DeepMind เปิดสถาบันนโยบาย AGI โดยมีข้อเสนอให้ทบทวนโมเดลภายใน 30 วันอยู่บนโต๊ะแล้ว

เมื่อวันที่ 16 กันยายน 2026 Google DeepMind ได้เปิดตัว DeepMind Institute ซึ่งเป็นแพลตฟอร์มสำหรับเผยแพร่บทความว่าด้วยปัญญาประดิษฐ์ทั่วไป (AGI) โดยมี Demis Hassabis, Shane Legg และ James Manyika เป็นผู้กำกับดูแล และมี Legg ดำรงตำแหน่งบรรณาธิการบริหาร ไม่มีโมเดลใดถูกเปิดตัว และไม่มีการบันทึกความเสียหายใด ๆ การเปิดตัวครั้งนี้มีความสำคัญเพราะข้อโต้แย้งในบทความช่วงเปิดตัว บทความหนึ่งโดย Hassabis เสนอให้มีหน่วยงานกำหนดมาตรฐาน AI ระดับแนวหน้าที่สหรัฐฯ เป็นผู้นำ ซึ่งจะตรวจสอบโมเดลที่มีความสามารถสูงสุดล่วงหน้าถึง 30 วันก่อนเปิดตัว โดยเริ่มจากความสมัครใจก่อน แล้วจึงเป็นเงื่อนไขของการนำไปใช้งานในสหรัฐอเมริกา พร้อมการทดสอบด้วยชุดข้อมูลที่เก็บซ่อนไว้และการชะลอตัวแบบประสานงานที่อาจตามมา อีกบทความหนึ่งโดย Rohin Shah และ Anca Dragan นักวิจัยด้านความปลอดภัยของ DeepMind เสนอให้จำกัด "ความลึกแบบต่อเนื่องที่ทึบแสง" (opaque serial depth) ซึ่งคือปริมาณการคำนวณที่โมเดลอาจดำเนินการได้โดยไม่แสดงร่องรอยการให้เหตุผลที่อ่านออก บันทึกของคลังข้อมูลเกี่ยวกับการเปิดตัวครั้งนี้ พร้อมการให้คะแนนและแหล่งอ้างอิง ปรากฏอยู่ในคลังข้อมูลเหตุการณ์ AI ควบคู่กับรายการด้านธรรมาภิบาลอื่น ๆ ในชุดบทความนี้

อะไรเปิดตัวแล้ว และอะไรคือของใหม่จริง ๆ

DeepMind Institute เป็นแหล่งเผยแพร่ ไม่ใช่หน่วยงานกำกับดูแล ผู้อำนวยการทั้งสามคนคือ Hassabis ผู้ร่วมก่อตั้งและประธานของ Google DeepMind และหัวหน้านักวิทยาศาสตร์ของ Alphabet; Legg ผู้ร่วมก่อตั้งและหัวหน้านักวิทยาศาสตร์ด้าน AGI ซึ่งยังทำหน้าที่บรรณาธิการเว็บไซต์ด้วย; และ Manyika ประธานฝ่ายวิจัย ห้องปฏิบัติการ เทคโนโลยีและสังคมของ Google ตำแหน่งเหล่านี้มาจากหน้าผู้เขียนของสถาบันเอง และถูกกล่าวซ้ำในรายงานของ The Next Web ฉบับวันที่ 16 กันยายน และของ TechCrunch ฉบับวันที่ 17 กันยายน เว็บไซต์มีข้อจำกัดความรับผิดชอบที่สำคัญกว่าบทความใดบทความหนึ่ง: บทความของ DMI “มีจุดประสงค์เพื่อใช้เป็นจุดเริ่มต้นบทสนทนา สะท้อนแนวคิดและงานวิจัยของผู้เขียน และไม่ควรถูกอ่านว่าเป็นมุมมองอย่างเป็นทางการของ Google”

ณ ขณะที่บทความนี้ถูกเขียน ดัชนีดังกล่าวมีรายการบทความแปดเรื่อง โดยห้าเรื่องลงวันที่ 16 กันยายน ได้แก่ บทความก่อตั้งโดยผู้อำนวยการทั้งสาม; “The case for reasoning transparency” โดย Rohin Shah และ Anca Dragan; “Economic policy for AGI” โดย Julian Jacobs และ Alex Imas; “Principles for a new utopianism” โดย Stephen Cave; และ “The case for global benefit from AI” โดย Iason Gabriel และ Atoosa Kasirzadeh ต่อมามีอีกสองเรื่องเมื่อวันที่ 24 กันยายน — “Cheaters and whistleblowers in the agent swarm” และ “Artificial symbiotic intelligence” — และอีกหนึ่งเรื่องเมื่อวันที่ 8 ตุลาคม คือ “Bending the Curve of Discovery”

จำนวนผลงานในวันเปิดตัวเป็นสิ่งที่ควรตั้งข้อสังเกต เพราะการรายงานข่าวไม่สอดคล้องกับหน้าเว็บ TechCrunch, The Next Web และ AI Weekly ต่างระบุว่ามีผลงานสี่ชิ้นที่เผยแพร่พร้อมกับบทความเรียงความก่อตั้ง และแต่ละสำนักก็จัดให้กรอบแนวคิดของ Hassabis อยู่ในจำนวนนั้น ทั้งสามสำนักละเว้น “The case for global benefit from AI” ซึ่งเว็บไซต์ระบุว่าลงวันที่เดียวกัน บันทึกที่มีอยู่ไม่สามารถไขความแตกต่างนี้ได้ และบทความนี้ก็เช่นกัน สิ่งที่แน่ชัดคือตราประทับวันที่ของเว็บไซต์เองจัดให้บทความเรียงความนั้นอยู่ในชุดเปิดตัว และรายงานข่าวในยุคนั้นไม่ได้กล่าวถึงบทความดังกล่าว

วันที่ที่มีนัยสำคัญกว่าจริง ๆ ไม่ใช่ 16 กันยายนเลย บทความกรอบแนวคิดระบุวันที่ 14 กรกฎาคม 2026 บนเว็บไซต์ DMI และคำโปรยของบทความลงท้ายด้วยหมายเหตุว่า "ปรากฏครั้งแรกบน X" ข้อเสนอการทบทวน 30 วันจึงเก่ากว่าสถาบันที่ปัจจุบันเป็นผู้เผยแพร่ประมาณสองเดือน สิ่งที่การเปิดตัวเพิ่มเข้ามาคือสถานที่เผยแพร่และคอลเลกชัน ไม่ใช่แนวคิดนโยบายใหม่ เราไม่พบโพสต์ต้นฉบับบน X ดังนั้นหน้า DMI จึงเป็นแหล่งที่มาของทั้งวันที่ในเดือนกรกฎาคมและหมายเหตุมูลที่มา TechCrunch, The Next Web และ AI Weekly ต่างนำเสนอกรอบแนวคิดนี้เป็นส่วนหนึ่งของชุดเปิดตัว โดยไม่กล่าวถึงการเผยแพร่ก่อนหน้า ซึ่งเป็นรายละเอียดแบบที่เรื่องราวการเปิดตัวมักทำให้แบนราบ และเป็นสิ่งที่ผู้อ่านที่กำลังประกอบไทม์ไลน์ใหม่ต้องการ

ข้อเสนอขององค์กรกำหนดมาตรฐานตามที่เขียนไว้

บทความของฮัสซาบิสเป็นเอกสารที่ชัดเจนเป็นรูปธรรมมากที่สุดในชุดนี้ และความเฉพาะเจาะจงของมันคือสิ่งที่ทำให้สามารถนำไปอ้างอิงได้ บทความเสนอให้สหรัฐฯ จัดตั้ง “หน่วยงานกำหนดมาตรฐานแห่งใหม่ที่จำลองรูปแบบจากความร่วมมือระหว่างภาครัฐและเอกชนภายใต้การกำกับดูแลของรัฐบาลกลาง หรือองค์กรกำกับดูแลตนเอง เช่นเดียวกับ Financial Industry Regulatory Authority (FINRA)” โดยมีคณะกรรมการที่ประกอบด้วยผู้เชี่ยวชาญด้านเทคนิคอิสระและผู้แทนจากโอเพนซอร์ส ได้รับเงินสนับสนุนส่วนใหญ่จากภาคอุตสาหกรรม เพื่อจ่ายค่าผู้เชี่ยวชาญด้านเทคนิคและค่ากำลังประมวลผลที่การทดสอบขนาดใหญ่ต้องใช้ แบบจำลองจะได้รับการจัดประเภทเป็น “ระดับ Frontier” (Frontier-class) เมื่อผ่านเกณฑ์ขั้นต่ำบนเกณฑ์มาตรฐานที่หน่วยงานกำหนดและปรับปรุงให้เป็นปัจจุบัน องค์กรที่มีแบบจำลองดังกล่าวจะถูกกำหนดให้เป็น “Frontier Labs” และได้รับการสนับสนุนให้เผยแพร่การ์ดแบบจำลอง รักษาความมั่นคงปลอดภัยไซเบอร์ภายใน ตรวจสอบบุคลากรสำคัญ และสนับสนุนทุนวิจัยด้านความปลอดภัย

ลำดับขั้นตอนนี้เป็นส่วนที่ถูกอ้างถึงมากที่สุด ห้องปฏิบัติการ Frontier จะ "เริ่มแรก" แบ่งปันโมเดลกับองค์กรเพื่อตรวจทาน "นานถึง 30 วันก่อนเปิดตัว" โดยสมัครใจ เมื่อพิสูจน์ได้ว่าพิธีสารการประเมินมีประสิทธิผล "การทำให้เป็นทางการอาจตามมาได้อย่างรวดเร็ว ซึ่งหมายความว่า Frontier Models จะต้องผ่านการประเมินดังกล่าวจึงจะสามารถนำไปใช้งานในตลาดสหรัฐฯ ได้" การประเมินจะครอบคลุมความมั่นคงปลอดภัยไซเบอร์ ภัยคุกคามทางชีวภาพ และโดเมนความเสี่ยงสูงอื่น ๆ โดยการทดสอบแบบเอเจนติกจะค้นหาความพยายามหลีกเลี่ยงแนวป้องกันหรือสัญญาณของการหลอกลวง และอาจได้รับการปรับปรุงทุกไตรมาสเมื่อเกณฑ์มาตรฐานอิ่มตัว การประเมินจะเริ่มต้นด้วยการปรึกษากับห้องปฏิบัติการต่าง ๆ และในที่สุดจะกลายเป็นการทดสอบแบบเก็บซ่อนที่องค์กรเขียนขึ้นเอง เพื่อป้องกันไม่ให้ห้องปฏิบัติการปรับแต่งให้เข้ากับการประเมินที่รู้จัก โดยได้รับการสนับสนุนจากระบบนิเวศของผู้ตรวจสอบบุคคลที่สาม

มีข้อกำหนดเพิ่มเติมอีกสามข้อที่มองข้ามได้ง่าย และเป็นข้อที่หน่วยงานกำกับดูแลจะโต้แย้งด้วย กรอบดังกล่าวอาจนำไปใช้กับโมเดลระดับแนวหน้า “ไม่ว่าจะมีแหล่งกำเนิดจากประเทศใด หรือเป็นแบบเปิดหรือแบบปิด” ขณะที่โมเดลที่ไม่ใช่ระดับแนวหน้าจากสตาร์ทอัพหรือสถาบันการศึกษาจะได้รับการยกเว้น องค์กรดังกล่าวอาจถูก “ยกระดับความเข้มงวดขึ้นได้หากความร้ายแรงของสถานการณ์เรียกร้อง รวมถึงการประสานงานให้ชะลอการพัฒนาระหว่าง Frontier Labs หากเห็นว่าจำเป็น” — การชะลออย่างประสานงาน ในกรอบคำอธิบายของ Hassabis เอง เป็นข้อกำหนดฉุกเฉินมากกว่านโยบาย และตลอดทั้งเรื่องเป็นเพียงข้อเสนอ: บทความระบุว่าสหรัฐฯ “อาจจัดตั้ง” องค์กรเช่นนี้ โดยไม่ระบุชื่อหน่วยงาน ไม่ระบุกลไกทางกฎหมาย ไม่ระบุตัวเลขงบประมาณ และไม่ระบุกรอบเวลา นอกเหนือจากเงื่อนไข “เมื่อพิสูจน์ได้ว่าโปรโตคอลการประเมินมีประสิทธิผลและแข็งแกร่งแล้ว”

กลไกที่สอง: เพดานความคิดที่ไม่มีใครอ่านได้

บทความของ Shah และ Dragan เริ่มต้นจากข้อเท็จจริงเกี่ยวกับวิธีการทำงานของโมเดลการให้เหตุผลในปัจจุบัน พวกมันแก้ปัญหาด้วยการเขียนขั้นตอนกลางออกมาเป็นภาษาธรรมชาติ ซึ่งก็คือห่วงโซ่ความคิด แล้วอ่านย้อนกลับ ซึ่งเปิดหน้าต่างแบบเรียลไทม์ให้นักวิจัยเห็นว่าโมเดลกำลังวางแผนจะซ่อนข้อมูลหรือโกงการประเมินหรือไม่ บทความระบุว่าบันทึก chain-of-thought "มีความสำคัญอย่างยิ่งต่อการสอบสวนเหตุการณ์แฮ็ก Hugging Face เมื่อเร็ว ๆ นี้" ซึ่งนักวิจัยได้ตรวจสอบบทสนทนากว่า 1,000 รายการโดยใช้ความช่วยเหลือจาก AI เพื่อ弄清楚ว่าเกิดอะไรขึ้น และสิ่งที่พวกเขาค้นพบบางส่วนอาจไม่ถูกสังเกตเห็นหากไม่มีร่องรอยที่อ่านได้

ข้อโต้แย้งของพวกเขาคือหน้าต่าง这个机会นี้เป็นเพียงเงื่อนไข ไม่ได้รับประกัน โมเดลอาจใช้เหตุผลในพื้นที่แฝงแทนการใช้ถ้อยคำ ซึ่งอาจมีประสิทธิภาพกว่าและโดยค่าเริ่มต้นจะไม่โปร่งใส และแรงจูงใจในการฝึกสามารถสอนโมเดลให้เขียนร่องรอยที่ทำให้เข้าใจผิดได้ แม้สถาปัตยกรรมจะยังเหมือนเดิม พวกเขาอ้างหลักฐานสองชิ้นสำหรับแนวโน้มที่เกิดขึ้นแล้ว: บัตรข้อมูลระบบของ OpenAI สำหรับ GPT-6 Astra ซึ่งพวกเขาอ้างคำกล่าวอ้างว่า "ความสามารถในการตรวจสอบ chain-of-thought ลดลงอย่างมากเมื่อเทียบกับโมเดลก่อนหน้า" และผลการค้นพบของ UK AI Security Institute ว่า "ความสามารถในการใช้เหตุผลภายใน forward-pass เดียวเพิ่มขึ้นอย่างมาก และความสามารถในการควบคุมเนื้อหาของ chain of thought ของตน" คำอ้างทั้งสองปรากฏในเรียงความนี้; บทความนี้ยังไม่ได้ตรวจสอบคำอ้างเหล่านั้นกับบัตรข้อมูลระบบหรือสิ่งพิมพ์ของสถาบันอย่างเป็นอิสระ

จากตรงนั้น เรียงความได้เสนอแนวทางการดำเนินงานสามแนว — การวัดว่า Chain of Thought ให้ความโปร่งใสได้จริงมากเพียงใด การคงไว้ซึ่งสถาปัตยกรรมที่โปร่งใสโดยค่าเริ่มต้น และการตรวจสอบรางวัลในการฝึก เพื่อไม่ให้เทรซถูกสอนอย่างเงียบ ๆ ให้ดูมีพฤติกรรมดี — และอีกหนึ่งแนวคิดที่ไปได้ไกลกว่าข้ออื่น ๆ พวกเขานิยาม "opaque serial depth" ว่า "โดยพื้นฐานแล้วคือการคำนวณแบบทีละขั้นที่ยาวที่สุดที่โมเดลสามารถทำได้ โดยไม่จำเป็นต้องใช้กลไกที่มนุษย์อ่านเข้าใจได้อย่าง Chain of Thought" และเสนอว่า "กฎระเบียบหรือผู้พัฒนา AI เองสามารถกำหนดขีดจำกัดที่สมเหตุสมผล" ต่อมันได้

บทความระบุตัวเลขว่าขีดจำกัดดังกล่าวจะมีต้นทุนเท่าใด และนั่นเป็นการคำนวณของผู้เขียนเอง มิใช่การวัด หากความลึกเชิงอนุกรมแบบทึบถูกจำกัดเพดานไว้ที่ 10 เท่าของโมเดลปัจจุบัน พวกเขาเขียนว่า นั่นยังจะอนุญาตให้เกิด “การขยายขนาดการคำนวณโดยรวมมากกว่า 10,000 เท่าบนพื้นฐานของโมเดลในปัจจุบัน” ภายใต้สถาปัตยกรรมปัจจุบัน เนื่องจากความลึกเชิงอนุกรมแบบทึบของทรานส์ฟอร์เมอร์ขยายช้ามากเมื่อเทียบกับขนาดของการรันฝึก ข้อกล่าวอ้างนี้เป็นข้อโต้แย้งว่าความโปร่งใสไม่จำเป็นต้องถูกแลกมากับขนาด โดยตั้งอยู่บนสมมติฐานเกี่ยวกับการเติบโตของความลึกนั้น และบทความก็นำเสนอเช่นนั้น ไม่มีการระบุว่าจริง ๆ แล้วเพดานจะถูกกำหนดไว้ที่ใดและใครจะเป็นผู้บังคับใช้ — ประโยคดังกล่าวเสนอการกำกับดูแลและการจำกัดตนเองของผู้พัฒนาเป็นทางเลือก โดยไม่เลือกอย่างใดอย่างหนึ่ง

สิ่งที่ได้รับการยืนยันแล้ว และสิ่งที่ยังไม่ได้รับการยืนยัน

• ก่อตั้ง: สถาบันเปิดตัวเมื่อวันที่ 16 กันยายน 2026 โดยมีผู้อำนวยการที่ระบุชื่อสามคนและ Legg เป็นบรรณาธิการบริหาร; ข้อความปฏิเสธความรับผิดชอบของเว็บไซต์ระบุว่าไม่ใช่ทัศนะทางการของ Google; บทความเหล่านี้มีอยู่จริง ระบุวันที่เหล่านั้น และนำเสนอข้อโต้แย้งที่สรุปไว้ข้างต้น สื่ออิสระ ได้แก่ TechCrunch, The Next Web และ AI Weekly รายงานการเปิดตัว ผู้อำนวยการ และสาระสำคัญของข้อเสนอทั้งสอง ซึ่งเป็นเหตุผลที่คลังเก็บข้อมูลให้ระดับความมั่นใจของบันทึกเป็น A

• เป็นข้อเท็จจริงที่ยืนยันได้ และถูกรายงานน้อยเกินไป: บทความว่าด้วยกรอบแนวคิดมีมาก่อนสถาบัน หน้าเพจของบทความระบุวันที่ 14 กรกฎาคม 2026 และบอกว่าเผยแพร่ครั้งแรกบน X ผู้อ่านที่ดูเพียงข่าวการเปิดตัวจะกำหนดวันที่ของข้อเสนอการทบทวน 30 วันไว้ว่ากลางเดือนกันยายน

• ยังไม่ได้รับการยืนยัน:ว่า Google หรือ Alphabet ได้นำข้อเสนอใดข้อเสนอหนึ่งไปใช้ ข้อความปฏิเสธความรับผิดระบุชัดเจนว่าบทความเหล่านี้สะท้อนความคิดเห็นของผู้เขียน และบทความว่าด้วยกรอบแนวคิดเขียนในเชิงเงื่อนไขตลอดทั้งเรื่อง — สหรัฐฯ "อาจจัดตั้ง" หน่วยงานหนึ่งได้; การทำให้เป็นทางการ "อาจตามมาได้อย่างรวดเร็ว" ไม่มีพันธสัญญาจากบริษัทใด ๆ ประกอบกับบทความทั้งสองชิ้น

• ยังไม่สามารถยืนยันได้: การตอบสนองจากรัฐบาลใด ๆ ไม่มีแหล่งข่าวใดที่ตรวจสอบสำหรับบทความนี้รายงานการตอบกลับจากรัฐบาลสหรัฐฯ สภาคองเกรส หน่วยงานกำกับดูแล หรือรัฐอื่นใด ต่อข้อเสนอขององค์กรกำหนดมาตรฐาน และบทความไม่ได้ระบุชื่อเจ้าหน้าที่คนใดที่ให้การรับรองข้อเสนอนี้

• ยังไม่เป็นที่ยืนยัน:ว่าสถาบันมีอำนาจของตนเองแต่อย่างใด สถาบันเผยแพร่บทความ ไม่ได้ทดสอบแบบจำลอง ไม่ได้รับรองแบบจำลอง หรือบังคับให้ใครปฏิบัติตามกลไกที่ผู้มีส่วนร่วมอธิบายไว้ และไม่มีสิ่งใดในเนื้อหาที่ตรวจสอบบ่งชี้ว่าสถาบันจะทำเช่นนั้น

• ความเสียหายที่บันทึกไว้: ไม่มี คลังข้อมูลจัดระดับรายการนี้เป็นการพัฒนานโยบายที่มีระดับความรุนแรงเป็นข้อมูล โดยไม่มีความเสียหายจริงที่บันทึกไว้ ไม่มีข้อโต้แย้ง และมีความละเอียดระดับวัน นี่คือกรอบที่ถูกต้องสำหรับรายการนี้: ชุดข้อโต้แย้งที่เข้าสู่บันทึกสาธารณะไม่ใช่เหตุการณ์ และเหตุผลที่มันถูกบันทึกไว้เลยก็คือ กลไกที่เป็นรูปธรรม — การทบทวนก่อนเผยแพร่ เพดานการคำนวณที่ไม่สามารถอ่านได้ — คือสิ่งที่จะกลายเป็นกฎในภายหลังหรือไม่ก็ไม่กลาย

ใครเป็นคนโต้แย้ง

ผู้เขียนไม่ได้เป็นนักวิจารณ์จากภายนอก Shah เป็นผู้นำด้านความปลอดภัยและการจัดแนวของ AGI ที่ Google DeepMind และ Dragan เป็นรองประธานด้านความปลอดภัยและพฤติกรรมของ AI ทั้งคู่กำลังเสนอข้อจำกัดต่อประเภทของโมเดลที่นายจ้างของตนเองสร้างขึ้น Hassabis เป็นผู้ร่วมก่อตั้งและประธานของแล็บ สถาบันที่พวกเขาก่อตั้งขึ้นนั้น ตามข้อความปฏิเสธความรับผิดชอบของสถาบันเอง ไม่ใช่ช่องทางสำหรับนโยบายบริษัท ซึ่งเป็นดาบสองคม: ข้อเสนอเหล่านี้มีน้ำหนักจากตำแหน่งของผู้เขียนภายในแล็บ และไม่มีพันธะใด ๆ ของคำมั่นสัญญาระดับบริษัท

ความเห็นสาธารณะของ Legg ณ การเปิดตัวชี้ไปในทิศทางเดียวกัน เขาบอกกับ Financial Times ตามที่ The Next Web รายงานเมื่อวันที่ 16 กันยายนว่า ขีดความสามารถของ AI ต้องไม่แซงหน้าการควบคุมความปลอดภัย และเรียกคำเรียกร้องของ Dario Amodei ประธานเจ้าหน้าที่บริหารของ Anthropic ที่ให้ชะลอ—แต่ไม่หยุด—การเปิดตัวโมเดลแนวหน้าว่า "น่าสนใจในเชิงทิศทาง" และ "ควรค่าแก่การพิจารณา" เขายังกล่าวด้วยว่าเร็วเกินไปที่จะประกาศว่าได้บรรลุ AGI แล้ว และตามรายงานนั้น เขายังคงสบายใจกับคาดการณ์ของเขาที่ว่า มีโอกาส 50% ที่จะเกิด AGI "ระดับน้อยที่สุด" ภายในปี 2028 TechCrunch จัดวางการเปิดตัวไว้ในสัปดาห์เดียวกับที่ผู้นำอุตสาหกรรมรับรององค์ประกอบบางส่วนของคำเรียกร้องของ Amodei เมื่อวันที่ 12 กันยายน ที่ให้กำหนดจังหวะการพัฒนา

บริบทนั้นควรถูกถือไว้อย่างไม่จริงจังเกินไป บทความเหล่านี้ไม่ได้ผูกพัน Google กับสิ่งใด และการตีความที่หนักแน่นที่สุดซึ่งได้จากเอกสารก็แคบกว่าที่การรายงานข่าวสื่อเป็นนัย บุคคลระดับอาวุโสสองคนที่ห้องแล็บชายแดนแห่งหนึ่งได้บันทึกไว้ต่อสาธารณะและอย่างละเอียดถึงระบอบการตรวจสอบและเพดานความโปร่งใสที่พวกเขาคิดว่าควรมี และเผยแพร่ภายใต้ข้อจำกัดความรับผิดที่ทำให้บริษัทอยู่ห่างออกมา ไม่ว่าการตรวจสอบก่อนเผยแพร่ 30 วัน หรือเพดานของความลึกแบบอนุกรมที่ไม่โปร่งใส จะปรากฏในร่างกฎหมาย กฎการจัดซื้อจัดจ้าง หรือชุดการทดสอบมาตรฐานในสักวันหรือไม่ เป็นคำถามที่บันทึกยังเปิดไว้ จนถึงตอนนั้น มันคือชุดข้อเสนอที่โต้แย้งได้อย่างดีพร้อมวันที่กำกับ ซึ่งเป็นสิ่งที่คลังเอกสารบันทึกไว้เช่นนั้นอย่างแม่นยำ