Anthropic ได้สรุป 3 รูปแบบของเวิร์กโฟลว์ AI agent ที่ถูกใช้งานจริงมากที่สุดในงานภาคปฏิบัติ จากประสบการณ์โปรดักชันจริง พร้อมชี้ให้เห็นแบบกระชับว่าควรเลือกใช้แบบไหนเมื่อไร

ข้อความสำคัญ

  • ยิ่งมี agent มากขึ้น โครงสร้าง (เวิร์กโฟลว์) ยิ่งสำคัญ
  • เลือกรูปแบบผิด → latency↑, ต้นทุน↑, ความน่าเชื่อถือ↓
  • รูปแบบไม่ได้มีไว้เพื่อตัดทอนความเป็นอิสระ แต่คือการ ออกแบบขอบเขตของความเป็นอิสระ

1. เวิร์กโฟลว์แบบลำดับขั้น (Sequential)

  • รันทีละขั้นตามลำดับ (A → B → C)
  • เหมาะกับ : งานที่มีการพึ่งพากันระหว่างแต่ละขั้นอย่างชัดเจน
    ตัวอย่าง: ข้อความการตลาด → แปลภาษา → ตรวจทาน
    ดึงข้อมูลจากเอกสาร → ตรวจสอบ schema → โหลดเข้า DB
  • ข้อดี: แต่ละ agent โฟกัสกับงานเดียว → ความแม่นยำ ↑
  • ข้อเสีย: มีเวลารอในแต่ละขั้น ทำให้ latency ยาวขึ้น
  • เคล็ดลับ: อย่าเพิ่งไปทาง multi-step เสมอไป ให้ ทดสอบกับ agent เดี่ยวให้เพียงพอก่อน

2. เวิร์กโฟลว์แบบขนาน (Parallel)

  • กระจายงานที่เป็นอิสระไปยังหลาย agent พร้อมกัน → แล้วรวบรวมผลลัพธ์ (fan-out → fan-in)
  • เหมาะกับ : งานที่ต้องประเมินหลายมุมพร้อมกัน
    ตัวอย่าง: code review (แบ่งตามประเภทของช่องโหว่)
    การวิเคราะห์เอกสาร (หัวข้อ·อารมณ์·การตรวจสอบข้อเท็จจริงพร้อมกัน)
    การประเมินคุณภาพแบบหลายมุมมอง
  • ข้อดี: แยกความสนใจของแต่ละทีมได้ง่าย และปรับจูนรายส่วนได้
  • ข้อเสีย: การเรียก API พร้อมกันจำนวนมากทำให้ต้นทุน ↑ และต้องออกแบบตรรกะรวมผลให้ชัดเจน (เสียงข้างมาก? ถ่วงน้ำหนัก? ให้ผู้เชี่ยวชาญมีสิทธิ์เหนือกว่า?)

3. เวิร์กโฟลว์แบบผู้ประเมิน-ผู้ปรับให้เหมาะสม (Evaluator-Optimizer)

  • agent ฝั่งสร้างงาน ↔ agent ฝั่งประเมิน ส่งฟีดแบ็กหากันแบบวนซ้ำ
  • สร้าง → ประเมิน → แก้ไข → ประเมิน… (จนกว่าจะผ่านเกณฑ์คุณภาพหรือถึงจำนวนรอบสูงสุด)
  • เหมาะกับ : งานที่คุณภาพมีความสำคัญมาก
    ตัวอย่าง: การสร้างเอกสาร API อัตโนมัติ
    การสื่อสารกับลูกค้า (โทนภาษา·การปฏิบัติตามนโยบาย)
    การเขียน SQL query ที่มีประเด็นด้านความปลอดภัยสำคัญ
  • ข้อดี: แยกความเชี่ยวชาญระหว่างการสร้างและการประเมิน → ได้ผลงานที่สมบูรณ์ยิ่งขึ้น
  • ข้อเสีย: ใช้ token และเวลามาก → ต้องตั้ง เงื่อนไขหยุด (จำนวนรอบสูงสุด + เกณฑ์คุณภาพขั้นต่ำ) ไว้เสมอ

หลักการนำไปใช้ในงานจริง (สำคัญ!)

  1. เริ่มจากสิ่งที่ง่ายที่สุดก่อน
    ถ้า agent เดี่ยวพอ → จบ
    ถ้าแก้ได้ด้วยลำดับขั้น → จบ
    ถ้าผลลัพธ์แรกผ่านเกณฑ์ → จบ
  2. ค่อยอัปเกรดเมื่อจำเป็นเท่านั้น
  3. ทั้งสามรูปแบบ นำมาผสมกันได้ (ใส่ parallel ไว้ใน sequential, หรือใส่ผู้ประเมินหลายตัวในลูปการประเมิน เป็นต้น)

https://aisparkup.com/posts/9963

ยังไม่มีความคิดเห็น

ยังไม่มีความคิดเห็น