สำหรับองค์กรที่ได้ยินคำว่า “AI agent” จนเกลื่อน แต่ยังงงว่าจริงๆ คืออะไร
ปี 2025 ถึง 2026 คำว่า “AI agent” ถูกใช้จนความหมายเบลอ บทนี้ตัดผ่าน hype ด้วยนิยามจากแหล่งอ้างอิงหลัก (Anthropic Building Effective Agents): agent ต่างจาก workflow ธรรมดายังไง ทำงานเป็น loop แบบไหน และที่สำคัญสุดคือ เมื่อไรที่ไม่ควรใช้ agent
workflow vs agent: ต่างกันที่ “ใครคุมเส้นทาง”
- Workflow คือระบบที่ LLM และ tools ถูกจัดวางให้เดินตาม เส้นทางที่กำหนดไว้ล่วงหน้า คือคนออกแบบเป็นคนกำหนดลำดับ
- Agent คือระบบที่ LLM กำกับกระบวนการและการใช้ tool ของตัวเองแบบ dynamic คือตัดสินใจเองว่าจะทำอะไรต่อ
พูดง่ายๆ workflow = เราวางรางให้เดิน, agent = มันเลือกทางเอง
agent ทำงานเป็น loop ยังไง
- รับงานจากคน
- วางแผนและลงมือเอง
- เรียกใช้ tool แล้วอ่านผล
- ใช้ผลจาก environment จริงประเมินความคืบหน้าทุกขั้น
- วนซ้ำจนได้คำตอบ หรือจน guardrails สั่งหยุด
จุดสำคัญคือ agent ได้ ground truth จาก environment ทุกขั้น ไม่ใช่เดาลอยๆ และต้องต่อกับ tools (เชื่อมระบบนอกผ่านมาตรฐานเช่น MCP), knowledge/memory และ skills ถึงทำงานจริงได้
⚠️ เมื่อไรที่ “ไม่ควร” ใช้ agent
นี่คือหัวใจที่ hype มักข้าม:
- งานที่เส้นทางชัดเจนอยู่แล้ว ใช้ workflow ธรรมดาถูกกว่า เร็วกว่า คาดเดาได้กว่า การปล่อยให้ agent ตัดสินใจเองเพิ่มต้นทุนและความไม่แน่นอนโดยไม่จำเป็น
- งานที่ผิดพลาดแล้วเสียหายสูงและย้อนยาก agent ที่ลงมือเองต้องมี guardrails และ human-in-the-loop เสมอ
- ยังไม่มีการวัดผล/ตรวจสอบที่ดี agent ที่วน loop โดยไม่มี ground truth ที่เชื่อถือได้ จะสะสมความผิดพลาด
หลักจาก Anthropic: เริ่มจากสิ่งที่ง่ายที่สุดที่แก้ปัญหาได้ เพิ่มความซับซ้อน (จาก workflow ไปเป็น agent) เฉพาะเมื่อจำเป็นจริงเท่านั้น
สรุปสำหรับผู้ตัดสินใจ
agent ไม่ใช่ “อัปเกรด” ของ workflow ที่ดีกว่าเสมอ มันคือเครื่องมือคนละแบบสำหรับงานที่เส้นทางไม่แน่นอน ก่อนลงทุนสร้าง agent ให้ถามว่างานนี้ workflow ธรรมดาพอไหม และถ้าผิดพลาดจะมีอะไรกั้น
อัปเดต 16 มิถุนายน 2569