เมื่อวันที่ 4 พฤษภาคม 2026 แจ็ค คลาร์ก ผู้ร่วมก่อตั้ง Anthropic ได้โพสต์ข้อความบนแพลตฟอร์มโซเชียล X ข้อความเดิมคือ: “ตอนนี้ฉันเชื่อว่าความน่าจะเป็นที่การปรับปรุงตนเองแบบเรียกซ้ำจะเกิดขึ้นก่อนสิ้นปี 2028 อยู่ที่ 60%”
หลังจากโพสต์ออกไปไม่กี่นาที เอลิเยเซอร์ ยูดคอฟสกี นักวิจัยผู้มีประสบการณ์ยาวนานในด้านความปลอดภัยของ AI ได้ตอบไว้ว่า: “เราจะล่มสลายร่วมกัน” เขาตามด้วยการอ้างอิงเปรียบเทียบถึงข้อบกพร่องในการออกแบบเตาปฏิกรณ์นิวเคลียร์ RBMK ที่เชอร์โนบิล ซึ่งชี้ให้เห็นว่าระบบที่กำลังถูกเปิดใช้งานนี้ไม่มีใครรู้จริงๆ ว่าจะหยุดมันอย่างไร
การสนทนาที่เสร็จสิ้นภายในไม่กี่วินาทีนี้ เหมือนไม้ขีดไฟที่จุดไฟให้กับการอภิปรายที่เคยถูกซ่อนอยู่ในเอกสารทางเทคนิคและการประเมินภายใน แนวคิดเรื่องการปรับปรุงตนเองแบบวนซ้ำ (Recursive Self-Improvement, RSI) ซึ่งหมายถึงระบบ AI ไม่เพียงแต่ปรับปรุงผลลัพธ์เท่านั้น แต่ยังสามารถปรับปรุงกระบวนการปรับปรุงตัวเองอย่างอิสระ และในที่สุดสร้างระบบลูกหลานที่แข็งแกร่งกว่าตัวเอง แนวคิดที่เคยถูกทิ้งไว้ที่ขอบของทฤษฎีนี้ ถูกผู้ร่วมก่อตั้ง Anthropic ใส่ไว้ในนาฬิกานับถอยหลังที่มีความน่าจะเป็น 60% ก่อนสิ้นปี 2028
หนึ่งเดือนต่อมา Anthropic ได้เผยแพร่บทความยาวโดยทางการ มีชื่อว่า “When AI builds itself” บทความนี้เขียนร่วมโดย Marina Favaro และ Jack Clark และเผยแพร่โดย Anthropic Institute ซึ่งเพิ่งก่อตั้งขึ้นในเดือนมีนาคม โดยใช้ข้อมูลภายในที่ไม่เคยเปิดเผยมาก่อนและโครงสร้างการเล่าเรื่องที่ได้รับการปรับเทียบอย่างรอบคอบ Anthropic ได้ส่งมอบบัตรสัญญาณเร่งความเร็วที่มีการวัดอย่างแม่นยำให้กับโลกภายนอก บนบัตรนี้มีทั้งข้อความว่า “เรายังไม่ได้ไปถึงจุดนั้น” และ “แต่มันอาจมาถึงเร็วกว่าที่องค์กรส่วนใหญ่จะเตรียมตัว”
ในเดือนเดียวกันนั้น ซีอีโอของ DeepMind เดมิส ฮัสซาบิส ได้ใช้ถ้อยคำที่ไม่เคยปรากฏมาก่อนในที่สาธารณะบนเวที Google I/O: มนุษย์กำลังยืนอยู่ที่เทิงของจุดวิกฤต เขาได้ปรับกรอบเวลาสำหรับปัญญาประดิษฐ์ทั่วไป (AGI) จาก “ไม่นานหลังปี 2030” เป็น “ปี 2029 เป็นไปได้อย่างแท้จริง” และเปิดเผยว่าการใช้ถ้อยคำที่มีลักษณะโดดเด่นนั้นเป็น “การท้าทายอย่างตั้งใจ” เพื่อสร้างความรู้สึกเร่งด่วนต่อรัฐบาล นักเศรษฐศาสตร์ และประชาชน
องค์กรชั้นนำสองแห่งที่ยึดมั่นด้านความปลอดภัยและทำหน้าที่เป็นแรงผลักดันอย่างระมัดระวังในอุตสาหกรรม AI มีการปรับระดับเสียงและมาตราส่วนในการสื่อสารต่อสาธารณะเกือบในเวลาเดียวกัน จุดเวลาดังกล่าวเองก็ควรได้รับการพิจารณาเป็นเหตุการณ์แยกต่างหาก
บทความที่ถูกปรับแต่งอย่างแม่นยำ
บทความยาวของ Anthropic ที่เผยแพร่เมื่อวันที่ 4 มิถุนายน ได้เปิดเผยเป้าหมายการเล่าเรื่องของตนเองตั้งแต่ต้นบทความ โดยมุ่งพิสูจน์ไม่ใช่เพียงแค่แนวโน้มทางเทคโนโลยี แต่เป็นกระบวนการที่มีทิศทางและมีความเร่งความเร็ว ด้วยการนำเสนอชุดข้อมูลภายในที่ยังไม่เคยเปิดเผยมาก่อน
ตัวเลขชุดแรกชี้ให้เห็นถึงการเปลี่ยนแปลงเชิงโครงสร้าง: จนถึงเดือนพฤษภาคม 2026 มากกว่า 80% ของโค้ดที่รวมเข้าด้วยกันในรหัสฐานของ Anthropic ถูกเขียนโดย Claude เมื่อสองปีก่อน ตัวเลขนี้อยู่ในระดับหลักเดียว ข้อมูลเดียวกันยังแสดงให้เห็นว่าในไตรมาสที่สองของปี 2026 วิศวกรทั่วไปของ Anthropic รวมโค้ดได้มากกว่าแปดเท่าเมื่อเทียบกับปี 2024
สามารถจินตนาการถึงปฏิกิริยาของผู้ที่ไม่ติดตามอุตสาหกรรม AI อย่างลึกซึ้ง เมื่อพวกเขาอ่านตัวเลขสองตัวนี้เป็นครั้งแรก แต่ Anthropic ยอมรับในหมายเหตุถึงข้อจำกัดสำคัญบางประการ: ผู้บริหารเคยประเมินอย่างเปิดเผยว่า หากนับรวมสคริปต์และโค้ดการทดลอง โค้ดที่ Claude เขียนคิดเป็นมากกว่า 90% ตัวเลข 80% เป็นการนับรวมโค้ดแบบระมัดระวังมากกว่า; จำนวนบรรทัดโค้ด “เป็นการวัดผลที่ไม่สมบูรณ์” ซึ่งอาจเกินจริงการเพิ่มประสิทธิภาพผลผลิตที่แท้จริง; และกระบวนการระบุแหล่งที่มาของโค้ดเอง “มีช่องว่าง”
วิธีการเขียนหมายเหตุเหล่านี้เองก็ควรได้รับการวิเคราะห์ การมีอยู่ของมันดูเหมือนเป็นการยอมรับอย่างซื่อสัตย์ แต่ในความเป็นจริงกลับทำให้ตัวเลขในเนื้อหาหลักดูเหมือนผ่านการกรองอย่างรอบคอบจากตัวเอง จึงได้รับความน่าเชื่อถือที่สูงขึ้น นี่คือโครงสร้างสองชั้นทางการเล่าเรื่อง: เนื้อหาหลักส่งสัญญาณ ส่วนหมายเหตุให้ข้อปฏิเสธความรับผิด
ตัวเลขชุดที่สองเกี่ยวข้องกับความเร็ว: ในการทำงานปรับปรุงโค้ด Claude Opus 4 บรรลุการเร่งความเร็วประมาณ 3 เท่าในเดือนพฤษภาคม 2025 ซึ่งนักวิจัยผู้เชี่ยวชาญใช้เวลา 4 ถึง 8 ชั่วโมงจึงจะสามารถทำได้ในระดับเดียวกัน โดยในเดือนเมษายน 2026 Claude Mythos Preview ได้ผลักดันตัวเลขนี้ขึ้นไปถึงประมาณ 52 เท่า ระยะเวลาที่ AI สามารถทำงานได้ด้วยตนเองอย่างต่อเนื่องก็เพิ่มขึ้นจาก 4 นาทีในเดือนมีนาคม 2024 โดยทวีคูณเป็นสองเท่าทุกๆ 4 เดือน จนถึงเดือนมีนาคม 2026 ถึง 12 ชั่วโมง ความเร็วในการทวีคูณเป็นสองเท่าทุกๆ 4 เดือนนี้เอง ก็เป็นจุดจำลองที่มีพลังในการจินตนาการแบบเรขาคณิตและง่ายต่อการแพร่กระจาย
ชุดข้อมูลอีกชุดหนึ่งมาจากสำรวจภายในปี 2026 ต่อพนักงาน 130 คนจากทีมวิจัยของ Anthropic ผู้ตอบแบบสอบถามโดยมัธยฐานประเมินว่าผลลัพธ์ที่ได้จากการใช้ Mythos Preview สูงกว่าประมาณ 4 เท่าเมื่อเทียบกับการไม่ใช้ AI หมายเหตุอีกครั้งชี้ว่า การศึกษาอิสระก่อนหน้าของ METR แสดงว่าการประเมินของนักพัฒนาเกี่ยวกับการเพิ่มประสิทธิภาพด้านผลิตภาพจาก AI อาจสูงเกินไปโดยรวม โครงสร้างสองชั้นเดียวกันนี้ปรากฏขึ้นอีกครั้ง
ตัวเลขชุดที่สามชี้ให้เห็นว่า AI กำลังเข้าใกล้ขอบเขตของความสามารถในการตัดสินใจของนักวิจัยมนุษย์ ในเดือนพฤศจิกายน 2025 Claude Opus 4.5 สามารถเลือกทิศทางการวิจัยได้ดีกว่าการเลือกของนักวิจัยมนุษย์ใน 51% ของกรณี และในเดือนเมษายน 2026 ตัวเลขนี้เพิ่มขึ้นเป็น 64% ตัวอย่างจำนวน 129 กรณี โดย Anthropic ระบุในหมายเหตุท้ายเรื่องว่ากรณีเหล่านี้ถูกเลือกอย่างตั้งใจโดยมนุษย์ในช่วงเวลาที่การตัดสินใจของมนุษย์ยังมีพื้นที่สำหรับการปรับปรุง
เมื่อแยกแต่ละตัวเลขออกมาเพียงตัวเดียว สามารถนำไปใส่ในกรอบการตีความที่แตกต่างกันได้ แต่เมื่อพิจารณาทั้งหมดร่วมกัน ทิศทางนั้นสอดคล้องกัน: ความเร็วกำลังเพิ่มขึ้น ช่องว่างกำลังแคบลง และทั้งหมดนี้เกิดขึ้นภายในรหัสและห้องปฏิบัติการของ Anthropic เอง ไม่ใช่การอนุมานเชิงทฤษฎีจากฐานข้อมูลภายนอก
หลังจากแสดงข้อมูลเหล่านี้ บทความยาวได้เสนอสามสถานการณ์ในอนาคต
อย่างแรกคือแนวโน้มหยุดนิ่ง 進入 S 曲線ระนาบ คำกล่าวของ Anthropic คือ “เราไม่เชื่อว่าเป็นไปได้สูง”
第二种是复合效率提升，AI 在更广泛的研发环节持续替代人类，但人类仍然设定方向、定义成功标准。Anthropic 评价为“证据表明我们很可能正走向这种场景”。
ประเภทที่สามคือการปรับปรุงตนเองแบบเรียกซ้ำอย่างสมบูรณ์ โดย AI ออกแบบ ฝึกฝน และปรับใช้ระบบผู้สืบทอดที่แข็งแกร่งกว่าตนเองโดยอัตโนมัติ โดยมนุษย์ไม่ได้อยู่ในวงจรอีกต่อไป คำว่า “เป็นไปได้” ถูกใช้
ลำดับและน้ำเสียงของสถานการณ์ทั้งสามนี้สร้างความต่อเนื่องเชิงเรื่องราวที่สมบูรณ์ สถานการณ์แรกถูกนำเสนออย่างเบามือ ทำหน้าที่ดูดซับผู้ตั้งข้อสงสัย สถานการณ์ที่สองถูกยึดไว้กับ “หลักฐาน” เพื่อให้บทความมีลักษณะเชิงตรรกะ ขณะที่สถานการณ์ที่สามใช้ถ้อยคำว่า “อาจเป็นไปได้” และ “หากแนวโน้มเทคโนโลยียังคงดำเนินต่อ” เพื่อผลักดันสมมติฐานที่กล้าที่สุดไปถึงขอบเขตของจินตนาการของผู้อ่าน โดยไม่ต้องรับผิดชอบในการพิสูจน์มัน
ที่ใจความสำคัญที่สุดของบทความทั้งหมด ทัศนคติของ Anthropic ถูกบีบอัดไว้ในประโยคเดียว: “เรายังไม่ได้ไปถึงจุดนั้น และการปรับปรุงตัวเองแบบวนซ้ำก็ไม่ได้หลีกเลี่ยงได้ แต่มันอาจมาถึงเร็วกว่าที่องค์กรส่วนใหญ่จะเตรียมตัว”
จาก “ความตั้งใจที่จะระงับ” ไปสู่ “การระงับเพียงฝ่ายเดียวจะทำให้ผู้ประมาทตามทัน”
หากบทความยาววันที่ 4 มิถุนายน เป็นภาพถ่ายที่จัดองค์ประกอบอย่างพิถีพิถัน การนำภาพถ่ายนี้มาวางบนเส้นเวลา จะเห็นเส้นทางที่ยาวนานกว่า
ในปี 2023 Anthropic ได้เปิดตัวนโยบายการขยายอย่างรับผิดชอบ (RSP) เอกสารนโยบายฉบับนี้มีคำมั่นสัญญาหลักคือ: หากความสามารถของโมเดลเกินขอบเขตการควบคุมด้านความปลอดภัยของบริษัท บริษัทจะระงับการฝึกโมเดลที่แข็งแกร่งกว่า นี่ไม่ใช่เพียงการประกาศทางวาจา แต่เป็นเอกสารกำกับดูแลภายในที่มีกรอบการประเมินและเงื่อนไขการกระตุ้น เอกสารนี้เคยถูกมองว่าเป็นตัวอย่างที่สามารถปฏิบัติได้ของ “การกำกับดูแลด้วยความสมัครใจ” ในวงการความปลอดภัยของ AI
ในปี 2024 ซีอีโอ Dario Amodei ได้เผยแพร่บทความที่แพร่หลายหลายแห่ง ซึ่งเสนอความเป็นไปได้ที่ “AI ที่มีพลังสูง” จะเกิดขึ้นในปี 2027 ในเวลานั้น Anthropic ยังคงแสดงตัวเป็นฝ่ายที่เน้นความปลอดภัย โดยรักษาท่าทีระมัดระวังต่อการขยายขนาดและการเล่าเรื่องเกี่ยวกับการเร่งความเร็ว
วันที่ 26 มกราคม 2026 อามอเดอิ ได้เผยแพร่บทความยาว 38 หน้าชื่อ “The Adolescence of Technology” บนเว็บไซต์ส่วนตัวของเขา โดยเขียนว่า “เนื่องจาก AI ตอนนี้กำลังเขียนโค้ดส่วนใหญ่ภายใน Anthropic มันจึงกำลังเร่งความเร็วในการสร้างระบบ AI รุ่นถัดไปอย่างมีนัยสำคัญ วัฏจักรย้อนกลับนี้กำลังสะสมพลังงานทีละเดือน และอาจเหลือเวลาเพียง 1 ถึง 2 ปีเท่านั้นก่อนที่ AI รุ่นปัจจุบันจะสามารถสร้างระบบ AI รุ่นถัดไปด้วยตนเองได้” ในบทความเดียวกัน เขายังอธิบาย “AI ที่มีพลังมาก” ที่กำลังจะมาถึงว่าเป็น “ประเทศอัจฉริยะในศูนย์ข้อมูล”
นี่แทบจะเป็นจุดเริ่มต้นที่ Anthropic เริ่มปล่อยสัญญาณอย่างเป็นระบบว่า “วงจรการปรับปรุงตนเองกำลังเกิดขึ้น” และเวลาที่โพสต์บล็อกนี้เผยแพร่ ตรงกับช่วงเวลาที่บริษัทกำลังก้าวจากมูลค่า 350 พันล้านดอลลาร์สหรัฐไปสู่ช่วงมูลค่าที่สูงกว่า
ไม่ถึงหนึ่งเดือนต่อมา ก็เกิดการเปลี่ยนแปลง
วันที่ 25 กุมภาพันธ์ 2026 CNN รายงานว่า Anthropic ได้แก้ไขนโยบายการขยายอย่างรับผิดชอบ โดยลบข้อผูกพันหลักที่ว่า “จะระงับการฝึกโมเดลที่แข็งแกร่งขึ้นหากความสามารถเกินขีดจำกัดการควบคุมด้านความปลอดภัย” และแทนที่ด้วย “แผนที่ทางด้านความปลอดภัยขั้นสูง” ที่ไม่มีผลผูกพัน ในสัปดาห์เดียวกัน รัฐมนตรีกลาโหมสหรัฐฯ Pete Hegseth ได้ส่งคำขาดถึง Dario Amodei: ถอดเส้นแดงด้านความปลอดภัย หรือสูญเสียสัญญากระทรวงกลาโหมมูลค่า 200 ล้านดอลลาร์สหรัฐ
รายงานอ้างถึงการตอบกลับของ Jared Kaplan หัวหน้าเจ้าหน้าที่วิทยาศาสตร์ของ Anthropic ต่อสำนักข่าว Time: “เราเชื่อว่าการหยุดการฝึกโมเดลไม่ได้ช่วยใครเลย…… หากคู่แข่งกำลังเร่งสุดความสามารถ” ถ้อยคำในคำตอบนี้มีความน่าสังเกตอย่างยิ่ง “ไม่ได้ช่วยใครเลย” ไม่ใช่ข้อโต้แย้งทางเทคนิค แต่เป็นการกล่าวถึงการเล่นเกมของผู้มีส่วนได้ส่วนเสีย “หากคู่แข่งกำลังเร่งสุดความสามารถ” สร้างโครงเรื่องที่สมมาตรกับข้อความว่า “การระงับเพียงฝ่ายเดียวจะทำให้ผู้เข้าร่วมที่ไม่รอบคอบที่สุดตามทัน” โดยแทนที่ตรรกะการระงับที่อิงจากความสามารถด้านความปลอดภัยของตนเองด้วยตรรกะด้านความเร็วที่อิงจากพฤติกรรมของคู่แข่ง
Anthropic ยังคงเน้นในรายงานของ CNN ว่าได้รักษาเส้นแดงสองเส้นไว้: ไม่ใช้ระบบ AI เพื่อควบคุมระบบอาวุธ และไม่ใช้เพื่อการติดตามเฝ้าระวังภายในขนาดใหญ่ จุดนี้มีความสำคัญเพราะแสดงให้เห็นว่า Anthropic ไม่ได้ละทิ้งท่าทีด้านความปลอดภัยทั้งหมด แต่กำลังทำข้อตกลงและยึดมั่นอย่างเลือกสรรในมิติความปลอดภัยที่แตกต่างกัน แต่การเลือกสรรเช่นนี้เองก็เป็นเส้นทางสำคัญในการวิเคราะห์กลยุทธ์การสื่อสาร: พวกเขายอมถอยในด้านใด และยืนหยัดในด้านใด เส้นขอบนี้ช่วยกำหนดมาตราส่วนของการปรับสมดุลด้านความปลอดภัยใหม่
วันที่ 11 มีนาคม สถาบัน Anthropic ได้ก่อตั้งอย่างเป็นทางการ โดยมี Jack Clark เป็นผู้นำ และมีจุดมุ่งหมายเป็น “องค์กรวิจัยเพื่อผลประโยชน์สาธารณะ” ไม่ถึงสองเดือนต่อมา ในวันที่ 4 พฤษภาคม Clark ได้โพสต์ข้อความที่ระบุว่า “60%”
เมื่อชุดข้อมูลนี้ถูกวางเรียงกัน ความหนาแน่นของสัญญาณและจังหวะการปล่อยออกไม่ใช่เรื่องสุ่ม จากการแจ้งล่วงหน้าเกี่ยวกับบทความส่วนตัวในเดือนมกราคม ถึงการแก้ไขนโยบายในเดือนกุมภาพันธ์ ถึงการก่อตั้งองค์กรในเดือนมีนาคม ถึงการคาดการณ์ความเป็นไปได้ของผู้ก่อตั้งในเดือนพฤษภาคม และสุดท้ายคือการเผยแพร่บทความยาวอย่างเป็นทางการในเดือนมิถุนายน นี่คือเส้นทางการเล่าเรื่องที่มีจังหวะชัดเจนและถ้อยคำค่อยๆ เพิ่มระดับขึ้น ไม่สามารถสรุปโดยตรงว่า “ทั้งหมดนี้ถูกวางแผนล่วงหน้าไว้แล้ว” แต่ลำดับนี้เองก็เป็นคำถามที่นักวิเคราะห์ต้องเผชิญ: จังหวะเช่นนี้บ่งชี้หรือไม่ว่า Anthropic ได้นำ “การเร่งการเล่าเรื่อง” เข้าสู่ขอบเขตการจัดการการสื่อสารสาธารณะของตนแล้ว?
การท้าทายอย่างตั้งใจของฮัสซาบิส
หากในครึ่งปีแรกของปี 2026 มีเพียง Anthropic เพียงรายเดียวที่ปรับแนวทาง นักวิเคราะห์มีเหตุผลเพียงพอที่จะมุ่งความสนใจไปที่ตรรกะการตัดสินใจภายในองค์กร แต่ผู้บริหารระดับสูงของ DeepMind คือ Demis Hassabis ได้ทำการปรับแนวทางที่สอดคล้องกันเกือบพร้อมกัน ทำให้ข้ออ้างเรื่อง “กรณีขององค์กรเดียว” ไม่สามารถยืนหยัดได้
วันที่ 20 มกราคม ที่งานเวิร์ล เอโคโนมิก ฟอรั่ม ฮัสซาบิสยังคงรักษาการประเมินของเขาที่มีมานานหลายปี: AGI มีโอกาส 50% ที่จะเกิดขึ้นในปี 2030 สามสัปดาห์ต่อมาในวันที่ 18 กุมภาพันธ์ ที่การประชุมสุดยอดผลกระทบด้าน AI ของอินเดีย เขาเปิดใจมากขึ้นว่า: “AGI อาจเกิดขึ้นภายในห้าปี”
ระหว่างวันที่ 20 ถึง 22 พฤษภาคม งาน Google I/O Hassabis กล่าวในสุนทรพจน์หลักว่า มนุษย์กำลังยืนอยู่ที่เทิงเขาของจุดเอกภพ ในช่วงเวลาเดียวกัน OpenAI เปิดตัว GPT-5.3-Codex โดยอ้างว่าโมเดลดังกล่าว “มีบทบาทสำคัญในการสร้างตัวเอง” โดยเฉพาะอย่างยิ่งในการช่วยแก้ไขข้อผิดพลาดในกระบวนการฝึกสอน การจัดการการปรับใช้ และการวิเคราะห์ผลการประเมิน ช่องว่างของจังหวะการพัฒนาของห้องปฏิบัติการชั้นนำสามแห่งในช่วงเวลานี้ถูกบีบอัดลงเหลือเป็นรายสัปดาห์
หลังจาก Google I/O Hassabis ได้รับการสัมภาษณ์จาก Axios การสัมภาษณ์นี้ถูกอ้างอิงอย่างกว้างขวางต่อมา โดยประโยคที่สำคัญที่สุดคือเขา承认ว่าการใช้ภาษาเช่น “เชิงเขาของจุดกำเนิด” เป็น “การท้าทายอย่างตั้งใจ” เพื่อกระตุ้นให้รัฐบาล นักเศรษฐศาสตร์ และสาธารณชนตระหนักถึงความเร่งด่วนของการพัฒนา AI เขาได้ปรับเส้นเวลาของ AGI จากที่เคยระบุว่า “ไม่นานหลังปี 2030” เป็น “ปี 2029 เป็นไปได้อย่างแท้จริง” แม้ว่าจะยังคาดการณ์กันโดยทั่วไปว่าจะเกิดในปี 2030 บวกหรือลบหนึ่งปี
ฮัสซาบิสกล่าวกับโซล อีโคโนมิก แดรี อย่างตรงไปตรงมาว่า: “ในอีกห้าถึงสิบปีข้างหน้า เมื่อเราหันกลับมามองปี 2026 และ 2027 เราจะพูดว่า ‘นั่นคือช่วงเวลาที่เราเข้าสู่ยุค AGI’”
คำว่า “ท้าทายอย่างตั้งใจ” ควรได้รับการพิจารณาอย่างรอบคอบซ้ำแล้วซ้ำเล่า มันเป็นการเปิดเผยอย่างหายากที่บุคคลนั้นพูดด้วยตัวเองเกี่ยวกับเจตนาในการเล่าเรื่อง มันยอมรับว่าถ้อยคำอย่างน้อยบางส่วนที่เขาใช้นั้น ไม่ใช่เพียงการสะท้อนแบบเฉยๆ ต่อข้อเท็จจริงทางเทคนิค แต่เป็นเครื่องมือการสื่อสารที่เลือกใช้อย่างตั้งใจ การเปิดเผยนี้ไม่ได้ปฏิเสธว่าเขาอาจมองเห็นจุดเปลี่ยนทางเทคนิคจริงๆ แต่มันชัดเจนในการดึง “การเล่าเรื่อง” ออกจากเงาของ “ข้อเท็จจริง” และทำให้มันกลายเป็นวัตถุที่สามารถพิจารณาอย่างเป็นอิสระ
การอธิบายตนเองของฮัสซาบิสเกี่ยวกับถ้อยคำของเขา เปิดช่องทางด้านข้างในการตีความสัญญาณการซิงโครไนซ์ครั้งนี้ การ “ท้าทายอย่างตั้งใจ” ของเขา และข้อความกำกับข้อสงวนในข้อโต้แย้งเชิงข้อมูลยาวๆ ของ Anthropic แสดงท่าทีแบบสองแง่สองง่ามเดียวกัน: 一手ผลักดันสัญญาณที่เพียงพอจะสร้างแรงสั่นสะเทือนต่อความเห็นสาธารณะ อีกมือหนึ่งเก็บรักษาพื้นที่ปลอดภัยเพื่อถอยกลับไปที่ “นี่แค่หนึ่งในความเป็นไปได้บางประการ”
ข้อมูลชุดเดียวกัน แต่ตีความต่างกันอย่างสิ้นเชิง
เมื่อ Anthropic และ DeepMind ร่วมกันสร้างกรอบเรื่องเล่าที่ว่า “ปัญญาประดิษฐ์กำลังเร่งการวิวัฒนาการของตนเอง” นักวิจัยอิสระภายนอกได้เสนอการตีความที่แตกต่างกันต่อชุดข้อมูลและปรากฏการณ์เดียวกัน การตีความเหล่านี้มีความสำคัญไม่ใช่เพราะฝ่ายใดฝ่ายหนึ่งครอบครองความจริงอันสมบูรณ์ แต่เพราะพวกมันเปิดเผยถึงขอบเขตของการตีความที่เป็นไปได้ของเรื่องเล่าอย่างเป็นทางการ
การตอบกลับที่รุนแรงที่สุดมาจาก Eliezer Yudkowsky เขาไม่เพียงแต่ตอบกลับ Jack Clark เท่านั้น แต่ยังคงแสดงความเห็นอย่างต่อเนื่องในโอกาสต่างๆ หลายครั้ง บล็อกของ MindStudio บันทึกทัศนคติทั้งหมดของเขา: เขาเปรียบเทียบการออกแบบความปลอดภัยของระบบ AI ปัจจุบันกับเตาปฏิกรณ์ RBMK ที่เชอร์โนบิล จุดสำคัญของการเปรียบเทียบนี้คือ หากคันเร่งและคันเบรกถูกผูกไว้ในระบบเดียวกัน เมื่อคุณพยายามชะลอความเร็ว ระบบจะยิ่งหลุดควบคุมเร็วขึ้น
เนธาน แลมเบิร์ต จาก Allen Institute for AI ได้เสนอแนวคิดเรื่อง “การปรับปรุงตนเองแบบสูญเสียข้อมูล” (Lossy Self-Improvement, LSI) ข้อโต้แย้งของเขาเป็นการท้าทายโดยตรงต่อแบบจำลอง “วงล้อเร่งความเร็ว”: เมื่อระบบซับซ้อนขึ้นเรื่อยๆ กระบวนการปรับปรุงในแต่ละรุ่นจะเกิดแรงเสียดทานและสูญเสียข้อมูล คล้ายกับสัญญาณที่ค่อยๆ ลดทอนลงเมื่อส่งผ่านระยะทางไกล ตามเหตุผลนี้ การปรับปรุงที่ทำให้สามารถให้ AI เขียนโค้ดได้ 80% หรือ 90% ไม่สามารถถ่ายทอดไปยังระบบรุ่นถัดไปได้อย่างไม่จำกัด เพราะระบบรุ่นถัดไปจะต้องเผชิญกับพื้นที่ปัญหาที่ซับซ้อนกว่า และเสียงรบกวนรวมถึงข้อผิดพลาดที่มีอยู่ในผลลัพธ์ของ AI จะถูกขยายใหญ่ขึ้นระหว่างการส่งผ่านระหว่างรุ่น
เดน บอล นักวิจัยอาวุโสจาก Foundation for American Innovation ได้เสนอกรอบภาษาที่ตรงไปตรงมาเพื่อลดมิติข้อมูลของ Anthropic เขาบอกกับ IEEE Spectrum ว่า: “บางทีในที่สุดพวกเขาอาจทำให้ความเป็นอัจฉริยะเป็นอัตโนมัติ แต่ไม่ใช่ปีหน้า ปีหน้าพวกเขาจะทำให้งานหนักเป็นอัตโนมัติ” การแยกแยะนี้ชี้ให้เห็นถึงความคลุมเครือหลักของข้ออ้างว่า “80% ของโค้ดถูกเขียนโดย AI” หาก AI ทำให้รูปแบบคงที่ในโค้ดเบส อัตโนมัติการสร้างพารามิเตอร์จำนวนมาก และการตั้งค่าท่อแบบ end-to-end งานเหล่านี้ในบริบทของวิศวกรรมซอฟต์แวร์จริงๆ แล้วจัดอยู่ในหมวด “งานหนัก” ส่วนอีก 20% ที่เหลืออาจรวมถึงการออกแบบสถาปัตยกรรม การตัดสินใจเชิงกลยุทธ์ และการชั่งน้ำหนักบนข้อมูลที่ไม่สมบูรณ์ ซึ่งเป็นส่วนที่เป็น “อัจฉริยะ”
เดวิด สกอตต์ ครูเกอร์ จากมหาวิทยาลัยมอนทรีออล ผู้ก่อตั้งองค์กรไม่แสวงหากำไรด้านความปลอดภัยของ AI ชื่อ Evitable ได้เสนอขีดจำกัดที่ควรหยุดชั่วคราวคือ “รหัส 99% ถูกเขียนโดย AI” เขาบอกกับ IEEE Spectrum ว่า: “ฉันคิดว่าตอนนี้เราอาจกำลังข้ามขีดจำกัดนี้ไปแล้ว” ความตึงเครียดระหว่างกรอบแนวคิดของเขาและคำมั่นที่ Anthropic เองได้ผ่อนคลายไปแล้วเกี่ยวกับการหยุดชั่วคราว คือหนึ่งในความขัดแย้งเชิงโครงสร้างที่สำคัญที่สุดในเรื่องเล่าชุดนี้
Jeff Clune นักวิทยาศาสตร์คอมพิวเตอร์จาก UBC ได้แสดงมุมมองที่ต่างออกไปในการสัมภาษณ์กับ IEEE Spectrum โดยเขากล่าวว่า: “เรากำลังอยู่ที่จุดเปลี่ยนของระบบการปรับปรุงตนเองแบบวนซ้ำ” หากคำพูดนี้ได้รับการยืนยัน หมายความว่าเสียงเตือนของ Yudkowsky ได้ถูกตีขึ้นในจังหวะที่ถูกต้อง
สี่ชุดเสียง แต่ละชุดมีทิศทางที่ต่างกัน แม้แต่ในทิศทางเดียวกัน ก็ยังมีความขัดแย้งภายในกลุ่มหัวรุนแรง แต่จุดร่วมของพวกมันคือ ไม่มีชุดใดพึ่งพากรอบการเล่าเรื่องอย่างเป็นทางการ แต่กลับต่างกันใช้วิธีการของตนเองเพื่อตีความปรากฏการณ์เดียวกันอย่างอิสระ และความหลากหลายและการขัดแย้งกันของข้อสรุปเหล่านี้เอง คือการโต้แย้งที่แข็งแกร่งที่สุดต่อแนวคิดที่ว่า “การเล่าเรื่องเดียวสามารถครอบคลุมความจริงทั้งหมดได้”
การเชื่อมโยงระหว่างเส้นโค้งการประเมินมูลค่ากับจังหวะของเรื่องเล่า
ในเดือนมกราคม 2026 Anthropic ระดมทุนเสร็จสิ้นด้วยมูลค่าบริษัท 3,500 พันล้านดอลลาร์สหรัฐ โดยผู้ลงทุนรวมถึงไมโครซอฟท์และเอ็นวีเดีย ตัวเลขนี้ถูกสื่อบางส่วนเปิดเผยล่วงหน้าในปลายปี 2025 แต่จุดที่ยืนยันอย่างเป็นทางการตรงกับเวลาที่ Amodei เผยแพร่บทความ “The Adolescence of Technology”
ในเดือนกุมภาพันธ์ การระดมทุนอีกครั้งมูลค่า 30,000 ล้านดอลลาร์สหรัฐเสร็จสิ้น โดยมูลค่าบริษัทยังคงอยู่ในช่วงประมาณ 3,500,000 ล้านดอลลาร์สหรัฐ ในเดือนเดียวกัน นโยบายด้านความปลอดภัยได้รับการแก้ไขโดยยกเลิกข้อผูกพันในการระงับ การคุกคามจากสัญญา 200 ล้านดอลลาร์สหรัฐของกระทรวงกลาโหมสหรัฐจึงสิ้นสุดลง
ในเดือนพฤษภาคม รีวูเตอร์ นิวยอร์กไทม์ส และ เทคครันช์ รายงานเกือบพร้อมกันว่า Anthropic ประสบความสำเร็จในการระดมทุน 650 พันล้านดอลลาร์สหรัฐ โดยมีมูลค่าบริษัทอยู่ที่ 9,650 พันล้านดอลลาร์สหรัฐ ตัวเลขนี้ไม่เพียงแต่สูงกว่ามูลค่าบริษัทเมื่อสองเดือนก่อน แต่ยังเกินมูลค่าของ OpenAI ที่ 8,520 พันล้านดอลลาร์สหรัฐในเดือนมีนาคม 2026 อีกด้วย นิวยอร์กไทม์สยังอ้างคำพูดของ Dario Amodei ในการประชุมนักพัฒนาว่า รายได้ต่อปีของบริษัทอยู่ที่ 300 พันล้านดอลลาร์สหรัฐ และเขาเองยังเล่นขำๆ ว่า “หวังว่าการเติบโตของรายได้ 80 เท่าในปีนี้จะไม่ดำเนินต่อไป เพราะมันจะบ้าเกินไป”
วันที่ 4 มิถุนายน สถาบัน Anthropic เผยแพร่บทความยาวเรื่อง When AI builds itself
การจัดเรียงช่วงเวลาเหล่านี้เป็นแนวเดียวกันไม่ได้หมายความว่ามีลูกศรที่แม่นยำบนกราฟชี้ไปยังสิ่งต่างๆ หากมีผู้ใดกล่าวว่ามีความสัมพันธ์เชิงเหตุและผลระหว่างสิ่งเหล่านี้ ต้องมีหลักฐานโดยตรงมาสนับสนุน ใน absence ของบันทึกการตัดสินใจภายใน นักวิเคราะห์ใดๆ ไม่สามารถและไม่ควรสรุปเช่นนั้น
แต่อีกด้านหนึ่ง การไม่สังเกตหรือบันทึกความสัมพันธ์ของช่วงเวลาเหล่านี้ก็ไม่สมเหตุสมผลเช่นกัน บริษัทหนึ่งสามารถเพิ่มมูลค่าจาก 350 พันล้านดอลลาร์สหรัฐเป็น 965 พันล้านดอลลาร์สหรัฐภายในเวลาเพียงห้าเดือน ซึ่งเพิ่มขึ้นเกือบสามเท่า พร้อมกับมีการเปลี่ยนแปลงนโยบายด้านความปลอดภัยครั้งใหญ่ สร้างระบบการเล่าเรื่อง “สัญญาณเร่งความเร็ว” ที่นำโดยสถาบันวิจัยอิสระ และผู้ร่วมก่อตั้งได้ให้การคาดการณ์ว่ามีโอกาส 60% เมื่อเหตุการณ์ทั้งหมดเหล่านี้ถูกบีบอัดให้เกิดขึ้นภายในระยะเวลาหกเดือน นักลงทุนควรมีสิทธิ์ตั้งคำถามอย่างน้อยว่า สัญญาณเหล่านี้มีบทบาทในการสื่อสารกับตลาดว่า “เราอยู่บนเส้นขอบของการเร่งความเร็ว” หรือไม่ และมีส่วนในระดับใด
การตั้งคำถามนี้เองก็คือคุณค่าของการวิเคราะห์ คำตอบอาจมีมากกว่าหนึ่งคำตอบเสมอ แต่เมื่อคำถามถูกตั้งขึ้นอย่างชัดเจนแล้ว มันจะไม่ถูกดึงกลับอย่างง่ายดาย
การระดมทุนของตลาดปัญญาประดิษฐ์ทั่วโลกแตะระดับ 297 พันล้านดอลลาร์สหรัฐในไตรมาสแรกของปี 2026 โดยการซื้อขายห้าอันดับแรกครอบคลุมสัดส่วนที่สำคัญของยอดรวมนี้ ภายใต้ระดับนี้ ห้องปฏิบัติการชั้นนำทั้งหมดต่างเผชิญกับแรงกดดันเดียวกัน: คุณต้องโน้มน้าวผู้ลงทุนว่าเส้นโค้งเทคโนโลยีของคุณจะชันกว่าคู่แข่ง คำเตือนความเสี่ยงของคุณต้องดังพอที่เมื่อหน่วยงานกำกับดูแลเข้ามาออกกฎระเบียบ สิ่งที่คุณพูดจะถูกผนวกไว้ล่วงหน้าในกรอบนโยบาย นิทานของคุณต้องมีความน่าสนใจเพียงพอที่จะดึงดูดนักวิจัยชั้นนำให้เลือกห้องปฏิบัติการของคุณ และต้องเพียงพอที่จะสร้างความตื่นตัวเพื่อรักษาฐานการพูดคุยที่เหลืออยู่ของคุณในชุมชนด้านความปลอดภัย
ความต้องการเหล่านี้มีความขัดแย้งกันในตัวเอง การปรับเปลี่ยนเรื่องเล่าของ Anthropic ในช่วงครึ่งแรกของปี 2026 สามารถมองว่าเป็นการปรับสมดุลความต้องการที่ขัดแย้งกันเหล่านี้ในระดับภาษา การลดทอนคำมั่นสัญญาด้านความปลอดภัย การเสริมสัญญาณเร่งความเร็ว และการใช้ข้อโต้แย้งว่า “เราไม่สามารถหยุดได้เพียงฝ่ายเดียว” ซ้ำแล้วซ้ำเล่า ล้วนสร้างเวกเตอร์ที่ชี้ไปในทิศทางเดียวกัน
สัญญาณถูกส่งออกไปแล้ว แล้ว
ต้องกลับไปพิจารณาคำถามพื้นฐานนั้นอีกครั้ง: สัญญาณเหล่านี้ดูเหมือนเป็นการสะท้อนจุดเปลี่ยนทางเทคนิค หรือเป็นการปรับปรุงภาษาเชิงการสื่อสารเพื่อตอบสนองต่อทุนและหน่วยงานกำกับดูแล?
หลักฐานสาธารณะที่มีอยู่ไม่อนุญาตให้เลือกเพียงตัวเลือกเดียวอย่างง่ายดาย เพราะหลักฐานที่ใช้ในการอธิบายทั้งสองแบบนั้น แท้จริงแล้วเป็นชุดข้อมูลเดียวกัน ความเป็นสัดส่วนของโค้ด 80% ประสิทธิภาพเร็วขึ้น 52 เท่า และระยะเวลาภารกิจที่เพิ่มขึ้นเป็นสองเท่าทุกสี่เดือน สามารถใช้สนับสนุนทั้ง “จุดเปลี่ยนกำลังจะมาถึง” และ “เรากำลังส่งสัญญาณถึงตลาดว่าเราได้สัมผัสแนวโน้มที่ทีมเทคนิคของเราได้สัมผัสโดยตรง” ขอบเขตระหว่างสองสิ่งนี้จึงไม่ชัดเจน
แต่มีบางข้อเท็จจริงที่แน่นอน ไม่จำเป็นต้องเลือกข้างในการตีความทั้งสองแบบ
ประการแรก การเปลี่ยนแปลงเรื่องเล่าที่ Anthropic ดำเนินการในช่วงครึ่งปีแรกของปี 2026 ไม่ใช่กรณีเดียว Hassabis ของ DeepMind ได้ทำการปรับเปลี่ยนในทิศทางเดียวกัน แม้จะมีระดับความเข้มข้นต่างกัน แต่แก่นแท้เหมือนกันในช่วงเวลาใกล้เคียงกัน ส่วน Sam Altman ของ OpenAI ได้กล่าวในงานอินเดียสัมมนาว่า “โลกยังไม่พร้อม” และในเดือนกุมภาพันธ์ 2026 ได้เปิดตัว GPT-5.3-Codex ซึ่งอ้างว่า “มีบทบาทสำคัญในการสร้างตัวเอง” หากนี่เป็นเพียงแค่ Anthropic เพียงรายเดียวที่ส่งสัญญาณ อาจสามารถวิเคราะห์ได้จากมุมมองกลยุทธ์ของบริษัท แต่การที่ห้องปฏิบัติการสามแห่งชั้นนำพร้อมกันเพิ่มเสียงในช่วงเวลาไม่กี่เดือนที่หนาแน่น ถือเป็นการเปลี่ยนแปลงเรื่องเล่าในระดับอุตสาหกรรม
ที่สอง จังหวะของการปล่อยสัญญาณเหล่านี้มีความสัมพันธ์ตามเวลาที่สามารถติดตามได้อย่างแม่นยำกับจังหวะของการระดมทุน การปรับนโยบาย และการจัดโครงสร้างองค์กร ความสัมพันธ์นี้ไม่จำเป็นต้องพิสูจน์อะไรเลย มันแค่ต้องถูกนำเสนออย่างซื่อสัตย์ หลังจากถูกนำเสนอแล้ว วิธีคิดของแต่ละคนจะเป็นผู้กำหนดว่าเขาจะคิดอย่างไรต่อไป
ثالثly, Anthropic ได้ระบุสถานะสำหรับสถานการณ์ที่สาม นั่นคือ “การปรับปรุงตนเองแบบเรียกซ้ำอย่างสมบูรณ์” ว่ายังคงเป็น “เป็นไปได้” ไม่ใช่ “มีแนวโน้มสูง” ซึ่งหมายความว่าในกรอบการตัดสินใจภายในของบริษัทที่เผยแพร่ข้อมูลเหล่านี้ คำอธิบายเกี่ยวกับการเร่งความเร็วยังไม่ได้ปิดลงอย่างสมบูรณ์ แรงผลักดันที่ทำให้พวกเขามีนิสัยใส่คำจำกัดความในบทความวิชาการและบล็อกยังคงดึงรั้งคำพูดสาธารณะของพวกเขา
สี่ คำสารภาพของฮัสซาบิสที่ว่า “ท้าทายอย่างตั้งใจ” ยืนยันกลไกหนึ่งที่แม้จะถูกสงสัยกันอย่างกว้างขวาง แต่แทบไม่เคยมีผู้เกี่ยวข้องพูดออกมาโดยตรง: ผู้นำของห้องปฏิบัติการชั้นนำอย่างน้อยบางส่วน เมื่อเลือกถ้อยคำ ล้วนมีจุดประสงค์ในการสื่อสารอย่างชัดเจน สิ่งนี้ทำให้การตีความคำแถลงของพวกเขาต้องประกอบด้วยวัตถุการวิเคราะห์สองระดับ ได้แก่ ข้อเท็จจริงที่พวกเขาอ้าง และกลยุทธ์ทางวาทศาสตร์ที่พวกเขาใช้ในการเลือกการอ้างเหล่านั้น ซึ่งถือเป็นเหตุการณ์ทางพฤติกรรม
ผู้ที่อ่านข้อมูลทั้งหมดของ Anthropic อย่างละเอียด และผู้ที่จำได้เพียงตัวเลขสองตัวคือ “80% ของโค้ดถูกเขียนโดย AI” และ “เร่งความเร็ว 52 เท่า” ได้รับสัญญาณที่แตกต่างกันอย่างสิ้นเชิง แต่ในเรื่องนี้ “การถูกจดจำอย่างไร” อาจควรเป็นวัตถุที่วิเคราะห์มากกว่า “สิ่งที่พูดจริงๆ”
บทความยาวนี้เองก็เป็นตัวอย่างที่แม่นยำของปรากฏการณ์ที่มันอธิบายไว้ มันสร้างความรู้สึกเร่งด่วนที่กำลังเร่งตัวขึ้นด้วยข้อมูล แต่ก็รักษาช่องทางถอยหลังไว้ด้วยหมายเหตุและคำจำกัดความ; มันเรียกร้องให้มีการประสานงานระดับโลกและการชะลอตัวที่สามารถตรวจสอบได้ แต่ในขณะเดียวกันก็ได้ถอดถอนคำมั่นในการระงับไว้แล้วในการปรับเปลี่ยนนโยบายก่อนหน้านี้ นี่ไม่ใช่ความไม่ซื่อสัตย์ หรือความไม่สอดคล้องกันอย่างง่ายๆ แต่เป็นการสมดุลเชิงเรื่องราวขององค์กรระหว่างความไม่แน่นอนทางเทคโนโลยี แรงกดดันทางธุรกิจ และความรับผิดชอบต่อสาธารณะ และคำสารภาพของ Hassabis ที่ว่า “ท้าทายอย่างตั้งใจ” ก็ยืนยันจากประตูข้างว่า การสมดุลแบบนี้ได้กลายเป็นวิธีการที่ถูกใช้อย่างรับรู้ในห้องแล็บชั้นนำ