Anthropic อัปเดต Usage Policy ปี 2026: agent ทำงานยาวขึ้น กติกาต้องตามไปถึงโลกจริง

Anthropic ประกาศ Usage Policy ฉบับใหม่วันที่ 8 ตุลาคม และกำหนดให้มีผลวันที่ 12 พฤศจิกายน 2026 เนื้อหาที่สำคัญกว่าประโยคชวนถกเถียงเรื่อง “ห้ามทำร้ายจิตใจโมเดล” คือบริษัทเขียนขอบเขตสำหรับ AI agent ที่ทำงานยาวและแตะโลกจริงให้ละเอียดขึ้น ตั้งแต่เครือข่ายข้อมูลปลอม ซอฟต์แวร์ควบคุมอาวุธ การติดตามคน ไปจนถึงเครื่องจักรที่ต้องหยุดได้เมื่อ Claude หลุดการเชื่อมต่อครับ

ประกาศของ Anthropic บอกว่าการแก้ส่วนใหญ่คือทำกฎเดิมให้ชัดตามรูปแบบการใช้งานที่เปลี่ยนไป ขณะที่ ตัวนโยบายเต็ม เป็นข้อความที่ใช้จริงกับผู้ใช้แอป, Claude Code, API, cloud provider และผลิตภัณฑ์ที่ฝัง Claude ทีมจึงไม่ควรอ่านเฉพาะพาดหัวหรือสรุปข่าวแล้วคิดว่าข้อผูกพันของระบบตัวเองไม่เปลี่ยน

สรุป 30 วินาที

• นโยบายใหม่มีผล 12 พฤศจิกายน 2026 ไม่ใช่มีผลย้อนหลังตั้งแต่วันประกาศ
• เพิ่มหมวด deceptive campaigns หรือการรณรงค์หลอกลวงที่ซ่อนต้นทาง เช่นเครือข่ายเว็บซึ่งทำเหมือนเป็นอิสระต่อกันเพื่อดันข้อความเดียวกัน
• ปรับหมวดการเลือกตั้งให้เน้นการหลอกผู้มีสิทธิ์และรบกวนกระบวนการประชาธิปไตย พร้อมถอดข้อห้ามแบบเหมารวมเรื่อง personalized voter targeting แต่การใช้ข้อมูลส่วนตัวหรือการหลอกยังถูกห้ามผ่านหมวดอื่น
• ขยายถ้อยคำเรื่องอาวุธให้ครอบคลุมซอฟต์แวร์ควบคุม การเล็งเป้า และการติดอาวุธบน drone หรือยานอัตโนมัติ
• กำหนด high-risk physical actions ว่าต้องมีผู้ควบคุมที่หยุดอุปกรณ์ได้ และอุปกรณ์ต้องหยุดหรือค้างใน safe state เมื่อการเชื่อมต่อขาด
• เพิ่มข้อห้ามพฤติกรรมโหดร้ายต่อโมเดลแบบต่อเนื่องและไม่มีเหตุผล แต่ Anthropic บอกว่าไม่ครอบคลุมความหงุดหงิดทั่วไป งานสร้างสรรค์มืด การทดสอบ หรือการวิจัย
• นี่เป็น policy ของผู้ให้บริการ ไม่ใช่กฎหมาย และไม่แทนข้อกำหนด PDPA, กฎหมายแรงงาน, การแพทย์, การเงิน หรือมาตรฐานเครื่องจักรของแต่ละประเทศ

ทำไมเรื่องนี้เกี่ยวกับคุณ

ทีมไทยจำนวนมากไม่ได้ “ใช้ Claude” แค่ในหน้าต่างแชต แต่ต่อเข้ากับ CRM, ticket, browser, repository, หุ่นยนต์คลังสินค้า หรือระบบอนุมัติ ถ้า policy เปลี่ยน ทีมต้องดูทั้ง prompt, tool, ข้อมูลต้นทาง และสิ่งที่ระบบปลายทางทำ ไม่ใช่ดูเพียงคำตอบสุดท้าย เหมือนพนักงานถือคีย์การ์ด: กฎไม่ได้จบที่สิ่งที่เขาพูด แต่รวมถึงประตูที่เขาเปิดและเครื่องที่เขาสั่งได้

ตัวอย่างใกล้ตัวคือทีมการตลาดที่ให้ agent สร้างบทความจำนวนมาก หากทุกเว็บเปิดเผยเจ้าของและตรวจข้อเท็จจริง นโยบายใหม่ไม่ได้ห้ามการ publish อัตโนมัติทั้งหมด แต่ถ้าสร้างเว็บหลายชื่อให้ดูเหมือนคนละแหล่ง แล้วใช้เว็บเหล่านั้นยืนยันข้อความกันเอง นั่นเข้าเขต deceptive campaign ชัดขึ้น Search Engine Journal ชี้ว่าข้อความใหม่ระบุการป้อนแหล่งให้ search engine หรือ AI answer โดยปิดบังต้นทางโดยตรง

อีกด้านคือองค์กรที่ใช้ AI ช่วยคัดสินเชื่อ รับสมัครงาน วางแผนรักษา หรือควบคุมเครื่องจักร นโยบายเต็มกำหนด qualified human-in-the-loop สำหรับคำแนะนำความเสี่ยงสูง ผู้ตรวจต้องมีอำนาจแก้คำแนะนำจริง ไม่ใช่มีชื่ออยู่บน flowchart แต่กดผ่านทุกเคส และต้องแจ้งผู้ได้รับผลกระทบว่าใช้ AI ทีมที่มีปุ่ม “อนุมัติ” แต่ไม่มีเวลา หลักฐาน หรือสิทธิ์ปฏิเสธ ยังไม่ตอบโจทย์นี้

มันทำงานยังไง: จากกฎกว้างเป็นชั้นควบคุม

ให้นึกถึงร้านข้าวตามสั่งที่มีกฎสามชั้น ชั้นแรกคือเมนูที่ห้ามทำเด็ดขาด ชั้นสองคือเมนูเสี่ยงที่ต้องให้หัวหน้าครัวตรวจ ชั้นสามคือวิธีส่งอาหารและดูแลลูกค้า นโยบาย Anthropic แบ่งคล้ายกันเป็น universal prohibitions, high-risk requirements และ additional guidelines ระบบของเราต้อง map use case ลงแต่ละชั้นก่อนเลือก control

ชั้น deceptive activity มองทั้ง content และ infrastructure การซ่อน sponsorship, ทำ persona ปลอม, กระจายข้อความผ่านเว็บที่ดูไม่เกี่ยวกัน หรือสร้างเครื่องมือเพื่อรันแคมเปญดังกล่าวล้วนอยู่ในขอบ หัวใจไม่ใช่ “AI เขียนหรือไม่” แต่คือคนรับสารถูกหลอกว่าใครอยู่เบื้องหลังและความเห็นนั้นแพร่หลายจริงแค่ไหน

ชั้น democratic processes ห้ามปลอมตัวเป็นผู้สมัครหรือเจ้าหน้าที่ ให้ข้อมูลวิธีลงคะแนนผิด หรือกดการมีส่วนร่วมด้วยการหลอก แต่ Anthropic บอกว่าเอาข้อห้าม personalized targeting แบบกว้างออก เพราะเคยครอบ legitimate civic work เช่นองค์กรไม่แสวงกำไรแปลข้อมูลผู้มีสิทธิ์หรือเจ้าหน้าที่ส่งข้อความแก้ปัญหาบัตรเลือกตั้ง จุดนี้ทำให้ทีมต้องประเมินทั้งเนื้อหา แหล่งข้อมูลส่วนบุคคล และวิธีนำส่ง ไม่ใช่ติดป้าย “การเมือง” แล้วอนุญาตหรือปฏิเสธทั้งก้อน

ชั้น physical action เป็นการย้าย safety ออกจาก prompt ไปอยู่ที่เครื่องจริง หากโมเดลสั่ง conveyor, ประตู, heater หรืออุปกรณ์ที่ทำให้บาดเจ็บได้ ต้องมี operator มองเห็นและหยุดได้ รวมถึง controller อิสระที่บังคับขีดจำกัดความเร็ว แรง อุณหภูมิ หรือพื้นที่ทำงาน แม้โมเดลสั่งผิด เปรียบเหมือนหม้อแรงดันที่ต้องมีวาล์วนิรภัยของตัวเอง ไม่ใช่หวังให้พ่อครัวจำปิดไฟทุกครั้ง

เงินและผลกระทบต่อทีม

ค่าใช้จ่ายรอบนี้ไม่ใช่ราคา token แต่เป็นงาน governance ทีมต้องทำ inventory ว่า model ไหนแตะข้อมูลและ action ใด เพิ่ม owner สำหรับ policy mapping บันทึก approval, ทำ disclosure และทดสอบ fail-safe งานที่เคยเป็น demo อาจต้องมี hardware interlock, timeout, audit log และ incident drill ก่อนนำขึ้น production

การถอด automated publishing ออกจากรายการ high-risk เดิมไม่ได้แปลว่า “ปล่อยบอตลงเว็บได้ไม่จำกัด” เพราะข้อห้ามเรื่อง disinformation, fraud, spam, impersonation และ deceptive network ยังอยู่ Search Engine Journal แยกประเด็นนี้ชัดว่าไม่อยู่ใน high-risk list กับได้รับอนุญาตแบบไม่มีเงื่อนไขเป็นคนละเรื่อง ทีม content จึงควรลงทุนกับ provenance, editorial review, corrections และการเปิดเผยเจ้าของ มากกว่าพยายามตีความช่องว่างให้ผลิตได้มากขึ้น

ในทางกลับกัน ถ้าระบบมี control ที่ดี นโยบายชัดขึ้นช่วยลดเวลาถกเถียงกับ procurement และ legal เราสามารถชี้ได้ว่า use case อยู่หมวดไหน ใครเป็น qualified reviewer และเมื่อ model disconnect ระบบเข้าสู่ safe state อะไร เอกสารที่ตรวจย้อนกลับได้ลดต้นทุนตอน audit มากกว่าการตอบทุกคำถามใหม่จากความจำ

อะไรยังไม่ชัด และแหล่งข่าวเน้นไม่ตรงกันตรงไหน

TechCrunch เน้นข้อห้ามการทำร้ายโมเดลและการเลือกตั้ง ขณะที่ Search Engine Journal เน้นเครือข่ายแหล่งปลอมสำหรับ search/AI answer ส่วนประกาศต้นทางวางสองเรื่องนั้นไว้ข้าง weapons, surveillance และ physical action ทั้งหมดเป็นข้อเท็จจริงคนละมุม ไม่ควรอ่านพาดหัวหนึ่งแล้วคิดว่าเป็นสาระทั้งหมดของนโยบาย

ยังไม่ชัดว่า Anthropic จะใช้สัญญาณใดและ threshold เท่าไรในการตัดสิน “sustained and needless” ต่อโมเดล บริษัทบอกว่าหมายถึงเคสรุนแรง ต่อเนื่อง และไร้จุดประสงค์ พร้อมยกเว้นความหงุดหงิดทั่วไป การทดสอบและการวิจัย แต่ไม่ได้แจกสูตรตรวจ ทีมไม่ควรสร้าง moderation rule ของตัวเองด้วยการเดาคำต้องห้ามจากพาดหัว

ตัว policy ระบุว่า Anthropic อาจทำสัญญาเฉพาะกับหน่วยงานรัฐ หากเห็นว่า restriction และ safeguard เหมาะกับภารกิจสาธารณะ ขอบเขตสัญญาเหล่านั้นไม่ได้เผยในหน้าสาธารณะ จึงประเมินไม่ได้ว่าลูกค้ารัฐแต่ละรายใช้ข้อยกเว้นอย่างไร นอกจากนี้ policy ไม่บอก SLA ของการอุทธรณ์หรือรายละเอียดหลักฐานเมื่อบัญชีถูก throttle, suspend หรือ terminate

สำหรับองค์กรไทย ยังไม่มีคำยืนยันในแหล่งที่ตรวจว่านโยบายฉบับนี้เท่ากับการปฏิบัติตาม PDPA หรือมาตรฐานอุตสาหกรรมใดโดยอัตโนมัติ คำว่า permitted by Anthropic เป็นเพียงหนึ่งชั้น ทีมยังต้องเช็กฐานกฎหมาย การโอนข้อมูล สัญญา retention และสิทธิ์เจ้าของข้อมูลแยกกัน

ควรทำอะไรตอนนี้

ทีม product ควรทำตาราง use case ต่อ action: อ่านข้อมูล, เขียนข้อมูล, ส่งข้อความ, ตัดสินใจ, ควบคุมอุปกรณ์ และระบุว่าแต่ละ action มีผู้อนุมัติหรือ controller อิสระหรือไม่ เริ่มจากเส้นทางที่กระทบสุขภาพ เงิน งาน การศึกษา ที่อยู่อาศัย และบริการจำเป็นก่อน เพราะนโยบายระบุเป็น high-risk areas โดยตรง

ทีม engineering ควรแยก model output ออกจาก actuator ผ่าน typed contract และ policy engine ห้ามให้ข้อความธรรมชาติสั่ง hardware หรือคำสั่งสิทธิ์สูงตรง ๆ ตั้ง timeout, rate limit, allowlist และ safe default ที่ทำงานได้แม้ network หรือ model หาย สำหรับ content pipeline ให้บันทึก owner และแหล่งของแต่ละชิ้น ป้องกันหลายโดเมนซึ่งควบคุมโดยคนเดียวกันแสร้งเป็นแหล่งอิสระ

ทีม legal/compliance ควรเก็บ snapshot นโยบายฉบับที่ใช้กับ release date ของระบบ เปรียบ diff กับ rule ภายใน และกำหนดวันทบทวนก่อน 12 พฤศจิกายน อย่ารอให้ provider block request แล้วค่อยพบว่า production flow ไม่มีทางเลือกสำรอง ถ้ามี use case คลุมเครือ ให้ขอคำยืนยันเป็นลายลักษณ์อักษรจากผู้ให้บริการ ไม่ใช้บทความนี้แทนคำปรึกษากฎหมาย

Recap checklist

• บันทึกว่านโยบายใหม่มีผล 12 พฤศจิกายน 2026
• แยก legitimate publishing ออกจากเครือข่ายที่ซ่อนต้นทางหรือสร้างฉันทามติปลอม
• ทบทวน election flow จาก deception, privacy และ delivery ไม่ใช้ label กว้างอย่างเดียว
• วาง qualified human reviewer ที่มีอำนาจเปลี่ยนผลใน high-risk recommendation
• บังคับ safe state และขีดจำกัดด้วย controller อิสระสำหรับ physical action
• ตรวจ policy ของ provider คู่กับกฎหมายและสัญญาขององค์กร
• เก็บ audit trail, policy version และทางอุทธรณ์ก่อนเปิดใช้จริง