โมเดล AI แบบเปิดตามทันเจ้าใหญ่แล้ว แต่ตัวกันอันตรายไม่ได้ตามมาด้วย

วันที่ 4 สิงหาคม 2026 TechCrunch รายงานผลการประเมินโมเดล GLM-5.2 ของบริษัท Z.ai จากจีน ซึ่งจัดทำโดย SaferAI องค์กรไม่แสวงกำไรด้านความปลอดภัย AI ผลที่ออกมามีสองด้านที่ต้องอ่านคู่กัน

ด้านแรกเป็นข่าวดีสำหรับคนที่อยากมีทางเลือก ความสามารถของ GLM-5.2 ในงานด้านความมั่นคงไซเบอร์และชีววิทยา ตามหลังโมเดลชั้นนำอย่าง GPT-5.5 ของ OpenAI และ Claude Opus 4.7 ของ Anthropic อยู่เพียงไม่กี่เดือน ช่องว่างที่เคยกว้างมากกำลังแคบลงจริง

ด้านที่สองคือสิ่งที่รายงานเรียกว่าช่องว่างด้านความปลอดภัย ในชุดทดสอบเดียวกันนั้น GLM-5.2 ไม่ปฏิเสธคำขอสักข้อเดียว ทั้งงานโจมตีไซเบอร์และงานชีววิทยาประเภทที่ใช้ได้ทั้งทางดีและทางร้าย ในทางกลับกัน Claude Opus 4.7 ปฏิเสธอย่างสม่ำเสมอจนทีมประเมินรันชุดทดสอบด้านไซเบอร์ที่ชื่อ CyberGym กับมันไม่จบ

SaferAI ยังระบุด้วยว่า Z.ai ไม่ได้เผยแพร่กรอบการทำงานด้านความปลอดภัย ไม่ได้ประกาศพันธะเรื่องการทดสอบก่อนปล่อยโมเดล และไม่ได้เผยแพร่การประเมินความเสี่ยง ทาง TechCrunch ติดต่อ Z.ai เพื่อถามว่ามีการประเมินความปลอดภัยภายในหรือโดยบุคคลที่สามก่อนปล่อยหรือไม่ แต่ไม่ได้รับคำตอบ

โมเดลแบบเปิดน้ำหนักคืออะไร และทำไมกติกาถึงบังคับไม่ได้

คำที่ต้องเข้าใจก่อนคือ open-weight หรือแบบเปิดน้ำหนัก

โมเดล AI คือไฟล์ก้อนหนึ่งที่เก็บตัวเลขจำนวนมหาศาลไว้ ตัวเลขเหล่านั้นเรียกว่าน้ำหนัก หรือ weights มันคือผลลัพธ์ทั้งหมดของการฝึก เปรียบเหมือนสูตรที่ตกผลึกออกมาเป็นตัวเลข เวลาคุณใช้ ChatGPT คุณไม่ได้ถือไฟล์นี้ ไฟล์อยู่บนเครื่องของ OpenAI คุณส่งคำถามไปแล้วรับคำตอบกลับมา

โมเดลแบบเปิดน้ำหนักคือโมเดลที่เจ้าของปล่อยไฟล์น้ำหนักออกมาให้ใครก็ได้ดาวน์โหลดไปรันบนเครื่องตัวเอง

ข้อดีของมันเป็นเรื่องที่ธุรกิจอยากได้จริง ข้อมูลไม่ต้องออกจากบ้าน ไม่ต้องจ่ายค่าเรียกใช้รายครั้ง และไม่ต้องกลัวว่าผู้ให้บริการจะเปลี่ยนราคาหรือปิดบริการ

ข้อแลกเปลี่ยนอยู่ตรงที่รายงานนี้ชี้ พอไฟล์อยู่ในมือคนอื่นแล้ว มาตรการป้องกันที่ผู้สร้างใส่มากับโมเดลก็กลายเป็นสิ่งที่ถอดออกได้ ผู้ใช้ปลายทางสามารถลบหรือแก้ตัวกรอง ฝึกทับเพื่อเปลี่ยนพฤติกรรม หรือเปลี่ยนคำสั่งระบบที่กำกับโมเดลอยู่ กติกาที่เจ้าของตั้งไว้จึงไม่ใช่กติกาที่บังคับได้อีกต่อไป มันกลายเป็นค่าตั้งต้นที่ใครก็เปลี่ยนได้

นี่ต่างจากโมเดลแบบปิดที่ให้ใช้ผ่านการเรียกใช้ระยะไกล ซึ่งผู้ให้บริการยังคุมชั้นตรวจสอบ ชั้นปฏิเสธ และสิทธิ์การเข้าถึงไว้ได้ทั้งหมด

ประโยคที่สรุปเรื่องนี้ได้ดีที่สุด

Henry Papadatos ผู้อำนวยการของ SaferAI พูดไว้ประโยคหนึ่งว่า เส้นแบ่งของความสามารถไม่ใช่เส้นแบ่งของความเสี่ยง เราจึงต้องนำสถานะของมาตรการป้องกันมาคิดด้วย ถึงจะประเมินความเสี่ยงได้ถูกต้อง

ความหมายของประโยคนี้คือ เวลาเราจัดอันดับโมเดล เรามักวัดกันที่ความสามารถอย่างเดียว ตัวไหนทำโจทย์ยากได้มากกว่าถือว่าเก่งกว่า แต่ความเสี่ยงจริงเกิดจากความสามารถลบด้วยสิ่งที่กันไว้ โมเดลสองตัวที่เก่งเท่ากัน ตัวที่ไม่มีอะไรกันเลยกับตัวที่มีชั้นปฏิเสธหนาแน่น คือของคนละอย่างกันในแง่ความเสี่ยง แม้คะแนนความสามารถจะเท่ากัน

เขายังเสริมด้วยว่าเป้าหมายควรเป็นการทำให้ความสามารถที่ปลอดภัยเข้าถึงได้สำหรับทุกคน แล้วพยายามเอาส่วนที่อันตรายออก แม้จะทำในแบบโอเพนซอร์สก็ตาม และย้ำว่าเราไม่ควรยอมรับกันไปเฉย ๆ ว่าความสามารถที่อันตรายเป็นของที่ใครก็เข้าถึงได้ทุกที่

อีกจุดที่เขาชี้คือความเร็วที่ไม่เท่ากันของสองฝั่ง ฝ่ายโจมตีรับเครื่องมือใหม่มาใช้เร็วกว่าฝ่ายตั้งรับเสมอ กลุ่มเรียกค่าไถ่เปลี่ยนวิธีการกันเป็นรายสัปดาห์ ขณะที่โรงพยาบาลใช้เวลานานกว่านั้นมากในการปรับตัว

แต่นี่ไม่ใช่เรื่องโมเดลจีนแย่กว่าโมเดลตะวันตก

ถ้าอ่านแค่พาดหัว เรื่องนี้อาจถูกเข้าใจผิดได้ง่าย รายงานเดียวกันอ้างถึงงานขององค์กรวิจัย Far.ai ที่พบเทคนิคหลอกให้โมเดลยอมทำตามแบบใช้ซ้ำได้เป็นร้อยวิธี ในวงการเรียกเทคนิคเหล่านี้ว่า jailbreak คือวิธีที่ทำให้โมเดลข้ามกติกาของตัวเอง และคำว่า universal หมายถึงวิธีเดียวใช้ได้กับคำขอที่เป็นอันตรายเกือบทุกแบบ

สิ่งที่ Far.ai พบคือเทคนิคเหล่านี้ใช้ได้ผลกับโมเดลชั้นนำแบบปิดด้วย รวมถึง Grok 4.5 ของ xAI และ Gemini 3.1 Pro ของ Google DeepMind วิธีที่ได้ผลมักไม่ใช่ท่าเดียวโดด ๆ แต่เป็นการผสมหลายอย่างเข้าด้วยกัน ทั้งการให้โมเดลสวมบทบาทเป็นตัวละคร การแอบอ้างว่าผู้ถามเป็นผู้มีอำนาจสั่งการ การใส่ประวัติบทสนทนาปลอมเพื่อทำให้โมเดลเชื่อว่าเคยตกลงกันไว้แล้ว และการถามซ้ำต่อเนื่องเพื่อค่อย ๆ ดันขอบเขต

สรุปคือชั้นป้องกันของโมเดลปิดก็ไม่ใช่กำแพงตัน มันแค่มีกำแพงและมีคนคอยซ่อมกำแพงอยู่

อีกมุมหนึ่งที่รายงานยกมาคือความเห็นของ Clem Delangue ซีอีโอของ Hugging Face ที่มองว่าระบบแบบเดียวกันนี้ใช้ป้องกันได้ด้วย เขาบอกว่าระบบเดียวกับที่เคยช่วยหยุดการโจมตีไซเบอร์ที่ขับเคลื่อนด้วย AI ตอนนี้ช่วยตั้งรับการโจมตีนับล้านครั้งต่อวันได้ และช่วยหาช่องโหว่ให้เจอก่อนที่ผู้โจมตีจะเจอ

บริบทฝั่งนโยบาย

รายงานยังให้บริบทว่า ในการประชุม World AI Conference เมื่อเดือนกรกฎาคมที่ผ่านมา ประธานาธิบดีสี จิ้นผิง เน้นความสำคัญของโมเดลแบบเปิดน้ำหนัก พร้อมย้ำว่า AI ต้องอยู่ภายใต้การควบคุมของมนุษย์อย่างเข้มงวด

Graham Webster นักวิจัยจาก Stanford Cyber Policy Center ที่ศึกษานโยบาย AI ของจีน อธิบายว่าจีนมีกฎกำกับ AI ที่เข้มแข็ง แต่ในอดีตมุ่งไปที่เนื้อหาที่อ่อนไหวทางการเมือง ข้อมูลบิดเบือน และเสถียรภาพทางสังคม มากกว่าความเสี่ยงระดับหายนะอย่างความสามารถด้านการโจมตีไซเบอร์ เขาระบุว่าโดยทั่วไปแล้วนักคิดด้าน AI ฝั่งสหรัฐกังวลกับแนวคิดเรื่องหายนะระดับการดำรงอยู่มากกว่าฝั่งชุมชนจีน และเสริมว่ากลไกการยืนยันตัวตนออนไลน์กับความรับผิดของบริษัทในจีน อาจทำให้การฝึกโมเดลให้ปฏิเสธคำขออันตรายทำได้ในลักษณะเดียวกับที่ทำกับเนื้อหาการเมือง

สิ่งที่ใช้ได้จริงกับคนทำงานและเจ้าของธุรกิจ

ถ้าคุณกำลังชั่งใจว่าจะเอาโมเดลแบบเปิดมารันเองในบริษัทหรือไม่ ข่าวนี้ไม่ได้แปลว่าอย่าทำ มันแปลว่าให้ตัดสินใจโดยรู้ว่ากำลังรับอะไรมาด้วย

หนึ่ง ความปลอดภัยไม่ใช่คุณสมบัติของไฟล์ สิ่งที่คุณโหลดมาคือเครื่องยนต์ ส่วนสิ่งที่กันความเสียหายจริงคือระบบรอบตัวมัน ทั้งการกำหนดว่าใครสั่งงานได้ มันเชื่อมต่อกับข้อมูลชุดไหน และผลลัพธ์ของมันไปโผล่ที่ไหน เมื่อคุณเอาโมเดลมารันเอง หน้าที่นี้ย้ายมาอยู่ที่คุณทั้งหมด

สอง แยกให้ออกระหว่างงานภายในกับงานที่ต่อกับคนนอก โมเดลที่รันเองเพื่อสรุปเอกสารภายในให้พนักงานอ่าน กับโมเดลตัวเดียวกันที่เปิดให้ลูกค้าคุยผ่านหน้าเว็บ มีความเสี่ยงคนละระดับ เพราะกรณีหลังมีคนนอกป้อนข้อความเข้ามาได้โดยตรง

สาม อย่าใช้คะแนนความสามารถอย่างเดียวในการเลือก เวลาเทียบโมเดล ให้ถามเพิ่มอีกสองข้อ ผู้สร้างเผยแพร่การทดสอบด้านความปลอดภัยก่อนปล่อยหรือไม่ และมีเอกสารบอกไหมว่าโมเดลนี้ถูกฝึกให้ปฏิเสธอะไรบ้าง ตามรายงานนี้ Z.ai ไม่ได้เผยแพร่ทั้งสองอย่าง

สี่ ถ้าไม่มีทีมดูแลด้านความปลอดภัย การใช้ผ่านผู้ให้บริการอาจเหมาะกว่า ค่าใช้จ่ายที่ประหยัดได้จากการรันเอง มาพร้อมงานที่ต้องทำเองซึ่งไม่ได้ฟรี

สิ่งที่ควรจำ

ช่องว่างด้านความสามารถระหว่างโมเดลแบบเปิดกับโมเดลชั้นนำกำลังแคบลงจริง และนั่นเป็นเรื่องดีสำหรับคนที่อยากมีทางเลือกและควบคุมข้อมูลของตัวเอง

แต่ความสามารถกับความปลอดภัยไม่ได้เดินมาพร้อมกันโดยอัตโนมัติ และเมื่อไฟล์โมเดลอยู่ในมือใครแล้ว สิ่งที่ผู้สร้างใส่มากันไว้ก็เป็นเพียงค่าตั้งต้น คำถามที่ควรถามเวลาเลือกใช้ AI จึงไม่ใช่แค่ว่ามันเก่งแค่ไหน แต่คือใครเป็นคนคุมขอบเขตของมัน และตอนนี้คนคนนั้นคือคุณหรือเปล่า

อ่านเพิ่ม

เรื่องขอบเขตและสิทธิ์ที่ควรให้ AI เราเขียนไว้ที่ วิจารณญาณ ความเชื่อถือ และความปลอดภัยเวลาใช้ AI และเรื่องความแตกต่างระหว่างตัวโมเดลกับระบบที่ห่อมันไว้ อ่านที่ harness ส่วนที่ไม่มีใครพูดถึง

ที่มา รายงานของ TechCrunch วันที่ 4 สิงหาคม 2026 เรื่อง Open-weight AI models are catching up to the frontier. The safety gap remains. ซึ่งอ้างอิงรายงานประเมิน GLM-5.2 ของ SaferAI และงานวิจัยของ Far.ai