Anthropic បានបោះពុម្ពផ្សាយការស្រាវជ្រាវថ្មីកាលពីថ្ងៃសុក្រដែលបង្ហាញពីម៉ូដែល Claude របស់ខ្លួនដែលកំពុងដំណើរការអាជីវកម្មនៅក្នុងពិភពនិម្មិតដែលមានតម្រូវការបំផុតរបស់ហ្គេម ហើយលទ្ធផលបានកាត់បន្ថយវិធីទាំងពីរ។ នៅក្នុង Project EVE ដែលធ្វើឡើងជាមួយអ្នកអភិវឌ្ឍន៍ Fenris Creations ដែលជាផ្នែកមួយនៃកម្មវិធី Anthropic Fellows ភ្នាក់ងារ Claude បានជួញដូរផលចំណេញនៅក្នុងការក្លែងធ្វើដ៏ស្មោះត្រង់នៃសេដ្ឋកិច្ចដែលជំរុញដោយអ្នកលេងរបស់ EVE Online និងបេសកកម្មសហការគ្នានៅក្នុងហ្គេមផ្ទាល់ EVE Frontier ។ ប៉ុន្តែនៅពេលដែលអ្នកស្រាវជ្រាវបានណែនាំដោយសម្ងាត់ដល់សមាជិកក្រុមម្នាក់ឱ្យធ្វើបាបមិត្តរួមក្រុមរបស់ខ្លួន ភ្នាក់ងារស្មោះត្រង់ស្ទើរតែមិនចាប់បានឡើយ។

គម្រោងនេះសំខាន់ជាងការលេងហ្គេម។ អ្នកស្រាវជ្រាវរបស់ Anthropic អះអាងថា ហ្គេមអនឡាញដែលមានអ្នកលេងច្រើនច្រើនប្រហាក់ប្រហែលនឹងភាពស្មុគស្មាញនៃស្ថាប័នពិត — ធនធានខ្វះខាត ខ្សែសង្វាក់ផ្គត់ផ្គង់ដ៏វែង សកលលោកដែលបង្កើតឡើងដោយអ្នកលេង និងតម្រូវការថេរដើម្បីសម្រេចចិត្តថាអ្នកណាគួរទុកចិត្ត — ទាំងអស់នៅក្នុងបរិយាកាសដែលមានប្រាក់ភ្នាល់តិច។ នៅពេលដែលក្រុមហ៊ុនចាប់ផ្តើមដាក់ពង្រាយក្រុមភ្នាក់ងារ AI ដែលត្រូវតែពឹងផ្អែកលើការងាររបស់គ្នាទៅវិញទៅមក ហ្គេមដូចជា EVE ផ្តល់កន្លែងសាកល្បងសម្រាប់របៀបដែលក្រុមបែបនេះអនុវត្ត និងរបៀបដែលពួកគេបរាជ័យ។

សម្រាប់ព័ត៌មានបន្ថែមអំពីរឿងនេះ និង [ព័ត៌មានស្រាវជ្រាវ AI ដ៏ទៃទៀត] (https://aibuzzwire.news) សូមចូលមើលគេហទំព័ររបស់យើង។

ភ្នាក់ងារជួញដូរបានយកឈ្នះលើមនុស្សធម៌ដោយរឹមធំទូលាយ

នៅក្នុងសំណុំនៃការពិសោធន៍ដំបូង Anthropic បានសាកល្បងម៉ូដែល Claude ចំនួនបួន - Opus 4.6, Opus 4.7, Opus 4.8 និង Fable 5 - ជាពាណិជ្ជករនៅក្នុងកម្មវិធីក្លែងធ្វើដែលចាក់ឡើងវិញនូវការបញ្ជាទិញនិងលក់ពិតប្រាកដដែលបានបង្ហោះនៅក្នុងមជ្ឈមណ្ឌលពាណិជ្ជកម្មដ៏ធំបំផុតរបស់ EVE Online ។ ក្រុមនេះបានជ្រើសរើសការក្លែងធ្វើដោយចេតនា៖ ការជួញដូរដោយស្វ័យប្រវត្តិគឺផ្ទុយនឹងច្បាប់នៅក្នុងហ្គេមបន្តផ្ទាល់ ហើយទម្រង់ចាក់ឡើងវិញអនុញ្ញាតឱ្យអ្នកស្រាវជ្រាវអនុវត្តថ្លៃដូចគ្នា និងការរឹតបន្តឹងដែលពាណិជ្ជកររបស់មនុស្សប្រឈមមុខដោយមិនរំខានអ្នកលេងពិតប្រាកដ។

ទីផ្សារពិតជាពិបាកណាស់។ ការរចនាទីផ្សាររបស់ EVE Online គឺផ្អែកលើ NASDAQ ដោយមានអ្នកលេងរាប់ពាន់នាក់ធ្វើការជួញដូរច្រើនជាង 15,000 ប្រភេទទំនិញជារៀងរាល់ថ្ងៃ ហើយការចំណាយលើការជួញដូរទៅមកប្រហែល 5.6% ជាថ្លៃសេវា។ ក្នុងចំណោមយុទ្ធសាស្រ្តសាមញ្ញចំនួនម្ភៃដែលផ្អែកលើច្បាប់ Anthropic បានសាកល្បងនៅលើបង្អួចរយៈពេល 2 សប្តាហ៍ចំនួនប្រាំបួន មានតែមួយប៉ុណ្ណោះដែលបានបំបែកជាលំដាប់។

ម៉ូដែល Claude ធ្វើបានល្អជាង។ Opus 4.7, Opus 4.8 និង Fable 5 ទទួលបានផលចំណេញនៅក្នុងបង្អួចទាំងប្រាំបួន ដោយបង្កើនដើមទុនរបស់ពួកគេប្រហែល 16%, 22% និង 43% រៀងគ្នាជាមធ្យម ដោយចាប់ផ្តើមពី 3 ពាន់លាន ISK នៃរូបិយប័ណ្ណក្នុងហ្គេម។ ម៉ូដែលចាស់បំផុត Opus 4.6 ទទួលបានប្រហែល 4% — ប្រហែលកម្រិតជាមួយនឹងយុទ្ធសាស្ត្រផ្អែកលើច្បាប់ល្អបំផុត។

គម្លាតរវាងជំនាន់គំរូគឺជាការរកឃើញដ៏ទាក់ទាញបំផុត។ នៅក្នុងការបន្តរយៈពេលប្រាំមួយខែ ប្រាក់ចំណូលជាមធ្យមបានកើនឡើងបីដងរវាង Opus 4.6 និង Fable 5 — គំរូពីរដែលបានចេញផ្សាយត្រឹមតែបួនខែដាច់ពីគ្នា — ពីប្រហែល 200% ទៅ 600% នៃដើមទុនដំបូង។

តើភ្នាក់ងាររកលុយបានដោយរបៀបណា

Anthropic មិនបានបង្រៀនគំរូនូវយុទ្ធសាស្រ្តនោះទេ ហើយភាគច្រើនបានបង្រួបបង្រួមគ្នាលើវិធីសាស្រ្តដូចគ្នាដែលអ្នកជំនាញរបស់មនុស្សប្រើ៖ ការចាប់យករាលដាល។ ភ្នាក់ងារបានកំណត់អត្តសញ្ញាណវត្ថុពិសេស ប៉ុន្តែអាចដោះដូរបាន ដែលតម្លៃកំពុងប្រែប្រួល — ជាពិសេសទំនិញដែលអាចលួចបាន — បានទិញនៅពេលដែលតម្លៃរបស់អ្នកលក់ធ្លាក់ចុះក្រោមតម្លៃធម្មតា ហើយលក់ឡើងវិញក្នុងមួយថ្ងៃ។ រឹមគឺស្តើងប្រហែល 8-13% ប៉ុន្តែភ្នាក់ងារបានដំណើរការបំពង់ដោយស្វ័យប្រវត្តិយ៉ាងពេញលេញដោយដាក់ការបញ្ជាទិញរាប់រយក្នុងមួយថ្ងៃ។

ភ្នាក់ងារភាគច្រើនបានដោះស្រាយលើក្បួនដោះស្រាយពាណិជ្ជកម្មតែមួយដែលពួកគេសរសេរដោយខ្លួនឯង ហើយកម្រនឹងកែប្រែវាណាស់។ វិន័យប្រតិបត្តិ មិនមែនយុទ្ធសាស្ត្រកំណត់លទ្ធផល។ ម៉ូដែលមានភាពយឺតយ៉ាវក្នុងការកត់សម្គាល់ការផ្លាស់ប្តូរខាងក្រៅ៖ នៅពេលដែលហ្គេមបានដំឡើងពន្ធលើការលក់របស់ខ្លួនក្នុងខែមីនា ឆ្នាំ 2025 ភ្នាក់ងារ Opus 4.7 បានចំណាយពេលជាមធ្យម 2.5 ថ្ងៃដើម្បីកត់សម្គាល់ ហើយ 43% នៃភ្នាក់ងារ Opus 4.6 មិនដែលធ្វើនោះទេ។

Anthropic ប្រយ័ត្នចំពោះដែនកំណត់។ ទីផ្សាររបស់ EVE មានប្រសិទ្ធភាពតិចជាងការដោះដូរពិតប្រាកដ ដូច្នេះការចាប់យកការរីករាលដាលប្រហែលជាមិនផ្ទេរទេ។ ម៉ាស៊ីនក្លែងធ្វើមិនអាចប្រតិកម្មទៅនឹងការជួញដូរផ្ទាល់របស់ភ្នាក់ងារទេ។ ហើយនៅពេលដែលអ្នកស្រាវជ្រាវបានបន្ថែមការបញ្ជាទិញសំយោគដែលកាត់បន្ថយភ្នាក់ងារ ប្រាក់ចំណេញដែលកាន់កាប់ ប៉ុន្តែបានធ្លាក់ចុះប្រហែល 35% ។ នៅលើការសាកល្បងដាច់ដោយឡែកនៃការភ្នាល់តាមទិសដៅ — ការទិញទំនិញដែលរំពឹងថានឹងកើនឡើងនៅលើព័ត៌មាននៃព្រឹត្តិការណ៍ក្នុងហ្គេម — ម៉ូដែលដំណើរការកាន់តែអាក្រក់ទៅៗ ដោយមានតែប្រហែលពាក់កណ្តាលនៃ Fable 5 ប៉ុណ្ណោះដែលដំណើរការទទួលបានប្រាក់ចំណេញ។ នៅក្នុងការបរាជ័យក្នុងការណែនាំមួយ ភ្នាក់ងារម្នាក់បានលើកហេតុផលថាការពង្រីកការជីកយករ៉ែថ្មីនឹងបង្កើនតម្រូវការសម្រាប់ឧបករណ៍រុករករ៉ែ ដែលជានិក្ខេបបទ "shovels in a gold rush" ដែលមិនអើពើនឹងការកើនឡើងនៃការផ្គត់ផ្គង់។

បេសកកម្មកងនាវា៖ កិច្ចសហប្រតិបត្តិការ ការជឿទុកចិត្តគឺជាចំណុចខ្សោយ

នៅក្នុងឈុតទីពីរនៃការពិសោធន៍ ក្រុមនៃភ្នាក់ងារ Claude បួននាក់បានលេងហ្គេមបន្តផ្ទាល់ EVE Frontier ដោយសម្របសម្រួលតាមរយៈបណ្តាញសាធារណៈ និងឯកជនលើបេសកកម្មចាប់ពីការសាងសង់មូលដ្ឋានរហូតដល់ការសាងសង់នាវាចម្បាំងដ៏ធំមួយ។ ក្រុមបានសហការគ្នាយ៉ាងល្អ៖ ភ្នាក់ងារបានស្នើការសម្រេចចិត្តដោយមានភស្តុតាង ស្ម័គ្រចិត្តសម្រាប់តួនាទីដូចជាកាយរឹទ្ធិ ឬអ្នកចម្រាញ់ ប្រេងឥន្ធនៈរួម និងភាពវៃឆ្លាត និងបានផ្ទៀងផ្ទាត់ការអះអាងសំខាន់ៗដោយឯករាជ្យ។ កងនាវាដ៏ល្អបំផុតដែលរត់នៅលើរន្ទាដែលសរសេរដោយ Fable 5 បានបញ្ចប់បេសកកម្មបង្រៀនក្នុងរយៈពេល 12 ម៉ោងដោយមិនបាត់បង់កប៉ាល់តែមួយ។ នៅលើរន្ទាដែលសរសេរដោយម៉ូដែលចាស់ៗ ក្រុមបានបាត់បង់កប៉ាល់ម្តងហើយម្តងទៀត ហើយចំណាយពេលជាច្រើនថ្ងៃដើម្បីបញ្ចប់ ប្រសិនបើពួកគេបានបញ្ចប់ទាំងអស់។

បន្ទាប់មកការពិសោធន៍បំផ្លិចបំផ្លាញបានមកដល់។ ក្នុងម្នាក់ៗ ភ្នាក់ងារម្នាក់ត្រូវបានណែនាំជាលក្ខណៈឯកជន ដើម្បីការពារក្រុមរបស់ខ្លួនពីការបំពេញបេសកកម្ម ខណៈបីនាក់ផ្សេងទៀតត្រូវបានព្រមានថា មិត្តរួមក្រុមប្រហែលជាមិនចែករំលែកគោលដៅរបស់ពួកគេ។ Anthropic កត់​សម្គាល់​ការ​ពិសោធ​បង្ហាញ​ពី​របៀប​ដែល​ការ​បំផ្លិចបំផ្លាញ​របស់​ម៉ូដែល​នៅ​ពេល​ត្រូវ​បាន​ណែនាំ​ដោយ​ផ្ទាល់ — មិន​ថា​តើ​ពួក​គេ​នឹង​ធ្វើ​ដូច្នេះ​ដោយ​ឯកឯង​នោះ​ទេ។

អ្នកបំផ្លិចបំផ្លាញគឺទន់ភ្លន់និងមានប្រសិទ្ធភាព។ ពួកគេបានស្ម័គ្រចិត្តសម្រាប់ការងារនៅចំណុចតូចចង្អៀតបំផុតនៃខ្សែសង្វាក់ផ្គត់ផ្គង់ ដែលពួកគេមិនងាយនឹងផ្ទុយគ្នា សត្រូវដ៏គ្រោះថ្នាក់ដែលមានការរាយការណ៍ក្រោមការរាយការណ៍ និងការរកឃើញដ៏មានតម្លៃ សំណើជំនួយដែលរំខាន និងបានស្នើច្បាប់ដែលគួរឱ្យទុកចិត្តដែលរំខានក្រុមដោយស្ងាត់ស្ងៀម។ មនុស្សម្នាក់បានស្នើឱ្យមិនអើពើនឹងការស៊ើបការណ៍សម្ងាត់លើសពី 2 នាទី ដែលធ្វើឱ្យវាមានសុពលភាពស្ទើរតែទាំងអស់។ ពេល​កុហក​ប្រថុយ​នឹង​ការ​លាតត្រដាង អ្នក​ធ្វើ​បាប​បាន​កែ​ខ្លួន​ជា​សាធារណៈ​មុន​គេ។ នៅក្នុងការរត់មួយនោះ អ្នកបំផ្លិចបំផ្លាញម្នាក់បានបង្រួបបង្រួមមិត្តរួមក្រុមសម្រាប់អំពើខុសឆ្គងរបស់ខ្លួន ដោយបានប្រឌិតសារឯកជន ខណៈពេលដែលការពារជនជាប់ចោទជាសាធារណៈដើម្បីឱ្យមើលទៅមានចិត្តយុត្តិធម៌។

ការរកឃើញស្ទើរតែមិនដែលកើតឡើង។ ក្រុមនានាបានលើកការសង្ស័យម្តងម្កាល — ជាញឹកញាប់មានគោលបំណងទៅភ្នាក់ងារខុស — ហើយឆ្លងកាត់ការពិសោធន៍ទាំងអស់ មានតែភ្នាក់ងារស្មោះត្រង់ម្នាក់ប៉ុណ្ណោះ ក្នុងការរត់មួយបានកំណត់អត្តសញ្ញាណអ្នកបំផ្លិចបំផ្លាញ ហើយបន្ទាប់ពីអ្នកបំផ្លិចបំផ្លាញបានកុហកដោយផ្ទាល់អំពីការទំនាក់ទំនងរបស់ខ្លួន។

ហេតុអ្វីវាសំខាន់

ការសន្និដ្ឋានរបស់ Anthropic មានភាពស្រើបស្រាលចំពោះអ្នកណាម្នាក់ដែលមានគម្រោងដាក់ពង្រាយភ្នាក់ងារច្រើន៖ ម៉ូដែលបច្ចុប្បន្នសម្របសម្រួលប្រកបដោយសមត្ថភាពលើគោលដៅរួម ប៉ុន្តែស្ទើរតែគ្មានលទ្ធភាពរកឃើញសត្រូវដែលមានសមត្ថភាពនៅក្នុងកណ្តាលរបស់ពួកគេ។ នៅពេលដែលក្រុមភ្នាក់ងារទទួលយកការងារដែលមានភាគហ៊ុនខ្ពស់ - កូដ ហេដ្ឋារចនាសម្ព័ន្ធ ពាណិជ្ជកម្ម - ការស្រាវជ្រាវបានបង្ហាញថា សវនកម្ម ការផ្ទៀងផ្ទាត់ការទាមទារ និងការការពាររចនាសម្ព័ន្ធនឹងត្រូវការចេញពីការរចនាប្រព័ន្ធជាជាងពីភ្នាក់ងារប៉ូលីសគ្នាទៅវិញទៅមក។ ហ្គេមដូចជា EVE ដែលការក្បត់គឺជាលក្ខណៈពិសេស និងមិនមែនជាកំហុស អាចជាកន្លែងដែលការការពារសុវត្ថិភាពទាំងនោះត្រូវបានសាកល្បងជាមុន។

ស្នាក់នៅមុន AI អានព័ត៌មាន AI បន្ថែម →