Anthropic เปิดเผยเอง — ตัวกรองอาวุธชีวภาพไม่ทำงานเกือบหนึ่งปี ครอบคลุม 133 ล้านข้อความจากผู้รับจ้างภายนอก
ข่าวนี้ไม่ได้มาจากการสืบสวนของสื่อหรือ whistleblower แต่มาจาก เอกสารของ Anthropic เอง — รายงานความเสี่ยงฉบับเผยแพร่แบบ redacted (สิงหาคม 2026) ซึ่ง The Decoder หยิบมารายงานเมื่อ 16 ส.ค.: ตัวกรองที่ออกแบบมาป้องกันไม่ให้โมเดล Claude ให้ข้อมูลที่เป็นประโยชน์ต่อการสร้างอาวุธชีวภาพและเคมี ไม่ทำงานเป็นเวลาเกือบหนึ่งปี (ราวพฤษภาคม 2025 ถึงเมษายน 2026) สำหรับกลุ่มผู้ใช้เฉพาะกลุ่มหนึ่ง
เกิดอะไรขึ้น
ช่องโหว่นี้ไม่ได้กระทบผู้ใช้ทั่วไป แต่กระทบ ผู้รับจ้างภายนอก (contractors) ที่ทำงาน human feedback ให้กับโมเดล Claude — กลุ่มคนราว 50,000 คน ที่โต้ตอบกับโมเดลรวมประมาณ 133 ล้านข้อความ โดยไม่มีตัวกรองชั้นนี้ทำงานอยู่
ประเด็นสำคัญสามข้อจากรายงาน:
- Anthropic ระบุว่า การสอบสวนภายในไม่พบหลักฐานการนำไปใช้ในทางที่ผิดจริง
- บริษัทได้ เข้มงวดข้อกำหนดกับผู้รับจ้างขึ้น หลังพบปัญหา
- ข้อมูลนี้ถูกเปิดเผย โดยความสมัครใจผ่านรายงานความโปร่งใสของบริษัทเอง ไม่ใช่เพราะถูกกดดันจากภายนอก
ทำไมเรื่องนี้ถึงแสบเป็นพิเศษสำหรับ Anthropic
Anthropic คือแล็บที่ชู “การป้องกันการใช้ AI ช่วยสร้างอาวุธชีวภาพ” เป็นธงหลักมาตลอด ซีอีโอพูดถึงความเสี่ยงนี้ต่อสาธารณะบ่อยที่สุดในบรรดาผู้นำแล็บ frontier และเพิ่งต้นเดือนนี้ (8 ส.ค.) เรารายงานว่าบริษัทเขียน “รัฐธรรมนูญ” ของ bio classifier ใหม่ทั้งฉบับเพื่อลด false positive ที่รบกวนนักวิจัย — ระบบเดียวกันกับที่รายงานฉบับนี้เผยว่าเคยดับไปเกือบปีสำหรับผู้รับจ้างกลุ่มนี้
ช่วงเดียวกันนี้ฝั่ง OpenAI ก็เพิ่งมีข่าวยุบทีม Preparedness — สองข่าวคนละบริษัท แต่ชี้คำถามเดียวกัน: กลไก safety ของแล็บ frontier พึ่งพาการกำกับตัวเองล้วน ๆ และการกำกับตัวเองมีช่องโหว่แบบที่เพิ่งเห็น
มุมมอง AI Curator
อ่านข่าวนี้ได้สองแบบ แบบแรก — “ขนาด Anthropic ยังพลาด”: ตัวกรองที่บริษัทใช้เป็นจุดขายด้านความปลอดภัย ดับไปเกือบปีโดยไม่มีใครสังเกต นั่นบอกว่า safety infrastructure ก็คือซอฟต์แวร์ มี regression, มี blind spot ในระบบ monitoring และความเชื่อว่า “มีตัวกรองอยู่” กับ “ตัวกรองทำงานอยู่จริง” เป็นคนละเรื่องกัน ถ้าแล็บที่จริงจังที่สุดยังตรวจไม่เจอเป็นปี คำถามคือแล็บที่ไม่เคยออกรายงานแบบนี้เลยมีช่องโหว่แบบเดียวกันอยู่กี่จุดที่ไม่มีวันมีใครรู้
แบบที่สอง — และเราคิดว่าสำคัญกว่า: เรารู้เรื่องนี้ได้เพราะ Anthropic เขียนมันลงรายงานเอง กลไก “เปิดเผยความผิดพลาดของตัวเองโดยสมัครใจ” คือของหายากในอุตสาหกรรมนี้ และมันจะอยู่รอดได้ก็ต่อเมื่อการเปิดเผยไม่ถูกลงโทษหนักกว่าการปกปิด บทเรียนที่ใช้ได้จริงกับทีมพัฒนาในไทยที่กำลังวาง guardrail ของตัวเอง: อย่าวัดแค่ว่า filter ตอบสนองถูกต้องไหม แต่ต้องมี monitoring ที่ตรวจว่า filter ยังเปิดอยู่ — ความล้มเหลวแบบ “ระบบเงียบ ๆ ไม่ทำงาน” ตรวจจับยากกว่าความล้มเหลวแบบระบบพังเสียงดังเสมอ และเคสนี้คือตัวอย่างระดับโลกของมัน
แหล่งข่าว
อ่านเพิ่มในหมวด ธุรกิจและกฎหมาย
Anthropic ขยายลายน้ำข้อความไปยัง Claude รุ่นเก่าอีก 4 รุ่น แต่บน Opus 4.6 และ Sonnet 4.6 แค่ปรับ temperature ลายน้ำก็ไม่ทำงาน
อีเมลถึงลูกค้า API ตามรายงานของ The Decoder ระบุว่า Anthropic จะใส่ลายน้ำให้ Mythos 5, Opus 4.7, Opus 4.6 และ Sonnet 4.6 แต่สองรุ่นหลังทำงานเฉพาะเมื่อพารามิเตอร์สุ่มเป็นค่าเริ่มต้น ขณะที่หน้าเอกสารทางการยังไม่แสดงการรองรับและไม่พูดถึงเงื่อนไขนี้
OpenAI จะนำเซสชัน Daybreak Blue ไปเทรนโมเดลตั้งแต่ 29 พ.ย. แม้ปิดการแชร์ข้อมูลไว้ ก่อนส่งอีเมลขอโทษและสัญญาว่าจะมีตัวเลือกแยก
OpenAI แจ้งสมาชิก Trusted Access ว่าจะใช้ข้อมูลเซสชัน Daybreak Blue เทรนโมเดลตั้งแต่ 29 พ.ย. แม้เคยปิดการแชร์ไว้ หลังถูกต้าน อีเมลฉบับที่สองขอโทษและสัญญาว่าจะมีตัวเลือกไม่เข้าร่วมแยกต่างหาก แต่เซสชันที่ถูกตั้งธงยังอาจถูกใช้เพื่อความปลอดภัย
OpenAI รื้อ Model Spec เป็น 5 คุณค่าหลัก — เลิกเรียกว่า the assistant ตัดกฎสไตล์ส่วนใหญ่ และสั่งให้ถือผลข้างเคียงเป็นของจริงแม้อยู่ใน eval
Model Spec ฉบับ 29 ต.ค. จัดโครงใหม่เป็น 5 คุณค่า เพิ่มหมวดการใช้บริบทและความจำ และหลักการรองรับการกำกับโดยมนุษย์ ขณะที่กฎสไตล์ส่วนใหญ่ รวมถึงหัวข้อ Markdown ถูกนำออก OpenAI ยังยอมรับว่าโมเดลที่ใช้งานจริงยังไม่ตรงตามเอกสารทั้งหมด