kengyangzean

@Sentdex What is the best terminal with GLM? Opencode go is good enough to try 5.2?

Zai was gracious enough to give me a key to test out GLM 5.2. I used it on a few simple tasks and quickly realized this model is on another level. I committed to using GLM 5.2 solely for the weekend and yesterday on everything from simple data analysis, random queries, side projects, and real work, and I can honestly say this is the first open model that I could comfortably replace Opus 4.8/GPT 5.5 with. It’s THAT good. When I say everything, I mean everything. I never needed to fallback to GPT 5.5 or Opus 4.8. This really blew my mind. I was unable to find any task where I knew GPT 5.5 or Opus 4.8 could solve, but GLM 5.2 could not, and I actually found a few cases where GLM 5.2 was better. I am not trying to overhype anything here. It's just my actual experience with this model. It was of course only 3ish days of usage, maybe cracks would form in time, but the perf is staggering imo. I see it's an "inferior" model on the benchmarks even Zai has shared, but I am not so sure and I think this is the first time I've experienced that with an open model. I am not saying it's necessarily better, but I believe it's a replacement that you could run on-prem, which is crazy to me. It was to the point where I was double triple quadruple checking that I wasn't accidentally running Opus or GPT. I ran thru both Hermes and my own custom coding agent harness with extremely great success. I cannot believe this is only a 754B model that's also an open MIT licensed model. Do not sleep on this one, and definitely try it out. Get it locally if you can! Can I find a way to run it locally? That’s a different question, but I will be trying to get it done because this model is epic.

@mlcarldev For terminal in your opinion, Droid it's the best for glm5.2? How about opencode? I am willing to sub opencode go to try glm5.2 (and others models) butnot sure which one worth.

I gave two AI coding agents the same complex build. Different models, different harnesses. 15 hours later, both still working autonomously. Claude 4.8 in CLaude Code Ultracode vs GLM 5.2 in Droid /missions mode. Same mission, same repo, same 25K-char spec. Two different model architectures solving the same engineering problem in parallel. Watching where they diverge is the interesting part. They are building a platform that generates differentiated, professional written output through a multi-stage LLM pipeline… synthesizing from complex intelligence inputs and contextual preparation to produce calibrated document variants across multiple product modes. This is not a CRUD app or a chatbot wrapper. It’s a multi-stage document synthesis engine. Pipeline architecture. The engine runs eight discrete stages. Each stage is a separate LLM operation with its own model assignment and reasoning-mode control. The thinking mode (deep chain of thought vs. fast generation) is toggled per stage via configuration... reasoning on for the stages that need it, off for speed-critical stages. A GroundingStrategy interface means the verification and grounding logic is swappable per use case. Different product modes reuse the same pipeline engine by changing strategy configuration, not by rewriting code. The architecture is designed so the engine produces different categories of written output... long form reference documents, structured items, modular content blocks... from the same core by reconfiguration. Checkpoint and resume. Generation jobs are long running. The pipeline checkpoints state so a failed or interrupted stage doesn’t burn hours of prior work. Resume from the last good checkpoint. Async job processing. A queue backed worker architecture decouples heavy generation work from the request layer. Workers pull jobs, execute pipeline stages, and heartbeat their status. The same worker code runs locally as a process and in production as a managed container service. What makes this hard for an agent. The agent has to internalize a 25,000-character PRD plus architecture and verification docs, decompose the build into ordered milestones, scaffold the entire infrastructure (auth, database, storage, queue, payments), wire eight LLM stages with correct model and thinking mode configs, implement the queue worker heartbeat loop, and make the whole thing run locally against real services... not mocks. Architecture and stack Full local first stack via Docker Compose. Every cloud dependency has a local equivalent that speaks the same protocol, so the application is fully functional during development with zero cloud accounts: Database + Auth + Storage Supabase self-hosted (real Postgres, GoTrue authentication, Row Level Security, auto generated REST API, file storage). Same as Supabase cloud, running in a container. Object storage MinIO (S3 compatible API). Swap the endpoint URL and the same code talks to S3 or R2 in production. Job queue — LocalStack (SQS compatible API). Same code, different endpoint. Payments — Stripe CLI in test mode with webhook forwarding. Frontend — Vite dev server. The code is identical for local and production. Only connection strings change... environment variables. Deploy means swapping localhost URLs for cloud endpoints. No code forks, no feature flags, no parallel branches. Three process model. Frontend + API + async worker, all containerized, all healthchecked. Services run on non-default ports with namespaced Docker projects so multiple stacks coexist on the same machine without port or project name collisions. Mission mode autonomous execution. The repository is deliberately naked... just AGENTS.md (behavioral guardrails and repo hazards) and docs/ (the full specification). No workflow framework, no step by step instructions. The agent reads everything, decomposes the build into milestones, and executes. Fire and forget: start the mission, come back hours later to a working application. The agent never blocks mid build to ask the owner for a Supabase URL, AWS credentials, or an S3 bucket... because it doesn’t need them. Row Level Security. Multi tenant isolation is enforced at the database layer, not the application layer. One database, strict tenant boundaries, no cross contamination possible even if the application has a bug. Cross model adversarial validation. The Droid harness supports bring your own key... any model. The build agent (GLM 5.2) and the validation agent (a different model) have fundamentally different architectures, so they don’t share blind spots. One builds, the other scrutinizes. Claude Code can only do Claude reviewing Claude. This is structurally stronger validation. Git native. Every change the agent makes is version controlled. Auditable, reversible, diffable. You can reconstruct exactly what the agent did at any point. Endurance as a feature. If I see how many of the milestones have been implemented now after 15 hours, I think the whole project might run for 25-30 hours, non-stop. In Claude Code, it already had me ask a few things a few times, but it is still quite autonomous in the Ultra Code mode. Droid definitely is more autonomous if you send it into a mission and provide it with everything that it needs. In this case, you also have to think ahead and prepare (for example, an .env file with API keys if you wanted to do real-life tests). Essentially, anything that the agent could need should be provided. Then, you can have it run for two or three days and create a professional, full-stack application. Alternatively, you can sit at your computer and observe it. When you are not as well prepared, just give it what it needs in case it needs something. We are really at the point now where an excellent harness like Droid, paired with a very capable model like GLM 5.2, can work for days and create whatever you want, as long as you describe it well enough. Essentially, fully autonomously. That's pretty crazy, to be honest.And it's accessible to anyone, and it doesn't even cost much. I am not a developer. I learned what I learned just by being one of these idiots who actually read every output that the models provide during coding. I started as a spontaneous vibecoder a while ago, things got more and more serious, and that is where I am today. Models like Fable or the next two or three versions of GLM will make less and less knowledge necessary. However, it will still take a while until even the best model will be able to design on its own the features that a product like the one I'm building right now needs. I think we are still far away from that.

@jumperz How do you use it? Via the opencode go or any?

so i tested GLM 5.2 as a judge over a project where I’m mainly using GPT 5.5/codex as the builder and It was way less dumb than I expected... I’ve been working on a project where fable used to be the architect before it went down, so I tested GLM 5.2 as a second opinion judge the goal wasn’t to make it the main architect right away.. I just wanted to see if it could actually think critically.. surprisingly, it’s really smart for a local/open model... It pushed back, caught process risks, and flagged weak independence what impressed me most wasn’t that it was always right... no It wasn’t It overblocked a few things and treated some watch-items like hard blockers, but the mistakes felt like strict senior reviewer mistakes, not dumb model mistakes then I pushed it again using GPT-5.5, and it critiqued its own ruling It admitted it overblocked, said it should’ve separated hard blockers from soft flags, flagged its own limitation as still just another llm and even pointed out that the human’s incentives need to be checked too.. It’s not that it admitted it was wrong.. i mean every model will do that if you push it hard enough but what impressed me is what it did next, it split the real blockers from the soft flags, then called out my own bias as the human running the project... im still not sure if i would make it the main architect yet, but as a red team second opinion, it’s really strong.. and honestly, super cheap... like the whole experiment cost me less than a dollar..sure, not perfect, but the intelligence per dollar ratio feels insanely undervalued...

@oooo0ooooo10 @melvynx Where and what is the best way to use glm 5.2?

@melvynx The glm 5.2 in opencode go cannot enable thinking and is extremely slow.

I open OpenCode to try glm 5.2 with the OpenCode Go sub but... nothing ?

@kafaak ขอบคุณมากครับ

@KENGYZ11 Pro ได้ลิมิต x2 ของ Plus และได้ Gemini in Docs, Vids, เจนภาพใน Slide ได้ ได้ใช้ YouTube Premium Lite (วิดีโอส่วนใหญ่ไม่มีโฆษณา และเล่นในแบ็กกราวด์ได้ แต่ไม่ทุกอัน) ซึ่งไม่ค่อยมีประโยชน์หากเรามี YouTube Premium แบบ Family 🤣

หมากเกมนี้ของ Google สุดจัดมาก แพ็กเกจใหม่ของ Google One คือ google AI Plus 400GB ได้่ใช้ AI แบบ Plus ในราคาแบบเดือนละ 130 บาทมีทอน คนที่ใช้แบบ 200GB คือตกเดือนละ 85 บาท จ่ายเพิ่มหลักสิบต่อเดือน คือ ได้ใช้ Gemini Plus ชิลล์ๆ แต่ส่วนตัวยังไม่รีบ เพราะของฟรีที่ใช้อยู่ก็ไม่ได้แย่ และ Google One ตอนนี้ก็ใช้เกิน 100GB มานิดเดียว ยังไปได้อีกไกล

@EarthDeFIRE ขอบคุณมากครับ ส่วนตรง SET Index 1,287 เป็นช่วงเวลาไหนนะครับ

ผมเอาตาราง #หุ้นปันผลไทย 📊🇹🇭 ไปโชว์ให้ครอบครัวดู เขาก็บอกว่าข้อมูลนี้ 👍 ดีนิหว่า เอามาแชร์ในโลกออนไลน์บ้างก็ได้ เช่น * อยากได้เงินปันผล X บาท/เดือน ต้องใช้เงินเท่าไหร่? คำนวณจาก Dividend Yield จริงเฉลี่ย 10 ปีย้อนหลัง (2016-2025) * Valuation ดูมุมมอง หลายๆด้าน เป็นอย่างไรบ้าง มีปัจจัยบวก หรือความเสี่ยงอะไรบ้าง * สรุปจัด S tier A,B,C,D #หุ้นปันผล ตัวไหนดี?! เอามาแชร์แปะกันให้โลกรู้เลยแล้วกันครับ ว่าหุ้นไหนดี / ไม่ดีไปดูในลิงก์ในเม้นได้เลยครับ ถ้าชอบคอนเทนต์แบบนี้ ก็ฝากรี และติดตามผมหน่อยนะครับ ^__^ หมายเหตุ: #ผลตอบแทนในอดีต มิได้เป็นสิ่งยืนยันถึงผลตอบแทนหรือผลการดำเนินงานในอนาคต การลงทุนมีความเสี่ยง ผู้ลงทุนควรทำความเข้าใจลักษณะสินค้า เงื่อนไขผลตอบแทน และความเสี่ยงก่อนตัดสินใจลงทุน นะครับบบ

@mononewsth ระบบล่ม จอดำ กากมาก รู้ตัวบ้างไหม

เทียบกันชัดๆ จังหวะเฮลั่นที่ โอลด์ แทรฟฟอร์ด กับที่ โมโน สตูดิโอ พื้นสะเทือนไม่ต่างกัน! —————————————— สัมผัสความมันส์แบบเต็มMAX ⚽ ภายในงาน 🔴 MONOMAX WATCH PARTY : RED MATCH แล้วมารับชมคอนเทนต์สุดเอ็กซ์คลูซีฟ กับ 📌Monomax : All Max One Pack ​แพ็กเดียวเอาอยู่ ทั้งคอหนังและคอกีฬา รีบสมัครเลย! ได้ที่ monomax.me/earlybird #Monomax #WatchPartyRedMatch #ManchesterUnited #Liverpool #PremierLeague

@LetItCodeDev Me too. Any update so far?

My product uses the Gemini API, but I often run into a 503 error with gemini-2.5-flash: “This model is currently experiencing high demand…”

@toppjirayut อย่าบอกว่าพี่เขยเงินหายในบิทครับไปเกือบล้านเพราะว่าโดนแฮกไปซื้อ TRAC เมื่อต้นเดือนที่ผ่านมา ส่วน ทาง support ของ #bitkub ให้ไปลงบันทึกประจำวันไว้แค่นั้นไม่ได้ตามช่วยอะไรต่อเลยครับ

คนที่เริ่มลงทุนเมื่อ 5 ปีที่แล้ว มีอะไรอยากบอกคนที่กำลังจะเริ่มลงทุนวันนี้ครับ

@EarthDeFIRE ขนาดมีเหรียญในบิทครับยังโดนแฮกแล้วไปซื้อ TRAC แบบที่ bitkub ไม่ได้ช่วยเหลืออะไรเลย. แย่มากครับ

คุณสามารถเกษียณด้วยเงิน 32 ล้านบาทได้ ในประเทศไทยสบายๆ • ฝากเงิน 32 ล้านบาท (≈ 1 ล้านดอลลาร์) เข้า Solana DeFi และ Aave • ได้รายได้ passive ประมาณ 224,000 – 256,000 บาทต่อเดือน (≈ 7,000–8,000 USD) • ย้ายไปอยู่ ไทย หรือประเทศอื่นที่ค่าครองชีพต่ำ • ใช้จ่ายสูงสุดเดือนละ 160,000 บาท (≈ 5,000 USD) • ใช้ชีวิตแบบราชา สบาย ๆ • ถอนเงินผ่าน neobank • ใช้ชีวิตจากผลตอบแทนโดยไม่ต้องเสียภาษี Drift Protocol แฮกไป 285 ล้านดอลลาร์ (เกือบ 9,000 ล้านบาท), Kelp DAO แฮกไปอีก 292 ล้านดอลลาร์ (เกือบ 9,300 ล้านบาท) แล้วยังลามไปทำให้ AAVE มีหนี้เสียอีก 200 ล้านดอลลาร์… ผลสุดท้ายคือจากราชา กลายเป็นไปคนข้างถนน ในชั่วพริบตา อะไรกันแน่ ที่ยังหยุดคุณไว้?

@aiwithjainam Send

🚨 Claude Opus 4.6 is insanely powerful. But 90% of people are using it like ChatGPT. That’s crazy. I’ve spent months testing it for: • Automation workflows • Agent building • Research • Content systems • Business ops And the difference between “basic prompts” and elite prompts is night and day. So I’m giving away my 500 Mega Prompts List for Claude Opus 4.6. These are the exact prompts I use to: → Automate repetitive tasks → Build AI agents → Generate high-leverage content → Analyze data like a consultant → Save 10+ hours per week No fluff. Just plug-and-play frameworks. If you want it: Comment “Send” I’ll DM it to you. 🔥

BREAKING: AI can now build financial models like Goldman Sachs analysts (for free). Here are 12 Claude prompts that replace $150K/year investment banking work (Save for later)

@ckfastwork ขอบคุณสำหรับความรู้ดีดีครับ ดีกว่าเอาเวลาไปเสพย์ดรามาดารายักยอกเงิน/คลิปหลุด เยอะเลยครับ

Netflix ได้ประกาศข้อตกลงครั้งประวัติศาสตร์ในการเข้าซื้อกิจการสตูดิโอและธุรกิจสตรีมมิงของ Warner Bros Discovery ด้วยมูลค่าหุ้นเจ็ดหมื่นสองพันล้านดอลลาร์ หรือคิดเป็นมูลค่ารวมพร้อมหนี้สินประมาณแปดหมื่นสองพันเจ็ดร้อยล้านดอลลาร์ ดีลนี้สามารถอธิบายได้ผ่านเหตุผลเชิงกลยุทธ์สามข้อ 1) เสริมความแข็งแกร่งให้คลังคอนเทนต์และ IP ของ Netflix Netflix จะได้ครอบครองแฟรนไชส์ระดับโลกที่ทรงพลังที่สุด ไม่ว่าจะเป็นจักรวาล DC Harry Potter Game of Thrones Dune รวมถึงคลังคอนเทนต์ทั้งหมดของ HBO และ Warner Bros ซึ่งล้วนเป็นสินทรัพย์ที่สามารถต่อยอดเป็นภาพยนตร์ ซีรีส์ และสปินออฟได้ไม่รู้จบ และช่วยสร้างความได้เปรียบระยะยาวให้แพลตฟอร์ม 2) ไม่ใช่แค่เกมรุก แต่เป็นเกมรับไปพร้อมกัน Netflix ไม่ได้แค่ขยายอาณาจักรของตัวเอง แต่ยังกันไม่ให้คู่แข่งแข็งแรงขึ้นด้วย เนื่องจาก Paramount Skydance และ Comcast ต่างก็ยื่นข้อเสนอเข้าซื้อ Warner Bros เช่นกัน หากดีลตกไปอยู่ในมือใครคนใดคนหนึ่ง พวกเขาจะกลายเป็นผู้เล่นตัวอันตรายทันที เพราะจะครอบครองแฟรนไชส์ระดับท็อปและเครื่องจักรผลิตคอนเทนต์ขนาดใหญ่ การที่ Netflix ชนะดีลนี้จึงเป็นทั้งการบุกและการป้องกันคู่แข่งในเวลาเดียวกัน 3) ค่าเลิกสัญญาที่ทำหน้าที่เป็นเกราะกันคู่แข่ง ข้อตกลงนี้มีค่าเลิกสัญญาอยู่ที่ห้าพันแปดร้อยล้านดอลลาร์ หากดีลถูกหน่วยงานกำกับดูแลสั่งระงับหรือไม่สามารถปิดดีลได้ Netflix ต้องจ่ายเงินจำนวนนี้ให้กับ Warner Bros โดยตรง ค่าดังกล่าวไม่เพียงชดเชยให้ Warner Bros แต่ยังทำให้บริษัทไม่สามารถทำดีลควบรวมกับรายอื่นได้ระหว่างกระบวนการพิจารณา ผลลัพธ์คือมันกลายเป็นเกราะกันคู่แข่งไม่ให้เข้ามาแทรกแซงดีลนี้ได้ง่ายๆ ดังนั้นแม้ Netflix จะต้องจ่ายเงินจำนวนนี้จริงๆ ก็ยังถือว่าคุ้มค่า เพราะมันช่วยให้ Netflix สามารถรักษาความเป็นผู้นำในวงการสตรีมมิงได้อีกประมาณสองปี เหตุผลทั้งสามข้อแสดงให้เห็นว่าดีลนี้เป็นหมากกลยุทธ์ที่คิดมาอย่างรอบคอบ Netflix ไม่ได้แค่ซื้อคอนเทนต์เพิ่ม แต่กำลังจัดรูปเกมการแข่งขันและยึดตำแหน่งผู้นำในอุตสาหกรรมบันเทิงระดับโลกอย่างยั่งยืน ผมเขียนบทวิเคราะห์นี้เพราะอยากให้คนไทยได้เห็นวิธีคิดและเหตุผลเบื้องหลังดีลยักษ์ระดับโลก และเข้าใจว่าบริษัทระดับท็อปตัดสินใจกันอย่างไรเมื่อพวกเขาเดินเกมที่สามารถเปลี่ยนทั้งอุตสาหกรรมได้

@Eig_Banphot ขอบคุณมากครับ ตามอ่านสรุปทุกเช้าก่อนเริ่มวันครับ

สิ่งที่นักลงทุนต้องรู้เช้านี้ เสาร์ ที่ 8 พฤศจิกายน 2568 . #TAMEIG . 📉 ตลาดหุ้นสหรัฐฯ ปิดสัปดาห์แย่สุดตั้งแต่เดือนเมษายน ดัชนี Nasdaq ร่วงแรงสุดในรอบ 7 เดือน (-3% สัปดาห์นี้) เพราะหุ้นกลุ่มเทคโนโลยีโดยเฉพาะสาย AI ยังถูกขายออกต่อเนื่อง * S&P 500 และ Dow Jones ปิดสัปดาห์ลดลง -1.6% และ -1.2% ตามลำดับ * นักลงทุนเริ่มกังวลทั้งภาวะเศรษฐกิจที่อ่อนแรงลง และ ชัตดาวน์รัฐบาลสหรัฐฯ ที่ยืดเยื้อเข้าสู่วันที่ 38 . * ดัชนีความเชื่อมั่นผู้บริโภคของมหาวิทยาลัยมิชิแกนร่วงแรงกว่าคาด เหลือเพียง 50.3 จุด จาก 53.6 จุดในเดือนก่อน * รายงานการปลดพนักงานในเดือนตุลาคมพุ่ง 183% จากเดือนก่อน สูงสุดในรอบ 22 ปี 🧾 . 🛫 สหรัฐฯ เตือนอาจ “ลดเที่ยวบินลง 20%” หากชัตดาวน์ไม่จบ กระทรวงคมนาคมสหรัฐฯ เตือนว่าอาจสั่งลดเที่ยวบินมากถึง 1 ใน 5 ของทั้งหมด หากปัญหางบประมาณรัฐบาลยังยืดเยื้อ * ขณะนี้ FAA บังคับลดเที่ยวบินแล้ว 4% ที่สนามบินหลัก 40 แห่ง และจะเพิ่มเป็น 10% ภายใน 14 พ.ย. * เหตุเพราะเจ้าหน้าที่ควบคุมการบิน 13,000 คน และเจ้าหน้าที่รักษาความปลอดภัยอีก 50,000 คนทำงาน “โดยไม่มีเงินเดือน” ทำให้เริ่มมีคนไม่มาทำงานมากขึ้น * สายการบินหลัก เช่น American Airlines, Delta, Southwest และ United ถูกสั่งยกเลิกเที่ยวบินรวมกว่า 700 เที่ยว ✈️ * ผู้โดยสารหลายหมื่นคนได้รับผลกระทบ และคาดว่าปัญหาจะลุกลามมากขึ้นหากชัตดาวน์ยังไม่สิ้นสุด . 🪙 ราคาทองคำกลับมาขึ้นเล็กน้อย ทองคำปรับขึ้น +0.5% ปิดที่ $3,999/ออนซ์ จากแรงซื้อสินทรัพย์ปลอดภัย ท่ามกลางความกังวลเรื่องเศรษฐกิจและชัตดาวน์ * ดอลลาร์สหรัฐฯ อ่อนค่าเล็กน้อยช่วยหนุนราคา * นักวิเคราะห์จาก Macquarie Group มองว่า “ราคาทองแตะจุดสูงสุดไปแล้ว” เพราะเศรษฐกิจโลกเริ่มฟื้น และธนาคารกลางใกล้จบวงจรลดดอกเบี้ย . 🇺🇸 วิเคราะห์เศรษฐกิจ: ถ้ายกเลิกภาษีทรัมป์ → อาจ “เสี่ยงร้อนเกิน” สำนัก BCA Research เตือนว่า หากศาลสูงสุดสหรัฐฯ ตัดสินให้ “ยกเลิกภาษีนำเข้า” ที่เริ่มใช้ในยุคทรัมป์ . ➡ เศรษฐกิจอาจขยายตัวแรงขึ้นระยะสั้น แต่เสี่ยง “ร้อนแรงเกินไป” (Overheating) * ถ้าภาษียังอยู่ → หุ้นและบอนด์อาจปรับลง * แต่ถ้ายกเลิก → พันธบัตรอาจให้ผลตอบแทนสูงขึ้น (Bond Yield ↑) และหุ้นอาจอ่อนในระยะหลัง * BCA ยังเตือนว่า “กระแสลงทุนใน AI” อาจเกินจริง เพราะรายได้ของบริษัท AI ยังไม่ครอบคลุมต้นทุนลงทุนที่สูงมาก 💻 . 🚗 Tesla ลงทุน xAI ไม่ผ่านมติผู้ถือหุ้น ผู้ถือหุ้น “ไม่อนุมัติ” ให้ Tesla ลงทุน 5,000 ล้านดอลลาร์ในบริษัท AI ของ Elon Musk แม้คะแนนเห็นชอบมากกว่า เพราะ “งดออกเสียง” นับเป็นไม่เห็นด้วย . xAI เคยซื้อแบตเตอรี่ Tesla มูลค่า 200 ล้านดอลลาร์ และติดตั้งแชตบอท Grok ในรถยนต์แล้ว . 🍞 ศาลสั่งรัฐบาลทรัมป์จ่ายสวัสดิการอาหารเต็มจำนวน ศาลอุทธรณ์สั่งให้รัฐบาลจ่ายเงิน SNAP ครบ 100% ให้ประชาชน 42 ล้านคน หลังพยายามจ่ายเพียง 65% ชี้ประชาชน “อดอยากมานานเกินไป” . สะท้อนวิกฤติชัตดาวน์ที่ยืดเยื้อกว่า 1 เดือน . 🇮🇳 ทรัมป์เผยอินเดียลดซื้อน้ำมันรัสเซีย – อาจเยือนปีหน้า ความสัมพันธ์สหรัฐฯ–อินเดียเริ่มดีขึ้น เจรจาการค้าเดินหน้า . คาดลดภาษีสินค้าจากอินเดียจาก 50% เหลือ 20% หากดีลสำเร็จ แต่ผู้เชี่ยวชาญยังมองว่าอินเดียเลิกน้ำมันรัสเซียยาก . 🇨🇳 จีนส่งออกหดครั้งแรกในรอบเกือบ 2 ปี เดือนตุลาคมส่งออกลด 1.1% YoY จากฐานสูงและความต้องการในประเทศอ่อนตัว . หลัง “ทรัมป์–สี จิ้นผิง” เจรจาสงบศึกการค้า ภาษีสินค้าจีนลดเหลือ 31% ปี 2026 คาด GDP โต 4.5% โดยเน้นกระตุ้นอุปสงค์ในประเทศ . 💥 SoftBank ขาดทุนหนักสุดในรอบ 5 ปี – นักลงทุนหนีหุ้น AI หุ้น SoftBank Group ร่วงอีกเกือบ 7% รวมสัปดาห์นี้มูลค่าหายกว่า $50,000 ล้าน หรือ -20% หนักสุดตั้งแต่ปี 2020 * สาเหตุจากแรงขายหุ้นกลุ่ม AI ทั่วโลก หลังนักลงทุนเริ่มมองว่าราคาสูงเกินจริง * SoftBank ถูกมองว่าเป็น “ตัวแทน OpenAI บนตลาดหุ้น” ทำให้ราคาผันผวนตามกระแส AI . 🚙 Rivian ให้ซีอีโอแพ็กเกจ 4.6 พันล้านดอลลาร์ สไตล์ Elon Musk บริษัทรถยนต์ไฟฟ้า Rivian มอบ “แพ็กเกจค่าตอบแทนยักษ์” ให้ CEO RJ Scaringe มูลค่ารวมสูงสุด $4.6 พันล้าน * ผูกกับเป้าหมายราคาหุ้น $40–$140 และผลกำไรระยะ 10 ปี * คล้ายดีล 1 ล้านล้านดอลลาร์ของ Elon Musk ที่เพิ่งผ่านมติผู้ถือหุ้น . 🛍️ Amazon เปิดบริการขายของราคาถูก “Bazaar” ทั่วโลก Amazon ขยายแอป Amazon Bazaar (หรือ Haul) ไปอีก 14 ประเทศ รวมถึง ฟิลิปปินส์ ไต้หวัน และไนจีเรีย * เจาะตลาดสินค้าราคาต่ำกว่า $10 เพื่อแข่งกับ Shein และ Temu * เริ่มต้นจากเม็กซิโกและขยายไปตะวันออกกลางก่อนข้ามไปเอเชีย 🌏 . 🧠 Meta ทุ่ม 600,000 ล้านดอลลาร์ สร้างศูนย์ข้อมูล AI ในสหรัฐฯ Meta (Facebook เดิม) ประกาศลงทุน $600B ภายในปี 2028 เพื่อสร้างศูนย์ข้อมูลและโครงสร้างพื้นฐาน AI * เน้นขยายใน Texas, Alabama และ Missouri * ตั้งเป้าเป็น “Water Positive” ภายในปี 2030 (คืนสภาพน้ำมากกว่าที่ใช้) * เทียบกับคู่แข่ง: Google ลงทุนปีนี้ ~$93B / Microsoft ~$89B . ☁️ IREN ปิดดีลใหญ่กับ Microsoft มูลค่า 9.7 พันล้านดอลลาร์ บริษัทพลังงาน–คลาวด์จากออสเตรเลีย IREN Limited เซ็นสัญญาให้บริการคลาวด์ AI กับ Microsoft * สร้างรายได้ต่อปี $1.9B และตั้งเป้าเพิ่มเป็น $3.4B ภายในปี 2026 * จะเพิ่ม GPU จาก 23,000 → 140,000 ตัว ภายในสองปี . 💊 Eli Lilly และ Novo Nordisk ยอมลดราคายาลดน้ำหนัก หลังดีลกับรัฐบาลทรัมป์ สองบริษัทยักษ์ใหญ่ LLY และ NVO ตกลงขายยา Ozempic, Wegovy และ Mounjaro ให้รัฐบาลในราคาถูก * เพื่อให้ Medicare และ Medicaid ครอบคลุมการรักษาโรคอ้วนผ่านโครงการ TrumpRx * แม้ราคาขายลดลง แต่ปริมาณผู้ใช้จะเพิ่มขึ้นมากในระยะยาว . 🥤 Coca-Cola Consolidated ซื้อหุ้นคืนจาก KO มูลค่า $2.4 พันล้าน บริษัทย่อย Coca-Cola Consolidated (COKE) ซื้อหุ้นคืนทั้งหมดที่บริษัทแม่ Coca-Cola (KO) ถืออยู่ * ราคาหุ้นละ $127 รวมมูลค่า $2.4B * หลังดีลจบ KO จะไม่มีที่นั่งในบอร์ดของ COKE อีกต่อไป . #TAMEIG #CrisisTeller #TheDarksideตลาดหุ้นไทย #Thetraders #หุ้นไทย . =========== . “หุ้นไทย” หนังสือจากพี่เบียร์ วนนท์ วรรณป้าน — เทรดเดอร์ตัวจริงที่กลั่นประสบการณ์กว่า 10 ปี ถ่ายทอดร่วมกับ อิก บรรพต⁣ ⁣ เล่มนี้ไม่ได้แค่สอนเทรด แต่เล่า “ชีวิตของนักเทรด”⁣ จากผู้รอด...สู่ผู้ชนะ ด้วยแนวคิด Survival Trader และกลยุทธ์ Day Trend⁣ ⁣ “หุ้นไทย” — ไม่ใช่แค่คู่มือ แต่คือเข็มทิศชีวิตของเพื่อนๆ ที่อยากเทรดอย่างเข้าใจ และใช้ชีวิตอย่างมีความสุข ⁣. คลิกสั่งซื้อทาง Thanonlongtun Shop ในราคา 650 บาท⁣ shop.thanonlongtun.com/.../beer-vanon… ⁣

Fernando Torres in 2007-8 was an assassin

His wife manages to greet him in an original way every time he returns home. 😂

Here's my updated DCA (Dollar Cost Averaging) plan for my growth portfolio in 2025 -- listed by priority 🧐 1. $SNOW | Snowflake 2. $AMZN | Amazon 3. $ALAB | Astera Labs 4. $NET | Cloudfare 5. $AXON | Axon 6. $TMDX | TransMedics 7. $MDB | MongoDB 8. $MELI | MercadoLibre