AI Agent คืออะไร? คำอธิบายแบบภาษาคนทั่วไป

AI agent คือโมเดล AI ที่สามารถลงมือทำเพื่อบรรลุเป้าหมาย ไม่ใช่แค่ตอบด้วยข้อความ คุณให้งานกับมัน และมันทำงานเป็นวงจร: ตัดสินใจว่าจะทำอะไรต่อ ใช้เครื่องมือ (แก้ไขไฟล์ ค้นหาเว็บ รันคำสั่ง เรียกแอป) ดูผลลัพธ์ แล้วตัดสินใจใหม่ จนกว่างานจะเสร็จหรือต้องการข้อมูลจากคุณ "สมอง" มักเป็น large language model ส่วนเครื่องมือคือสิ่งที่ทำให้มันลงมือทำได้

ทำไมมันจึงสำคัญเมื่อคุณสร้างด้วย AI

AI app builder สมัยใหม่คือ agent เมื่อคุณขอฟีเจอร์ มันไม่ได้แค่เขียนโค้ดแล้วส่งให้คุณ มันอ่านไฟล์ที่มีอยู่ ทำการเปลี่ยนแปลง ติดตั้งแพ็กเกจ เริ่มแอป อ่านข้อความแสดงข้อผิดพลาดและแก้ไข มักทำข้ามหลายขั้นตอนโดยที่คุณไม่ต้องคอยดูทุกขั้น

นั่นคือเหตุผลที่มันสร้างซอฟต์แวร์ที่ใช้งานได้จริง ไม่ใช่แค่โค้ดตัวอย่าง และมันเปลี่ยนบทบาทของคุณด้วย คุณไม่ต้องคัดลอกและวางโค้ดอีกต่อไป คุณกำลังดูแลผู้ช่วยที่เร็วและเก่งมาก ซึ่งบางครั้งอาจเข้าใจคำสั่งผิดหรือเลี้ยวผิดทางอย่างมั่นใจ การเข้าใจว่า agent ทำงานอย่างไรช่วยให้คุณให้เป้าหมายที่ถูกต้อง สังเกตเมื่อมันวนซ้ำอยู่กับที่ และตัดสินใจว่าอะไรที่คุณอยากอนุมัติด้วยตัวเอง

ตัวอย่างในชีวิตประจำวัน

เปรียบเทียบการถามทางจากเพื่อนกับการจ้างคนส่งของ

การถามทางคือ chatbot คุณถาม เขาบอก แล้วคุณเดินเอง ถ้าถนนปิด คุณกลับมาถามใหม่

คนส่งของคือ agent คุณบอกว่า "เอาพัสดุนี้ไปที่นี่ก่อนห้าโมงเย็น" เขาเลือกเส้นทาง เห็นว่าถนนปิด อ้อมไป หาทางเข้าข้างอาคาร แล้วรายงานกลับว่า "ส่งแล้ว เซ็นรับโดยเคาน์เตอร์" คุณกำหนดเป้าหมายและขีดจำกัด เช่น "อย่าจ่ายค่าแท็กซี่เกิน 20 ดอลลาร์" ส่วนเขาจัดการขั้นตอน

คนส่งของทำงานได้ดีเท่ากับการบรีฟและขีดจำกัดที่คุณให้ agent ก็เช่นกัน

agent ทำงานอย่างไร

agent ส่วนใหญ่ทำตามวงจรพื้นฐานเดียวกัน:

1. เป้าหมาย คุณอธิบายสิ่งที่ต้องการ: "เพิ่มฟอร์มติดต่อที่ส่งข้อความหาฉันเมื่อมีการส่ง"
2. วางแผน โมเดลตัดสินใจขั้นถัดไป: "ก่อนอื่น ดูโครงสร้างของเว็บไซต์"
3. ลงมือ มันเรียกเครื่องมือ: แสดงรายการไฟล์ อ่านหน้าแรก
4. สังเกต มันอ่านผลลัพธ์ของเครื่องมือ
5. ทำซ้ำ จากสิ่งที่เห็น มันเลือกขั้นถัดไป: สร้างฟอร์ม เพิ่มโค้ดฝั่งเซิร์ฟเวอร์ รันแอป ตรวจหาข้อผิดพลาด
6. เสร็จหรือถาม เมื่อบรรลุเป้าหมาย มันรายงานกลับ หากติดขัดหรือไม่แน่ใจ มันจะถามคุณ

รอบวงจรนี้มีองค์ประกอบเพิ่มเติมอีกไม่กี่อย่าง:

เครื่องมือคือแนวคิดสำคัญ โมเดลเพียงลำพังสร้างได้แค่ข้อความ เครื่องมือแปลงข้อความนั้นให้เป็นการกระทำ และมาตรฐานอย่าง MCP ช่วยให้เสียบเครื่องมือใหม่เข้ากับ agent ได้ง่ายขึ้น

ตัวอย่างประกอบ: แก้ฟอร์มสมัครที่พัง

สมมติว่าฟอร์มรายชื่อรอของเว็บไซต์ที่เผยแพร่แล้วหยุดบันทึกอีเมล และคุณบอก AI builder ว่า "ฟอร์มรายชื่อรอไม่บันทึกอะไรอีกแล้ว แก้ให้หน่อย"

การรันของ agent ทั่วไปอาจเป็นแบบนี้:

1. อ่าน คอมโพเนนต์ฟอร์มและโค้ดฝั่งเซิร์ฟเวอร์ที่จัดการการส่ง
2. รัน แอปและส่งอีเมลทดสอบ
3. อ่านข้อผิดพลาด เซิร์ฟเวอร์บอกว่าคอลัมน์ฐานข้อมูลชื่อ email_address ไม่มีอยู่
4. ดูโครงสร้างฐานข้อมูล คอลัมน์จริงชื่อ email การเปลี่ยนแปลงล่าสุดเปลี่ยนชื่อมันในที่หนึ่งแต่ไม่ได้เปลี่ยนในอีกที่หนึ่ง
5. แก้ไข โค้ดฝั่งเซิร์ฟเวอร์ให้ใช้ชื่อคอลัมน์ที่ถูกต้อง
6. ทดสอบอีกครั้ง ส่งอีเมลทดสอบ ยืนยันว่ามีแถวใหม่ปรากฏ
7. รายงาน "ฟอร์มกำลังเขียนไปยังคอลัมน์ที่ไม่มีอยู่แล้วหลังการเปลี่ยนแปลงเมื่อวาน ฉันอัปเดตโค้ดฝั่งเซิร์ฟเวอร์และยืนยันว่าการสมัครทดสอบบันทึกได้แล้ว"

คุณให้คำสั่งเดียว agent ทำเจ็ดขั้นตอน รวมถึงการทดสอบสองครั้ง นั่นคือพลังของมัน ความเสี่ยงคือด้านตรงข้ามของเหรียญเดียวกัน: หาก agent ตัดสินใจ เปลี่ยนชื่อคอลัมน์ในฐานข้อมูล มันอาจทำให้สิ่งอื่นพัง และคุณอาจไม่สังเกตเห็นเว้นแต่คุณจะอ่านสรุปของมัน

คำศัพท์สำคัญ

ความผิดพลาดและความเข้าใจผิดที่พบบ่อย

• "Agent ทำงานอิสระโดยสมบูรณ์" agent ในปัจจุบันทำงานได้ดีที่สุดกับงานที่กำหนดชัดเจนและมีเป้าหมายที่ชัด เป้าหมายที่คลุมเครือและปลายเปิด (เช่น "ทำให้ธุรกิจของฉันโตขึ้น") ให้ผลเป็นงานที่ไร้ประโยชน์
• "มันบอกว่าเสร็จแล้ว แปลว่าเสร็จแล้ว" บางครั้ง agent รายงานความสำเร็จหลังทำงานได้บางส่วน ตรวจผลลัพธ์ด้วยตัวเอง โดยเฉพาะสิ่งที่เกี่ยวกับเงิน ข้อมูล หรือผู้ใช้ ดู วิธีตรวจโค้ดที่ AI สร้าง
• ให้สิทธิ์มากเกินไป agent ที่ส่งอีเมล ลบข้อมูล และใช้จ่ายเงินได้ ต้องมีขีดจำกัดที่เข้มงวดและการอนุมัติของคุณสำหรับการกระทำที่เสี่ยง
• ปล่อยให้มันวนซ้ำ หาก agent พยายามแก้ไขแบบเดิมซ้ำๆ ให้หยุดมัน และให้ข้อมูลเพิ่มเติมหรือแนวทางที่ต่างออกไป
• เชื่อเนื้อหาที่มันอ่าน agent ที่อ่านหน้าเว็บหรืออีเมลอาจถูกหลอกด้วยข้อความที่เขียนขึ้นเพื่อบงการมัน (prompt injection) ระวังสิ่งที่ agent ทำได้หลังจากอ่านเนื้อหาที่ไม่น่าเชื่อถือ
• คำขอใหญ่ครั้งเดียว งานใหญ่จะเชื่อถือได้มากขึ้นเมื่อแบ่งเป็นขั้นตอนที่คุณตรวจสอบได้

สิ่งที่ควรขอจาก AI builder ของคุณ

• "วางแผนก่อน บอกขั้นตอนให้ฉันรู้ก่อนที่จะเปลี่ยนแปลงอะไร"
• "แก้ไขเฉพาะไฟล์ที่เกี่ยวข้องกับฟอร์มการจอง"
• "หลังการเปลี่ยนแปลง ทดสอบและบอกฉันว่าตรวจสอบอย่างไร"
• "หากต้องเปลี่ยนโครงสร้างฐานข้อมูล ให้ถามฉันก่อน"
• "สรุปสิ่งที่เปลี่ยนไปและสิ่งที่คุณไม่แน่ใจ"
• "หยุดและถามเมื่อการแก้ไขเดิมล้มเหลวสองครั้ง"

สำหรับการเขียนคำสั่งให้ชัดเจนขึ้น ดู prompt engineering คืออะไร

AI agent ใน Mythex

Mythex สร้างขึ้นรอบ agent ในแซนด์บ็อกซ์คลาวด์ส่วนตัวของโปรเจกต์ คุณ agent สามารถสร้างและแก้ไขไฟล์ ติดตั้งแพ็กเกจ รันคำสั่งเทอร์มินัล ตรวจสอบข้อผิดพลาดและทำซ้ำ และใช้เครื่องมือจากแอปที่เชื่อมต่อได้ สำหรับงานซับซ้อน มันอาจเริ่ม sub-agent ซึ่งคุณสามารถเปิดดูและติดตามงานได้ โหมด Plan ให้มันเสนอแนวทางโดยไม่แก้ไข โหมด Ask ตอบคำถามโดยไม่เปลี่ยนไฟล์ และ checkpoint ช่วยให้คุณย้อนกลับได้หากการเปลี่ยนแปลงผิดพลาด ทิศทางตรงกันข้ามก็ใช้ได้เช่นกัน agent อย่าง Claude, Cursor หรือ Codex สามารถสร้างงานใน Mythex ผ่าน MCP server ของมันได้

คำถาม