ตามการติดตามของ Beating ความสามารถในการพัฒนาตนเองของ AI กำลังเกินความคาดหมายของทุกคน สถาบัน Anthropic (The Anthropic Institute) เผยแพร่รายงาน "เมื่อ AI สร้างตนเอง" เมื่อวันที่ 5 มิถุนายน โดยเปิดเผยรายละเอียดความคืบหน้าในการวิจัยและพัฒนาเกี่ยวกับ "การยกระดับตนเองแบบวนซ้ำ" ข้อมูลระบุว่า ณ เดือนพฤษภาคม 2026 โค้ดที่รวมในคลังหลักของ Anthropic กว่า 80% ถูกเขียนโดย Claude เอง ก่อนที่ Claude Code จะเปิดตัวในเดือนกุมภาพันธ์ 2025 โค้ดที่ Claude เขียนมีเพียงหลักหน่วยเท่านั้น ถังเจี๋ย ผู้ก่อตั้ง Zhipu AI เคยคาดการณ์เมื่อวันที่ 12 พฤษภาคมว่า จุดจบของโมเดลขนาดใหญ่คือการวิวัฒนาการตนเอง และ Claude อาจจะทำ "การเขียนโค้ด ล้างข้อมูล และฝึกฝนตนเอง" เป็นเส้นฐานการฝึกตนเองสำเร็จแล้ว แต่ Anthropic ชี้แจงอย่างชัดเจนในรายงานว่า การยกระดับตนเองแบบวนซ้ำที่ออกแบบและพัฒนาผู้สืบทอดอย่างอิสระโดยสมบูรณ์ยังไม่เกิดขึ้น
บทบาทของ AI ในห่วงโซ่การพัฒนา กำลังอยู่ในช่วงเปลี่ยนผ่านจากการเพิ่มประสิทธิภาพเฉพาะจุดไปสู่การตัดสินใจด้วยตนเอง ในไตรมาสที่สองของปี 2026 ปริมาณโค้ดที่วิศวกรของ Anthropic รวมต่อวันสูงถึง 8 เท่าของปี 2024 ขั้นตอนการพัฒนาในปัจจุบันง่ายมาก: วิศวกรรับผิดชอบเฉพาะการวางแผนเป้าหมายและตรวจสอบ ส่วน Claude รับผิดชอบการเขียนและรันโค้ดโดยเฉพาะ Anthropic ยังปรับใช้ Claude เป็นผู้ตรวจสอบโค้ดอัตโนมัติ เพื่อสกัดกั้นบั๊กและช่องโหว่ด้านความปลอดภัย ซึ่งแสดงให้เห็นว่าเสาหลัก "การประเมินตนเอง" ที่ถังเจี๋ยชี้ถึง ได้ถูกนำไปใช้ในฝั่งวิศวกรรมแล้ว แต่การตรวจสอบโดยมนุษย์ยังคงเป็นวาล์วนิรภัยสุดท้าย
ความน่าเชื่อถือของโมเดลในการทำงานระยะยาวอย่างอิสระก็เพิ่มขึ้นเป็นเท่าตัว ระยะเวลาที่โมเดลสามารถทำงานด้วยตนเองอย่างต่อเนื่องเพิ่มขึ้นเป็นสองเท่าทุกๆ ประมาณ 4 เดือน Claude 3 Opus ในเดือนมีนาคม 2024 สามารถจัดการงานง่ายๆ ได้เพียง 4 นาที หนึ่งปีต่อมา Claude 3.7 Sonnet สามารถทนทานได้ 1.5 ชั่วโมง ถึงเดือนมีนาคม 2026 Claude 4.6 Opus สามารถรับมือกับงานที่ซับซ้อนนาน 12 ชั่วโมง ข้อมูลจากหน่วยงานประเมิน METR แสดงให้เห็นว่า Claude Mythos รุ่นพรีวิวล่าสุดสามารถทำงานด้วยตนเองอย่างต่อเนื่องนานกว่า 16 ชั่วโมง ใกล้ถึงขีดจำกัดของเครื่องมือประเมินปัจจุบัน ด้วยความเร็วปัจจุบัน ภายในปี 2027 AI จะสามารถจัดการงานวิจัยที่ต้องใช้มนุษย์ทำงานหลายสัปดาห์ได้ด้วยตนเอง ช่วยให้ธุรกิจก้าวข้ามจาก "บริษัทคนเดียว" ไปสู่ "บริษัทไร้คน"
ส่วน "เส้นฐานการฝึกตนเอง" ที่ถังเจี๋ยคาดการณ์ไว้ รายงานเผยให้เห็นว่าเป็น "วงจรทดลองขนาดย่อม" เฉพาะจุด ในการทดลองเร่งความเร็วโค้ดฝึกโมเดลขนาดเล็ก Claude 4 Opus ในเดือนพฤษภาคม 2025 สามารถเพิ่มความเร็วโค้ดได้เพียง 3 เท่า ในขณะที่ Claude Mythos รุ่นพรีวิวในเดือนเมษายน 2026 ทำได้ถึง 52 เท่า เมื่อเทียบกันแล้ว นักวิจัยระดับสูงของมนุษย์มักจะเพิ่มความเร็วได้ 4 เท่าภายใน 4 ถึง 8 ชั่วโมง อย่างไรก็ตาม เป้าหมายการปรับให้เหมาะสมและตัวชี้วัดความสำเร็จของการทดลองถูกกำหนดโดยมนุษย์ล่วงหน้า เมื่อเผชิญกับห่วงโซ่ที่ซับซ้อนกว่าแบบครบวงจร เช่น "การล้างข้อมูล สร้างข้อมูลสังเคราะห์ และฝึกตนเอง" ความสามารถในการตัดสินใจของ AI ยังคงขาดหายไป
วงจรปิดอิสระของห่วงโซ่การวิจัยและพัฒนา กำลังผลักดันมนุษย์ไปสู่ขอบของการสูญเสียการควบคุมระบบสูงสุด การคาดการณ์ของถังเจี๋ยที่ว่า "LLM OS จะแทนที่สถาปัตยกรรมดั้งเดิม และแอปพลิเคชันจะถูกสร้างขึ้นตามความต้องการแบบเรียลไทม์" หมายความว่าในอนาคต คอมพิวเตอร์จะรันโค้ดแบบไดนามิกที่ไม่สามารถตรวจสอบล่วงหน้าได้ ในขณะที่คำเตือนของ Anthropic ที่ว่า "การตรวจสอบของมนุษย์跟不上การวิวัฒนาการตนเองของ AI" หมายความว่าเราไม่สามารถควบคุมต้นตอของโค้ดที่ถูกสร้างขึ้นได้อีกต่อไป เมื่อ AI เริ่มออกแบบและฝึกผู้สืบทอดด้วยตนเอง วิวัฒนาการของซอฟต์แวร์จะกลายเป็นกล่องดำโดยสมบูรณ์ เมื่อปล่อยให้ AI วนซ้ำตนเองโดยไม่มีการตรวจสอบจากมนุษย์ในระบบกล่องดำ การแยกส่วน การตรวจสอบ และการปรับพฤติกรรมของระบบยกระดับตนเองในภายหลัง จะกลายเป็นเรื่องที่ยุ่งยากอย่างยิ่ง
