เชแชน (@R_ealReally) header
เชแชน (@R_ealReally) profile picture
Joined October 2011
Photo by เชแชน (@R_ealReally)Photo by เชแชน (@R_ealReally)Photo by เชแชน (@R_ealReally)Photo by เชแชน (@R_ealReally)Photo by เชแชน (@R_ealReally)Photo by เชแชน (@R_ealReally)Photo by เชแชน (@R_ealReally)Photo by เชแชน (@R_ealReally)Photo by เชแชน (@R_ealReally)Photo by เชแชน (@R_ealReally)
ทดลองเลิก overshare ใน social network พบว่าสบายใจขึ้นมาก ไม่วุ่นวายและคงทำแบบนี้ต่อไป และที่หายไปไม่ใช่เพราะติดแฟนนะคะ ติด หรือ addict มันฟังดู negative หรือติดแบบไม่ได้ใช้ความคิด ส่วนตัวคิดว่าคิดมาดีแล้ว ถ้าให้ตรงตัว ควรเป็นเรียกว่าให้ priority และ quality time มากกว่าค่ะ
1
93
เชแชน retweeted
ด่วนมากสำหรับคนถือ MasterCard, Visa card‼️ #สงครามไซเบอร์ ล่าสุดแฮกเกอร์เปิดฉากโจมตีบริษัทยักษ์ใหญ่อย่าง JPMorgan, VISA, MasterCard แล้วจากความมั่นคงของการรักษาความปลอดภัยทางไซเบอร์ยิ่งผ่อนลงทำให้หัวหน้าฝ่ายสหรัฐฯลาออกทันที! 📌ผมเลยอยากจะมาสรุปว่าสิ่งที่ David เอามานำเสนอตรงนี้มีประเด็นอะไรบ้างและต้องการจะสื่ออะไรบ้าง? มันมีทั้งเรื่อง สงครามไซเบอร์ ระบบการเงินโลก และความเสี่ยงจาก AI ที่อาจเชื่อมโยงกันในช่วงเวลานี้ สรุปประเด็นสำคัญจากภาพทั้งหมดได้ดังนี้ 1. บริษัทการเงินยักษ์ใหญ่ถูกโจมตีทางไซเบอร์ – JPMorgan, Visa และ Mastercard เปิดเผยว่าผู้ให้บริการภายนอก (Third-party vendors) ถูกแฮ็กเกอร์โจมตี และข้อมูลทางการตลาดบางส่วนอาจถูกเข้าถึง เช่น ชื่อลูกค้าและอีเมล ทั้งนี้ยังไม่ได้หมายความว่าระบบชำระเงินหลักถูกเจาะโดยตรง 2. ความกังวลเรื่องระบบความมั่นคงไซเบอร์ของสหรัฐฯ – มีรายงานหัวหน้าฝ่ายความมั่นคงทางไซเบอร์ของสหรัฐฯ เตรียมลงจากตำแหน่ง ท่ามกลางปัญหาความล้มเหลวทางเทคนิคหลายประการ 3. ความเสี่ยงด้านเศรษฐกิจและสภาพคล่อง – ผู้โพสต์ชี้ให้จับตาราคาทองคำที่ปรับตัวลงและอัตราดอกเบี้ยที่เพิ่มขึ้น โดยมองว่าอาจเป็นสัญญาณเตือนเกี่ยวกับวิกฤตสภาพคล่อง (Liquidity Crisis) ที่กำลังจะเกิดขึ้น 4. AI กำลังเปลี่ยนภูมิทัศน์ด้านความปลอดภัย – เทคโนโลยี AI ทำให้ช่องโหว่ใหม่ ๆ เกิดขึ้นได้ ขณะที่ระบบที่เคยคิดว่าปลอดภัยอาจไม่ปลอดภัยอีกต่อไป หากข้อมูลสำคัญของประชาชนหรือองค์กรรั่วไหล ก็อาจสร้างความเสียหายเป็นวงกว้าง สิ่งที่ควรทำคือเฝ้าระวังข่าวสาร ป้องกันข้อมูลส่วนตัว สำรองเงินฉุกเฉิน และไม่ตื่นตระหนกกับคำเตือนที่ยังไม่มีหลักฐานรองรับครับ แหล่งข้อมูล David William
5
1,094
11
577
199,744
เชแชน retweeted
สรุปสั้นๆ เข้าใจง่ายแบบนี้ค่ะหายนะแรร์เอิร์ธคืออะไร ? 1. แรร์เอิร์ธคือแร่สำคัญ เอาไปทำมือถือ รถไฟฟ้า ชิป ขีปนาวุธ แต่ตอนขุดต้องใช้สารเคมีแรงมาก มลพิษสูงมาก 2. จีนไม่อยากขุดในบ้านตัวเอง เมื่อก่อนจีนขุดเอง 90% ของโลก พอธรรมชาติในประเทศพัง ก็สั่งปิดเหมืองในบ้าน แล้วหันมาลงทุนขุดในพม่าแทน ตั้งแต่ราวปี 2558 3. รัฐประหารพม่าทำให้เหมืองบูม หลังปี 2564 พม่าวุ่นวาย กลุ่มชาติพันธุ์ในรัฐฉานคุมพื้นที่ได้ ต้องการเงินซื้ออาวุธ ทุนจีนต้องการแร่ เลยจับมือกันเปิดเหมืองหลายร้อยแห่ง 4. วิธีขุดคือทิ้งพิษไว้ให้คนอื่น เจาะภูเขา อัดสารเคมีเข้าไปละลายแร่ แล้วส่งแร่ไปจีน 100% ส่วนน้ำเสียที่มีสารหนู ตะกั่ว แคดเมียม ปล่อยทิ้งไว้ตรงนั้น 5. ไทยรับพิษเต็มๆ แม่น้ำสาย แม่น้ำรวก แม่น้ำกก ต้นน้ำอยู่รัฐฉาน สารพิษไหลเข้าเชียงราย เชียงใหม่ แล้วลงแม่น้ำโขงผลคือ น้ำขุ่น สีเพี้ยน ทำประปาไม่ได้ ปลาเป็นแผล คนไม่กล้ากินปลา ผักขายไม่ออก ท่องเที่ยวพัง 6. ทำไมแก้ยาก? ต้นเหตุอยู่ในพื้นที่ที่รัฐบาลพม่าคุมไม่ถึง ไทยแก้คนเดียวไม่ได้ ส่วนจีนที่เป็นคนได้ประโยชน์ที่สุดยังนิ่ง ไม่รับผิดชอบ สรุปประโยคเดียว: จีนได้แร่ พม่าติดอาวุธได้เงิน คนไทยปลายน้ำรับสารพิษที่ตัวเองไม่ได้ก่อ
212
22,664
164
10,256
635,345
เชแชน retweeted
🚀นาซ่าพึ่งประกาศมาเมื่อไม่นานว่า ตอนนี้ยานวอยเอจเจอร์ 1 ได้เดินทางถึง 1 วันแสงแล้ว ซึ่งเป็นระยะเวลามากถึง 49 ปี และได้หลุดออกจากระบบสุริยจักรวาล เป็นที่เรียบร้อยแล้ว เพื่อเข้าช่วง Interstellar space และเข้าสู่ห้วงอากาศอันเวิ้งว้างต่อไป......
5
5,599
31
3,103
349,864
เชแชน retweeted
ตำรวจเขาก็มาเตือนด้วยความหวังดี แต่ขอโวยวายไปก่อน แล้วก็หงายการ์ดคนหาเช้ากินค่ำ มีเงินซื้อรถ7-8หมื่น แต่ไม่ศึกษากฎหมาย 💥เพื่อนว่า เคสนี้ตำรวจทำถูกหรือไม่ที่จับคนหาเช้ากินค่ำ‼️
78
713
11
1,802
624,051
เชแชน retweeted
นางดูรูปวาดผู้ชายหัวฟูๆหน้าตาตลกๆ แล้วนางเล่นมุกว่า 'ฉันรู้สึกเหมือนเกิดในเอเชียตะวันออกเฉียงใต้'
นี่น่ะเหรอ คนสะเหล่อที่สุดใน SEA -โพสไต้หวันเป็นส่วนหนึ่งของจีน ในแอคเว่ยตัวเอง มั่นหน้ายับสุด เลยโดนรบ.ไต้หวันห้ามเข้าประเทศ - เหยียด ตงหนานย่า - บลั๊ฟพิธีกรหญิงเรื่องหนังโนแลนด์ - เร่อปาพูดภาษาไทย นางบอกพูดอะไร - พูดเล่นเรื่องซีนจูบ ออกสื่อ พูดเรื่องปจด. #จางหลิงเฮ่อ
3
1,176
12
945
58,091
ข่าวล่าสุด 🦠🦠🦠 "ด่วน🔥”สระเเก้ว“พบจุดทิ้งขยะพิษล้านตัน ราว 100 ไร่ ที่หนองบอน อ.เมือง คนขน-รง.ต้นทาง กลุ่มเดียวกับเหตุลอบทิ้งหลายจุดในสระแก้ว
23
9,675
28
2,785
91,187
10 Mental Models หลักการแนวคิดที่จะช่วยให้คุณตัดสินใจในชีวิตได้ฉลาดขึ้น เห็นคนสนใจเยอะ เลยให้ grok แปลไทยมาให้คับ nitter.cf/101beere/status/212296…
อันนี้น่าสนใจมาก
1,465
12
2,074
76,090
สิ่งที่น่ากลัวของคนพวกนี้คือ คิดว่าสิ่งที่ทำผิดคือสิ่งที่ทำถูก ก่อนจอดมันก็ต้องคิดได้ หูตาต้องมองป้ายเตือนมีไหม เมื่อตรรกะคนผิดเพี้ยน คนทำผิดกฎหมายจะร้องเรียนตำรวจว่าจับตัวเอง ถ้างั้นร้องเรียนเลยครับ ฟ้องศาลเลยครับ ผมก็อยากรู้ศาลจะตัดสินให้ใครผิด
42
327
10
1,188
130,865
เชแชน retweeted
Microsoft 365 ล่มทั่วโลกเมื่อ 12 พ.ย. 2026 Microsoft เปิดเผยสาเหตุแล้ว ไม่ได้เกิดจากเรื่องเดียว แต่เป็น 3 เรื่องที่เกิดพร้อมกันพอดี🫠 1️⃣ บั๊กแฝงจากอัปเดตที่ปล่อยตั้งแต่เดือน ก.ค.
อยู่มา 3 เดือนไม่มีปัญหา เพราะแล็บทดสอบใช้ฮาร์ดแวร์เก่าที่คอร์น้อย ไม่เจอบั๊กที่จะโผล่บนเครื่องใหม่ๆ 2️⃣ โหลดพุ่งขึ้น
ก่อนเหตุ 15 ชม. Teams สลับมาใช้เกตเวย์หลักที่รองรับ Exchange Online ด้วย ทราฟฟิกเลยเพิ่มขึ้น 3️⃣ เซิร์ฟเวอร์หายไป 14%
ใช้งานไม่ได้อยู่ก่อนแล้วจากปัญหาอื่น ปกติยังรับไหว ไม่มีผลอะไรโดยลำพัง พอทั้งสามอย่างมาเจอกันช่วงทราฟฟิกสหรัฐฯ สูงสุด เซิร์ฟเวอร์ก็ค้าง ระบบย้ายผู้ใช้ไปเครื่องที่เหลือ แล้วเครื่องเหล่านั้นก็ค้างตามกันเป็นโดมิโน ภายในไม่ถึง 2 ชม. ช่วงแย่สุดมีเซิร์ฟเวอร์ไม่ตอบสนองเกิน 80% และตัวกั้นไม่ให้ปัญหาลามก็ไม่ทำงาน ผลกระทบเลยกระจายทั่วโลก 📌 Teams, OneDrive, SharePoint ย้ายออกจากเกตเวย์ที่มีปัญหาได้ จึงกลับมาเร็ว แต่ Exchange Online ย้ายออกไม่ได้ กู้คืนช้าเพราะ:
• เครื่องที่กลับมาถูกทราฟฟิกที่รออยู่ถาโถมจนล่มซ้ำ 
• ระบบกู้คืนอัตโนมัติไม่ได้ออกแบบมารับสถานการณ์ล่มวงกว้างขนาดนี้ 
• บั๊กเป็นของที่ deploy มาหลายเดือน rollback จึงย้อนไม่ได้ง่ายๆ วิศวกรต้องย้อนโค้ดกลับสถานะที่ใช้ได้ดี แล้วนำเซิร์ฟเวอร์ออกมาแก้และรีสตาร์ตทีละกลุ่มใหญ่ (50%+ ของภูมิภาค) รายงานฉบับเต็ม (PIR) จะออกภายในสัปดาห์นี้ #Microsoft365 #Outage #Exchange #Teams
More details on the root cause can be found in the Microsoft 365 Admin center, and an abridged version can be found below. We are deeply sorry for the impact to all our customers and recognize the impact that this has on their normal business & operations. The incident on Thursday, November 12th, 2026, was caused by three main factors that together caused a global outage for the networking gateway that fronts many Microsoft 365 services. First, a latent defect caused servers to become overwhelmed and unresponsive under certain load conditions. This was due to lock contention inside an internal process which caused the machine to become unavailable. This defect was the result of a fix that was prepared specifically for Microsoft 365 networking gateway servers; neither the underlying defect nor the fix applies to broader Windows deployments. The initial change in behavior first started deployment in July of this year. The update went through safe deployment and saturated globally over several weeks, during which time no issues were observed. For more than three months, the change was deployed worldwide without impact. Our normal load testing did not detect the latent issue because the different traffic and SKU mix used in our test labs. The contention issue is worsened on machines with more cores and newer hardware; whereas our load testing tended to focus on our weaker hardware SKUs with fewer cores. Second, a surge in load increased the likelihood for the networking gateways to encounter the contention. Within Microsoft 365, we maintain two independent and heterogenous network gateway systems designed for isolation and high availability. This allows many Microsoft 365 services to fail to/from them during outages or disruptions. Approximately fifteen hours before the outage, Teams failed over from the alternative networking gateway to the ‘primary’ gateway that also supports Exchange Online. This increased the load on the networking gateway and changed its traffic patterns. This type of failover is part of normal operations and is integral to standard Microsoft resiliency efforts. Third, at the same time, nearly 14% of server capacity for the networking gateway was out of service due to an unrelated issue from the previous day. This server capacity was on track to be returned to active service through routine maintenance and health processes. The service had sufficient capacity headroom, so the reduction in server capacity had no impact on its own. Taken together, the increased load and the reduced server capacity, caused the network gateway to encounter the latent bug from July. This caused requests to build up until servers ultimately stopped responding. This occurred during the peak window of traffic in the United States. When servers lose connectivity, our traffic management systems automatically route users to other healthy endpoints. This happens often and is critical to avoiding any interruption due to hardware, software, or network defects and is normally what makes the service resilient. However, the redirected traffic increased the likelihood for the same problem to occur on the remaining endpoints. This caused a cascading failure from server to server as the same amount of load was spread across fewer servers. In less than two hours, the previously unknown defect was encountered across our fleet and rendered them unresponsive. At its lowest, more than 80% of servers were unresponsive. Normally, the network gateway is composed of thousands of ‘capacity units’ which represent shards of capacity, hardware, and networking infrastructure. These ‘capacity units’ are then organized into regions. In this case, due to a separate issue, the normal bulkheads between these different partitions did not stop the cascading failure. This is what allowed the impact to spread across our network gateway infrastructure globally. Several services like Teams, OneDrive, SharePoint, and Office apps failed out of the faulty network gateway infrastructure. That is why those services were restored earlier, with Teams chats and meetings functioning without issue for most of the outage. But not all services, like Exchange Online, can fail out of this network gateway. Recovery took longer than usual because as servers returned to service, they were immediately overwhelmed by waiting traffic and became unresponsive again. Our normally automated recovery processes were not designed to restore service from this broad unresponsive state. Additionally, since the main code defect was a latent bug from several months previous, our normal rollback, flighting, and feature flags were unable to quickly revert the change. After engineers confirmed the defect as the cause, we developed an update that returned the code path to the previously known good state. To effectively apply this fix, and to slowly bring the service online again, we took groups of servers out of service, applied the change, and restarted them before returning them to service. This process was carefully applied to large quantities of infrastructure at a time (e.g. 50%+ of a region). The final Post-Incident Review (PIR) will provide more details later this week.
3
1,230
2
569
84,263
เชแชน retweeted
🚨 ด่วน! SPRC บริษัทโรงกลั่นน้ำมันไทย แจ้งถูกแฮกเกอร์โจมตี❗️ ทาง บริษัท สตาร์ ปิโตรเลียม รีไฟน์นิ่ง (SPRC) แจ้งตลาดหลักทรัพย์ฯ ว่าถูกโจมตีทางไซเบอร์ ทำให้มีบุคคลภายนอกเข้าถึงข้อมูลบริษัทโดยไม่ได้รับอนุญาต ขณะนี้อยู่ระหว่างตรวจสอบว่าแฮกเกอร์เข้าถึงข้อมูลอะไรไปบ้าง และยังไม่สามารถประเมินความเสียหายทางการเงินได้ อย่างไรก็ตาม บริษัทยืนยันว่า การดำเนินธุรกิจและการให้บริการลูกค้ายังเป็นปกติ ต้องติดตามต่อว่า ข้อมูลใดรั่วไหล และเหตุการณ์นี้จะส่งผลกระทบต่อบริษัทมากน้อยแค่ไหน 📌เหตุการณ์นี้ทำให้เห็นว่าตอนนี้บริษัทในไทยก็ตกเป็นเป้าหมายของกลุ่มแฮกเกอร์แล้วเช่นกัน อนาคตจะมีอะไรเกิดขึ้นอีกต้องรอติดตามครับ Cr. efin.finance
2
461
8
179
14,584
เจอแบบนี้ก็ปวดหัวเหมือนกันนะ !! ชนแล้วหนี+เมา เจ้าหน้าที่ต้องป้องกันไม่ให้เกิดเหตุซ้ำอีก ขออนุญาตดุนิดนึงนะครับ😎🎉🎇🎊🙏
140
664
20
3,047
271,766
Bug เก่าทำ Microsoft ล่มได้อย่างไร? เปิดเบื้องหลัง 3 ปัจจัยที่ทำให้ระบบหยุดทำงาน ไมโครซอฟท์ (Microsoft) เปิดเผยรายงานเบื้องต้นถึงสาเหตุของเหตุการณ์ระบบล่มครั้งใหญ่ทั่วโลก ซึ่งทำให้ผู้ใช้งานหลายล้านคนไม่สามารถเข้าถึง Outlook, Exchange และบริการในชุด Office 365 ได้ โดยพบว่า ปัญหาไม่ได้เกิดจากความผิดพลาดเพียงจุดเดียว แต่เป็นผลจาก 3 ปัจจัยที่เกิดขึ้นพร้อมกัน ได้แก่ บั๊ก (Bug) ที่ซ่อนอยู่ในระบบตั้งแต่เดือนกรกฎาคม ปัญหาเกตเวย์เครือข่ายภายใน และความสามารถของเซิร์ฟเวอร์ที่ลดลง ไมโครซอฟท์ระบุว่า แม้แต่ละปัจจัยจะสามารถจัดการได้หากเกิดขึ้นแยกกัน แต่เมื่อเกิดขึ้นพร้อมกันกลับทำให้ระบบเผชิญภาระหนักเกินกว่าจะรองรับได้ และทำให้การกู้คืนบริการยากกว่าปกติ เหตุการณ์เริ่มต้นขึ้นเมื่อวันพฤหัสบดี (12 พ.ย. 69) ที่ผ่านมา หลังผู้ใช้งานในสหรัฐรายงานว่าไม่สามารถเข้าถึงบัญชีอีเมล Outlook ได้ ก่อนที่ปัญหาจะขยายวงกว้างไปถึงวันถัดมา ส่งผลให้ผู้ใช้งานหลายล้านคนทั่วโลกไม่สามารถใช้อีเมลและบริการ Office 365 ได้ตามปกติ ผลกระทบไม่ได้หยุดอยู่แค่การทำงานในสำนักงาน แต่ยังลามไปถึงบริการสาธารณะ โดยมีรายงานว่าเรือนจำบางแห่งไม่สามารถดำเนินการปล่อยตัวผู้ต้องขังได้ โรงพยาบาลต้องกลับไปใช้เอกสารกระดาษในการบันทึกข้อมูลผู้ป่วย โรงเรียนขาดช่องทางติดต่อกับผู้ปกครอง และหน่วยงานตำรวจบางแห่งไม่สามารถรับรายงานเหตุอาชญากรรมได้ ไมโครซอฟท์ระบุว่า สามารถแก้ไขปัญหาและฟื้นฟูบริการได้ภายในวันเสาร์ (14 พ.ย. 69) พร้อมกล่าวขอโทษต่อผู้ใช้งานที่ได้รับผลกระทบ โดยยืนยันว่าเหตุการณ์ดังกล่าวไม่ได้เกิดจากการโจมตีทางไซเบอร์ 📌 3 ปัจจัยต้นเหตุ ทำระบบรับภาระไม่ไหว ชาร์ลส์ ลามันนา (Charles Lamanna) รองประธานบริหารฝ่าย Copilot, Agents และ Platform ของไมโครซอฟท์ เปิดเผยผ่านแพลตฟอร์ม X ว่า ปัจจัยแรกคือ ข้อบกพร่องในระบบ หรือ Bug ที่เกิดขึ้นตั้งแต่เดือนก.ค.ที่ผ่านมา แม้ปัญหาดังกล่าวจะไม่ได้แสดงผลกระทบอย่างชัดเจนในช่วงแรก แต่กลับกลายเป็นจุดอ่อนที่ทำให้เซิร์ฟเวอร์ของบริษัททำงานหนักเกินไปและหยุดตอบสนองเมื่อเผชิญกับปริมาณการใช้งานที่เพิ่มขึ้น ปัจจัยที่สองเกี่ยวข้องกับเกตเวย์เครือข่าย ซึ่งทำหน้าที่เป็นจุดเชื่อมต่อสำหรับรับส่งข้อมูลระหว่างระบบต่างๆ โดยปกติไมโครซอฟท์มีเกตเวย์ที่พร้อมใช้งาน 2 ช่องทาง เพื่อช่วยรองรับการเชื่อมต่อและกระจายภาระการทำงาน แต่ในเหตุการณ์ครั้งนี้ เกตเวย์หนึ่งเกิดปัญหาในการทำงานร่วมกับ Microsoft Teams ทำให้การเชื่อมต่อจำนวนมากไหลไปรวมอยู่ที่เกตเวย์หลักเพียงช่องทางเดียว ส่งผลให้ระบบต้องรับภาระเพิ่มขึ้นอย่างมาก ปัจจัยที่สามคือ ความสามารถของเซิร์ฟเวอร์ที่ลดลงจากปัญหาอีกประการหนึ่งซึ่งเกิดขึ้นตั้งแต่วันก่อนหน้า และไม่ได้เกี่ยวข้องกับปัญหาเกตเวย์ โดยส่งผลให้เซิร์ฟเวอร์ของบริษัทมากกว่า 14% ไม่สามารถใช้งานได้ เมื่อนำทั้งสามปัจจัยมารวมกัน ปริมาณการเชื่อมต่อที่เพิ่มขึ้นจึงตกอยู่กับเกตเวย์หลัก ขณะที่เซิร์ฟเวอร์ก็มีขีดความสามารถรองรับลดลง สถานการณ์ดังกล่าวทำให้บั๊กที่ซ่อนอยู่ตั้งแต่เดือนกรกฎาคมถูกกระตุ้นขึ้นมา จนคำขอใช้งานสะสมอยู่ในระบบจำนวนมาก และท้ายที่สุดเซิร์ฟเวอร์ไม่สามารถตอบสนองได้ ลามันนาอธิบายว่า “เมื่อปริมาณภาระการใช้งานเพิ่มขึ้น ขณะที่ขีดความสามารถของเซิร์ฟเวอร์ลดลง เกตเวย์เครือข่ายจึงเผชิญกับข้อบกพร่องแฝงที่มีมาตั้งแต่เดือนกรกฎาคม ส่งผลให้คำขอใช้งานสะสมเพิ่มขึ้นจนเซิร์ฟเวอร์หยุดตอบสนองในที่สุด โดยเหตุการณ์เกิดขึ้นในช่วงเวลาที่มีปริมาณการใช้งานสูงสุดของสหรัฐ” อ่านต่อ: bangkokbiznews.com/tech/ai/1… #กรุงเทพธุรกิจ #InsightforOpportunities #กรุงเทพธุรกิจTech #กรุงเทพธุรกิจAI
56
73
8,246
เชแชน retweeted
🚨 แฮ็กเกอร์ป่วนเว็บยักษ์โลก! 178 องค์กรโดนหางเลข Zoom –BBC –CNN –HSBC พบโค้ดอันตรายฝังในเว็บไซต์! 17 พ.ย.69 เกิดเหตุโจมตีไซเบอร์ผ่านแพลตฟอร์ม Optimizely ผู้ให้บริการเทคโนโลยีเว็บไซต์องค์กรใหญ่ทั่วโลก พบเว็บไซต์ของ 178 องค์กร ได้รับผลกระทบ รวมถึง Zoom, BBC, CNN, Fox News, HSBC และ Salesforce! ▪️ นักวิจัยความปลอดภัยจาก Report URI ตรวจพบโค้ด JavaScript อันตราย 188 ชุด เชื่อมโยงเว็บไซต์ 178 องค์กร ▪️ โค้ดดังกล่าวถูกออกแบบให้ขโมยข้อมูลบัตรชำระเงิน เปลี่ยนที่อยู่กระเป๋าคริปโต และโจมตีอุปกรณ์ iPhone/iPad บางรุ่น ▪️ เบื้องต้นเข้าข่าย Supply Chain Attack หรือการโจมตีผ่านระบบของผู้ให้บริการภายนอก ไม่ใช่การเจาะระบบหลักของทุกบริษัทโดยตรง ที่น่ากังวล! เว็บไซต์ระดับโลกจำนวนมากอาจได้รับผลกระทบจากช่องทางเดียวกัน ขณะที่ยังไม่มีข้อมูลยืนยันว่ามีผู้ใช้งานถูกขโมยข้อมูลสำเร็จจำนวนเท่าใด ที่มา: Reuters, BleepingComputer และ Report URI #ภัยไซเบอร์ #Optimizely #CyberAttack #JoeBlack
104
85
6,777
เชแชน retweeted
ที่ชาวไทยต้องตกนรกที่ชือว่า LINE ต้องโทษอิ whatsapp ตอนนั้นรั้นจะเกบเงิน ฿30 ซึ่งมันไม่มากมายอะไร แต่คนไทยมันไม่ได้มีบัตรเครติดไว้ตัดเงินจากstoreไง line มันฟรี โหลดได้เลย หายนะก้เริ่มแต่บัดนั้น แล้วใครได้ majority ไปก่อนก้ take all ตอนหลัง whatsapp ให้โหลดฟรีก้ไม่ทันแล้วไง
ไปเจออันนี้มาว่าประไหนใช้อะไรกันเยอะสุด... 🫩เอาจริงไหมนี่ว่าไทยใช้ Line เยอะเพราะส่วนใหญ่ออฟฟิศเอาไว้ใช้คุยงานและส่งไฟล์งาน55555 สุดท้ายไฟล์หมดอายุ55555555 ละส่วนตัวนี่ว่า WhatsApp ยังครองใจตลอดไปปป
26
10,208
98
5,945
663,069
เชแชน retweeted
ด่วน❗️แฮกเกอร์โจมตี Supply Chain ผ่านแพลตฟอร์ม Optimizely ส่งผลกระทบต่อเว็บไซต์องค์กรขนาดใหญ่กว่า 178 แห่ง รวมถึง Zoom, BBC, CNN และ HSBC โดยแทรกโค้ดอันตรายผ่าน JavaScript เพื่อขโมยข้อมูลคุกกี้ ภาพหน้าจอ และเงินคริปโต รวมถึงโจมตี iPhone รุ่นเก่า เบื้องต้นแฮกเกอร์ทำเงินได้ราว 7,000 ดอลลาร์ใน 9 ชั่วโมง ขณะที่ Optimizely ระบุว่าได้แก้ไขปัญหาและแจ้งเตือนลูกค้าเรียบร้อยแล้ว อาการหนักขึ้นเรื่อยๆ ไม่ว่าจะสงครามอะไร ทั้งสงครามการเมือง สงครามทางทหาร สงครามไซเบอร์ ปั่นป่วนไปหมดตอนนี้ที่เมกา 🇺🇸 Cr. ทันโลกกับ Trader KP
37
1
15
2,249
เชแชน retweeted
อันนี้โคตรรรรรรมีประโยชน์ เซฟค่า แทนที่จะใช้ Claude ตัวเดียวทำทุกอย่าง มีคนจัดทีม AI ขึ้นมา 4 ตัว ให้ Fable เป็นสมอง Opus เป็นคนสร้าง Sonnet ตรวจงาน ส่วน Haiku ทำงานจุกจิก แล้วสั่งงานทั้งทีมได้ด้วยคำสั่งเดียว บทความนี้ยังแจก Prompt สำหรับให้ AI วิเคราะห์ตัวตนเราจากประวัติการทำงาน สร้างคลังความรู้ส่วนตัว เช็กว่าเราเสียโควตาไปกับอะไรบ้าง ไปจนถึงวางระบบให้ AI ทำโปรเจกต์ต่อระหว่างที่เรานอน คืออ่านจบแล้วได้ไอเดียจัดระบบการทำงานกับ AI ใหม่ทั้งระบบเลย สรุปมาให้แล้ว 1. เลิกใช้โมเดลที่เก่งที่สุดกับทุกงาน ปัญหาของหลายคนคือพอมีโมเดลใหม่ออกมา ก็อยากใช้ตัวใหม่กับทุกอย่าง ทั้งที่บางงานใช้โมเดลราคาถูกกว่าก็ได้ผลลัพธ์เหมือนกัน คนเขียนแนะนำให้แบ่งงานแบบนี้ Fable 5.2 คิดแผน วางระบบ แก้ปัญหาซับซ้อน และจัดการโปรเจกต์ใหญ่ Opus 5.5 เขียนโค้ด สร้างโปรเจกต์ และงานที่ต้องใช้การวิเคราะห์จริงจัง Sonnet 5.5 งานประจำวัน ตรวจสอบโค้ด และแก้ไขงานทั่วไป Haiku 5.5 งานง่าย ๆ ที่ต้องทำซ้ำเยอะ ๆ เช่น จัดหมวดหมู่ เปลี่ยนชื่อไฟล์ ดึงข้อมูล และสรุปข้อความ ความเก่งของโมเดลไม่ได้แปลว่าต้องใช้กับทุกงาน บางทีใช้ตัวที่ถูกกว่าแล้วให้ตัวที่เก่งที่สุดช่วยตัดสินใจเฉพาะจุดสำคัญ อาจคุ้มกว่ามาก 2. ตั้งค่า CLAUDE.md ให้ AI ทำงานจนจบ ใครใช้ Claude Code น่าจะเคยเจอปัญหา AI ทำงานไปครึ่งทางแล้วหยุด หรือถามเราทุกขั้นตอนจนต้องคอยนั่งเฝ้า วิธีที่คนเขียนแนะนำคือสร้างไฟล์ CLAUDE.md สำหรับกำหนดกฎการทำงานให้ AI อ่านทุกครั้ง ตัวอย่างกฎที่ควรมี ทำงานต่อจนกว่าจะครบตามที่ผู้ใช้ขอ ถ้าเจอ Error ให้ลองวิเคราะห์และแก้ไขก่อนหยุด ถ้ามีงานส่วนอื่นที่ทำต่อได้ ก็ให้ทำต่อโดยไม่ต้องรอคำตอบ ขออนุมัติก่อนลบข้อมูล Deploy จ่ายเงิน หรือเผยแพร่อะไรออกไป สรุปท้ายงานว่าทำอะไรไปแล้ว ตรวจสอบยังไง และเหลืออะไรที่ยังทำไม่ได้ เหมือนเรากำหนดมาตรฐานให้พนักงานใหม่ตั้งแต่วันแรก ไม่ต้องมานั่งสอนเรื่องเดิมทุกครั้งที่เริ่มโปรเจกต์ 3. ทำ Prompt Doctor ตรวจคำสั่งเก่า ๆ ที่อาจทำให้ AI ทำงานแย่ลง อันนี้น่าสนใจมาก เพราะหลายคนสะสม Skill และ Prompt เอาไว้เยอะมาก แต่ไม่เคยกลับมาเช็กเลยว่าคำสั่งเหล่านั้นยังเหมาะกับโมเดลใหม่อยู่ไหม คำสั่งบางอย่างที่เคยใช้ได้ดีกับโมเดลรุ่นเก่า อาจกลายเป็นข้อจำกัดสำหรับโมเดลรุ่นใหม่ เช่น ห้ามลองทำใหม่ถ้าเจอ Error จำกัดจำนวน Token แบบตายตัว บังคับให้ส่งงานไปให้ Subagent ทุกครั้ง กำหนดรูปแบบการเขียนละเอียดเกินความจำเป็น มีกฎหลายข้อที่ขัดแย้งกันเอง ให้ Claude ตรวจสอบ CLAUDE.md, Skills, Agent และ Memory ทั้งหมด แล้วทำรายงานว่าคำสั่งไหนควรเก็บ คำสั่งไหนควรแก้ และคำสั่งไหนไม่จำเป็นแล้ว ที่สำคัญคือให้ Backup ไฟล์เดิมและแสดงสิ่งที่จะเปลี่ยนก่อนทุกครั้ง ไม่ใช่ให้ AI ลบกฎทั้งหมดตามใจตัวเอง 4. ใช้ Fable เป็นที่ปรึกษา ไม่ใช่คนลงมือทำทุกอย่าง นี่คือส่วนที่น่าจะช่วยประหยัดโควตาได้เยอะที่สุดสำหรับคนใช้ Claude ทำงานทุกวัน ในบทความแนะนำการตั้งค่า /model sonnet /advisor fable ให้ Sonnet เป็นโมเดลหลักที่ทำงาน ส่วน Fable ทำหน้าที่เป็น Advisor หรือที่ปรึกษา เมื่อเจอจุดที่ต้องตัดสินใจเรื่องใหญ่ เช่น เลือกโครงสร้างโปรเจกต์ แก้ Error ที่แก้หลายรอบไม่หาย หรือตรวจสอบงานก่อนส่ง ค่อยให้ Fable เข้ามาช่วยคิด แต่ต้องกำหนดด้วยว่าจะให้ AI เรียกใช้ Advisor ตอนไหน เพราะถ้าเปิดไว้เฉย ๆ โมเดลหลักอาจไม่ได้เรียกใช้เลย แนวคิดคือเราไม่จำเป็นต้องจ่ายให้โมเดลที่ฉลาดที่สุดคิดทุกเรื่อง ใช้ความสามารถของมันเฉพาะตอนที่จำเป็นจริง ๆ 5. สร้างทีม AI 4 โมเดล แล้วเรียกใช้ด้วยคำสั่งเดียว ถ้าเป็นโปรเจกต์ใหญ่ที่มีงานหลายส่วน ให้สร้างทีม Agent แบบนี้ 🧠 Fable - Brain วางแผนทั้งหมด แบ่งงาน ตัดสินใจ และดูภาพรวมของโปรเจกต์ 🛠️ Opus - Builder รับแผนจาก Fable แล้วลงมือสร้างหรือแก้ไขโปรเจกต์ 🔍 Sonnet - Checker ตรวจงานที่ Opus ทำเสร็จแล้ว ทดสอบระบบ และรายงานข้อผิดพลาด โดยไม่แก้โค้ดเอง 📋 Haiku - Worker จัดการงานซ้ำ ๆ ที่ไม่ต้องใช้การวิเคราะห์ซับซ้อน จากนั้นสร้าง Skill ชื่อ /brain เพื่อเรียกทีมทั้งหมดมาทำงานพร้อมกัน ตัวอย่าง สมมติเราจะสร้างเว็บไซต์ใหม่ พิมพ์ /brain ตามด้วยรายละเอียดเว็บไซต์ที่ต้องการ และเงื่อนไขว่างานจะถือว่าเสร็จเมื่อไหร่ Fable จะวางแผนว่าโปรเจกต์นี้ต้องทำอะไรบ้าง แบ่งให้ Opus ลงมือสร้าง ส่งให้ Sonnet ตรวจ และใช้ Haiku จัดการงานย่อยที่เหมาะสม แต่ไม่จำเป็นต้องเรียกทั้งทีมกับทุกงานนะ ถ้างานเล็กหรือแต่ละขั้นต้องรอกันอยู่แล้ว ใช้โมเดลเดียวอาจประหยัดกว่า 6. The Mirror ให้ AI วิเคราะห์ว่าเราเป็นคนยังไงจากประวัติการทำงาน ส่วนนี้ชอบมาก เพราะไม่ใช่การให้ AI วิเคราะห์บุคลิกจากการตอบคำถามทั่วไป แต่ให้กลับไปดูสิ่งที่เราเคยทำจริง ๆ Claude Code มีประวัติการสนทนาและการทำงานที่บันทึกไว้ในเครื่อง ให้ AI วิเคราะห์ข้อมูลเหล่านั้นว่า เรากลับมาสนใจเรื่องอะไรบ่อยที่สุด มีโปรเจกต์อะไรที่เริ่มแล้วปล่อยทิ้งไว้ เราชอบแก้ไขงานของ AI ตรงไหน งานอะไรที่เราสั่งซ้ำ ๆ จนควรสร้าง Automation ช่วงเวลาไหนที่เราทำงานได้ดีที่สุด เราเสียเวลาและโควตา AI ไปกับงานประเภทไหนมากที่สุด หลังจากนั้นให้ AI สัมภาษณ์เราอีก 5 คำถาม เพื่อเช็กว่าสิ่งที่มันวิเคราะห์จากประวัติการทำงานตรงกับความเป็นจริงไหม แล้วสรุปออกมาเป็นแผน 30 วัน STOP - สิ่งที่ควรหยุดทำ HAND OFF - งานที่ควรส่งต่อให้ AI รับผิดชอบ KEEP - สิ่งที่เราทำได้ดีอยู่แล้ว ONLY ME - งานที่เราควรทำด้วยตัวเอง เพราะเป็นจุดแข็งที่ AI แทนไม่ได้ง่าย ๆ คนที่ไม่ได้ใช้ Claude Code ก็สามารถใช้แนวคิดนี้ได้ โดยแนบโน้ตหรือประวัติแชตที่ Export จาก ChatGPT หรือ Claude มาให้ AI วิเคราะห์แทน แต่ควรตรวจสอบข้อมูลส่วนตัว รหัสผ่าน และข้อมูลของคนอื่นก่อนส่งให้ AI อ่านด้วย 7. สร้าง Second Brain จากสิ่งที่เราอ่านทุกวัน มีอีกวิธีที่ต่อยอดจากแนวคิดของ Andrej Karpathy คือให้ AI สร้างฐานความรู้ส่วนตัวให้เรา สร้างโฟลเดอร์ขึ้นมา 2 ส่วน raw/ - เก็บบทความ PDF โน้ต และข้อมูลต้นฉบับ wiki/ - เก็บความรู้ที่ AI สรุปและจัดระเบียบแล้ว ทุกครั้งที่เราเพิ่มบทความใหม่เข้าไป ให้ Claude อ่าน สรุปสาระสำคัญ เชื่อมโยงกับข้อมูลเก่า และอัปเดต Wiki ให้ สมมติวันนี้เราอ่านเรื่อง Marketing พรุ่งนี้อ่านเรื่องจิตวิทยาผู้บริโภค อีกวันอ่านเรื่องการสร้างแบรนด์ แทนที่จะมีไฟล์สรุปแยกกันเต็มไปหมด AI จะช่วยเชื่อมโยงให้เห็นว่าความรู้แต่ละเรื่องสัมพันธ์กันยังไง และนำมาประยุกต์ใช้ร่วมกันได้แบบไหน ถ้าบทความใหม่ขัดแย้งกับข้อมูลเดิม ก็ให้ AI ระบุความขัดแย้งไว้ด้วย ไม่ใช่เขียนทับจนไม่รู้ว่าข้อมูลมาจากไหน ยิ่งเราอ่านและสะสมข้อมูลเยอะ ฐานความรู้นี้ก็ยิ่งมีประโยชน์กับการทำงานของเรามากขึ้น 8. Bill Autopsy ตรวจว่าโควตา Claude หายไปไหนหมด ถ้าใช้ Claude ทุกวันแล้วรู้สึกว่าโควตาหมดเร็วมาก ลองให้ AI วิเคราะห์ประวัติการใช้ Token ของตัวเองดู บทความแนะนำเครื่องมือ ccusage สำหรับอ่านข้อมูลการใช้งาน Claude Code ให้ AI สรุปว่า ใช้ Token ไปกับโมเดลไหนมากที่สุด โปรเจกต์ไหนกินโควตาเยอะที่สุด มีงานง่าย ๆ อะไรที่เราเผลอใช้โมเดลราคาแพงทำ เสีย Token ไปกับการแปะข้อความยาว ๆ หรือข้อมูลที่ไม่จำเป็นแค่ไหน มีงานอะไรที่สามารถเปลี่ยนไปใช้โมเดลเล็กกว่าได้ แล้วให้ AI เสนอวิธีลดการใช้ Token จากข้อมูลการทำงานของเราจริง ๆ คนเขียนยังแนะนำว่า ถ้ามีข้อมูลยาว ๆ อย่างตารางหรือ Log ให้แนบเป็นไฟล์แล้วให้ AI ใช้โค้ดช่วยประมวลผล แทนที่จะคัดลอกข้อมูลทั้งหมดมาใส่ในแชต 9. Night Shift เตรียมงานให้ AI ทำต่อระหว่างที่เรานอน สำหรับโปรเจกต์ใหญ่ สามารถวางระบบให้ Claude Code ทำงานต่อได้โดยไม่ต้องคอยตอบคำถามทุกขั้นตอน ก่อนนอนให้ AI ถามรายละเอียดทั้งหมดที่จำเป็น แล้วสร้างไฟล์ NIGHT-SHIFT.md ระบุว่า คืนนี้ต้องทำอะไรให้เสร็จ แต่ละงานจะตรวจสอบว่าเสร็จจริงได้ยังไง มีไฟล์หรือข้อมูลอะไรที่ห้ามแตะ ถ้าเจอปัญหาที่ต้องถามเจ้าของงาน ให้ข้ามไปทำส่วนอื่นก่อน ให้ทำงานบน Git Branch แยกจากโปรเจกต์หลัก ห้าม Deploy ห้ามจ่ายเงิน และห้ามแก้ไขข้อมูลสำคัญโดยไม่ได้รับอนุญาต เมื่อทำเสร็จให้สร้างรายงาน MORNING-REPORT.md สรุปว่างานไหนเสร็จแล้ว งานไหนยังติดปัญหา และระหว่างทำงานเจออะไรเพิ่มเติมบ้าง ตื่นเช้ามาก็สามารถเปิดรายงานดู แล้วตรวจผลงานต่อได้เลย ทั้งนี้ต้องตั้งค่าขอบเขตสิทธิ์และงบการใช้งานให้ดี เพราะการปล่อย Agent ทำงานต่อเนื่องสามารถใช้ Token ได้เยอะมาก สรุปสิ่งที่ได้จากบทความนี้คือ คนที่ใช้ AI ได้คุ้มที่สุดอาจไม่ใช่คนที่สมัครแพ็กเกจแพงที่สุด หรือมี Prompt เยอะที่สุด แต่เป็นคนที่รู้ว่าแต่ละงานควรใช้โมเดลไหน รู้ว่าอะไรควรมอบหมายให้ AI และสามารถสร้างระบบที่ทำให้ AI ทำงานร่วมกันได้โดยไม่ต้องคอยสั่งใหม่ทุกครั้ง ให้ Haiku จัดการงานซ้ำ ให้ Sonnet ตรวจสอบ ให้ Opus ลงมือสร้าง ให้ Fable รับผิดชอบเรื่องที่ต้องคิดหนัก แทนที่จะมี AI เก่ง ๆ อยู่ตัวเดียว เราสามารถสร้างทีม AI ที่ทำงานเป็นระบบและเหมาะกับงานของเราจริง ๆ ได้ #Claude #ClaudeCode #AI #มินนี่แปลให้
Claude Fable 5.2 is the most insane AI model in history... 99% of people will never touch it or burn money on it: "Too expensive", "Not for me" Use it right, and it becomes your second BRAIN, for a fraction of the price In this article, I show you how:
1
1,487
10
2,370
116,923
เชแชน retweeted
ข่าวด่วนมาก‼️ ล่าสุดเกิดเหตุการณ์แบงค์ใหญ่หลายเจ้าทั่วสหรัฐฯ ล่ม มีทั้ง Bank Of America, Wells Fargo, U.S. Bank, Truist, ระบบโอนเงิน Zelle และอีกหลายที่ประสบปัญหาหยุดชะงัก ไม่สามารถใช้งานแอปได้ และไม่สามารถเข้าถึงบัญชีของตัวเองได้ พี่ใหญ่เมกายังอ่วมขนาดนี้ ธนาคารไทยจะรอดไหม? หรือแค่ไม่มีข่าวของไทยกันแน่นะ🤔 Cr. ที’ ลมฟ้าอากาศ
6
441
6
289
62,677
ด่วน ! เกิดเหตุแฮกเกอร์โจมตีแพลตฟอร์ม Optimizely ผู้ให้บริการเว็บไซต์องค์กรใหญ่ทั่วโลก จนมีรายงานว่าเว็บบริษัทใหญ่กว่า 178 แห่ง โดนกระทบ รวมไปถึง Zoom, BBC, CNN, Fox News, HSBC, Salesforce และบริษัทอีกมากมายด้วย
3
876
12
349
45,846
เชแชน retweeted
Our Reds, for @equipedefrance ❤️🇫🇷
60
951
71
18,277
379,320