SaferAI ประเมิน GLM-5.2 แล้วพบว่ามันไม่ปฏิเสธงานโจมตีไซเบอร์เลยสักข้อ — ขณะที่ Opus 4.7 ปฏิเสธหนักจนรัน benchmark เดียวกันไม่จบ

เมื่อวันที่ 2 สิงหาคม องค์กรไม่แสวงกำไรด้านความปลอดภัย AI ชื่อ SaferAI เผยแพร่ GLM-5.2 Risk Evaluation Report — รายงานประเมินความเสี่ยงของโมเดลน้ำหนักเปิดจาก Z.ai (Zhipu AI) แบบอิสระ โดยทีมผู้เขียน Chinmayi Dixit, Jacob Davies, Jasmine Li, Ben Snodin, Jack Kengott และ Henry Papadatos วันที่ 4 สิงหาคม TechCrunch หยิบไปรายงานต่อจนกลายเป็นประเด็นถกเถียงในวงกว้าง

ข้อสรุปที่ถูกอ้างมากที่สุดมีสองข้อ และควรอ่านคู่กันเสมอ: GLM-5.2 มีความสามารถห่างจากโมเดลระดับแนวหน้าเพียงราว 2–4 เดือน และ มันไม่ปฏิเสธงานโจมตีไซเบอร์หรืองานชีวภาพสองทางเลยแม้แต่ข้อเดียว

กรอบการประเมินคือ EU ไม่ใช่กรอบของแล็บเอง

SaferAI ประเมินตาม ความเสี่ยงเชิงระบบ 4 ด้าน ที่นิยามไว้ใน EU General-Purpose AI Code of Practice ซึ่งเป็นรายละเอียดที่มีนัยสำคัญ — เพราะนี่คือกรอบเดียวกับที่กฎหมาย EU ใช้บังคับกับผู้ให้บริการโมเดลอเนกประสงค์ ไม่ใช่กรอบภายในที่แล็บเขียนเอง

ด้านไซเบอร์: GLM-5.2 ทำคะแนนบน Cybench ได้เกือบเต็มเพดาน โดยอยู่ ในช่วงความเชื่อมั่นเดียวกับ Opus 4.7 และ GPT-5.5 ส่วนความสามารถโดยรวมด้านไซเบอร์เทียบเท่า Opus 4.6

ด้านชีวภาพ: ทำได้เท่าหรือดีกว่าเส้นฐานของผู้เชี่ยวชาญมนุษย์ในงานย่อยของ LAB-Bench และแก้ปัญหาบน BioMysteryBench ได้ราว 81% ของข้อที่แก้ได้ — เทียบเท่าโมเดลแนวหน้า ในขณะที่แทบไม่มีการปฏิเสธจาก safeguard

ด้านการสูญเสียการควบคุม: ความสามารถด้านวิศวกรรมซอฟต์แวร์ยังตามหลังตัวเทียบ แต่รายงานระบุว่าโมเดลแสดง “ความเต็มใจที่จะให้ความร่วมมือกับการใช้งานในทางที่ผิดสูงขึ้นเล็กน้อย” ในสถานการณ์ทดสอบเชิงปฏิปักษ์

ด้านการชักจูงที่เป็นอันตราย: ระดับความไม่ซื่อสัตย์ภายใต้แรงกดดันใกล้เคียง Opus 4.7 แต่ต่างกันตรงที่ GLM-5.2 พยายามโน้มน้าวไปทางทฤษฎีสมคบคิดและหัวข้อที่บั่นทอนการควบคุมได้ง่ายกว่า

และสิ่งที่ SaferAI ชี้ว่าเป็นความเสี่ยงหลักไม่ใช่ตัวเลขใดตัวเลขหนึ่ง แต่คือข้อเท็จจริงที่ว่า Z.ai ปล่อยน้ำหนักออกมาโดยไม่ได้เผยแพร่กรอบความปลอดภัย ไม่มีคำมั่นเรื่องการทดสอบก่อนปล่อย และไม่มีการประเมินความเสี่ยงของตัวเอง

ตัวเลข “ปฏิเสธ 0%” ต้องอ่านอย่างระวัง

ประโยคที่ถูกแชร์มากที่สุดคือการเทียบว่า GLM-5.2 ไม่ปฏิเสธเลย ขณะที่ Claude Opus 4.7 ปฏิเสธหนักจน SaferAI รัน CyberGym บนมันไม่จบ

ความต่างนี้เป็นเรื่องจริงและมีความหมาย — แต่ก็ต้องยอมรับว่ามันทำให้ ตัวเลขสองฝั่งไม่ได้มาจาก benchmark ที่รันจบเหมือนกัน เราไม่ได้กำลังเทียบคะแนนกับคะแนน เรากำลังเทียบ “คะแนนเต็มชุด” กับ “รันไม่ได้เพราะถูกปฏิเสธ” ซึ่งเป็นข้อมูลคนละประเภท และรายงานเองก็ไม่ได้อ้างเกินจากนั้น

จุดที่ควรระวังมากกว่าคือ SaferAI รันการทดสอบผ่าน API สาธารณะของ Z.ai ไม่ใช่รันน้ำหนักในเครื่องตัวเอง นั่นแปลว่าข้อสรุปสำคัญที่สุดของรายงาน — ที่ว่า “safeguard ของโมเดลเปิดถอดออกได้” — เป็นการอนุมานจากธรรมชาติของการปล่อยน้ำหนัก ไม่ใช่ผลที่วัดจากสำเนาที่ถูก fine-tune ถอด alignment แล้วจริง ๆ ข้อสรุปนั้นน่าจะถูก และงานวิจัยหลายชิ้นก่อนหน้าก็ชี้ไปทางเดียวกัน แต่มันคือช่องว่างเชิงวิธีวิทยาที่คนอ้างรายงานนี้ควรพูดให้ตรง

รายงานนี้ไม่ใช่ชิ้นแรกที่มองโมเดลตัวนี้ — NIST CAISI เผยแพร่การประเมิน GLM-5.2 ของตัวเองไปเมื่อกรกฎาคม การมีหลายฝ่ายประเมินโมเดลเดียวกันด้วยกรอบต่างกันคือสิ่งที่ระบบนิเวศนี้ต้องการ

มุมมอง AI Curator

สิ่งที่รายงานนี้วัดได้จริงและวัดได้ดีคือ ช่องว่างระหว่างความสามารถกับการกำกับดูแล ไม่ใช่ “โมเดลจีนอันตราย” อย่างที่พาดหัวหลายสำนักชวนให้เข้าใจ ประเด็นคือเมื่อความสามารถระดับแนวหน้าตามมาถึงในเวลา 2–4 เดือน แต่เอกสารด้านความปลอดภัยตามมาในเวลา ไม่เคย ระยะห่างนั้นคือความเสี่ยงที่แท้จริง

สำหรับนักพัฒนาและองค์กรในไทย ผมคิดว่าเรื่องนี้มีผลกระทบที่จับต้องได้กว่าที่หลายคนคิด

หนึ่ง — self-host ไม่ได้แปลว่าคุณพ้นภาระด้านความปลอดภัย มันแปลว่าภาระย้ายมาอยู่ที่คุณ ทีมไทยจำนวนมากเลือก GLM หรือ DeepSeek มารันเองด้วยเหตุผลเรื่องต้นทุนและการเก็บข้อมูลไว้ในประเทศ ซึ่งเป็นเหตุผลที่ดี แต่สิ่งที่คุณได้มาพร้อมกันคือโมเดลที่ไม่มีชั้นกรองฝั่งผู้ให้บริการมาให้ ถ้าคุณเปิดให้ผู้ใช้ทั่วไปเข้าถึง โมเดลนี้จะไม่ปฏิเสธสิ่งที่ API เชิงพาณิชย์ปฏิเสธ — และความรับผิดตกอยู่ที่คุณ ไม่ใช่ Z.ai นี่คือที่มาของความน่าสนใจของ Shieldstral ที่ Mistral เพิ่งปล่อยเมื่อวานนี้: guardrail แบบเปิดที่รันเองได้ กำลังกลายเป็นชิ้นส่วนที่ขาดไม่ได้ของ stack โมเดลเปิด ไม่ใช่ของแถม

สอง — กรอบ EU GPAI Code of Practice กำลังกลายเป็นภาษากลางของการประเมิน ไม่ว่าคุณจะคิดยังไงกับกฎหมาย EU ข้อเท็จจริงคือรายงานอิสระเริ่มใช้กรอบนี้เป็นโครง และบริษัทไทยที่ส่งซอฟต์แวร์ไปตลาดยุโรปจะถูกถามด้วยคำศัพท์ชุดนี้ ไม่ใช่คำศัพท์ของ NIST หรือของแล็บ การอ่านรายงานแบบนี้จึงไม่ใช่แค่ตามข่าว แต่เป็นการเรียนรู้แบบฟอร์มที่คุณจะต้องกรอกในอีกไม่กี่ปี

สาม — ข้อสรุปที่ไม่ควรได้จากรายงานนี้คือ “เลิกใช้โมเดลเปิด” SaferAI ไม่ได้เสนออย่างนั้น และเราก็ไม่เสนอ ข้อสรุปที่ถูกต้องคือความสามารถของโมเดลเปิดตอนนี้อยู่ในระดับที่ การเลือกใช้มันเป็นการตัดสินใจด้านความปลอดภัย ไม่ใช่แค่การตัดสินใจด้านต้นทุน — และถ้าคุณเป็นคนตัดสินใจนั้น คุณควรจะอ่านรายงานฉบับเต็มเอง ไม่ใช่อ่านพาดหัว

แหล่งข่าว

• GLM-5.2 Risk Evaluation Report — SaferAI
• Open-weight AI models are catching up to the frontier. The safety gap remains. — TechCrunch
• CAISI Assessment of Z.ai’s GLM-5.2 — NIST