Rational Agent: AI ตัดสินใจแบบมุ่งเป้าหมายได้อย่างไร

Rational Agent ในระบบ AI คืออะไร

Rational agent คือ AI agent ที่เลือกการกระทำที่มีโอกาสบรรลุเป้าหมายมากที่สุดภายใต้เงื่อนไขปัจจุบัน โดยประเมินการกระทำที่มีอยู่จากการสังเกตการณ์ ความรู้ ข้อจำกัด และตัวชี้วัดประสิทธิภาพของมัน สำหรับ agent ที่ใช้ LLM การกระทำที่มีเหตุผลอาจหมายถึงการเรียกใช้เครื่องมือ การรวบรวมหลักฐานเพิ่มเติม การแก้ไขผลลัพธ์ การขออนุมัติจากมนุษย์ หรือการหยุดงาน ความมีเหตุผลไม่ได้รับประกันผลลัพธ์ที่สมบูรณ์แบบ แต่หมายถึงการเลือกที่มีเหตุมีผลรองรับได้ดีที่สุดจากข้อมูลและทรัพยากรที่มีอยู่ในขณะนั้น

แนวทาง Rational Agent ใน AI หมายถึงอะไร

แนวทาง rational agent มองว่า AI เป็นผู้กระทำภายในสภาพแวดล้อมของงาน โดยรับข้อมูลรับรู้ (percept) และรักษาสถานะที่เกี่ยวข้องไว้ มันจะพิจารณาการกระทำที่เป็นไปได้ แล้วเลือกการกระทำที่คาดว่าจะส่งผลดีต่อตัวชี้วัดของมันมากที่สุด สำหรับ LLM agent อาจเป็นการเรียกใช้เครื่องมือ การขอหลักฐาน จุดตรวจเพื่อขออนุมัติ การแก้ไข หรือการหยุดอย่างตั้งใจ

สิ่งนี้แตกต่างจากการตัดสินความฉลาดด้วยการสนทนาที่คล่องแคล่ว กฎเกณฑ์ที่จำกัดขอบเขตก็อาจมีเหตุผลได้ภายในงานที่จำกัด ในขณะที่การให้เหตุผลที่คล่องแคล่วก็อาจยังปรับให้เหมาะกับเป้าหมายที่ผิดได้ ความมีเหตุผลต้องมีตัวชี้วัดที่ระบุไว้ชัดเจนพร้อมกับกระบวนการตัดสินใจที่สังเกตได้

กรอบแนวคิด PEAS ของ Rational Agent

PEAS กำหนดสภาพแวดล้อมของงานที่ rational agent ใช้ตัดสินใจ ตัวอักษรแทน Performance measure (ตัวชี้วัดประสิทธิภาพ), Environment (สภาพแวดล้อม), Actuators (ตัวกระทำ) และ Sensors (ตัวรับรู้) ตัวชี้วัดประสิทธิภาพบอก agent ว่าอะไรถือเป็นผลลัพธ์ที่สำเร็จ สภาพแวดล้อมกำหนดเงื่อนไขที่มันต้องทำงานภายใน ในขณะที่ Actuators กำหนดการกระทำที่มีอยู่ และ Sensors กำหนดสิ่งที่มันสามารถสังเกตได้ องค์ประกอบเหล่านี้รวมกันให้ข้อมูลที่จำเป็นในการตัดสินว่า agent ได้เลือกการกระทำที่มีเหตุผลที่สุดสำหรับเป้าหมายของมันหรือไม่

PEAS ยังช่วยชี้แจงเรื่องสิทธิ์การเข้าถึงด้วย research agent อาจอ่านเอกสารที่อัปโหลดได้ แต่ไม่มีสิทธิ์เผยแพร่รายงานของตน มันอาจเขียนร่างข้อสรุปได้แต่ต้องขออนุมัติก่อนจะแชร์ ขอบเขตเหล่านี้เปลี่ยนแปลงว่าการกระทำใดเป็นไปได้บ้าง

Rational Agent ทำงานอย่างไร

ลูป rational-agent ที่ใช้ LLM ในยุคใหม่จะเชื่อมโยงการให้เหตุผลของโมเดลเข้ากับเครื่องมือ สถานะ ตัวตรวจสอบ และการควบคุมโดยมนุษย์ โมเดลอาจเสนอการกระทำ แต่ระบบทั้งหมดจะเป็นผู้ตัดสินว่าการกระทำนั้นทำได้และเหมาะสมหรือไม่

1. รับรู้: รับคำสั่ง ไฟล์ หน้าเว็บที่สืบค้นมา หรือการตอบสนองจากเครื่องมือ

2. แสดงสถานะ: อัปเดตสถานะของงานด้วยหลักฐานปัจจุบันพร้อมประวัติที่เกี่ยวข้อง บันทึกข้อกำหนดที่ยังไม่ได้รับการแก้ไข

3. สร้างตัวเลือก: ระบุการกระทำที่เป็นประโยชน์และได้รับอนุญาต การขอความชัดเจนก็สามารถถือเป็นการกระทำหนึ่งได้

4. คาดการณ์: ประเมินว่าแต่ละตัวเลือกอาจส่งผลต่อคุณภาพ ความเสี่ยง ค่าใช้จ่าย และงานที่เหลืออย่างไร

5. เลือก: เลือกการกระทำที่เป็นไปได้ซึ่งมีประสิทธิภาพที่คาดว่าจะดีที่สุดหลังจากพิจารณาข้อจำกัดแล้ว

6. ปฏิบัติ: เรียกใช้เครื่องมือหรือสื่อสารกับผู้ใช้ พร้อมบันทึกว่าสำเร็จหรือไม่

7. ตรวจสอบ: ให้ถือว่าผลลัพธ์เป็นการรับรู้ (percept) ใหม่ จากนั้นดำเนินการต่อ ขอหลักฐานเพิ่ม ขออนุมัติ ปรับปรุงแก้ไข ส่งต่อขั้นสูง หรือหยุดดำเนินการ

เอเจนต์ (agent) เขียนโค้ดคือตัวอย่างที่แสดงให้เห็นว่าวงจรการตัดสินใจนี้ทำงานอย่างไรในทางปฏิบัติ ขั้นแรกมันจะรับรู้ (perceive) งานโดยการอ่านการทดสอบที่ล้มเหลวและโค้ดที่เกี่ยวข้อง จากนั้นจะสร้างภาพแทนของปัญหาที่น่าจะเป็นและเปรียบเทียบการกระทำที่เป็นไปได้ เช่น การตรวจดูไฟล์อื่นหรือการแก้ไขแบบเจาะจง หลังจากเลือกและดำเนินการแล้ว เอเจนต์ (agent) จะตรวจสอบผลลัพธ์โดยการรันการทดสอบที่เกี่ยวข้อง วงจรนี้จะดำเนินต่อไปเฉพาะเมื่อการกระทำถัดไปยังมีค่าคาดหวังเพียงพอ และควรหยุดเมื่อการแก้ไขผ่านการตรวจสอบที่จำเป็น การตรวจสอบเพิ่มเติมไม่น่าจะช่วยปรับปรุงผลลัพธ์ได้ หรือการกระทำถัดไปต้องได้รับการอนุมัติจากมนุษย์

อะไรเป็นตัวกำหนดว่าเอเจนต์ (agent) นั้นมีเหตุผลหรือไม่?

ความมีเหตุผลขึ้นอยู่กับบริบทของการตัดสินใจ ไม่ใช่ความสวยงามของคำตอบสุดท้าย ให้ประเมินปัจจัยต่อไปนี้:

• ตัวชี้วัดผลการทำงาน: ควรสะท้อนงานจริงในขณะที่ยังคงข้อจำกัดที่ไม่สามารถยอมความได้ไว้

• ลำดับการรับรู้ (percept sequence): เอเจนต์ (agent) ควรใช้ประวัติที่เกี่ยวข้อง แทนที่จะใช้ภาพสถานะเดียวที่กำกวม

• ความรู้เบื้องต้น: ความรู้ควรเหมาะสมกับโดเมนนั้นและทันสมัยพอสำหรับงานที่ทำ

• การกระทำที่มีให้ใช้: ชุดเครื่องมือต้องรองรับงานได้ ในขณะที่สิทธิ์การเข้าถึงต้องจำกัดการกระทำที่ไม่ปลอดภัย

• ความไม่แน่นอน: หลักฐานที่อ่อนควรกระตุ้นให้เกิดทางเลือกสำรองที่ปลอดภัย การขอความชัดเจนเพิ่ม หรือการส่งต่อขั้นสูง

• ทรัพยากร: งบเวลาและการประมวลผลควรเหมาะสมกับความเสี่ยงและความซับซ้อนของงาน

• เงื่อนไขการหยุด: เกณฑ์ความสำเร็จ ขีดจำกัดความล้มเหลว หรือขอบเขตการอนุมัติ ควรเป็นตัวกำหนดจุดสิ้นสุดการดำเนินการ

ปัจจัยเหล่านี้เป็นตัวกำหนดว่าการกระทำใดมีเหตุผลในสถานการณ์หนึ่ง ๆ เอเจนต์ (agent) ฝ่ายสนับสนุนสามารถตอบคำถามด้านนโยบายทั่วไปได้ เมื่อฐานความรู้ที่ได้รับการอนุมัติมีหลักฐานเพียงพอ แต่หากข้อพิพาทเรื่องบัญชีเกี่ยวข้องกับข้อมูลที่ขาดหายไปหรือเกินขอบเขตอำนาจของเอเจนต์ (agent) การส่งต่อขั้นสูงจะกลายเป็นทางเลือกที่มีเหตุผล ดังนั้นการกระทำที่ดีที่สุดจึงเปลี่ยนไปตามข้อมูลที่มีอยู่และขอบเขตที่เอเจนต์ (agent) ได้รับอนุญาต

ประเภทของเอเจนต์ที่มีเหตุผล (rational agents) ในระบบ AI

ระบบ AI มักใช้สถาปัตยกรรมเอเจนต์ (agent) 5 แบบ ได้แก่ เอเจนต์รีเฟลกซ์แบบง่าย เอเจนต์รีเฟลกซ์แบบมีโมเดล เอเจนต์แบบมุ่งเป้าหมาย เอเจนต์แบบอิงยูทิลิตี้ และเอเจนต์แบบเรียนรู้ แต่ละสถาปัตยกรรมมีวิธีเลือกการกระทำจากข้อมูลที่มีอยู่แตกต่างกัน หมวดหมู่เหล่านี้ไม่ครอบคลุมทั้งหมดและไม่จำเป็นต้องแยกออกจากกัน เอเจนต์ (agent) ที่อิง LLM ในปัจจุบันมักผสมผสานหลายแบบเข้าด้วยกันภายในเวิร์กโฟลว์เดียว

เอเจนต์รีเฟลกซ์แบบง่าย (Simple reflex agents)

เราเตอร์สนับสนุนแบบเจาะจงอาจส่งข้อความที่มีคีย์เวิร์ดเรื่องการเก็บเงินที่ได้รับการอนุมัติไปยังคิวการเก็บเงิน วิธีนี้อาจมีเหตุผลเมื่อป้ายกำกับชัดเจนและความเสี่ยงต่ำ แต่จะมีปัญหาเมื่อความหมายขึ้นอยู่กับประวัติที่ผ่านมา

เอเจนต์รีเฟลกซ์แบบมีโมเดล (Model-based reflex agents)

เอเจนต์สนับสนุนแบบมีโมเดลจะรักษาสถานะของเซสชันไว้ มันสามารถจดจำได้ว่าผ่านการยืนยันตัวตนแล้ว และหลีกเลี่ยงการทำซ้ำขั้นตอนที่ล้มเหลว สถานะนี้ช่วยได้เมื่อข้อความล่าสุดขาดบริบท แม้ว่าสถานะที่ล้าสมัยก็อาจทำให้เอเจนต์ (agent) เข้าใจผิดได้

เอเจนต์แบบมุ่งเป้าหมาย (Goal-based agents)

เอเจนต์วิจัยแบบมุ่งเป้าหมายจะแยกโจทย์ของรายงานออกเป็นคำถามต่าง ๆ ตรวจสอบแหล่งข้อมูล แล้วปรับปรุงส่วนที่ขาดหายไป เป้าหมายเป็นตัวกำหนดทิศทางการเรียกใช้เครื่องมือของมัน แต่คำว่า “ทำรายงานให้เสร็จ” ไม่ได้นิยามว่าหลักฐานเพียงพอคือแบบใด หรือให้ความสำคัญกับความเร็วเทียบกับความลึกของแหล่งข้อมูลอย่างไร

เอเจนต์แบบอิงยูทิลิตี้ (Utility-based agents)

เอเจนต์ด้านการเดินทางหรือการจัดซื้อจะเปรียบเทียบตัวเลือกที่มีต้นทุนและความเสี่ยงแตกต่างกัน มันอาจเลือกความสอดคล้องกับนโยบายมากกว่าความเหมาะสมด้านเวลา แล้วขออนุมัติเมื่อเกินขีดจำกัดที่กำหนด ความท้าทายคือการกำหนดค่าน้ำหนักที่สามารถอธิบายและยืนยันได้

เอเจนต์แบบเรียนรู้ (Learning agents)

ผู้ช่วยฝ่ายสนับสนุนสามารถเรียนรู้ได้ว่าผู้ตรวจสอบยอมรับคำตอบที่เสนอแบบใด เอเจนต์แนะนำสามารถใช้ฟีดแบ็กที่ชัดเจนแทนการถือว่าทุกการคลิกคือความสำเร็จ การเรียนรู้จะยังคงมีเหตุผลก็ต่อเมื่อฟีดแบ็กสะท้อนเป้าหมายที่แท้จริง และมีมาตรการป้องกันไม่ให้เบี่ยงเบนไปจากเป้าหมายนั้น

เอเจนต์ (agent) ที่อิง LLM ในปัจจุบันอาจผสมผสานองค์ประกอบเหล่านี้ทั้งหมดเข้าด้วยกัน การถูกเรียกว่า “อิง LLM” ไม่ได้พิสูจน์ความมีเหตุผล ตัวชี้วัดและการควบคุมยังคงต้องได้รับการออกแบบอย่างจงใจ

เอเจนต์ที่มีเหตุผล (rational agent) เทียบกับเอเจนต์อัจฉริยะ (intelligent agent)

“เอเจนต์อัจฉริยะ” เป็นหมวดหมู่กว้าง ๆ สำหรับระบบที่กระทำการด้วยความเป็นอิสระในระดับหนึ่ง ส่วน “เอเจนต์ที่มีเหตุผล” เน้นไปที่การเลือกการกระทำโดยอ้างอิงกับตัวชี้วัดผลการทำงาน

ความอัจฉริยะไม่ได้เป็นเครื่องยืนยันว่าเป้าหมายนั้นสมเหตุสมผลหรือการกระทำนั้นปลอดภัย เอเจนต์ (agent) เขียนโค้ดอาจสร้างโค้ดที่ใช้งานได้ถูกต้อง แต่กลับแก้ไขเกินขอบเขตที่กำหนด เอเจนต์ (agent) วิจัยอาจเขียนข้อความที่ลื่นไหลจากแหล่งข้อมูลที่อ่อน ความมีเหตุผลจึงเป็นเรื่องของการตั้งคำถามว่าการเลือกแต่ละครั้งนั้นตอบสนองงานที่กำหนดไว้ภายใต้ข้อจำกัดของมันหรือไม่

ตัวอย่างเอเจนต์ที่มีเหตุผล (rational agents) ในโลกจริง

ตัวอย่างแต่ละตัวจะระบุสภาพแวดล้อม การสังเกตการณ์ การกระทำ และตัวชี้วัดผลการทำงาน โดยไม่ตั้งสมมติฐานล่วงหน้าว่ามีความมีเหตุผล

Agent สำหรับงานวิจัย AI

สภาพแวดล้อมของมันประกอบด้วยบรีฟจากผู้ใช้ เนื้อหาบนเว็บ และไฟล์ที่ได้รับมา คำสั่งกับหลักฐานที่ค้นพบคือสิ่งที่สังเกตได้ Agent สามารถปรับคำค้นหาให้ดีขึ้น ตรวจสอบแหล่งข้อมูล ขอความชัดเจนเพิ่มเติม หรือร่างคำตอบ ประสิทธิภาพขึ้นอยู่กับคุณภาพของแหล่งข้อมูลและความครอบคลุมของงาน ความถูกต้องตามข้อเท็จจริงในรูปแบบที่กำหนดคือเกณฑ์การยอมรับ หลักฐานที่ขัดแย้งกันอาจเป็นเหตุผลให้ต้องค้นหาเพิ่มอีกครั้ง

Agent สำหรับเขียนโค้ด

Agent เขียนโค้ดทำงานภายใน repository ตามคำสั่งของโปรเจกต์และสิทธิ์การใช้เครื่องมือ มันสังเกตไฟล์ต้นฉบับพร้อมผลลัพธ์การทดสอบ มันสามารถค้นหาโค้ด แก้ไข รันการทดสอบเฉพาะจุด หรือขออนุมัติสำหรับงานที่มีความเสี่ยง การเปลี่ยนแปลงควรแก้ปัญหาที่ระบุไว้โดยไม่กระทบพฤติกรรมส่วนอื่นที่ไม่เกี่ยวข้อง การตรวจสอบที่เกี่ยวข้องต้องผ่านก่อนจึงจะหยุดทำงาน

Agent สำหรับฝ่ายบริการลูกค้า

Agent ฝ่ายบริการทำงานภายในขอบเขตของบทสนทนา ฐานความรู้ที่ได้รับอนุมัติ และสิทธิ์ในการเข้าถึงบัญชี มันสังเกตข้อความพร้อมสถานะของเซสชัน มันสามารถดึงข้อมูลนโยบาย ร่างคำตอบ ขอรายละเอียดเพิ่มเติม หรือส่งต่อให้ผู้เชี่ยวชาญ ประสิทธิภาพเป็นการรวมคุณภาพของการแก้ไขปัญหากับการปฏิบัติตามนโยบาย การส่งต่ออาจเป็นทางเลือกที่สมเหตุสมผลเมื่อไม่มีข้อมูลที่ชัดเจนพอให้ตัดสินใจ

Agent สำหรับวิเคราะห์ข้อมูล

Agent วิเคราะห์ข้อมูลรับคำถามทางธุรกิจพร้อมชุดข้อมูล มันสังเกตสคีมาและผลลัพธ์จากเครื่องมือ มันอาจตรวจสอบข้อมูลที่ขาดหาย รันคำสั่งค้นหา สร้างกราฟ หรือปฏิเสธข้อสรุปที่ไม่มีหลักฐานสนับสนุน ประสิทธิภาพเป็นการรวมความถูกต้องเชิงวิเคราะห์กับความสามารถในการทำซ้ำได้ ควรตรวจสอบหน่วยและตัวกรองก่อนตีความแนวโน้ม

Agent สำหรับเวิร์กโฟลว์

Agent เวิร์กโฟลว์ประสานงานกระบวนการต่าง ๆ ข้ามเครื่องมือซอฟต์แวร์ มันสังเกตบันทึกการรับงานพร้อมการอัปเดตสถานะ มันสามารถดึงข้อมูลฟิลด์ เตรียมร่าง ส่งงานต่อ หรือหยุดพักเพื่อรอการอนุมัติ ความสำเร็จถูกกำหนดโดยการเปลี่ยนสถานะที่ถูกต้องและความสามารถในการตรวจสอบย้อนกลับ การมี API ที่เรียกใช้ได้ไม่ใช่เหตุผลเพียงพอที่จะเดินหน้างานต่อ

ระบบวิจัยแบบหลาย Agent

Worker แต่ละตัวรับคำถามวิจัยที่เป็นอิสระจากกัน ส่วน coordinator รับหลักฐานจาก worker เหล่านั้น Worker ค้นหาหรือวิเคราะห์ภายในขอบเขตของตน coordinator สามารถขอให้ทำซ้ำ แก้ไขข้อขัดแย้ง สังเคราะห์ผล หรือหยุดสาขาที่อ่อนแอ ความถูกต้องและความครอบคลุมของผลลัพธ์สุดท้ายมีความสำคัญ แต่งานที่ทำซ้ำกันจะลดประโยชน์ใช้สอย การเพิ่ม agent มากขึ้นจะช่วยได้ก็ต่อเมื่อการแบ่งงานช่วยเพิ่มประสิทธิภาพที่คาดหวังไว้

ในทุกกรณีเหล่านี้ ความสมเหตุสมผลปรากฏอยู่ในการเลือกเครื่องมือ การขอหลักฐานเพิ่ม การตรวจสอบเพื่ออนุมัติ การแก้ไข และการหยุดทำงาน แต่ละการกระทำควรช่วยเพิ่มประสิทธิภาพของงานที่คาดหวังมากพอที่จะคุ้มค่ากับต้นทุนที่ต้องเสีย

ประโยชน์และข้อจำกัดของการออกแบบ agent เชิงเหตุผล

กรอบแนวคิดนี้เปลี่ยนความเป็นอิสระที่คลุมเครือให้เป็นแบบจำลองการตัดสินใจที่ชัดเจน และทำให้ข้อจำกัดของเวิร์กโฟลว์ปรากฏให้เห็นได้

ประโยชน์

• การประเมินผลที่ชัดเจน: เกณฑ์วัดประสิทธิภาพทำให้ความสำเร็จสามารถทดสอบได้

• การตัดสินใจที่ตรวจสอบได้: หลักฐานที่บันทึกไว้พร้อมการเรียกใช้เครื่องมือช่วยในการตรวจสอบ

• ความเป็นอิสระที่ควบคุมได้: ข้อจำกัดและจุดที่ต้องขออนุมัติช่วยกำหนดขอบเขตการกระทำ

• การจัดการข้อแลกเปลี่ยน: ค่ายูทิลิตี้สามารถเปรียบเทียบผลลัพธ์ที่แข่งขันกันได้

• การหยุดที่เป็นประโยชน์: เกณฑ์ขั้นต่ำช่วยลดคำตอบที่ยังไม่พร้อมหรือการวนซ้ำที่ไม่มีที่สิ้นสุด

ข้อจำกัด

• เป้าหมายที่ไม่เหมาะสม: ตัวชี้วัดตัวแทนอาจไม่ตรงกับเป้าหมายที่แท้จริงของผู้ใช้

• ข้อมูลที่ไม่ครบถ้วน: หลักฐานที่ขาดหายอาจทำให้ตัดสินใจอย่างสมเหตุสมผลไม่ได้

• ข้อผิดพลาดของโมเดล: LLM อาจตีความสถานะผิดหรือเลือกเครื่องมือผิด

• ข้อจำกัดด้านการประมวลผล: การประมาณค่าอาจมองข้ามตัวเลือกที่ดีกว่า

• ช่องว่างด้านความรับผิดชอบ: การกระทำที่มีผลกระทบสูงยังต้องมีผู้รับผิดชอบและการตรวจสอบโดยมนุษย์

รู้จัก Kimi Agent: เปลี่ยนความรู้ให้เป็นงานที่เสร็จสมบูรณ์

Kimi Agent แสดงให้เห็นว่า agent เชิงเหตุผลที่ขับเคลื่อนด้วย LLM สามารถจัดการงานที่ต้องใช้ความรู้เข้มข้นได้อย่างไร เพียงให้ผลลัพธ์ที่ต้องการ มันก็สามารถวางแผนงานก่อนดำเนินการตามขั้นตอนที่จำเป็นด้วยเครื่องมือที่มีอยู่ในตัว คุณสามารถใช้มันเพื่อค้นคว้าหัวข้อต่าง ๆ ประมวลผลเนื้อหาต้นฉบับ หรือสร้างผลงานที่แก้ไขได้ โดยไม่ต้องสร้างเลเยอร์การจัดการงานแยกต่างหาก

นำความรู้จากแหล่งข้อมูลมาใช้ในงาน

Kimi รองรับการอัปโหลดไฟล์ได้สูงสุด 50 ไฟล์ โดยจำกัดขนาดไม่เกิน 100 MB ต่อไฟล์ สามารถทำงานกับไฟล์ PDF และเอกสารสำนักงานทั่วไปได้ ส่วนรูปภาพ ไฟล์ TXT และวิดีโอสามารถให้ข้อมูลบริบทเพิ่มเติมได้

เนื้อหาเหล่านี้จะกลายเป็นส่วนหนึ่งของสภาพแวดล้อมการทำงานของ agent โดย prompt ของคุณจะกำหนดผลลัพธ์ที่ต้องการ ส่วนไฟล์ที่อัปโหลดจะเป็นแหล่งความรู้ที่จำเป็นในการทำให้บรรลุผลลัพธ์นั้น

เปลี่ยนผลการค้นคว้าให้เป็นผลงานที่แก้ไขได้

Kimi Agent สามารถทำงานตั้งแต่การรวบรวมข้อมูลไปจนถึงการสร้างผลลัพธ์ที่ใช้งานได้จริง:

• Deep Research: สร้างรายงานที่มีโครงสร้างชัดเจนพร้อมแหล่งอ้างอิงสนับสนุน

• เว็บไซต์: สร้างเว็บไซต์แบบหลายหน้าที่ใช้งานได้จริง จากบรีฟที่กำหนด

• งานนำเสนอ: สร้าง PPT ที่แก้ไขได้ จากเนื้อหาต้นฉบับ

• เอกสารและสเปรดชีต: จัดเรียงข้อมูลให้เป็นผลงานที่ใช้งานได้จริง

งานไม่จำเป็นต้องจบลงด้วยการตอบกลับในแชท Kimi Agent สามารถเปลี่ยนข้อมูลที่รวบรวมมาให้เป็นผลงานที่แก้ไขได้ ภายในกระบวนการทำงานเดียวกัน

ขยายขนาดงานที่ใหญ่ขึ้นด้วย Kimi Agent Swarm

Kimi Agent Swarm สามารถแบ่งเป้าหมายขนาดใหญ่ออกเป็นสายงานที่เป็นอิสระจากกันได้ โดย sub-agent จะรับผิดชอบคำถามการค้นคว้าแยกกันหรือรายการงานเป็นชุด ก่อนที่จะนำผลลัพธ์มารวมกัน

แนวทางนี้เหมาะกับการค้นหาขนาดใหญ่ การเขียนเนื้อหายาว และงานเป็นชุด การทำงานแบบพร้อมกันจะมีประโยชน์มากที่สุดเมื่อแต่ละสายงานสามารถดำเนินไปได้อย่างเป็นอิสระ ส่วนการทำงานแบบตามลำดับยังคงเหมาะกว่าเมื่อแต่ละขั้นตอนต้องพึ่งพาผลลัพธ์ที่ผ่านการตรวจสอบแล้วในขั้นก่อนหน้า

วิธีประเมิน rational agent

ใช้เช็กลิสต์นี้ทั้งในขั้นตอนออกแบบและทดสอบ โดยตรวจสอบทั้งลำดับการตัดสินใจและผลลัพธ์สุดท้าย

• ตัวชี้วัดประสิทธิภาพ: สะท้อนความสำเร็จและรักษาข้อจำกัดไว้ได้หรือไม่?

• การรับรู้สภาพแวดล้อม: agent สามารถรับรู้เงื่อนไขใดได้บ้าง?

• ความรู้: ความรู้ที่มีอยู่เหมาะสมและทันสมัยเพียงพอหรือไม่?

• การดำเนินการ: งานที่จำเป็นสามารถทำได้ภายใต้สิทธิ์ที่มีอยู่หรือไม่?

• ความไม่แน่นอน: หลักฐานที่อ่อนแอกระตุ้นให้เกิดการตรวจสอบหรือส่งต่อหรือไม่?

• ทรัพยากร: งบประมาณสอดคล้องกับความเสี่ยงของงานหรือไม่?

• การตรวจสอบโดยมนุษย์: ใครเป็นผู้อนุมัติการดำเนินการที่ย้อนกลับไม่ได้?

• การบันทึกข้อมูล: ผู้ตรวจสอบสามารถสืบสาวการตัดสินใจและผลลัพธ์ได้หรือไม่?

• เงื่อนไขการหยุด: การทำงานหยุดลงหลังจากสำเร็จ ล้มเหลวภายในขอบเขตที่กำหนด หรือถูกส่งต่อหรือไม่?

ลองให้ research agent ทำงานกับแหล่งข้อมูลที่ขัดแย้งกัน แล้วตรวจสอบว่ามันแสวงหาหลักฐานที่ดีกว่าหรือไม่ ลองให้ coding agent เจอคำสั่งที่ล้มเหลว แล้วดูว่ามันวินิจฉัยปัญหาก่อนแก้ไขซ้ำอีกครั้งหรือไม่ ส่วน support agent ที่ขาดข้อมูลบริบทควรขอข้อมูลเพิ่มเติม แทนที่จะสร้างรายละเอียดขึ้นมาเอง

วัดผลจากการค้นหาซ้ำ ๆ ข้อผิดพลาดที่ถูกมองข้าม ข้ออ้างที่ไม่มีหลักฐานสนับสนุน การละเมิดขั้นตอนอนุมัติ หรือการหยุดก่อนเวลา การเรียกใช้ tool ที่ล้มเหลวไม่ได้พิสูจน์ว่าไร้เหตุผล หากตัว agent รับรู้ถึงข้อผิดพลาดและแก้ไขได้อย่างเหมาะสม ทดสอบว่าเกณฑ์การหยุดสามารถถ่วงดุลระหว่างคุณภาพกับการใช้ทรัพยากรได้หรือไม่

บทสรุป

rational agent คือกรอบการตัดสินใจสำหรับเลือกการดำเนินการจากหลักฐานที่มีอยู่ ภายใต้ข้อจำกัดที่เกิดขึ้นจริง สำหรับ agent ที่ใช้ LLM ในปัจจุบัน การดำเนินการอาจรวมถึงการเรียกใช้ tool การขอหลักฐานเพิ่มเติม การตรวจสอบเพื่ออนุมัติ การแก้ไขปรับปรุง หรือการหยุดอย่างมีเจตนา ทั้ง research agent และ coding agent สามารถใช้กรอบแนวคิดนี้ได้ เช่นเดียวกับ workflow ของ support หรือระบบ multi-agent ไม่มี agent ใดที่มีเหตุผลโดยธรรมชาติ ความมีเหตุผลขึ้นอยู่กับเป้าหมาย การสังเกต สิทธิ์ที่มี การประเมินผล และนโยบายการหยุดที่เหมาะสม