OpenAI และ Google สนับสนุนการเลือกไม่เข้าร่วมฝึก AI ร่วมกัน? การทำงานของสัญญาณ Robots.txt เป็นอย่างไร

opoinstall
2026-11-02
5 min read

OpenAI และ Google สนับสนุนการเลือกไม่เข้าร่วมฝึก AI ร่วมกัน? OpenAI, Google และ Microsoft ได้ประกาศแผนเมื่อวันที่ 30 ตุลาคม 2026 เพื่อเคารพโทเค็นนโยบายเดี่ยวที่ใช้ร่วมกันใน robots.txt ซึ่งช่วยให้ผู้ดูแลเว็บไซต์สามารถแสดงความต้องการเกี่ยวกับการฝึกโมเดล Generative AI กับผู้ให้บริการหลายรายพร้อมกันได้ กลไกที่เสนอนี้มีที่มาจากร่างอินเทอร์เน็ตส่วนบุคคล (Internet-Draft) ที่ส่งไปยังกลุ่มทำงาน IETF AI Preferences โดย Kevin Kelley วิศวกรของ Anthropic แม้ว่าความคิดริเริ่มนี้จะมอบวิธีที่คล่องตัวให้กับสำนักพิมพ์ในการประกาศการเลือกไม่เข้าร่วมฝึกด้วยไวยากรณ์ Allow และ Disallow แบบมาตรฐาน แต่กำหนดการใช้งานยังคงมีความเหลื่อมล้ำไปจนถึงปี 2027 และแพลตฟอร์มหลักแต่ละแห่งวางแผนที่จะตีความและใช้สัญญาณดังกล่าวแตกต่างกันในการฝึกโมเดลและการเชื่อมโยงข้อมูลบทสนทนาสด

การปรับโครงสร้างอุตสาหกรรมครั้งสำคัญ: ห้องปฏิบัติการ AI รายใหญ่ประสานมาตรฐาน Robots.txt

สรุปสาระสำคัญ

  • OpenAI, Google และ Microsoft ประกาศแผนงานที่ประสานกันเมื่อวันที่ 30 ตุลาคม 2026 เพื่อยอมรับโทเค็นนโยบาย robots.txt ที่ใช้ร่วมกัน นั่นคือ __usage_ai-training สำหรับจัดการความต้องการในการฝึกโมเดลเชิงสร้างสรรค์
  • สัญญาณดังกล่าวถูกกำหนดไว้ในร่างอินเทอร์เน็ต IETF ส่วนบุคคลซึ่งจัดทำโดย Kevin Kelley วิศวกรของ Anthropic โดยสร้างไวยากรณ์ที่เป็นมาตรฐานโดยยังไม่ได้เป็นมาตรฐาน IETF RFC อย่างเป็นทางการหรือสมบูรณ์
  • กำหนดการนำไปใช้ของแพลตฟอร์มมีความแตกต่างกันอย่างมาก: Anthropic ได้เริ่มงานวิศวกรรมภายในแล้ว, OpenAI ตั้งเป้าเปิดตัวในอีกไม่กี่เดือนข้างหน้า, Microsoft เริ่มต้นในวันที่ 1 กุมภาพันธ์ 2027 และ Google คาดว่าจะรองรับในปี 2027

เกือบสามสิบปีที่ผ่านมา โปรโตคอลการยกเว้นหุ่นยนต์ (Robots Exclusion Protocol) ได้ควบคุมวิธีที่เว็บครอว์เลอร์อัตโนมัติโต้ตอบกับเนื้อหาออนไลน์สาธารณะ ผู้ดูแลระบบเว็บไซต์จะวางไฟล์ข้อความธรรมดา robots.txt ไว้ในไดเรกทอรีหลักเพื่อกำหนดว่ายูสเซอร์แอนตี้ของเครื่องมือค้นหาใดได้รับอนุญาตให้นำทางไปยังเส้นทาง URL เฉพาะ โปรโตคอลนี้ดำเนินการบนพื้นฐานข้อตกลงทางการค้า: ผู้เผยแพร่เว็บไซต์อนุญาตให้ครอว์เลอร์จัดทำดัชนีเนื้อหาของตนเพื่อแลกกับการมองเห็น การเข้าชมจากลิงก์อ้างอิง และการสร้างการรับรู้แบรนด์บนหน้าผลลัพธ์ของเครื่องมือค้นหา

การเติบโตอย่างรวดเร็วของปัญญาประดิษฐ์เชิงสร้างสรรค์ได้ส่งผลกระทบต่อโมเดลทางเศรษฐกิจดังกล่าว โปรแกรมคัดลอกข้อมูลอัตโนมัติที่ปรับใช้โดยห้องปฏิบัติการ AI ชั้นนำเริ่มดึงข้อมูลโดเมนเว็บเพื่อฝึกโมเดลรากฐาน ซึ่งบ่อยครั้งมักสรุปเนื้อหาต้นฉบับภายในอินเทอร์เฟซคำตอบโดยตรงโดยไม่ส่งต่อการคลิกอ้างอิงไปยังผู้เผยแพร่ เจ้าของเนื้อหาที่ต้องการป้องกันไม่ให้ทรัพย์สินทางปัญญาของตนถูกนำไปใช้ จำเป็นต้องบำรุงรักษาชุดข้อมูลยูสเซอร์แอนตี้ที่เป็นกรรมสิทธิ์ซึ่งมีความกระจัดกระจายและซับซ้อน รวมถึง GPTBot, ClaudeBot และ Google-Extended ค่าใช้จ่ายในการดูแลระบบนี้ทำให้ความเสี่ยงเชิงปฏิบัติการในการกำหนดค่าผิดพลาดหรือการถอดดัชนีการค้นหาโดยไม่ได้ตั้งใจเพิ่มสูงขึ้นเมื่อต้องจัดการคำสั่งครอว์เลอร์หลายรายการพร้อมกัน

ภาพประกอบดิจิทัลแสดงกฎ robots.txt ที่ใช้ร่วมกันในการกำหนดนโยบายการฝึกครอว์เลอร์ AI ข้ามผู้ให้บริการเทคโนโลยี

การปรากฏตัวของการเลือกไม่เข้าร่วมการฝึก AI แบบใช้ร่วมกันถือเป็นการเปลี่ยนแปลงครั้งสำคัญจากการบล็อกผู้ให้บริการแบบกระจัดกระจายไปสู่การกำกับดูแลโปรโตคอลแบบร่วมมือกัน ด้วยการประสานงานสนับสนุนรอบโทเค็นนโยบายที่ใช้ร่วมกัน ผู้ให้บริการ AI รายใหญ่จึงมุ่งลดอุปสรรคทางเทคนิคสำหรับผู้สร้างเนื้อหาที่ต้องการกำหนดขอบเขตที่ชัดเจนเกี่ยวกับการฝึกโมเดล Generative AI อ้างอิงจากประกาศอย่างเป็นทางการของ Google Search Central กฎเดียวนี้นโยบายช่วยให้ผู้ดูแลระบบเว็บไซต์สามารถประกาศจุดยืนการฝึก Generative AI ได้ในขั้นตอนเดียว แทนที่จะต้องติดตามและกำหนดค่าคำสั่งที่แตกต่างกันสำหรับครอว์เลอร์ AI เชิงพาณิชย์แต่ละรายที่เข้าสู่ตลาด

กลไกสถาปัตยกรรมเบื้องหลัง: โทเค็น __usage_ai-training ทำงานอย่างไร

สถาปัตยกรรมทางเทคนิคเบื้องหลังสัญญาณความต้องการที่ใช้ร่วมกันนี้ได้รับการระบุไว้ในร่างอินเทอร์เน็ต IETF ว่าด้วยสัญญาณความต้องการการฝึกที่เครื่องอ่านได้ สิ่งสำคัญคือ ร่างดังกล่าวไม่ได้แนะนำคำสั่งใหม่หรือเปลี่ยนแปลงไวยากรณ์พื้นฐานของโปรโตคอลการยกเว้นหุ่นยนต์ที่กำหนดไว้ใน RFC 9309 แต่เป็นการนำเรคคอร์ด User-Agent มาใช้ใหม่โดยกำหนดโทเค็นนโยบายที่สงวนไว้: __usage_ai-training

ในการกำหนดค่าการเลือกไม่เข้าร่วม เว็บมาสเตอร์จะสร้างบล็อกกฎปกติที่กำหนดโทเค็นนโยบายนี้เป็นยูสเซอร์แอนตี้ ตามด้วยกฎ Disallow และ Allow แบบมาตรฐาน ตัวอย่างด้านล่างแสดงวิธีที่เจ้าของเว็บไซต์แสดงการเลือกไม่เข้าร่วมในไดเรกทอรีเว็บไซต์ทั้งหมด ขณะที่ยังคงข้อยกเว้นสำหรับสื่อประชาสัมพันธ์สาธารณะ:

User-Agent: __usage_ai-training
Disallow: /
Allow: /press-kit/

คำจำกัดความทางความหมายของสิ่งที่ถือเป็นการ “ฝึก AI” นั้นยึดโยงอยู่กับข้อกำหนดคำศัพท์พื้นฐานของกลุ่มทำงาน IETF ภายใต้กรอบนี้ การฝึกถูกกำหนดไว้อย่างเคร่งครัดว่าเป็นการใช้เนื้อหาเว็บที่ดึงมาเพื่อปรับเปลี่ยนหรือปรับแต่งน้ำหนักและพารามิเตอร์ที่เรียนรู้ของโมเดลปัญญาประดิษฐ์เชิงสร้างสรรค์ การดำเนินการคำนวณที่ไม่ใช่เชิงสร้างสรรค์ เช่น การจำแนกประเภทเอกสารมาตรฐาน การจัดอันดับดัชนีการค้นหา การแก้ไขการสะกดคำ และการกรองสแปม จะถูกยกเว้นอย่างชัดเจนจากคำจำกัดความนี้

แผนภาพเวกเตอร์สถาปัตยกรรมแสดงวิธีที่กฎ robots.txt เดียวส่งผ่านความต้องการในการฝึกข้ามแพลตฟอร์ม AI ต่างๆ

ขอบเขตโปรโตคอล: การครอว์ล เทียบกับการฝึก เทียบกับการเชื่อมโยงบริบท

การทำความเข้าใจขีดจำกัดการทำงานของโทเค็นที่เสนอนี้กำหนดให้ต้องแยกแยะขั้นตอนต่างๆ ของการดึงข้อมูลอัตโนมัติออกจากกัน:

[เนื้อหาเว็บสาธารณะ]
       │
       ▼
[1. การครอว์ล/ดึงข้อมูล HTTP] ──> ควบคุมโดยยูสเซอร์แอนตี้ของครอว์เลอร์เฉพาะ (เช่น GPTBot, Bingbot)
       │                    *__usage_ai-training ไม่ได้ควบคุมพฤติกรรมการดึงข้อมูล HTTP*
       ├────────────────────────────────────────┐
       ▼                                        ▼
[2. การใช้เพื่อฝึกโมเดล]                  [3. การเชื่อมโยงข้อมูลสด / RAG]
   *__usage_ai-training: Disallow*          *ควบคุมโดยแท็กหน้าเว็บ & การตั้งค่าผู้ให้บริการ*
   แสดงความต้องการปฏิเสธการฝึก             จัดเตรียมบริบทเว็บแบบเรียลไทม์ให้กับโมเดล AI
       │                                        │
       ▼                                        ▼
   การบังคับใช้ขึ้นอยู่กับ                   เกณฑ์คุณสมบัติกำหนดโดย
   ผู้ให้บริการ AI ที่เข้าร่วม                นโยบายแพลตฟอร์มแต่ละราย

ทีมเทคนิคต้องประเมินขอบเขตโครงสร้างสี่ประการที่มีอยู่ในข้อกำหนดร่างนี้:

  1. สัญญาณควบคุมการฝึก ไม่ใช่การครอว์ล: โทเค็นนโยบายไม่ใช่คำสั่งสำหรับพฤติกรรมการครอว์ลเครือข่าย ครอว์เลอร์ AI ที่พบ Disallow: / ภายใต้ __usage_ai-training ยังคงได้รับอนุญาตให้นำเอกสาร HTML ผ่าน HTTP แต่ได้รับคำสั่งเพียงว่าไม่ให้นำข้อความที่ดึงมานั้นไปป้อนเข้าสู่ไปป์ไลน์การฝึกโมเดล เพื่อป้องกันไม่ให้บอทขอ URL ทั้งหมด ผู้ดูแลระบบต้องบล็อกชื่อเฉพาะของครอว์เลอร์นั้นต่อไป
  2. กฎ Wildcard ไม่มีผลใช้บังคับ: บล็อก Wildcard ทั่วไป เช่น User-Agent: * ตามด้วย Disallow: / จะไม่ตรงกับโทเค็นนโยบาย ร่างข้อกำหนดกำหนดว่าผู้ให้บริการ AI ที่เข้าร่วมจะต้องไม่ตีความกลุ่ม Wildcard สากลเป็นการแสดงความต้องการฝึก AI หากไฟล์ละเว้นโทเค็น __usage_ai-training ที่ชัดเจน ระบบมาตรฐานจะตีความว่าเว็บไซต์ดังกล่าวไม่ได้แสดงความต้องการฝึกใดๆ
  3. ไม่มีการลบการเรียนรู้ของโมเดลย้อนหลัง: การอัปเดตไฟล์ robots.txt ของเว็บไซต์จะมีผลไปข้างหน้า โดยทำหน้าที่เป็นสัญญาณสำหรับวงจรการครอว์ลและการฝึกในอนาคต แต่ไม่ได้บังคับให้ห้องปฏิบัติการ AI ต้องลบข้อมูลที่รวมอยู่ในชุดข้อมูลการฝึกในอดีตแล้ว หรือลบน้ำหนักจากโมเดลรากฐานที่มีอยู่เดิม
  4. การประสานงานด้วยความสมัครใจเหนือการบังคับใช้ทางเทคนิค: สัญญาณดังกล่าวแสดงถึงความต้องการของผู้เผยแพร่เนื้อหา โดยไม่ได้ให้การบังคับใช้ทางเทคนิคกับผู้บริโภคข้อมูลที่ไม่เข้าร่วมหรือไม่ปฏิบัติตาม ภายใต้หลักการ RFC 9309 ไฟล์ robots.txt ยังคงเป็นกลไกคำแนะนำแบบร่วมมือกันมากกว่าไฟร์วอลล์ควบคุมการเข้าถึง

ความแตกต่างในการใช้งานของผู้ให้บริการและกำหนดการย้ายข้อมูล

แม้ว่า Google, Microsoft และ OpenAI จะประกาศแผนการสนับสนุนสัญญาณที่ใช้ร่วมกันแล้ว แต่การใช้งานทางเทคนิคและกำหนดการเปิดตัวของพวกเขามีความแตกต่างกันอย่างมาก ผู้ให้บริการแต่ละรายเข้าถึงความสมดุลระหว่างการจัดทำดัชนีของเครื่องมือค้นหา การฝึกโมเดลเชิงสร้างสรรค์ และการเรียกคืนข้อมูลเพื่อเสริมการสร้างคำตอบ (RAG) ผ่านโครงสร้างพื้นฐานผลิตภัณฑ์ของตนเอง

กราฟิกเปรียบเทียบทางเทคนิคเน้นย้ำไทม์ไลน์และความแตกต่างของผู้ให้บริการสำหรับการเลือกไม่เข้าร่วมฝึก AI ร่วมกัน

ตารางด้านล่างเปรียบเทียบข้อผูกพันของแพลตฟอร์มที่ได้รับการยืนยัน กฎการตีความ และกำหนดการย้ายข้อมูล:

แพลตฟอร์ม สถานะที่ยืนยัน & ไทม์ไลน์ การตีความโทเค็นนโยบาย การจัดการการเชื่อมโยงข้อมูล & การเรียกคืน การย้ายแท็กเดิม & ข้อยกเว้น
Google ประกาศการสนับสนุน; วางแผนสำหรับปี 2027 (วันที่แน่นอนจะประกาศภายหลัง) ตีความว่าเป็น Google-Extended: Disallow เมื่อไม่มีกฎ Google-Extended ที่ชัดเจน การแมปเริ่มต้นส่งผลต่อการเชื่อมโยงข้อมูลใน Gemini Apps; กฎที่ชัดเจนจะมีผลเหนือกว่า คำสั่ง Google-Extended ที่มีอยู่ยังคงใช้งานได้เต็มรูปแบบ การจัดทำดัชนีการค้นหาไม่ได้รับผลกระทบ
Microsoft ยืนยันความมุ่งมั่น เริ่มเคารพตั้งแต่วันที่ 1 กุมภาพันธ์ 2027 ได้รับการยอมรับว่าเป็นตัวเลือกไม่เข้าร่วมการฝึกในระหว่างการครอว์ลเว็บ แยกออกจากการฝึก จัดการแยกต่างหากผ่านแท็กระดับหน้าเว็บ ยกเลิกการใช้ NoArchive/NoCache สำหรับ AI ในวันที่ 1 มีนาคม 2027; การตั้งค่าชั่วคราวใน Bing Webmaster Tools เปิดให้ใช้งานตั้งแต่วันที่ 15 ธันวาคม
OpenAI มุ่งมั่นที่จะนำไปใช้ในอีกไม่กี่เดือนข้างหน้า รองรับโดยตรงในไปป์ไลน์การนำเข้าข้อมูล ประเมินร่วมกับคำสั่ง GPTBot การกำหนดค่า GPTBot ที่มีอยู่ยังคงทำงานและสามารถบังคับใช้ได้
Anthropic ร่างจัดทำโดยพนักงาน มีรายงานการพัฒนาบนรายการกลุ่มทำงาน ตั้งใจรองรับทั่วทั้งบริการ; ไทม์ไลน์ข่าวอย่างเป็นทางการจะแจ้งให้ทราบภายหลัง ประเมินร่วมกับคำสั่ง ClaudeBot การควบคุมครอว์เลอร์ ClaudeBot ที่มีอยู่ยังคงทำงานต่อไป

Google วางแผนที่จะตีความการเลือกไม่เข้าร่วมการฝึก AI ร่วมกันว่าเป็นคำสั่งไม่อนุญาตของ Google-Extended (Google-Extended disallow) เมื่อไม่มีกฎ Google-Extended ที่ชัดเจน เนื่องจาก Google-Extended ควบคุมสิทธิ์ในการเชื่อมโยงข้อมูลใน Gemini Apps ด้วย การแมปเริ่มต้นนี้จึงอาจส่งผลต่อความพร้อมใช้งานของเนื้อหาของผู้เผยแพร่สำหรับประสบการณ์เหล่านั้น กฎ Google-Extended ที่ชัดเจนจะมีผลเหนือกว่าสัญญาณที่ใช้ร่วมกันในการใช้งานของ Google แต่ผู้เผยแพร่ไม่ควรคาดคิดว่าการควบคุมปัจจุบันของ Google จะเสนอการเลือกไม่เข้าร่วมที่แยกอิสระสำหรับการฝึกโมเดลและการเชื่อมโยงข้อมูลใน Gemini Apps เนื้อหาที่ได้รับอนุญาตภายใต้ Google-Extended อาจมีสิทธิ์สำหรับการเชื่อมโยงข้อมูลใน Gemini โดยไม่มีการรับประกันใดๆ เกี่ยวกับการรวมหรือการอ้างอิง

ในทางตรงกันข้าม Microsoft Bing มองว่าการฝึกโมเดลและการเชื่อมโยงข้อมูลแบบเรียลไทม์เป็นแนวคิดทางสถาปัตยกรรมที่แตกต่างกัน ตามรายละเอียดในการอัปเดต Bing Webmaster อย่างเป็นทางการ Microsoft อนุญาตให้ผู้เผยแพร่เลือกไม่เข้าร่วมการฝึกโมเดล Generative AI ในขณะที่ยังคงอนุญาตให้มีการเชื่อมโยงข้อมูลสดในคำตอบของ Copilot ได้ เว็บไซต์ที่จัดการความต้องการเหล่านี้สามารถประกาศข้อจำกัดการฝึกได้ใน robots.txt หรือผ่านแท็ก meta HTML ระดับหน้าเว็บและส่วนหัว HTTP ซึ่งจะมีผลเหนือกว่า robots.txt สำหรับ URL เฉพาะ การเชื่อมโยงข้อมูลถูกควบคุมผ่านความต้องการระดับหน้าเว็บ รวมถึงตัวเลือก DisallowExtended ที่อนุญาตการเชื่อมโยงข้อมูลในเครื่องมือของ Microsoft เอง (เช่น Copilot) แต่ยกเว้นบริการของบุคคลที่สามที่ขับเคลื่อนด้วย API การเชื่อมโยงข้อมูลของ Microsoft นอกจากนี้ Microsoft กำลังทยอยเลิกพึ่งพาแท็ก NoArchive และ NoCache แบบเดิมสำหรับการควบคุม AI โดยเว็บไซต์ที่พึ่งพาแท็กดังกล่าวจะต้องย้ายไปใช้ตัวเลือกใหม่ก่อนวันที่ 1 มีนาคม 2027 การตั้งค่าการเชื่อมโยงข้อมูลชั่วคราวของ Bing Webmaster Tools จะใช้งานได้เฉพาะกับเว็บไซต์ที่ใช้ NoArchive หรือ NoCache ณ วันที่ 15 ธันวาคม 2026 เท่านั้น และจะมีผลจนกว่า Microsoft จะทำการครอว์ลหน้าเว็บนั้นใหม่และพบความต้องการใหม่ หรือจนถึงวันที่ 30 กันยายน 2027 แล้วแต่เหตุการณ์ใดจะเกิดขึ้นก่อน

นักพัฒนาซอฟต์แวร์วิเคราะห์โปรแกรมแก้ไขโค้ดสองจอและสภาพแวดล้อมการปรับใช้

รายการตรวจสอบทางวิศวกรรม: การตรวจสอบความต้องการของเว็บสำหรับยุคเว็บตัวแทน (Agentic Web)

การปรับใช้สัญญาณความต้องการการฝึก AI แบบใช้ร่วมกันจำเป็นต้องมีการประสานงานระหว่างสถาปัตยกรรมระบบ การดำเนินงานด้านเนื้อหา และทีมกำกับดูแลทางกฎหมาย ผู้นำทางวิศวกรรมต้องมั่นใจว่าการกำหนดค่าเซิร์ฟเวอร์สะท้อนถึงนโยบายขององค์กรได้อย่างแม่นยำ โดยไม่รบกวนการค้นพบของเครื่องมือค้นหาโดยไม่ได้ตั้งใจ

รายการตรวจสอบสำหรับเว็บมาสเตอร์และการใช้งานระบบ

  • ตรวจสอบรายการ Manifest ของ Robots ปัจจุบัน: ตรวจสอบไฟล์ robots.txt ที่มีอยู่เพื่อจัดทำแคตตาล็อกคำสั่งเฉพาะของผู้ให้บริการ โดยตรวจสอบว่ากฎสำหรับ GPTBot, ClaudeBot หรือ Google-Extended ขัดแย้งกับนโยบายการฝึกขององค์กรหรือไม่
  • ปรับใช้โทเค็นนโยบายที่สงวนไว้: ดำเนินการบล็อก User-Agent: __usage_ai-training เพื่อแสดงขอบเขตการฝึกทั่วโลกข้ามผู้ให้บริการ AI ที่เข้าร่วมในรูปแบบที่เป็นหนึ่งเดียว
  • รักษาระบบเส้นทางข้อยกเว้นแบบละเอียด: หากเนื้อหา publiques เช่น ข่าวประชาสัมพันธ์ ชุดข้อมูลสื่อ หรือเอกสารสำหรับนักพัฒนาแบบเปิด มีไว้เพื่อให้โมเดลนำไปใช้ ให้ประกาศข้อยกเว้น Allow: ที่ชัดเจนไว้ใต้คำสั่งห้าม
  • แยกการบล็อกการดึงข้อมูลออกจากธรรมาภิบาลการฝึก: หากวัตถุประสงค์หลักคือการลดภาระของเซิร์ฟเวอร์ต้นทางหรือป้องกันการคัดลอกข้อมูลโดยไม่ได้รับอนุญาต ให้กำหนดค่าการจำกัดอัตราตาม IP การท้าทายบอทของ CDN และบล็อกยูสเซอร์แอนตี้ของครอว์เลอร์ที่ชัดเจน

รายการตรวจสอบด้านการกำกับดูแลและการปฏิบัติตามข้อกำหนด

  • ตรวจสอบกำหนดการย้ายข้อมูลการเชื่อมโยงข้อมูลของ Microsoft: สำหรับเว็บไซต์ที่ใช้ NoArchive หรือ NoCache เพื่อควบคุมผลลัพธ์ของ Bing Copilot ให้เตรียมพร้อมสำหรับการเปลี่ยนไปใช้แท็กระดับหน้าเว็บใหม่ก่อนกำหนดเส้นตายการบังคับใช้ของ Microsoft ในวันที่ 1 มีนาคม 2027
  • ประเมินความสมดุลของการค้นหาและการค้นพบ: สำหรับแพลตฟอร์มที่ประเมินการมองเห็นในเครื่องมือตอบคำถามแบบสนทนา ให้ตระหนักว่าการแมปเริ่มต้นเฉพาะผู้ให้บริการ (เช่น การสำรองข้อมูลของ Google ไปยัง Google-Extended) ส่งผลต่อสิทธิ์ในการเรียกคืนข้อมูลแบบเรียลไทม์อย่างไร
  • ติดตามการอัปเดตของกลุ่มทำงาน IETF: ติดตามความคืบหน้าของ draft-kelley-aipref-training-preference-signal ภายในกลุ่มทำงาน IETF AIPREF เพื่อรองรับการอัปเดตไวยากรณ์ที่เป็นไปได้ก่อนที่จะหมดอายุตามกำหนดในเดือนพฤษภาคม 2027

Share this article

Keep Discovering

GitHub เปิดตัว Copilot Fusion? ทำไมโค้ดแบบหลายโมเดลจึงมีความสำคัญ

GitHub เปิดตัว Copilot Fusion? ทำไมโค้ดแบบหลายโมเดลจึงมีความสำคัญ

GitHub เปิดตัวรันไทม์ตัวจัดระเบียบโมเดล Copilot Fusion ค้นพบวิธีที่การกำหนดเส้นทางโมเดลแบบไดนามิกและรูปแบบการทำงานช่วยลดต้นทุนโทเค็นและความหน่วงในการเขียนโค้ด

วิธีป้องกันการเปลี่ยนเส้นทางแบบออฟไลน์ด้วยการรักษาความปลอดภัยคัสตอม QR Code

วิธีป้องกันการเปลี่ยนเส้นทางแบบออฟไลน์ด้วยการรักษาความปลอดภัยคัสตอม QR Code

เรียนรู้วิธีรักษาความปลอดภัยคัสตอม QR Code จากการถูกไฮแจ็คการสแกนด้วย HTTPS, ลายเซ็น HMAC, การตรวจสอบการงัดแงะทางกายภาพ และการตรวจจับความเสี่ยง

Google เปิดตัว Connected Apps? แอปพลิเคชันลิงก์จะเปลี่ยนไปอย่างไร

Google เปิดตัว Connected Apps? แอปพลิเคชันลิงก์จะเปลี่ยนไปอย่างไร

Google เปิดตัวแพลตฟอร์ม Connected Apps สำหรับ Gemini และ Search ค้นหาว่าโปรโตคอล MCP และ AppFunctions กำลังปรับเปลี่ยนการเชื่อมโยงแอป การเส้นทาง และการระบุแหล่งที่มาอย่างไร