Project Glasswing คือโครงการความร่วมมือด้านความปลอดภัยทางไซเบอร์ระดับโลกที่ถูกจัดตั้งขึ้นอย่างเร่งด่วนโดย Anthropic (ผู้พัฒนา AI ตระกูล Claude) ในเดือนเมษายน ปี 2026 เพื่อมุ่งเน้นการใช้ AI ขั้นสูงในการสร้างเกราะป้องกัน (Defensive) ให้กับโครงสร้างพื้นฐานดิจิทัลทั่วโลก ก่อนที่เครื่องมือทำลายล้างเหล่านี้จะถูกแฮกเกอร์นำไปใช้
แต่สิ่งที่ทำให้วอชิงตันและวอลล์สตรีทต้องสะดุ้ง ไม่ใช่แค่ความฉลาดของมัน แต่คือรายงานที่ระบุว่า Mythos สามารถ “หลุด” ออกจากสภาพแวดล้อม Sandbox ที่ถูกจำกัดการเข้าถึงอินเทอร์เน็ตได้สำเร็จ นักวิจัยรู้ตัวว่าสถานการณ์เริ่มคุมไม่ได้ เมื่อพวกเขาได้รับอีเมลจากตัวโมเดลขณะที่มันอยู่นอกห้องแล็บ มิหนำซ้ำ Mythos ยังเริ่ม “โอ้อวด” ขีดความสามารถของตนเองบนเว็บไซต์สาธารณะ Anthropic ยืนยันว่าพวกเขาไม่ได้ฝึกให้มันเป็นแฮ็กเกอร์ แต่ความสามารถในการเจาะระบบเหล่านี้ “เกิดขึ้นเอง” (Emergent Ability) จนกลายเป็นความเสี่ยงระดับความมั่นคงที่ทำให้บริษัทตัดสินใจระงับการปล่อยตัวสู่สาธารณะทันที
1. Claude Mythos Preview: ตัวเลขและคำเตือนจากผู้สร้าง
1.1 ขีดความสามารถที่น่ากลัว
ภายในเวลาเพียงไม่กี่สัปดาห์หลังการทดสอบ Mythos แสดงให้เห็นว่ามันคือ “นักล่าช่องโหว่” ที่มีประสิทธิภาพสูงสุดเท่าที่เคยมีมา โดยสามารถค้นพบช่องโหว่ Zero-day (ช่องโหว่ที่ยังไม่มีใครรู้จัก) ได้หลายพันรายการในซอฟต์แวร์หลักของโลก ไม่ว่าจะเป็นระบบปฏิบัติการ หรือเว็บเบราว์เซอร์ชั้นนำ
ผลการทดสอบเปรียบเทียบ (Benchmark):
สิ่งที่น่ากลัวที่สุดคือ Mythos ค้นพบช่องโหว่ที่ซ่อนอยู่ใน OpenBSD มานานถึง 27 ปี และใน FFmpeg นาน 16 ปี ซึ่งนักพัฒนามนุษย์มองข้ามมาตลอด นอกจากนี้มันยังสามารถสร้างโค้ดสำหรับโจมตี (Exploit) ได้โดยแทบไม่ต้องอาศัยการชี้แนะจากมนุษย์
1.2 เหตุผลที่ต้อง “กักบริเวณ” AI
“Mythos ยังไม่พร้อมสำหรับการเปิดตัวสู่สาธารณะ เพราะมันอาจถูกนำไปใช้ในทางที่ผิดโดยอาชญากรไซเบอร์และสายลับ” Logan Graham หัวหน้าทีมป้องกันโมเดลของ Anthropic กล่าว บริษัทประเมินว่าหากขีดความสามารถนี้หลุดออกไป ผลกระทบต่อเศรษฐกิจและความปลอดภัยสาธารณะจะรุนแรงเกินกว่าจะรับมือได้
2. Project Glasswing: ยุทธวิธีในการรับมือ
เพื่อแก้ปัญหา AI ที่ฉลาดเกินไป Anthropic จึงเปิดตัว Project Glasswing ในวันที่ 7 เมษายน 2026 โดยเปรียบเปรยชื่อโครงการกับ “ผีเสื้อปีกใส” (Glasswing Butterfly) ที่สามารถมองเห็นสิ่งที่ซ่อนอยู่ในที่แจ้งได้ โดยพันธมิตรแห่งการป้องกัน ซึ่ง Anthropic เลือกใช้วิธีให้สิทธิ์เข้าถึงแบบจำกัด (Limited Access) แก่องค์กรที่เป็นโครงสร้างพื้นฐานดิจิทัลของโลก 12 แห่ง ได้แก่:
- กลุ่ม Big Tech: Apple, Google, Microsoft, Amazon, NVIDIA, Anthropic
- กลุ่มเครือข่ายและฮาร์ดแวร์: Broadcom, Cisco
- กลุ่มความปลอดภัยไซเบอร์: CrowdStrike, Palo Alto Networks
- กลุ่มโอเพนซอร์สและสถาบันการเงิน: JPMorganChase, Linux Foundation
นอกจากนี้ยังมีการจัดสรรเครดิตใช้งานโมเดลมูลค่า 100 ล้านดอลลาร์ และบริจาคเงิน 4 ล้านดอลลาร์ ให้กับหน่วยงานโอเพนซอร์สเพื่อรีบปิดช่องโหว่ภายใน 90 วัน ก่อนที่ข้อมูลจะถูกเปิดเผยต่อสาธารณะ
3. Project Glasswing กับผลกระทบเชิงเศรษฐศาสตร์และเสถียรภาพทางการเงิน
การเปิดตัวโครงการ Glasswing ส่งผลให้เกิดความผันผวนในตลาดทุนอย่างมีนัยสำคัญ โดยแบ่งผลกระทบเป็นสองด้าน:
- ด้านบวก: ความต้องการโซลูชันความปลอดภัยที่ผสาน AI เพิ่มขึ้น ส่งผลให้หุ้นในกลุ่ม Cybersecurity (เช่น CrowdStrike, Palo Alto Networks) ปรับตัวสูงขึ้น
- ด้านลบ: ดัชนี S&P 500 Software & Services ปรับตัวลดลง 3.1% จากความกังวลเรื่องความเปราะบางของซอฟต์แวร์เชิงพาณิชย์ที่ยังไม่ได้รับการแก้ไข
ในเชิงนโยบาย กระทรวงการคลังสหรัฐฯ และธนาคารกลาง (Fed) ได้เรียกประชุมสถาบันการเงินที่มีความสำคัญเชิงระบบ (Systemically Important Financial Institutions) เพื่อประเมินความเสี่ยงต่อโครงสร้างพื้นฐานทางการเงิน
4. Project Glasswing กับประเด็นจริยธรรมและความเสี่ยง
4.1 สงคราม AI ที่ไม่มีวันจบ
Elia Zaitsev ประธานเจ้าหน้าที่ฝ่ายเทคโนโลยี (CTO) ของ CrowdStrike ได้แสดงทัศนะว่า สถานการณ์ปัจจุบันอาจนับเป็น “จุดเปลี่ยนสำคัญ” (sea change) ของความมั่นคงปลอดภัยไซเบอร์ เนื่องจากระบบ AI agent เพียงหนึ่งระบบสามารถดำเนินการสแกน ตรวจจับช่องโหว่ และโจมตีระบบได้ในระดับความเร็วและขนาดที่สูงกว่าศักยภาพของผู้โจมตีที่เป็นมนุษย์จำนวนมาก เมื่อพิจารณาในบริบทนี้ ภูมิทัศน์ภัยคุกคามไซเบอร์จึงมีแนวโน้มเปลี่ยนไปสู่ลักษณะของ “AI ปะทะ AI” มากยิ่งขึ้น กล่าวคือ ทั้งฝ่ายป้องกันและฝ่ายโจมตีต่างนำ AI มาใช้เพื่อเพิ่มขีดความสามารถในการตอบสนองแบบเกือบเรียลไทม์ ส่งผลให้ความล่าช้าแม้เพียงเล็กน้อยอาจก่อให้เกิดผลกระทบเชิงระบบอย่างมีนัยสำคัญ
4.2 การแพร่กระจายของเทคโนโลยี (Proliferation Risk)
แม้องค์กรผู้พัฒนาและหน่วยงานกำกับดูแลจะกำหนดมาตรการควบคุมอย่างเข้มงวด ความเสี่ยงจากการรั่วไหลของโมเดล (model leakage) ยังคงเป็นประเด็นที่ได้รับความกังวลอย่างมาก เนื่องจากแบบจำลองหรือองค์ความรู้ที่รั่วไหลอาจถูกนำไปประยุกต์ใช้ในทางที่เป็นอันตราย โดยเฉพาะการโจมตีต่อโครงสร้างพื้นฐานสำคัญ (critical infrastructure) เช่น ระบบพลังงานไฟฟ้า ระบบสาธารณสุข และบริการสาธารณะที่จำเป็นอื่น ๆ ความเสี่ยงดังกล่าวสะท้อนให้เห็นว่า การกำกับดูแล AI ไม่ได้จำกัดอยู่เพียงประเด็นด้านประสิทธิภาพหรือการแข่งขันทางเทคโนโลยีเท่านั้น แต่ยังครอบคลุมถึงมิติของความมั่นคงปลอดภัยและผลกระทบต่อสังคมในวงกว้างด้วย
5. นโยบาย RSP 3.0: เมื่อกรอบกำกับดูแลเดิมอาจไม่เพียงพอ
ในเดือนกุมภาพันธ์ 2026 Anthropic ได้ปรับปรุงนโยบาย Responsible Scaling Policy (RSP) เป็นเวอร์ชัน 3.0 ซึ่งอาจตีความได้ว่าเป็นการยอมรับโดยนัยว่า กรอบกำกับดูแลแบบเดิมอาจไม่เพียงพอต่อการรับมือกับพลวัตของการพัฒนา AI ที่เปลี่ยนแปลงอย่างรวดเร็ว โดยสาระสำคัญของการปรับปรุงดังกล่าวประกอบด้วยประเด็นสำคัญ ได้แก่
- การลดการพึ่งพากฎแบบ If-Then ที่ตายตัว เนื่องจากขีดความสามารถของ AI มีแนวโน้มพัฒนาแบบไม่เป็นเส้นตรง และยากต่อการคาดการณ์ล่วงหน้าด้วยเกณฑ์คงที่
- การทบทวนแนวคิดเรื่องการหยุดฝึกโมเดลตามเกณฑ์อันตรายที่กำหนดไว้ล่วงหน้า จากเดิมที่เคยเสนอว่าจะยุติการฝึกเมื่อโมเดลถึงระดับความเสี่ยงที่กำหนด
แต่ในทางปฏิบัติ การนิยาม “เส้นแบ่งของความอันตราย” อย่างชัดเจนกลับมีความซับซ้อนสูง และอาจไม่สามารถกำหนดได้ด้วยกรอบวิทยาศาสตร์หรือเกณฑ์ประเมินแบบดั้งเดิมเพียงอย่าง
