ชุมชนปัญญาประดิษฐ์กำลังเผชิญกับช่วงเวลาที่ต้องคิดทบทวน ขณะที่นักพัฒนาต่อสู้กับความท้าทายในทางปฏิบัติของการสร้าง AI agent ที่มีประสิทธิภาพ สิ่งที่เริ่มต้นจากการนำ framework ที่ซับซ้อนมาใช้อย่างกระตือรือร้น ได้พัฒนาไปสู่แนวทางที่รอบคอบมากขึ้น โดยหลายทีมค้นพบว่าโซลูชันที่เรียบง่ายมักจะทำงานได้ดีกว่าระบบ multi-agent ที่ซับซ้อน
ความเหนื่อยล้าจาก Framework เริ่มปรากฏ
นักพัฒนาเริ่มละทิ้ง framework ยอดนิยมอย่าง LangChain และ LangGraph มากขึ้น เพื่อหันไปใช้การเรียก API โดยตรง ชุมชนเริ่มหงุดหงิดกับชั้น abstraction ที่ไม่จำเป็น ซึ่งทำให้ prompt และ response ที่อยู่ข้างใต้มองไม่เห็น และทำให้การ debug กลายเป็นฝันร้าย หลายทีมรายงานว่า framework เหล่านี้ต้องใช้โค้ดมากกว่าการสร้างโซลูชันตั้งแต่เริ่มต้น ซึ่งขัดแย้งกับสัญญาเดิมที่จะทำให้ทุกอย่างง่ายขึ้น
การเปลี่ยนแปลงนี้แสดงให้เห็นถึงการรับรู้ในวงกว้างว่า การส่งสิ่งที่เป็นเหมือน array ของ string ไปยัง web service นั้นไม่จำเป็นต้องใช้ framework ที่หนักหน่วง การตระหนักนี้นำไปสู่คำถามพื้นฐานว่า ecosystem ของ AI agent ถูกออกแบบให้ซับซ้อนเกินไปตั้งแต่แรกหรือไม่
ความท้าทายทั่วไปในการพัฒนา AI Agent
- ต้นทุนการดำเนินงานสูงเมื่อต้องรันหลาย agent พร้อมกัน
- ความยากลำบากในการควบคุมการประสานงานของ multi-agent
- ปัญหาการทำงานพร้อมกันรวมถึง race condition และการจัดคิวงาน
- ช่องโหว่ด้านความปลอดภัยจาก prompt injection
- ชั้น abstraction ของ framework ที่ทำให้การ debug เป็นเรื่องยาก
- ปัญหาความน่าเชื่อถือของโมเดลในการเรียกใช้เครื่องมือ (มีรายงานอัตราความล้มเหลวถึง 50% สำหรับบางโมเดล)
 |
|---|
| แผนผังที่แสดงความสัมพันธ์ระหว่างการเรียกใช้ LLM ต่างๆ ภายในเฟรมเวิร์กการประสานงาน ซึ่งแสดงถึงการเปลี่ยนแปลงไปสู่แนวทางการพัฒนาที่เรียบง่ายขึ้น |
ความท้าทายด้าน Concurrency เผยให้เห็นช่องว่างทางเทคนิค
หนึ่งในอุปสรรคที่สำคัญที่สุดที่การพัฒนา AI agent เผชิญคือการจัดการ concurrency และ orchestration แม้ว่าเอกสารประชาสัมพันธ์จะมักแสดง workflow ของ multi-agent ที่น่าประทับใจ แต่ความเป็นจริงเกี่ยวข้องกับการพิจารณาที่ซับซ้อนเรื่อง task queuing, race condition และ synchronization ซึ่งหลาย framework เพียงแค่เมินเฉยผ่านไป
แนวทางมาตรฐานยังคงพึ่งพาการทำงานของ tool แบบลำดับ โดยมีเพียงโมเดลล่าสุดเท่านั้นที่รองรับการเรียก tool แบบขนาน แม้ในกรณีนั้น นักพัฒนาต้องออกแบบระบบอย่างระมัดระวังเพื่อจัดการการประสานงานระหว่าง agent หลายตัวที่ทำงานพร้อมกัน Actor model ได้กลายเป็นรูปแบบที่มีแนวโน้มดี โดยแต่ละ agent instance ทำงานเป็น actor อิสระที่สื่อสารผ่าน tool call
 |
|---|
| แผนภาพลำดับการปฏิสัมพันธ์ที่แสดงพลวัตระหว่างมนุษย์ อินเทอร์เฟซ LLM และสภาพแวดล้อม โดยเน้นความท้าทายด้านการทำงานพร้อมกันในเวิร์กโฟลว์ตัวแทน AI |
ความเป็นจริงของ Bottleneck
แม้จะมีความก้าวหน้าอย่างรวดเร็วในความสามารถของโมเดล แต่การพัฒนา AI agent ดูเหมือนจะติดขัด แม้แต่โมเดลล้ำสมัยอย่าง Gemini 2.5 Pro ยังดิ้นรนกับการเรียก tool พื้นฐาน โดยล้มเหลวในการสร้างการเรียกที่ถูกต้องทางไวยากรณ์ประมาณครึ่งหนึ่งของเวลา ข้อจำกัดทางเทคนิคนี้บังคับให้นักพัฒนาต้องพิจารณาความคาดหวังและแนวทางของตนใหม่
ชุมชนยังต่อสู้กับปัญหาพื้นฐานอย่างช่องโหว่ prompt injection ซึ่งยังไม่มีการแก้ไขอย่างจริงจัง ความกังวลด้านความปลอดภัยเหล่านี้ รวมกับต้นทุนสูงในการรัน agent หลายตัวและความยากในการควบคุม multi-agent orchestration ทำให้ความกระตือรือร้นในตอนแรกลดลง
แนวทาง Back to Basics ได้รับความนิยม
การใช้งานที่ประสบความสำเร็จมากที่สุดกำลังยอมรับความเรียบง่ายมากกว่าความซับซ้อน แทนที่จะเป็นเครือข่าย agent ที่ซับซ้อน โซลูชันที่มีประสิทธิภาพมุ่งเน้นไปที่ workflow ที่กำหนดไว้ชัดเจนพร้อมจุดตัดสินใจที่ชัดเจน แนวคิดของ augmented LLM - โมเดลที่เสริมด้วย memory, tool และการเข้าถึงข้อมูล - ที่ทำงานใน loop ง่ายๆ ได้พิสูจน์แล้วว่าเชื่อถือได้มากกว่า architecture ของ multi-agent ที่ซับซ้อน
An augmented LLM running in a loop is the best definition of an agent I've heard so far.
แนวทางที่เป็นจริงนี้เน้นการสร้าง workflow ที่กำหนดได้สำหรับงานที่เข้าใจดี และนำพฤติกรรมแบบ agent มาใช้เฉพาะในที่ที่การตัดสินใจแบบไดนามิกมีความจำเป็นจริงๆ หลักการของการเริ่มต้นแบบเรียบง่ายและเพิ่มความซับซ้อนเฉพาะเมื่อมันช่วยปรับปรุงผลลัพธ์อย่างชัดเจนได้กลายเป็นคำขวัญใหม่
รูปแบบสถาปัตยกรรม AI Agent
- Workflows: ระบบที่มีการกำหนดขั้นตอนล่วงหน้าพร้อมขั้นตอนที่คาดเดาได้สำหรับงานที่เข้าใจแล้ว
- Routing: การแยกสถานการณ์และสลับไปมาระหว่างเส้นทางการประมวลผลที่แตกต่างกัน
- Parallelization: การรันงาน LLM หลายงานพร้อมกันด้วยการรวบรวมผลลัพธ์แบบโปรแกรม
- Orchestrator-workers: การมอบหมายงานตามลำดับระหว่าง LLM ที่ทำหน้าที่ประสานงานและ LLM ที่ทำหน้าที่ปฏิบัติงาน
- Evaluator-optimizer: วงจรการป้อนกลับแบบวนซ้ำเพื่อการปรับปรุงอย่างต่อเนื่อง
- Agents: ระบบแบบไดนามิกที่ LLM กำหนดกระบวนการด้วยตนเองอย่างอิสระ
มองไปข้างหน้า
ขณะที่ hype cycle ของ AI agent เริ่มเป็นผู้ใหญ่ขึ้น จุดสนใจกำลังเปลี่ยนจากการสาธิตที่ฉูดฉาดไปสู่โซลูชันที่ใช้งานได้จริงและดูแลรักษาได้ ชุมชนกำลังเรียนรู้ว่าหลักการทางวิศวกรรมเดียวกันที่ใช้กับซอฟต์แวร์แบบดั้งเดิม - modularity, composability และ interface ที่ชัดเจน - ยังคงสำคัญในยุค AI
ช่วงเวลาปัจจุบันแสดงถึงการแก้ไขที่ดีต่อสุขภาพในสาขานี้ ที่ความตื่นเต้นในตอนแรกกำลังให้ทางแก่วินัยทางวิศวกรรม แม้ว่า AI agent จะมีบทบาทสำคัญในแอปพลิเคชันในอนาคตอย่างไม่ต้องสงสัย แต่การพัฒนาของมันกำลังเดินตามรูปแบบที่คุ้นเคยของเทคโนโลยีเกิดใหม่: hype ในตอนแรก การตรวจสอบความเป็นจริง และการนำมาใช้ในทางปฏิบัติในที่สุด
อ้างอิง: Building effective agents