Andrew Ng: สถานะปัจจุบันของ AI Agent [YouTube]

• Andrew Ng เสนอว่าแทนที่จะถกเถียงกันเรื่องนิยามของ AI agent และระบบ agentic ควรให้ความสำคัญกับ สเปกตรัมของความเป็นอัตโนมัติ มากกว่า
• โอกาสทางธุรกิจที่เกิดขึ้นจริงในปัจจุบันมีมากกว่าใน เวิร์กโฟลว์ที่เรียบง่าย เป็นเส้นตรง หรือมีการแตกแขนงเพียงเล็กน้อย มากกว่าเอเจนต์อัตโนมัติเต็มรูปแบบที่ซับซ้อน
• ทักษะเชิงปฏิบัติที่จำเป็นต่อการออกแบบและใช้งานระบบ agentic เช่น การแยกงาน ระบบประเมินผล การเชื่อมต่อข้อมูล ฯลฯ ยังคงหาได้ยาก และความสามารถในการใช้เครื่องมือที่หลากหลายมีความสำคัญ
• Evals, voice stack, AI code assistant ถูกมองว่าเป็นเครื่องมือสำคัญที่ยังไม่ได้รับความสนใจมากพอ
• ปัจจัยหลักของความสำเร็จของสตาร์ทอัพคือ ความเร็วในการลงมือทำและความเข้าใจเทคโนโลยีอย่างลึกซึ้ง และด้วยการพัฒนาของเครื่องมือ AI ทำให้ ผู้ที่ไม่ใช่นักพัฒนามากขึ้นก็ควรมีทักษะการเขียนโค้ดพื้นฐานเพื่อช่วยเพิ่มผลิตภาพ

---

Introduction

• แนะนำภูมิหลังที่ Andrew Ng มีส่วนร่วมกับโครงการและชุมชนด้าน AI/agent มากมาย เช่น LangChain
• เน้นว่าแทนที่จะถกเถียงเรื่องนิยามของ agent ควรมองว่า ระบบ agentic สามารถมีระดับความเป็นอัตโนมัติที่หลากหลาย
• เสนอให้เลิกยึดติดกับคำถามว่า “เป็นเอเจนต์จริงหรือไม่” แล้วหันมามองเชิงปฏิบัติผ่านสเปกตรัมของระดับความเป็นอัตโนมัติ

Opportunities: โอกาสทางธุรกิจที่เกิดขึ้นจริง

• ในความเป็นจริง เวิร์กโฟลว์ทางธุรกิจจำนวนมากเป็น ลำดับการทำงานแบบเส้นตรง หรือมีการแตกแขนงเพียงเล็กน้อย
  • ตัวอย่าง: การกรอกเว็บฟอร์ม การค้นฐานข้อมูล การค้นหาแบบง่าย และการทำงานซ้ำ ๆ แบบอัตโนมัติ
• การแยกงานและปรับให้ละเอียดเป็นไมโครทาสก์, การออกแบบตัวชี้วัดการประเมินผล และการปรับปรุงเวิร์กโฟลว์ เป็นทักษะเชิงปฏิบัติที่ยังขาดแคลน
• เวิร์กโฟลว์แบบ agentic ที่ซับซ้อนก็สำคัญ แต่ มูลค่าส่วนใหญ่มักเกิดจากโครงสร้างแบบเรียบง่ายที่ทำซ้ำได้

Skills: ความสามารถที่ผู้สร้างเอเจนต์ควรมี

• ต้องมีความสามารถในการออกแบบอย่างเป็นระบบ หลังจากทำความเข้าใจกระบวนการธุรกิจแล้วจึงจัดการเรื่อง การเก็บ/บูรณาการข้อมูล พรอมป์ต์ และการแบ่งกระบวนการ
• ระบบประเมินผลอัตโนมัติ เช่น การติดตามประสิทธิภาพตามระบบ/คอมโพเนนต์ และการสร้างเฟรมเวิร์กประเมินผล มีความสำคัญ
• ทีมที่มีประสบการณ์จะไม่หมกมุ่นกับ “การปรับปรุงที่ไม่จำเป็น” และเลือกอ้อมหรือแทนที่ปัญหาอย่างมีประสิทธิภาพ
• พวกเขาได้ลองใช้เครื่องมือและเฟรมเวิร์ก AI หลากหลายแบบจริง ๆ ทำให้ ตัดสินใจและทดลองได้รวดเร็ว พร้อมผสมผสานเครื่องมือแบบเลโก้บล็อก

AI Tools & การเปลี่ยนแปลง

• ในช่วง 2–3 ปีที่ผ่านมา ระบบนิเวศของ เครื่องมือ AI เช่น Langgraph, RAG, แชตบอต, การจัดการเมมโมรี, evals/guardrails มีความหลากหลายมากขึ้น
• เครื่องมือเหล่านี้สามารถนำมาประกอบกันได้หลากหลายแบบเหมือน เลโก้บล็อก ยิ่งมีประสบการณ์ใช้งานจริงมากเท่าไร ก็ยิ่งตัดสินใจได้เร็วขึ้นเท่านั้น
• เมื่อ context window ของ LLM ขยายใหญ่ขึ้น บทบาทเชิงปฏิบัติของบางเทคนิคอย่าง RAG ก็เปลี่ยนไป และความสำคัญของการปรับ hyperparameter ก็ลดลง

Underrated Tools: เครื่องมือสำคัญที่ถูกประเมินต่ำ

• Evals (การประเมินผลอัตโนมัติ): หลายทีมมองว่ายากเกินไป แต่สิ่งสำคัญคือการเริ่มจากตัวอย่างเล็ก ๆ แล้วสร้างและปรับปรุงอย่างรวดเร็ว
• Voice stack (เวิร์กโฟลว์ที่ใช้เสียงเป็นฐาน): ความต้องการและการใช้งานในองค์กรขนาดใหญ่เพิ่มขึ้นอย่างรวดเร็ว แต่ชุมชนนักพัฒนายังให้ความสนใจไม่มากพอ
• AI code assistant: การเขียนโค้ดโดยมี AI ช่วยเพิ่มผลิตภาพได้ และหากทุกคนในองค์กรมีทักษะโค้ดพื้นฐาน ก็จะช่วยเพิ่มผลิตภาพในแต่ละสายงาน
  • กรณีของ AI Fund: ตั้งแต่พนักงานต้อนรับ CFO ไปจนถึงทนายความ ต่างก็เรียนเขียนโค้ดเพื่อเพิ่มประสิทธิภาพการทำงาน

คุณลักษณะของ Voice Application

• การป้อนข้อมูลด้วยเสียง ช่วยลดภาระของผู้ใช้ได้มากกว่าพรอมป์ต์แบบข้อความ และกระตุ้นให้ป้อนข้อมูลได้เร็วขึ้น
• เอเจนต์ที่ใช้เสียงเป็นฐานให้ความสำคัญอย่างมากกับ เวลาในการตอบสนอง (latency) โดยอุดมคติควรต่ำกว่า 1 วินาที และมีการใช้เทคนิค UX หลากหลายเพื่อรองรับการโต้ตอบแบบเรียลไทม์ เช่น pre-response และ background noise
• อินเทอร์เฟซเสียง มีศักยภาพสูงมากทั้งในด้านขอบเขตการใช้งานและความเป็นไปได้ แต่ยังต้องการเครื่องมือสำหรับนักพัฒนาและโครงสร้างพื้นฐานสนับสนุนเพิ่มขึ้น

MCP: มาตรฐานและการบูรณาการข้อมูล

• MCP (Mesh Capability Protocol): เทรนด์ในอุตสาหกรรมที่เชื่อมต่อแหล่งข้อมูล, API และเครื่องมือต่าง ๆ ผ่านอินเทอร์เฟซมาตรฐาน
• มาตรฐาน MCP ยังอยู่ในระยะเริ่มต้น แต่มีแนวโน้มจะพัฒนาเป็น แกนหลักในการทำให้การบูรณาการข้อมูลและเครื่องมือที่ซับซ้อนง่ายขึ้น
• เป็นวิสัยทัศน์ที่ทำให้การเชื่อมต่อ เอเจนต์ n ตัวกับแหล่งข้อมูล m แห่ง มีต้นทุนแบบ n+m แทนที่จะเป็น n*m

ระบบ Agent-to-Agent

• มัลติเอเจนต์และปฏิสัมพันธ์ระหว่างเอเจนต์ ยังอยู่ในระยะเริ่มต้นมาก และในตอนนี้ตัวอย่างความสำเร็จที่ใช้งานได้จริงส่วนใหญ่มักเกิดขึ้นภายในทีมเดียวกัน
• ปฏิสัมพันธ์ระหว่างเอเจนต์ข้ามทีม/ข้ามบริษัทยังเป็นพื้นที่ที่ต้องพัฒนาต่อไป

Vibe Coding และ AI โค้ดดิ้ง

• ปรากฏการณ์ 'Vibe Coding' ที่เขียนโค้ดร่วมกับ AI assistant แท้จริงแล้วต้องการสมาธิและแรงงานทางปัญญาสูง ไม่ได้เป็นการเขียนโค้ดแบบ “ใช้ความรู้สึกอย่างเดียว” ตามชื่อ
• ด้วยความก้าวหน้าของ AI code assistant ทำให้ ความสำคัญของทักษะการเขียนโค้ด สูงขึ้นในหมู่คนที่ไม่ใช่นักพัฒนาและสายอาชีพที่หลากหลายมากขึ้น
• การเรียนโค้ดคือกุญแจสำคัญของผลิตภาพในอนาคต — แนะนำให้เชี่ยวชาญภาษาโปรแกรมอย่างน้อยหนึ่งภาษา (โดยเฉพาะ Python)

Advice for Startups: คำแนะนำสำหรับ AI สตาร์ทอัพ

• ปัจจัยอันดับหนึ่งของความสำเร็จของสตาร์ทอัพคือความเร็วในการลงมือทำ และอันดับสองคือความเข้าใจเทคโนโลยีอย่างลึกซึ้ง
• แม้การตลาด การขาย และการตั้งราคาจะสำคัญ แต่ความเข้าใจต่อกลไกการทำงานจริงของเทคโนโลยีและการเปลี่ยนแปลงล่าสุดของเทคโนโลยีกลับเป็นสิ่งที่หายากและสำคัญยิ่งกว่า
• ทีมที่มี สัญชาตญาณต่อแก่นแท้ทางเทคนิคอย่างลึกซึ้ง จะสามารถแก้ปัญหาได้รวดเร็วและมีประสิทธิภาพ

[namojo]

ส่วน MCP (Mesh Capability Protocol) นี่น่าจะพิมพ์ผิดใช่ไหม?
ดูเหมือนว่ากุญแจสู่ความสำเร็จคือการแบ่งฟังก์ชันและสิทธิ์ในเอเจนต์อย่างไร และออกแบบเวิร์กโฟลว์อย่างไร

[beoks]

ดูเหมือนว่า MCP จะเป็นคำที่เพิ่งเริ่มถูกพูดถึงเมื่อไม่นานมานี้ เลยทำให้ LLM ยังไม่ได้เรียนรู้และใช้คำแปลก ๆ ออกมาครับ 555