METR เผย Anthropic พัฒนา AI เร็วขึ้น 2 เท่าจนอาจแตะระดับเตือนภัย

METR องค์กรไม่แสวงหากำไร ได้รับสิทธิ์เข้าถึงข้อมูลวิจัยภายในของ Anthropic เป็นเวลา 11 สัปดาห์ และพบข้อบ่งชี้สำคัญว่าอัตราการพัฒนาโมเดลของ Anthropic เพิ่มขึ้นประมาณสองเท่า โดยประมาณ 80% ของความเร็วนั้นมาจากการใช้ AI เข้ามาช่วยในการวิจัยของบริษัทเอง อย่างไรก็ตาม Anthropic ได้ตัดสินใจปิดบังข้อมูลหลักฐานที่สำคัญที่สุดบางส่วนไว้

ประเด็นเรื่อง AI เร่งการพัฒนา AI ให้ก้าวหน้ายิ่งขึ้นถือเป็นสัญญาณเตือนภัยสำคัญในด้านความปลอดภัย เนื่องจากอาจเกิดวงจรป้อนกลับ (feedback loop) ที่ทำให้โมเดลรุ่นถัดไปถูกพัฒนาขึ้นอย่างรวดเร็วเกินควบคุม ข้อมูลจาก METR ระบุว่าสถานการณ์นี้อาจนำไปสู่การปรากฏขึ้นของขีดความสามารถที่รุนแรงและอันตรายอย่างกะทันหัน ซึ่ง Anthropic เคยระบุใน Responsible Scaling Policy ว่าหากความก้าวหน้าเพิ่มขึ้นเป็นสองเท่าเพราะการวิจัยอัตโนมัติ จะถือเป็นจุดเริ่มต้นของระดับการเตือนภัย

ทีมผู้ตรวจสอบของ METR ได้เข้าถึงข้อมูลที่ไม่เคยเปิดเผยมาก่อน ทั้งผล benchmark ของโมเดลที่ยังไม่เปิดตัว ตัวชี้วัดการฝึกฝน และการสัมภาษณ์นักวิจัยกว่า 15 ครั้ง แม้ METR จะไม่ได้เงินสนับสนุนจาก Anthropic แต่การทำงานต้องผ่านอุปกรณ์ของบริษัทด้วยเหตุผลด้านความปลอดภัย ซึ่งเกิดขึ้นหลังจากที่ Dario Amodei ซีอีโอของ Anthropic ให้คำมั่นว่าจะดึง ผู้ตรวจสอบภายนอกเข้ามาดูแล และประกาศ ความร่วมมือกับ METR ในระดับพนักงาน

ความก้าวหน้าสองปีที่อัดแน่นอยู่ในปีเดียว

ข้อมูลจาก METR ระบุว่าตั้งแต่เดือนตุลาคม 2025 คะแนนการทดสอบโมเดลของ Anthropic เพิ่มสูงขึ้นเร็วกว่าช่วงก่อนหน้าถึง 1.9 เท่า โดยอ้างอิงจากตัวชี้วัดผสม AECI ซึ่งหมายความว่าบริษัทสามารถทำสำเร็จในหนึ่งปีจากสิ่งที่เคยต้องใช้เวลาถึงสองปี เทียบได้กับก้าวกระโดดจาก Claude 2.1 ไปเป็น Sonnet 4.5 โดยการวิเคราะห์นี้ครอบคลุมไปถึงโมเดลลับอีก 3 โมเดลที่เพิ่งฝึกฝนเสร็จสิ้นในช่วงปี 2026

ผู้ตรวจสอบประเมินว่าการเร่งความเร็วนี้ไม่ได้เกิดจากการเพิ่มทรัพยากรประมวลผล (training compute) แต่เกิดจากการใช้ AI ช่วยวิจัย โดยพนักงานระบุว่าคอขวดในปัจจุบันไม่ใช่เรื่องการเขียน code อีกต่อไป แต่เหลือเพียงเรื่องไอเดียและ compute เท่านั้น การทดลองที่เคยใช้เวลาเตรียมการหลายวันสามารถทำได้เกือบจะทันที โดยพนักงานบางส่วนประเมินว่า AI ทำให้พวกเขามีประสิทธิผลมากขึ้นถึง 12 เท่า แม้ METR จะมองว่าเป็นการประเมินที่อาจเกินจริงไปบ้าง

ความไม่แน่นอนสูงและเสียงที่เห็นต่าง

อย่างไรก็ตาม METR ยอมรับว่าผลลัพธ์มีความไม่แม่นยำสูง ปัจจัยการเร่งความเร็วอาจอยู่ที่ 1.3 ถึง 3 เท่า และหากนำคู่แข่งอย่าง OpenAI, Google หรือ xAI มาคำนวณด้วย ตัวเลขเฉลี่ยอุตสาหกรรมจะอยู่ที่ 1.4 เท่า นอกจากนี้ภายใน Anthropic เองยังมีความเห็นที่แตกต่าง โดยนักวิจัยบางคนเชื่อว่า AI ช่วยเพิ่มประสิทธิภาพเพียง 15-20% เท่านั้น และมองว่าการจ้างพนักงานใหม่เป็นปัจจัยที่ส่งผลมากกว่า

หลักฐานที่ถูกปิดบังทำให้การตรวจสอบอ่อนแอลง

ข้อจำกัดใหญ่ของการตรวจสอบครั้งนี้คือ Anthropic มีสิทธิ์แต่เพียงผู้เดียวในการปกปิดข้อมูล (redaction) และได้ใช้สิทธิ์นั้นอย่างหนัก โดยข้อมูลสำคัญอย่างการคาดการณ์โมเดลในอนาคตและรายละเอียดขั้นตอนการฝึกฝนถูกตัดออกไป โดย Anthropic อ้างเหตุผลด้านความลับทางการค้าเพื่อป้องกันการเลียนแบบจากคู่แข่ง ส่งผลให้สาธารณชนต้องพึ่งพาการตัดสินใจของ METR มากเกินความจำเป็น เนื่องจากไม่สามารถตรวจสอบหลักฐานต้นฉบับได้ จนถึงขั้นที่กราฟในรายงานของ METR บางส่วนต้องระบุว่าใช้ "FAKE DATA" หรือข้อมูลสมมติเพื่อประกอบการอธิบายแทนข้อมูลจริงที่ถูกปกปิดไว้

Anthropic ยุติการตรวจสอบการจัดสรรทรัพยากรคำนวณ

ใน review เพิ่มเติม METR พบว่า Anthropic เคยระบุใน รายงานความเสี่ยงเดือนสิงหาคม 2026 ว่าการเร่งความเร็วอยู่ในระดับต่ำกว่า 2 เท่า แต่ข้อมูลภายในระบุค่าไว้ที่ 1.97 ซึ่งใกล้เคียงขีดจำกัดเตือนภัยมาก METR จึงเชื่อว่าระดับการเตือนภัยอาจถูกแตะไปแล้วตั้งแต่วันที่ 15 กรกฎาคม

นอกจากนี้ Anthropic ยังได้ยกเลิกโครงการตรวจสอบการแบ่งทรัพยากร compute ระหว่างการวิจัยขีดความสามารถและความปลอดภัยกลางคัน โดยอ้างว่าต้องการมุ่งเน้นการประเมินความเสี่ยงก่อน สร้างความไม่พอใจให้กับนักวิจัยอย่าง Daniel Kokotajlo ที่ วิจารณ์ผ่าน X ว่าการตรวจสอบ compute เป็นรากฐานสำคัญในการพิสูจน์ความจริงใจต่อ คำมั่นที่จะชะลอการพัฒนา เพื่อความปลอดภัย