เมื่อเร็วๆ นี้ ซาม อัลต์แมน (Sam Altman) CEO ของ OpenAI และ Jeetu Patel ประธานและหัวหน้าเจ้าหน้าที่ฝ่ายผลิตภัณฑ์ของ Cisco ได้ร่วมสนทนาอย่างลึกซึ้งในงาน Cisco AI Summit ในการสนทนานี้ อัลต์แมนได้แสดงความคิดเห็นเกี่ยวกับผลิตภัณฑ์ยอดนิยมที่เกิดขึ้นล่าสุด ความขัดแย้งหลักในการพัฒนา AI และแผนการในอนาคตของ OpenAI
OpenClaw นำเทรนด์ระยะยาว, Codex อาจกลายเป็นผลิตภัณฑ์หลักอันดับสาม
สำหรับผลิตภัณฑ์ OpenClaw และ Moltbook ที่ได้รับความสนใจอย่างมากล่าสุด อัลต์แมนระบุชัดเจนว่า แนวโน้มของ “ความสามารถในการใช้คอมพิวเตอร์ทั่วไปร่วมกับโค้ด” ที่ OpenClaw เป็นตัวแทน จะคงอยู่ในระยะยาว ไม่ใช่เพียงแค่กระแสชั่วคราว เขาเชื่อว่าการมอบอำนาจควบคุมคอมพิวเตอร์ให้กับเอเจนต์ AI เพื่อทำงาน จะเปลี่ยนแปลงวิธีการทำงานด้านความรู้อย่างถึงรากฐาน
สำหรับ Moltbook อัลต์แมนเชื่อว่าแนวคิดของมันชี้ไปที่รูปแบบใหม่ของการปฏิสัมพันธ์ทางสังคมในอนาคต แต่รูปแบบสุดท้ายยังไม่แน่นอน เขาจินตนาการว่า ในอนาคตอาจมีเครือข่ายสังคมที่ประกอบด้วยเอเจนต์ AI ส่วนบุคคล โดยเอเจนต์ต่างๆ จะมีปฏิสัมพันธ์และทำงานร่วมกัน ส่งเสริมให้เกิดความคิดใหม่และรูปแบบทางสังคมใหม่ๆ
นอกจากนี้ อัลต์แมนยังให้คำชมสูงมากกับ Codex App ที่เพิ่งเปิดตัวโดย OpenAI โดยกล่าวว่ามันทำให้เขารู้สึกตื่นเต้นอีกครั้งคล้ายกับช่วงเวลา “ChatGPT Moment” เขาเชื่อว่า Codex ได้ก้าวข้ามเกณฑ์สำคัญแล้ว การปรับปรุงอินเทอร์เฟซและวิธีการใช้งานจะสร้างคุณค่าทางเศรษฐกิจมหาศาลอย่างรวดเร็ว และเปลี่ยนแปลงวิธีการทำงานของ OpenAI และบริษัทอื่นๆ
ในแผนผังผลิตภัณฑ์ของ OpenAI, ChatGPT และ API ถือเป็นผลิตภัณฑ์หลักอยู่แล้ว อัลต์แมนเปิดเผยว่า Codex มีแนวโน้มที่จะกลายเป็นผลิตภัณฑ์หลักอันดับสามของบริษัทในปีนี้ ในขณะเดียวกัน ฮาร์ดแวร์ AI ยังคงเป็น “ไพ่ตายที่ซ่อนอยู่” ที่ผู้คนคาดหวังและกำลังดำเนินการอยู่
สี่ “ความขัดแย้งที่ไม่ชัดเจน” ในการก้าวสู่ยุค AI
นอกจากอุปสรรคที่ชัดเจน เช่น กำลังประมวลผลและพลังงานแล้ว อัลต์แมนยังเน้นย้ำถึงสี่ “ความขัดแย้งที่ไม่ชัดเจน” ที่พบในกระบวนการพัฒนายุค AI อย่างลึกซึ้ง:
- ขาดรูปแบบใหม่: ยังไม่พบรูปแบบใหม่ที่สามารถใช้ประโยชน์จากโมเดลได้เต็มที่ พร้อมทั้งคำนึงถึงความปลอดภัยและสิทธิ์การเข้าถึงข้อมูล
- การปรับโครงสร้างซอฟต์แวร์: ซอฟต์แวร์ในปัจจุบันไม่ได้ออกแบบมาเพื่อให้ AI ใช้งาน วิธีการเขียนซอฟต์แวร์ใหม่ เพื่อให้ทั้งมนุษย์ใช้งานได้อย่างมีประสิทธิภาพ และเอเจนต์ AI ใช้งานได้อย่างราบรื่น เป็นความท้าทายพื้นฐาน
- การออกแบบระบบล้าหลัง: การออกแบบระบบฮาร์ดแวร์คอมพิวเตอร์และระบบกฎหมายในปัจจุบันไม่ได้สร้างขึ้นเพื่อใช้ความสามารถของ AI ได้อย่างเต็มที่ ตัวอย่างเช่น การดำเนินกระบวนการที่ราบรื่น เช่น “บันทึกการประชุม-เรียนรู้-ลบการบันทึก” ยังคงมีอุปสรรค
- ความสามารถลอยตัว: AI มีความสามารถที่แข็งแกร่งแล้ว แต่องค์กรต่างๆ ยังคงประสบความยากลำบากในการนำความสามารถพื้นฐานเหล่านี้ไปใช้จริงและเผยแพร่ให้ใช้อย่างแพร่หลาย ก่อให้เกิด “ความสามารถลอยตัว” ที่ชัดเจน
เพื่อเอาชนะ “ความสามารถลอยตัว” อัลต์แมนแนะนำให้ผู้จัดการองค์กรมอง AI เป็น “เพื่อนร่วมทีม” แทนที่จะเป็น “เครื่องมือ” เขายอมรับว่า แม้อัตราการนำโมเดลขนาดใหญ่ไปใช้จะสอดคล้องกับกฎการแพร่กระจายเทคโนโลยีในประวัติศาสตร์ แต่เขายังเชื่อว่ากระบวนการสามารถเร็วขึ้นได้
บทสนทนาคัดสรร: ช่วงเวลา “ChatGPT Moment” ของ Codex
ผู้ดำเนินรายการ:
เราเป็นพันธมิตรการออกแบบรายแรกของ Codex ผลิตภัณฑ์ AI Defense ของเรา ภายในสองถึงสามสัปดาห์ โค้ดทั้งหมด 100% จะถูกเขียนโดย Codex
Sam Altman:
นี่เหลือเชื่อจริงๆ Codex เป็นการอัปเดตที่สำคัญที่สุดในด้าน AI ที่ฉันเห็นในช่วงเวลาที่ผ่านมา แอปพลิเคชันที่เปิดตัวเมื่อวานนี้ผลักดันให้สิ่งต่างๆ ก้าวข้ามจุดวิกฤต ทำให้ฉันตระหนักว่านี่จะสร้างคุณค่าทางเศรษฐกิจที่น่าทึ่งในเวลาอันสั้น และเปลี่ยนแปลงวิธีการทำงานของ OpenAI และบริษัทอื่นๆ โมเดลเองก้าวข้ามเกณฑ์สำคัญแล้ว อินเทอร์เฟซและวิธีการใช้งานก็ตามทัน นี่เป็นประสบการณ์ที่ฉันรู้สึกอีกครั้งคล้ายกับ “ช่วงเวลา ChatGPT” มันแสดงให้เห็นอนาคตของการทำงานด้านความรู้อย่างชัดเจน
ผู้ดำเนินรายการ:
ขีดจำกัดสูงสุดของมันอยู่ที่ไหน?
Sam Altman:
ฉันคิดว่าขีดจำกัดสูงสุดคือ “บริษัท AI ที่สมบูรณ์” โมเดลการเขียนโปรแกรมไม่เพียงแต่สามารถสร้างระบบซอฟต์แวร์ที่ซับซ้อน แต่ยังสามารถโต้ตอบกับโลกแห่งความเป็นจริง และดำเนินการบริษัทจริงบนพื้นฐานนี้ นี่เป็นเรื่องที่สำคัญมาก
การแข่งขันในอุตสาหกรรมและแนวโน้มรูปแบบธุรกิจ
เมื่อพูดถึงการแข่งขันในอุตสาหกรรม อัลต์แมนยอมรับถึงแรงกดดันจากการแข่งขันของโมเดลโอเพ่นซอร์สจากจีน และเชื่อว่าความต้องการโมเดลฝั่งอุปกรณ์จะเติบโตอย่างต่อเนื่อง เขากังวลว่าสหรัฐฯ ลงทุนในโมเดลโอเพ่นซอร์สไม่เพียงพอ แต่เน้นย้ำว่าสิ่งที่สำคัญที่สุดยังคงเป็นการรักษาความเป็นผู้นำในโมเดลล้ำสมัย ซึ่งโมเดลเหล่านี้มีแนวโน้มที่จะถูกเข้าถึงผ่าน API และรูปแบบผลิตภัณฑ์
เกี่ยวกับรูปแบบธุรกิจ อัลต์แมนมองเห็นรูปแบบใหม่ๆ เช่น “การสมัครสมาชิกคลาวด์ AI” นอกเหนือจากการสมัครสมาชิกและการโฆษณา
นี่เป็นเพียงตัวอย่างเล็กๆ แต่เป็นตัวอย่างทั่วไปที่แสดงให้เห็นว่าซอฟต์แวร์จำนวนมากไม่ได้ออกแบบมาเพื่อ “ให้มนุษย์และ AI ใช้ร่วมกัน” บางทีในอนาคต AI อาจต้องการระบบบัญชีผู้ใช้ที่แตกต่างออกไป บางทีซอฟต์แวร์จำนวนมากจะถูกเขียนใหม่ โดยให้ AI ใช้เป็นหลัก แต่ยังคงอนุญาตให้มนุษย์ใช้งานในแบบดั้งเดิมได้
อุปสรรคอีกอย่างที่ไม่ชัดเจนนักคือ: จุดที่ทรงพลังที่สุดอย่างหนึ่งของ AI คือความสามารถในการคำนวณแบบ “ออนไลน์ตลอดเวลา” – มันสามารถฟังการประชุมของคุณ สังเกตกระบวนการทำงานของคุณ สร้างคุณค่าให้คุณอย่างต่อเนื่องในพื้นหลัง แต่ฮาร์ดแวร์คอมพิวเตอร์ที่มีอยู่ในปัจจุบันของเราไม่ได้ออกแบบมาสำหรับวิธีการใช้งานแบบนี้ ระบบสิทธิ์ ความเข้าใจของเราว่า AI สามารถเห็นอะไร ทำอะไร และเก็บรักษาอะไรได้ ก็ไม่เหมาะสม ระบบกฎหมายก็ยังตามไม่ทันเช่นกัน คุณอาจต้องการบันทึกการประชุม เรียนรู้จากนั้น แล้วลบการบันทึกออก แต่ในความเป็นจริงมันไม่ได้ราบรื่นขนาดนั้น ดังนั้นจึงยังมีปัญหาด้านความสามารถในการใช้งานจำนวนมากที่ต้องแก้ไข
อีกความขัดแย้งหนึ่งที่ฉันรู้สึกสะเทือนใจคือ: ในด้านหนึ่ง ความก้าวหน้าทางวิทยาศาสตร์และสาขาต่างๆ ในโลกแห่งความเป็นจริงเกิดขึ้นอย่างรวดเร็วมาก ในอีกด้านหนึ่ง องค์กรต่างๆ ยังคงประสบความยากลำบากในการนำความสามารถพื้นฐานที่สุดไปใช้จริง ทำให้ทุกคนสามารถใช้งานได้ ความสามารถจึงเกิด “การลอยตัว” ที่ชัดเจน
ความสามารถลอยตัว: ความสามารถมีอยู่แล้ว แต่การทำให้ทุกคนใช้งานยังคงยากลำบาก
ผู้ดำเนินรายการ:
อีกอย่าง นี่ก็ไม่ใช่แนวคิดใหม่ใช่ไหม? ตอนที่ Microsoft Word เพิ่งออกมาใหม่ๆ ทุกคนก็ใช้ความสามารถของมันแค่ประมาณ 2% ใช่ไหม? ดังนั้นเมื่อคุณเริ่มคิดถึงปัญหาเหล่านี้ สิ่งที่สำคัญจริงๆ คือ: เราจะมั่นใจได้อย่างไรว่าความสามารถจะถูกดูดซับจริงๆ? มี CIO และ CISO จำนวนมากอยู่ที่นี่ คุณจะให้คำแนะนำอะไรกับพวกเขา เพื่อช่วยองค์กรเพิ่ม “อัตราการดูดซับ” AI?
Sam Altman:
ประเด็นที่คุณพูดถึงเมื่อกี้ล้วนน่าสนใจ สำหรับฉันตอนนี้ ความรู้สึกของ “ความสามารถลอยตัว” นี้ เป็นครั้งที่รุนแรงที่สุดเท่าที่ฉันจำได้ เมื่อไม่กี่เดือนก่อนฉันอาจจะบอกว่านี่เป็นระดับที่รุนแรงรองจากช่วงเวลาก่อนเปิดตัว ChatGPT แต่ตอนนี้ ความรู้สึกของช่องว่างนี้ยิ่งรุนแรงขึ้น แม้ว่ามีคนจำนวนมากใช้เครื่องมือเหล่านี้แล้ว คุณดูสิ ตอนนี้ฉันสามารถทำการค้นพบทางวิทยาศาสตร์เล็กๆ แต่ขยายตัวได้เรื่อยๆ สามารถเขียนซอฟต์แวร์ที่สมบูรณ์ได้ และในไม่ช้าจะสามารถรับงานด้านความรู้ทั่วไปได้มากขึ้น – เหล่านี้ล้วนเป็นความสามารถที่สำคัญมากๆ
เราพูดกันเสมอว่า เราจะทำให้การวิจัยทางวิทยาศาสตร์เป็นอัตโนมัติ แล้วใช้มันทำให้ระบบเศรษฐกิจเป็นอัตโนมัติ เพื่อนำคุณค่าใหม่มหาศาลมาสู่ผู้คน และแบ่งปันผลประโยชน์ในโลกเทคโนโลยีใหม่นี้ ก่อนหน้านี้สิ่งเหล่านี้ยังเป็นแค่ความคิดที่เป็นนามธรรม เป็นของอนาคต
แต่ตอนนี้ AI กำลังทำการวิจัยทางวิทยาศาสตร์แล้ว และสามารถรับงานทางเศรษฐกิจจริงจำนวนมากได้แล้ว อย่างที่คุณพูด สิ่งแบบนี้เกิดขึ้นหลายครั้งในประวัติศาสตร์ แต่เมื่อประสบด้วยตัวเอง ก็รู้สึกว่ามันไม่สอดคล้องกับสัญชาตญาณนัก: ความสามารถมีอยู่แล้ว แต่การแพร่กระจายและการดูดซับกลับช้าขนาดนี้
ผู้ดำเนินรายการ:
นี่ช้ากว่าที่คุณคาดไว้เดิมหรือเปล่า?
Sam Altman:
ใช่ แต่พูดตามตรง ตอนแรกฉันไม่ได้คิดถึงปัญหานี้อย่างจริงจังนัก มองย้อนกลับไปในประวัติศาสตร์ ก็ไม่น่าแปลกใจ ในบางแง่มุม นี่เร็วมากแล้ว ตัวอย่างเช่น อัตราการเติบโตของ ChatGPT เร็วกว่าแอปพลิเคชันซอฟต์แวร์ใดๆ ในอดีตมาก Codex ตอนนี้ก็เติบโตเร็วมากเช่นกัน และฉันก็คาดว่า AI สำหรับการใช้คอมพิวเตอร์ทั่วไป สำหรับงานด้านความรู้ จะแพร่กระจายอย่างรวดเร็วเช่นกัน แต่ถึงกระนั้น เมื่อคุณเปรียบเทียบ “ความสามารถที่มีอยู่แล้ว” กับ “สิ่งที่เกิดขึ้นจริง” คุณก็ยังรู้สึกว่าอัตราการดูดซับช้าอย่างน่าประหลาด
มอง AI เป็นเพื่อนร่วมทีม ไม่ใช่เครื่องมือ
Sam Altman:
หากจะให้คำแนะนำ ฉันคิดว่าสิ่งสำคัญคือ: องค์กรจะสร้างโครงสร้างของตัวเองอย่างไร เพื่อให้สามารถดูดซับเครื่องมือใหม่ๆ เหล่านี้ได้อย่างรวดเร็ว แทนที่จะใช้เวลาหนึ่งปีหรือหลายปี ครุ่นคิดซ้ำๆ เกี่ยวกับปัญหาการเข้าถึงข้อมูลและความปลอดภัย – และปัญหาเหล่านี้ แม้แต่ในวันนี้ ก็ขัดขวางการนำเครื่องมือเช่น Codex ไปใช้จริงอย่างแท้จริง นี่เป็นสิ่งสำคัญมาก
ฉันไม่อยากทำนายเกินจริง แต่ฉันเชื่อจริงๆ ว่าบริษัทที่ไม่สามารถนำ “เพื่อนร่วมงาน AI” เข้ามาได้อย่างรวดเร็ว จะอยู่ในตำแหน่งที่เสียเปรียบอย่างมาก และการเปลี่ยนแปลงที่แท้จริงนี้ ต้องใช้ความพยายามอย่างมาก และต้องรับความเสี่ยงระดับหนึ่งด้วย
เรามีประสบการณ์สำคัญอย่างหนึ่งในการใช้ Codex: ในสองสามเดือนแรก เราใช้มันเป็น “เครื่องมือที่ยอดเยี่ยม” อยู่เสมอ จนกระทั่งครั้งหนึ่ง ขณะพูดคุยกับวิศวกรหน้างานคนหนึ่งของคุณ ทันใดนั้นก็มีช่วงเวลา “หลอดไฟสว่าง” ฉันตระหนักว่าพวกคุณคิดผิด – พวกคุณควรมองมันเป็นเพื่อนร่วมทีม ไม่ใช่เครื่องมือ ฉันคิดว่าการออกแบบในระดับ “การทำให้คล้ายมนุษย์” นี้ ยังไม่ถูกเข้าใจอย่างแท้จริงในหมู่คนจำนวนมาก ในความคิดของคนส่วนใหญ่ มันยังคงเป็นเครื่องมือที่มีลักษณะเป็นธุรกรรมสูง
สำหรับฉัน แอปพลิเคชัน Codex เป็นครั้งแรกที่ทำให้ฉันรู้สึกจริงๆ ว่า: ฉันกำลังโต้ตอบกับเพื่อนร่วมทีม มีบทเรียนสำคัญในนี้ – แม้ว่าคุณจะมีเทคโนโลยีที่ทรงพลังอย่างยิ่งอยู่แล้ว เช่น โมเดลกลายเป็นดีมากในเวอร์ชันหนึ่ง แต่หลังจากนั้น การห่อหุ้มมัน วิธีการให้ผู้ใช้โต้ตอบกับมัน วิธีการลดอุปสรรคในการใช้งาน ยังคงมีคุณค่ามหาศาล ตอนนี้ความรู้สึกนี้ชัดเจนมากสำหรับฉัน: การสนทนากับ ChatGPT ไม่ได้เป็นแค่ “การใช้เครื่องมือ” อีกต่อไป แต่เหมือนกับการทำงานร่วมกับผู้ร่วมมือมากขึ้น ซึ่งเกือบจะถือได้ว่าเป็นภาพย่อของรูปแบบในอนาคต
อัลต์แมน: ตลาดความต้องการ AI คล้ายกับไฟฟ้า พูดถึงขนาดความต้องการได้เฉพาะในระดับราคาที่ต่างกัน
ผู้ดำเนินรายการ:
โอเค งั้นเรามาคุยเรื่องโครงสร้างพื้นฐานกัน ฉันมีหลายหัวข้อที่ต้องคุยกับคุณในระดับนี้ คุณใช้เวลามากในด้านพลังงานเช่นกัน โดยรวมแล้ว ภายใต้ข้อจำกัดด้านไฟฟ้าและโครงสร้างพื้นฐานเหล่านี้ คุณคิดอย่างไร? คุณลงทุนเงินจำนวนมหาศาลในด้านนี้อย่างชัดเจน
Sam Altman:
หลักฐานทั้งหมดที่เราเห็นในตอนนี้บ่งชี้ว่า โมเดล AI จะทรงพลังขึ้นอย่างต่อเนื่อง ในขณะเดียวกันก็จะถูกลง ใช้ทรัพยากรต่องานน้อยลง และประสบการณ์ทางประวัติศาสตร์บอกเราว่า ทุกครั้งที่เกิดสถานการณ์เช่นนี้ ผู้คนจะต้องการใช้งานมากขึ้น ดังนั้นเรากำลังเตรียมพร้อมสำหรับโลกที่ปริมาณการใช้ AI เพิ่มขึ้นเร่งขึ้นทุกปี ฉันคิดว่า แม้จะมีการสร้างโครงสร้างพื้นฐานขนาดใหญ่แล้ว ผู้คนยังประเมินความจุโดยรวมที่จำเป็นในอนาคตต่ำเกินไป
ตอนนี้มีคนบอกว่า ในอีกหนึ่งปีข้างหน้าอาจมีการลงทุน 5 ล้านล้านดอลลาร์ในด้านที่เกี่ยวข้อง หากเงินเหล่านี้ลงทุนจริงอย่างรวดเร็ว บางทีในระยะสั้นอาจเพียงพอ ขณะเดียวกันก็อาจเกิดอุปทานเกินช่วงระยะหนึ่งได้
แต่ในระดับหลายสิบปี ฉันเกือบจะแน่ใจว่าโลกจะต้องการ token มากกว่าปัจจุบันมาก แม้ว่าเราจะทำให้ทุก token มีประสิทธิภาพมากขึ้น อุปกรณ์ในกระเป๋าของคุณสามารถรันโมเดลที่ทรงพลังอย่างยิ่งด้วยแบตเตอรี่ได้แล้ว แต่ความต้องการ “มากขึ้น” จะยังคงมีอยู่
ฉันคิดว่าโลกเริ่มตระหนักถึงจุดนี้แล้ว เงินทุนกำลังทำงาน โซ่อุปทานกำลังปรับโครงสร้าง นโยบายกำลังเปลี่ยนแปลง เราจะสร้างโครงสร้างพื้นฐานที่มีขนาดใหญ่มหึมาขึ้น
ปัญหาคือ: เพียงพอหรือไม่? ผู้คนมักพูดถึงความต้องการตลาดโดยรวมของ AI แต่สำหรับฉัน มันคล้ายกับความต้องการไฟฟ้าหรือพลังงาน – คุณไม่สามารถให้ปริมาณรวมที่เป็นนามธรรมได้ คุณสามารถพูดถึงขนาดความต้องการได้เฉพาะในระดับราคาที่ต่างกันเท่านั้น สำหรับ AI นี้ ก็ต้องรวมราคาที่ต่างกัน มิติคุณภาพที่ต่างกัน เช่น ระดับความฉลาด ความเร็ว ฯลฯ หากเราสามารถทำให้ความสามารถทั้งทรงพลังและราคาถูกลงอย่างต่อเนื่อง เราก็จะปลดปล่อยความต้องการมหาศาลที่ระดับราคาหนึ่งอย่างแน่นอน หากราคาสูงขึ้น ความต้องการก็จะลดลงตาม แต่ฉันหวังว่าโลกจะใช้งานมันอย่างมหาศาลจริงๆ
ตอนนี้เราอยู่ในขั้นตอนที่: หลายคนยังคงติดอยู่กับการรับรู้ว่า “มันสามารถสนทนาได้” มีคนส่วนน้อยที่เข้าใจว่ามันยังสามารถเขียนโค้ดได้ และฉันคิดว่าในอนาคตสิ่งนี้จะกลายเป็นวิธีพื้นฐานที่เราทำสิ่งต่างๆ – บริษัทดำเนินการอย่างไร การค้นพบทางวิทยาศาสตร์เกิดขึ้นอย่างไร เราใช้ซอฟต์แวร์ส่วนใหญ่ส่วนบุคคลอย่างไร หากสามารถจัดหาความสามารถนี้ในปริมาณมากในราคาที่สมเหตุสมผล ฉันคิดว่านี่เป็นทิศทางที่คุ้มค่ากับการเดิมพันมาก
ยอมรับว่าไม่ทำเพียงพอในด้านโอเพ่นซอร์ส โมเดล SOTA แบบปิดและโมเดลโอเพ่นซอร์สที่รันในเครื่องจะอยู่ร่วมกัน
ผู้ดำเนินรายการ:
คุณกังวลหรือไม่ว่า ความได้เปรียบด้านผู้นำของสหรัฐฯ ในด้านโอเพ
⚠️ หมายเหตุ: เนื้อหาได้รับการแปลโดย AI และตรวจสอบโดยมนุษย์ หากมีข้อผิดพลาดโปรดแจ้ง
☕ สนับสนุนค่ากาแฟทีมงาน
หากคุณชอบบทความนี้ สามารถสนับสนุนเราได้ผ่าน PromptPay
本文来自网络搜集，不代表คลื่นสร้างอนาคต立场，如有侵权，联系删除。转载请注明出处：https://www.itsolotime.com/th/archives/23027