เครื่องมือใหม่สำหรับการสร้างเอเจนต์

[GN⁺]

ความเห็นบน Hacker News

• ไม่แน่ใจว่าการเปลี่ยนแปลง API จะช่วยนักพัฒนาที่พยายามผสาน OAI เข้ากับผลิตภัณฑ์จริงได้มากแค่ไหน

  • state machine ที่ผู้ให้บริการจัดการให้นั้นทั้งไม่เพียงพอหรือทำให้เสียสมาธิในการจัดการบทสนทนา ข้อความ การส่งต่อพรอมป์ต์ เป็นต้น
  • สุดท้ายก็ลงเอยด้วยการใช้แค่ chat completions API
  • การจัดการสถานะไว้ในเครื่องเองให้อิสระมากกว่าการเอาไป outsource ให้บุคคลที่สาม
  • สมมติฐานของผลิตภัณฑ์เหล่านี้คือรับสตริงเข้ามาแล้วคืนค่าสตริงใหม่ออกไป
  • ถ้าโฟกัสที่การประกอบสตริงที่เหมาะสม อย่างอื่นทั้งหมดก็จะหายไป
  • แค่นึกว่าเป็นอีกวิธีหนึ่งในการประกอบสตริงแบบมีโครงสร้างโดยอิงจากสถานะทางธุรกิจที่เก็บอยู่ในฐานข้อมูล
  • มันคือการทำงานแบบเดียวกับตอน SSR หน้าเว็บด้วย PHP

• มีเธรดบน Twitter จากผู้ออกแบบที่อธิบายเบื้องหลังการตัดสินใจด้านการออกแบบของ API ใหม่นี้ได้ดี

  • ลิงก์ Twitter: https://twitter.com/athyuttamre/status/1899541471532867821
  • ลิงก์ทางเลือกสำหรับคนที่ไม่ได้ล็อกอิน Twitter: https://nitter.net/athyuttamre/status/1899541471532867821

• รู้สึกว่าความพยายามด้าน AI agent กำลังไปผิดทาง

  • มันพยายามแทนที่มนุษย์ในระบบเดิม แทนที่จะสร้างวิธีแบบใหม่ขึ้นมา
  • เศรษฐกิจและชีวิตคือเรื่องของปฏิสัมพันธ์ระหว่างมนุษย์
  • แนวทาง AI agent ดูเหมือนมุกที่เอาประโยคของคนมายืดให้ยาวขึ้นแล้วสรุปกลับอีกที
  • มันมีประโยชน์สำหรับทำงานอัตโนมัติในระบบ legacy แต่โอกาสที่แท้จริงคือการกำจัดระบบ legacy ส่วนใหญ่ออกไป
  • มนุษย์ไม่ได้แย่ขนาดนั้น
  • การใช้ AI สร้าง UI สำหรับมนุษย์ แล้วให้ AI ใช้ UI นี้เพื่อทำงานต่อ นี่คือทางไปข้างหน้าจริงหรือ?

• สิ่งที่ไม่ได้ถูกพูดถึง: Model Context Protocol

  • ลิงก์: https://www.anthropic.com/news/model-context-protocol

• swyx แชร์ประสบการณ์จากการคุย FAQ เกี่ยวกับ API ใหม่กับทีม API/DX

  • ลิงก์: https://latent.space/p/openai-agents-platform
  • ประเด็นสนุกหลัก: วิธีนำ Responses API ไปใช้ผิดวัตถุประสงค์เหมือนเป็นฐานข้อมูลได้อย่างไร
  • hparams สำหรับ web search - ความลึก/ความกว้างของการค้นหาสำหรับ DIY Deep Research
  • ควรสร้าง RAG เองเมื่อไร ในเมื่อ OAI มี RAG/reranking แบบ built-in ให้แล้ว
  • ความแตกต่างระหว่าง Agents SDK กับ OAI Swarm
  • การปรับจูน search-preview และ computer-use-preview จะถูกรวมเข้า GPT5 หรือไม่

• แชร์ประสบการณ์จากการได้เข้าถึง Agent SDK และ API ใหม่ของ OpenAI ตั้งแต่ช่วงแรก

  • สร้างโปรเจกต์โอเพนซอร์สเพื่อสาธิตความสามารถ
  • ถ้าใช้ agent framework อื่นอยู่ ก็แนะนำให้ลอง SDK นี้
  • ให้ทั้ง SDK และตัวอย่างทั้งหมดเป็นไฟล์ข้อความเดียวเพื่อเริ่มต้นได้อย่างรวดเร็ว
  • สามารถนำไปทำใหม่ด้วย framework อื่นได้เพราะโค้ดเป็นแบบ modular
  • แชร์ความเห็นเพิ่มเติมเกี่ยวกับความสามารถหลักของ SDK ในบล็อกโพสต์
  • พอใจมาก

• สร้าง Responses API ที่เรียบง่ายและทรงพลังซึ่งเข้ากันได้กับผู้ให้บริการ LLM ทุกราย

  • ลิงก์: https://github.com/Anilturaga/aiide

• ราคา OpenAI Search API แพง

  • $30 ต่อการค้นหา 1,000 ครั้ง
  • โมเดล Sonar ของ Perplexity ราคา $5 ต่อการค้นหา 1,000 ครั้ง
  • สงสัยถึงความต่างของราคา

• ประทับใจกับความก้าวหน้าของการใช้งานคอมพิวเตอร์

  • สงสัยว่าเทคโนโลยีนี้สุกงอมพอที่จะนำไปใช้กับการทดสอบ usability ได้หรือยัง
  • UI ที่ AI นำทางได้ยากก็น่าจะยากสำหรับมนุษย์เช่นกัน
  • มันอาจเป็นสัญญาณว่าจำเป็นต้องปรับปรุง

• ประกาศแผนยุติ Assistants API

  • Responses API ใหม่เป็นก้าวไปในทิศทางที่ถูกต้อง
  • ยังมีข้อจำกัดสำหรับ use case แบบ agent
  • เป้าหมายคือมอบประสบการณ์แพลตฟอร์มที่ลื่นไหลให้แก่นักพัฒนาในการสร้าง agent
  • คาดว่าจะมี control flow แบบอิงกราฟออกมา
  • มีโซลูชันโอเพนซอร์สจำนวนมาก แต่ส่วนใหญ่เพิ่มความซับซ้อนที่ไม่จำเป็น
  • เคยสร้าง agent flow ด้วยการเรียกใช้เครื่องมือและการตอบกลับแบบ JSON แต่ยังมีองค์ประกอบระดับสูงที่ยังไม่ได้รับการแก้ไข