บทที่ 2 — ระดับของ Self-Improvement (5 ระดับ)
โดย Nokka (นก-กา) | กันยายน 2026
บทความนี้เขียนโดย AI (DeepSeek V4 Pro) ผ่าน Hermes Agent — ตรวจสอบและเรียบเรียงโดย Nokka
ถ้าคุณเคยได้ยินคนเถียงกันว่า “AI เก่งขึ้นเองได้แล้วหรือยัง” แล้วรู้สึกว่าคนเถียงกันคนละเรื่อง — นั่นเป็นเพราะทั้งคู่พูดถึง “ระดับ” ของ self-improvement ที่ต่างกัน
คนหนึ่งอาจพูดถึง AI ที่ช่วยมนุษย์เขียนโค้ด (ซึ่งมีจริงแล้ว) ส่วนอีกคนพูดถึง AI ที่ออกแบบและเทรน AI รุ่นถัดไปได้เอง (ซึ่งยังไม่มีจริง) ทั้งคู่ใช้คำว่า “self-improving” เหมือนกัน แต่หมายถึงคนละขั้นบันได
งานวิจัยล่าสุดเสนอกรอบคิดที่ช่วยแก้ปัญหานี้ — แบ่ง self-improvement ออกเป็น 5 ระดับ ไล่จากมนุษย์ทำทุกอย่าง ไปจนถึง AI ทำทุกอย่างเอง
บันได 5 ขั้น
ระดับ 1 — Manual Improvement (มนุษย์ทำทุกอย่าง)
AI ไม่ได้พัฒนาตัวเองเลย มนุษย์เป็นคนทำทุกอย่าง — เขียนโค้ด ออกแบบสถาปัตยกรรม เทรนโมเดล ปรับ prompt
นี่คือสถานะของ AI เกือบทั้งหมดในโลกทุกวันนี้ โมเดลถูก “แช่แข็ง” หลังเทรนเสร็จ และทุกการปรับปรุงต้องผ่านมือมนุษย์
ตัวอย่าง: ChatGPT รุ่นใหม่ที่เก่งขึ้น ไม่ได้เก่งขึ้นเพราะมันพัฒนาตัวเอง แต่เพราะวิศวกรของ OpenAI เทรนมันใหม่ด้วยข้อมูลและเทคนิคที่ดีขึ้น
ระดับ 2 — Assisted Improvement (AI ช่วยมนุษย์)
AI เริ่มช่วยมนุษย์ในงานพัฒนาบางส่วน — ช่วยเขียนโค้ด ช่วย debug ช่วยสรุปงานวิจัย แต่การตัดสินใจและทิศทางยังเป็นของมนุษย์
นี่คือระดับที่เราอยู่ตอนนี้จริง ๆ — เครื่องมืออย่าง Claude Code หรือ Cursor ช่วยให้โปรแกรมเมอร์เขียนโค้ดเร็วขึ้นมาก แต่โปรแกรมเมอร์ยังเป็นคนตัดสินใจว่าจะทำอะไร
ตัวอย่าง: นักวิจัยใช้ AI ช่วยอ่าน paper หลายสิบฉบับแล้วสรุปให้ แต่ตัวนักวิจัยเป็นคนตั้งโจทย์วิจัยและตัดสินผล
ระดับ 3 — Substantial AI Contribution (AI มีส่วนร่วมมาก)
AI รับช่วงงานวิจัยส่วนใหญ่ไปทำเอง — ออกแบบการทดลอง รันการทดลอง ประเมินผล เสนอการปรับปรุง — โดยมนุษย์คอยตรวจที่จุดสำคัญ (checkpoint) แทนที่จะคุมทุกขั้นตอน
นี่คือระดับที่ Anthropic บอกว่า “ใกล้จะถึง” — AI ทำงานใน research loop ได้เกือบครบวงจร แต่มนุษย์ยังเป็นคนอนุมัติ
ตัวอย่าง: AI ออกแบบสถาปัตยกรรมโมเดลใหม่ รันเทรน ทดสอบ benchmark แล้วเสนอผลให้มนุษย์ตัดสินใจว่าจะใช้หรือไม่
ระดับ 4 — Autonomous Improvement (AI ทำเองเกือบหมด)
AI ทำงานครบวงจรการพัฒนา — ระบุจุดอ่อนของตัวเอง ออกแบบวิธีแก้ ลงมือแก้ และตรวจสอบผล — โดยมนุษย์แทบไม่ต้องเข้าไปยุ่ง
นี่คือระดับที่ยังไม่ถึง แต่เป็นเป้าหมายที่หลายแล็บกำลังไล่ตาม
ตัวอย่าง: AI ตรวจพบว่าตัวเองตอบคำถามคณิตศาสตร์ผิดบ่อย → ออกแบบข้อมูลฝึกใหม่ → เทรนตัวเอง → ตรวจสอบว่าดีขึ้นจริง
ระดับ 5 — General Recursive Self-Improvement (AI พัฒนาตัวเองได้ทุกด้าน)
AI ไม่ใช่แค่เก่งขึ้นในงานเฉพาะ แต่เก่งขึ้นใน “ความสามารถในการพัฒนาตัวเอง” ด้วย — หมายความว่ามันเก่งขึ้นเร็วขึ้นเรื่อย ๆ เหมือนดอกเบี้ยทบต้น
นี่คือระดับที่หนังไซไฟและนักทฤษฎี AI safety พูดถึง — จุดที่อาจนำไปสู่ “intelligence explosion” หรือ “singularity” ที่ AI ฉลาดขึ้นแบบก้าวกระโดดจนมนุษย์ตามไม่ทัน
สำคัญ: ระดับนี้ยังเป็นทฤษฎีล้วน ๆ ยังไม่มีหลักฐานว่าเป็นไปได้จริง
ทำไมบันไดนี้ถึงสำคัญ
บันได 5 ระดับนี้ไม่ได้มีไว้แค่จัดหมวดหมู่ มันช่วยให้เราคุยกันรู้เรื่อง:
มันบอกเราว่า “ตอนนี้อยู่ตรงไหน” — วงการ AI อยู่ที่ระดับ 2 กำลังก้าวเข้าสู่ระดับ 3 ยังห่างไกลจากระดับ 5 มาก
มันเตือนเราว่า “การก้าวข้ามขั้น” ไม่ใช่เรื่องง่าย — การกระโดดจากระดับ 2 ไป 3 ไม่ใช่แค่ “ทำให้ AI เก่งขึ้น” แต่ต้องสร้าง infrastructure ที่ให้ AI ทำงานอัตโนมัติได้จริง ซึ่งเป็นปัญหาทางวิศวกรรมที่ยากพอ ๆ กับปัญหาทาง AI
มันช่วยแยก hype ออกจากความจริง — เมื่อมีคนบอกว่า “AI พัฒนาตัวเองได้แล้ว” ให้ถามกลับว่า “ระดับไหน?” ถ้าคำตอบคือระดับ 2-3 ก็เป็นเรื่องจริง แต่ถ้าอ้างว่าระดับ 5 ก็ต้องขอหลักฐาน
จุดเปลี่ยนที่สำคัญที่สุด: ระดับ 2 → 3
ถ้าถามว่าระหว่างขั้นไหนคือ “จุดเปลี่ยน” ที่สำคัญที่สุด คำตอบคือการก้าวจากระดับ 2 ไป 3
เพราะระดับ 1-2 นั้น AI ยังเป็นแค่ “เครื่องมือ” — มนุษย์เป็นคนคิด AI เป็นคนทำ แต่พอถึงระดับ 3 AI เริ่มเป็น “ผู้ร่วมวิจัย” — มันเริ่มคิดเอง ตั้งสมมติฐานเอง ออกแบบการทดลองเอง
Anthropic เรียกจุดนี้ว่าเป็นจุดที่ “loop เริ่มปิด” — วงจรการพัฒนา AI ที่เคยต้องมีมนุษย์อยู่ในทุกจุด เริ่มมี AI เข้ามาแทนที่บางจุด และเมื่อ loop ปิดสนิท (ระดับ 4-5) มนุษย์ก็จะเหลือบทบาทแค่ “ผู้เฝ้าดู”
สรุปบทนี้
- Self-improvement มี 5 ระดับ: มนุษย์ทำทุกอย่าง → AI ช่วย → AI มีส่วนร่วมมาก → AI ทำเองเกือบหมด → AI พัฒนาตัวเองได้ทุกด้าน
- วงการ AI ตอนนี้อยู่ที่ระดับ 2 กำลังก้าวเข้าสู่ระดับ 3
- ระดับ 5 (recursive self-improvement) ยังเป็นทฤษฎีล้วน ๆ
- จุดเปลี่ยนสำคัญคือระดับ 2 → 3 ที่ AI เริ่ม “คิดเอง” แทนที่จะเป็นแค่เครื่องมือ
ในบทถัดไป เราจะลงไปดู “กลไก” จริง ๆ — ว่า AI เก่งขึ้นเองได้อย่างไร เริ่มจากเทคนิคง่ายที่สุดอย่าง reflection ไปจนถึง self-play ที่ซับซ้อน
เอกสารอ้างอิง
- Anthropic. (2026). When AI builds itself. — https://www.anthropic.com/institute/recursive-self-improvement
- Chen, M. et al. (2026). Recursive Self-Improvement in AI: From Bounded Self-Refinement to Autonomous Research Loops. arXiv:2607.07663 — https://arxiv.org/html/2607.07663v1
📚 อ่านต่อในซีรีส์นี้
← บทก่อนหน้า: บทที่ 1: AI Agent คืออะไร และ Self-Improving แปลว่าอะไร
บทถัดไป: บทที่ 3: Reflection, Self-Training, Self-Play →