ทวีตของผู้ร่วมก่อตั้ง DoorDash เปิดประเด็นใหญ่ จนสภาคองเกรสสหรัฐฯ เรียกสอบเรื่อง AI จีน

ผลที่โดดเด่นคือ การจับคู่ Kimi K2.6 ของ Moonshot AI กับ Claude Fable 5 ของ Anthropic ตรวจพบข้อผิดพลาดจริงได้ 65.2% ด้วยต้นทุน 3.81 ดอลลาร์ต่อการตรวจหนึ่งครั้ง ขณะที่การใช้โมเดลของ Anthropic ทั้งชุด ได้แก่ Sonnet 4.6 กับ Opus 4.8 ตรวจพบได้ 53.6% ที่ต้นทุน 3.91 ดอลลาร์ต่อครั้ง

พูดง่าย ๆ คือ ในงานตรวจโค้ดเฉพาะทาง ชุดผสมระหว่างโมเดลจีนกับโมเดลอเมริกันไม่ได้แค่ถูกกว่าเล็กน้อย แต่ยังทำคะแนนได้ดีกว่าชุดที่ใช้โมเดลอเมริกันทั้งหมดด้วย

สภาคองเกรสต้องการคำตอบอะไรจาก DoorDash

เมื่อวันที่ 31 กรกฎาคม 2026 John Moolenaar สมาชิกพรรครีพับลิกันจากรัฐมิชิแกน และประธานคณะกรรมาธิการคัดเลือกว่าด้วยจีนของสภาผู้แทนราษฎรสหรัฐฯ ร่วมกับ Andrew Garbarino สมาชิกพรรครีพับลิกันจากรัฐนิวยอร์ก และประธานคณะกรรมาธิการความมั่นคงแห่งมาตุภูมิ ส่งจดหมายถึง Tony Xu ผู้ร่วมก่อตั้งและประธานเจ้าหน้าที่บริหารของ DoorDash

จดหมายดังกล่าวขอข้อมูลและเอกสารหลัก ๆ ดังนี้

• ภายในวันที่ 14 สิงหาคม 2026: DoorDash ต้องจัดการบรรยายสรุปโดยละเอียดและส่งเอกสารเกี่ยวกับโมเดล AI แบบเปิดน้ำหนักที่พัฒนาในสาธารณรัฐประชาชนจีนทั้งหมด ซึ่งบริษัทเคยประเมิน ทดสอบ หรือนำไปใช้งาน รวมถึงวัตถุประสงค์ทางธุรกิจของแต่ละโมเดล และนโยบายประเมินกับลดความเสี่ยงด้านความปลอดภัยของบริษัท
• ภายในวันที่ 21 สิงหาคม 2026: บริษัทต้องส่งเอกสารเพิ่มเติม เช่น การสื่อสารภายใน ผลประเมินความเสี่ยง การตรวจสอบด้านความปลอดภัย และข้อตกลงใด ๆ กับผู้พัฒนา AI ของจีน

ฝ่ายนิติบัญญัติต้องการให้ DoorDash ระบุโมเดล AI จากจีนทุกตัวที่บริษัทเคยใช้งาน พร้อมอธิบายว่าบริษัททดสอบโมเดลเหล่านั้นอย่างไร ประเมินความเสี่ยงแบบใด และมีมาตรการลดความเสี่ยงอะไรบ้าง

ความกังวลเรื่อง “ช่องทางลับ” และ “ตัวแทนหลับใหล”

ในจดหมายและแถลงการณ์ คณะกรรมาธิการทั้งสองชุดเตือนว่าโมเดล AI แบบเปิดน้ำหนักจากจีนอาจมีช่องโหว่หรือฟังก์ชันอันตรายที่ผู้ใช้ไม่รู้ตัว โดยยกตัวอย่าง “back doors” หรือช่องทางลับ รวมถึงสิ่งที่บางครั้งเรียกว่า “sleeper agents” หรือตัวแทนที่แฝงความสามารถอันตรายไว้และอาจทำงานเมื่อเข้าเงื่อนไขบางอย่าง

Garbarino ให้สัมภาษณ์กับ CNBC ว่า พรรคคอมมิวนิสต์จีนไม่ได้เป็นเพียงฝ่ายที่กำลังไล่ตามสหรัฐฯ ในด้าน AI อีกต่อไป แต่กำลังเร่งลดช่องว่างในขีดความสามารถบางด้านที่จะกำหนดอนาคตของความมั่นคงไซเบอร์

อย่างไรก็ตาม จุดสำคัญคือ ขณะนี้ยัง ไม่มีหลักฐานสาธารณะอย่างแพร่หลาย ว่ามีการค้นพบช่องทางลับหรือตัวแทนลักษณะดังกล่าวในโมเดลจีนที่บริษัทอเมริกันนำไปใช้งานจริง ความกังวลของฝ่ายนิติบัญญัติจึงเป็นการประเมินความเสี่ยงเชิงป้องกัน ไม่ใช่การยืนยันว่า DoorDash ถูกเจาะระบบหรือพบการแทรกแซงในโมเดลแล้ว

ในจดหมายเอง คณะกรรมาธิการยอมรับว่าบริษัทอเมริกันอาจประเมินโมเดลจากจีนด้วยเหตุผลทางเทคนิคที่สมเหตุสมผล แต่ต้องการตรวจสอบว่าบริษัทมีมาตรการคุ้มครองที่เพียงพอหรือไม่

DoorDash เป็นส่วนหนึ่งของกระแสใหญ่กว่าเดิม

กรณีของ DoorDash เป็นตัวอย่างล่าสุดและเห็นได้ชัดในหมู่ผู้บริโภคของกระแสที่กำลังขยายตัว บริษัทอเมริกันตั้งแต่สตาร์ทอัพไปจนถึงองค์กรเทคโนโลยีขนาดใหญ่กำลังพิจารณาโมเดล AI จากจีน เพราะมีต้นทุนต่ำ ประสิทธิภาพแข่งขันได้ และช่วยลดการพึ่งพาผู้ให้บริการโมเดลแบบปิดเพียงไม่กี่ราย

เมื่อเดือนเมษายน 2026 คณะกรรมาธิการชุดเดียวกันได้เริ่มสอบสวน Airbnb และ Anysphere ซึ่งเป็นบริษัทแม่ของ Cursor แพลตฟอร์มช่วยเขียนโค้ดด้วย AI เกี่ยวกับการประเมินหรือใช้โมเดลที่พัฒนาในจีน

สิ่งที่ทำให้ DoorDash น่าสนใจกว่าหลายกรณีคือ บริษัทมีผลทดสอบภายในรองรับเหตุผลทางธุรกิจอย่างชัดเจน DashBench พบว่าการใช้ Kimi K2.6 รับงานตรวจโค้ดระดับพื้นฐาน และให้ Fable จัดการงานซับซ้อน สามารถตรวจพบข้อผิดพลาดได้ 65.2% ที่ต้นทุน 3.81 ดอลลาร์ต่อครั้ง เทียบกับ 53.6% ที่ต้นทุน 3.91 ดอลลาร์สำหรับชุดโมเดลพรีเมียมจากสหรัฐฯ

ดังนั้น การเลือกโมเดลไม่ได้มีแค่คำถามว่า “โมเดลมาจากประเทศใด” แต่ยังเกี่ยวข้องกับต้นทุน ประสิทธิภาพ ความยืดหยุ่น และความเสี่ยงจากการใช้ซอฟต์แวร์ที่พัฒนาโดยองค์กรในเขตอำนาจศาลอื่นด้วย

DoorDash ตอบว่าอย่างไร

ณ ช่วงต้นเดือนสิงหาคม 2026 DoorDash ยังไม่ได้ออกแถลงการณ์สาธารณะโดยละเอียดเพื่อตอบจดหมายสอบสวนดังกล่าว แต่โฆษกบริษัทบอกกับ CNBC ว่า DoorDash สนับสนุนความเป็นผู้นำด้าน AI ของสหรัฐฯ และกำลังทำให้ AI สร้างประโยชน์ต่อธุรกิจทั่วไป ไม่ใช่เฉพาะบริษัทขนาดใหญ่ที่สุด พร้อมระบุว่าบริษัทตั้งตารอการหารือกับคณะกรรมาธิการเรื่องการใช้ AI อย่างปลอดภัยและมีความรับผิดชอบ ซึ่งรวมถึงทั้งโมเดลระดับแนวหน้าที่พัฒนาในสหรัฐฯ และโมเดลแบบเปิดน้ำหนัก

จากงานวิจัยที่เผยแพร่และโพสต์ของ Fang แนวทางของ DoorDash ดูเป็นการใช้งานแบบเลือกงานให้เหมาะกับโมเดล บริษัทใช้ Kimi K2.6 กับงานตรวจโค้ดระดับพื้นฐาน ขณะที่สงวน Fable ของ Anthropic ไว้สำหรับงานยากที่สุด

ทีมวิจัยของบริษัทระบุว่า DashBench ช่วยให้สามารถแยกแยะได้อย่างรวดเร็วว่าโมเดลและรูปแบบการทำงานแบบใดให้ผลลัพธ์ดีที่สุดในต้นทุนที่เหมาะสม

สิ่งที่อาจเกิดขึ้นต่อไป

การสอบสวนครั้งนี้มีเป้าหมายเพื่อสร้าง “ฐานข้อเท็จจริง” สำหรับการพิจารณานโยบายรัฐบาลกลางเกี่ยวกับการใช้โมเดล AI จากจีนโดยบริษัทอเมริกัน

คณะกรรมาธิการยอมรับในจดหมายว่าโมเดล AI แบบเปิดน้ำหนักจากจีนมีความสามารถแข่งขันได้ในต้นทุนที่ต่ำกว่า แต่เสนอว่าการตอบสนองของรัฐบาลกลางควรมุ่งเพิ่มความพร้อมใช้งาน ความปลอดภัย และความสามารถในการแข่งขันของโมเดลแบบเปิดน้ำหนักจากสหรัฐฯ พร้อมกำหนดมาตรการคุ้มครองที่เหมาะสมกับการใช้งานซึ่งมีความอ่อนไหวหรือมีความเสี่ยงสูง

DoorDash ไม่ได้ถูกกล่าวหาว่าฝ่าฝืนกฎหมาย และในปัจจุบันบริษัทอเมริกันยังสามารถใช้งานโมเดลแบบเปิดน้ำหนักจากจีนได้อย่างถูกกฎหมาย แต่หลังจากทวีตของ Fang ทำให้เรื่องนี้ถูกเปิดเผยต่อสาธารณะ บริษัทจึงกลายเป็นกรณีศึกษาสำคัญของคำถามที่กำลังร้อนแรงขึ้นเรื่อย ๆ ว่า ในการแข่งขัน AI ระดับโลก บริษัทควรให้น้ำหนักกับต้นทุนและประสิทธิภาพมากแค่ไหน เมื่อแหล่งที่มาของโมเดลกลายเป็นประเด็นด้านความมั่นคงด้วย