
w
214 posts



@FuiiThanawat เจ้านายค่ะ(เจ้าของธุรกิจ) ลูกน้องชอบคิดว่าสบาย แค่สั่ง ความจริงคือมีอะไรให้คิดเยอะมาก คิดตลอดเวลา
ไทย

จากกรณีแบบนี้ แอบเหมือนเราตรงที่เมื่อวานเราก็เป็นค่ะ หน้าโปรไฟล์ก็ขึ้น 0 follwing เห็นทีแรกก็ตกใจ แต่พอไปเช็คจึงรู้ว่า เราโดน Shadow limitation ชั่วคราว สาเหตุเพราะ
“แพลตฟอร์ม (เช่น X / Twitter) มักจะใส่ label แบบนี้เมื่อ:
มีพฤติกรรมที่ดู “ผิดปกติ”
โพสต์ถี่เกิน / รีทวีตเยอะ
ใช้ automation / bot-like behavior
มีการรายงาน (report)
เนื้อหาบางโพสต์อาจเข้าข่าย sensitive / spam
เพิ่งสมัครติ๊กฟ้าใหม่ (ระบบยัง “จับตา” อยู่)”
วิธีแก้ไขคือ ต้องปรับฟฤติกรรมใหม่

Thanapol@ThanapolJao
สวัสดีครับ ขออนุญาตมาเเจ้งนะครับ ในกรณีที่มีผู้ใช้ X คนนี้ออกมาบอกว่าผม unfollow คนอื่นเนื่องจากหน้า X ผมขึ้นว่า 0 following จะบอกว่าผมก็ไม่ทราบนะครับ ว่าทำไมขึ้นเเบบนี้ เเต่ถ้ากดเข้าไปในคนที่ผมติดตามอยู่ก็ยังขึ้่นว่าผมติดตามคนอื่นนะครับ ไม่ได้เป็น 0 ครับ
ไทย
w retweetledi

w retweetledi

ในรอบ 1 ปี $NVTS วิ่งมา 751% โคตรบ้า 🔥
และผมเข้าซื้อตอน $4.23 ตอนนี้บวกอยู่ 311%
เลยอยากมาเล่า thesis ที่ผมใช้เข้าหุ้นตัวนี้ให้ฟังกัน
เหตุผลที่เข้าซื้อตอนนั้นคือเริ่มเห็น report ของหลายๆ สำนักออกมาแล้วว่า “ไฟฟ้า” จะเป็น “คอขวดที่ใหญ่ที่สุด” ของ Ai
แล้วผมก็ไปนั่ง research นั่งเจาะมาว่ามี solutions ไหนที่ไม่ใช่แค่การผลิตไฟป้อน DC แล้วก็ไปเจอนี่แหละ $NVTS concept ง่ายๆ เลยคือ ก็ในเมื่อไฟฟ้ามันมีจำกัด ผลิตใหม่ก็ยาก ไหนจะต้องการพลังงานสะอาดอีก (โลกกำลังไปทางนั้น) ข้อจำกัดมันค่อนข้างเยอะเลย
เลยตัดสินใจลองเข้าหุ้นตัวนี้แล้วศึกษาต่อดู ศึกษาลึกลงไปเรื่อยๆ ก็เริ่มเข้าใจว่า power management นี่ สำคัญมากจริงๆ คือไฟฟ้ามีน้อย มีจำกัดก็จริง แต่ถ้ามันเข้าไปใน DC โดยที่เรารีด efficiency ของมันได้มากที่สุด นั้นแหละจะเป็นประโยชน์ต่อ DC
หลังจากนั้นผมก็รัก $NVTS เลย ถึงมันจะไม่ได้วิ่งแรงตลอดเวลา มีโดน dump ราคาลงไปบ้าง แต่สุดท้ายเมื่อตลาดมองเห็นมัน มันก็พร้อมขึ้นมายืนได้อีก เพราะของมันใช้ได้จริง จำเป็นจริงๆ
และพอ $NVDA ประกาศจับมือ $NVTS พัฒนา GaN สำหรับ Ai อีก ทีนี้ตลาดก็เลิกมองข้ามมันไปเลย...

ไทย
w retweetledi
w retweetledi

=> สรุปไลฟ์เมื่อวาน Data Engineer in AI Era: DE คือใคร? เอาตัวรอดยังไงในยุค AI? <=
เมื่อวานนี้ คุยกันสนุก มีหลายหัวข้อที่น่าสนใจมาก
สรุปมาเป็น 5 ข้อ สำหรับทั้งมือใหม่ที่สนใจทำงานด้าน Data & มือเก่าที่ทำงานด้าน Data อยู่แล้ว และกำลังหาทางเอาตัวรอดในยุค AI อยู่
1/ เครื่องมือ AI กลายเป็นผู้ช่วยประจำวัน (AI as a Daily Tool)
- จาก Survey ของ Data Engineer 1,100 คนทั่วโลก กว่า 82% ใช้งาน AI ทุกวัน
- งานที่ DE ใช้ช่วยหลัก ๆ คือ เขียนโค้ด, ทำ Document, Debug Data Pipeline
2/ การควบคุม Agentic AI ด้วยไฟล์ skill md
- ในปีที่ผ่านมา เราตกอยู่ในโลกที่ต้อง Prompt ยาว ๆ ละเอียด ๆ ยิ่งดี
- ในปัจจุบัน งาน DE (และงานอื่น ๆ) แทนที่จะพิมพ์ Prompt ยาว ๆ เราสามารถสร้างเป็น skill . md ได้ โดยแนบไว้ในโปรเจกต์ เพื่อเป็น Instruction บอก AI
เช่น
> บอกว่าทีมมีมาตรฐานการเขียนโค้ด (เราเรียกว่า Code standard / Code convention) แบบไหน
> ต้องทำตาม step อะไรบ้าง
- นอกจากนั้น เราแนบโค้ดที่อยากให้ AI รัน เข้าไปใน Skill ได้ด้วย ทำให้ Skill md ไม่ได้เป็นแค่ตัวหนังสือสั่งงาน
(Tip ส่วนตัว: ผมใช้วิธีสั่ง AI ให้ทำงานทีละขั้น และถ้าทำงานผิด ก็บอกให้มันแก้ จากนั้นพอคุยกันยืดยาวเสร็จ ก็บอกว่า "สร้าง Skill ให้หน่อย จากที่เราคุยกัน")
3/ เสริม Context ให้ AI ฉลาดด้วย MCP (Model Context Protocol)
- AI มีความรู้รอบตัวเยอะ แต่ไม่ได้รู้เรื่องเฉพาะเจาะจง เช่น ข้อมูลในฐานข้อมูล, วิธีบังคับ Web Browser
- MCP ถูกเปรียบเทียบว่าเป็นเหมือนสาย USB-C ของโลก AI เป็นมาตรฐานเปิดที่ทำให้ AI Agent สามารถวิ่งไปเชื่อมต่อกับ Tools หรือ API ภายนอกได้โดยตรง
เช่น
> ให้ AI ไปอ่าน Document ล่าสุดของ Google Cloud ก่อนเขียนโค้ด
> เชื่อมต่อกับ Database จริงเพื่อดึงข้อมูลมาวิเคราะห์ (ชื่อเครื่องมือ: MCP Toolbox)
ทำให้ AI ทำงานได้ถูกต้อง แม่นยำ และไม่อัปเดตข้อมูลเก่า
4/ AI ช่วยเพิ่ม Productivity ในงานถึก และงานแอดมิน
- AI ไม่ได้เข้ามาแทนที่ DE แต่มาช่วยลดเวลาในหลาย ๆ งานที่ต้องใช้พลังเยอะ ถ้าทำเอง
เช่น
> ช่วยแกะโค้ดเก่าๆ (Legacy Code) ที่ไม่มีคนอธิบายไว้ และคนเขียนออกไปแล้ว ซึ่งในงานเจอกันบ่อยมาก
> ช่วยวิเคราะห์ปัญหาข้อมูล (Data Quality Issues) ซึ่งปกติอาจต้องงมนานครึ่งวัน AI ช่วยลดเวลาเหลือแค่ไม่กี่นาที
> ช่วยทำงานแอดมิน เช่น ให้ AI สร้าง Ticket ในระบบ Project Management (เช่น Jira) ให้เราเลย
5/ AI เฉพาะทาง สำหรับงาน Data กำลังเติบโตขึ้น
- Cloud Platform เริ่มนำ AI มาใส่ใน Database, Data Warehouse เช่น BigQuery Data Engineering Agent
- AI Agent สาย Data สามารถทำความเข้าใจ Requirement แล้วรัน Data Pipelin, แนะนำโค้ด, หรือบอกได้เลยว่าต้องแก้ไขตรงไหน
- นอกจากนี้ ยังมีเรื่อง Conversational Analytics ที่ทำให้ผู้ใช้งานถามเป็นภาษามนุษย์ แล้ว AI จะไปเขียน Query ดึงข้อมูลและสร้างกราฟให้เองได้เลย
(อย่างไรก็ตาม ต้องมี Data Engineer มาวางรากฐาน Data ให้ดี ใช้งานง่าย)
(ลิงค์ไปวีดิโอเต็ม เดี๋ยวใส่ไว้ในคอมเม้นท์ให้ครับ)

ไทย

@cheevitworker @anp1599 นี่ใช้7plus เพิ่งเผลี่ยนมาใช้16proปีที่แล้ว ก็เกือบ10ปีนะ
ไทย
w retweetledi

We believe open source is more than releasing weights — it’s about building ecosystems.
Today, we’re introducing MiMo Orbit.
A program to support builders, frameworks, and the next wave of AI applications.
MiMo Orbit includes:
1️⃣ 100T Token Grant for Builders
We’re making 100 trillion (100T) tokens available to AI builders worldwide.
• Free access, while supplies last
• Application-based
• Up to a 1-month Max Plan (1.6B credits)
📅 Apr 27, 2026, 9:00 AM – May 27, 2026, 9:00 AM (PDT)
Apply here: 100t.xiaomimimo.com
2️⃣ Agent Ecosystem Program
We support Agent frameworks globally with free integration access and zero-friction onboarding for your users.
If you’re building an Agent framework, let’s collaborate:
📩 business-mimo@xiaomi.com

English
w retweetledi
w retweetledi

- ใครมีกล้องโปรสามารถส่งภาพและวีดีโอลงในเว็บสต๊อก เช่น Shutterstock, iStock, Adobe stock
- ใครถนัดเจนภาพ AI สามารถส่งไป adobe ได้ ค่าคอมดีสุดในวงการละ ต้อง upscale ภาพด้วยนะ แนะนำ gigapixel
- ต่อด้วยทำภาพ SVG, PNG ส่งใน Etsy เน้นงานคุณภาพ ใส่ความเป็นตัวเรา อย่าให้ดู ai slop เกิน
Geegi Eiei@geegissss
ใครมีช่องทางทำเงินอีกไหมครับ อยากรู้คนอื่นทำอะไรเป็นรายได้เสริมอีกๆ
ไทย












