กระดานคะแนน
ภาค I ถึง III ของหนังสือเล่มนี้เขียนขึ้นในห้องสมุด ภาคนี้ส่งตรงมาจากแนวหน้า
ระหว่างธันวาคม 2024 ถึงกรกฎาคม 2026 สนามแข่งชุดหนึ่งที่ยืนหยัดมาหลายปี — หนึ่งในนั้นคือเบนช์มาร์ก (benchmark) ที่สร้างขึ้นเพื่อให้อยู่ทนกว่าเครื่องจักรโดยเฉพาะ — ถูกตัดสินจนจบ และไม่ใช่ฝั่งเราที่ชนะ ทุกวันนี้ซอฟต์แวร์ทำคะแนนแซงมนุษย์ในหลายสิ่งที่สิบเอ็ดบทก่อนหน้าสอนให้คุณรัก จะเขียนหนังสือว่าด้วยปัญญาธรรมชาติในปี 2026 อย่างซื่อสัตย์โดยไม่วางเรื่องนี้ลงบนโต๊ะเป็นอย่างแรก — ครบถ้วน พร้อมวันที่ — เป็นไปไม่ได้
ภาค IV จึงเป็นรายงานสงครามสามฉบับจากแนวหน้า บทนี้คือบัญชีของสิ่งที่ร่วงหล่น บทที่ 13 เดินสำรวจคูเมืองที่ยังยืนอยู่ บทที่ 14 รายงานพื้นที่ช่วงชิงตรงกลาง ที่แนวรบยังขยับอยู่ขณะหนังสือเล่มนี้เข้าแท่นพิมพ์
กติกาสามข้อกำกับทั้งสามบท เพราะภาคนี้แบกพันธะพิเศษ: มันจะถูกอ่านหลังจากตัวเลขบางตัวของมันหมดอายุไปแล้ว และมันตั้งใจจะได้รับความเคารพอยู่ดี
ทุกข้อกล่าวอ้างมีวันที่กำกับ "ณ กรกฎาคม 2026" ไม่ใช่คำพูดติดปาก มันคือวลีแบกน้ำหนักของทั้งภาค ข้อกล่าวอ้างเรื่องความสามารถที่ไร้วันที่คือโฆษณา
ทุกความสามารถมีแท็กกำกับ [fallen] แปลว่าเครื่องจักรเทียบเท่าหรือชนะมนุษย์บนหลักฐานที่มีวันที่ [eroding] แปลว่าแต้มต่อมนุษย์มีจริงแต่กำลังหดลงบนนาฬิกาที่วัดได้ [durable] แปลว่าแต้มต่อมนุษย์ห้าปียังเป็นเดิมพันที่แก้ต่างได้ — แก้ต่างได้ ไม่ใช่ศักดิ์สิทธิ์
ข้อกล่าวอ้างที่แบกงานจริงมีเกรดติดตัว ⚖ หมายถึงผลลัพธ์จากแหล่งปฐมภูมิ ⚠ ตัวเลขทุติยภูมิหรือยังพิพาทกันอยู่ ⚙ กลไก — ว่าทำไมบางอย่างจึงเกิดขึ้น — และ ✦ กฎหัวแม่มือ ตรงไหนตัวเลขมาจากตัวรวบรวมกระดานคะแนน (leaderboard aggregator) แทนที่จะมาจากแล็บ ตัวบทจะบอกไว้
แท็กพวกนี้ทำงานที่คำคุณศัพท์ทำไม่ได้ "AI น่าทึ่ง" กับ "AI ถูกโหมเกินจริง" เป็นอารมณ์ทั้งคู่ ส่วน [fallen] ลงวันที่ธันวาคม 2024 คือข้อความเกี่ยวกับโลกที่ตรวจสอบได้ ภาคนี้เอาอารมณ์ไปแลกกับข้อความ
ถ้าคุณอ่านหน้านี้ในปี 2028 แล้วบรรทัดไหนข้างล่างถูกโลกวิ่งแซงไปแล้ว — ดี วันที่มีไว้เพื่อการนั้น จงตัดสินวิธีการ ไม่ใช่ภาพนิ่ง และห้ามเชียร์ไม่ว่าทิศไหน: กระดานคะแนนที่ประจบทีมเหย้าไม่ใช่กระดานคะแนน
ข้อสอบที่สร้างมาให้อยู่ทนกว่าเครื่องจักร [fallen]
บทที่ 3 จบลงที่ Abstraction and Reasoning Corpus — ประตูด่านของสฟิงซ์ที่ถูกสร้างขึ้นใหม่สำหรับเครื่องจักร นี่คือสิ่งที่เกิดขึ้นกับมัน
ARC-AGI-1 (2019) วางเดิมพันไว้สะอาดหมดจด: ตารางเล็กๆ ของช่องสี ตัวอย่างการแปลงไม่กี่ชุด แล้วตามด้วยเคสใหม่ — จงหากฎ ไม่มีเกร็ดความรู้ให้ท่องจำ ไม่มีชุดฝึกให้ขุด แต่ละภารกิจเรียกร้องการสร้างนามธรรมสดใหม่ เป้าหมายการออกแบบไม่เคยเป็นการยากแบบที่หมากรุกยาก แต่เพื่อวัดว่าผู้แก้โจทย์เรียนทักษะใหม่เอี่ยมจากตัวอย่างหยิบมือเดียวได้อย่างมีประสิทธิภาพแค่ไหน — สิ่งที่เด็กๆ ทำกันทั้งวัน และเครื่องจักรทำไม่ได้เลยอยู่หลายปี เดิมพันนี้ยืนอยู่ห้าปี ผ่านการขยายสเกลห้าหมื่นเท่าของโมเดลภาษาที่ถูกโยนใส่มัน ⚖ ครึ่งทศวรรษที่คะแนนฝั่งเครื่องจักรแปะอยู่ติดพื้นขณะแทบทุกอย่างในวงการ AI ขยับ แล้วในธันวาคม 2024 o3 ของ OpenAI — ทุ่มการคำนวณมหาศาล ณ เวลาทดสอบ ปรับตัวเข้าหาแต่ละภารกิจแบบสดๆ — ก็ไปถึง 87.5% ในโหมดคำนวณหนัก ห้าปีแห่งความว่างเปล่า แล้วทุกอย่างก็มาถึงภายในฤดูกาลเดียว
ตัวสืบทอดถูกสร้างให้โหดขึ้น ARC-AGI-2 (มีนาคม 2025) สอบเทียบกับผู้ทดสอบมนุษย์กว่า 400 คนที่ San Diego: ทุกภารกิจประเมินผลแก้ได้ภายในสองครั้งโดยคนธรรมดาอย่างน้อยสองคน และผู้เข้าสอบรายบุคคลเฉลี่ยได้ราว 60% ตอนเปิดตัว โมเดลภาษาล้วนทำได้ 0–4% สิบหกเดือนต่อมา — กรกฎาคม 2026 — กระดานผู้นำแนวหน้าโชว์ราว 85% (GPT-5.5) ตัวเลขจากตัวรวบรวม ⚠ สูงกว่ามนุษย์เฉลี่ยและถึงเส้นรางวัลใหญ่
ทีนี้ถึงดอกจันที่สำคัญ: ต้นทุน บนสายแข่งด้านประสิทธิภาพของรายการ ที่ผู้เข้าแข่งได้งบคำนวณราว $50 ต่อ 120 ภารกิจ คะแนนดีที่สุดคือ 24.03% (NVARC, ธันวาคม 2025) ⚖ และรางวัลใหญ่บนชุดข้อสอบลับยังไม่มีใครคว้าไป ณ กรกฎาคม 2026 เครื่องจักรทำนามธรรมแบบนี้ได้แล้ว แต่ทำด้วยเงินหลักสตางค์เป็นอีกเรื่องหนึ่ง มนุษย์แก้ปริศนาพวกนี้ได้ด้วยแซนด์วิชชิ้นเดียว เส้นด้ายเส้นนั้น — วัตต์ ถ้อยคำ เศรษฐศาสตร์ของความคิด — จะถูกหยิบขึ้นมาต่อในบทที่ 13 เพราะมันคือหนึ่งในสิ่งที่ยังยืนอยู่
คำตัดสิน กล่าวอย่างเที่ยงตรง: การให้เหตุผลเชิงนามธรรมแบบสถิต ในฐานะความสามารถ ร่วงหล่นภายในกรกฎาคม 2026 ข้อโต้แย้งเรื่องประสิทธิภาพยังรอด และผู้ออกแบบเบนช์มาร์กเองก็ย้ายธงไปปักที่โลกแบบโต้ตอบ — ARC-AGI-3 — ที่ซึ่งคะแนนพลิกกลับหัวอย่างตระการตา ศึกนั้นเป็นของบทที่ 14
หนึ่งปีหลัง "มนุษยชาติชนะแล้ว" [fallen]
การเขียนโปรแกรมแข่งขันร่วงหล่นเป็นสององก์ ห่างกันสิบสองเดือน และวันที่ทั้งหลายสมควรถูกเขียนออกมาเต็มๆ
องก์หนึ่ง: กรกฎาคม 2025, AtCoder World Tour Finals สายฮิวริสติก — การหาค่าเหมาะสุดปลายเปิดปะทะมือดีที่สุดของโลก แชมป์มนุษย์ ผู้แข่งใต้ชื่อ Psyho เอาชนะผู้เข้าแข่งของ OpenAI แล้วโพสต์สามคำที่เดินทางรอบโลก: "humanity has prevailed" — มนุษยชาติชนะแล้ว
องก์สอง: โตเกียว 9 กรกฎาคม 2026 ที่รอบชิงเดียวกันหนึ่งปีให้หลัง โมเดลของ OpenAI กวาดครบทั้งห้าข้อและทำ 8,300 คะแนน มนุษย์ที่ดีที่สุดได้ 4,300 ⚠ (ตัวเลขจากรายงานข่าว) ไม่ใช่เฉือนชนะ — เกือบสองเท่า ICPC World Finals ปีเดียวกัน สนามแข่งประเภททีมชั้นนำของนักเขียนโปรแกรมระดับมหาวิทยาลัย ก็ไปทางเดียวกันก่อนหน้านั้นแล้ว: ระบบของ OpenAI แก้ครบทั้งสิบสองข้อ (2025)
สังเกตให้ดีว่าสนามโตเกียวเป็นสนามแบบไหน สายฮิวริสติกไม่มีคำตอบถูกหนึ่งเดียว — ผู้เข้าแข่งไล่ล่าคะแนนดีที่สุดที่หาได้ในปริภูมิการค้นหาอันมหึมา มันร่วงอยู่ดี และนั่นสำคัญต่อแบบแผนท้ายบทนี้: สิ่งที่ทำให้ภารกิจหนึ่งเป็นสนามที่เครื่องจักรชนะได้ ไม่ใช่คำตอบหนึ่งเดียว แต่คือการให้คะแนนอัตโนมัติ โจทย์ปลายเปิดที่มีกระดานคะแนนก็ยังคือโจทย์ปิด
บทเรียนไม่ใช่ว่าชัยชนะปี 2025 กลวงเปล่า มันจริง และได้มาโดยเอาชนะระบบที่ดีที่สุดเท่าที่เคยสร้าง ณ ตอนนั้น บทเรียนคือช่วงห่าง ระยะทางจาก "มนุษยชาติชนะแล้ว" ถึงการโดนกวาดเรียบคือหนึ่งปีพอดี จำช่วงห่างนี้ไว้ทุกครั้งที่หนังสือเล่มนี้พูดว่า [eroding]: ประตู AtCoder คือหน้าตาของการถูกกัดเซาะเมื่อมองจากข้างใน — ชัยชนะมนุษย์ของแท้ เฉลิมฉลองอย่างสุจริตใจ พร้อมนาฬิกานับถอยหลังที่ไม่มีใครอ่านออกแขวนติดมาด้วย
เส้นบทพิสูจน์ [fallen]
คณิตศาสตร์โอลิมปิก — ยอดเขาที่ภาค III ฝึกให้ไต่ — ยืนอยู่ได้นานกว่าคำพยากรณ์ส่วนใหญ่ แล้วก็ร่วงตามกำหนดพร้อมที่เหลือ
กรกฎาคม 2025: สองระบบ — Gemini Deep Think ของ DeepMind และโมเดลทดลองของ OpenAI — แตะเส้นเหรียญทองของ International Mathematical Olympiad ที่ 35 จาก 42 คะแนน ⚖ ผลงานระดับเหรียญทองบนสนามคณิตศาสตร์ที่คัดเข้มที่สุดในโลก จากเครื่องจักร ภายในช่วงชีวิตทำงานของทุกคนที่เคยพูดว่ามันเป็นไปไม่ได้
และมันไม่หยุดแค่สนามแข่ง ภายในปี 2026 ระบบแนวหน้าปิดโจทย์เปิดไปแล้ว 9 จาก 353 ข้อในคอลเลกชันอันโด่งดังของ Erdős โดยบทพิสูจน์ถูกตรวจในระบบทวนสอบเชิงรูปนัย Lean และได้หักล้าง planar unit-distance conjecture ของ Erdős (ประกาศปี 2026) ⚠ (รายงานข่าว) มือสมัครเล่นคนหนึ่งทำงานคู่กับ GPT-5.4 Pro ปิดโจทย์เรื่องเซตจำนวนเฉพาะที่เปิดค้างมาหกสิบปี (2026) ⚠
อ่านประโยคสุดท้ายอีกรอบ: มือสมัครเล่น เครื่องจักรให้เทคนิค มนุษย์ให้คำถาม ความอึด และวิจารณญาณว่าอะไรนับว่าเสร็จ ตลอดผลลัพธ์คณิตศาสตร์ปี 2025–26 บทบาทมนุษย์แคบลงเหลือสามอย่าง — เลือกโจทย์ วางกลยุทธ์ และตรวจรับผลลัพธ์ เก็บสามอย่างนี้เข้าแฟ้มไว้ มันคือโครงกระดูกของบทถัดไป
และรายละเอียดเรื่อง Lean ไม่ใช่เกร็ดเทคนิค มันคือกลไกที่ถูกกางออกให้ดู ⚙ ตัวตรวจบทพิสูจน์เชิงรูปนัยคือผู้ตรวจรับที่ถูกที่สุดและเข้มงวดที่สุดเท่าที่มี — กรรมการที่ทำงานฟรี ไม่รู้จักเหนื่อย และป้อยอเอาใจไม่ได้ มอบกรรมการคนนี้ให้เครื่องจักรนักค้นหา มันจะลองทางตันคืนละล้านทางแล้วเก็บไว้เฉพาะที่คอมไพล์ผ่าน คณิตศาสตร์ไม่ได้ร่วงทั้งที่มันเคร่งครัด มันร่วงเพราะมันเคร่งครัด
ขณะหนังสือเล่มนี้เข้าแท่นพิมพ์ IMO 2026 กำลังดำเนินอยู่ที่เซี่ยงไฮ้ (10–21 กรกฎาคม 2026) โดยตลาดพยากรณ์ให้ราคาเหรียญทองของ AI ไว้ราว 82% ⚠ ผลลัพธ์ไปตกอยู่ในรายการเฝ้าดูของบทที่ 14 หนังสือเล่มนี้แถลงเดิมพันก่อนผลออก ไม่ใช่หลังผลออก
เสื้อกาวน์ขาว — ในขอบเขตแคบ [fallen]
การวินิจฉัยทางคลินิกควรจะได้นั่งอยู่อย่างปลอดภัยหลังใบประกอบวิชาชีพและประสบการณ์ชีวิต บนงานเวอร์ชันจำเพาะเวอร์ชันหนึ่ง มันไม่ปลอดภัย งานศึกษาของ Harvard/Beth Israel Deaconess (เมษายน–พฤษภาคม 2026) จับโมเดลระดับ o1 ประชันกับเวชระเบียนห้องฉุกเฉินของจริง: ความแม่นยำวินิจฉัย 67.1% สำหรับโมเดล เทียบกับ 55.3% และ 50.0% ของแพทย์เฉพาะทางผู้เชี่ยวชาญสองกลุ่ม ⚖ (งานศึกษาผ่านรายงานข่าว) คำจารึกหลุมศพยุคข้อสอบจากปากนักวิจัยเอง: "เราอยู่ที่เพดานแล้ว" ของเบนช์มาร์กแบบปรนัย
ประโยคนั้นสมควรถูกอ่านช้าๆ ข้อสอบปรนัย — เครื่องมือที่ระบบใบอนุญาตวิชาชีพทั้งศตวรรษตั้งอยู่บนมัน — หยุดสามารถแยกเครื่องจักรออกจากผู้เชี่ยวชาญได้ตั้งแต่ก่อนกลางปี 2026 ไม่ว่าเราจะยังอยากอ้างอะไรเกี่ยวกับวิจารณญาณมนุษย์ในการแพทย์ ข้อสอบไม่ใช่ที่ที่เราอ้างมันได้อีกต่อไป
ทีนี้ความกว้างของข้อกล่าวอ้าง อย่างเที่ยงตรง โมเดลอ่านเวชระเบียน มันไม่ได้บริหารแผนก งานศึกษาเป็นข้อความล้วน ระบบชั้นเดียวกันนี้มีแนวโน้มสั่งตรวจเกินจำเป็น และช่องว่างระหว่างการวินิจฉัยถูกบนกระดาษกับผู้ป่วยที่ได้รับการรักษาจริงในโรงพยาบาลที่เดินเครื่องอยู่ก็ยังกว้าง (Stanford–Harvard State of Clinical AI, 2026) สิ่งที่ร่วงคือการอ่านชาร์ตที่เตรียมไว้ให้ ได้ดีกว่านักอ่านผู้เชี่ยวชาญระดับมัธยฐาน — งานสถิต ระบุครบถ้วน ตรวจสอบได้ กำสามคำคุณศัพท์นั้นไว้ให้แน่น พวกมันกำลังจะกลายเป็นวิทยานิพนธ์ของบทนี้
บัญชีที่เหลือ [fallen]
อีกหกรายการ บีบอัดเป็นตารางเพราะภาคนี้เคารพเวลาของคุณ แต่ละรายการคือของจริง แต่ละรายการแบกดอกจันของตัวเอง — และดอกจันคือที่ที่สองบทถัดไปอาศัยอยู่
| สิ่งที่ร่วง | หลักฐานพร้อมวันที่ | ดอกจัน |
|---|---|---|
| การจำและการให้เหตุผลระดับข้อสอบผู้เชี่ยวชาญ | Humanity's Last Exam: คะแนนดีสุด ~53.3% โมเดลแนวหน้าเกาะกลุ่มแน่น (กรกฎาคม 2026) ⚠ | ข้อสอบกำลังอิ่มตัวในฐานะ*ตัวจำแนกความต่าง*ระหว่างโมเดล — ยังไม่มีโมเดลไหนสอบมันได้เต็ม |
| การโน้มน้าวแบบเฉพาะบุคคล | GPT-4 แบบรู้ข้อมูลส่วนบุคคล: odds การเปลี่ยนความคิดเห็นสูงกว่านักโต้วาทีมนุษย์ +81.2% (Nature Human Behaviour, พฤษภาคม 2025) ⚖ | โน้มน้าวได้ไม่เท่ากับรับผิดชอบต่อสิ่งที่โน้มน้าวให้ใครไปทำ — บทที่ 13 |
| ชุดแบบทดสอบ theory of mind | เทียบเท่าผู้ใหญ่มนุษย์ถึงการให้เหตุผลอันดับที่ 6 (Frontiers in Human Neuroscience, 2025) ⚖ | ฉากเล่าแบบนิ่ง; การปรับพฤติกรรมเข้าหาจิตใจที่ติดตามข้ามเวลายังล้มเหลว (DialToM, 2026) |
| ร้อยแก้วเลียนเสียงนักเขียน ตัดสินโดยผู้เชี่ยวชาญ | โมเดล fine-tune ถูกผู้อ่านผู้เชี่ยวชาญเลือกชอบ 62% ของครั้ง (CHI, เมษายน 2026) ⚖ | เรื่องเต็ม — และสิ่งที่รอดจากมัน — คือชิ้นเอกกลางเวทีของบทที่ 13 |
| การลงมือออกแบบยา | AlphaFold3 → IsoDDE (กุมภาพันธ์ 2026); สารประกอบมะเร็งวิทยาออกแบบโดย AI ชุดแรกตั้งเป้าเข้าทดลองในมนุษย์ปี 2026 | ศูนย์การอนุมัติจาก FDA ณ กลางปี 2026; การออกแบบโมเลกุลไม่เท่ากับการได้รับอนุญาตให้มีตัวตน |
| การขับรถ ในรั้วภูมิศาสตร์ | Waymo: 220.6 ล้านไมล์แบบผู้โดยสารล้วน อุบัติเหตุบาดเจ็บสาหัสน้อยกว่าคนขับมนุษย์จับคู่เทียบ 91% (มีนาคม 2026) ⚖ | โดเมนแคบ ทำแผนที่ครบ อุตสาหกรรมข้อมูลจัดเต็ม; รถโรงเรียนจอดนิ่งกับไฟจราจรดับ (2025–26) ยังทำให้มันพังได้ — กรณีทั่วไปคือคูเมืองแรกของบทที่ 13 |
แบบแผนของการร่วงหล่น
วางสิ่งที่ร่วงหล่นเรียงเคียงกัน แล้วโปรไฟล์หนึ่งเดียวก็ผุดขึ้น โปรแกรมสนามแข่ง บทพิสูจน์โอลิมปิก ตารางนามธรรม ข้อสอบ ชาร์ตผู้ป่วยที่เตรียมไว้ โจทย์โต้วาที ร้อยแก้วในน้ำเสียงนักเขียนที่รู้จัก ทุกรายการล้วน:
สถิต ภารกิจนั่งนิ่งขณะคุณทำงานกับมัน ชาร์ตถูกเขียนเสร็จแล้ว โจทย์ไม่สู้กลับ ไม่มีซัพพลายเออร์โกหกคุณกลางทาง เวลาไม่ใช่คู่ต่อสู้
ระบุครบถ้วน เป้าหมายมาถึงจากข้างนอก สมบูรณ์พร้อม จงพิสูจน์สิ่งนี้ จงวินิจฉัยสิ่งนี้ จงดันคะแนนนี้ให้สูงสุด ไม่มีใครในบัญชีผู้ร่วงต้องตัดสินใจว่าอะไรควรค่าแก่การอยากได้ — ท่วงท่าที่ยากที่สุดในศาสตร์ของคนออกโจทย์ (บทที่ 8) ถูกทำให้เสร็จล่วงหน้าแล้ว
ตรวจสอบได้ เครื่องจักรตรวจคำตอบได้ถูกและเป๊ะ บทพิสูจน์คอมไพล์ผ่าน Lean หรือไม่ผ่าน โปรแกรมได้ 8,300 หรือไม่ได้ ตารางตรงกันหรือไม่ตรง
คุณสมบัติข้อสามคือเครื่องยนต์ ⚙ ที่ไหนการตรวจราคาถูก ที่นั่นการฝึกเป็นไปได้: สร้างความพยายามล้านครั้ง เก็บที่ตัวตรวจอวยพร ทำซ้ำจนตัวตรวจพอใจเสมอ ผู้ตรวจรับราคาถูกแปลงการคำนวณดิบให้เป็นทักษะ นั่นคือเหตุผลที่ทฤษฎีบท — มงกุฎเพชรของการให้เหตุผลมนุษย์ ยอดเขาที่ภาค III ปฏิบัติต่อด้วยความเคารพ — ร่วงก่อนห้องครัวที่ไม่คุ้นเคย: บทพิสูจน์ตรวจด้วยเครื่องได้ อาหารเช้าตรวจไม่ได้ ผลตู้ขายของอัตโนมัติในบทที่ 14 ตอกย้ำประเด็นเดียวกันด้วยเงินจริง
มีการพลิกกลับของศักดิ์ศรีฝังอยู่ตรงนี้ และมันแสบ มนุษย์จัดอันดับงานพวกนี้ตามความยากสำหรับเรา: โอลิมปิกอยู่เหนือการคุยสัพเพเหระ บทพิสูจน์อยู่เหนือห้องครัว เครื่องจักรเรียงงานตามแกนคนละแกนโดยสิ้นเชิง — ยากแค่ไหนที่จะระบุ และยากแค่ไหนที่จะตรวจ ⚙ สองอันดับนี้เกือบตั้งฉากกัน นั่นคือเหตุผลที่ลำดับการร่วงดูกลับหัวเมื่อมองจากในมหาวิทยาลัย และถูกต้องเผงเมื่อมองจากในรอบฝึกโมเดล Moravec ชี้ความเอียงนี้ไว้หลายทศวรรษก่อน; 2024–2026 วัดมันออกมา
บทแทรกสามข้อ แต่ละข้อได้มาด้วยตัวอย่างที่มีวันที่:
การร่วงมาฉับพลัน ARC-AGI-1 นั่งติดพื้นห้าปี แล้วแตะ 87.5% ภายในฤดูกาลเดียว (ธันวาคม 2024) AtCoder ไปจากแชมป์มนุษย์ถึงโดนกวาดเรียบในสิบสองเดือนพอดี (กรกฎาคม 2025 → 9 กรกฎาคม 2026) ความสามารถมาถึงเป็นฟังก์ชันขั้นบันไดบ่อยกว่าเป็นทางลาด และความเงียบยาวนานก่อนการร่วงแทบไม่บอกอะไรเกี่ยวกับวันที่ของการร่วงเลย ✦ ความฉับพลันนี้มีกลไก ⚙: ความสามารถสะสมตัวอย่างมองไม่เห็น — ในสเกล ในเครื่องมือ ในกลเม็ด ณ เวลาทดสอบ — ขณะคะแนนนั่งนิ่ง เหมือนน้ำที่ขึ้นสูงหลังเขื่อน คะแนนวัดน้ำที่ล้นข้าม ไม่ใช่น้ำในอ่าง เมื่อสันเขื่อนถูกข้ามในที่สุด การกระโดดจึงดูราวเกิดขึ้นชั่วพริบตา ทั้งที่การเติมน้ำไม่เคยฉับพลันเลย
การร่วงเป็นทางเดียว ไม่มีอะไรในบัญชีนี้ลุกกลับขึ้นยืน เบนช์มาร์กถูกปลดระวางแล้วสร้างใหม่ให้โหดขึ้น — ARC-2 หลัง ARC-1, ARC-3 หลัง ARC-2 — แต่ไม่มีความสามารถที่สาธิตแล้วรายการไหนสูญหาย กระดานคะแนนคือเฟืองหมุนทางเดียว แผนใดที่ต้องพึ่งให้ความสามารถที่ร่วงแล้วร่วงกลับคืน ไม่ใช่แผน ✦
เบนช์มาร์กที่ร่วงไม่เท่ากับตัวแทนที่เข้าประจำการแล้ว คะแนน ARC ~85% (กรกฎาคม 2026) วิ่งบนงบที่ไกลเกิน $50 ที่ซื้อได้ 24.03% (ธันวาคม 2025) ตัวเลขวินิจฉัย 67.1% มาพร้อมการสั่งตรวจเกินและไม่มีวอร์ดให้ต้องรับผิดชอบ ยาที่ออกแบบแล้วมีศูนย์การอนุมัติ ณ กลางปี 2026 ความสามารถร่วงก่อน เศรษฐศาสตร์ การผนวกเข้าระบบ และภาระรับผิดร่วงทีหลัง หรือไม่ร่วงเลย บทที่ 13 ส่วนใหญ่อาศัยอยู่ในช่องว่างนั้น
อีกสิ่งหนึ่งควรอยู่ในบัญชีที่ซื่อสัตย์ และมันไม่ใช่ตัวเลข ถ้าบางอย่างในบัญชีผู้ร่วงคือยอดเขา*ของคุณ* — ทักษะที่ทั้งชีวิตถูกจัดระเบียบไว้รอบมัน — หนังสือเล่มนี้จะไม่เกลี้ยกล่อมให้คุณเลิกแสบ นักเขียนโปรแกรมฮิวริสติกที่เก่งที่สุดในโลกถูกเอาชนะในสิ่งที่พวกเขาสร้างชีวิตขึ้นรอบมัน ต่อหน้าสาธารณะ สิบสองเดือนหลังชั่วโมงที่งดงามที่สุดของแชมป์ฝั่งพวกเขา นั่นคือของจริง และมันไม่ใช่จุดจบของการวิเคราะห์: สิ่งที่เรารักในทักษะเหล่านี้แทบไม่เคยเป็นส่วนที่ตรวจสอบได้ และส่วนที่ตรวจสอบได้คือทั้งหมดที่ร่วงไป บทถัดไปทำข้อกล่าวอ้างนี้ให้เที่ยงตรง
ดังนั้น ไทรอาจฉบับผู้อ่าน — สามคำถามที่ควรยิงใส่งานใดก็ตาม รวมถึงงานที่คุณรับเงินทำ ✦:
- งานนั่งนิ่งอยู่กับที่ขณะคุณทำมันหรือเปล่า?
- เป้าหมายถูกยื่นมาให้ ระบุครบถ้วนแล้วหรือเปล่า?
- เครื่องจักรตรวจคำตอบได้ด้วยเงินหลักสตางค์หรือเปล่า?
สามคำตอบ "ใช่" คือโปรไฟล์ของทุกสิ่งที่ร่วงภายในกลางปี 2026 ทุกคำตอบ "ไม่" คือคูเมือง — และคูเมือง จำไว้ ไม่ใช่กำแพง มันคือผืนดินที่ยังป้องกันได้ ตราบที่คุณยืนอยู่บนมันและลงมือทำงาน
คูเมืองคือเรื่องถัดไป
แหล่งอ้างอิง
เข้าถึงทั้งหมดเมื่อ 16 กรกฎาคม 2026 รายการจากสื่อและตัวรวบรวมถูกระบุกำกับไว้ โปรดปฏิบัติต่อตัวเลขของพวกมันด้วยระดับความมั่นใจตามที่ระบุในตัวบท
- ARC Prize Foundation — ARC-AGI-2 specification and human calibration: arcprize.org/arc-agi/2
- ARC Prize 2025 results and analysis (December 2025): arcprize.org/blog/arc-prize-2025-results-analysis · technical report: arxiv.org/html/2601.10904v1
- ARC-AGI-2 frontier score ~85%, GPT-5.5 (July 2026) — aggregator, secondary: benchlm.ai/benchmarks/arcAgi2
- AtCoder World Tour Finals 2026 sweep, 8,300 vs 4,300 (July 9, 2026) — press: the-decoder.com/openais-ai-beats-every-human-at-atcoder-a-top-competitive-programming-contest/
- International Mathematical Olympiad 2026, Shanghai (July 10–21, 2026): imo-official.org/editions/2026/
- Erdős problems settled and conjecture disproved (announced 2026) — press: scientificamerican.com/article/ai-uncovers-solutions-to-erdos-problems-moving-closer-to-transforming-math/
- Harvard/Beth Israel Deaconess emergency-diagnosis study (April–May 2026) — press: fortune.com/2026/05/04/harvard-study-ai-outdiagnose-doctors-openai-o1-preview/
- Humanity's Last Exam leaderboard (July 2026) — aggregator, secondary: llm-stats.com/benchmarks/humanity's-last-exam
- Conversational persuasiveness of personalized GPT-4, Nature Human Behaviour (May 2025): nature.com/articles/s41562-025-02194-6
- Higher-order theory of mind, Frontiers in Human Neuroscience (2025): frontiersin.org/journals/human-neuroscience/articles/10.3389/fnhum.2025.1633272/full
- DialToM (2026): arxiv.org/pdf/2604.20443
- Fine-tuned AI writing versus MFA-trained experts, CHI (April 2026): dl.acm.org/doi/10.1145/3772318.3791276
- Isomorphic Labs first-in-human AI-designed drug trials (2026) — press: mlq.ai/news/isomorphic-labs-launches-human-trials-for-ai-designed-drugs/
- Waymo Safety Impact, 220.6M rider-only miles (March 2026): waymo.com/safety/impact/