ทำไม OpenAI ถึงตามหลัง Claude Code?

ชื่อบทความต้นฉบับ: Inside OpenAI's Race to Catch Up to Claude Code

ผู้เขียนต้นฉบับ: Maxwell Zeff, Wired

ผู้แปลต้นฉบับ: Peggy, BlockBeats

หมายเหตุบรรณาธิการ: ในยุคที่ตัวแทน AI สำหรับการเขียนโปรแกรมกำลังเติบโตอย่างรวดเร็ว OpenAI ซึ่งเคยนำพาคลื่น AI สร้างสรรค์ด้วย ChatGPT กลับกลายเป็น "ผู้ตาม" ในสนามแข่งสำคัญนี้โดยไม่คาดคิด สิ่งที่ตัดกันอย่างชัดเจนคือ Anthropic ที่ก่อตั้งโดยอดีตสมาชิก OpenAI ซึ่งได้รับความนิยมอย่างรวดเร็วในชุมชนนักพัฒนาและตลาดองค์กรด้วย Claude Code จนกลายเป็นหนึ่งในผู้นำที่สำคัญในวงการเครื่องมือเขียนโปรแกรม AI

บทความนี้ผ่านการสัมภาษณ์ผู้บริหารและวิศวกรของ OpenAI รวมถึงนักพัฒนาหลายคน เปิดเผยกระบวนการจริงเบื้องหลังการแข่งขันนี้: ตั้งแต่โครงการ OpenAI Codex ในยุคแรกถูกแยกออก ทรัพยากรถูกเปลี่ยนทิศไปสู่ ChatGPT และโมเดลหลายรูปแบบ ไปจนถึงการรวมทีมภายในใหม่ เร่งเปิดตัวผลิตภัณฑ์เขียนโปรแกรม AI OpenAI กำลังประสบกับการเปลี่ยนผ่านจากกลยุทธ์ที่ละเลยไปสู่การไล่ตามอย่างเต็มรูปแบบ ในแง่หนึ่ง นี่ไม่ใช่ความล้าหลังด้านความสามารถทางเทคนิค แต่เป็นการผิดจังหวะของกลยุทธ์: ความสำเร็จอย่างรวดเร็วของ ChatGPT เปลี่ยนลำดับความสำคัญของบริษัท ความสัมพันธ์การร่วมมือกับ Microsoft จำกัดเส้นทางผลิตภัณฑ์ ในขณะที่ Anthropic เดิมพันในสนามแข่งเขียนโปรแกรม AI เร็วกว่ามาก

เบื้องหลังการแข่งขันนี้ ปัญหาที่ลึกซึ้งยิ่งขึ้นก็ค่อยๆ ปรากฏขึ้น: เมื่อตัวแทน AI เริ่มรับงานด้านการรู้คิดมากขึ้น กระบวนการพัฒนาซอฟต์แวร์และแม้แต่งานแรงงานคอปกขาวเอง อาจถูกนิยามใหม่

ต่อไปนี้เป็นเนื้อหาต้นฉบับ:

Sam Altman ซีอีโอของ OpenAI นั่งไขว่ห้างบนเก้าอี้ทำงาน มองขึ้นไปที่เพดานราวกับกำลังครุ่นคิดถึงคำตอบที่ยังไม่เป็นรูปเป็นร่าง ในระดับหนึ่ง สิ่งนี้ก็เกี่ยวข้องกับสภาพแวดล้อมเช่นกัน

สำนักงานใหญ่แห่งใหม่ของ OpenAI ใน Mission Bay ซานฟรานซิสโก เป็นอาคารสมัยใหม่ที่สร้างจากกระจกและไม้สีอ่อน มีบรรยากาศใกล้เคียงกับ "วิหารแห่งเทคโนโลยี" บนชั้นวางแสดงหลังเคาน์เตอร์หน้าทางเข้า มีคู่มือแนะนำ "ยุคของ AI" (Eras of AI) วางอยู่ ราวกับกำลังวาดเส้นทางสู่การเปิดเผยทางเทคโนโลยี บนผนังบันไดเต็มไปด้วยโปสเตอร์บันทึกเหตุการณ์สำคัญของการพัฒนาปัญญาประดิษฐ์ หนึ่งในนั้นบันทึกช่วงเวลาที่ผู้ชมนับหมื่นคนได้เห็นผ่านการถ่ายทอดสดว่าเครื่องจักรสามารถเอาชนะทีมอีสปอร์ตระดับท็อปในการแข่งขัน Dota 2 ในโถงทางเดิน นักวิจัยสวมเสื้อทีมที่มีข้อความเดินไปมา หนึ่งในนั้นเขียนว่า: "การวิจัยที่ดีต้องใช้เวลา" แน่นอนว่าในอุดมคติแล้ว ไม่ควรนานเกินไป

เรานั่งอยู่ในห้องประชุมขนาดใหญ่ ฉันโยนคำถามไปที่ Altman ซึ่งเกี่ยวข้องกับการปฏิวัติการเขียนโปรแกรม AI ที่กำลังแพร่กระจายในอุตสาหกรรม และทำไม OpenAI ดูเหมือนจะไม่ได้อยู่ในตำแหน่งผู้นำในคลื่นลูกนี้

ปัจจุบัน นักพัฒนาซอฟต์แวร์หลายล้านคนเริ่มมอบงานเขียนโปรแกรมบางส่วนให้ AI จัดการ ทำให้หลายคนในซิลิคอนวัลเลย์เผชิญหน้ากับความเป็นจริงเป็นครั้งแรก: การทำงานอัตโนมัติอาจกระทบตำแหน่งงานของพวกเขาเอง ตัวแทนเขียนโค้ด (coding agents) จึงกลายเป็นหนึ่งในไม่กี่สถานการณ์ที่บริษัทต่างๆ ยินดีจ่ายเงินสูงสำหรับ AI ตามหลักเหตุผล ช่วงเวลาดังกล่าวอาจเป็นไปได้อย่างสมบูรณ์ หรือควรจะเป็น "ช่วงเวลาแห่งชัยชนะ" ครั้งต่อไปบนโปสเตอร์ผนังบันไดของ OpenAI แต่ตอนนี้ ชื่อที่ครองตำแหน่งพาดหัวข่าวกลับไม่ใช่ชื่อของพวกเขา

คู่แข่งของบริษัทนี้คือ Anthropic บริษัท AI ที่ก่อตั้งโดยอดีตสมาชิก OpenAI ด้วยผลิตภัณฑ์ตัวแทนเขียนโค้ด Claude Code Anthropic เติบโตอย่างรวดเร็ว บริษัทเปิดเผยในเดือนกุมภาพันธ์ว่าผลิตภัณฑ์นี้มีส่วนเกือบหนึ่งในห้าของขนาดธุรกิจ สอดคล้องกับรายได้ประจำปีมากกว่า 25 พันล้านดอลลาร์ ในทางตรงกันข้าม ตามข้อมูลจากผู้ที่ทราบเรื่องราว ณ สิ้นเดือนมกราคม รายได้ประจำปีของผลิตภัณฑ์เขียนโปรแกรมของ OpenAI เองคือ OpenAI Codex สูงกว่า 10 พันล้านดอลลาร์เพียงเล็กน้อยเท่านั้น

คำถามคือ: ทำไมในการแข่งขันเขียนโปรแกรม AI นี้ OpenAI กลับตามหลัง?

"คุณค่าของความได้เปรียบจากการเป็นผู้ริเริ่มมีมาก" Sam Altman ครุ่นคิดสักพักแล้วกล่าว "เราเคยสัมผัสสิ่งนี้มากับ ChatGPT แล้ว"

อย่างไรก็ตาม ในมุมมองของเขา ตอนนี้เป็นเวลาที่ OpenAI จะทุ่มเทเต็มที่กับการเขียนโปรแกรม AI เขาคิดว่า ความสามารถของโมเดลที่มีอยู่ของบริษัทแข็งแกร่งพอที่จะรองรับตัวแทนเขียนโค้ด (coding agents) ที่ซับซ้อนสูง แน่นอนว่าความสามารถดังกล่าวไม่ได้เกิดขึ้นโดยบังเอิญ บริษัทได้ลงทุนหลายหมื่นล้านดอลลาร์สำหรับการฝึกโมเดล

"นี่จะเป็นธุรกิจที่ยิ่งใหญ่" Altman กล่าว "ไม่เพียงเพราะมูลค่าทางเศรษฐกิจที่มันนำมา แต่ยังเพราะผลิตภาพทั่วไปที่การเขียนโปรแกรมสามารถปลดปล่อยได้" เขาหยุดชั่วคราว แล้วเสริมว่า: "ฉันไม่ค่อยใช้คำนี้ง่ายๆ แต่ฉันคิดว่า นี่น่าจะเป็นหนึ่งในตลาดที่มีขนาดถึงหลายล้านล้านดอลลาร์"

ก้าวไปอีกขั้น เขาคิดว่า OpenAI Codex อาจเป็น "เส้นทางที่เป็นไปได้มากที่สุด" สู่ปัญญาประดิษฐ์ทั่วไป (AGI) ตามคำจำกัดความของ OpenAI AGI คือระบบ AI ที่สามารถทำงานส่วนใหญ่ที่มีมูลค่าทางเศรษฐกิจได้ดีกว่ามนุษย์

Sam Altman ซีอีโอของ OpenAI ภาพถ่ายโดย Mark Jayson Quines

อย่างไรก็ตาม แม้ว่า Altman จะตัดสินใจด้วยความมั่นใจในท่าทีที่ผ่อนคลายและไม่รีบร้อน แต่สถานการณ์จริงภายในบริษัทในช่วงหลายปีที่ผ่านมาซับซ้อนกว่ามาก เพื่อทำความเข้าใจเรื่องราวภายในที่สมบูรณ์ยิ่งขึ้น ฉันได้สัมภาษณ์ผู้ที่ทราบเรื่องราวมากกว่า 30 คน รวมถึงผู้บริหารและพนักงานปัจจุบันของ OpenAI ที่ให้สัมภาษณ์ภายใต้การอนุมัติของบริษัท และอดีตพนักงานบางส่วนที่อธิบายการทำงานภายในบริษัทภายใต้เงื่อนไขไม่เปิดเผยชื่อ เมื่อรวมเรื่องราวเหล่านี้เข้าด้วยกัน จะเห็นสถานการณ์ที่ไม่ธรรมดา: OpenAI กำลังดิ้นรนไล่ตาม

ย้อนเวลากลับไปในปี 2021 ตอนนั้น Altman และผู้บริหารระดับสูงอื่นๆ ของ OpenAI เชิญ Steven Levy นักข่าวของ WIRED มาที่สำนักงานยุคแรกๆ ของพวกเขาในย่าน Mission ซานฟรานซิสโก เพื่อชมการสาธิตเทคโนโลยีใหม่ นี่คือโครงการที่พัฒนามาจาก GPT-3 ฝึกฝนด้วยโค้ดโอเพ่นซอร์สจำนวนมากจาก GitHub

ในการสาธิตสด ผู้บริหารแสดงให้เห็นว่าเครื่องมือที่ชื่อ OpenAI Codex นี้สามารถรับคำสั่งภาษาธรรมชาติและสร้างโค้ดชิ้นส่วนง่ายๆ ได้อย่างไร

"มันสามารถดำเนินการในโลกคอมพิวเตอร์แทนคุณได้จริง" Greg Brockman ประธานและผู้ร่วมก่อตั้ง OpenAI อธิบายในตอนนั้น "สิ่งที่คุณมีคือระบบที่สามารถดำเนินการคำสั่งได้จริง" แม้ในตอนนั้น นักวิจัยของ OpenAI ก็เชื่อกันโดยทั่วไปว่า Codex จะเป็นเทคโนโลยีสำคัญในการสร้าง "ผู้ช่วยขั้นสูง" (super assistant)

ในช่วงเวลานั้น ตารางงานของ Altman และ Brockman เต็มไปด้วยการประชุมกับ Microsoft เจ้ายักษ์ใหญ่ซอฟต์แวร์ซึ่งเป็นนักลงทุนรายใหญ่ที่สุดของ OpenAI ไมโครซอฟท์วางแผนใช้ Codex เพื่อสนับสนุนหนึ่งในผลิตภัณฑ์ AI เชิงพาณิชย์รุ่นแรกของพวกเขา: เครื่องมือเติมโค้ดอัตโนมัติชื่อ GitHub Copilot ซึ่งสามารถฝังลงในสภาพแวดล้อมการพัฒนาที่โปรแกรมเมอร์ใช้ในชีวิตประจำวันได้โดยตรง

พนักงาน OpenAI คนหนึ่งในยุคแรกระลึกได้ว่า ในช่วงนั้น Codex "ทำได้แค่การเติมข้อความอัตโนมัติเท่านั้น" แต่ผู้บริหารของไมโครซอฟท์ยังมองว่ามันเป็นสัญญาณสำคัญของการมาถึงของยุค AI

ในเดือนมิถุนายน 2022 เมื่อ GitHub Copilot เปิดตัวสู่สาธารณะอย่างเป็นทางการ ภายในไม่กี่เดือนก็ดึงดูดผู้ใช้หลายแสนคน

Greg Brockman ประธาน OpenAI ภาพถ่ายโดย Mark Jayson Quines

ทีม OpenAI ที่รับผิดชอบ Codex ในตอนแรกถูกย้ายไปยังโครงการอื่น พนักงานยุคแรกคนหนึ่งระลึกได้ว่า การตัดสินใจของบริษัทในตอนนั้นคือ: ในอนาคตโมเดลเองจะมีความสามารถในการเขียนโปรแกรม ดังนั้นจึงไม่จำเป็นต้องรักษาทีมโครงการ Codex แยกไว้ในระยะยาว วิศวกรบางส่วนถูกย้ายไปมีส่วนร่วมในการพัฒนา DALL-E 2 อีกส่วนหนึ่งหันไปฝึก GPT-4 ในมุมมองของเวลานั้น นี่คือเส้นทางที่ทำให้ OpenAI เข้าใกล้ AGI มากขึ้น

ต่อมา ในเดือนพฤศจิกายน 2022 ChatGPT เปิดตัว และได้รับผู้ใช้มากกว่า 100 ล้านคนภายในสองเดือน โครงการอื่นๆ เกือบทั้งหมดภายในบริษัทถูกระงับชั่วคราว ในช่วงหลายปีหลังจากนั้น OpenAI ไม่มีทีมที่รับผิดชอบผลิตภัณฑ์เขียนโปรแกรม AI โดยเฉพาะ อดีตสมาชิกที่เคยมีส่วนร่วมในโครงการ Codex กล่าวว่า หลังจาก ChatGPT ประสบความสำเร็จ การเขียนโปรแกรม AI ดูเหมือนจะไม่อยู่ในขอบเขตของกลยุทธ์ใหม่ "ให้ความสำคัญกับผลิตภัณฑ์ระดับผู้บริโภคก่อน" ของบริษัทอีกต่อไป ในขณะเดียวกัน อุตสาหกรรมเชื่อกันโดยทั่วไปว่าพื้นที่นี้ถูก "ครอบคลุม" โดย GitHub Copilot แล้ว ซึ่งโดยพื้นฐานแล้วเป็นสนามของ Microsoft OpenAI ให้การสนับสนุนโมเดลพื้นฐานเป็นหลัก

ดังนั้น ในปี 2023 และ 2024 ทรัพยากรของ OpenAI ถูกทุ่มเทให้กับโมเดล AI หลายรูปแบบและตัวแทนอัจฉริยะ (agents) มากขึ้น ระบบเหล่านี้ถูกออกแบบให้สามารถเข้าใจข้อความ ภาพ วิดีโอ และเสียงพร้อมกัน และควบคุมเคอร์เซอร์และแป้นพิมพ์ได้เหมือนมนุษย์ ทิศทางนี้ดูเหมือนจะสอดคล้องกับแนวโน้มอุตสาหกรรมในเวลานั้น: โมเดลสร้างภาพของ Midjourney ได้รับความนิยมอย่างรวดเร็วบนโซเชียลเน็ตเวิร์ก และอุตสาหกรรมเชื่อกันโดยทั่วไปว่าโมเดลภาษาขนาดใหญ่ต้องสามารถ "เห็น" และ "ได้ยิน" โลกได้ เพื่อก้าวไปสู่ความฉลาดในระดับที่สูงขึ้นอย่างแท้จริง

ในทางตรงกันข้าม Anthropic เลือกเส้นทางที่ต่างกัน แม้ว่าบริษัทจะพัฒนาหุ่นยนต์แชทและโมเดลหลายรูปแบบเช่นกัน แต่ดูเหมือนจะตระหนักถึงศักยภาพของความสามารถในการเขียนโปรแกรมเร็วกว่า ในพอดแคสต์ล่าสุด Brockman ยอมรับว่า Anthropic "ให้ความสำคัญกับความสามารถในการเขียนโปรแกรมอย่างมาก" ตั้งแต่ช่วงแรกๆ เขาชี้ให้เห็นว่า Anthropic ฝึกโมเดลไม่เพียงแต่ใช้ปัญหาการเขียนโปรแกรมที่ซับซ้อนจากการแข่งขันทางวิชาการ แต่ยังรวมถึงปัญหาการเขียนโค้ด "ยุ่งเหยิง" จำนวนมากจากที่เก็บโค้ดจริง

"นี่คือบทเรียนที่เราตระหนักในภายหลัง" Brockman กล่าว

ต้นปี 2024 Anthropic เริ่มใช้ข้อมูลจากที่เก็บโค้ดจริงเหล่านี้ฝึก Claude 3.5 Sonnet เมื่อโมเดลนี้เปิดตัวในเดือนมิถุนายน ผู้ใช้จำนวนมากประทับใจกับความสามารถในการเขียนโปรแกรมของมัน

ประสิทธิภาพดังกล่าวได้รับการยืนยันเป็นพิเศษในบริษัทสตาร์ทอัพชื่อ Cursor บริษัทที่ก่อตั้งโดยกลุ่มคนอายุยี่สิบกว่าปีพัฒนาเครื่องมือเขียนโปรแกรม AI ที่อนุญาตให้นักพัฒนาอธิบายความต้องการด้วยภาษาธรรมชาติ และให้ AI แก้ไขโค้ดโดยตรง เมื่อ Cursor เชื่อมต่อกับโมเดลใหม่ของ Anthropic จำนวนผู้ใช้ของมันเติบโตอย่างรวดเร็ว ตามข้อมูลจากผู้ที่ใกล้ชิดกับบริษัท

ไม่กี่เดือนต่อมา Anthropic เริ่มทดสอบผลิตภัณฑ์ตัวแทนเขียนโค้ดของตัวเองภายในบริษัท Claude Code

ในขณะที่ความนิยมของ Cursor เพิ่มขึ้น OpenAI พยายามเข้าซื้อกิจการสตาร์ทอัพนี้ แต่ตามข้อมูลจากแหล่งข่าวหลายแห่งที่ใกล้ชิดกับบริษัท ทีมผู้ก่อตั้งของ Cursor ปฏิเสธข้อเสนอนี้ก่อนที่การเจรจาจะลึกซึ้ง พวกเขาคิดว่าอุตสาหกรรมการเขียนโปรแกรม AI มีศักยภาพมหาศาล ดังนั้นจึงต้องการรักษาการพัฒนาอย่างอิสระต่อไป

Andrey Mishchenko หัวหน้าฝ่ายวิจัย OpenAI Codex ภาพถ่ายโดย Mark Jayson Quines

ในเวลานั้น OpenAI กำลังฝึกโมเดลที่เรียกว่า "โมเดลการให้เหตุผล" รุ่นแรกของพวกเขา OpenAI o1 โมเดลประเภทนี้สามารถให้เหตุผลทีละขั้นตอนเกี่ยวกับปัญหาก่อนให้คำตอบ OpenAI ระบุในการเปิดตัวว่า โมเดลนี้แสดงผลโดดเด่นเป็นพิเศษในด้าน "การสร้างและดีบักโค้ดที่ซับซ้อนอย่างแม่นยำ"

Mishchenko อธิบายว่า สาเหตุสำคัญหนึ่งที่โมเดล AI ก้าวหน้าอย่างเห็นได้ชัดในความสามารถในการเขียนโปรแกรมคือ: การเขียนโปรแกรมเป็น "งานที่สามารถตรวจสอบได้" (verifiable task) โค้ดจะทำงานได้หรือทำงานไม่ได้ สิ่งนี้ให้สัญญาณตอบรับที่ชัดเจนมากแก่โมเดล เมื่อเกิดข้อผิดพลาด ระบบจะรู้ได้ทันทีว่ามีปัญหาที่ไหน OpenAI ใช้การวนลูปของผลตอบรับนี้ฝึก o1 อย่างต่อเนื่องในปัญหาการเขียนโปรแกรมที่ซับซ้อนยิ่งขึ้น

"หากไม่มีความสามารถในการสำรวจที่เก็บโค้ดอย่างอิสระ ดำเนินการแก้ไข และทดสอบผลลัพธ์ของตัวเอง ซึ่งทั้งหมดนี้เป็นส่วนหนึ่งของความสามารถ 'การให้เหตุผล' ตัวแทนเขียนโปรแกรมในวันนี้คงไม่สามารถไปถึงระดับนี้ได้" เขากล่าว

ภายในเดือนธันวาคม 2024 ภายใน OpenAI มีทีมเล็กๆ หลายทีมเริ่มมุ่งเน้นไปที่ตัวแทนเขียนโปรแกรม AI หนึ่งในทีมเหล่านี้นำโดย Mishchenko ร่วมกับ Thibault Sottiaux Sottiaux เคยทำงานที่ Google DeepMind และปัจจุบันเป็นหัวหน้า Codex ของ OpenAI

ในตอนแรก ความสนใจของพวกเขาในตัวแทนเขียนโปรแกรมมาจากความต้องการในการวิจัยและพัฒนาภายในเป็นหลัก โดยหวังใช้ AI ทำให้งานวิศวกรรมซ้ำซ้อนจำนวนมากเป็นอัตโนมัติ เช่น การจัดการงานฝึกโมเดล การตรวจสอบสถานะการทำงานของคลัสเตอร์ GPU เป็นต้น

ความพยายามอีกทางหนึ่งที่ดำเนินไปพร้อมกันนำโดย Alexander Embiricos เขารับผิดชอบโครงการตัวแทนหลายรูปแบบของ OpenAI ก่อนหน้านี้ และปัจจุบันดำรงตำแหน่งหัวหน้าฝ่ายผลิตภัณฑ์ Codex Embiricos เคยพัฒนาโครงการสาธิตชื่อ Jam ซึ่งแพร่กระจายอย่างรวดเร็วภายในบริษัท