คูเมือง
ทุกอย่างในบทที่แล้วร่วงหล่นภายในเวลาราวยี่สิบเดือน จะเปิดบทนี้ด้วยการเตรียมใจรับรางวัลปลอบใจก็เข้าใจได้ — ความสบายใจนุ่มนิ่มชนิดพิสูจน์ค้านไม่ได้ ว่าด้วยความคิดสร้างสรรค์และสัมผัสมนุษย์ ที่อัดแน่นอยู่ในหนังสือแผงสนามบินว่าด้วยหัวข้อนี้
บทนี้ไม่มีของแบบนั้นให้เลย เพราะมันถูกเรียบเรียงขึ้นใต้กติกาต้านโรแมนติก: แต้มต่อมนุษย์ทุกข้อข้างล่างถูกโจมตีก่อนจึงถูกรับเข้ามา ผู้สมัครแต่ละรายถูกไล่ล่าหาหลักฐานฝั่งค้าน ถูกลงวันที่ และ — ตรงไหนที่หลักฐานชี้ไปอีกทาง — ถูกลดชั้นไปอยู่บทที่ 12 หรือ 14 สิ่งที่รอดจากการล่าคือรายการที่สั้น เฉพาะเจาะจง และถูกป้องกันไว้แน่นหนากว่าฉบับชาวบ้านหลายขุม
แท็ก [durable] ที่นี่หมายความเป๊ะๆ ว่า: บนหลักฐาน ณ กรกฎาคม 2026 แต้มต่อมนุษย์ห้าปีคือเดิมพันที่แก้ต่างได้ แก้ต่างได้ — ไม่ใช่รับประกัน ไม่ใช่ศักดิ์สิทธิ์ ห้าคูเมืองผ่านเกณฑ์ จากนั้นคือการพลิกกลับ: ผลลัพธ์เรื่องรสนิยมผู้เชี่ยวชาญที่บทนี้ปฏิเสธจะทำให้นุ่มลง เพราะคูเมืองจะน่าเชื่อก็ต่อเมื่อความพ่ายแพ้ถูกคิดบัญชีเต็มราคา
| # | คูเมือง | หลักฐานแบกน้ำหนัก พร้อมวันที่ |
|---|---|---|
| 1 | โลกสู้กลับ [durable] | โมเดลวิดีโอเดาสุ่มบนฟิสิกส์ที่เป็นไปไม่ได้ มนุษย์ >95% (IntPhys 2, Meta, 2025) |
| 2 | ยี่สิบวัตต์ [durable] | <100M คำภายในอายุ 13 เทียบกับมากกว่านั้น 1,000–10,000×; ~20 W เทียบแคมปัส 100–750 MW (2026) |
| 3 | การเรียนรู้ที่เกาะติด [durable] | continual learning ถูกยกให้เป็นความสามารถขาดหายอันดับ #1 โดยฉันทามติ (2026) |
| 4 | รู้ว่าตัวเองไม่รู้ [durable] | ไร้อภิปัญญาระดับปัจเจก (2026); 1,313 คดีในศาลจากการแต่งเรื่องของ AI ภายในเมษายน 2026 |
| 5 | ลายเซ็น [durable] | ภาระรับผิดเกาะติดลายเซ็น "ไม่ว่าใครเป็นผู้ร่าง" (2026); หน้าที่กำกับดูแลโดยมนุษย์ของ EU เริ่มสิงหาคม 2026 |
คูเมืองที่ 1 — โลกสู้กลับ [durable]
เริ่มจากการวัดที่สะอาดที่สุด เบนช์มาร์ก IntPhys 2 ของ Meta (2025) แสดงให้เห็นโมเดลวิดีโอตัดสินเหตุการณ์ที่เป็นไปไม่ได้ทางฟิสิกส์ — ชนิดที่ละเมิดความคงอยู่ของวัตถุ ความทึบตัน ความต่อเนื่อง — ที่ระดับเดาสุ่ม ราว 50–60% มนุษย์ทำได้เกิน 95% ⚖ ฟิสิกส์ที่เด็กหนึ่งขวบบังคับใช้ได้ก่อนจะได้ภาษาแม้แต่คำเดียว ณ 2025–26 ยังขาดหายจากระบบที่เขียนโคลงกลอนพอฟังได้ นี่คือปฏิทรรศน์ของ Moravec — ของยากกลับง่าย ของง่ายกลับยาก — และยังคงเป็นแต้มต่อมนุษย์ที่หลักฐานหนุนหลังดีที่สุดในบัญชี
ฝั่งฮาร์ดแวร์เล่าเรื่องเดียวกันโดยมีเงินแนบมาด้วย ความคล่องแคล่วของหุ่นยนต์ขยับจริง: หุ่น NEO ของ 1X มากับมือขับเคลื่อนด้วยเอ็น 22 องศาอิสระ; โมเดลรากฐาน π0.7 ของ Physical Intelligence (เมษายน 2026) พับผ้าและประกอบกล่องได้; สาย π*0.6 ของบริษัทเดียวกันเรียนจาก reinforcement ในโลกจริง กระนั้น วรรณกรรมเทคนิคปี 2026 ปีเดียวกันก็ยังเรียกวงการนี้ว่า "ห่างไกลจากความสามารถมนุษย์อีกมาก" (Construction Physics, 2026; การโต้แย้งต่อเนื่องใน Science Robotics, 2026) ตัวเลขการประจำการเห็นพ้อง: หุ่น 02 ของ Figure สะสมชั่วโมงทำงานราว 1,250 ชั่วโมงตลอดสิบเอ็ดเดือนที่โรงงาน BMW; Tesla พลาดเป้าการผลิต Optimus ปี 2025 ไปราว 90% โดย Musk ยอมรับใน earnings call ไตรมาส 4 ปี 2025 ว่าหุ่น "ยังไม่ได้ทำงานที่มีประโยชน์"; การประเมินที่น่าเชื่อถือวางจำนวนหุ่นมนุษย์อัตโนมัติที่ผลิตงานได้จริงทั่วโลกไว้ที่หลักร้อยถึงพันต้นๆ ภายในสิ้นปี 2026 ไม่ใช่ศูนย์ แต่ก็ไม่ใช่กำลังแรงงาน
เหตุที่คูเมืองนี้ยืนอยู่ได้ ว่ากันเชิงกลไก ⚙: เหตุผลเชิงโครงสร้างสองข้อ ไม่ใช่ความหวังลมๆ ข้อเดียว ฮาร์ดแวร์วนรอบพัฒนาบนเวลากายภาพ — กริปเปอร์ที่พังจะแพตช์คืนนี้แล้วส่งให้ผู้ใช้ล้านคนพรุ่งนี้ไม่ได้ และข้อมูลฝึกเชิงกายภาพนั้นหายาก: ไม่มีอินเทอร์เน็ตของการสัมผัส วงการเรียกสิ่งนี้ว่ากำแพงข้อมูลกายภาพ (physical data wall) ข้อความร่วงก่อนเพราะข้อความหลายศตวรรษถูกกองไว้แล้ว ติดป้ายแล้ว และตรวจได้ในราคาถูก ส่วนโลกยื่นข้อมูลให้ทีละหนึ่งการหยิบจับ
ทีนี้ข้อยกเว้นที่ต้องพูดอย่างซื่อสัตย์ เพราะคูเมืองนี้มีรูโหว่ที่มีโลโก้บริษัทแปะอยู่ ฟลีตไร้คนขับของ Waymo ผ่านหลัก 220.6 ล้านไมล์แบบผู้โดยสารล้วนภายในมีนาคม 2026 พร้อมอุบัติเหตุบาดเจ็บสาหัสน้อยกว่าคนขับมนุษย์จับคู่เทียบ 91% ⚖ — ในโดเมนที่ถูกบีบให้แคบด้วยรั้วภูมิศาสตร์ แผนที่ความละเอียดสูง และการเก็บข้อมูลแบบอุตสาหกรรมมาร่วมทศวรรษ ถึงอย่างนั้นหางยาวก็ยังกัด: รถโรงเรียนจอดนิ่งและไฟจราจรดับผลิตความล้มเหลวตลอด 2025–26 กฎที่ข้อยกเว้นสอนไว้ ✦: ที่ไหนโดเมนกายภาพถูกล้อมรั้ว ทำแผนที่ และทำฟาร์มข้อมูลได้ ที่นั่นร่วงเหมือนเบนช์มาร์ก สิ่งที่ยืนอยู่คือโลกเปิด — ห้องครัวที่ไม่คุ้นเคย ไซต์งานรกๆ งานที่ไม่มีใครล้อมรั้วเตรียมไว้ล่วงหน้า สามัญสำนึกเชิงกายภาพแบบอเนกประสงค์คือเดิมพันห้าปีที่แก้ต่างได้ ณ กรกฎาคม 2026 แต่เดิมพันห้าปีบนเสี้ยวใดเสี้ยวหนึ่งที่ถูกล้อมรั้วได้ ไม่ใช่
คูเมืองที่ 2 — ยี่สิบวัตต์กับร้อยล้านคำ [durable]
สองตัวเลข และไม่มีตัวไหนขยับ แม้ผ่านหลายปีของความพยายามทุนหนา
หนึ่ง: เด็กคนหนึ่งได้ยินไม่ถึง 100 ล้านคำภายในอายุสิบสาม โมเดลภาษาแนวหน้าฝึกบนข้อมูลมากกว่านั้นสามถึงสี่อันดับของขนาด — หนึ่งพันถึงหนึ่งหมื่นเท่าของประสบการณ์ทางภาษา — และยังคงจำเป็นต้องใช้มัน (BabyLM 2026 call for papers) โครงการท้าทาย BabyLM ใช้เวลาสี่ปีไล่ล่าเทคนิคฝึกที่จะปิดช่องว่างที่สเกลของเด็ก ผลลัพธ์ช่วยได้ที่สเกลเล็ก และเข้าไม่ใกล้ประสิทธิภาพเชิงตัวอย่างของเด็กบนการเรียนรู้ปลายเปิดเลยแม้แต่น้อย ⚖
สอง: สมองวิ่งบนไฟราว 20 วัตต์ เมื่อคิดต่อวัตต์ การประเมินที่ตีพิมพ์แล้ววางการรับรู้เชิงชีวภาพไว้ระหว่างพันถึงล้านเท่าของประสิทธิภาพฮาร์ดแวร์ AI ปัจจุบัน ขณะเดียวกัน แคมปัส AI แห่งเดียวดึงไฟ 100–750 เมกะวัตต์ (2026) — ตัวเลขข้างบนสุดคือการเผาผลาญขณะพักของสมองมนุษย์หลายสิบล้านสมอง — และกำลังผลิต AI ใหม่กว่า 10 กิกะวัตต์ถูกประกาศในปี 2025 เพียงปีเดียว
อ่านสองตัวเลขนี้คู่กันแล้วประเด็นจะคมขึ้น ⚙: ช่องว่างนี้เป็นเรื่องสถาปัตยกรรม ไม่ใช่เรื่องสเกล เพราะสเกลดิบๆ คือสิ่งที่ช่องว่างนี้วัดอยู่พอดี ทุกกิกะวัตต์ที่เพิ่มเข้ามายิ่งถ่างมัน อะไรก็ตามที่สมองทำเพื่อดึงโครงสร้างลึกออกจากข้อมูลบางเบา ยังไม่ถูกจำลองสำเร็จ และไม่ใช่เพราะขาดงบประมาณ
หนึ่งข้อแม้ที่ซื่อสัตย์ การเรียนในบริบท (in-context learning) — ตัวอย่างไม่กี่ชุดที่โชว์อยู่ในพรอมต์ — หดช่องว่างเชิงปฏิบัติสำหรับงานตรงหน้า และมันได้ผลจริง แต่มันระเหยไปเมื่อเซสชันจบ การเรียนรู้*ถาวร*แบบ few-shot ยังไม่มีอยู่จริง ณ กรกฎาคม 2026 ความแตกต่างข้อนั้นเป็นคูเมืองในสิทธิ์ของตัวมันเอง และมันได้หัวข้อถัดไปไปครอง
เหตุที่เรื่องนี้ควรอยู่ในหนังสือปริศนา: การเรียนรู้แบบประหยัดตัวอย่างคือนิสัยของนักปริศนา เชือกเส้นเดียว ชนวนเส้นเดียว เฉลยหนึ่งข้อที่ย่อยมาดีแล้ว กลายเป็นท่าที่คุณครอบครองไปตลอดชีวิต ประสิทธิภาพแบบนั้น — ตัวอย่างเดียวแปลงร่างเป็นทักษะถาวร — คือสิ่งที่ภาค II และ III ฝึกอยู่เป๊ะๆ ทีละปริศนา
คูเมืองที่ 3 — การเรียนรู้ที่เกาะติด [durable]
ลองถามตัววงการเองในปี 2026 ว่าความสามารถข้อเดียวข้อไหนที่ขาดหายอย่างเด่นชัดที่สุด แล้วคำตอบจะสม่ำเสมอผิดปกติ: การเรียนรู้ต่อเนื่อง (continual learning) มันขึ้นพาดหัว "AGI's Last Bottlenecks" (AI Frontiers, 2026); มันคือเหตุผลที่ Karpathy เรียกยุคนี้ว่า "ทศวรรษของเอเจนต์" ไม่ใช่ปีของเอเจนต์ (2025); มันเป็นเชื้อเพลิงของวงถกเถียง "continual-learning overhang" (2026) ⚖ ภาพเชิงคลินิกที่วงการใช้กันเอง: โมเดลตื่นขึ้นมาพร้อมภาวะเสียความจำแบบไปข้างหน้า (anterograde amnesia)
ในทางปฏิบัติมันแปลว่าอย่างนี้ ทุกสิ่งที่โมเดลเรียนรู้ภายในเซสชัน — คำแก้ไขของคุณ การค้นพบของมันเอง บั๊กที่ในที่สุดมันก็เข้าใจ — ระเหยไปเมื่อเซสชันจบ เพื่อนร่วมงานที่ปราดเปรื่องเมื่อวาน มาถึงวันนี้โดยไม่เคยพบคุณมาก่อน ทุกเช้าคือเช้าแรกเสมอ
ทางเลี่ยงมีอยู่จริง และมันไม่ใช่การเรียนรู้ ⚙ เอเจนต์ถาวรเก็บความจำภายนอก — ไฟล์วิกิ โน้ตถึงตัวเอง คลัง retrieval — และของพวกนี้ช่วยได้แบบเดียวกับที่สมุดโน้ตของคนแปลกหน้าช่วยคนแปลกหน้าคนถัดไปที่รับมรดกมัน: ทักษะไม่เคยย้ายเข้าไปอยู่ในตัวระบบ มันนั่งอยู่ในไฟล์ที่เซสชันถัดไปอาจอ่าน หรืออ่านผิด ก็ได้ทั้งนั้น ขณะเดียวกันปัญหาภาพกระจกกลับด้านก็เริ่มงอกเขี้ยวระดับโปรดักชัน: การลืมแบบหายนะ (catastrophic forgetting) — ฝึกของใหม่ ทำของเก่าพัง — กลายเป็นอาการปวดหัวของวิศวกรหน้างานใน 2025–26 เมื่อเอเจนต์กลายเป็นบริการที่รันถาวร ⚖
เทียบกับทั้งหมดนี้ เส้นฐานของมนุษย์แทบไม่ต้องแถลง: ทักษะทบต้นข้ามทศวรรษ บทสนทนาครั้งที่หนึ่งหมื่นของคุณหล่อเลี้ยงครั้งที่หนึ่งหมื่นเอ็ด ผู้อ่านที่ซึมซับท่าคิดของหนังสือเล่มนี้ในปี 2026 จะยังครอบครองมันอยู่ในปี 2046 โดยไม่ต้องมีคลัง retrieval ใดๆ บทที่ 15 สร้างตรงบนความไม่สมมาตรนี้ — สมุดบันทึกพลาด, upsolving (แก้ซ้ำหลังรู้แพ้), การทบทวนเว้นระยะ — เพราะผู้เรียนแบบทบต้นควรลงทุนตรงที่การทบต้นให้ดอกผล
แต่ก็ต้องให้เกรดมันอย่างซื่อสัตย์ นี่คือเป้าวิจัยที่ถูกโจมตีหนักที่สุดเป้าเดียวในวงการ AI ⚠: หุ่นยนต์เรียนจากประสบการณ์โลกจริงในฉากแคบๆ ได้แล้ว (π*0.6, 2026) และแรงจูงใจในการเจาะกรณีทั่วไปวัดกันเป็นล้านล้านดอลลาร์ [durable] ตรงนี้ถูกหมุดไว้กับ*สถาปัตยกรรมของวันนี้* และวันนี้มีวันที่กำกับ: กรกฎาคม 2026 ถ้าจะมีคูเมืองสักแห่งในบทนี้ร่วงให้กับการเปลี่ยนสถาปัตยกรรม แทนที่จะร่วงให้กับสเกล คาดหมายได้เลยว่าคือแห่งนี้
คูเมืองที่ 4 — รู้ว่าตัวเองไม่รู้ [durable]
เริ่มจากส่วนที่กำลังถูกกัดเซาะก่อน เพื่อให้ส่วนที่ทนทานสมควรได้รับความเชื่อของคุณ
อัตราความผิดพลาดดิบกำลังทรุดฮวบ อาการแต่งเรื่อง (hallucination) ในการสรุปแบบมีหลักยึด: 3–8% ในปี 2023 ลงมาเหลือ 1.0–2.5% ภายในปี 2026 (ตัวเลข HHEM) ความผิดพลาดด้านความซื่อตรงต่อแหล่งในระบบ retrieval-augmented: 4–9% ความผิดข้อเท็จจริงแบบปิดตำราบนแบบทดสอบสไตล์ SimpleQA: ราว 4–10% สำหรับโมเดลแนวหน้า โดยโหมดคิดยาวลดความผิดลงราวครึ่งหนึ่ง (เมษายน 2026; ตัวเลขตัวรวบรวม) ⚠ กระดาษของ OpenAI เดือนกันยายน 2025 "Why Language Models Hallucinate" เสนอว่ารากเหง้าคือแรงจูงใจของเบนช์มาร์กที่ให้รางวัลการเดามากกว่าการงดตอบ — ข้อโต้แย้งที่ว่าปรากฏการณ์นี้ทั้งยวงแก้ไขได้ ⚠ ใครที่กำลังสร้างคูเมืองมนุษย์จากอัตราความผิดพลาดของ AI กำลังสร้างบ้านบนทราย และหนังสือเล่มนี้ขอไม่ร่วมด้วย
คูเมืองนั่งอยู่ลึกลงไปอีกหนึ่งชั้น และมันไม่ขยับ งานศึกษาตลอดจนถึงปี 2026 พบว่าโมเดลภาษาไม่แสดงสัญญาณของอภิปัญญาระดับปัจเจก (individuated metacognition) ⚖: ความมั่นใจที่โมเดลแถลงไม่ได้ตามรอยสิ่งที่โมเดลตัวนั้นๆ รู้จริง และความเต็มใจจะพูดว่า "ไม่รู้" กลายเป็นสิ่งประดิษฐ์ของพรอมต์ — เปลี่ยนถ้อยคำของตัวเลือก "Unknown" แล้วอัตราการงดตอบก็เลื่อนตาม เป็นอคติที่โมเดลตรวจจับในตัวเองไม่ได้ (arXiv, 2026) โมเดลถูกพรอมต์ให้*แสดง*ความสงสัยได้ แต่มันไม่ได้*มี*ความสงสัย ⚙ ความต่างนี้ฟังดูเป็นปรัชญา จนกระทั่งวันที่มันเจอห้องพิจารณาคดี
งั้นก็ไปพบห้องพิจารณาคดีกัน ภายในเมษายน 2026 ตัวติดตามที่เดินเครื่องอยู่ตัวหนึ่งนับได้ 1,313 กระบวนพิจารณาในศาลที่มีเนื้อหากุขึ้นโดย AI — คดีที่ประดิษฐ์ขึ้น การอ้างอิงผี — 496 รายการในนั้นเกี่ยวพันทนายความมีใบอนุญาต ⚖ ศาลสหรัฐฯ สั่งลงโทษเป็นเงินกว่า $145,000 ภายในไตรมาสแรกของปี 2026 ไตรมาสเดียว Nebraska ส่งมอบการพักใช้ใบอนุญาตทนายความแบบไม่มีกำหนดครั้งแรก จากคำคู่ความที่ AI กุขึ้น สังเกตกายวิภาคของความล้มเหลวพวกนี้ให้ดี: ไม่มีอะไรพิสดารเลย มืออาชีพคนหนึ่งถามคำถามใส่ระบบที่พูดคล่อง ได้คำตอบที่คล่องแคล่วกลับมา แล้วลงนาม
เศรษฐศาสตร์ลงจอดตรงจุดเดียวกับแนวคำพิพากษาเป๊ะ ⚙: เมื่อการสร้างเนื้อหาแทบจะฟรี การทวนสอบกลายเป็นวัตถุดิบที่หายาก ความสงสัยที่ผ่านการสอบเทียบ — รู้ว่าคำตอบไหนของตัวเองสมควรถูกเช็ก และพูดว่า "ไม่รู้" ในจังหวะที่ถูกด้วยเหตุผลที่ถูก — คืองานฝีมือของมนุษย์ ณ กรกฎาคม 2026 และมันเป็นงานฝีมือที่ฝึกได้ด้วย ภาค V จะเคี่ยวมัน
จดจำรูปทรงของคูเมืองนี้ไว้ให้ดี แกนอภิปัญญาของมันทนทาน ขณะกำแพงชั้นนอก — ความแม่นยำดิบ — สึกกร่อนลงทุกไตรมาส อย่าถอดความหัวข้อนี้เป็น "AI ชอบแต่งเรื่อง" มันแต่งเรื่องน้อยลงทุกปี แต่มันยังคงไม่รู้ตัวว่ากำลังแต่งอยู่เมื่อไร
คูเมืองที่ 5 — ลายเซ็น [durable]
การพักใบอนุญาตที่ Nebraska ชี้ไปยังบางสิ่งที่ใหญ่กว่าอัตราความผิดพลาด: ต้องมีใครสักคนเป็นคนที่ลงนาม
หลักที่ตกผลึกจากคลื่นบทลงโทษปี 2026 นั้นทื่อตรง: ลายเซ็น "ก่อภาระรับผิดต่อเนื้อหาของมัน ไม่ว่าใครเป็นผู้ร่าง" ⚖ ศาลไม่ได้ถามว่าเครื่องจักรฉลาดหรือไม่ ศาลถามว่าใครลงนาม ตั้งแต่สิงหาคม 2026 หน้าที่กำกับดูแลโดยมนุษย์ตาม EU AI Act สำหรับระบบความเสี่ยงสูง เขียนการมอบหมายเดียวกันนี้ลงเป็นลายลักษณ์อักษรในกฎหมาย ภาระรับผิดชอบ กลายเป็นว่า ไม่ใช่ความสามารถทางปัญญาที่เครื่องจักรขาดและอาจได้มาสักวัน มันคือบทบาทที่สถาบันมอบหมายให้แก่ตัวตนที่ถูกลงโทษ ถูกถอนใบอนุญาต ถูกฟ้อง และถูกประจานได้ ⚙ ไม่มีเบนช์มาร์กให้ไต่ เพราะมันไม่ใช่สมรรถนะ — มันคือตำแหน่ง ทนทานโดยตัวการก่อสร้างเอง
ความเป็นเจ้าของเป้าหมายคือคูเมืองเดียวกันเมื่อมองจากด้านหน้า บทปริทัศน์ว่าด้วย "นักวิทยาศาสตร์ AI" เชิงเอเจนต์ในปี 2026 พบว่าการประจำการวิ่งแบบเทคโนโลยีผลักดัน: ระบบลงมือทำได้อย่างน่าประทับใจ ขณะที่การเลือกปัญหา กลยุทธ์ระดับสูง และมาตรฐานการพิสูจน์ยังถูกกำหนดโดยมนุษย์ ⚖ (บทปริทัศน์และกรณีศึกษาบน arXiv, 2026) แบบแผนจากคณิตศาสตร์ของบทที่ 12 ซ้ำรอยทุกหนแห่ง: เครื่องจักรให้เทคนิค มนุษย์ตัดสินว่าอะไรควรค่าแก่การพิสูจน์ และอะไรนับว่าพิสูจน์แล้ว
แต่จงบันทึกการกัดเซาะเต็มราคาด้วย ตัวตัดสินที่ฝึกบนคู่บทความจับคู่การอ้างอิง 700,000 คู่ สามารถเรียนบางอย่างที่ประพฤติตัวเหมือนรสนิยมทางวิทยาศาสตร์ได้ (มีนาคม 2026) และแล็บแนวหน้าแห่งหนึ่งรายงานว่าในเซสชันวิจัยจริง ขั้นถัดไปที่โมเดลของตนเสนอ ชนะข้อเสนอของนักวิจัยมนุษย์ราวครึ่งหนึ่งของครั้งแล้ว (2026; รายงานทุติยภูมิ ความมั่นใจ ~75%) ⚠ การเสนอขั้นถัดไปไม่ใช่การเลือกภูเขา แต่ระยะห่างระหว่างสองสิ่งนั้นสั้นกว่าที่ฟังดู และย่อหน้านี้อาจแก่เร็ว
สองสิ่งยังอยู่กับที่ถึงกระนั้น หนึ่ง การให้เหตุผลทางสังคมตามแนวยาวของเวลา: โมเดลผ่านแบบทดสอบสภาวะจิตแบบสถิต (บทที่ 12) แต่ล้มเหลวที่จะปรับ*พฤติกรรม*ของตัวเองเข้าหาจิตใจดวงหนึ่งที่ติดตามข้ามเวลา (DialToM, 2026) ⚖ สอง และลึกกว่านั้น: การอยาก ระบบหนึ่งหาค่าเหมาะสุดให้เป้าหมายที่ถูกยื่นมาให้ได้ แต่ ณ กรกฎาคม 2026 ไม่มีอะไรเป็นเดิมพันสำหรับตัวระบบเอง มันถูกไล่ออกไม่ได้ ล้มละลายไม่ได้ อับอายไม่ได้ ภูมิใจไม่ได้ skin in the game ตรงนี้ไม่ใช่อุปมา — มันคือกลไกที่โครงสร้างภาระรับผิดชอบทั้งระบบวิ่งอยู่บนมัน ⚙ สิทธิ์ที่จะเป็นผู้ตัดสินใจ และพันธะที่ต้องตอบคำถามแทนการตัดสินใจนั้น เป็นการผูกขาดของมนุษย์ ไม่ใช่เพราะเครื่องจักรทึ่ม แต่เพราะสถาบันถูกสร้างขึ้นจากผลสืบเนื่อง
การพลิกกลับ — รสนิยมผู้เชี่ยวชาญกับแปดสิบเอ็ดดอลลาร์
บทนี้ติดค้างคุณอยู่หนึ่งเรื่องที่ต้องเล่าเต็มกำลัง เพราะมันคือเรื่องที่ทำให้นุ่มลงได้ง่ายที่สุด
ฉากตั้งต้น (CHI, ตีพิมพ์เมษายน 2026): นักเขียนที่ผ่านหลักสูตร MFA ยี่สิบแปดคน — คนที่อาชีพของพวกเขาคือการแยกร้อยแก้วชั้นดีออกจากชั้นเกือบดี — ตัดสินข้อเขียนจากโมเดลภาษาที่เลียนแบบนักเขียนมีชื่อห้าสิบคน ภายใต้การพรอมต์แบบธรรมดา ผู้เชี่ยวชาญเลือกร้อยแก้วฝีมือมนุษย์ 82.7% ของครั้ง คูเมืองยืนอยู่ ตาแบบผู้รู้จริงยังแยกออก
จากนั้นนักวิจัยใช้เงินราว $81 fine-tune โมเดลบนคลังงานเขียนจริงของนักเขียน ความชอบของผู้เชี่ยวชาญพลิกกลับ: 62% เทให้เครื่องจักร ส่วนผู้อ่านทั่วไปน่ะชอบเครื่องจักรมาตั้งแต่ต้น ในทั้งสองเงื่อนไข บันทึก debrief ของงานศึกษาจดคำว่า "วิกฤตอัตลักษณ์" ของเหล่าผู้เชี่ยวชาญไว้ แรงงานมนุษย์ที่ถูกเลียนแบบถูกประเมินไว้ที่ราว $25,000 ของเวลาเขียน การพลิกใช้เงินแปดสิบเอ็ดดอลลาร์ ⚖
พูดส่วนที่กวนใจออกมาตรงๆ เพราะการแสร้งเป็นอื่นจะวางยาพิษบทที่เหลือทั้งบท รสนิยมผู้เชี่ยวชาญ เมื่อเล็งใส่งานคุณภาพระดับปกติ ควรจะลึก — วิจารณญาณสั่งสมฝังเนื้อฝังตัวของทั้งอาชีพ แต่ในฐานะ*เครื่องตรวจจับ* มันถูกตีแตกด้วยเงินเท่าอาหารค่ำมื้อดีๆ มื้อหนึ่ง และผู้เชี่ยวชาญไม่ได้แค่จับเครื่องจักรไม่ได้ พวกเขาชอบมันมากกว่า ถ้าแต้มต่อทางวิชาชีพของใครสรุปลงได้แค่ "ฉันแยกของดีจากของเกือบดีออก" แต้มต่อนั้นไม่ใช่คูเมือง มันคือรอบ fine-tuning ที่ยังไม่ได้เกิดขึ้นเท่านั้นเอง
และเรื่องนี้ไม่ได้จำกัดอยู่ที่ร้อยแก้ว GDPval ของ OpenAI (กันยายน 2025 อัปเดตต่อเนื่อง) ให้คะแนนชิ้นงานส่งมอบของโมเดลแนวหน้าว่าเท่ากับหรือดีกว่าของมืออาชีพที่ประสบการณ์เฉลี่ยสิบสี่ปี บนราวครึ่งหนึ่งของ 220 งานอาชีพจริง — เร็วกว่าและถูกกว่าราวร้อยเท่า
ทีนี้ สิ่งที่รอด — เพราะมีบางอย่างรอดจริง และมันมีหลักฐานหนุนดีกว่าสิ่งที่ร่วงไปเสียอีก
หางของการแจกแจง แอ่งงานเขียนของมนุษย์มีความหลากหลายเชิงความหมายมากกว่าแอ่งงานเขียนของโมเดล 2–8 เท่า และการกลายเป็นเนื้อเดียวกันนี้คงอยู่แม้ผ่านการแทรกแซงกระตุ้นความหลากหลายโดยจงใจ (Doshi & Hauser, Science Advances, 2024; ผลเพิ่มเติม 2025–26) ⚖ โมเดลถดถอยเข้าหาศูนย์กลางของวัฒนธรรม ⚙ — พวกมันคือเครื่องยนต์ของสิ่งที่คาดหมายได้ แทบจะโดยการก่อสร้างเลยทีเดียว ศูนย์กลางคือที่ที่พวกมันชนะมืออาชีพมัธยฐานไปแล้วพอดี แต่หางคือที่ที่แนวเขียนใหม่ ตลาดใหม่ และวิทยาศาสตร์ใหม่ถือกำเนิด และหางยังคงเป็นของมนุษย์ ณ ปี 2026 นักเขียนเครื่องจักรชั้นเลิศหนึ่งตัวน่าประทับใจ แต่หนึ่งล้านตัวคือ — เมื่อรวมกันแล้ว — นักเขียนคนเดิมคนเดียว
การเลือก รสนิยมในฐานะการจำแนกแยกแยะร่วงไปแล้วที่ศูนย์กลาง รสนิยมในฐานะการคัดเลือก — ปัญหาไหนสมควรได้หนึ่งปีของคุณ มาตรฐานการพิสูจน์แบบไหนที่นับ ร่างไหนในบรรดาพันร่างที่พอใช้ได้ควรค่าแก่การเอาชื่อไปค้ำประกัน — วิ่งผ่านคูเมืองที่ 5 และหลักฐานปี 2026 ยังพบว่ามันถูกกำหนดโดยมนุษย์ ⚖
หนึ่งคำเตือนกับหนึ่งคำสั่ง คำเตือน: รสนิยมนอกกรอบทนทานอยู่ได้ส่วนหนึ่งเพราะยังไม่มีใครสร้างเบนช์มาร์กให้มัน และการถูกคุ้มครองด้วยความวัดไม่ได้ เป็นความปลอดภัยชนิดที่อ่อนแอกว่าการถูกคุ้มครองด้วยหลักฐาน ⚠ — จงคาดหมายว่าหัวข้อนี้จะถูก stress-test ก่อนหัวข้ออื่นๆ ส่วนคำสั่ง สำหรับใครก็ตามที่งานของเขาคือวิจารณญาณ: จงย้ายคุณค่าของคุณออกจากศูนย์กลาง ✦ การจำแนกระดับมัธยฐานกำลังร่วง ความแปลกประหลาด การคัดเลือก และความเต็มใจที่จะลงนาม ยังไม่ร่วง — ณ กรกฎาคม 2026
สิ่งที่คูเมืองมีร่วมกัน
ถอยออกมามองห้าคูเมืองกับการพลิกกลับ แล้วบัญชีผู้ร่วงของบทที่ 12 จะอ่านราวกับฟิล์มเนกาทีฟของบทนี้
สิ่งที่ร่วงคือสิ่งสถิต ระบุครบถ้วน และตรวจได้ในราคาถูก สิ่งที่ยืนอยู่คือขั้วตรงข้ามในทุกพิกัด: โลกที่สู้กลับกลางคัน (คูเมือง 1); การเรียนรู้ที่ทบต้นแทนที่จะระเหย (คูเมือง 2 กับ 3); ความสงสัยที่ถูกครอบครองจริง ไม่ใช่ถูกแสดง (คูเมือง 4); เป้าหมายที่ถูกเลือกเองและลงนามรับ (คูเมือง 5); หางแทนที่จะเป็นศูนย์กลาง (ผู้รอดจากการพลิก) เครื่องจักรพิชิตลูปปิดไปแล้ว ⚙ คูเมืองทุกแห่งคือลูปเปิด — ไม่มีรั้วล้อมโลก ไม่มีเป้าหมายส่งลงมาให้ ไม่มีผู้ตรวจรับฟรี และผลสืบเนื่องตกลงบนตัวผู้ที่ลงมือ
ทั้งหมดนี้ไม่ใช่คำสัญญา บทที่ 12 แสดงให้เห็นแล้วว่าการร่วงมาฉับพลันและเป็นทางเดียว คูเมืองที่ 3 อยู่ใต้การบุกโจมตีโดยตรงจากความพยายามวิจัยทุนหนาที่สุดในประวัติศาสตร์ การพลิกเกิดขึ้นกับมืออาชีพที่มั่นใจไม่น้อยไปกว่าผู้อ่านหน้านี้คนใด สิ่งที่คูเมืองมอบให้ไม่ใช่ความปลอดภัย แต่คือทิศทาง: มันชี้ว่าตรงไหนที่ความพยายามของมนุษย์ยังทบต้น และภาค V เอาข้อมูลนั้นไปใช้จ่าย
ระหว่างผู้ที่ร่วงกับผู้ที่ทนทาน มีแถบพื้นดินที่ไม่ใช่ทั้งสองอย่างทอดอยู่ — ตัวแนวหน้าเอง ที่ซึ่งแต้มต่อมีจริงและนาฬิกาของมันเปิดให้สาธารณะอ่าน นั่นคือบทถัดไป
แหล่งอ้างอิง
เข้าถึงทั้งหมดเมื่อ 16 กรกฎาคม 2026 รายการจากสื่อและตัวรวบรวมถูกระบุกำกับไว้ โปรดปฏิบัติต่อตัวเลขของพวกมันด้วยระดับความมั่นใจตามที่ระบุในตัวบท
- IntPhys 2, Meta (2025): arxiv.org/abs/2506.09849
- Robot dexterity assessment (2026) — press: construction-physics.com/p/robot-dexterity-still-seems-hard
- Humanoid deployment reality check, Q2 2026 — press: 1023jack.com/news/the-humanoid-robotics-reality-check-q2-2026-pilot-to-production-status/
- Waymo Safety Impact, 220.6M rider-only miles (March 2026): waymo.com/safety/impact/
- BabyLM 2026 call for papers (child data-efficiency gap): arxiv.org/abs/2602.20092
- AI Frontiers, "AGI's Last Bottlenecks" (2026): ai-frontiers.org/articles/agis-last-bottlenecks
- Karpathy on agent memory and the "decade of agents" (2025–26) — press: inovabeing.com/blog/karpathy-llm-wiki-ai-agent-memory-2026
- No individuated metacognition (2026): arxiv.org/pdf/2605.24299 · abstention as prompt artifact (2026): arxiv.org/pdf/2507.16199 and arXiv 2604.17073
- OpenAI, "Why Language Models Hallucinate" (September 2025) — cited by title; hallucination-rate figures from HHEM (2026) and aggregator data (April 2026), secondary
- Legal tracker of AI-fabricated content in court — 1,313 proceedings by April 2026: gc.ai/blog/ai-hallucination-legal-cases
- Fine-tuned AI writing versus MFA-trained experts, CHI (April 2026): dl.acm.org/doi/10.1145/3772318.3791276
- GDPval, OpenAI (September 2025): openai.com/index/gdpval/
- "AI Can Learn Scientific Taste" (March 2026): arxiv.org/abs/2603.14473
- Agentic AI scientists — deployment critique (2026): arxiv.org/pdf/2605.08956
- Homogenization of creative diversity: Doshi & Hauser, Science Advances (2024); replication and extension (2025): sciencedirect.com/science/article/pii/S294988212500091X
- DialToM (2026): arxiv.org/pdf/2604.20443