เมื่อไม่นานมานี้ โพสต์ในเฟซบุ๊กของศาสตราจารย์เซียว หยางหัว จากมหาวิทยาลัยฟู่ตั้น ได้ก่อให้เกิดการพูดคุยอย่างกว้างขวาง ทีมวิจัยของเขาได้พัฒนาเอไอเอเจนต์ทดสอบที่สามารถเรียนรู้ด้วยตนเองจนเชี่ยวชาญการใช้งาน WeChat ไม่เพียงแต่โพสต์ข้อความในเฟซบุ๊กได้ แต่ยังสามารถโต้ตอบกับเพื่อนในส่วนความคิดเห็นได้อย่างอิสระ วิธีการโต้ตอบที่เป็นธรรมชาตินี้ ทำให้เพื่อนบางคนเริ่มขอให้ “พิสูจน์ว่าคุณคืออาจารย์เซียวตัวจริง ไม่ใช่เอไอของเขา”
ภาพลวงตาที่ “แยกแยะระหว่างมนุษย์กับเอไอไม่ออก” นี้ มาจากเอเจนต์อัจฉริยะรูปแบบใหม่ที่พัฒนาโดย A3 Lab (Advantage AI Agent Lab ซึ่งเป็นทีมวิจัยที่ก่อตั้งร่วมกันโดยบริษัท Shenzhen Kuakua Jingling Technology Co., Ltd. และห้องปฏิบัติการ Knowledge Workshop ของมหาวิทยาลัยฟู่ตั้น) นั่นคือ GenericAgent
มันแตกต่างจากเอเจนต์แบบดั้งเดิมที่ติดตั้งยุ่งยาก ความสามารถจำกัด และย้ายถ่ายฐานะได้ยาก แต่เป็นเอเจนต์อเนกประสงค์รุ่นใหม่ที่สามารถจัดระเบียบตนเอง เรียนรู้ด้วยตนเอง และวิวัฒนาการด้วยตนเองได้ เป้าหมายการออกแบบคือการเป็น “ดิจิทัลไลฟ์” ที่มี “ความรู้สึกมีชีวิต” สามารถเรียนรู้และเติบโตได้อย่างรวดเร็วภายใต้การฝึกฝนของผู้ใช้ ระบบนี้ได้เปิดตัวเป็นโอเพนซอร์สเมื่อวันที่ 11 มกราคม 2026
01 การเรียนรู้ด้วยตนเอง วิวัฒนาการด้วยตนเอง: รูปแบบที่เป็นไปได้ของ AGI
เอเจนต์อัจฉริยะที่ถึงระดับ AGI ไม่ควรเพียงแค่สามารถดำเนินการตามสคริปต์ที่กำหนดไว้ล่วงหน้าเท่านั้น แต่ควรสามารถเรียนรู้และเติบโตอย่างต่อเนื่องผ่านการโต้ตอบกับสภาพแวดล้อมได้ มันต้องเข้าใจและจัดการสภาพแวดล้อมที่ซับซ้อน (เช่น แพลตฟอร์มโซเชียลมีเดีย) เรียนรู้กลยุทธ์การแก้ปัญหาที่มีประสิทธิภาพ และสามารถรวบรวมประสบการณ์ได้ ในที่สุดก็วิวัฒนาการเป็นผู้เชี่ยวชาญหรือผู้ช่วยที่เข้าใจใจผู้ใช้ ลักษณะการวิวัฒนาการด้วยตนเองนี้แสดงให้เห็นในสามมิติหลัก:
- การจัดระเบียบความทรงจำด้วยตนเอง: ปฏิเสธการกองข้อมูลอย่างง่ายๆ มันมีความสามารถในการจัดระเบียบความทรงจำเป็นชั้นและกลั่นกรองอย่างต่อเนื่อง ซึ่งสามารถเพิ่มประสิทธิภาพการค้นคืนความทรงจำและความเสถียรของการโต้ตอบได้อย่างมีประสิทธิภาพ แม้กระทั่งสามารถจัดระเบียบความทรงจำที่ยุ่งเหยิงด้วยตนเองเมื่อ “นอนหลับ” เพื่อรับประกันประสิทธิภาพการทำงานในระยะยาว
- การเรียนรู้แบบปรับตัวได้: มีความสามารถในการปรับตัวต่อสภาพแวดล้อมสูงมาก ในกระบวนการโต้ตอบจะจดจำขั้นตอนและกลยุทธ์ที่สมเหตุสมผลด้วยตนเอง ทำให้ “ฉลาดขึ้น” อย่างต่อเนื่อง
- การเติบโตและก้าวหน้าด้วยตนเอง: เมื่อเผชิญกับปัญหาใหม่ มันจะลองทำสำเนาตัวเองผ่านโหมด “Fork” ใช้กลยุทธ์ที่หลากหลายในการทดลอง และอัปเดตตัวเองด้วยกลยุทธ์ที่ดีกว่า ในเวลาว่าง สามารถฝึกฝนความสามารถที่ไม่รู้จักด้วยตนเองผ่านโหมด “สำรวจ” เพื่อขยายขอบเขตความสามารถอย่างต่อเนื่อง
เบื้องหลังการทำให้เกิด “การวิวัฒนาการด้วยตนเอง” นี้ ขึ้นอยู่กับหลักการสำคัญสามประการ: โครงสร้างที่เรียบง่ายสุดขีด การดำเนินการที่แข็งแกร่งสุดขีด และการย้ายถ่ายฐานะที่ยอดเยี่ยมสุดขีด
02 โครงสร้างที่เรียบง่ายสุดขีด: การนำไปใช้ที่สะดวกด้วยวิศวกรรมที่ยอดเยี่ยม
ลักษณะเรียบง่ายสุดขีดแสดงให้เห็นในสามระดับ: โครงสร้าง ต้นทุน และการติดตั้ง
- โครงสร้างที่เรียบง่ายสุดขีด: รหัสทั้งหมดมีเพียง 3,000 กว่าแถว (โมดูลหลักมีเพียงไม่กี่ร้อยแถว) แต่สามารถทำได้เทียบเท่ากับความสามารถของโครงสร้างแบบดั้งเดิมที่ต้องใช้รหัสหลายแสนแถว ทำให้นักพัฒนาสามารถเข้าใจและแก้ไขได้ง่าย
> ข้อได้เปรียบของปริมาณรหัสคือคอนเท็กซ์: รหัสทั้งหมดประมาณ 8,000 โทเค็น ใช้เพียง 4% ของคอนเท็กซ์ 200K ซึ่งหมายความว่า LLM สามารถเข้าใจซอร์สโค้ดของตัวเองได้เต็มที่ในทุกๆ การสนทนา มันเองคือเอกสารประกอบ ชุมชน และเครื่องมือทางวิศวกรรมที่ดีที่สุด - ต้นทุนต่ำสุดขีด: แนวคิดหลักคือ “ยิ่งความหนาแน่นของข้อมูลสูง ผลลัพธ์ก็ยิ่งดี”
- ผ่านการจัดทำดัชนีความทรงจำเป็นชั้นและการโหลดตามความต้องการ สามารถบีบอัดพรอมต์ระบบ (System Prompt) ได้อย่างมาก ประหยัดค่าใช้จ่ายโทเค็นได้อย่างมหาศาล
- ปริมาณของพรอมต์พิเศษทั้งหมดและความทรงจำหลัก น้อยกว่าไฟล์
AGENTS.mdหนึ่งไฟล์ในโครงการแบบดั้งเดิม - ไม่ส่งข้อมูลซ้ำซ้อนอย่างเด็ดขาด ตรรกะรหัสจำนวนมากใช้เพื่อให้แน่ใจว่าคอนเท็กซ์ (context) ไม่มีข้อมูลที่ซ้ำซ้อนใดๆ
- การติดตั้งที่เรียบง่ายสุดขีด: ลาก่อนคำแนะนำการติดตั้งที่ซับซ้อน ตราบใดที่มีสภาพแวดล้อม Python และไลบรารี Requests ก็สามารถรันได้ ทำให้เกิด “ตราบใดที่มีไฟฟ้าและอินเทอร์เน็ต ก็สามารถวิวัฒนาการได้” อย่างแท้จริง
03 ความสามารถในการดำเนินการที่แข็งแกร่งสุดขีด: ความสามารถในการเข้าถึงเครื่องมือเหมือนปลาหมึกยักษ์
หากการวิวัฒนาการด้วยตนเองคือจิตวิญญาณของ GenericAgent ความสามารถในการควบคุมเครื่องมือที่แข็งแกร่งก็คือหนวดที่แข็งแรงของมัน ซึ่งรับประกันความสามารถที่ยอดเยี่ยมในการทำงานให้สำเร็จ มันสามารถเจาะลึกเข้าไปในเครื่องมือต่างๆ ในระบบปฏิบัติการ และปรับตัวให้เข้ากับการโต้ตอบของสภาพแวดล้อมที่ซับซ้อนแตกต่างกัน
- เครื่องมืออะตอมมิกที่สามารถงัดแงะโลกดิจิทัล: ปฏิเสธการให้ตัวเลือกเครื่องมือที่อ้วนท้วน ใช้เพียง 9 เครื่องมืออะตอมมิก เช่น
code_run(รันโค้ดใดๆ ก็ได้),file_read/write(การจัดการไฟล์),web_scan/execute_js(ควบคุมเบราว์เซอร์) ก็สามารถควบคุมโลกพีซีและอินเทอร์เน็ตทั้งหมดได้ - “สร้าง” เครื่องมือในที่เกิดเหตุ: เมื่อเครื่องมือที่มีอยู่ไม่เพียงพอต่อการแก้ปัญหา GenericAgent จะเปิดโหมดสำรวจ: ติดตั้งแพ็คเกจ Python ในที่เกิดเหตุ เขียนสคริปต์ในที่เกิดเหตุ ตรวจสอบแผนงานในที่เกิดเหตุ
- กลยุทธ์เบราว์เซอร์ที่ลดมิติโจมตี: แตกต่างจากโซลูชันแบบดั้งเดิมที่ต้องเปิดอินสแตนซ์เบราว์เซอร์ใหม่ที่ยังไม่ได้ล็อกอิน มันใช้ปลั๊กอิน JS เข้าควบคุมเบราว์เซอร์ที่ผู้ใช้กำลังใช้งานอยู่โดยตรง
- ข้อได้เปรียบ: ไม่จำเป็นต้องล็อกอินระบบต่างๆ (เช่น OA, WeChat องค์กร) ใหม่ สามารถค้นหาเนื้อหา กรอกแบบฟอร์มอิเล็กทรอนิกส์ อัปโหลดไฟล์แนบ และขั้นตอนที่ยุ่งยากอื่นๆ ได้ภายใต้สถานะล็อกอินที่มีอยู่ของผู้ใช้โดยตรง ทำให้เกิด “การสานต่อระหว่างมนุษย์กับเครื่องจักร” ที่แท้จริง
04 การย้ายถ่ายฐานะที่ยอดเยี่ยมสุดขีด: เอเจนต์อัจฉริยะของคุณ เดินทางไปกับคุณ
จุดประสงค์การออกแบบของ GenericAgent คือการทำลายกำแพงระหว่างซอฟต์แวร์และฮาร์ดแวร์ ทำให้เอเจนต์อัจฉริยะไม่ถูกกักขังอยู่ในสภาพแวดล้อมเฉพาะอีกต่อไป
- ไม่เลือกฐานโมเดล: ไม่ว่าจะเป็น Claude, Gemini หรือ Kimi ภายใต้การสนับสนุนของโครงสร้าง GenericAgent การพึ่งพาความสามารถของโมเดลฐานจะลดลง ซึ่งรับประกันความเสถียรและความน่าเชื่อถือของคุณภาพผลลัพธ์
- เกณฑ์ฮาร์ดแวร์ที่ต่ำสุดขีด: ตราบใดที่มีไฟฟ้า มีอินเทอร์เน็ต และมีสภาพแวดล้อม Python ก็สามารถรันได้บนพีซีหรือโทรศัพท์มือถือทั่วไป ไม่ว่าจะบนระบบ Windows, Mac หรือ Android ก็จะได้รับประสบการณ์การวิวัฒนาการที่สม่ำเสมอ
- การนำทักษะกลับมาใช้ใหม่ที่ยอดเยี่ยมสุดขีด: ทักษะที่ซับซ้อนที่เอเจนต์อัจฉริยะเรียนรู้บนอุปกรณ์เครื่องหนึ่ง สามารถถูกกลั่นกรองเป็นความทรงจำและย้ายถ่ายฐานะได้โดยตรง ซึ่งหมายความว่าผลลัพธ์การฝึกฝนส่วนบุคคลสามารถถูกแบ่งปันกันอย่างกว้างขวาง ลดต้นทุนทางสังคมของแอปพลิเคชันอัจฉริยะได้อย่างมาก
GenericAgent เป็นเพียงจุดเริ่มต้นเท่านั้น ภาพเคลื่อนไหวสาธิตทั้งหมดในบทความนี้สร้างขึ้นโดยเอเจนต์อัจฉริยะด้วยตนเอง
⚠️ หมายเหตุ: เนื้อหาได้รับการแปลโดย AI และตรวจสอบโดยมนุษย์ หากมีข้อผิดพลาดโปรดแจ้ง
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：https://www.itsolotime.com/th/archives/23544