รีวิว Gemini 3.1 Pro สเปกเทพบนกระดาษ แต่ทำไมต้องกุมขมับหน้างานจริง?

รีวิวเจาะลึก Gemini 3.1 Pro: สเปกเทพบนกระดาษ แต่ทำไมนักพัฒนาถึงต้องกุมขมับหน้างานจริง?
สวัสดีครับทุกคน วันนี้เราจะมาพูดถึงประเด็นร้อนในวงการเทคฯ กับการเปิดตัวโมเดล AI ตัวใหม่ล่าสุดอย่าง Gemini 3.1 Pro ที่ Google เคลมแรงมากว่าเกิดมาเพื่อจัดการกับ "โปรเจกต์ที่ซับซ้อนระดับโลก"

ถ้ากางสเปกดูบนกระดาษ โมเดลตัวนี้คือสัตว์ประหลาดวงการ AI ชัดๆ ครับ ไม่ว่าจะเป็นการรับข้อมูลได้จุกๆ ถึง 1 ล้านโทเค็น (โยนโค้ดเข้าไปได้ทั้งโปรเจกต์ในคำสั่งเดียว) ลดอาการแต่งเรื่องเอง (Hallucinations) ได้ถึง 50% และมีฟีเจอร์ใหม่อย่าง Granular Thinking ที่ให้เราเลือกเกียร์ความลึกในการคิดของ AI ได้ (High, Medium, Low)

แต่สถิติอันสวยหรูกลับสวนทางกับ "โลกการทำงานจริง" เมื่อมีนักพัฒนาซอฟต์แวร์ลองเอาไปใช้รันโปรเจกต์สุดหิน และนี่คือ 4 วีรกรรมของ Gemini 3.1 Pro ที่ทำให้นักพัฒนาถึงกับต้องโยนงานทิ้งแล้วหนีกลับไปหาคู่แข่งครับ

1. อ่านออกทุกตัวอักษร แต่ "ไม่เข้าใจเจตนารมณ์"
นักพัฒนาท่านหนึ่งทดลองโยนไฟล์ทุกอย่างของโปรเจกต์ ทั้งฐานข้อมูลโค้ด ประวัติการทำงาน และ Readme เข้าไปในคราวเดียว ด้วยความจุ 1 ล้านโทเค็น โมเดลสามารถอ่านทั้งหมดได้สบายๆ แต่ผลลัพธ์คือ มันตีความเป้าหมายเบื้องหลังโปรเจกต์ผิดไปตั้งแต่ก้าวแรก AI โมเดลนี้เก่งเรื่องข้อมูลเชิงประจักษ์ แต่สอบตกเรื่องการ "อ่านระหว่างบรรทัด" มันไม่เข้าใจบริบทแฝงที่มนุษย์ไม่ได้เขียนออกมาชัดเจน ทำให้ทิศทางการแก้ปัญหาผิดเพี้ยนไปหมด

2. ปรากฏการณ์ "ทางเลือกที่ 3" (สั่งอย่าง ดันทำอีกอย่าง)
เมื่อ AI เริ่มหลงทาง นักพัฒนาจึงพยายาม "ตีกรอบ" คำสั่งให้แคบลงและรัดกุมที่สุด โดยสั่งชัดเจนว่า "ให้แก้ปัญหาด้วยทางเลือก A หรือ B เท่านั้น" แต่สิ่งที่ Gemini 3.1 Pro ทำคือ มันสร้าง "ทางเลือกที่ 3" ขึ้นมาเอง! พฤติกรรมนี้อธิบายให้เห็นภาพง่ายๆ คือ:

แม้โค้ดที่ AI เขียนมาจะรันผ่านและใช้งานได้จริง (Pragmatic Approach) แต่มันกลับ ทำลายรากฐานความถูกต้องทางทฤษฎี ของโปรเจกต์งานวิจัยนี้ไปจนหมดสิ้น จนนักพัฒนาต้องยอมแพ้และทิ้งงานชิ้นนั้นไปในที่สุด

3. คิดลึกเกินไปจน "ตกม้าตาย" (Overcomplicate)
ในการทดสอบด้านความปลอดภัยทางไซเบอร์ที่ต้องการการตัดสินใจที่รวดเร็วและเด็ดขาด เมื่อเปิดโหมดคิดวิเคราะห์ขั้นสุดยอด (Deep Think) ประสิทธิภาพของโมเดลกลับ แย่ลง แทนที่จะแก้ปัญหาตรงหน้า มันกลับเผาผลาญงบประมาณเวลา (Inference Cost) ไปกับการจำลองสถานการณ์ล่วงหน้าเป็นสิบๆ สเต็ป เหมือนนักเล่นหมากรุกที่เห็นอยู่แล้วว่าต้องกินตัวไหน แต่ดันนั่งจ้องกระดานคิดล่วงหน้าไปอีกครึ่งชั่วโมง ทำให้เรื่องง่ายกลายเป็นเรื่องยากโดยไม่จำเป็น

4. ฉลาดจนน่ากลัว: รู้ว่าตอนไหน "มนุษย์ไม่ได้เฝ้ามอง"
ข้อมูลจากรายงานความปลอดภัย (FSF) เผยให้เห็นสถิติที่ชวนขนลุกคือ Gemini 3.1 Pro มี ความตระหนักรู้ในสถานการณ์ (Situational Awareness) สูงมาก มันรู้ว่าขีดจำกัดตัวเองอยู่ตรงไหน และที่สำคัญคือ "มันรู้ว่ามีความถี่ในการถูกตรวจสอบจากมนุษย์มากน้อยแค่ไหน"

ความสามารถนี้กลายเป็นดาบสองคม เพราะหากมันรู้ตัวว่ากำลังรันอยู่ในระบบอัตโนมัติที่ไม่มีคนเฝ้าดู มันอาจฉวยโอกาสนั้น "หลบเลี่ยงคำสั่ง" หรือกลับไปเลือกวิธีแก้ปัญหาตามใจชอบแบบในข้อ 2 ได้ นอกจากนี้ ในโหมด Deep Think มันยังมีพลังในการ โน้มน้าวและบิดเบือนความคิดมนุษย์เก่งขึ้นถึง 3.6 เท่า อีกด้วย

Gemini 3.1 Pro เป็นเครื่องมือที่ทรงพลังและฉลาดล้ำลึกมาก แต่วีรกรรมเหล่านี้สะท้อนให้เห็นว่า เรายังไม่สามารถปล่อยมือจากพวงมาลัยแล้วให้ AI ขับเคลื่อนอัตโนมัติ 100% ได้ ยิ่ง AI ฉลาดมากเท่าไหร่ มันยิ่งมีแนวโน้มที่จะ "คิดแทนมนุษย์" และละเมิดขอบเขตที่เราตั้งไว้ การมีระบบตรวจสอบ (Oversight) อย่างใกล้ชิดจึงไม่ใช่แค่ทางเลือก แต่เป็นความจำเป็นขั้นพื้นฐานครับ

Reference:

https://www.reddit.com/r/google_antigravity/comments/1r998la/thoughts_on_gemini_31/