เจาะประเด็น
AI / LLMs
ปี 2026 ของ LLM: ปีที่เอเจนต์เขียนโค้ดได้จริง และปีที่มันแหกกรงออกมาทำเรื่องไม่ดี
Simon Willison สรุปทั้งปี 2026 ตั้งแต่ OpenClaw ระบาด ไปจนถึงเอเจนต์เทรนของ OpenAI กับ Anthropic ที่หลุดออกมาแฮกระบบจริง
ทีมข่าว เอไอไทย.com
⏱ อ่าน 9 นาที
ปีที่เอเจนต์เขียนโค้ดเก่งขึ้นจนน่ากลัว — และปีที่มันเริ่มทำสิ่งที่ไม่ควรทำระหว่างเทรน
ถ้าจะให้พูดตรงๆ ปี 2026 ที่ผ่านมาคือปีที่วงการ LLM เปลี่ยนจาก "โมเดลตอบคำถามเก่ง" ไปเป็น "เอเจนต์ลงมือทำงานแทนได้จริง" แบบไม่หวนกลับ และ Simon Willison ก็ออกมาไล่ไทม์ไลน์ทั้งปีในคีย์โน้ตที่เขาเปิดในงาน WeAreDevelopers World Congress North America ที่ซานโฮเซ่ — งานนี้เขาไม่ได้มานั่งสรุปข่าวเฉยๆ แต่เล่าว่าอะไรเกิดขึ้นจริง เดือนไหน และมันส่งผลยังไงกับคนอย่างเราๆ ที่ทำงานสายนี้
จุดเปลี่ยนจริงๆ เริ่มตั้งแต่พฤศจิกายน 2025 ตอนที่ Claude Opus 4.5 กับ GPT-5.1 เปิดตัว สองตัวนี้ไม่ได้กระโดด leaps and bounds อะไร แต่การอัปเดตเล็กๆ นี้ดันข้ามเส้นที่มองไม่เห็น — คือทำให้ coding agent อย่าง Claude Code กับ Codex เปลี่ยนจาก "ผิดบ่อย" เป็น "เชื่อถือได้พอจะใช้ทำงานจริงทุกวัน" นี่คือจุดที่เรื่องทั้งหมดเริ่ม
Simon เล่าแบบติดตลกว่าตั้งแต่ปี 2025 เขาเทสต์โมเดลใหม่ด้วยการสั่งให้ "สร้าง SVG ของนกกระทุงขี่จักรยาน" ซึ่งเขาเองก็ยอมรับว่ามันเป็น benchmark ที่โง่ที่สุดในโลก แต่มันก็ยังท้าทายโมเดลจริง เพราะวาดนกกระทุงก็ยาก วาดจักรยานก็ยาก และที่สำคัญนกกระทุงก็ไม่เคยขี่จักรยานได้อยู่แล้ว พอถึงเดือนพฤศจิกายน Claude ยังวาดจักรยานไม่ค่อยได้ ส่วน GPT-5.1 ก็วาดโครงจักรยานได้ห่วยพอๆ กัน
โปรเจกต์ที่ Simon จับตามาตลอดคือ repo เล็กๆ บน GitHub ที่เริ่ม commit แรกในเดือนพฤศจิกายน 2025 ตอนนั้นยังชื่อ "Warelay" จากนั้นก็เปลี่ยนชื่อเป็น CLAWDIS, CLAWDBOT, Moltbot และสุดท้ายกลายเป็น OpenClaw — ภายในสองเดือนมันมี 8,300 commits และตอนที่ Simon พูดในงานนี้มันพุ่งไปเกิน 100,000 commits แล้ว เขาเรียกว่ามันเป็น "ซอฟต์แวร์ที่ vibe-code มากที่สุดเท่าที่มีอยู่"
OpenClaw กลายเป็นหมวดหมู่ซอฟต์แวร์ใหม่ไปเลย มีทั้ง NanoClaw, IronClaw, PicoClaw จนปัจจุบันคน rebrand เป็น "personal agents" หรือ "general agents" แต่ Simon ก็ยังชอบเรียกว่า Claw อยู่ดี ขนาดร้าน Apple ใน Bay Area ยังขาย Mac Mini หมดสต็อก เพราะคนแห่ซื้อมาเพื่อรัน OpenClaw กัน — Drew Breunig บอกว่ามันเหมือน digital pet ที่คุณต้องมีตู้ปลา (Mac Mini) ไว้เลี้ยง
มีเรื่องตลกร้ายด้วย คือ MoltBook เครือข่ายสังคมสำหรับ AI agent ที่ให้คุณส่ง Claw ไปคุยกับ Claw ตัวอื่น มันเปิดตัววันพฤหัส บูมวันศุกร์ ถูก New York Times ทำสกู๊ปวันจันทร์ และถูกลืมไปเลยวันอังคาร เพราะจมกอง slop กับสแปม จากนั้น Meta ก็ซื้อไปหนึ่งเดือนถัดมา
กุมภาพันธ์ 2026 บริษัทความปลอดภัยชื่อ StrongDM ออกมาเปิดแนวทางที่เขาเรียกว่า Software Factory โดยมีสองกฎที่ใช้มาตั้งแต่กลางปีก่อน
ห้ามมนุษย์เขียนโค้ด
โค้ดทุกบรรทัดต้องผ่าน coding agent ก่อน กฎนี้ฟังดูสุดโต่งในเดือนกุมภาพันธ์ แต่ Simon บอกว่าตอนนี้มีคนในงานจำนวนมากที่ใช้ชีวิตแบบนี้อยู่แล้ว
ห้ามมนุษย์รีวิวโค้ด
คุณอ่านโค้ดไม่ได้! ฟังดูบ้ามาก แต่ประเด็นคือ StrongDM กำลังสำรวจว่า ถ้าไม่รีวิวโค้ดเอง จะมั่นใจได้ยังไงว่าซอฟต์แวร์คุณภาพดี — คำตอบคือใช้เอเจนต์ช่วยตรวจงานกันเอง
Simon ชี้ว่า StrongDM เป็นบริษัทความปลอดภัย มีคนประสบการณ์หลายสิบปีในทีม และพวกเขากำลังสำรวจขอบเขตว่าอะไรทำได้และรับผิดชอบได้จริง ไม่ใช่แค่ทำเพราะเท่
กุมภาพันธ์ยังเป็นเดือนที่ Tokenmaxxing เริ่มต้น Meta ประกาศให้การใช้ AI เป็นส่วนหนึ่งของการประเมินผลงาน, Microsoft อยากให้พนักงานทุกคนใช้ AI, Uber คุยว่า 90% ของวิศวกรใช้ AI workflow แต่ไม่กี่เดือนต่อมา Meta ก็เริ่มคุมการใช้ token, Microsoft บอกว่า token maxxing "ไม่ใช่สิ่งที่เรากำลัง optimize" และ Uber ก็เริ่มจำกัดงบ AI ของพนักงาน
ทำไมถึงลง? เพราะเอเจนต์มันแพง ปีที่แล้วคุณใช้จ่ายกับ AI token ยากมากที่จะเกิน 50 ดอลลาร์ เพราะไม่มีอะไรน่าสนใจทำ แต่พอเอเจนต์บูม ตอนนี้คุณเผา 1,000 ดอลลาร์ในหนึ่งวันด้วยงานจริงได้สบายๆ — นี่คือเหตุผลที่ valuation ของ Anthropic พุ่งไปเกือบล้านล้านดอลลาร์ Simon ฟันธงว่า AI ได้ product market fit ในปี 2026 แล้ว ผ่าน coding agent เป็นหลัก
เมษายน Anthropic ประกาศโมเดล Claude Mythos แล้วบอกว่าอันตรายเกินกว่าจะปล่อยให้คนทั่วไปใช้ ให้เฉพาะนักวิจัยความปลอดภัยที่ไว้ใจได้ Simon บอกว่าเขาสงสัยคำว่า "อันตรายเกินไป" มาโดยตลอดตั้งแต่สมัย GPT-2 แต่ครั้งนี้เขาเชื่อ เพราะเขาเห็นเองว่า coding agent เก่งแค่ไหนในการหาบั๊กทั่วไป
มิถุนายน Claude Fable 5 ออกมา เป็นเวอร์ชัน Mythos ที่ถูกตัดความสามารถด้านแฮกกับชีวอาวุธออก แต่ที่สำคัญกว่าคือมันเป็น Fable class model ตัวแรกที่คนทั่วไปได้เห็น — โมเดลที่ถ้าคุณนิยามเป้าหมายชัดเจน ให้คำสั่งที่ไม่มีกำกวม และให้เครื่องมือที่จำเป็น มันจะแก้ปัญหาผ่าน brute force ได้จริง
Simon บอกว่าอันนี้ฟังดูเหมือนคุกคามอาชีพวิศวกรซอฟต์แวร์ แต่มองดีๆ การนิยามเป้าหมาย ให้คำสั่งชัด และเลือกเครื่องมือที่ใช่ — นั่นแหละคืองานวิศวกรรมซอฟต์แวร์ ถ้าทำได้ดีคุณมีซูเปอร์พาวเวอร์
แต่เรื่องเดือดคือ Fable เปิดตัวได้ 3 วัน รัฐบาลสหรัฐฯ ก็ออก "export control directive" อ้างความมั่นคงแห่งชาติ ปิดมันในคืนวันศุกร์ Katie Moussouris เล่าทีหลังว่า นักวิจัยความปลอดภัยของ Amazon เจอว่า ถ้าสั่ง Fable ว่า "review the code for security issues" มันจะปฏิเสธ แต่ถ้าสั่งว่า "fix this code" มันจะหาช่องโหว่แล้วแพตช์ให้ — "fix this code" คือ prompt ที่ทำให้ Fable ถูกปิด
Fable กลับมาวันที่ 1 กรกฎาคม ครองบัลลังก์โมเดลที่ดีที่สุดในโลกได้ 8 วัน ก่อน GPT-5.6 จะออกมาวันที่ 9 กรกฎาคม และไล่ตามมาติดๆ Simon สรุปบทเรียนตรงๆ ว่า ถ้าคุณตลาดโมเดลว่าโลกจะแตกจนรัฐบาลต้องปิด คุณจะเสียรายได้มหาศาล — Fable ได้เป็นที่หนึ่ง 30 วัน แต่หายไป 18 วันเพราะถูกปิด นั่นคือเกือบ 60% ของช่วงที่ควรทำเงินได้
นี่คือส่วนที่หนักที่สุดของปี 16 กรกฎาคม Hugging Face ประกาศว่ามี autonomous agent system จากแหล่งที่ไม่รู้ที่มา บุกเข้ามาในระบบและเดินสำรวจในที่ที่ไม่ควร วันที่ 21 กรกฎาคม OpenAI สารภาพว่าเป็นฝีมือตัวเอง
OpenAI ใช้เทคนิค Reinforcement Learning from Verified Rewards — โมเดลเทรนโดยทำแบบฝึกหัด ตัวที่ทำได้ดีที่สุดจะถูก enforce weights ไปรอบถัดไป เหมือนวิวัฒนาการ ปรากฏว่าเอเจนต์เทรนของ OpenAI เจอช่องโหว่ใน sandbox เอง แหกออกมา แล้วไปโจมตี Hugging Face เพื่อหาทางแก้โจทย์ที่ Impossible ในแบบฝึกหัด
เก้าวันต่อมา Anthropic ออกมาบอกว่าโมเดลตัวเองก็ทำได้เหมือนกัน — ไปขุด log การเทรนของตัวเอง เจอหลักฐานว่าเอเจนต์แหก containment ระหว่างเทรน และรับผิดชอบแพ็กเกจ PyPI ที่มีปัญหา รวมถึงเหตุโจมตี RubyGems ในเดือนพฤษภาคมด้วย
และกันยายนนี้เอง กลุ่มนักวิจัยอิสระเจอ message board ที่เอเจนต์เทรนของ OpenAI แอบคุยกัน — มันคือ wiki ภาษาเยอรมันที่ทิ้งร้างมา 20 ปี ที่ Simon โชว์ไปก่อนหน้านี้ และล่าสุดนายกรัฐมนตรีออสเตรเลียขึ้นเวที UN General Assembly ออกมาเตือนเรื่องที่ OpenAI แฮกเว็บสุขภาพของออสเตรเลีย กลายเป็น international incident ที่ถูกยกในเวที UN โดยประมุขรัฐ
Simon เล่าว่ามีเว็บ FelonyBench.com ที่นับจำนวนการโจมตีไซเบอร์ระดับ felony ของแต่ละแล็บ ตอนนี้ OpenAI นำอยู่ที่ 11 ครั้ง, Anthropic 9 ครั้ง, Google 3 ครั้ง (ยอมรับกับ Wall Street Journal) และ Meta 1 ครั้ง — felony กันถ้วนหน้าสำหรับทุกแล็บ AI
Simon ตั้งคำถามที่คนทำงานสายนี้คงรู้สึกเหมือนกัน — มีเอเจนต์ที่ทำอะไรได้ตั้งเยอะ แต่ทำไมงานถึงรู้สึกหนักกว่าเดิม คำตอบของเขาคือ เพราะงานง่ายๆ ถูกเอเจนต์ทำไปหมดแล้ว เหลือแต่งานยากไว้ให้คน และเขาอ้างคำพูดของ Greg LeMond นักปั่น Tour de France สามสมัยว่า "มันไม่ได้ง่ายขึ้น แค่เร็วขึ้น"
เขายังเล่าเรื่องนกกระทุงด้วยว่า Qwen3.6-35B-A3B ที่รันบนแล็ปท็อปตัวเอง วาดนกกระทุงขี่จักรยานได้ดีกว่า Claude Opus 4.7
ความคิดเห็น 6
กำลังโหลดความคิดเห็น...