Anthropic รับจูเนียร์สายเทคนิคในสัดส่วนลดจาก 27% เหลือ 9% นักวิจัยเตือนอย่าเหมารวม

เมื่อเดือนพฤษภาคม 2025 Dario Amodei ซีอีโอของ Anthropic บริษัทผู้สร้าง AI ชื่อ Claude เตือนว่า AI อาจทำให้งานออฟฟิศระดับเริ่มต้นหายไปราวครึ่งหนึ่งภายในห้าปี ผ่านไปปีกว่า บริษัทของเขาเองออกรายงานว่า ในบรรดาคนที่บริษัทรับเข้าทำงานสายเทคนิค มีคนระดับเริ่มต้นหรือจูเนียร์น้อยลงอย่างชัดเจน ขณะที่นักวิจัยภายนอกตั้งคำถามว่าตัวเลขของบริษัทเดียวบอกอะไรได้แค่ไหน

รายงานนี้มาจากทีมเศรษฐศาสตร์ของ Anthropic โดยใช้ข้อมูลภายในบริษัท ตัวเลขที่ถูกพูดถึงมากที่สุดคือสัดส่วนจูเนียร์ในคนที่จ้างใหม่สายเทคนิคลดจาก 27% เหลือ 9% หรือจากราว 1 ใน 4 เหลือไม่ถึง 1 ใน 10 ช่วงเดียวกัน พนักงานใช้เอเจนต์ AI หรือโปรแกรมที่ลงมือทำงานต่อเองได้ เช่น เขียนโค้ดและหาบั๊ก มากขึ้นเรื่อย ๆ และผู้จัดการบางส่วนตอบแบบสำรวจว่าจ้างคนน้อยลงเพราะ AI

นึกถึงร้านอาหารที่ซื้อเครื่องครัวอัตโนมัติ งานหั่นผักและเตรียมของที่เคยเป็นประตูให้ลูกมือใหม่เข้าครัว เครื่องทำแทนได้มากขึ้น เชฟจึงรับลูกมือน้อยลง แล้วใช้เวลาไปคุมเครื่องแทน ต่างจากร้านทั่วไปตรงที่ร้านนี้ขยายตัวราว 3 เท่าในปีเดียว และเป็นผู้ผลิตเครื่องครัวตัวนั้นขายเอง สิ่งที่เกิดในครัวนี้จึงไม่จำเป็นต้องเกิดแบบเดียวกันในร้านอื่น

นักวิจัยที่ The Guardian สัมภาษณ์ยังไม่เชื่อว่ารายงานนี้สะท้อนทั้งตลาด Julián Posada นักสังคมศาสตร์จาก Yale ชี้ว่าไม่มีผู้ตรวจสอบอิสระ และรายงานเขียนจากมุมของบริษัทที่อยากขายหุ้น ส่วนงานของ Morgan Frank จาก Case Western Reserve พบว่าตลาดงานที่เสี่ยงต่อ AI เริ่มแย่ลงตั้งแต่ก่อน ChatGPT เปิดตัว Anthropic เองก็ยอมรับว่าหลายอย่างในบริษัท "ทำซ้ำในเศรษฐกิจวงกว้างไม่ได้" และรายงานให้แค่สัดส่วน ไม่ได้บอกจำนวนคน

ถ้าคุณเป็นนักศึกษาหรือเพิ่งเริ่มทำงาน สิ่งที่ข้อมูลนี้บอกได้คือ บริษัทที่ใช้ AI หนักที่สุดแห่งหนึ่งรับจูเนียร์สายเทคนิคเป็นสัดส่วนน้อยลง และผู้สัมภาษณ์งานให้น้ำหนักกับการตัดสินใจเองและการใช้เครื่องมือ AI มากขึ้น แต่ยังไม่ได้พิสูจน์ว่างานเริ่มต้นทั่วโลกหรือในไทยกำลังหายไป ตัวเลขทั้งหมด จุดที่สื่อรายงานไม่ตรงกับต้นฉบับ และงานวิจัยที่เห็นต่างอยู่ด้านล่าง

สรุปประเด็นสำคัญ

• รายงาน: "How employment is changing at Anthropic" โดย Nathan Wilmers, Regina Catipon, Maxim Massenkoff และ Peter McCrory ทีมเศรษฐศาสตร์ของ Anthropic เผยแพร่ 16 ต.ค. 2026 ใช้ข้อมูลภายในบริษัทและสัมภาษณ์พนักงาน 17 คน
• ตัวเลขหลัก: สัดส่วนจูเนียร์ในคนที่จ้างใหม่สายเทคนิคลดจาก 27% เหลือ 9% สัดส่วนจูเนียร์ในพนักงานฝ่ายเทคนิคลดจาก 21% เหลือ 14% (เทียบกับต้นปี 2025) และฝ่ายเทคนิคเหลือ 56% ของพนักงานทั้งหมด จาก 61%
• ข้อจำกัดที่ Anthropic เขียนเอง: เป็นบริษัทเดียว หลายอย่างทำซ้ำที่อื่นไม่ได้ การเลือกใช้เครื่องมือ AI ไม่ได้สุ่ม และบริษัทโตเร็วมากในช่วงเดียวกัน
• คนนอกเห็นต่าง: นักวิจัยที่ The Guardian สัมภาษณ์มองว่ารายงานไม่มีผู้ตรวจสอบอิสระและอาจเกี่ยวกับการเตรียมขายหุ้น ส่วนงานวิจัยตลาดแรงงานสหรัฐฯ ยังเห็นไม่ตรงกันว่า AI ทำให้งานจูเนียร์ลดลงจริงหรือไม่
• ความน่าเชื่อถือ: 🟡 พอใช้อ้างอิงได้ (3 จาก 6 ข้อตามเกณฑ์ของ ReadEval) อธิบายวิธีและข้อจำกัดชัด แต่ใช้ข้อมูลภายในที่คนนอกตรวจซ้ำไม่ได้ และผู้วิจัยเป็นบริษัทที่ขายเอเจนต์ AI เอง

ตัวเลขในรายงานบอกอะไรบ้าง

สิ่งที่ต้องอ่านให้ดีคือทั้งหมดเป็น สัดส่วน ไม่ใช่จำนวนคน รายงานบอกเองว่าการจ้างสายเทคนิค "ยังเพิ่มขึ้นในจำนวนจริง" แต่ฝ่ายขาย การเงิน และสรรหาบุคลากรจ้างเร็วกว่า เมื่อบริษัทใหญ่ขึ้นราว 3 เท่าในปีเดียว สัดส่วนที่ลดลงจึงไม่ได้แปลว่าจำนวนจูเนียร์ลดลงเสมอไป และรายงานไม่ได้ให้ตัวเลขจำนวนคนที่จะใช้คำนวณเรื่องนี้ได้ รายงานยังไม่ได้นิยามละเอียดว่า "จูเนียร์" คือระดับไหน ใช้คำว่าตำแหน่งเทคนิคใน "ระดับล่าง" (lower band)

รายงานระบุไทม์ไลน์ภายในไว้ด้วย การพูดถึงความต้องการจูเนียร์ที่ลดลงเริ่มในทีมเทคนิคหลักเมื่อมกราคม 2026 ประกาศรับสมัครตำแหน่งจูเนียร์ลดลงชัดตั้งแต่ธันวาคม 2025 และพอถึงเมษายน 2026 ทีมวิศวกรรมกับทีมวิจัยก็ลดความสำคัญของการจ้างตำแหน่งระดับล่างลง แบบสำรวจผู้จัดการในเดือนเดียวกันพบว่า ผู้จัดการทีม machine learning ราวหนึ่งในสาม และผู้จัดการทีมวิศวกรรมซอฟต์แวร์ราวหนึ่งในห้า บอกว่าจ้างน้อยลงเพราะ AI

ทำไม Anthropic บอกว่าเกี่ยวกับ AI

รายงานโยงการเปลี่ยนแปลงนี้กับการใช้ AI ในบริษัทหลายทาง

• ผลงานต่อคนเพิ่มขึ้น: จำนวนครั้งที่วิศวกรส่งโค้ดเข้าระบบ (commit) ต่อคนสูงขึ้นราว 5 เท่าของเมื่อหกเดือนก่อน ฝ่ายขายปิดดีลได้มากขึ้น และฝ่ายกฎหมายผ่านสัญญาได้มากขึ้น
• เทียบคนที่ใช้กับยังไม่ใช้: ทีมวิจัยติดตามวิศวกร 192 คนที่เริ่มใช้เอเจนต์เขียนโค้ด เทียบกับ 74 คนที่ยังไม่ใช้ในช่วงเดียวกัน พบว่าปริมาณโค้ดเพิ่มขึ้นชัดหลังเริ่มใช้
• คุณภาพโค้ด: เมื่อเทียบโค้ดที่คนเขียนเองกับโค้ดที่เอเจนต์ของคนเดียวกันเขียนในเดือนและโฟลเดอร์เดียวกัน ไม่พบความต่างในสัดส่วนโค้ดที่ถูกลบหรือย้อนกลับภายหลัง
• งานที่ใช้ AI กับงานยากที่สุด: จูเนียร์เพิ่มขึ้นช้าที่สุดในตำแหน่งที่ใช้ Claude กับงานซับซ้อนที่สุด แต่รายงานเรียกผลส่วนนี้เองว่าเป็นการ "บรรยาย" ไม่ใช่การพิสูจน์เหตุและผล
• เกณฑ์รับคนเปลี่ยน: ผู้สัมภาษณ์งานพูดถึงประวัติการใช้เครื่องมือ AI ของผู้สมัครในราว 5% ของใบประเมินสายเทคนิคเมื่อปี 2024 และเพิ่มเป็นราว 3 เท่าในปี 2026 ส่วนสายอื่นจาก 7% เพิ่มเป็นราว 4 เท่า ความเห็นเรื่องความเป็นตัวของตัวเองในการทำงานและวิจารณญาณเพิ่มขึ้นมากที่สุด ขณะที่ความเชี่ยวชาญเฉพาะด้านถูกพูดถึงน้อยลง

ตัวเลขเอเจนต์ "6 เท่า" หมายถึงอะไร

ตัวเลขนี้ถูกเล่าไม่ตรงกันระหว่างหน้าเว็บของ Anthropic เองและสื่อ ReadEval จึงยึดตามรายงานฉบับเต็ม

• รายงานฉบับเต็ม: ชั่วโมงทำงานของเอเจนต์ทุกแบบรวมกัน (ทั้งที่ทำงานเองอัตโนมัติและที่พนักงานสั่งผ่านการโต้ตอบ) แซงชั่วโมงทำงานของพนักงานครั้งแรกในมีนาคม 2026 และพอถึงสิงหาคม เฉพาะเอเจนต์ที่พนักงานแต่ละคนสั่งงานแบบโต้ตอบ ทำงานรวมกันเป็น 6 เท่าของชั่วโมงทำงานของพนักงานที่สั่งงาน ส่วนบทนำของรายงานเขียนสั้น ๆ ว่า "ชั่วโมงทำงานของเอเจนต์มากกว่าของคน 6 ต่อ 1" โดยไม่ได้ระบุว่าหมายถึงเฉพาะแบบโต้ตอบ
• วิธีนับ: ชั่วโมงของเอเจนต์คือเวลาที่โปรแกรมกำลังประมวลผลหรือใช้เครื่องมือ ไม่นับช่วงรอที่นานเกิน 30 นาที ส่วนชั่วโมงของคนคิดจากจำนวนพนักงานคูณ 40 ชั่วโมงต่อสัปดาห์
• หน้าสรุปของ Anthropic: หน้า "Working at the frontier shapes expectations for the future" ที่เผยแพร่วันเดียวกันเขียนว่า "ภายในเดือนสิงหาคม มีเอเจนต์มากกว่าพนักงาน 6 เท่า" ซึ่งเป็นการนับ "จำนวน" ไม่ใช่ "ชั่วโมง" และไม่ตรงกับรายงานฉบับเต็ม
• The Guardian: เขียนว่าเอเจนต์ทำงานหลายชั่วโมงกว่าคน "ตั้งแต่พฤษภาคม 2026" ขณะที่รายงานระบุมีนาคม และเขียนว่าพนักงาน "ใช้เวลาราว 22%" ไปกับการจัดการเอเจนต์ ขณะที่รายงานวัดว่า 22% ของเซสชันแชตกับ Claude แบบโต้ตอบ เป็นงานจัดการหรือสร้างเครื่องมือให้เอเจนต์ (meta-work) ซึ่งประเมินด้วยระบบจัดหมวดอัตโนมัติจากตัวอย่างสรุปแชต 2,000 รายการ ไม่ใช่ 22% ของเวลาทำงานทั้งหมด

ReadEval ประเมินว่าชั่วโมงของเอเจนต์บอกปริมาณการใช้เครื่องได้ แต่เทียบตรง ๆ กับชั่วโมงทำงานของคนไม่ได้ คนหนึ่งคนสั่งเอเจนต์หลายตัวให้ทำงานพร้อมกันได้ และรายงานเองพบว่าเวลาในเซสชันแบบโต้ตอบราว 80% เป็นช่วงที่เอเจนต์นั่งรอคนตอบ

Anthropic ยอมรับข้อจำกัดอะไรเอง

• บริษัทเดียว: รายงานเขียนว่า "มีหลายส่วนของแนวทางการจ้างงานของ Anthropic ที่ทำซ้ำในเศรษฐกิจวงกว้างไม่ได้" และ TechCrunch ตั้งข้อสังเกตว่าผลอาจใช้ไม่ได้กับองค์กรที่ใช้ AI น้อยกว่านี้
• บริษัทโตเร็ว: ช่วงเดียวกันธุรกิจของบริษัทโตแบบก้าวกระโดด รายงานยอมรับว่า "ปิดดีลง่ายขึ้นเมื่อขายโมเดลที่แข็งแรง" การออกแบบที่เทียบคนในเดือนเดียวกันช่วยลดผลจากเรื่องนี้ได้บางส่วน แต่ไม่ได้ตัดออกทั้งหมด
• คนเลือกใช้เองไม่ได้สุ่ม: คนที่กำลังจะเริ่มโปรเจกต์ใหญ่อาจเลือกใช้เครื่องมือ AI พอดี ทำให้ผลดูดีเกินจริง และคนที่เริ่มใช้เอเจนต์อัตโนมัติเต็มตัวก็มีผลงานพุ่งขึ้นอยู่แล้วตั้งแต่ก่อนใช้
• โค้ดมากขึ้นไม่ได้แปลว่าดีขึ้น: รายงานเขียนเองว่า "โค้ดที่มากขึ้นไม่จำเป็นต้องหมายถึงโค้ดที่ดีขึ้นหรือผลต่อธุรกิจ" และความผิดพลาดของ AI อาจตรวจเจอยากกว่าของคน
• ใช้ AI วัดผลเอง: ตัวเลขหลายตัว เช่น ความยากของงานและสัดส่วน meta-work มาจากระบบจัดหมวดอัตโนมัติ
• แบบสำรวจเปลี่ยนคำถาม: คำถามเรื่องความรู้สึกว่าทำงานได้เต็มประสิทธิภาพในเดือนเมษายน 2026 ใช้ถ้อยคำต่างจากรอบก่อน จึงเทียบกันตรง ๆ ไม่ได้
• ไม่ได้แก้ปัญหาจูเนียร์: รายงานสรุปเองว่ามาตรการของบริษัท เช่น การย้ายพนักงานไปตำแหน่งใหม่ "ไม่ได้แก้การจ้างจูเนียร์ที่ชะลอลงโดยตรง" เพราะการคุ้มครองคนที่ทำงานอยู่แล้วไม่ช่วยคนที่ไม่ถูกจ้างตั้งแต่แรก และเรียกร้องให้รัฐมีนโยบายฝึกทักษะใหม่และช่วยเหลือรายได้

นักวิจัยภายนอกว่าอย่างไร

The Guardian (23 ต.ค. 2026) รวบรวมความเห็นของนักวิจัยที่ไม่ได้ทำงานให้ Anthropic ไว้ดังนี้

• Julián Posada นักสังคมศาสตร์จาก Yale บอกว่ารายงาน "เขียนจากมุมของบริษัทที่อยากขายหุ้น บริษัทที่อยากให้คนมาลงทุน" และต่างจากงานศึกษาทางเศรษฐศาสตร์ตรงที่ไม่มีผู้ตรวจสอบภายนอก ตัวเลขและกราฟยังไม่บอกว่าพนักงานรู้สึกอย่างไรกับงาน
• Morgan Frank นักวิจัยจาก Case Western Reserve University มีงานที่อยู่ระหว่างการตรวจทานโดยผู้ทรงคุณวุฒิ ซึ่งพบว่าตลาดงานที่เสี่ยงต่อ AI แย่ลงตั้งแต่ต้นปี 2022 ก่อน ChatGPT เปิดตัวในเดือนพฤศจิกายน 2022 เขาบอกว่า "การเปิดตัว ChatGPT ดูไม่ได้ตรงกับการเพิ่มขึ้นของการตกงานหรือผลที่แย่ลงอย่างมีนัยสำคัญ" และชี้ว่าการตกงานช่วงหลังอาจมาจากการลดคนที่จ้างเกินไว้ช่วงโควิด หรือ "AI-washing" คือผู้บริหารอ้าง AI เป็นเหตุของการปลดคนที่อาจทำอยู่แล้ว
• Dylan Baker วิศวกรวิจัยจาก Distributed AI Research Institute มองว่าการจ้างจูเนียร์น้อยลงแล้วให้วิศวกรที่เหลือคุมเอเจนต์ "มองการณ์ใกล้" และว่าการเรียกคนว่า "คอขวด" นั้น "เข้าใจผิดพื้นฐานว่าซอฟต์แวร์ถูกเขียนและออกแบบอย่างไร" เพราะเป็นกระบวนการทางสังคมและระหว่างคน

The Guardian รายงานด้วยว่า Anthropic อาจเข้าตลาดหุ้นเร็วที่สุดในเดือนพฤศจิกายน และ Anthropic ไม่ได้ตอบคำขอความเห็นของ The Guardian

งานวิจัยตลาดแรงงานในวงกว้างเห็นตรงกันไหม

ยังไม่ตรงกัน และเกือบทั้งหมดเป็นข้อมูลของสหรัฐฯ NPR (18 ส.ค. 2026) สรุปมุมมองของนักเศรษฐศาสตร์สามคนไว้ดังนี้

ทั้งสามคนเห็นตรงกันว่าการจ้างงานกำลังเปลี่ยนครั้งใหญ่ แต่ไม่เห็นตรงกันว่า AI กระทบมากแค่ไหนในตอนนี้ ตามข้อมูลของ New York Fed อัตราว่างงานของบัณฑิตจบใหม่อายุ 22–27 ปี อยู่ที่ 5.7% ในเดือนมิถุนายน 2026 สูงกว่าคนทำงานทั้งหมดที่ 4.1% ส่วนรายงานของ Anthropic ก็อ้างงานวิจัยก่อนหน้าที่พบว่าสตาร์ตอัปที่สร้างบนฐาน AI และบริษัทที่ใช้ AI มีโครงสร้างแบนกว่าและจ้างคนระดับเริ่มต้นน้อยกว่า

คำทำนายของ Amodei เป็นจริงไหม

ตามที่ Business Insider รายงาน Amodei ให้สัมภาษณ์ Axios เมื่อ 28 พ.ค. 2025 ว่า AI อาจทำให้งานออฟฟิศระดับเริ่มต้นหายไปครึ่งหนึ่ง และทำให้อัตราว่างงานพุ่งขึ้นถึง 10–20% ภายในห้าปี The Guardian เขียนว่าคำทำนายนี้กับอีกข้อที่ว่า AI จะเขียนโค้ด 90% ภายในหกเดือน "ไม่ได้เกิดขึ้นจริงทั้งคู่"

ReadEval ประเมินว่าควรแยกสองข้อนี้ออกจากกัน กรอบเวลาหกเดือนของเรื่องโค้ดผ่านไปแล้ว และรายงานฉบับนี้ก็ไม่ได้บอกว่า Claude เขียนโค้ดกี่เปอร์เซ็นต์ของทั้งบริษัท ส่วนคำทำนายเรื่องงานมีกรอบห้าปีที่ยังไม่ครบ จึงยังเร็วเกินไปที่จะตัดสิน ที่สำคัญคือสัดส่วนการจ้างของบริษัทเดียวไม่ใช่หลักฐานทั้งยืนยันหรือหักล้างคำทำนายระดับเศรษฐกิจทั้งประเทศ

นักศึกษาและคนเพิ่งเริ่มทำงานในไทยควรอ่านข่าวนี้อย่างไร

สิ่งที่ข้อมูลบอกได้

• ที่ Anthropic ซึ่งเป็นบริษัทที่ใช้ AI หนักมาก สัดส่วนจูเนียร์ในการจ้างสายเทคนิคลดลงชัด และผู้จัดการบางส่วนบอกเองว่าเกี่ยวกับ AI
• ผู้สัมภาษณ์งานที่นั่นพูดถึงการใช้เครื่องมือ AI อย่างสร้างสรรค์ ความเป็นตัวของตัวเอง และวิจารณญาณมากขึ้น
• งานที่เหลือให้คนทำกลายเป็นการตรวจผลงานของ AI ตัดสินใจ และประสานงานกับคน ตามข้อมูลปฏิทิน ค่ามัธยฐานของเวลาประชุมต่อพนักงานเพิ่มขึ้น 20% ในรอบปี (ส่วนหนึ่งเพราะบริษัทโตและมีตำแหน่งที่ต้องประชุมมากขึ้น) และของพนักงานสายเทคนิคที่ไม่ได้เป็นหัวหน้าเพิ่มขึ้น 16%

สิ่งที่ข้อมูลยังไม่ได้บอก

• จำนวนจูเนียร์ที่ Anthropic จ้างจริงลดลงหรือไม่ เพราะรายงานให้แค่สัดส่วน
• บริษัทอื่นที่ไม่ได้ผลิต AI เองจะเป็นแบบเดียวกันหรือไม่
• สถานการณ์ในไทย แหล่งข้อมูลทั้งหมดที่ ReadEval ใช้ในข่าวนี้ไม่มีข้อมูลการจ้างงานในไทย จึงยังยืนยันไม่ได้ว่าแนวโน้มนี้เกิดกับบริษัทในไทยหรือไม่

สิ่งที่คุณทำได้ (ข้อเสนอของ ReadEval จากเนื้อหาในรายงาน ไม่ใช่คำแนะนำของ Anthropic)

• เวลาเห็นพาดหัวว่า "AI ทำงานจูเนียร์หาย" ให้ถามสามข้อ ตัวเลขเป็นสัดส่วนหรือจำนวนคน มาจากบริษัทเดียวหรือหลายพันบริษัท และใครเป็นคนวัด
• ฝึกใช้เครื่องมือ AI กับงานจริง และฝึกตรวจผลงานของมันให้ได้ เพราะรายงานชี้ว่าการอ่านและตัดสินผลงานของ AI คือคอขวดใหม่
• เก็บผลงานที่แสดงว่าคุณตัดสินใจและทำงานให้จบได้เอง ซึ่งเป็นสิ่งที่ผู้สัมภาษณ์ที่ Anthropic ให้น้ำหนักมากขึ้น แต่จำไว้ว่าเป็นเกณฑ์ของบริษัทเดียว

สิ่งที่แหล่งข่าวรายงานไม่ตรงกัน

• ตัวเลขเอเจนต์: หน้าสรุปของ Anthropic เขียนว่ามี "เอเจนต์มากกว่าพนักงาน 6 เท่า" แต่รายงานฉบับเต็มวัดเป็นชั่วโมงทำงานของเอเจนต์แบบโต้ตอบ ไม่ใช่จำนวนเอเจนต์ (รายละเอียดด้านบน) ReadEval ยึดรายงานฉบับเต็ม
• เดือนที่เอเจนต์แซงคน: รายงานและหน้าสรุประบุมีนาคม 2026 ส่วน The Guardian เขียนว่าพฤษภาคม 2026 ReadEval ยึดตามรายงาน
• 22%: The Guardian เขียนเป็นสัดส่วนเวลาทำงาน แต่รายงานวัดเป็นสัดส่วนของเซสชันแชตกับ Claude แบบโต้ตอบที่เป็น meta-work
• สัดส่วนการจ้างจูเนียร์ก่อนหน้า: รายงานและ TechCrunch ใช้ 27% ส่วน The Guardian เขียนว่า "เกือบ 30%" และระบุช่วงเวลาว่าตั้งแต่มีนาคม 2025 ไม่นานหลัง Claude Code เปิดตัว ขณะที่รายงานระบุเพียงว่าสัดส่วนในพนักงานลดลง "ตั้งแต่ต้นปี 2025" และไม่ได้ระบุช่วงของตัวเลขการจ้าง
• วันเผยแพร่: หน้าเว็บของ Anthropic ระบุ 16 ต.ค. 2026 (วันศุกร์) ตรงกับ TechCrunch ส่วน The Guardian เขียนว่าเผยแพร่ "วันพฤหัสบดี" ReadEval ยึดวันที่บนหน้าของ Anthropic

ความน่าเชื่อถือของรายงาน