เมื่อพูดถึงเพื่อนร่วมงานที่เป็น AI สัญชาตญาณแรกของหลายคนคือ มันควรทำงานเหมือนทีม หนึ่งบทบาทต่อหนึ่งเอเจนต์ ตัวหนึ่งดูแลงานวิศวกรรม ตัวหนึ่งดูแลการตลาด อีกตัวเขียนแต่บล็อกโพสต์
เราเองก็สร้างแบบนั้นเหมือนกัน Okou เคยให้คุณสร้างเอเจนต์ได้หลายตัวในเวิร์กสเปซเดียว แต่ละตัวมีชื่อ อวตาร คำสั่ง และเวิร์กโฟลว์เป็นของตัวเอง เมื่อเดือนสิงหาคม เราถึงขั้นเผยแพร่บทความว่าเอเจนต์หลายตัวแบ่งงานและส่งต่องานกันอย่างไร ในเวิร์กสเปซของเราเองก็มีเอเจนต์อยู่เต็มไปหมด Lucas เขียนบล็อกโพสต์ Lisa ทำบัญชี Iris ดูแลนักลงทุนสัมพันธ์ ส่วนผมมีเอเจนต์ชื่อ Emily ที่คอยคัดแยกอีเมลให้
แต่สัญชาตญาณของผู้ใช้เป็นเพียงจุดอ้างอิงเท่านั้น ก่อนจะมี Notion คนส่วนใหญ่ก็รู้สึกว่าเครื่องมือเอกสารต้องมีหัวกระดาษและท้ายกระดาษ
ระบบหลายเอเจนต์ก็ไม่ใช่ความสามารถพื้นฐานด้วย ความสามารถพื้นฐานคือสิ่งที่ผลิตภัณฑ์ AI ทุกตัวต้องมีในที่สุด ได้แก่ การแชต การสร้างสไลด์และเว็บไซต์ และการควบคุมคอมพิวเตอร์ เอเจนต์หลายตัวไม่ได้อยู่ในรายการนั้น
ลองดู Lucas เอเจนต์เขียนบล็อกคนเก่าของเรา คำสั่งของมันราวหนึ่งในสามเป็นเทมเพลตทั่วไปชุดเดียวกับที่ Okou ค่าเริ่มต้นใช้ ส่วนที่เหลือเป็นขั้นตอนเฉพาะสามอย่าง คือ วิธีเผยแพร่บล็อกโพสต์ใน Strapi วิธีเขียนหน้ากรณีการใช้งานบนเว็บไซต์ของเรา และวิธีจัดทำรายงานอัตราการแปลงผู้สมัครรายวัน เวิร์กโฟลว์ทั้ง 13 รายการที่ผูกอยู่กับ Lucas เปิดเป็นสาธารณะในเวิร์กสเปซทั้งหมด ไม่มีรายการไหนเป็นของ Lucas เพียงผู้เดียว
ดังนั้น ความต่างระหว่าง Lucas กับ Okou ค่าเริ่มต้นจึงเหลือแค่ชื่อ อวตาร และขั้นตอนสามอย่างที่ควรจะเป็นเวิร์กโฟลว์มาตั้งแต่แรก ขั้นตอนเหล่านั้นถูกขังไว้ใน Lucas ถ้าขอให้ Okou ค่าเริ่มต้นเผยแพร่บล็อกโพสต์ มันจะไม่รู้กฎเหล่านั้นเลยสักข้อ
เมื่อจำนวนเอเจนต์เพิ่มขึ้น รูปแบบการผสมกันก็เพิ่มขึ้นตาม เอเจนต์จำนวนมาก เวิร์กโฟลว์จำนวนมาก และบทสนทนาจำนวนมากต่างโยงใยกัน และทุกรูปแบบที่เกิดขึ้นคือตรรกะที่เราต้องดูแล และผู้ใช้ต้องเรียนรู้ เราเจอคำถามที่ตอบได้ไม่ดีนักเมื่อมองจากมุมของผู้ใช้
- ทำไมเอเจนต์สองตัวถึงใช้เวิร์กโฟลว์เดียวกันไม่ได้
- ทำไมใน Slack ฉันคุยได้แค่กับ Okou แต่คุยกับเอเจนต์ส่วนตัวของฉันไม่ได้ ถ้า Lucas เป็นคนคนหนึ่ง ฉันก็ควรติดต่อมันได้จากทุกที่
- ทำไมหน่วยความจำถึงใช้ร่วมกันทุกเอเจนต์ ถ้าเอเจนต์แต่ละตัวเป็นคนคนหนึ่ง แต่ละตัวก็ควรมีหน่วยความจำของตัวเอง
ทุกข้อแก้ได้ แต่แต่ละข้อต้องใช้งานวิศวกรรมจริงจัง ถ้าปล่อยไว้ไม่แก้ ระบบหลายเอเจนต์ก็จะเป็นประสบการณ์ที่ค้างอยู่ครึ่งทาง นอกจากนี้ เรายังหาปัญหาที่มีแต่เอเจนต์หลายตัวเท่านั้นที่แก้ได้ไม่ค่อยเจอ เสียงบ่นที่เราได้ยินบ่อยกว่าคือ มีเอเจนต์ให้จัดการมากเกินไป
เราจึงตัดสินใจว่าแต่ละคนจะมี Okou หนึ่งตัว โมเดลจึงเรียบง่ายขึ้น
- ทุกคนมี Okou ค่าเริ่มต้นหนึ่งตัว
- Okou ของคุณเป็นของคุณและเป็นส่วนตัว
- Okou ของคุณกับ Okou ของเพื่อนร่วมงานไม่ใช่เอเจนต์ตัวเดียวกัน
- Okou ของคุณใช้เวิร์กโฟลว์ใดก็ได้ที่มีคนในองค์กรตั้งเป็น Public ไว้
สิ่งที่เคยผูกอยู่กับเอเจนต์ ตอนนี้ย้ายไปอยู่ในที่ที่เหมาะกว่า
- คำสั่ง เป็นของคุณ คุณเขียนไว้ชุดเดียว แล้ว Okou จะทำตามทั้งบนเว็บ ใน Slack และในงานอัตโนมัติ
- เวิร์กโฟลว์ เป็นของเวิร์กสเปซ ใครก็ใช้เวิร์กโฟลว์ Public ที่เพื่อนร่วมงานเผยแพร่ได้ และคุณยังคัดลอกไปปรับเป็นของตัวเองได้ด้วย
- บัญชีที่เชื่อมต่อ เป็นของคุณ คุณจึงไม่ต้องเลือกอีกต่อไปว่าจะให้เอเจนต์ตัวไหนเข้าถึง
- บทสนทนา จัดกลุ่มด้วยโปรเจกต์ ตามลูกค้า โปรเจกต์ หรือหัวข้อ
ในโมเดลนี้ เอเจนต์แทบไม่ต่างอะไรจากคำสั่งชุดหนึ่ง ขั้นตอนสามอย่างใน Lucas ควรกลายเป็นเวิร์กโฟลว์ที่ใครก็ใช้ได้
แท้จริงแล้ว ระบบหลายเอเจนต์คือแนวปฏิบัติด้านการบริหารภายในองค์กร เป็นวิธีจัดการว่า AI ทำอะไรได้บ้าง ทุกองค์กรมีวิธีบริหารของตัวเอง และไม่มีวิธีไหนที่เหมาะกับทุกคน เอเจนต์ตัวเดียวใกล้เคียงกับเครื่องมือมากกว่า และเครื่องมือก็เข้าใจและนำไปใช้ได้ง่ายกว่า สิ่งที่ผู้ใช้ต้องการที่สุดคือทำงานให้เสร็จ รองลงมาคือเครื่องมือที่ใช้ทำงานนั้น สิ่งที่ต้องการน้อยที่สุดคือวิธีการทำงาน
ทีม Applied AI ของ Anthropic ก็เห็นสิ่งที่คล้ายกันในบทความล่าสุดเรื่องการนำเอเจนต์ไปใช้ในองค์กร จากการเปรียบเทียบการใช้งานจริงหลายกรณี เอเจนต์ตัวเดียวที่มี Skills มักทำคุณภาพได้ดีกว่าการออกแบบที่แยกเป็นซับเอเจนต์เฉพาะทาง และหลายครั้งก็มีต้นทุนและความหน่วงต่องานต่ำกว่าด้วย พวกเขายังเขียนไว้ว่า "บ่อยครั้งเกินไปที่เราเห็นองค์กรให้แต่ละทีมหรือปัญหาแต่ละประเภทมีซับเอเจนต์เป็นของตัวเอง จนสถาปัตยกรรมเอเจนต์กลายเป็นสำเนาของแผนผังองค์กร" บทความของพวกเขาพูดถึงสถาปัตยกรรมเอเจนต์ ไม่ใช่การออกแบบผลิตภัณฑ์ แต่เหตุผลเดียวกันก็ใช้ได้
เมื่อมองผลิตภัณฑ์ AI ในวันนี้ เราเห็นสี่โมเดล
- เอเจนต์หลายตัว บทสนทนาหลายรายการ นี่คือ Okou ในอดีต
- เอเจนต์ตัวเดียว บทสนทนาหลายรายการ ChatGPT, Codex และ Claude Cowork ทำงานแบบนี้
- เอเจนต์ตัวเดียว บทสนทนาเดียว Instinct ทำงานแบบนี้
- เอเจนต์หลายตัว แต่ละตัวมีบทสนทนาเดียว Grok bot ทำงานแบบนี้
เราใช้รูปแบบที่ซับซ้อนที่สุด และมันก็ไม่ได้แก้ปัญหาได้มากกว่า
เรารู้ว่านี่คือการเปลี่ยนแปลงที่กระทบของเดิม มีสองเรื่องที่ทำให้เราไม่ได้ตัดสินใจเร็วกว่านี้ คือ การต้องขอให้คุณเรียนรู้วิธีทำงานแบบใหม่ด้วย Okou ตัวเดียวกับเวิร์กโฟลว์ และการที่ยังไม่มีเส้นทางที่ชัดเจนสำหรับสิ่งที่คุณสร้างไว้แล้ว เส้นทางนั้นเป็นดังนี้
- บทสนทนาของคุณยังอยู่ครบ คุณหาเจอได้ผ่านโปรเจกต์ การค้นหา และลิงก์เดิม
- ถ้าคุณเคยใช้เอเจนต์หลายตัวเพื่อแยกบทสนทนา ให้ใช้โปรเจกต์แทน การจัดบทสนทนาเป็นหมวดหมู่คือเหตุผลหลักที่หลายคนสร้างเอเจนต์เพิ่ม Claude และ ChatGPT ก็ตอบโจทย์เดียวกันนี้ด้วยโปรเจกต์
- ถ้าคุณเคยเขียนคำสั่งต่างกันให้เอเจนต์แต่ละตัว ให้เก็บส่วนที่ใช้ร่วมกันไว้ในคำสั่งส่วนตัวของคุณ แล้วเปลี่ยนขั้นตอนเฉพาะให้เป็นเวิร์กโฟลว์
ยิ่งเราเลิกสร้างนามธรรมซ้อนบนเอเจนต์หลายตัวได้เร็วเท่าไร ก็ยิ่งดี เมื่อเปิด Okou คุณไม่ต้องตัดสินใจอีกแล้วว่าจะถามเอเจนต์ตัวไหน แค่บอก Okou ว่าต้องการให้ทำอะไร แล้วที่เหลือ Okou จัดการเอง
