การเปิดตัว Ajax 9B: เอเจนต์ในเครื่องบนเวิร์กสเปซ Odysseus
เมื่อต้นเดือนตุลาคม 2026 Felix Kjellberg (PewDiePie) คอนเทนต์ครีเอเตอร์ชื่อดัง ได้เผยแพร่วิดีโอและเอกสารโครงการเปิดตัว 'Ajax' โมเดลภาษาปัญญาประดิษฐ์ขนาด 9 พันล้านพารามิเตอร์ (9B) ที่ผ่านการไฟน์จูนจากโมเดลฐาน Qwen3.5-9B ของ Alibaba เพื่อทำหน้าที่เป็นโมเดลเริ่มต้นสำหรับเวิร์กสเปซเดสก์ท็อปแบบโอเพนซอร์ส Odysseus
Odysseus เป็นโครงการเวิร์กสเปซปัญญาประดิษฐ์แบบรันบนเครื่องตัวเอง (Self-hosted) ที่ปล่อยออกมาภายใต้สัญญาอนุญาต AGPL-3.0 ในช่วงต้นปี 2026 โดยโมเดล Ajax ถูกปรับแต่งเน้นด้านการเรียกใช้เครื่องมือ (Tool Calling) เพื่อจัดการงานระบบคอมพิวเตอร์ทั่วไป เช่น การจัดตารางปฏิทิน การอ่านและประมวลผลอีเมล การติดตามงาน รวมถึงการท่องเว็บผ่านเบราว์เซอร์อัตโนมัติ
นอกจากนี้ Kjellberg ยังเปิดเผยว่าได้ใช้เครื่องมือโอเพนซอร์ส Heretic ในการทำ Refusal Ablation หรือการปรับแก้น้ำหนักของโมเดลเพื่อลดการปฏิเสธคำสั่งที่เป็นประโยชน์ โดยระบุว่ายังคงเก็บเกราะป้องกันด้านความปลอดภัยสำหรับพฤติกรรมทำร้ายตนเองหรือการก่ออันตรายร้ายแรงต่อผู้อื่นไว้เช่นเดิม
หลักฐานการระงับบัญชีจาก OpenAI: ข้อพิพาทเรื่องการกลั่นความรู้
ประเด็นที่สร้างความสนใจในวงกว้างนอกเหนือจากการเปิดตัวโมเดล คือการเปิดเผยบันทึกอีเมลทางการที่แสดงว่า OpenAI ได้สั่งระงับหรือปิดบัญชีนักพัฒนาของ Kjellberg ถึงสองครั้ง โดยให้เหตุผลชัดเจนว่าเป็นการละเมิดข้อกำหนดการใช้งานในหมวด 'Distillation' หรือการนำเอาผลลัพธ์จากโมเดลกรรมสิทธิ์ของ OpenAI ไปสร้างชุดข้อมูลเพื่อฝึกสอนโมเดลปัญญาประดิษฐ์อื่น
ข้อกำหนดการใช้งานของห้องปฏิบัติการ AI ชั้นนำส่วนใหญ่มีข้อห้ามไม่ให้ผู้ใช้งานนำคำตอบจาก API ไปใช้เป็นชุดข้อมูลตั้งต้น (Seed Data) เพื่อสร้างและปรับแต่งโมเดลคู่แข่ง ทว่าการกลั่นความรู้ลักษณะนี้กลายเป็นแนวทางมาตรฐานในทางเทคนิคสำหรับนักพัฒนาสายโอเพนซอร์สที่ต้องการถ่ายทอดตรรกะระดับสูงลงสู่โมเดลขนาดเล็ก
จนถึงปัจจุบัน ทาง OpenAI ยังไม่ได้ออกแถลงการณ์สาธารณะอย่างเป็นทางการเกี่ยวกับการระงับบัญชีของ Kjellberg ขณะเดียวกันการยืนยันทางเทคนิคยังต้องรอการตรวจสอบเพิ่มเติม เนื่องจากน้ำหนักของโมเดล Ajax ยังคงเปิดให้เข้าถึงผ่านหน้าลงทะเบียนสนับสนุนข้อมูล (data.pewdiepie.com) และยังไม่มีผลการทดสอบเบนช์มาร์กที่ผ่านการตรวจสอบโดยผู้ประเมินอิสระ
เสียงสะท้อนจากคอมมูนิตี้และข้อกังขาทางสถาปัตยกรรม
ในหมู่นักพัฒนาและผู้เชี่ยวชาญด้านโอเพนซอร์ส ข่าวดังกล่าวได้จุดชนวนการถกเถียงเชิงหลักการและกฎหมายอย่างกว้างขวาง หลายฝ่ายหยิบยกประเด็นความย้อนแย้งที่ห้องปฏิบัติการ AI รายใหญ่ใช้ข้อมูลสาธารณะจากอินเทอร์เน็ตในการฝึกสอนโมเดลของตน แต่กลับวางข้อกำหนดห้ามไม่ให้ผู้ใช้งานนำผลลัพธ์ของโมเดลไปใช้ฝึกฝนโมเดลอื่น
ในทางกลับกัน นักวิเคราะห์และนักกฎหมายบางส่วนชี้ว่า ในเชิงนิติกรรมสัญญา บริษัทผู้ให้บริการย่อมมีสิทธิเด็ดขาดในการบังคับใช้ข้อตกลงและยกเลิกบัญชีของผู้ใช้บริการที่ผิดสัญญา โดยไม่จำเป็นต้องเป็นการฟ้องร้องเรื่องทรัพย์สินทางปัญญาเสมอไป
นอกจากนี้ นักพัฒนาหลายรายยังแสดงความเห็นเชิงบวกต่อแนวทางการสร้างโมเดลเฉพาะทางขนาด 9 พันล้านพารามิเตอร์ ซึ่งสามารถรันได้อย่างราบรื่นบนการ์ดจอระดับผู้บริโภคที่มี VRAM ระหว่าง 16 ถึง 24 กิกะไบต์ ซึ่งตอบโจทย์การทำงานอัตโนมัติบนเดสก์ท็อปได้จริงโดยไม่ต้องพึ่งพาคลาวด์ขนาดหลายแสนล้านพารามิเตอร์ แต่ยังมีข้อกังขาว่าอัตราการทำงานสำเร็จที่ Kjellberg อ้างว่าสูงถึง 90% นั้นจะทำได้จริงในสภาพแวดล้อมจริงที่มีความซับซ้อนหรือไม่
นัยสำคัญต่อภาคธุรกิจและองค์กรในประเทศไทย
สำหรับผู้นำเทคโนโลยีและฝ่ายไอทีขององค์กรในประเทศไทย กรณีนี้ให้บทเรียนสำคัญสองประการ ประการแรกคือความเสี่ยงด้านนโยบายการให้บริการ (ToS Risk) หากธุรกิจไทยใช้โมเดลกรรมสิทธิ์จากต่างประเทศในการสร้างชุดข้อมูลเพื่อฝึกสอนระบบภายใน การละเมิดข้อตกลงอาจนำไปสู่การถูกตัดสิทธิ์การใช้งาน API ทันที ซึ่งกระทบต่อความต่อเนื่องทางธุรกิจ
ประการที่สอง ความก้าวหน้าของโมเดลขนาดเล็กอย่าง 9B ที่สามารถจัดการงานระบบได้ในเครื่อง ช่วยเปิดโอกาสให้ธุรกิจไทยสามารถนำสถาปัตยกรรม Local Agent มาปรับใช้ในกระบวนการที่มีความอ่อนไหวสูง เช่น การเงิน กฎหมาย หรือข้อมูลส่วนบุคคลตาม พ.ร.บ. คุ้มครองข้อมูลส่วนบุคคล (PDPA) โดยไม่ต้องส่งข้อมูลออกนอกองค์กร
การลงทุนในฮาร์ดแวร์เวิร์กสเตชันระดับ 24GB VRAM เริ่มกลายเป็นทางเลือกที่คุ้มค่าเมื่อเทียบกับค่าบริการคลาวด์ระยะยาว อย่างไรก็ตาม องค์กรไทยควรหลีกเลี่ยงการนำโมเดลที่มีการลบระบบป้องกันด้านความปลอดภัยออกไปใช้งานในระบบโปรดักชัน จนกว่าจะมีการประเมินความเสี่ยงด้านความปลอดภัยทางไซเบอร์และการควบคุมสิทธิ์อย่างรัดกุม
เหตุการณ์นี้ชี้ให้เห็นถึงความตึงเครียดทางข้อกำหนดการใช้งานระหว่างผู้พัฒนาโมเดลระดับแนวหน้ากับคอมมูนิตี้โอเพนซอร์ส พร้อมตอกย้ำแนวโน้มการนำโมเดลขนาดเล็กที่มีฮาร์เนสเฉพาะทางมารันในเครื่องเพื่อความเป็นส่วนตัวขององค์กร