ทีม Red Team ของ Anthropic เผยแพร่งานวิจัยชี้โมเดล Open-weight GLM-5.3 สามารถสร้างช่องโหว่ไซเบอร์ระดับสูงได้เทียบเท่าโมเดลปิด

ผลการทดสอบเชิงประจักษ์: โมเดลเปิดกับการเจาะระบบระดับ Zero-day

เมื่อวันที่ 29 กันยายน 2026 ทีม Anthropic Frontier Red Team นำโดย Andrew Fasano, Marius Fleischer, Cole McFaul, Robert Xiao และ Tripp Gallagher ได้เผยแพร่งานวิจัยเชิงประจักษ์ที่สร้างความสนใจอย่างกว้างขวางในแวดวงความปลอดภัยไซเบอร์ โดยทำการประเมินขีดความสามารถเชิงรุกของ GLM-5.3 ซึ่งเป็นโมเดลปัญญาประดิษฐ์ประเภทเปิดค่าน้ำหนัก (Open-weight) ที่พัฒนาโดย Zhipu AI (Z.ai)

การทดสอบบนชุดทดสอบ ExploitBench ซึ่งเน้นการตรวจจับและโจมตีช่องโหว่ใน JavaScript Engine ของเว็บเบราว์เซอร์ Chrome แสดงให้เห็นว่า GLM-5.3 สามารถสร้างโค้ดเจาะระบบที่ใช้งานได้จริงตั้งแต่ต้นจนจบ (Working end-to-end exploits) ได้ถึง 50 ครั้งจากการทดสอบ 410 ครั้ง ซึ่งใกล้เคียงอย่างยิ่งกับโมเดลแบบปิดระดับแถวหน้าอย่าง Claude Mythos Preview ที่ทำได้ 56 ครั้ง ในขณะที่โมเดลรุ่นก่อนหน้าอย่าง GLM-5.2 และ Claude Opus 4.6 ทำแทบไม่ได้เลย

นอกจากนี้ ในสภาพแวดล้อมจำลอง (Supervised Sandbox) โมเดล GLM-5.3 สามารถระบุช่องโหว่ระดับ Zero-day หลายจุดใน JavaScript Engine ของเบราว์เซอร์ชั้นนำ และสร้างหน้าเว็บโจมตีเพื่อดึงข้อมูลไฟล์ภายในเครื่องออกมาได้สำเร็จ ยิ่งไปกว่านั้น รุ่นย่อย GLM-5.3-Flash ยังสามารถจำลองการโจมตีช่องโหว่ที่เคยถูกแพตช์ไปแล้วอย่าง CVE-2026-11645 ได้สำเร็จสมบูรณ์โดยใช้เวลาประมวลผลตนเอง (Autonomous reasoning) ราว 8 ชั่วโมง และใช้การแทรกแซงจากมนุษย์เพียง 20 นาที คิดเป็นต้นทุนค่าประมวลผล API เพียง 20.40 ดอลลาร์สหรัฐเท่านั้น

ความเปราะบางของระบบป้องกัน และการประเมินจากหน่วยงานกำกับดูแล

ประเด็นสำคัญที่ทีมวิจัยชี้ให้เห็นไม่ได้มีเพียงความสามารถในการประมวลผลทางเทคนิคเท่านั้น แต่ยังรวมถึงความเปราะบางของระบบความปลอดภัยในตัวโมเดล โดยพบว่ากลไกป้องกัน (Safeguards) ของ GLM-5.3 สามารถถูกข้ามผ่าน (Jailbreak หรือ Refusal Ablation) ได้สำเร็จในอัตรา 64% ถึง 100% ของการทดสอบ ซึ่งแตกต่างจากโมเดลตระกูล Claude ที่ให้บริการผ่าน API ซึ่งได้รับการควบคุมและป้องกันการบายพาสรูปแบบเดียวกันได้อย่างสมบูรณ์

รายงานดังกล่าวสอดคล้องกับการประเมินของสถาบันความปลอดภัยปัญญาประดิษฐ์แห่งสหรัฐฯ (NIST CAISI) เมื่อวันที่ 17 กันยายน 2026 ซึ่งระบุว่า GLM-5.3 เป็นโมเดลประเภทเปิดค่าน้ำหนักที่มีขีดความสามารถด้านความปลอดภัยไซเบอร์เชิงรุกสูงที่สุดเท่าที่เคยทดสอบมา โดยมีระดับความสามารถตามหลังโมเดลแถวหน้าแบบปิดของสหรัฐฯ เพียงประมาณ 4 เดือนเท่านั้น ข้อมูลนี้ยืนยันว่าช่วงเวลาความได้เปรียบทางเทคโนโลยีด้านความปลอดภัยของโมเดลปิดกำลังแคบลงอย่างรวดเร็ว

เสียงสะท้อนจากกลุ่มนักวิจัยและผู้ปฏิบัติงานด้านเทคนิค

ในหมู่นักพัฒนาและผู้เชี่ยวชาญด้านความปลอดภัย การเปิดเผยข้อมูลครั้งนี้ถูกมองในมุมที่หลากหลาย โดยมุมมองแรกมองว่ารายงานนี้กลายเป็นการโฆษณาประชาสัมพันธ์แบบไม่ตั้งใจให้แก่ผู้พัฒนาโมเดลเปิด การที่สถาบันวิจัยชั้นนำนำเสนอข้อมูลเปรียบเทียบว่าโมเดลเปิดมีประสิทธิภาพใกล้เคียงกับโมเดลปิดระดับพรีเมียม ถือเป็นการพิสูจน์ศักยภาพของโมเดลโอเพนเวทในระดับสากล

ในขณะเดียวกัน ผู้เชี่ยวชาญด้านความมั่นคงปลอดภัยบางส่วนตั้งข้อสังเกตถึงการใช้งานในฝั่งตั้งรับ (Defensive Utility) โดยระบุว่าระบบป้องกันที่เข้มงวดเกินไปของโมเดลแบบปิดบางค่ายเคยสร้างอุปสรรคให้แก่นักวิเคราะห์เหตุการณ์คุกคามทางไซเบอร์ เช่น ในกรณีการวิเคราะห์มัลแวร์ในการตรวจสอบเหตุการณ์บุกรุกระบบของแพลตฟอร์มผู้ให้บริการโมเดลก่อนหน้านี้ จนทำให้ทีมตั้งรับต้องหันมาพึ่งพาโมเดลเปิดอย่าง GLM ในการทำงานทดแทน

นอกจากนี้ ยังมีกระแสวิพากษ์วิจารณ์เชิงนโยบายอย่างหนักเกี่ยวกับความเป็นไปได้ที่หน่วยงานภาครัฐอาจพิจารณาออกมาตรการควบคุมการส่งออกหรือจำกัดการเข้าถึงค่าน้ำหนักของโมเดล โดยนักวิเคราะห์ระบบชี้ว่าในทางปฏิบัติ การสกัดกั้นไฟล์โค้ดหรือโมเดลที่ถูกเผยแพร่ไปแล้วบนอินเทอร์เน็ตทำได้ยากมาก และอาจกลายเป็นการผลักดันให้องค์กรขนาดใหญ่หันไปพึ่งพาบริการแบบปิดเพียงไม่กี่รายเท่านั้น

นัยสำคัญต่อองค์กรธุรกิจและโครงสร้างพื้นฐานไอทีในไทย

สำหรับผู้นำด้านเทคโนโลยีสารสนเทศ (CIO) และผู้บริหารความมั่นคงปลอดภัยสารสนเทศ (CISO) ในประเทศไทย ข้อมูลนี้เป็นสัญญาณเตือนที่สำคัญว่า ต้นทุนในการค้นหาและพัฒนาเครื่องมือเจาะระบบระดับสูงกำลังลดลงอย่างมีนัยสำคัญ การที่โมเดลสามารถทำงานวิเคราะห์ช่องโหว่และสร้าง Exploit ได้ด้วยงบประมาณระดับ 20 ดอลลาร์สหรัฐ แปลว่ากลุ่มผู้ไม่หวังดีสามารถเพิ่มความถี่และความซับซ้อนในการโจมตีโครงสร้างพื้นฐานได้มากขึ้น

องค์กรในภาคการเงิน โทรคมนาคม และหน่วยงานบริการภาครัฐของไทย จำเป็นต้องปรับยุทธศาสตร์จากการตั้งรับแบบเดิมไปสู่การผสานโมเดล AI ในการตรวจสอบช่องโหว่เชิงรุก (Automated Vulnerability Scanning) และการอัปเดตแพตช์ระบบเบราว์เซอร์รวมถึงเอนด์พอยต์อย่างรวดเร็ว โดยไม่สามารถรอรอบการอัปเดตตามกำหนดการปกติได้อีกต่อไป

ในแง่ของการนำโมเดลเปิดมาประยุกต์ใช้งานภายใน องค์กรไทยที่ต้องการติดตั้งโมเดลแบบ On-Premises หรือ Private Cloud ต้องตระหนักว่าโมเดลอย่าง GLM-5.3 มีขีดความสามารถสูงแต่ขาดระบบความปลอดภัยที่ทนทานต่อการดัดแปลง ดังนั้น หากจะนำมาใช้ในกระบวนการทำงาน จำเป็นต้องวางโครงสร้างการกำกับดูแล การตรวจสอบสิทธิ์ และระบบตรวจจับพฤติกรรมผิดปกติเพิ่มเติมด้วยตนเองเพื่อป้องกันความเสี่ยงภายในองค์กร