ทางลัดผ่านทุกอย่างที่ผมเพิ่งพาไปดู มาร่วมกับเราได้เลย เราวางแผนการใช้โหมดเอเจนต์ของ V4 Pro สำหรับงานธุรกิจจริงไว้แล้ว ไม่ใช่เดโมโค้ด แต่เป็นเรื่องจริงอย่างการติดตามลีด การวางแผนคอนเทนต์ และการตอบลูกค้า คุณจะได้คลาสโค้ชสัปดาห์ละ 4 ครั้ง บทเรียนทีละขั้นตอนรายวันที่อัปเดตทันทีที่เครื่องมือใหม่อย่างนี้ปล่อยออกมา และแผนที่สมาชิกเพื่อให้คุณหาคนที่ใช้เครื่องมือเดียวกันใกล้ตัวคุณได้ ลิงก์อยู่ในคอมเมนต์และคำอธิบายคลิป หรือไปที่ aiprofitboardroom.com
และถ้าคุณอยากได้กระบวนการเต็มรูปแบบ ระบบ SOP และกรณีใช้งาน AI มากกว่า 100 กรณี แบบที่ผมพูดถึงวันนี้ มาร่วม AI Success Lab ครับ ฟรี คุณจะได้รับโน้ตทั้งหมดจากคลิปนี้ รวมถึงเข้าถึงคอมมูนิตี้คน 75,000 คนที่นำเรื่องพวกนี้ไปใช้จริง ลิงก์อยู่ในคอมเมนต์และคำอธิบายคลิป
DeepSeek V4 Pro ไม่ได้พยายามเป็นแชทบอทอีกตัวหนึ่งครับ มันพยายามเป็นโมเดลที่คุณเสียบเข้ากับเอเจนต์ที่ทำงานจนสำเร็จจริงๆ มันจะเป็นตัวที่ดีที่สุดในตอนนี้หรือยัง ยังต้องทดสอบกันต่อไป แต่ทิศทางชัดเจน และมันกำลังไปเร็วมาก
หมายเหตุการแปล
ความโปร่งใสเกี่ยวกับความไม่แน่นอนในต้นฉบับ
- ## เซกเมนต์ [ฟังไม่ชัด]
- ไม่มีเซกเมนต์ใดที่ใช้ [ฟังไม่ชัด] เนื่องจากคำบรรยายต้นฉบับชัดเจนทั้งคลิป
อภิธานศัพท์เทคนิค
คำศัพท์และชื่อผลิตภัณฑ์ที่คงรูปภาษาอังกฤษ
| ศัพท์ | คำแปล / คำอธิบาย |
|---|---|
| DeepSeek V4 Pro | โมเดล AI ตัวใหม่ล่าสุดของ DeepSeek (เวอร์ชัน 0813 เปิดตัว 13 สิงหาคม) |
| Terminal Bench 2.1 | ชุดทดสอบว่า AI ทำงานจริงในเทอร์มินัลคอมพิวเตอร์ได้หรือไม่ |
| agent | เอเจนต์ AI ที่วางแผน ใช้เครื่องมือ ตรวจงานตัวเอง และทำงานให้สำเร็จ |
| low / high / max | โหมดคิด 3 ระดับของ V4 Pro: งานง่าย / งานประจำวัน / ปัญหายาก |
| hybrid attention | ระบบความสนใจแบบผสม ช่วยประมวลผลข้อความปริมาณมหาศาลได้โดยไม่ช้าลง |
| compressed sparse attention | ระบบย่อยหนึ่งใน hybrid attention |
| heavily compressed attention | ระบบย่อยอีกตัวใน hybrid attention |
| MHC (manifold constrained hyperconnections) | เทคนิคที่ทำให้สัญญาณภายในโมเดลคงที่เวลาคิดปัญหายาวๆ |
| Muon Optimizer | ตัวเพิ่มประสิทธิภาพการเทรน ช่วยให้โมเดลเรียนรู้เร็วและแม่นยำขึ้น |
| parameter | พารามิเตอร์ ตัวเลขน้ำหนักภายในโมเดล (V4 Pro มี 1.6 ล้านล้านตัว เปิดใช้ 49 พันล้านตัวต่องาน) |
| token | โทเคน หน่วยนับข้อความ (V4 Pro รองรับบริบทถึง 1 ล้านโทเคน) |
| context | บริบท ข้อมูลที่โมเดลจำได้ในการสนทนาครั้งเดียว |
| responses API (OpenAI) | รูปแบบ API ของ OpenAI ที่ V4 Pro รองรับการทำงานร่วมด้วย |
| Codex | เครื่องมือเขียนโค้ดด้วย AI ยอดนิยมที่ V4 Pro เสียบเข้ากับได้ |
| open weights | การเปิดเผยน้ำหนักโมเดล ให้ดาวน์โหลดไปรันบนเซิร์ฟเวอร์ตัวเองได้ |
| MIT license | ใบอนุญาตซอฟต์แวร์แบบเปิดกว้าง |
| API | ช่องทางเรียกใช้บริการโมเดลผ่านโค้ด/โปรแกรม |
| peak / off-peak pricing | ระบบคิดราคาช่วงเร่งด่วน / ช่วงเงียบ (จะเริ่ม 16 สิงหาคม) |
| Artificial Analysis | กลุ่มทดสอบเบนช์มาร์กอิสระนอกบริษัท AI |
| GLM 5.2 | โมเดลคู่แข่งจากจีนที่ทำดัชนีความฉลาดเสมอกับ V4 Pro |
| lead | ลีด ลูกค้าเป้าหมาย |
| landing page | หน้าเว็บสำหรับโปรโมต/โฆษณา |
| expert mode | โหมดผู้เชี่ยวชาญในแอป ที่ใช้ AI ได้โดยไม่ต้องเปิด API |
| SOP | มาตรฐานขั้นตอนการทำงาน (Standard Operating Procedure) |
| AI Profit Boardroom | โปรแกรม/ชุมชนของช่องที่สอนใช้ AI ในธุรกิจ |
| AI Success Lab | โปรแกรมฟรีของช่อง ให้โน้ตคลิปและเข้าถึงคอมมูนิตี้ 75,000 คน |
| aiprofitboardroom.com | เว็บไซต์ของ AI Profit Boardroom |
ซับไตเติ้ลภาษาไทย
ดาวน์โหลดหรือดูซับทั้งหมด
1 00:00:00,000 --> 00:00:02,483 DeepSeek V4 Pro โมเดลตัวใหม่ของ DeepSeek 2 00:00:02,483 --> 00:00:04,965 นั้นดีเกินคาดมากครับ นี่คือข่าวของวันนี้ 3 00:00:04,965 --> 00:00:07,510 และผมจะทำให้คุณเห็นว่าทำไม ไปดูกันเลยครับ 4 00:00:07,510 --> 00:00:08,607 DeepSeek
เปิดดูซับไตเติ้ลทั้งหมด (197 segments)
1 00:00:00,000 --> 00:00:02,483 DeepSeek V4 Pro โมเดลตัวใหม่ของ DeepSeek 2 00:00:02,483 --> 00:00:04,965 นั้นดีเกินคาดมากครับ นี่คือข่าวของวันนี้ 3 00:00:04,965 --> 00:00:07,510 และผมจะทำให้คุณเห็นว่าทำไม ไปดูกันเลยครับ 4 00:00:07,510 --> 00:00:08,607 DeepSeek 5 00:00:08,607 --> 00:00:12,889 เพิ่งนำโมเดลที่ใหญ่ที่สุดของตนออกจากการทดสอบและเปิดตัวเป็นของจริงครับ 6 00:00:12,889 --> 00:00:15,620 มันชื่อ V4 Pro และเลขเวอร์ชันคือ V4 Pro 0813 7 00:00:15,620 --> 00:00:17,855 ตัวเลข 0813 หมายถึงวันที่ 13 สิงหาคม 8 00:00:17,855 --> 00:00:20,275 ซึ่งเป็นวันที่มันเปิดให้ทุกคนใช้งานจริง 9 00:00:20,275 --> 00:00:22,137 นี่คือตัวเลขที่สำคัญที่สุดครับ 10 00:00:22,137 --> 00:00:24,806 ในการทดสอบที่ชื่อ Terminal Bench 2.1 V4 Pro 11 00:00:24,806 --> 00:00:27,103 ทำคะแนนได้ 87.9 การทดสอบนี้ตรวจว่า AI 12 00:00:27,103 --> 00:00:29,089 ทำงานจริงในเทอร์มินัล (terminal) 13 00:00:29,089 --> 00:00:31,634 ของคอมพิวเตอร์ได้หรือไม่ ไม่ใช่แค่คุยเล่น 14 00:00:31,634 --> 00:00:34,489 ไม่ใช่ตอบคำถามทั่วไป แต่ต้องทำงานจริงให้สำเร็จ 15 00:00:34,489 --> 00:00:36,537 ลองย้อนกลับไปสักครู่ครับ DeepSeek 16 00:00:36,537 --> 00:00:39,206 โชว์ตัวอย่างของโมเดลนี้มาตั้งแต่เดือนเมษายน 17 00:00:39,206 --> 00:00:41,316 เมื่อ 4 เดือนก่อน มันเป็นเพียงเดโม 18 00:00:41,316 --> 00:00:43,054 เป็นการแอบดูตัวอย่างเท่านั้น 19 00:00:43,054 --> 00:00:45,661 แต่ตอนนี้ในเดือนสิงหาคม มันเป็นของจริงแล้ว 20 00:00:45,661 --> 00:00:47,337 ใช้งานได้จริง พร้อมใช้ทันที 21 00:00:47,337 --> 00:00:50,130 แล้วอะไรเปลี่ยนไปจากเดือนเมษายนบ้าง? DeepSeek 22 00:00:50,130 --> 00:00:52,550 ทุ่มพลังงานเกือบทั้งหมดไปกับเรื่องเดียว 23 00:00:52,550 --> 00:00:54,847 นั่นคือทำให้โมเดลลงมือทำ ไม่ใช่แค่พูด 24 00:00:54,847 --> 00:00:57,454 ลองนึกถึง AI ที่คุณคุ้นเคยครับ คุณถามคำถาม 25 00:00:57,454 --> 00:00:59,998 มันตอบคำถาม จบ แค่นั้น แต่เอเจนต์ (agent) 26 00:00:59,998 --> 00:01:02,109 ต่างออกไป คุณให้เป้าหมาย มันวางแผน 27 00:01:02,109 --> 00:01:04,343 มันใช้เครื่องมือ มันตรวจงานของตัวเอง 28 00:01:04,343 --> 00:01:07,198 มันแก้ข้อผิดพลาด แล้วมันถึงจะบอกคุณว่างานเสร็จ 29 00:01:07,198 --> 00:01:08,874 วิธีเปรียบเทียบง่ายๆ คือ AI 30 00:01:08,874 --> 00:01:12,536 แบบเก่าเป็นเหมือนเพื่อนที่ฉลาดมากซึ่งตอบคำถามคุณผ่านข้อความ 31 00:01:12,536 --> 00:01:16,012 แต่เอเจนต์แบบใหม่เหมือนการจ้างคนที่รับงานทั้งหมดไปจากคุณ 32 00:01:16,012 --> 00:01:18,122 แล้วส่งคืนเป็นงานที่เสร็จเรียบร้อย 33 00:01:18,122 --> 00:01:20,977 ต่อไปมาพูดถึงวิธีคิดของมันกันครับ DeepSeek ให้ 34 00:01:20,977 --> 00:01:23,398 V4 Pro มีโหมดคิดสามระดับ คือ low (ต่ำ), 35 00:01:23,398 --> 00:01:26,749 high (สูง) และ max (สูงสุด) โหมด low ไว้สำหรับงานง่ายๆ 36 00:01:26,749 --> 00:01:31,715 ที่ต้องการความเร็ว โหมด high สำหรับงานประจำวันของคุณ และโหมด max สำหรับปัญหายากๆ 37 00:01:31,715 --> 00:01:33,080 ที่ต้องใช้เวลาคิดจริงๆ 38 00:01:33,080 --> 00:01:35,314 นี่คือเหตุผลว่าทำไมมันถึงสำคัญกับคุณ 39 00:01:35,314 --> 00:01:37,425 สมมติว่าคุณใช้มันคัดกรองลีด (lead) 40 00:01:37,425 --> 00:01:38,852 ลูกค้าเป้าหมายให้ธุรกิจ 41 00:01:38,852 --> 00:01:41,707 คุณไม่จำเป็นต้องใช้พลังระดับ max หรอกครับ โหมด 42 00:01:41,707 --> 00:01:43,259 low จัดการได้เร็วอยู่แล้ว 43 00:01:43,259 --> 00:01:46,673 แต่ถ้าคุณให้มันวางแผนติดตามลูกค้าแบบครบชุดสำหรับลีดใหม่ 44 00:01:46,673 --> 00:01:49,404 50 รายพร้อมกัน นั่นคืองานระดับ high หรือ max 45 00:01:49,404 --> 00:01:51,452 คุณเลือกโหมดตามความยากของงานจริงๆ 46 00:01:51,452 --> 00:01:52,817 ขอพักตรงนี้สักครู่ครับ 47 00:01:52,817 --> 00:01:55,486 ถ้าคุณอยากนำเครื่องมืออย่าง DeepSeek V4 Pro 48 00:01:55,486 --> 00:01:58,279 ไปใช้จริงในธุรกิจของคุณ นั่นคือสิ่งที่เราทำใน 49 00:01:58,279 --> 00:01:59,769 AI Profit Boardroom พอดี 50 00:01:59,769 --> 00:02:02,376 เราสร้างบทแนะนำการใช้โหมดเอเจนต์ของ V4 Pro 51 00:02:02,376 --> 00:02:03,493 สำหรับงานจริง เช่น 52 00:02:03,493 --> 00:02:06,224 เขียนข้อความติดตามลูกค้าใหม่ ร่างเนื้อหาหน้า 53 00:02:06,224 --> 00:02:08,396 landing page (หน้าเว็บสำหรับโปรโมต) 54 00:02:08,396 --> 00:02:09,575 และจัดตารางคอนเทนต์ 55 00:02:09,575 --> 00:02:11,996 คุณจะได้เข้าคลาสโค้ชสดสัปดาห์ละ 4 ครั้ง 56 00:02:11,996 --> 00:02:14,789 ซึ่งคุณสามารถนำระบบที่คุณใช้จริงมาถามคำถามได้ 57 00:02:14,789 --> 00:02:17,582 ลิงก์อยู่ในคอมเมนต์และคำอธิบายคลิปครับ เอาล่ะ 58 00:02:17,582 --> 00:02:19,072 กลับมาที่ตัวโมเดลกันครับ 59 00:02:19,072 --> 00:02:21,182 มาดูสิ่งที่อยู่ใต้ฝาเครื่องยนต์กัน 60 00:02:21,182 --> 00:02:24,037 เพราะมันอธิบายว่าทำไมเจ้านี่ถึงเร็วขึ้นขนาดนี้ 61 00:02:24,037 --> 00:02:26,892 DeepSeek สร้างสิ่งที่เรียกว่า hybrid attention 62 00:02:26,892 --> 00:02:28,134 (ระบบความสนใจแบบผสม) 63 00:02:28,134 --> 00:02:30,182 มันคือระบบสองอย่างที่ทำงานร่วมกัน 64 00:02:30,182 --> 00:02:33,037 อย่างหนึ่งเรียกว่า compressed sparse attention 65 00:02:33,037 --> 00:02:35,830 อีกอย่างเรียกว่า heavily compressed attention 66 00:02:35,830 --> 00:02:36,926 เมื่อรวมกันแล้ว 67 00:02:36,926 --> 00:02:40,278 มันทำให้โมเดลประมวลผลข้อความปริมาณมหาศาลได้โดยไม่ช้าลง 68 00:02:40,278 --> 00:02:41,892 ขออธิบายเป็นภาษาง่ายๆ ครับ 69 00:02:41,892 --> 00:02:44,002 นึกภาพห้องสมุดที่มีหนังสือล้านเล่ม 70 00:02:44,002 --> 00:02:47,354 วิธีแบบเก่าคือคุณต้องไล่ตรวจหนังสือทุกเล่มเพื่อหาคำตอบ 71 00:02:47,354 --> 00:02:48,595 แต่ hybrid attention 72 00:02:48,595 --> 00:02:50,333 สร้างดัชนีอัจฉริยะขึ้นมาก่อน 73 00:02:50,333 --> 00:02:52,691 มันรู้ว่าชั้นไหนสำคัญและข้ามชั้นอื่นไป 74 00:02:52,691 --> 00:02:55,298 นั่นคือเหตุผลที่ V4 Pro รับบริบท (context) 75 00:02:55,298 --> 00:02:58,091 ได้ถึงล้านโทเคน (token) แล้วยังตอบสนองได้เร็ว 76 00:02:58,091 --> 00:03:00,574 โทเคนล้านหน่วยนั้นใหญ่พอๆ กับหนังสือหนาๆ 77 00:03:00,574 --> 00:03:01,671 หลายเล่มรวมกัน 78 00:03:01,671 --> 00:03:04,526 นั่นคือปริมาณที่โมเดลจำได้ในการสนทนาครั้งเดียว 79 00:03:04,526 --> 00:03:06,760 DeepSeek ยังเพิ่มสิ่งที่เรียกว่า MHC 80 00:03:06,760 --> 00:03:08,808 ซึ่งย่อมาจาก manifold constrained 81 00:03:08,808 --> 00:03:10,670 hyperconnections ความหมายจริงๆ 82 00:03:10,670 --> 00:03:14,891 ก็คือสัญญาณภายในของโมเดลคงที่ขึ้นเวลามันคิดผ่านปัญหาที่ยาวและยากขึ้น 83 00:03:14,891 --> 00:03:16,567 สับสนน้อยลง เลี้ยวผิดน้อยลง 84 00:03:16,567 --> 00:03:19,174 และพวกเขาฝึกฝนทั้งโมเดลด้วยสิ่งที่เรียกว่า 85 00:03:19,174 --> 00:03:20,270 Muon Optimizer 86 00:03:20,270 --> 00:03:24,615 ซึ่งช่วยให้โมเดลเรียนรู้ได้เร็วขึ้นและน่าเชื่อถือมากขึ้นระหว่างการเทรน 87 00:03:24,615 --> 00:03:27,284 นี่คือตัวเลขที่ฟังดูใหญ่เกินจริงครับ V4 Pro 88 00:03:27,284 --> 00:03:30,077 มีพารามิเตอร์ (parameter) รวม 1.6 ล้านล้านตัว 89 00:03:30,077 --> 00:03:31,380 แต่เปิดใช้งานเพียง 49 90 00:03:31,380 --> 00:03:33,180 พันล้านตัวสำหรับงานใดงานหนึ่ง 91 00:03:33,180 --> 00:03:35,477 ลองนึกภาพบริษัทใหญ่ที่มีพนักงานนับพัน 92 00:03:35,477 --> 00:03:38,021 คุณไม่ต้องเรียกทั้งบริษัทมาทำงานชิ้นเดียว 93 00:03:38,021 --> 00:03:40,566 คุณแค่ดึงทีมที่เหมาะสมสำหรับงานนั้นเข้ามา 94 00:03:40,566 --> 00:03:43,483 นั่นคือเหตุผลที่โมเดลใหญ่ขนาดนี้ยังทำงานได้เร็ว 95 00:03:43,483 --> 00:03:45,159 ทีนี้มาถึงสิ่งที่สำคัญจริงๆ 96 00:03:45,159 --> 00:03:48,014 ถ้าคุณสร้างอะไรด้วยเครื่องมือ AI ครับ DeepSeek 97 00:03:48,014 --> 00:03:50,807 ทำให้ V4 Pro ทำงานร่วมกับรูปแบบ responses API 98 00:03:50,807 --> 00:03:52,048 ของ OpenAI ได้โดยตรง 99 00:03:52,048 --> 00:03:54,655 และพวกเขาสร้างมันมาเพื่อเสียบเข้ากับ Codex 100 00:03:54,655 --> 00:03:56,766 ซึ่งเป็นเครื่องมือเขียนโค้ดด้วย AI 101 00:03:56,766 --> 00:03:57,862 ที่ได้รับความนิยม 102 00:03:57,862 --> 00:04:00,469 นี่คือเหตุผลว่าทำไมมันถึงสำคัญกว่าที่ฟังดู 103 00:04:00,469 --> 00:04:05,372 หมายความว่าเอเจนต์เขียนโค้ดของคุณไม่จำเป็นต้องวิ่งบนโมเดลของบริษัทเดียวอีกต่อไป 104 00:04:05,372 --> 00:04:07,917 คุณสามารถชี้ให้ Codex ใช้ DeepSeek แทนได้ 105 00:04:07,917 --> 00:04:09,220 และมันก็ทำงานได้ทันที 106 00:04:09,220 --> 00:04:11,145 ขอกลับมาที่สิ่งที่คุณใช้งานจริง 107 00:04:11,145 --> 00:04:13,689 ไม่ใช่เรื่องโค้ด ครับ ถ้าคุณใช้เอเจนต์ AI 108 00:04:13,689 --> 00:04:15,986 เพื่อสร้างระบบอัตโนมัติให้ธุรกิจ เช่น 109 00:04:15,986 --> 00:04:18,779 คัดแยกอีเมลอัตโนมัติ หรือแท็กลีดใหม่อัตโนมัติ 110 00:04:18,779 --> 00:04:22,565 ความยืดหยุ่นแบบนี้หมายความว่าเครื่องมือมากขึ้นสามารถคุยกันได้ 111 00:04:22,565 --> 00:04:24,737 ไม่ติดอยู่กับทางเลือกเดียว DeepSeek 112 00:04:24,737 --> 00:04:26,723 ยังปล่อยโมเดลนี้แบบ open weights 113 00:04:26,723 --> 00:04:28,585 (เปิดเผยน้ำหนักโมเดล) ด้วยครับ 114 00:04:28,585 --> 00:04:33,240 นั่นหมายความว่านักพัฒนาสามารถดาวน์โหลดทั้งหมดไปรันบนเซิร์ฟเวอร์ของตัวเองได้ 115 00:04:33,240 --> 00:04:35,971 แทนที่จะใช้ผ่านเว็บไซต์ของ DeepSeek เท่านั้น 116 00:04:35,971 --> 00:04:37,461 มันได้รับใบอนุญาตแบบ MIT 117 00:04:37,461 --> 00:04:39,757 ซึ่งเปิดกว้างที่สุดเท่าที่จะเป็นไปได้ 118 00:04:39,757 --> 00:04:42,426 ก่อนที่คุณจะลองเอาไปรันบนคอมพิวเตอร์ที่บ้าน 119 00:04:42,426 --> 00:04:44,785 ขอบอกไว้ก่อนครับ มันเป็นโมเดลขนาดมหึมา 120 00:04:44,785 --> 00:04:47,268 การรันด้วยตัวเองต้องใช้ฮาร์ดแวร์ระดับสูง 121 00:04:47,268 --> 00:04:49,936 คนส่วนใหญ่และธุรกิจส่วนใหญ่จะใช้ผ่านแอปหรือ 122 00:04:49,936 --> 00:04:51,426 API แทน ซึ่งก็ไม่ผิดอะไร 123 00:04:51,426 --> 00:04:54,095 เพราะนั่นคือวิธีที่คนส่วนใหญ่จะใช้มันอยู่ดี 124 00:04:54,095 --> 00:04:56,578 นี่คือข้อแม้ และผมสัญญาว่าจะพูดตรงๆ ครับ 125 00:04:56,578 --> 00:04:59,433 การใช้ V4 Pro ผ่าน API กำลังจะแพงขึ้น DeepSeek 126 00:04:59,433 --> 00:05:02,102 ยืนยันแล้วว่าราคาจะปรับขึ้นตั้งแต่วันที่ 16 127 00:05:02,102 --> 00:05:04,584 สิงหาคม พวกเขาจะเพิ่มระบบคิดราคาแบบ peak 128 00:05:04,584 --> 00:05:07,315 (ช่วงเร่งด่วน) และ off-peak (ช่วงเงียบ) ด้วย 129 00:05:07,315 --> 00:05:11,039 ดังนั้นการใช้ในช่วงเวลาที่คนใช้น้อยจะถูกกว่าช่วงที่คนใช้เยอะ 130 00:05:11,039 --> 00:05:13,398 นี่คือการเปลี่ยนแปลงครั้งใหญ่ DeepSeek 131 00:05:13,398 --> 00:05:16,129 สร้างชื่อเสียงจากการเป็นตัวเลือกที่ถูกแต่แรง 132 00:05:16,129 --> 00:05:17,225 ตอนนี้กับ V4 Pro 133 00:05:17,225 --> 00:05:20,887 พวกเขากำลังขยับไปเป็นแพลตฟอร์มเอเจนต์ระดับสูงที่ราคาสูงขึ้น 134 00:05:20,887 --> 00:05:23,432 ซึ่งเป็นธุรกิจคนละแบบกับที่ทำให้พวกเขาดัง 135 00:05:23,432 --> 00:05:25,853 แล้วมันดีจริงไหม? มาดูสามมุมครับ มุมแรก 136 00:05:25,853 --> 00:05:27,528 คะแนนที่ DeepSeek รายงานเอง 137 00:05:27,528 --> 00:05:28,770 พวกเขาทำได้แข็งแกร่ง 138 00:05:28,770 --> 00:05:31,377 โดยเฉพาะการทดสอบด้านเอเจนต์และการเขียนโค้ด 139 00:05:31,377 --> 00:05:34,046 มุมที่สอง การทดสอบอิสระ Artificial Analysis 140 00:05:34,046 --> 00:05:36,901 กลุ่มที่รันเบนช์มาร์กของตัวเองนอกบริษัท AI ใดๆ 141 00:05:36,901 --> 00:05:39,569 ให้คะแนนดัชนีความฉลาดของ V4 Pro เสมอกับ GLM 142 00:05:39,569 --> 00:05:42,363 5.2 ซึ่งเป็นโมเดลคู่แข่งจากจีน นับว่าน่าเคารพ 143 00:05:42,363 --> 00:05:44,721 แต่ก็ไม่ใช่การชนะขาดเหนือคู่แข่งทุกราย 144 00:05:44,721 --> 00:05:47,204 มุมที่สาม ปฏิกิริยาจากผู้ใช้จริง ยังผสมๆ 145 00:05:47,204 --> 00:05:49,935 กันอยู่ บางคนประทับใจความก้าวหน้าด้านเอเจนต์ 146 00:05:49,935 --> 00:05:53,038 บางคนถามว่ามันสู้โมเดลปิดที่เก่งที่สุดในตลาดได้ไหม 147 00:05:53,038 --> 00:05:54,900 แล้วใครล่ะที่ควรสนใจเรื่องนี้? 148 00:05:54,900 --> 00:05:57,569 ถ้าคุณเขียนโค้ดเป็นอาชีพ นี่คุ้มค่าที่จะลอง 149 00:05:57,569 --> 00:05:59,493 โดยเฉพาะกับการผสานเข้ากับ Codex 150 00:05:59,493 --> 00:06:00,796 ถ้าคุณสร้างเอเจนต์ AI 151 00:06:00,796 --> 00:06:02,410 หรือระบบอัตโนมัติให้ธุรกิจ 152 00:06:02,410 --> 00:06:05,824 นี่อาจเป็นการปล่อยรุ่นที่มีประโยชน์ที่สุดรุ่นหนึ่งของปี 153 00:06:05,824 --> 00:06:08,369 เพราะมันจัดการงานยาวๆ ได้โดยไม่หลงประเด็น 154 00:06:08,369 --> 00:06:11,348 ถ้าคุณเป็นนักวิจัยหรือทำงานกับเอกสารปริมาณมหาศาล 155 00:06:11,348 --> 00:06:13,148 บริบทล้านโทเคนมีประโยชน์จริงๆ 156 00:06:13,148 --> 00:06:15,258 ถ้าคุณเป็นคนธรรมดาที่ทำธุรกิจเล็กๆ 157 00:06:15,258 --> 00:06:16,872 คุณไม่ต้องแตะด้านเทคนิคเลย 158 00:06:16,872 --> 00:06:19,044 แอปมีโหมดผู้เชี่ยวชาญ (expert mode) 159 00:06:19,044 --> 00:06:21,217 ที่ทำให้ใช้งานได้โดยไม่ต้องเปิด API 160 00:06:21,217 --> 00:06:23,947 และถ้าคุณชอบรันโมเดล AI บนเครื่องตัวเอง open 161 00:06:23,947 --> 00:06:25,623 weights คือข้อได้เปรียบใหญ่ 162 00:06:25,623 --> 00:06:28,106 แต่ต้องมีฮาร์ดแวร์ระดับสูงรองรับเท่านั้น 163 00:06:28,106 --> 00:06:30,713 นี่คือส่วนที่ไม่ปรากฏในตารางเบนช์มาร์กครับ 164 00:06:30,713 --> 00:06:33,630 หลายคนที่ดูคลิปนี้กำลังรู้สึกว่าตัวเองตามไม่ทัน 165 00:06:33,630 --> 00:06:35,678 โมเดลใหม่ออกมาแทบทุกสองสามสัปดาห์ 166 00:06:35,678 --> 00:06:37,478 และมันยากจริงๆ ที่จะตามให้ทัน 167 00:06:37,478 --> 00:06:39,961 พร้อมกับบริหารธุรกิจหรือทำงานประจำไปด้วย 168 00:06:39,961 --> 00:06:41,699 ความรู้สึกนั้นเป็นเรื่องปกติ 169 00:06:41,699 --> 00:06:43,499 คุณไม่ได้ตามไม่ทันเพราะคุณช้า 170 00:06:43,499 --> 00:06:46,726 แต่เพราะจังหวะของวงการมันไม่เป็นธรรมกับทุกคนในตอนนี้ 171 00:06:46,726 --> 00:06:48,340 วิธีแก้ไม่ใช่การตื่นตระหนก 172 00:06:48,340 --> 00:06:50,326 แต่คือการเลือกเครื่องมือหนึ่งตัว 173 00:06:50,326 --> 00:06:51,754 เรียนรู้มันอย่างจริงจัง 174 00:06:51,754 --> 00:06:53,243 แล้วค่อยต่อยอดจากตรงนั้น 175 00:06:53,243 --> 00:06:55,974 นั่นคือเหตุผลที่เราสร้าง AI Profit Boardroom 176 00:06:55,974 --> 00:06:57,071 ขึ้นมาแบบนี้ครับ 177 00:06:57,071 --> 00:06:59,988 ถ้าคุณอยากได้ทางลัดผ่านทุกอย่างที่ผมเพิ่งพาไปดู 178 00:06:59,988 --> 00:07:01,105 มาร่วมกับเราได้เลย 179 00:07:01,105 --> 00:07:03,339 เราวางแผนการใช้โหมดเอเจนต์ของ V4 Pro 180 00:07:03,339 --> 00:07:05,884 สำหรับงานธุรกิจจริงไว้แล้ว ไม่ใช่เดโมโค้ด 181 00:07:05,884 --> 00:07:07,994 แต่เป็นเรื่องจริงอย่างการติดตามลีด 182 00:07:07,994 --> 00:07:10,043 การวางแผนคอนเทนต์ และการตอบลูกค้า 183 00:07:10,043 --> 00:07:12,091 คุณจะได้คลาสโค้ชสัปดาห์ละ 4 ครั้ง 184 00:07:12,091 --> 00:07:16,622 บทเรียนทีละขั้นตอนรายวันที่อัปเดตทันทีที่เครื่องมือใหม่อย่างนี้ปล่อยออกมา 185 00:07:16,622 --> 00:07:20,780 และแผนที่สมาชิกเพื่อให้คุณหาคนที่ใช้เครื่องมือเดียวกันใกล้ตัวคุณได้ 186 00:07:20,780 --> 00:07:23,511 ลิงก์อยู่ในคอมเมนต์และคำอธิบายคลิป หรือไปที่ 187 00:07:23,511 --> 00:07:24,815 aiprofitboardroom.com 188 00:07:24,815 --> 00:07:27,546 และถ้าคุณอยากได้กระบวนการเต็มรูปแบบ ระบบ SOP 189 00:07:27,546 --> 00:07:29,594 และกรณีใช้งาน AI มากกว่า 100 กรณี 190 00:07:29,594 --> 00:07:32,201 แบบที่ผมพูดถึงวันนี้ มาร่วม AI Success Lab 191 00:07:32,201 --> 00:07:34,745 ครับ ฟรี คุณจะได้รับโน้ตทั้งหมดจากคลิปนี้ 192 00:07:34,745 --> 00:07:36,732 รวมถึงเข้าถึงคอมมูนิตี้คน 75,000 193 00:07:36,732 --> 00:07:38,469 คนที่นำเรื่องพวกนี้ไปใช้จริง 194 00:07:38,469 --> 00:07:41,325 ลิงก์อยู่ในคอมเมนต์และคำอธิบายคลิป DeepSeek V4 195 00:07:41,325 --> 00:07:43,869 Pro ไม่ได้พยายามเป็นแชทบอทอีกตัวหนึ่งครับ 196 00:07:43,869 --> 00:07:47,842 มันพยายามเป็นโมเดลที่คุณเสียบเข้ากับเอเจนต์ที่ทำงานจนสำเร็จจริงๆ 197 00:07:47,842 --> 00:07:53,800 มันจะเป็นตัวที่ดีที่สุดในตอนนี้หรือยัง ยังต้องทดสอบกันต่อไป แต่ทิศทางชัดเจน และมันกำลังไปเร็วมาก