เปิดตัวบน HN: HN Update — ข่าวสรุปรายชั่วโมงของเรื่องเด่นบน HN

 (hnup.date)
1 คะแนน โดย GN⁺ 2024-10-21 | 1 ความคิดเห็น | แชร์ทาง WhatsApp
  • HN Update เป็นหน้าที่รวบรวมเรื่องเด่นบนหน้าแรกของ Hacker News ให้อยู่ในรูปแบบคล้ายข่าวเสียง และตั้งใจอัปเดตทุกต้นชั่วโมง
  • ปัจจุบันรายการออกอากาศครอบคลุม 5 เรื่องเด่นอันดับบนสุด และเวลาที่อัปเดตหน้าล่าสุดคือ 30 มิถุนายน 2026 เวลา 23:06 น.
  • เรื่องที่หลุดจาก 5 อันดับแรก จะถูกย้ายไปยัง คลังเก็บถาวร และเมื่อครบ 10 เรื่องจะถูกร้อยต่อเป็นตอน recap หนึ่งตอน
  • ตัวเล่นเสียงมีอยู่ทั้งในส่วนรายการหลักและส่วน recap โดยแยกความยาวเป็น 9 นาที 55 วินาที และ 19 นาที 12 วินาที
  • ส่วน Recaps มีตอนเก่าและปุ่ม Load More เพื่อให้ติดตามความเคลื่อนไหวก่อนหน้าของ Hacker News ต่อได้

วิธีการอัปเดตของ HN Update

  • HN Update ดึง 5 เรื่องเด่นอันดับบนสุด จากหน้าแรกของ Hacker News มาแสดง
  • รอบการอัปเดตคือ ทุกต้นชั่วโมง
  • เวลาที่อัปเดตหน้าล่าสุดคือ 30 มิถุนายน 2026 เวลา 23:06 น.

โครงสร้างของรายการเสียง

  • ความยาวของตัวเล่นเสียงด้านบนคือ 9 นาที 55 วินาที
  • ในส่วน recap ด้านล่างของหน้าก็มีตัวเล่นเสียงแยกต่างหาก โดยมีความยาว 19 นาที 12 วินาที

ขั้นตอนการสร้าง Recaps

  • เมื่อเรื่องหลุดจาก 5 อันดับแรก บนหน้าแรกของ Hacker News ก็จะถูกย้ายไปยังคลังเก็บถาวร
  • เมื่อมีเรื่องสะสมในคลังครบ 10 เรื่อง ระบบจะนำเรื่องเหล่านั้นมาต่อกันเป็น ตอน recap
  • สามารถดูรายการ recap เก่าได้ในส่วน Recaps Archive

รายการ Recaps ที่มองเห็นอยู่ตอนนี้

  • ในส่วน Recaps มีรายการตามเวลาดังต่อไปนี้
    • 18 มิถุนายน 2026 เวลา 23:09 น.
    • 17 มิถุนายน 2026 เวลา 17:05 น.
    • 17 มิถุนายน 2026 เวลา 04:14 น.
    • 17 มิถุนายน 2026 เวลา 04:06 น.
  • มีปุ่ม Load More สำหรับโหลดรายการเพิ่มเติม

บทความที่เกี่ยวข้อง

1 ความคิดเห็น

 
GN⁺ 2024-10-21
ความคิดเห็นบน Hacker News

  • เสียงตอบรับเชิงบวกมีเยอะ แต่พอลองฟังแป๊บหนึ่งแล้วรู้สึกว่าไม่ค่อยดีนัก อย่างแรกคือประสบการณ์มันรู้สึกว่าช้าเกินไป
    ตัวอย่างเช่น เปิดหน้าแรกของ HN แล้วไล่อ่านหัวข้อและอ่านคอมเมนต์ของโพสต์อันดับ 1 ใช้เวลาราว 30 วินาที พอถึงตอนนั้นก็รู้สึกว่าได้ข้อมูลที่ต้องการครบแล้ว แล้วค่อยกลับมาดูโพสต์ใหม่ทีหลังได้ แต่เครื่องมือนี้ใช้เวลา 1 นาทีในการสรุปโพสต์เดียว
    อย่างที่สองคือประโยชน์ใช้งานจริงค่อนข้างต่ำ ปกติในหนึ่งวันจะมีแค่ 1-2 โพสต์บนหน้าแรก HN ที่สะดุดตาสำหรับฉัน แต่เครื่องมือนี้มีโอกาสจะเล่าโพสต์ที่ฉันไม่สนใจ แม้จะปรับปรุงได้ด้วยอัลกอริทึมที่เรียนรู้ว่าฉันฟังข้อมูลแบบไหนและข้ามอะไรไปบ้าง แต่ก็ยังไม่ใช่ทางที่ดีนัก วิธีที่อาจดีกว่าคือคลิกหัวข้อที่สนใจแล้วให้สร้างสรุปเสียงแบบปรับตามความสนใจ
    อย่างที่สามคือมันลบความเป็นมนุษย์ของ HN ออกไป ฉันชอบอ่านสิ่งที่ผู้คนโพสต์จริง ๆ แบบตรง ๆ และความสนุกคือได้เห็นวิธีการพูด น้ำเสียง และปฏิสัมพันธ์ของแต่ละคน การลบทั้งหมดนั้นออกแล้วไปฟังสรุปแบบหุ่นยนต์ให้ความรู้สึกเหมือนดึงเอาวิญญาณของชุมชนนี้ออกไป ทำให้ความรู้สึกเชื่อมโยงกับผู้คนซึ่งเป็นส่วนที่ดีที่สุดของเว็บนี้ลดลง

    • นี่ดูเหมือนเป็นกรณีที่ use case ไม่ตรงกัน สำหรับผมมันคงไม่มาแทนการอ่านหน้าแรก แต่คิดว่าน่าจะมาแทนพอดแคสต์ที่ฟังตอนเดินเล่นตอนเช้าได้
      ที่ชอบมากเป็นพิเศษคือไม่มีอคติแบบข่าวหรือโฆษณา และพรุ่งนี้ตั้งใจว่าจะลองใช้แน่นอน
    • เห็นด้วย และขอเสริมอีกนิดว่าที่การไล่อ่าน HN แบบข้อความมีประโยชน์ก็เพราะถ้าเห็นอะไรสะดุดตา เราสามารถกดตามลิงก์ไปดูต่อให้ลึกขึ้นได้ รูปแบบพอดแคสต์ทำแบบนั้นไม่ได้ เพราะกดสิ่งที่ฟังให้เจาะต่อไม่ได้ ข้อดีนี้เลยหายไป
      อีกอย่าง สรุประดับสูงของ HN หรือโซเชียลมีเดียไม่ใช่ use case ของผม มันให้ความรู้สึกเหมือนมีคุณค่า มากกว่าจะให้คุณค่าจริง สิ่งที่ผมต้องการคือการลงลึกกับเรื่องที่ชวนสงสัย
      เรื่องนี้ทำได้ด้วย text-to-speech เหมือนกัน แต่ควรเริ่มจากคัดฟีดด้วยตัวเองก่อน แล้วค่อยเปลี่ยนโพสต์ที่คัดแล้วนั้นให้เป็นพอดแคสต์แบบลงลึก
      เอาจริง ๆ ถ้าตัดส่วน LLM ออก แล้วทำเป็นผลิตภัณฑ์ที่แค่วางรายการเธรด HN ลงไป จากนั้นแปลงเป็นเสียงทั้งหมดรวมถึงคอมเมนต์ทั้งหมด ก็น่าจะมีประโยชน์กว่า สามารถฟังเป็นคอนเทนต์ยาว ๆ ระหว่างขับรถหรือทำอย่างอื่นได้
    • ส่วนใหญ่แล้วนี่ไปแตะข้อจำกัดที่ชัดมากของลำดับเชิงเส้นของเสียงสังเคราะห์ จะเห็นปรากฏการณ์นี้ชัดที่สุดในโปรแกรมอ่านหน้าจอที่ใช้เสียงสังเคราะห์
      มันเป็นปัญหาระดับพื้นฐานของสื่อนี้เอง และตอนนี้ที่ text-to-speech กลับมาได้รับความนิยม นักพัฒนาบางคนก็คงกำลังค้นพบปัญหานี้กันใหม่ทีละคน
    • https://gist.github.com/SMUsamaShah/e7c9ed3936ba69e522f8cb38...
      user script นี้ใช้เป็น bookmarklet ได้ด้วย และช่วยให้ตามโพสต์ที่ยังไม่ได้ดูได้อย่างรวดเร็ว เปิด HN แล้วกด bookmarklet จากนั้นโพสต์ใหม่จะมีคำว่า “(NEW)” ติดไว้ และโพสต์เก่าจะแสดงว่าอันดับเปลี่ยนไปมากแค่ไหน
      ยังซ่อนโพสต์หลักได้ หรือจะตั้งเกณฑ์จำนวนคอมเมนต์และคะแนนเพื่อซ่อนหรือแสดงโพสต์เก่าได้ด้วย ระหว่างไล่ดูหลายหน้า ก็สามารถเช็กโพสต์ใหม่ที่ยังไม่เคยเห็นได้เร็วมาก ทำให้การตามให้ทันเร็วมาก
    • เจ๋งดี ผมเองก็ทำอะไรคล้าย ๆ กันอยู่เหมือนกัน แต่ของผมโฟกัสที่แต่ละโพสต์เป็นหลัก ตามคอมเมนต์ข้างบน ผมรู้สึกว่าเสียงไม่ค่อยเหมาะกับภาพรวมแบบกว้าง ๆ ทั่วไปเท่าไร
      ยังไม่พร้อมพอจะโพสต์ Show HN แต่สถานะปัจจุบันดูได้ที่นี่
      https://news.gipety.com/hn/10842381/k/218/s/three-years-as-a...
      คิดว่าน่าจะเป็นวิธีที่ดีพอสมควรในการมอบชีวิตที่สองให้กับตอนเก่า ๆ แบบคลาสสิกของ Show HN และ Ask HN

  • เป็นไอเดียที่ยอดเยี่ยม ยิ่งอายุมากขึ้นก็ยิ่งมีพลังในการอ่านน้อยลง และมันมีคุณค่าจริงเพราะฉันมักพลาดของดีมาก ๆ ที่ขึ้นมาบนหน้าแรก HN แค่แวบเดียวแล้วก็หายไป
    ที่สรุปคอมเมนต์ให้ด้วยก็ดีเหมือนกัน เพราะของดีจริง ๆ มักซ่อนอยู่ลึกในคอมเมนต์ ดูเหมือนว่าตอนนี้น่าจะดึงมาแค่คอมเมนต์บน ๆ ไม่กี่อัน
    จุดปรับปรุงใหญ่คงเป็นเรื่องการปรับให้เป็นส่วนตัว โพสต์ส่วนใหญ่บนหน้าแรกไม่ได้เกี่ยวข้องกับฉันเป็นการส่วนตัว และในหน้าของโพสต์ใหม่ก็มีของดีหลายอย่างที่ไม่ได้รับความนิยม ถ้าระบบเรียนรู้ประเภทของโพสต์ที่ฉันมักตอบสนอง แล้วสรุปโพสต์แนวนั้นให้แม้มันจะยังไม่กำลังดัง ก็น่าจะดี
    Last.fm ออกมาตั้งแต่ 20 ปีก่อน และแสดงให้เห็นว่าระบบแนะนำที่ยอดเยี่ยมไม่จำเป็นต้องใช้ AI แต่ประสบการณ์แบบเฉพาะบุคคลดูเหมือนจะยังไม่ค่อยตั้งหลักได้เท่าไร YouTube algorithm ก็ทำได้ในระดับหนึ่ง แต่ก็น่าเสียดายที่แทบไม่มีอำนาจควบคุมจริง ๆ

    • ยิ่งอายุมากขึ้น ตอนนี้ผม 50 แล้ว ความอดทนกับวิธีอื่นที่ไม่ใช่การอ่านก็แทบเป็นศูนย์ การอ่านเร็วกว่าการฟังมาก และยังย้อนกลับไปอ่านส่วนที่ไม่เข้าใจในตอนแรกได้ง่ายและเร็วกว่า
      ผมจะฟังเฉพาะสิ่งที่ไม่ค่อยสำคัญหรือมีมูลค่าไม่มาก ถ้าฟังแล้วมีอะไรสะดุดค่อยกลับไปอ่าน
    • ตอนนี้ดึงแค่คอมเมนต์บน ๆ กับคอมเมนต์ลูกอีกไม่กี่อัน เพื่อไม่ให้เกินcontext windowของโมเดล
      เรื่องการปรับให้เป็นส่วนตัวมีโอกาสอีกมากแน่นอน เพียงแต่ HN มันสุ่มมากพอที่บางทีเราจะเจอสิ่งที่มีคุณค่าทางปัญญาโดยไม่รู้มาก่อนด้วยซ้ำว่าตัวเองต้องการ ผมมองว่านี่เป็นปัญหาเรื่องสมดุลระหว่างการสำรวจและการใช้ประโยชน์เหมือนระบบแนะนำส่วนใหญ่
      สำหรับผลิตภัณฑ์ขั้นต่ำที่ใช้งานได้ อาจทำเป็นการกรองด้วยคีย์เวิร์ดเฉพาะแล้วเพิ่มโพสต์เหล่านั้นเข้าไปในอินพุตของโมเดลได้
    • ไม่แน่ใจว่าทำไมถึงมองว่าระบบแนะนำของ Last.fm ไม่ใช่ AI ใน Wikipedia บอกว่าใช้ “collaborative filtering” และ Gemini ก็บอกว่านั่นเป็น AI รูปแบบหนึ่ง AI เริ่มมาตั้งแต่เกือบ 70 ปีก่อนแล้ว
    • เห็นด้วยเรื่องพลังในการอ่านที่ลดลง ฉันสงสัยว่านี่เป็นเพราะเราอายุมากขึ้น หรือเพราะแรงเสียดทานในการเสพข้อมูลลดลงเรื่อย ๆ ตามกาลเวลากันแน่
    • YouTube algorithm ก็พอควบคุมทางอ้อมได้เหมือนกัน แค่จัดการประวัติการรับชม
      บางครั้งจะรู้สึกเหมือนติดอยู่ในแนวหรือ bubble บางแบบ หรือถ้าปล่อย autoplay ตอนนอน ตื่นมาหน้าแรกก็จะโดนคอนเทนต์แนวนั้นยึดไปหมด ลบวิดีโอพวกนั้นออกจากรายการที่ดูล่าสุดสักไม่กี่อันก็ช่วยได้ชัดเจน
      หรือถ้าเริ่มเปิดวิดีโอในหัวข้อที่อยากดูสักไม่กี่อัน ไม่นานระบบก็จะแนะนำแต่แนวนั้น

  • น่าจะเจ๋งถ้าสร้าง embedding ของโพสต์ HN เก่า ๆ แล้วนำเวกเตอร์ embedding ของโพสต์ที่ผู้ใช้กด favorite มาเฉลี่ย จากนั้นใช้การค้นหาด้วย cosine similarity เพื่อเลือกโพสต์ที่น่าจะสนใจ
    จริง ๆ ถ้าใช้ประวัติการกดไลก์ก็น่าจะดีกว่า แต่ไม่รู้ว่าสามารถเข้าถึงได้ไหมและต้องทำอย่างไร
    อีกอย่างก็อยากรู้ว่าคนอื่นใช้ embedding กันอย่างไรบ้าง รู้ว่าสามารถเฉลี่ยหลาย embedding ได้ แต่ก็สงสัยว่ามีใครทำ transformation แบบอื่นแล้วสำเร็จไหม พอนึกถึงอะไรอย่าง King - Man + Woman = Queen ก็ดูเหมือนว่าหลายกรณีจะใช้คำถามเป็น semantic search หรืออินพุตของ RAG ตรง ๆ
    เลยสงสัยว่าถ้าสร้างคู่คำถาม-คำตอบจำนวนมากแล้วทำ embedding จากนั้นหา average transformation ที่ย้ายจาก “พื้นที่ของคำถาม” ไปยัง “พื้นที่ของคำตอบ” แล้วค่อยใช้ transformation นั้นตอน embedding คำถามก่อนทำ RAG จะมีความหมายไหม หรืออาจมี noise มากเกินไปก็ได้

    • เท่ากับตั้งสมมติฐานว่า favorite มีความหมายบางอย่าง จำได้ว่า favorite เป็นสาธารณะ และปกติฉันใช้มันเพื่อติดตามและแชร์คอมเมนต์ที่น่าสนใจหรือตลก
      ส่วน ประวัติการโหวต เป็นแบบส่วนตัว และตรงกับสิ่งที่ฉันสนใจจริง ๆ มากกว่า
    • ไม่ค่อยรู้กรณีที่ใช้ word2vec ร่วมกับ RAG แต่ use case อื่น ๆ ค่อนข้างพบบ่อย จากประสบการณ์ของฉันไม่จำเป็นต้องสร้างคำตอบเลย
      สำหรับเอกสารแต่ละชิ้นที่จะใส่ลงใน vector database ให้ใช้ LLM สร้างรายการคำถามที่เป็นไปได้ซึ่งเอกสารนั้นสามารถตอบได้ คล้ายกับการแต่งคำถาม quiz อยู่เหมือนกัน
      จากนั้น map embedding ของคำถามเหล่านั้นกลับไปยังเอกสารต้นฉบับ แล้วเก็บเอกสาร ชิ้นส่วนเอกสาร คำถาม 1 คำถาม 2 ฯลฯ ลงใน vector database
      แบบนี้เวลาผู้ใช้ query เข้า RAG จะไม่ได้มีแค่เส้นทางตรง ผู้ใช้ query → ชิ้นส่วนเอกสาร แต่ยังมี เส้นทางถ่ายโอน ผู้ใช้ query → คำถามที่คล้ายกัน → ชิ้นส่วนเอกสาร ด้วย
    • สงสัยว่า dang ใช้ embedding อยู่หรือเปล่า หรือมันแค่เกิดขึ้นเองตามธรรมชาติ

  • ฮ่า รอบนี้เครื่องมือนี้พูดถึงตัวเองแบบนี้
    “ในโหมดที่ อ้างถึงตัวเองมากขึ้น เรามาดูการเปิดตัวของ HN Update กัน ความพยายามนี้มีเป้าหมายเพื่อให้บริการข่าวรายชั่วโมงโดยสรุปโพสต์เด่นบน Hacker News ผู้ฟังชอบแนวคิดของข่าวที่ผ่านการคัดสรร แต่ก็มีความกังวลเรื่องความถูกต้องของสรุปและความเป็นไปได้ของอคติในการถ้อยคำ การอภิปรายของชุมชนชี้ให้เห็นว่าแม้บริการแบบนี้จะมีคุณค่าชัดเจน แต่ความไว้วางใจในความถูกต้องของเนื้อหายังคงเป็นประเด็นสำคัญ”

    • เวอร์ชันของฉันยังเพิ่ม “และสำหรับผู้ฟังทุกท่าน... สวัสดีแม่!” เข้าไปด้วย
      ค่อนข้างน่ารักและน่าประทับใจ
    • ทำให้นึกได้ว่าอาจจะฝัง prompt ไว้ในชื่อโพสต์หรือเนื้อหาเพื่อทำเรื่องไม่ดีได้ไหม

  • ค่อนข้างดี แต่ดูเหมือนจะกุเนื้อหาขึ้นมาเอง มันหยิบคอมเมนต์เมตาเกี่ยวกับรูปแบบเว็บไซต์ของโพสต์นี้[1] ไปนำเสนอเหมือนว่าชุมชนกำลังกังวลว่าข้อเสนอด้าน memory safety ของ C++ จะทำให้โค้ดอ่านยากบนมือถือ
    พอได้ยินแบบนั้นก็เริ่มเชื่อสรุปอื่น ๆ ได้ยากแล้ว
    1: https://news.ycombinator.com/item?id=41899828

    • มีคนบอกว่าการเพิ่ม “อย่ากุเรื่องขึ้นมา” ในพรอมป์ต์ช่วยได้ ไม่แน่ใจถ้อยคำที่เป๊ะ แต่คงประมาณว่าให้ใช้เฉพาะสิ่งที่อยู่ในข้อความที่ให้มา
    • ใช่ หน้าตาไม่ดีเลย
      “รูปแบบและการผสมฟอนต์นี้อ่านยากบนมือถือ”
      สำหรับเรามันชัดว่าเป็นคอมเมนต์เมตา แต่ก็พอเข้าใจได้ว่าจะสับสน ถึงอย่างนั้นก็น่าจะสังเกตได้ว่า “การอ่านบนมือถือ” ใช้กับภาษาโปรแกรม C++ ไม่ค่อยได้
      จะเพิ่มในพรอมป์ต์ด้วยว่าคอมเมนต์อาจเป็นเมตาและอาจไม่จริงด้วย เพื่อไม่ให้พยายามยัดความหมายให้คอมเมนต์แบบนี้

  • เป็นโปรเจ็กต์ที่น่าสนใจมาก ฉันมีความผูกพันทางอารมณ์แบบแปลก ๆ แต่พิเศษกับโปรเจ็กต์ที่อิง HN เพราะมันทำงานเหมือนส่วนขยายหรือฟีเจอร์เสริมที่ปรับปรุง HN ในมิติใดมิติหนึ่ง
    ตอนนั่งอยู่หน้าคอมพิวเตอร์หรือเริ่มไถมือถือไม่รู้จบ ฉันคงไม่ใช้เครื่องมือนี้ แต่ถ้ายุ่งและต้องเช็ก HN แบบเร็ว ๆ ก็น่าจะอยากใช้
    ถ้าให้ feedback เร็ว ๆ ก่อน อย่างแรกคือในด้าน UI/UX ชื่อและคำโปรยยังไม่ได้บอกเกี่ยวกับแอปมากพอ แทร็กเสียงมีแถบความคืบหน้าแต่ไม่แสดงเวลาปัจจุบันและเวลารวม น่าจะดีถ้าไฮไลต์ช่วงในแทร็กเสียงที่แทนแต่ละโพสต์ และก็ควรบอกด้วยว่าสรุปกี่โพสต์ ซึ่งตอนนี้ดูเหมือนจะเป็น 5 โพสต์
    ถ้าจะให้ use case ดีขึ้น ก็น่าจะเหมาะกว่าถ้าทำเป็นแอปมือถือหรือ PWA เพื่อให้เข้าถึงได้ง่ายจากระบบ infotainment ในรถระหว่างขับ
    ถ้าทำเป็นแอปมือถือและมี widget พร้อมปุ่มเล่น ก็จะลดจำนวนการแตะที่ต้องใช้เพื่อเปิดฟังรายการ หวังว่าจะเป็นคำวิจารณ์เชิงสร้างสรรค์ที่มีประโยชน์

    • ทุกข้อเป็นประเด็นที่ดีมาก

  • ขั้นต่อไปคือสร้าง HNN News Network แล้วเปิดทิ้งไว้บนทีวีในออฟฟิศตลอดเวลา พร้อมแถบตัวอักษรวิ่งและผู้ประกาศข่าว AI แบบที่ธนาคารเปิด CNBC หรือ Bloomberg News กันทั้งวัน

    • ฉันน่าจะใช้จริง โดยเฉพาะถ้ามี สรุปข่าวเป็นรายชั่วโมง ของข่าวทั้งวันเหมือนช่องข่าวจริงยิ่งดี จะได้ไม่ต้องเปิดดูทั้งวัน แค่เปิดตอนสะดวก
      ข้อดีที่สุดของเครื่องมืออ่านคอนเทนต์ AI แบบนี้คือมันอาจเปิดให้ผู้ใช้เลือกเสียงหรือความเร็วการพูดได้ด้วย ในฐานะคนที่ไม่ใช่ชาวอเมริกัน ช่องข่าวแบบ talking head สไตล์อเมริกันค่อนข้างน่ารำคาญเมื่อหูเราคุ้นกับสำเนียงของตัวเอง แม้แต่เวลาต้องการตามข่าวบ้านเมืองก็เหมือนกัน
    • ทำให้นึกถึงหัวพูดได้ใน Batman Beyond ที่น่าจะเป็น AI

  • ฉันเริ่มฟังหลังจากโพสต์นี้ขึ้นเป็นอันดับ 1 บน HN แล้ว เลยกลายเป็นสถานการณ์ที่ เมตา มาก เพราะได้ยินเครื่องมือนี้พูดเองว่ามันอาจกุเนื้อหาขึ้นมา
    เป็นโปรเจ็กต์ที่ยอดเยี่ยม

  • ยอดเยี่ยมจริง ๆ น่าจะดีถ้าเพิ่มฟีเจอร์ คลังย้อนหลัง เพื่อให้ฟังสรุปเมื่อหลายชั่วโมงก่อนหรือสรุปเช้าวันนี้ได้

    • การทำคลังย้อนหลังน่าจะไม่ยากเท่าไร
      ส่วนสรุปเช้า ฉันสงสัยว่าหมายถึงชุดข่าวที่คัดมามากกว่านี้ เช่น ข่าวที่น่าสนใจที่สุดหรือถูกพูดถึงมากที่สุดของวันไหม ตอนนี้ดึงมาแค่ 5 โพสต์บนสุดของหน้าแรก

  • ปีที่แล้วผมก็ทำ https://radio-hn.pages.dev/ ด้วยไอเดียเดียวกัน ทำในรูปแบบที่อัปเดตวันละครั้งเท่านั้น และตอนนั้นก็เคยโพสต์ไว้แถว ๆ นี้

    • เท่ากับว่ามาก่อน NotebookLM ตั้งปีครึ่ง
      สงสัยว่าโค้ดเปิดเผยอยู่ไหม โดยเฉพาะอยากรู้ว่าทำ ผู้พูดและเสียงหลายแบบ อย่างไร
      NotebookLM มีปัญหาที่คนสองคนสลับบทบาทกันไปเรื่อย ๆ ฝั่งหนึ่งเป็นนักเรียนในหัวข้อหนึ่ง อีกฝั่งเป็นครู แล้วจู่ ๆ ก็สลับบทกันแบบไร้เหตุผล
    • น่าสนใจ ผมลองค้นหาดูก่อนโพสต์จริงแล้ว แต่จำกัดไว้แค่ช่วง 1 ปีที่ผ่านมา เลยดูเหมือนว่าจะไม่เจอเพราะเป็นโพสต์เมื่อ 2 ปีก่อน
      มาก่อนกาล