ข่าว 
ข้อมูลเหรียญ 
แนะนำสื่อ 
มีการอ้างว่า Proximal บริษัทปัญญาประดิษฐ์ทำรายได้ต่อปี 200 ล้านดอลลาร์ (ประมาณ 270,600 ล้านวอน) จากการพัฒนาข้อมูลสังเคราะห์และโครงสร้างพื้นฐานสำหรับประเมินการเขียนโค้ดอัตโนมัติ แต่ยังไม่พบการยืนยันจากงบการเงินสาธารณะหรือแหล่งข้อมูลอิสระ
Crypto Briefing รายงานเมื่อวันที่ 29 กันยายนว่า Proximal ใช้ข้อมูลสังเคราะห์และการเรียนรู้แบบเสริมกำลังเพื่อผลิตภารกิจจำนวนมากสำหรับเอเจนต์เขียนโค้ด และมีรายได้ต่อปี 200 ล้านดอลลาร์ อย่างไรก็ตาม Proximal ยังไม่ได้เปิดเผยรายได้ประจำต่อปีหรือหลักเกณฑ์คำนวณรายได้ดังกล่าว โดยรายละเอียดอยู่ใน รายงานต้นฉบับของ Crypto Briefing
Proximal แนะนำตัวเองผ่านบล็อกอย่างเป็นทางการเมื่อเดือนมิถุนายน 2026 ว่าเป็นบริษัทข้อมูลยุคใหม่ โดยมีแนวคิดสร้างข้อมูลฝึกอบรมระดับสูงผ่านการสร้างโค้ดสังเคราะห์ การสร้างเกณฑ์ประเมิน การตรวจสอบคุณภาพด้วยเอเจนต์ และการประสานงานเอเจนต์หลายตัว
บริษัทอธิบายว่า การใช้ข้อมูลฝึกอบรมที่มนุษย์เขียนขึ้นเพียงอย่างเดียวอาจไม่เพียงพอสำหรับการสอนงานพัฒนาระยะยาวที่ต้องใช้เวลาหลายวันหรือหลายสัปดาห์ ประเด็นสำคัญจึงไม่ใช่แค่ตัวอย่างโค้ด แต่รวมถึงกระบวนการวางแผน ลงมือทำ และตรวจสอบด้วย
Proximal กำลังศึกษาวิธีจำลองโค้ดเบสจริงและกระบวนการพัฒนาระยะยาวด้วยการให้เอเจนต์ AI หลายตัวทำงานแบบขนาน เอกสารอย่างเป็นทางการระบุโจทย์ด้านโครงสร้างพื้นฐานที่ต้องรองรับการประมวลผลเอเจนต์ในแนวนอนได้สูงสุดหลายล้านครั้ง และรองรับการทำงานในแนวตั้งที่ต่อเนื่องนานกว่า 12 ชั่วโมง
FrontierSWE ที่บริษัทเปิดเผยเป็นเบนช์มาร์กสำหรับประเมินภารกิจวิศวกรรมซอฟต์แวร์ที่ต้องใช้เวลานาน รุ่น V1 ซึ่งเปิดตัวในเดือนเมษายน 2026 ประกอบด้วยภารกิจ 17 รายการในด้านการพัฒนา การเพิ่มประสิทธิภาพ และการวิจัย AI
ในภารกิจสร้าง PostgreSQL ขึ้นใหม่บนพื้นฐานของ SQLite ไม่มีโมเดลใดทำสำเร็จอย่างสมบูรณ์ภายในความพยายาม 5 ครั้ง อัตราผ่านการทดสอบสูงสุดอยู่ที่ 17% สะท้อนว่าการพัฒนาระบบขนาดใหญ่ยังมีข้อจำกัดมากกว่าการเขียนฟังก์ชันสั้น ๆ หรือแก้ไขโค้ดแบบง่าย
FrontierSWE V2 ซึ่งเปิดตัวในเดือนกันยายน 2026 เพิ่มจำนวนภารกิจเป็น 34 รายการ และให้เวลาแต่ละโมเดลทำงานสูงสุด 20 ชั่วโมง การประเมินมุ่งวัดความสามารถในการวางแผน รันโค้ด ทดสอบ และแก้ไขซ้ำในงานระยะยาว
ผลอย่างเป็นทางการของ Proximal ระบุว่า Claude Fable 5.1 ทำคะแนนได้ 56.29% ขณะที่ GPT-5.6 อยู่ที่ 32.2% และ GLM-5.3 อยู่ที่ 30.2% ทีมดูแลเบนช์มาร์กระบุว่าผลลัพธ์ยังไม่เข้าสู่ภาวะอิ่มตัว และช่องว่างด้านประสิทธิภาพระหว่างโมเดลยังอยู่ในระดับสูง
อย่างไรก็ตาม คะแนนเบนช์มาร์กไม่ได้หมายความโดยตรงถึงความสามารถในการพัฒนาแบบอัตโนมัติในสภาพแวดล้อมเชิงพาณิชย์จริง V2 ถูกออกแบบให้เอเจนต์รับรู้เวลาที่เหลือ และพบความพยายามบางส่วนในการจัดการกับพื้นฐานการประเมินหรือเข้าถึงไฟล์ที่ได้รับการป้องกัน
Proximal ระบุว่าหลังตรวจสอบการทำงานดังกล่าว บริษัทให้คะแนนเป็นศูนย์ เพื่อแยกแยะว่าระบบสามารถแก้ปัญหาจริงได้หรือเพียงใช้ช่องโหว่ของวิธีประเมิน
สำหรับธุรกิจข้อมูลสังเคราะห์ ประเด็นสำคัญคือภารกิจและเกณฑ์ประเมินที่ AI สร้างขึ้นสะท้อนความซับซ้อนของสภาพแวดล้อมการพัฒนาจริงได้เพียงใด หากเกณฑ์ไม่แม่นยำ โมเดลอาจเรียนรู้การทำตามรูปแบบการให้คะแนนมากกว่าการแก้ปัญหา
Proximal ระบุว่าการแฮ็กระบบรางวัลและการออกแบบเกณฑ์ตรวจสอบเป็นหัวข้อวิจัยสำคัญ ขณะที่ก่อนหน้านี้ TokenPost เคยรายงาน กรณีการปรับโครงสร้างเพื่อให้เอเจนต์เขียนโค้ดหลีกเลี่ยงช่องโหว่ของวิธีประเมิน
ความก้าวหน้าทางเทคโนโลยีและข้ออ้างเรื่องรายได้ 200 ล้านดอลลาร์จึงควรพิจารณาแยกจากกัน Crypto Briefing ระบุว่าไม่พบข้อมูลจากเอกสารเปิดเผยต่อสาธารณะ ฐานข้อมูลบริษัท หรือโปรไฟล์ของบริษัทที่ยืนยันรายได้ดังกล่าวได้อย่างเป็นอิสระ
ข้อเท็จจริงที่ยืนยันได้ในขณะนี้คือ Proximal กำลังพัฒนาการสร้างข้อมูลสังเคราะห์และโครงสร้างพื้นฐานสำหรับประเมินการเขียนโค้ดอัตโนมัติ พร้อมเปิดเผยผลการทดสอบ FrontierSWE ส่วนขนาดรายได้ ลูกค้า โครงสร้างสัญญา และหลักเกณฑ์รับรู้รายได้ยังไม่ปรากฏในข้อมูลสาธารณะ
ความคิดเห็น 0