Overthinking

Overthinking คืออาการที่ reasoning-model ทุ่มทรัพยากรการคิดมากเกินจำเป็นกับโจทย์ที่ง่ายมาก เปเปอร์ที่ตั้งชื่ออาการนี้ใช้ชื่อเรื่องที่สื่อได้ชัดว่า "Do NOT Think That Much for 2+3=?" คือไม่ต้องคิดเยอะขนาดนั้นกับโจทย์บวกเลขสองหลัก โมเดลกลุ่มนี้ถูกออกแบบมาให้สร้างสายความคิดยาวก่อนตอบ ซึ่งช่วยได้จริงกับโจทย์ยาก แต่กลายเป็นความสิ้นเปลืองเมื่อเจอโจทย์ตรงไปตรงมา ผู้เขียนเสนอตัววัดความคุ้มค่าของการใช้งบการคิด ทั้งจากมุมผลลัพธ์และมุมกระบวนการ เพื่อประเมินว่าโมเดลใช้ทรัพยากรอย่างสมเหตุสมผลแค่ไหน

กลไกเบื้องหลังคือสิ่งที่เรียกว่า test-time compute คือแทนที่จะตอบทันที โมเดลใช้ทรัพยากรเพิ่มตอนตอบเพื่อสำรวจเส้นทางคำตอบหลายทาง เช่น สุ่มคำตอบหลายชุดแล้วเลือกอันที่ดีที่สุด หรือค้นแบบต้นไม้ วิธีเหล่านี้แลกเวลาและโทเคนกับความแม่นยำ ปัญหาคือโมเดลไม่ได้เก่งเรื่องประเมินว่าโจทย์ที่เจออยู่ตรงหน้ายากพอที่จะคุ้มค่ากับการคิดยาวหรือไม่ นอกจากเรื่องค่าใช้จ่ายแล้วยังมีมุมความปลอดภัยที่ถูกยกขึ้นมาด้วย คือความเป็นไปได้ของการโจมตีแบบป้อนโจทย์ที่ตั้งใจให้โมเดลคิดยาวมากเพื่อถ่วงระบบ

สำหรับคนทำงาน เรื่องนี้มีผลตรงกับบิลที่ต้องจ่าย เพราะโทเคนที่ใช้ไปกับการคิดก็คิดเงินเหมือนกัน สิ่งที่ทำได้ทันทีมีสองอย่าง อย่างแรกคือเลือกระดับความพยายามให้ตรงกับงาน เครื่องมือหลายตัวมีการตั้งค่า effort ให้ปรับได้ งานง่ายอย่างการจัดรูปแบบข้อความหรือแปลประโยคสั้นไม่จำเป็นต้องใช้โหมดคิดหนัก อย่างที่สองคือถ้าระบบของเรารับงานหลายประเภทปนกัน ควรแยกเส้นทางว่างานแบบไหนส่งไปโหมดไหน แทนที่จะใช้ค่าเดียวกันหมด ข้อควรระวังคือเปเปอร์ต้นทางวัดกับโมเดลรุ่นที่ระบุไว้ในช่วงเวลาหนึ่ง โมเดลรุ่นใหม่ปรับปรุงเรื่องนี้ไปมากแล้ว จึงควรวัดกับรุ่นที่ใช้จริงมากกว่าเชื่อตัวเลขเดิม

ตัวอย่างจากบทสนทนาจริง

ฝ่ายปฏิบัติการ: "งานจัดหมวดหมู่อีเมลของเราใช้ AI แล้วบิลแพงกว่าที่คิดสามเท่าครับ ทั้งที่งานมันง่ายมาก แค่แยกว่าอีเมลไหนเป็นเรื่องร้องเรียน"

นักพัฒนา: "ผมว่าเราเปิดโหมดคิดหนักไว้ครับ ซึ่งเหมาะกับงานยากแต่เปลืองมากกับงานง่ายแบบนี้ อาการนี้มีชื่อเรียกว่า overthinking คือโมเดลใช้ความคิดยาวเกินจำเป็นกับโจทย์ที่ตอบได้ทันที ผมจะลองปรับระดับความพยายามลงมาต่ำสุดแล้ววัดความแม่นเทียบกัน ถ้าแม่นเท่าเดิมเราประหยัดได้ทันทีโดยไม่เสียอะไรเลยครับ"

ระวังสับสนกับ

• effort : effort คือปุ่มที่เราปรับได้ว่าจะให้โมเดลใช้ความพยายามคิดมากแค่ไหน ซึ่งเป็นเครื่องมือควบคุม ส่วน overthinking คืออาการที่เกิดเมื่อความพยายามนั้นสูงเกินความจำเป็นของงาน
• chain-of-thought : chain of thought คือการให้โมเดลคิดเป็นขั้นตอนก่อนตอบ ซึ่งเป็นเทคนิคที่ช่วยได้จริงกับโจทย์ยาก ส่วน overthinking คือกรณีที่เทคนิคนี้ถูกใช้เกินพอดี
• self-reflection : self-reflection คือการให้โมเดลตรวจงานตัวเองอีกรอบ ซึ่งเป็นวิธีใช้งบการคิดแบบหนึ่งที่งานปี 2026 พบว่าได้ผลน้อยกว่าการถามซ้ำ ส่วน overthinking พูดถึงปริมาณการคิดที่มากเกินไป ไม่ได้เจาะจงว่าคิดแบบไหน