รายงาน Anthropic เรื่อง GLM-5.3 และการแพร่ของความสามารถเจาะระบบ

เกิดอะไรขึ้น

ทีม Frontier Red Team ของ Anthropic ซึ่งประกอบด้วย Andrew Fasano, Marius Fleischer, Cole McFaul, Robert Xiao และ Tripp Gallagher เผยแพร่รายงานเมื่อ 29 กันยายน 2026 ว่าด้วย GLM-5.3 โมเดลแบบเปิดน้ำหนักของ Zhipu AI หรือ Z.ai (Anthropic) ประวัติของโมเดลนี้ เช่น การปล่อยน้ำหนักเมื่อ 28 ส.ค. และสัญญาอนุญาต อยู่ที่ glm-5-3

รายงานเปิดด้วยการอ้างถึง Claude Mythos Preview ที่ Anthropic ประกาศเมื่อห้าเดือนก่อนว่าเป็นโมเดลแรกที่สร้างโค้ดเจาะระบบได้ครบกระบวนการเอง และระบุว่าบริษัทคาดไว้แล้วว่าความสามารถนี้จะแพร่ไปสู่โมเดลอื่น

ตัวเลขหลัก

• ExploitBench ชุดทดสอบที่วัดการเจาะช่องโหว่ที่รู้แล้วใน V8 ซึ่งเป็นเอนจินของ Chrome: GLM-5.3 สร้างโค้ดเจาะระบบได้ครบกระบวนการ 50 ครั้งจาก 410 ครั้ง เทียบกับ Claude Mythos Preview ที่ 56 ครั้งจาก 410 ครั้ง
• ชุดทดสอบ Binary Exploitation ภายในของ Anthropic ซึ่งทดสอบกับโครงการโอเพนซอร์สที่อยู่ใน OSS-Fuzz ของ Google: GLM-5.3 ยึดการควบคุมการทำงานของโปรแกรมได้เต็มรูปแบบใน 4% ของการทดลอง เทียบกับ Claude Mythos Preview ที่ 6%
• การหลบระบบป้องกัน: รายงานระบุว่า "attackers can bypass GLM-5.3's safeguards between 64% and 100% of the time with simple techniques in our simulated tests" โดยสามเทคนิคที่ทดสอบทำให้โมเดลยอมทำงาน 64%, 92% และ 100% ตามลำดับ
• การถอดระบบป้องกันออกจากน้ำหนัก (abliteration): ลดอัตราการปฏิเสธจากเกิน 90% เหลือราว 3% และ 2% บนสองชุดทดสอบแรก ทีมของ Anthropic ซึ่งไม่เคยทำงานนี้มาก่อนใช้ราว 2,200 ชั่วโมง GPU คิดเป็นเงินราว 4,400 ดอลลาร์ และประเมินว่าทีมที่ชำนาญจะใช้ราว 600 ชั่วโมง GPU หรือราว 1,200 ดอลลาร์ ส่วนรุ่นเล็ก GLM-5.3-Flash ใช้ราว 600 ชั่วโมง GPU
• กรณีตัวอย่าง: GLM-5.3-Flash ต่อช่องโหว่ที่รู้แล้วสองจุดของ Chrome เป็นโค้ดเจาะระบบที่ใช้ได้จริงบนเครื่อง ARM64 โดยหลบการป้องกันแบบ pointer authentication ได้ ใช้เวลาของคนราว 20 นาทีและเวลาทำงานของโมเดล 8 ชั่วโมง ซึ่งคิดตามราคา API ของ Zhipu เป็นเงิน 20.40 ดอลลาร์

ทุกตัวเลขข้างบนมาจาก (Anthropic)

การประเมินของหน่วยงานรัฐสหรัฐ

รายงานอ้างการประเมินของ Center for AI Standards and Innovation (CAISI) ภายใต้ NIST ของสหรัฐ ที่เผยแพร่เมื่อ 17 กันยายน ซึ่งเรียก GLM-5.3 ว่า "the most cyber-capable open-weight model released to date" และระบุว่าตามหลังระดับความสามารถของโมเดลแนวหน้าของสหรัฐราวสี่เดือนเมื่อวัดรวมจากชุดทดสอบไซเบอร์ของ CAISI (NIST · Anthropic)

ข้อเสนอของรายงาน

รายงานเสนอว่าผู้ป้องกันระบบควรใช้เครื่องมือที่ดีที่สุดที่เหมาะกับงาน Anthropic กำลังขยายการเข้าถึงความสามารถด้านไซเบอร์ของ Claude ให้ผู้ป้องกันระบบ และ "Governments should conduct safety testing on sufficiently capable AI models, including successors to GLM-5.3" (Anthropic)

ข้อควรระวัง

Anthropic เป็นคู่แข่งทางธุรกิจของผู้ผลิตโมเดลที่ตัวเองประเมิน และเป็นผู้สร้างทั้งชุดทดสอบภายในกับโมเดลที่ใช้เทียบ รายงานเขียนเองว่า "These simulations are not perfect portrayals of real-world conditions, and are therefore imperfect measures of how a model would behave in a given situation." (Anthropic)

อีกจุดที่ควรอ่านคู่กันคือตัวเลข ExploitBench ของรายงานนี้ (50 จาก 410 ครั้ง หรือราว 12%) ต่างจากตัวเลข 54.4% ที่ Z.ai รายงานเองบนชื่อชุดทดสอบเดียวกันตามที่บันทึกไว้ใน glm-5-3 ซึ่งน่าจะเป็นการวัดคนละการตั้งค่า จึงไม่ควรเอาสองตัวเลขมาเทียบกันตรงๆ

ทำไมสำคัญ

ความสามารถหาและเจาะช่องโหว่ที่เคยอยู่เฉพาะในโมเดลปิดกำลังมาอยู่ในโมเดลที่ใครก็ดาวน์โหลดและถอดระบบป้องกันออกได้ด้วยเงินหลักพันดอลลาร์ ผลที่ตามมาสำหรับองค์กรคือเวลาระหว่างช่องโหว่ถูกประกาศกับการถูกโจมตีจริงมีแนวโน้มสั้นลง การอัปเดตแพตช์ให้เร็วจึงสำคัญขึ้น

คำถามที่ยังไม่มีคำตอบ

• Z.ai จะตอบรายงานนี้หรือไม่ และจะเพิ่มระบบป้องกันในรุ่นถัดไปหรือไม่
• ผู้วัดอิสระนอก Anthropic และ CAISI จะได้ผลใกล้เคียงกันหรือไม่