เส้นทาง Multi-Agent กำลังร้อนแรง Harness กลายเป็นตัวแปรสำคัญ ทุนจับตาผู้เล่นหน้าใหม่
บริษัทสตาร์ทอัพ AI ที่ก่อตั้งมาเพียงสี่เดือนกว่า Nextie (明日新程) ประกาศว่า ได้ระดมทุนสำเร็จสองรอบติดต่อกัน
รอบ Angel นำโดย Innovation Works และ Atypical Ventures ร่วมลงทุน โดย MiraclePlus (奇绩创坛) ยังคงลงทุนต่อ นักลงทุนส่วนบุคคลอย่าง David Ku อดีตรองประธาน Microsoft Global และบริษัทที่ปรึกษาการเงินแต่เพียงผู้เดียวอย่าง Ancapital (安可资本) ก็ร่วมลงทุนด้วย บริษัทระบุว่า เงินทุนสำรองในปัจจุบันสามารถตอบสนองความต้องการนวัตกรรมอย่างต่อเนื่องในอีก 3-5 ปีข้างหน้าได้
ทีมหลักของบริษัทนำโดย Li Di (李笛) “บิดาแห่ง XiaoIce” อดีตรองคณบดี Microsoft Asia Internet Engineering Academy สมาชิกส่วนใหญ่เป็นทีมก่อตั้งหลักของ Microsoft XiaoIce
△ Li Di ในการนำเสนอที่ MiraclePlus Demo Day
ในบริบทที่ตลาด primary market โดยรวมเย็นลง และสถาบันการลงทุนระมัดระวังมากขึ้น บริษัทที่ก่อตั้งไม่ถึงครึ่งปีสามารถระดมทุนได้ต่อเนื่อง และได้รับการสนับสนุนจากนักลงทุนชื่อดังในอุตสาหกรรมอย่าง Lu Qi (陆奇) และ Kai-Fu Lee (李开复) สะท้อนให้เห็นในระดับหนึ่งว่าตลาดยอมรับในภูมิหลังทีม ทิศทางเทคโนโลยี และเส้นทางที่เลือก
แล้วเงินทุนนี้จะเน้นไปที่ไหน? คำตอบของทีมชัดเจนมาก: Harness กลุ่ม Multi-Agent
ปัจจุบัน AI Agent กำลัง席卷อุตสาหกรรมด้วยความร้อนแรง前所未有 เมื่อการปฏิบัติลึกซึ้งขึ้น อุตสาหกรรม也逐渐ตระหนักว่า Harness (สามารถเข้าใจได้ว่า “การควบคุม” หรือ “กรอบข้อจำกัด”) เป็นแกนหลักสนับสนุนให้ Agent นำไปใช้ได้อย่างน่าเชื่อถือ ทีมระดับแนวหน้าอย่าง OpenAI, Anthropic ก็ได้公开เน้นย้ำความสำคัญของมัน
ที่น่าสนใจคือ Li Di หัวหน้าทีม Nextie ได้คาดการณ์แนวโน้มนี้ตั้งแต่ปีที่แล้วแล้ว ใน MiraclePlus Demo Day เมื่อเดือนธันวาคมปีที่แล้ว Li Di ได้อธิบายทฤษฎี Swarm Intelligence อย่างเป็นระบบ และชี้ให้เห็นถึงความสำคัญของ Harness แม้ว่าเขาจะค่อนข้างถ่อมตัวในเรื่องนี้:
ตอนนี้เราค่อนข้างอายที่จะบอกว่าเราเห็นอะไรมาก่อน มันไม่มีประโยชน์ โลกนี้永远是 คุณทำมัน ยากกว่าคุณเห็นมันมาก
ปัจจุบัน เส้นทาง Harness ได้กลายเป็นหนึ่งในพื้นที่核心ที่นักลงทุน布局下半场ของ AI Application และ Nextie ก็ได้布局เชิงลึกในพื้นที่นี้แล้ว
ทำไม Harness ถึงกลายเป็นฉันทามติของอุตสาหกรรม? Nextie มีข้อได้เปรียบเฉพาะตัวอะไร? ทีมจะดำเนินการขั้นต่อไปอย่างไร? ต่อไปนี้คือการอภิปรายที่เกี่ยวข้อง
เงินทุนพร้อม เน้น Harness กลุ่ม Multi-Agent
ความนิยมของ Agent Framework บางตัว近期 ทำให้อุตสาหกรรมเห็นศักยภาพของ Agent ในการปฏิบัติงานอัตโนมัติ แต่เมื่อผู้คนลองนำไปใช้ในการผลิตจริง ปัญหาก็เริ่มปรากฏ
ตัวอย่างเช่น เคยมีรายงาน指出ว่า Framework ชื่อดังบางตัว เมื่อปฏิบัติงานที่ซับซ้อนและยาวนาน (Long-Range Complex Tasks) อาจเกิดปัญหาบริโภคทรัพยากรมหาศาลแต่ผลลัพธ์ไม่ดี ความเสถียรและความปลอดภัยไม่เพียงพอ

เมื่อสืบหาต้นตอ อยู่ที่ว่า Framework เหล่านี้ในด้าน工程实现ยังอยู่ในช่วงเริ่มต้น ขาดการ注入เทคโนโลยีระดับ Harness Li Di 指出 Super Intelligent Individual ใดๆ ไม่ว่าความสามารถจะแข็งแกร่งเพียงใด ก็มีจุดบอดและไม่สามารถ自我แก้ไขได้สมบูรณ์ เมื่อจัดการงานระยะยาว (Long-Cycle Tasks) ข้อผิดพลาดเล็กน้อยอาจถูกขยายแบบ exponential ตามเวลา
ดังนั้น Harness กำลังกลายเป็นฉันทามติใหม่ในสาขา AI Engineering โดยพื้นฐานแล้วมันคือ Constraint and Coordination Framework เหมือน “อานม้า” ที่เชื่อมม้ากับผู้ขี่ หน้าที่核心คือ เชื่อม AI Model กับความต้องการของมนุษย์ มันไม่ปฏิบัติงานโดยตรง แต่ผ่านกฎเกณฑ์และกลไก协同ที่ชัดเจน นำพา Agent หลายตัวให้ทำงานร่วมกันอย่างมีประสิทธิภาพ ควบคุมได้ บรรลุคุณค่า核心 “แลกเปลี่ยนข้อจำกัดเพื่อเอกราช”
เดือนกุมภาพันธ์ปีนี้ OpenAI เผยแพร่ Technical Blog พิสูจน์ผ่านการทดลองว่า AI สามารถเป็น Development Execution Entity อิสระได้ แต่ต้องมี Framework ชุดหนึ่งมาควบคุม (Harness) มัน กล่าวกันว่า ด้วย Harness Engineering ทีมวิศวกรขนาดเล็กสามารถใช้ Agent สร้างผลิตภัณฑ์ที่มีขนาด可观ได้ภายในไม่กี่เดือน

Agent Architecture ที่ Anthropic เผยแพร่近期 ก็反复เน้นย้ำแนวคิด “Agent Harness”

Nextie มี布局เชิงลึกกว่าในพื้นที่นี้ “Harness กลุ่ม Multi-Agent” ที่พวกเขาเสนอ ไม่ใช่แค่ “Multi-Agent + กฎข้อจำกัด” ง่ายๆ แต่เป็นระบบที่融合ลึกซึ้งระหว่างแนวคิด Harness Engineering กับทฤษฎี Swarm Intelligence ระบบนี้ใช้ Native Swarm Intelligence และ Cognitive Model เป็น核心 ให้ Agent จำนวนมากที่มีฟังก์ชันและการรับรู้ต่างกัน ทำงาน协同 ตรวจสอบ และ迭代 ตามกฎเกณฑ์ที่ชัดเจน
Li Di อธิบายว่า Harness 核心ของพวกเขาประกอบด้วยสามองค์ประกอบหลัก: Context Management, Multi-Agent ที่เข้าร่วม协同, และ Multi-Agent Coordination Methods ในนั้น Coordination Methods สำคัญที่สุด ทีม内部เรียกมันว่า “Cognitive Collision” คือผ่านการอภิปราย ท้าทาย ไตร่ตรอง ตรวจสอบ ฯลฯ ทำให้ Multi-Agent บรรลุการคิดวิเคราะห์และเติมเต็มซึ่งกันและกันอย่างแท้จริง ไม่ใช่เพียง表面的ความ一致
Context Management รับรองความถูกต้องและเหมาะสมของข้อมูลในกระบวนการ协同; Agent Pool Optimization จัดสรรชุด Agent ที่เหมาะสมที่สุดตามงานแบบไดนามิก ระบบนี้มีเป้าหมายเพื่อแก้ไขปัญหาความเสถียรในงานระยะยาว และผ่าน群体思辨ทำลายจุดบอดการรับรู้ของ Agent เดี่ยว มุ่งสู่ผล “群体智能大于个体之和”
ความคิด核心ในนี้ 离不开二字 “协同”
หัวข้อ “协同” มาจากการสะสมตั้งแต่ยุค XiaoIce
การ布局ทิศทางนี้ของทีม Li Di ไม่ใช่เรื่องบังเอิญ “ตั้งแต่ปี 2022 เป็นต้นมา เรากำลังเตรียมการสำหรับช่วงเวลานี้ตลอดมา” Li Di แบ่งช่วงเวลาฝังตัวนี้เป็น几个关键节点
节点แรกในปลายปี 2022 ตอนนั้นศักยภาพของ Transformer Architecture 已被广泛认知 ทีมตระหนักว่าเทคโนโลยีใหม่อาจ破解ปัญหายากหลายอย่างในอดีต พวกเขายัง筹集算力ด้วยตัวเอง เริ่มสำรวจเส้นทางเทคโนโลยีใหม่
เรามี Framework หนึ่งชุดที่基于上一代เทคโนโลยี เราสามารถรับรู้ศักยภาพของ Framework เองได้ชัดเจน แต่มันถูก上一代เทคโนโลยี拖累 เมื่อเห็นเทคโนโลยีใหม่ปรากฏ เราตาสว่าง
แต่ทีมก็很快ตระหนักว่า อุปสรรคพื้นฐานบางอย่างไม่ได้แก้ไขได้เพียง依靠การ提升ความสามารถของ Model เท่านั้น Multi-Agent 之间如何有效协作 กลายเป็นหัวข้อ核心 ปัญหานี้埋下种子ตั้งแต่ยุค “XiaoIce” แล้ว – 初心ของทีม从未止步于สร้าง AI เดี่ยว แต่หวังสร้าง AI 群体ที่สามารถ协同กัน จับคู่ความต้องการมหาศาลได้
ในทางปฏิบัติพวกเขาพบว่า Agent เดี่ยวจะแข็งแกร่งแค่ไหน เมื่ออยู่ในสถานการณ์ Multi-Agent ยังอาจ失控ได้ง่าย 容易出现 “表演式一致” หรือ内部冲突 การ协同ที่完全依赖 Model 自驱远远不够
ดังนั้น ทีมจึงกำหนด “Multi-Agent Coordination Mechanism” เป็น研究方向อิสระ พวกเขาค้นหาแบบ蓝本จาก协同智慧ของสังคมมนุษย์ แม้กระทั่ง梳理文献มนุษย์ยาว 220 ปี เพื่อ拆解ตรรกะวิวัฒนาการของ “群体智慧”
ต้นปี 2023 ทีมเสนอว่า Chain of Thought (CoT) เป็น关键 และ自研 “XiaoIce Chain” (X-CoTA) เพื่อ验证 บรรลุกระบวนการ推理ที่可观测、可追溯 นี่被视为一块关键拼图ของการ协同เชิงลึกของ Multi-Agent – การ协同ที่มีประสิทธิภาพ需要共享กระบวนการคิด ไม่ใช่แค่ข้อสรุป
ปลายปี 2023 ทีม取得进展ในประสิทธิภาพของ Open-Source Large Model ต่อมา ในเดือนธันวาคม 2025 Li Di นำทีม核心ก่อตั้ง Nextie (明日新程) อย่างเป็นทางการ มุ่ง专注เส้นทาง Harness กลุ่ม Multi-Agent
ปัจจุบัน เงื่อนไขเทคโนโลยี สภาพตลาด และสถานะทีม已实现同频共振 ทีมมีอำนาจการตัดสินใจ完全的 ได้专心致志深耕เส้นทาง Harness กลุ่ม Multi-Agent นี้
基于การคิดเรื่อง “Multi-Agent 协同” อย่างยาวนาน Nextie ในช่วงก่อตั้ง便锁定核心方向เป็น Native Swarm Intelligence และ Cognitive Model เดือนกุมภาพันธ์ปีนี้ ทีม推出 Native Swarm Intelligence Platform ตัวแรก – เวอร์ชัน内测ของ “Tuanzi (团子.ai)”

ในช่วงเปิดตัวผลิตภัณฑ์นี้ เราเคยทำการทดสอบจริง: เมื่อผู้ใช้提出คำถาม Agent 数十ตัวจะ组成ทีม เหมือนนั่งรอบโต๊ะแสดงความคิดเห็น เสริมเติมซึ่งกันและกัน อภิปราย交锋 แม้กระทั่ง引入环节มืออาชีพอย่างการลงคะแนนเสียง 同行评审

แพลตฟอร์มนี้ไม่追求ความสามารถสุดขีดของ Agent เดี่ยว แต่เน้น “คุณค่า群体协同” มันทั้ง胜任งานวิจัยเชิงลึกที่มีความซับซ้อนการรับรู้สูง – ผ่าน群体思辨และการ碰撞ของ Multi-Agent 突破ข้อจำกัดการรับรู้ของ Model เดี่ยว – และ也能适配核心场景อย่าง Long-Range Multi-Agent Coordination ที่ OpenClaw เป็น代表, Large-Scale Group Simulation เป็นต้น จึง将 Harness แนวคิด真正落实到ระดับผลิตภัณฑ์
ในห้ามิติ评测指标ที่ทีมตั้งไว้: มุมมอง完备性, ความลึก辩证, ความเป็นไปได้落地实操性, การตอบสนองความต้องการ隐含, และการสนับสนุนการตัดสินใจ ผลรวม综合表现ดีกว่า竞品同类อย่างมีนัยสำคัญ มันไม่เพียง超越 Large Model เดี่ยวรวมถึง ChatGPT-5.2 Thinking แต่ในขณะที่บรรลุความลึกในการคิดเท่ากัน การบริโภคการคำนวณรวม (Token) สามารถลดลงประมาณ 50%

นอกจากนี้ “TuanziGuardianClaw” (卫士虾) ที่เคย引发关注ก่อนหน้านี้ ก็是一次实战验证ของความสามารถ群体智能 ตัว Agent นี้ที่专门用于堵住ช่องโหว่ความปลอดภัยของ OpenClaw ถูกออกแบบโดย群体智能体บนแพลตฟอร์ม “Tuanzi” 自主协同而成ทั้งหมด

据了解 ภายใน Nextie ได้大量采用 Agent เป็น “เพื่อนร่วมงาน人机共生” 形成รูปแบบ协作 “常驻 Agent + 临时 Agent”: 常驻 Agent รับผิดชอบการพัฒนาและการออกแบบผลิตภัณฑ์常规 临时 Agent 则根据ความต้องการงานเฉพาะ动态组建 “TuanziGuardianClaw” 正是由临时 Agent ด้านความปลอดภัย与常驻 Agent 协同完成的
“XiaoIce Island” จะปรากฏในรูปแบบใหม่
เมื่อพูดถึงแผนผลิตภัณฑ์近期 Li Di 透露การเคลื่อนไหวใหม่ที่ทีม酝酿已久: พวกเขากำลัง全力打造ผลิตภัณฑ์全新ที่รูปแบบ接近 “XiaoIce Island” ผลิตภัณฑ์ใหม่จะ不再จำกัดอยู่แค่การ陪伴ง่ายๆ แต่สามารถ协同完成งานที่ซับซ้อน ยาวนานต่างๆ 种类 จริง实现帮用户处理事务, 陪伴用户成长, และ在持续交互中与用户建立深度联系
Li Di 表示 การ延续ที่ใหญ่ที่สุดของผลิตภัณฑ์ใหม่อยู่ที่แนวคิดการออกแบบ最初ของ XiaoIce Island:
核心คือ观察并围绕每一个人 จัด配置群体 Agent ที่最适合กับความต้องการของเขา ความต้องการของแต่ละคน各不相同 – บางคน需要การสนับสนุนงาน与情感陪伴兼顾 บางคน则更需要การช่วยเหลือการตัดสินใจที่理性、มืออาชีพ สิ่งที่เราต้องทำคือ ให้群体 Agent จริง贴合用户本身
และการอัปเกรดที่核心ที่สุดของผลิตภัณฑ์อยู่ที่การ迭代全面ในระดับเทคโนโลยี 融入ลึกซึ้งกับความสามารถ Harness 群体智能ของ “Tuanzi” Li Di อธิบายว่า ปีที่พัฒน XiaoIce 受限于ระดับเทคโนโลยี ตรรกะ协同ที่ซับซ้อน许多只能依靠工程手段勉强实现 ไม่สามารถทำ协同อัจฉริยะอย่างแท้จริงได้ ปัจจุบัน借助 Large Model 与 Harness เทคโนโลยี ในที่สุดก็สามารถ实现最初的设想ได้
ก่อนหน้านี้บน XiaoIce Island ถ้าคุณบอก AI ตัวหนึ่งว่า “ฉันอกหัก” AI ตัวนี้无法判断是否ควรส่งข้อมูลส่วนตัวนี้ให้ AI ตัวอื่น ผลลัพธ์อาจเป็น AI ทุกตัวมาปลอบใจคุณ ทำให้อึดอัด หรือมี AI ตัวนี้รู้เรื่องเพียงตัวเดียว ไม่สามารถสร้างเครือข่ายสนับสนุน情感ที่แท้จริงได้ แต่ตอนนี้ Agent จะ通过自主判断做出ปฏิกิริยาที่สมเหตุสมผลที่สุด ทุกครั้งที่คุณ交互จะ产生涟漪ที่อัจฉริยะและสมเหตุสมผลใน群体 Agent
ในอนาคต ผู้ใช้สามารถมีกลุ่ม Agent ที่自主เหมือน OpenClaw ได้ พวกมันสามารถปรับตัวตามความต้องการส่วนบุคคลของคุณอย่างยืดหยุ่น กล่าวอีกนัยหนึ่งคือ 群体 Agent นี้ จะ始终只为你而存在
ดังนั้น นี่ก็将为เทคโนโลยี Multi-Agent เปิด应用场景全新
(据悉 เวอร์ชันใหม่ของ “XiaoIce Island” คาดว่าจะ正式推出ภายในสิ้นเดือนนี้)
⚠️ หมายเหตุ: เนื้อหาได้รับการแปลโดย AI และตรวจสอบโดยมนุษย์ หากมีข้อผิดพลาดโปรดแจ้ง
☕ สนับสนุนค่ากาแฟทีมงาน
หากคุณชอบบทความนี้ สามารถสนับสนุนเราได้ผ่าน PromptPay
本文来自网络搜集,不代表คลื่นสร้างอนาคต立场,如有侵权,联系删除。转载请注明出处:http://www.itsolotime.com/th/archives/30305
