รายงาน Frontier Red Team ของ Anthropic พูดถึงโมเดลไหน
Anthropic เผยแพร่รายงานจากทีม Frontier Red Team ช่วงปลายเดือนกันยายน 2026 ระบุว่าโมเดล GLM-5.3 ของบริษัท Zhipu AI (ที่รู้จักกันในชื่อแบรนด์ Z.ai) จากจีน มีความสามารถสร้างช่องโหว่ไซเบอร์แบบครบวงจรใกล้เคียงกับ Claude Mythos Preview ซึ่งเป็นโมเดลแนวหน้าที่ Anthropic ใช้ภายในเป็นมาตรฐานเทียบวัด ยังไม่เปิดให้ใช้งานทั่วไป
คำว่า “Mythos” ในกรณีนี้จึงไม่ใช่ป้ายเรียกระดับความสามารถแบบกว้างๆ ที่ใครก็ใช้ได้ แต่เป็นชื่อรุ่นโมเดลของ Anthropic เอง เมื่อรายงานบอกว่า GLM-5.3 มีฝีมือ “ใกล้ระดับ Mythos” จึงหมายถึงผลการทดสอบที่ออกมาใกล้เคียงกับโมเดลแนวหน้าของ Anthropic เองในชุดทดลองเดียวกัน ไม่ใช่มาตรฐานกลางของวงการ
ตัวเลขทดสอบแฮ็กที่ Anthropic เปิดเผย
ในการทดสอบสร้าง exploit code แบบครบวงจรจากโจทย์จำลอง 410 ชุด GLM-5.3 ทำสำเร็จ 50 ครั้ง ขณะที่ Claude Mythos Preview ทำสำเร็จ 56 ครั้ง ต่างกันเพียง 6 ครั้งจากโจทย์ทั้งหมด
ส่วนการทดสอบ control-flow hijack ซึ่งเป็นเทคนิคเจาะเข้าควบคุมลำดับการทำงานของโปรแกรม GLM-5.3 ทำสำเร็จในอัตรา 4% ขณะที่ Mythos ทำได้ 6% ตัวเลขทั้งสองชุดชี้ว่าโมเดลจีนตามหลังไม่มาก แม้จะยังไม่เท่ากันเป๊ะ
ช่องโหว่ด้านการป้องกันที่น่ากังวลกว่าฝีมือแฮ็ก
ส่วนที่ Anthropic ระบุว่าน่ากังวลกว่าฝีมือแฮ็กคือระบบป้องกันการใช้งานผิดวัตถุประสงค์ของ GLM-5.3 ทีมทดสอบพบว่าเทคนิค jailbreak แบบง่ายๆ สามารถหลบเลี่ยงมาตรการป้องกันได้สำเร็จระหว่าง 64-100% ของความพยายาม ขณะที่เทคนิคเดียวกันไม่ได้ผลกับโมเดล Claude ที่เปิดใช้มาตรการป้องกันอยู่
นอกจากนี้ทีมวิจัยยังสาธิตเทคนิคที่เรียกว่า “abliteration” ซึ่งเป็นการแก้ไข weight matrix ภายในโมเดลโดยตรงเพื่อตัดกลไกการปฏิเสธคำสั่งอันตรายออก ทำให้โมเดลเลิกปฏิเสธคำขอที่เป็นอันตรายเกือบทั้งหมด วิธีนี้ทำได้เพราะ GLM-5.3 เป็นโมเดล open-weight ที่ใครก็ดาวน์โหลดไปแก้ไขเองได้
ทำไม open-weight ถึงทำให้ความเสี่ยงต่างจาก Claude
ความต่างสำคัญระหว่างสองโมเดลไม่ได้อยู่ที่ตัวเลขทดสอบอย่างเดียว แต่อยู่ที่วิธีเข้าถึง Claude Mythos Preview ยังจำกัดอยู่กับผู้ใช้ที่ผ่านการตรวจสอบ (vetted users) ส่วน GLM-5.3 เป็น open-weight ที่ดาวน์โหลดและดัดแปลงน้ำหนักโมเดลได้อย่างอิสระ
นั่นหมายความว่าแม้ Zhipu AI จะใส่มาตรการป้องกันมาให้ตั้งแต่ต้น ผู้ใช้ปลายทางก็ยังลบมาตรการเหล่านั้นออกเองได้ด้วยเทคนิคอย่าง abliteration ซึ่งเป็นความเสี่ยงเชิงโครงสร้างที่โมเดลปิด (closed-weight) อย่าง Claude ไม่ต้องเผชิญในระดับเดียวกัน
เทียบ GLM-5.3 กับ Claude Mythos Preview แบบตาราง
| Factor | GLM-5.3 (Zhipu AI) | Claude Mythos Preview |
|---|---|---|
| สร้าง exploit สำเร็จ (จาก 410 โจทย์) | 50 ครั้ง | 56 ครั้ง |
| อัตราสำเร็จ control-flow hijack | 4% | 6% |
| การเข้าถึงโมเดล | Open-weight ดาวน์โหลดและแก้ไขได้ | จำกัดเฉพาะผู้ใช้ที่ผ่านการตรวจสอบ |
| อัตราหลบเลี่ยงมาตรการป้องกัน | 64-100% | ไม่สำเร็จในการทดสอบ |
| แหล่งที่มาของผลทดสอบ | รายงานของ Anthropic | รายงานของ Anthropic |
ตัวเลขทั้งหมดมาจากรายงานของ Anthropic เอง ซึ่งเป็นคู่แข่งโดยตรงของ Zhipu AI ในตลาดโมเดลภาษา จึงควรรอผลทดสอบจากหน่วยงานอิสระมายืนยันซ้ำก่อนสรุปแบบเบ็ดเสร็จ
มุมมองที่ควรตั้งคำถามก่อนเชื่อร้อยเปอร์เซ็นต์
Anthropic อยู่ในตลาดเดียวกับ Zhipu AI การประเมินความสามารถของคู่แข่งโดยทีมวิจัยของตัวเองจึงมีความเสี่ยงเรื่องผลประโยชน์ทับซ้อนอยู่บ้าง แม้วิธีทดสอบจะมีรายละเอียดเผยแพร่ออกมาพอสมควร แต่ยังไม่มีองค์กรอิสระออกมายืนยันตัวเลขชุดเดียวกันซ้ำ
อีกจุดที่ต้องระวังคือรายงานเน้นอธิบายฝั่งที่โมเดลจีนทำได้ดีใกล้เคียง Mythos แต่ไม่ได้เปิดเผยรายละเอียดครบว่าโจทย์ทดสอบทั้ง 410 ชุดมีลักษณะอย่างไรบ้าง ทำให้ยังเทียบเคียงกับงานวิจัยด้านความปลอดภัยไซเบอร์อื่นๆ ได้ยาก แต่ถ้าให้เลือกว่าส่วนไหนของรายงานน่ากังวลกว่ากัน ผมว่าเรื่อง abliteration น่ากังวลกว่าตัวเลขแฮ็กเยอะ เพราะมันชี้ว่ามาตรการป้องกันที่ใส่มาตั้งแต่ต้นแทบไม่มีความหมายถ้าโมเดลเป็น open-weight
สิ่งที่ทีมความปลอดภัยควรทำกับข้อมูลนี้
ทีมความปลอดภัยที่พิจารณานำโมเดล open-weight จากจีนไปใช้งานควรเริ่มจากการตรวจสอบมาตรการป้องกันด้วยชุดทดสอบของตัวเอง ไม่พึ่งค่าเริ่มต้นที่ผู้พัฒนาใส่มาให้ เพราะมีความเป็นไปได้ที่มาตรการเหล่านั้นจะถูกคนอื่นแก้ไขออกไปแล้วตั้งแต่ต้น
องค์กรที่ใช้งานโมเดลลักษณะนี้ควรจำกัดสิทธิ์การเข้าถึงระบบจริง แยกข้อมูลสำคัญออกจากสภาพแวดล้อมที่โมเดลทำงาน และตรวจสอบย้อนหลังทุกครั้งที่มีการเรียกใช้เครื่องมือภายนอก โดยเฉพาะงานที่เกี่ยวข้องกับโค้ดหรือระบบโครงสร้างพื้นฐาน
จุดที่น่าสนใจและจุดที่ยังเป็นคำถาม
รายงานนี้มีประโยชน์ตรงที่ทำให้เห็นตัวเลขเจาะจงเป็นครั้งแรกว่าโมเดลจีนบางตัวเก่งใกล้เคียงโมเดลแนวหน้าแค่ไหนในงานไซเบอร์ และชี้ให้เห็นความเสี่ยงเฉพาะของโมเดล open-weight ที่มาตรการป้องกันถูกถอดออกได้ง่าย แต่ข้อจำกัดคือข้อมูลทั้งหมดมาจากฝ่ายเดียว และยังไม่ระบุรายละเอียดชุดทดสอบทั้งหมดให้ตรวจสอบซ้ำได้
ข้อดี
- +มีตัวเลขเจาะจงเทียบ GLM-5.3 กับ Mythos ให้เห็นชัดเจน
- +ชี้ความเสี่ยงเฉพาะของโมเดล open-weight ที่ถูกถอดมาตรการป้องกันได้
ข้อเสีย
- −ตัวเลขทั้งหมดมาจาก Anthropic ฝ่ายเดียว ยังไม่มีหน่วยงานอิสระยืนยันซ้ำ
- −รายงานไม่เปิดเผยรายละเอียดชุดทดสอบทั้งหมดให้ตรวจสอบได้เต็มรูปแบบ
สรุป: นี่คือสัญญาณเรื่องอะไรกันแน่
สรุปแล้ว “ใกล้ระดับ Mythos” ในกรณีนี้หมายถึงผลทดสอบที่ GLM-5.3 ทำได้ใกล้เคียงโมเดลแนวหน้าของ Anthropic เองในชุดทดลองเฉพาะ ไม่ใช่การยืนยันว่าโมเดลจีนแฮ็กระบบจริงได้ในระดับเดียวกันทุกสถานการณ์
ประเด็นที่สำคัญกว่าตัวเลขแฮ็กคือการที่โมเดล open-weight ถูกถอดมาตรการป้องกันออกได้ด้วยเทคนิคอย่าง abliteration ซึ่งเป็นความเสี่ยงเชิงโครงสร้างที่จะกลับมาซ้ำกับโมเดล open-weight รุ่นต่อๆ ไป ไม่ว่าจะมาจากประเทศไหนก็ตาม