สรุปสั้น

การแข่งขันของบริษัท AI รายใหญ่กำลังย้ายมาวัดกันที่ความสามารถด้านไซเบอร์ หลังบริษัท Anthropic เพิ่งเผยว่าโมเดลภายในร้อยช่องโหว่เป็น exploit ใช้งานได้จริงในเบราว์เซอร์และระบบปฏิบัติการหลัก ล่าสุดเมื่อวันที่ 28 ตุลาคม 2569 บริษัท Google เปิดตัว Gemini 4 Carbon โมเดล frontier รุ่นใหม่ที่อ้างว่านำเบนช์มาร์กทั้ง 3 ด้านของงานช่องโหว่ คือ การหาช่องโหว่ การเขียน exploit และการเขียนแพตช์ Google ยังอ้างว่า Carbon เขียนโค้ดที่ปลอดภัยได้มากกว่ารุ่น Argon ที่เพิ่งออกก่อนหน้าไม่ถึงสัปดาห์ถึงสองเท่า และต้านการโจมตีแบบ indirect prompt injection ได้ทุกครั้งที่ทดสอบ

Google จำกัดการเข้าถึงช่วงแรกไว้เฉพาะทีมป้องกันไซเบอร์บางกลุ่มก่อนขยายไปยังพันธมิตรที่เชื่อถือได้ผ่านโครงการ Fairwind ขณะที่ในสัปดาห์เดียวกันบริษัท OpenAI ออก GPT-6.1 Terra ซึ่งบริษัทเองประเมินว่าแตะเกณฑ์ความสามารถด้านไซเบอร์ระดับ Critical ในกรอบ Preparedness Framework ภาพรวมแปลว่าเครื่องมือหาและใช้ช่องโหว่อัตโนมัติกำลังเก่งขึ้นเร็ว ทีมความปลอดภัยควรเตรียมกระบวนการแพตช์ให้ทันรอบที่สั้นลง

รายละเอียดข่าว

เว็บไซต์ The Hacker News รายงานเมื่อวันที่ 29 ตุลาคม 2569 ว่า นาย Koray Kavukcuoglu รองประธานอาวุโสของ Google DeepMind และหัวหน้าสถาปนิก AI ของ Google ระบุว่า Gemini 4 Carbon ได้คะแนน SEC-bench Pro 88.2% สำหรับการหาช่องโหว่ ExploitGym 54.8% สำหรับการเขียน exploit และ CWE-bench 71.0% สำหรับการแพตช์ บนดัชนี Artificial Analysis Intelligence Index Carbon ได้ 59 คะแนน นำ Claude Opus 5.5 ของ Anthropic (58), GPT-6 Astra (57) และ GPT-6.1 Sol (55) ของ OpenAI Google ยังระบุว่าโมเดลจะขอความเห็นจากมนุษย์เมื่อเจองานกำกวมแทนการเดาหรือฝืนทำต่อ และกำลังร่วมกระบวนการทดสอบโมเดลก่อนเปิดตัวแบบสมัครใจของรัฐบาลสหรัฐฯ

ด้าน OpenAI อธิบาย GPT-6.1 Terra ว่าเป็นโมเดลเร็วและประหยัดที่เด่นด้านการสื่อสารและงานบนคอมพิวเตอร์ และคงมาตรการป้องกันชุดเดียวกับ GPT-6 Astra ไว้ เพราะแตะเกณฑ์ไซเบอร์ระดับ Critical OpenAI ยังอ้างว่า Terra อยู่ในขอบเขตงานและเปิดเผยข้อจำกัดได้ดีกว่ารุ่น GPT-5.6 Terra และต้านคำสั่งแทรกที่พยายามเบี่ยงงานได้ดี

ส่วนข่าวของ Anthropic ที่อ้างถึงในรายงาน คือ โมเดลวิจัยภายในที่ยังไม่เปิดตัวพบช่องโหว่ร้ายแรงหลายตัว เช่น การรันโค้ดด้วยคลิกเดียวใน Chrome ห่วงโซ่ exploit ใน Safari การข้ามหน้าจอล็อกแอนดรอยด์ และช่องโหว่ DoS ในไดรเวอร์ HTTP.sys ของ Windows (CVE-2026-33096 คะแนน CVSS 7.5) ซึ่งแพตช์แล้วทั้งหมด (รายละเอียดใน 2026/10/308 ) ข้อจำกัดของหลักฐาน คือ คะแนนเบนช์มาร์กและข้ออ้างเรื่องการต้าน prompt injection ทั้งหมดมาจากผู้พัฒนาเอง ยังไม่มีการทดสอบอิสระเผยแพร่

AI model benchmark chart comparing vulnerability discovery, exploitation and patching scores

รายละเอียดช่องโหว่

เบนช์มาร์กวัดอะไร — ทั้ง 3 ชุดวัดคนละขั้นของวงจรช่องโหว่ SEC-bench Pro วัดความสามารถในการหาช่องโหว่ในโค้ดจริง ExploitGym วัดว่าเขียน exploit ที่ใช้ได้จริงจากช่องโหว่ได้หรือไม่ ส่วน CWE-bench วัดการเขียนแพตช์แก้จุดอ่อนตามประเภท CWE (รายการประเภทจุดอ่อนซอฟต์แวร์มาตรฐาน) โมเดลที่เก่งทั้งสามด้านจึงช่วยได้ทั้งฝ่ายป้องกันที่ต้องหาและปิดช่องโหว่ และฝ่ายโจมตีที่ต้องการ exploit เร็วขึ้น

การจำกัดสิทธิ์ใช้งาน — เพราะความสามารถแบบใช้ได้สองทางนี้ Google จึงปล่อย Carbon ให้ทีมป้องกันบางกลุ่มก่อนผ่านโครงการ Fairwind คล้ายแนวทางที่ใช้กับรุ่นก่อน ขณะที่ OpenAI ใช้มาตรการป้องกันระดับ Critical กับ Terra ทั้งสองบริษัทยังไม่ได้เผยรายละเอียดว่ามาตรการเหล่านี้กันการใช้งานในทางร้ายได้แค่ไหน

ความทนต่อ prompt injection — Google อ้างว่า Carbon ต้าน indirect prompt injection (การซ่อนคำสั่งในเอกสารหรือเว็บที่โมเดลอ่าน เพื่อเบี่ยงงานของเอเจนต์) ได้ทุกการทดสอบ ประเด็นนี้สำคัญกับองค์กรที่ให้เอเจนต์ AI อ่านอีเมลหรือหน้าเว็บภายนอก แต่ผลยังเป็นการทดสอบภายในเท่านั้น

ผลกระทบ

กลุ่มที่ได้รับผลโดยตรง คือ ทีมความปลอดภัยและผู้พัฒนาซอฟต์แวร์ที่ต้องแข่งกับเวลา เมื่อโมเดลระดับนี้เข้าถึงได้กว้างขึ้น ระยะเวลาระหว่างประกาศแพตช์กับการมี exploit ใช้งานได้จะสั้นลงอีก เพราะงานที่เคยต้องใช้ผู้เชี่ยวชาญไม่กี่ทีมกำลังทำได้ด้วยการกำกับของมนุษย์เพียงเล็กน้อย ตามที่ Anthropic เองก็ยอมรับ

อีกด้าน ฝ่ายป้องกันที่เข้าถึงโมเดลเหล่านี้ได้ก่อนก็มีโอกาสหาช่องโหว่ในโค้ดของตัวเองได้มากและเร็วขึ้น ผลลัพธ์สุทธิจึงขึ้นกับว่าใครเข้าถึงได้ก่อนและมาตรการจำกัดสิทธิ์ได้ผลจริงแค่ไหน ซึ่งยังตรวจสอบจากภายนอกไม่ได้

คำแนะนำ

  • ลดรอบเวลาแพตช์ช่องโหว่วิกฤตบนระบบที่เปิดสู่อินเทอร์เน็ตให้สั้นลง โดยตั้งสมมติฐานว่า exploit จะมาเร็วกว่าเดิม
  • ทดลองใช้โมเดล AI ที่องค์กรเข้าถึงได้ช่วยสแกนโค้ดภายในหาช่องโหว่และร่างแพตช์ โดยให้คนตรวจทุกการแก้ไขก่อน merge
  • หากใช้เอเจนต์ AI อ่านเนื้อหาภายนอก ให้จำกัดสิทธิ์ของเอเจนต์และแยกงานที่มีผลข้างเคียงไว้หลังการอนุมัติของคน แม้ผู้พัฒนาจะอ้างว่าโมเดลต้าน prompt injection ได้
  • ติดตามผลทดสอบอิสระของ Gemini 4 Carbon และ GPT-6.1 Terra ก่อนตัดสินใจนำมาใช้ในงานความปลอดภัยที่สำคัญ

แหล่งอ้างอิง