Day 1B: Agent Architectures — How Modern AI Agents Are Built (Google x Kaggle)

1
00:00:00,000 --> 00:00:02,709
จากวิดีโอก่อนหน้า เราสร้าง agent

2
00:00:02,709 --> 00:00:04,826
ตัวแรกสำเร็จเรียบร้อยแล้ว

3
00:00:04,826 --> 00:00:07,705
เราได้เรียนรู้ว่าเครื่องมือ Gemini

4
00:00:07,705 --> 00:00:11,515
ถูกใช้อย่างไร และได้ถามคำถามไปสองสามข้อ agent

5
00:00:11,515 --> 00:00:15,409
ก็ตอบข้อมูลที่ถูกต้องและเป็นปัจจุบันกลับมาครับ

6
00:00:15,409 --> 00:00:19,219
ในวิดีโอนี้เราจะทำภาค B ซึ่งก็คือการสร้างระบบ

7
00:00:19,219 --> 00:00:22,775
multi-agent (ระบบหลายเอเจนต์) ตัวแรกของเรา

8
00:00:22,775 --> 00:00:26,331
ครอบคลุมหลายรูปแบบการทำงาน (workflow) ครับ

9
00:00:26,331 --> 00:00:30,057
คลิกที่ build แล้วจะพาเราไปยังหน้าของ Kaggle

10
00:00:30,057 --> 00:00:33,020
ซึ่งเป็น Notebook ที่ยังแก้ไขไม่ได้

11
00:00:33,020 --> 00:00:36,576
เราจะทำซ้ำขั้นตอนเดิม คือกด copy แล้ว edit

12
00:00:36,576 --> 00:00:37,673
ครับ

13
00:00:37,673 --> 00:00:41,568
เริ่มต้นด้วยคำถามว่าในคอร์สนี้เราจะได้อะไรบ้าง

14
00:00:41,568 --> 00:00:44,531
เราจะเรียนรู้ว่าเมื่อไหร่ควรใช้ระบบ

15
00:00:44,531 --> 00:00:48,341
multi-agent แบบใด และจะสร้างระบบแรกด้วยรูปแบบ

16
00:00:48,341 --> 00:00:51,982
LLM as a manager (ใช้ LLM เป็นผู้จัดการทีม)

17
00:00:51,982 --> 00:00:55,707
ครับ เราจะเรียนรู้ pattern หลักสามแบบ ได้แก่

18
00:00:55,707 --> 00:00:58,162
sequential, parallel และ loop

19
00:00:58,162 --> 00:01:01,041
เพื่อประสานงานทีม agent ของเราครับ

20
00:01:01,041 --> 00:01:04,428
และตามที่ระบุไว้ที่นี่ ไม่ต้องส่งงาน (no

21
00:01:04,428 --> 00:01:06,121
submission required)

22
00:01:06,121 --> 00:01:10,862
ดังนั้นคุณจะเรียนจบคอร์สนี้ด้วยจังหวะของตัวเองได้เลยครับ

23
00:01:10,862 --> 00:01:12,979
ถ้าคุณใช้ Kaggle Notebook

24
00:01:12,979 --> 00:01:15,858
และไม่ได้ทำอะไรนอกเหนือจากคอร์สนี้

25
00:01:15,858 --> 00:01:18,228
คุณไม่ต้องติดตั้งอะไรเลยครับ

26
00:01:18,228 --> 00:01:21,700
ตามที่เคยพูดไปในวิดีโอก่อน สภาพแวดล้อมของ

27
00:01:21,700 --> 00:01:25,171
Kaggle Notebook มี library ของ Google ADK

28
00:01:25,171 --> 00:01:28,812
สำหรับ Python ติดตั้งไว้ให้แล้วแบบสำเร็จรูป

29
00:01:28,812 --> 00:01:31,267
ดังนั้นถ้าใช้ Kaggle Notebook

30
00:01:31,267 --> 00:01:34,654
คุณไม่ต้องกังวลเรื่องนี้เลยครับ ต่อมาคือ

31
00:01:34,654 --> 00:01:38,464
Gemini API key ซึ่งเราสร้างไว้แล้วในครั้งก่อน

32
00:01:38,464 --> 00:01:42,359
สิ่งที่ต้องทำคือมาที่นี่ เข้าไปที่ secrets จาก

33
00:01:42,359 --> 00:01:45,745
add-on ครับ ตรงนี้จะมีตัวเลือกให้กดเลือก

34
00:01:45,745 --> 00:01:49,386
การเลือกไว้จะทำให้ key ของเราถูกใส่เข้าไปใน

35
00:01:49,386 --> 00:01:52,095
code snippet นี้ แล้วกดรันได้เลย

36
00:01:52,095 --> 00:01:54,974
เท่านี้เราก็ตั้งค่า Gemini API key

37
00:01:54,974 --> 00:01:58,445
สำเร็จแล้วครับ ขั้นถัดไปเป็นขั้นประจำ คือ

38
00:01:58,445 --> 00:02:02,086
import ส่วนประกอบของ ADK ครับ ส่วนประกอบของ

39
00:02:02,086 --> 00:02:05,642
ADK ก็ import สำเร็จเรียบร้อย ขั้นต่อมาคือ

40
00:02:05,642 --> 00:02:09,283
configure retry option (ตัวเลือกการลองใหม่)

41
00:02:09,283 --> 00:02:12,839
ครับ ถ้าสังเกตจะเห็นว่าส่วนแรกซึ่งเป็นส่วน

42
00:02:12,839 --> 00:02:16,395
setup นั้นเหมือนกันทั้งภาค A และภาค B ครับ

43
00:02:16,395 --> 00:02:18,681
คุณไม่ต้องทำอะไรต่างจากเดิม

44
00:02:18,681 --> 00:02:22,237
เหมือนที่ผมทำครั้งก่อน ผมจะใส่คำสั่ง print

45
00:02:22,237 --> 00:02:25,623
ไว้ให้ตัวเองเห็นว่าขั้นนี้เสร็จแล้ว ครับ

46
00:02:25,623 --> 00:02:29,095
ได้เลย เสร็จแล้วครับ ต่อมาถึง section สอง

47
00:02:29,095 --> 00:02:31,973
ซึ่งเกี่ยวกับระบบ multi-agent ครับ

48
00:02:31,973 --> 00:02:35,783
ตัวอย่างในส่วนนี้อธิบายว่าระบบหลายขั้นตอนหรือ

49
00:02:35,783 --> 00:02:39,001
multi-agent ช่วยลดภาระของงานได้อย่างไร

50
00:02:39,001 --> 00:02:42,641
เขาอธิบายว่า agent ตัวเดียวทำอะไรได้เยอะมาก

51
00:02:42,641 --> 00:02:45,689
แต่ปัญหาคือเมื่องานซับซ้อนขึ้น agent

52
00:02:45,689 --> 00:02:50,007
ตัวเดียวจะพยายามทำทุกอย่างและครอบคลุมโค้ดทั้งหมดเอง

53
00:02:50,007 --> 00:02:53,902
ซึ่งกลายเป็นปัญหาครับ instruction (คำสั่งระบบ)

54
00:02:53,902 --> 00:02:57,035
หรือ prompt จะยืดยาวมากจน agent สับสน

55
00:02:57,035 --> 00:03:00,760
ทำให้แก้ไขยากเมื่อโค้ดส่วนใดส่วนหนึ่งล้มเหลว

56
00:03:00,760 --> 00:03:01,857
ดูแลรักษายาก

57
00:03:01,857 --> 00:03:04,990
และมักให้ผลลัพธ์ที่ไม่น่าเชื่อถือครับ

58
00:03:04,990 --> 00:03:07,276
ตรงข้ามกับระบบ agent เดี่ยว

59
00:03:07,276 --> 00:03:10,408
ทีมของผู้เชี่ยวชาญซึ่งเราเรียกว่าระบบ

60
00:03:10,408 --> 00:03:12,440
multi-agent ไม่ใช่ agent

61
00:03:12,440 --> 00:03:16,166
ที่ทำทุกอย่างเองหรอกครับ มันคือระบบที่ agent

62
00:03:16,166 --> 00:03:20,060
แต่ละตัวมีความเชี่ยวชาญเฉพาะทางและทำงานร่วมกัน

63
00:03:20,060 --> 00:03:22,939
เหมือนทีมในโลกจริงครับ แต่ละ agent

64
00:03:22,939 --> 00:03:26,834
จะมีหน้าที่เดียวที่ชัดเจน ไม่ว่าจะเป็นงานเขียน

65
00:03:26,834 --> 00:03:28,696
งานวิจัย หรืองานคัดสรร

66
00:03:28,696 --> 00:03:32,422
ซึ่งทำให้ทุกอย่างสร้างง่ายขึ้น ทดสอบง่ายขึ้น

67
00:03:32,422 --> 00:03:37,078
และทรงพลังกว่าพร้อมน่าเชื่อถือกว่าเมื่อทำงานร่วมกันครับ

68
00:03:37,078 --> 00:03:40,973
ถ้าอยากเรียนรู้เรื่องนี้เพิ่มเติม ไปอ่านเอกสาร

69
00:03:40,973 --> 00:03:44,529
LLM agents ใน ADK ได้ครับ นี่คือ flowchart

70
00:03:44,529 --> 00:03:47,492
พื้นฐานเปรียบเทียบ single agent กับ

71
00:03:47,492 --> 00:03:51,302
multi-agent ครับ ในตัวอย่างนี้ เรามี research

72
00:03:51,302 --> 00:03:55,028
agent (เอเจนต์นักวิจัย) กับ summarizer agent

73
00:03:55,028 --> 00:03:58,499
(เอเจนต์ผู้สรุป) สองตัวนี้คือ specialized

74
00:03:58,499 --> 00:04:02,140
agent (เอเจนต์เฉพาะทาง) ครับ research agent

75
00:04:02,140 --> 00:04:05,950
ค้นหาข้อมูลด้วย Google Search ส่วน summarizer

76
00:04:05,950 --> 00:04:08,659
agent นำข้อมูลที่ research agent

77
00:04:08,659 --> 00:04:10,691
ให้มาสร้างเป็นสรุปกระชับ

78
00:04:10,691 --> 00:04:16,110
แล้วข้อมูลจะถูกรวมเข้าด้วยกันและส่งให้ผู้ใช้เป็นคำตอบสุดท้ายครับ

79
00:04:16,110 --> 00:04:19,158
งั้นเรามาทำกันเลย สร้างทั้งสอง agent

80
00:04:19,158 --> 00:04:22,714
แล้วรวมผลลัพธ์และส่งออกคำตอบสุดท้ายกันครับ

81
00:04:22,714 --> 00:04:25,677
เพื่อทำเรื่องนี้ เราต้องสร้าง agent

82
00:04:25,677 --> 00:04:29,572
แยกกันสองตัวครับ ในส่วนของ research agent นั้น

83
00:04:29,572 --> 00:04:33,297
ช่วงแรกของการ define agent ยังเหมือนเดิมครับ

84
00:04:33,297 --> 00:04:37,022
คุณจะมี name (ชื่อ) model ที่เป็น Gemini และ

85
00:04:37,022 --> 00:04:40,070
retry option ครับ หลังจากนั้นส่วนของ

86
00:04:40,070 --> 00:04:41,168
instruction

87
00:04:41,168 --> 00:04:44,724
เป็นจุดที่ต้องระวังมากที่สุดว่าจะให้ agent

88
00:04:44,724 --> 00:04:47,687
นี้ทำหน้าที่อย่างไรบ้างพอดีเป๊ะครับ

89
00:04:47,687 --> 00:04:51,243
ที่นี่เขาเขียนไว้ว่า คุณคือ research agent

90
00:04:51,243 --> 00:04:54,884
เฉพาะทาง หน้าที่เดียวของคุณคือใช้เครื่องมือ

91
00:04:54,884 --> 00:04:58,609
Google Search หาข้อมูลที่เกี่ยวข้อง 2-3 ชิ้น

92
00:04:58,609 --> 00:05:00,556
สำหรับหัวข้อที่กำหนดให้

93
00:05:00,556 --> 00:05:04,451
และนำเสนอผลการค้นหาพร้อมการอ้างอิง (citations)

94
00:05:04,451 --> 00:05:07,668
ครับ เครื่องมือที่ใช้คือ Google Search

95
00:05:07,668 --> 00:05:11,478
และข้อมูลที่ค้นได้จะส่งออกไปเก็บใน output key

96
00:05:11,478 --> 00:05:13,764
ชื่อ research findings ครับ

97
00:05:13,764 --> 00:05:17,659
ผลลัพธ์จะถูกเก็บไว้ตรงนี้ ให้ print ข้อความว่า

98
00:05:17,659 --> 00:05:21,300
research agent created ครับ ในทำนองเดียวกัน

99
00:05:21,300 --> 00:05:24,771
เราจะสร้าง summarizer agent ที่ตรงนี้ครับ

100
00:05:24,771 --> 00:05:28,242
ตอนนี้เราสร้าง summarizer agent เสร็จแล้ว

101
00:05:28,242 --> 00:05:31,968
ทุกอย่างเหมือนเดิมครับ instruction ของ agent

102
00:05:31,968 --> 00:05:35,693
ตัวนี้คือ อ่าน research findings ที่ได้รับมา

103
00:05:35,693 --> 00:05:38,995
ซึ่งก็คือ output key ของ research agent

104
00:05:38,995 --> 00:05:42,382
อย่างที่เห็นครับ แล้วสร้างสรุปกระชับเป็น

105
00:05:42,382 --> 00:05:45,768
bulleted list (รายการแบบจุดนำ) ที่มี 3-5

106
00:05:45,768 --> 00:05:49,663
ประเด็นหลัก แล้วส่งออกเป็น final summary ไปยัง

107
00:05:49,663 --> 00:05:52,796
aggregate agent หรือ coordinator ครับ

108
00:05:52,796 --> 00:05:56,267
ถ้าอยากรู้เพิ่มเติมว่าจะเขียน instruction

109
00:05:56,267 --> 00:05:59,992
ที่ชัดเจน ระบุสเปก และกำกับ agent ได้อย่างไร

110
00:05:59,992 --> 00:06:01,940
โปรดไปอ่านบทความนี้ครับ

111
00:06:01,940 --> 00:06:05,750
เข้าใจง่ายและมีประโยชน์มากครับ ตอนนี้เราสร้าง

112
00:06:05,750 --> 00:06:07,358
agent ครบสองตัวแล้ว

113
00:06:07,358 --> 00:06:10,491
ขั้นต่อมาคือการรวมทุกอย่างเข้าด้วยกัน

114
00:06:10,491 --> 00:06:14,301
ซึ่งเราต้องมี coordinator (ตัวประสานงาน) หรือ

115
00:06:14,301 --> 00:06:17,603
orchestrator (ตัวควบคุมวงออเคสตรา) ครับ

116
00:06:17,603 --> 00:06:21,074
ตรงนี้เราจะ define root coordinator agent

117
00:06:21,074 --> 00:06:24,884
และเราจะเรียกมันว่า research coordinator ครับ

118
00:06:24,884 --> 00:06:28,356
ใช้ model เดิม retry option เท่ากับ retry

119
00:06:28,356 --> 00:06:31,150
config เหมือนเดิมครับ instruction

120
00:06:31,150 --> 00:06:34,113
ตรงนี้สำคัญมากครับ เพราะเรากำลังบอก

121
00:06:34,113 --> 00:06:35,210
coordinator

122
00:06:35,210 --> 00:06:38,935
ให้รวบรวมทุกอย่างและส่งออกผลลัพธ์สุดท้ายครับ

123
00:06:38,935 --> 00:06:42,153
เนื้อหาคือ คุณคือ research coordinator

124
00:06:42,153 --> 00:06:45,539
เป้าหมายของคุณคือตอบคำถามของผู้ใช้โดยการ

125
00:06:45,539 --> 00:06:48,672
orchestrate (ประสาน) workflow ขั้นแรก

126
00:06:48,672 --> 00:06:51,381
คุณต้องเรียก research agent tool

127
00:06:51,381 --> 00:06:55,784
เพื่อค้นหาข้อมูลที่เกี่ยวข้องกับหัวข้อที่ผู้ใช้ให้มา

128
00:06:55,784 --> 00:06:59,425
ขั้นต่อมา หลังได้รับ research findings แล้ว

129
00:06:59,425 --> 00:07:02,303
คุณต้องเรียก summarizer agent tool

130
00:07:02,303 --> 00:07:05,859
เพื่อสร้างสรุปกระชับ และขั้นสุดท้าย นำเสนอ

131
00:07:05,859 --> 00:07:06,960
final summary

132
00:07:06,960 --> 00:07:10,093
ให้ชัดเจนต่อผู้ใช้เป็นคำตอบของคุณครับ

133
00:07:10,093 --> 00:07:13,818
ต่อมาเราจะ wrap agent ทั้งสองตัวให้เป็น tool

134
00:07:13,818 --> 00:07:17,289
(เครื่องมือ) ครับ เพราะตรงนี้เราไม่ได้ใช้

135
00:07:17,289 --> 00:07:19,999
Google Search เป็น tool หรอกครับ

136
00:07:19,999 --> 00:07:23,809
เราใช้ข้อมูลที่ research agent กับ summarizer

137
00:07:23,809 --> 00:07:27,195
agent สร้างขึ้นเป็น tool ของ coordinator

138
00:07:27,195 --> 00:07:31,005
แทนครับ ดังนั้น tool ตรงนี้จึงเป็น agent tool

139
00:07:31,005 --> 00:07:34,138
ของ research agent และ agent tool ของ

140
00:07:34,138 --> 00:07:37,779
summarizer agent ครับ มา execute เพื่อสร้าง

141
00:07:37,779 --> 00:07:40,573
root agent กัน เสร็จเรียบร้อยครับ

142
00:07:40,573 --> 00:07:43,705
ต่อไปเราจะรัน agent นี้ด้วยคำสั่งเดิม

143
00:07:43,705 --> 00:07:47,261
คือคำสั่งสร้าง runner แบบ in-memory สำหรับ

144
00:07:47,261 --> 00:07:49,717
root agent ครับ แล้วส่ง query

145
00:07:49,717 --> 00:07:52,595
เข้าไปดูว่ามันตอบอย่างไร มันตอบว่า

146
00:07:52,595 --> 00:07:55,390
ฝนเป็นส่วนสำคัญของวัฏจักรน้ำบนโลก

147
00:07:55,390 --> 00:07:58,522
ฝนเริ่มต้นเมื่อน้ำจากมหาสมุทร ทะเลสาบ

148
00:07:58,522 --> 00:08:02,163
และแม่น้ำระเหยขึ้นไปในบรรยากาศเป็นไอน้ำครับ

149
00:08:02,163 --> 00:08:05,465
มันอธิบายแนวคิดนี้ให้เราฟังได้ดีมากครับ

150
00:08:05,465 --> 00:08:08,682
ยินดีด้วยครับ เราสร้างระบบ multi-agent

151
00:08:08,682 --> 00:08:12,154
ตัวแรกสำเร็จแล้ว เราใช้ coordinator agent

152
00:08:12,154 --> 00:08:15,117
ตัวเดียวที่บริหารทั้ง workflow ครับ

153
00:08:15,117 --> 00:08:18,758
ดูเป็นระบบที่ทรงพลังและยืดหยุ่นมาก เพราะถ้า

154
00:08:18,758 --> 00:08:22,652
agent ตัวไหนมีปัญหา คุณแค่กลับไปแก้เฉพาะ agent

155
00:08:22,652 --> 00:08:23,749
ตัวนั้น

156
00:08:23,749 --> 00:08:27,898
แทนที่จะต้องไล่ดูโค้ดทั้งหมดเพื่อหาว่าอะไรพังครับ

157
00:08:27,898 --> 00:08:31,115
ต่อไปเป็น section ถัดไป คือ sequential

158
00:08:31,115 --> 00:08:33,825
workflow (การทำงานตามลำดับ) ครับ

159
00:08:33,825 --> 00:08:36,534
ซึ่งมักถูกเรียกว่า assembly line

160
00:08:36,534 --> 00:08:38,143
(สายการประกอบ) ครับ

161
00:08:38,143 --> 00:08:41,953
เหตุผลที่เรียกแบบนั้นก็เพราะ output ของ agent

162
00:08:41,953 --> 00:08:44,747
ตัวแรกจะเป็น input ของอีกตัวหนึ่ง

163
00:08:44,747 --> 00:08:48,133
แล้วก็วนแบบนี้ต่อไปเรื่อย ๆ จนได้ output

164
00:08:48,133 --> 00:08:49,230
สุดท้ายครับ

165
00:08:49,230 --> 00:08:52,532
เพื่อเข้าใจให้ลึกขึ้นว่าเมื่อไหร่ควรใช้

166
00:08:52,532 --> 00:08:55,411
คำตอบคือเมื่อเรามี linear pipeline

167
00:08:55,411 --> 00:08:57,104
(ไปป์ไลน์แบบเส้นตรง)

168
00:08:57,104 --> 00:09:00,914
หรือขั้นตอนปัจจุบันขึ้นอยู่กับขั้นตอนก่อนหน้า

169
00:09:00,914 --> 00:09:03,454
ตั้งแต่ต้นจนจบแบบนั้น workflow

170
00:09:03,454 --> 00:09:05,148
นี้เหมาะสมที่สุดครับ

171
00:09:05,148 --> 00:09:08,534
อยากเรียนรู้เพิ่มไปอ่านเอกสาร sequential

172
00:09:08,534 --> 00:09:12,344
agents ใน ADK ได้ครับ มีตัวอย่างให้ดูด้วยครับ

173
00:09:12,344 --> 00:09:16,239
ตัวอย่างที่ใช้ที่นี่คือการสร้างบทความบล็อกครับ

174
00:09:16,239 --> 00:09:19,880
ปกติในงานเขียนบล็อก ผู้ใช้จะพิมพ์หัวข้อเป็น

175
00:09:19,880 --> 00:09:23,774
prompt ส่งเข้ามา สมมติผู้ใช้ขอเนื้อหาเกี่ยวกับ

176
00:09:23,774 --> 00:09:26,907
AI ครับ outline agent จะเรียกใช้ tool

177
00:09:26,907 --> 00:09:30,040
ที่เกี่ยวข้องแล้วกลับมาพร้อม pointers

178
00:09:30,040 --> 00:09:33,426
คือโครงร่างว่าคำตอบควรประกอบด้วยอะไรบ้าง

179
00:09:33,426 --> 00:09:36,813
ซึ่งกลายเป็น input ของ writer agent ครับ

180
00:09:36,813 --> 00:09:40,623
writer agent นำ pointers เหล่านั้นไปเขียนเป็น

181
00:09:40,623 --> 00:09:44,094
draft แล้ว draft นั้นก็กลายเป็น input ของ

182
00:09:44,094 --> 00:09:46,296
editor ซึ่งจะประสาน คัดสรร

183
00:09:46,296 --> 00:09:49,682
จัดให้เนื้อหาต่อเนื่องกัน แล้วนำเสนอเป็น

184
00:09:49,682 --> 00:09:51,630
output ส่งให้ผู้ใช้ครับ

185
00:09:51,630 --> 00:09:55,440
ดังนั้นเราต้องสร้างทีละ agent ได้แก่ outline,

186
00:09:55,440 --> 00:09:58,742
writer, editor แล้วจะมี coordinator กับ

187
00:09:58,742 --> 00:10:00,096
aggregator agent

188
00:10:00,096 --> 00:10:03,568
มาช่วยรวมทั้งระบบเข้าด้วยกันครับ เริ่มจาก

189
00:10:03,568 --> 00:10:06,531
outline agent ครับ รูปแบบการ define

190
00:10:06,531 --> 00:10:10,256
ยังเหมือนเดิม คุณระบุ name ระบุ model และใส่

191
00:10:10,256 --> 00:10:13,304
retry option ครับ หลังจากนั้นส่วนของ

192
00:10:13,304 --> 00:10:17,199
instruction กับ output key เป็นจุดที่ทุก agent

193
00:10:17,199 --> 00:10:20,586
ต่างกันครับ instruction ของ agent นี้คือ

194
00:10:20,586 --> 00:10:24,311
สร้างโครงร่างบล็อกสำหรับหัวข้อที่กำหนด พร้อม

195
00:10:24,311 --> 00:10:28,206
headline (พาดหัว) ที่เด็ดและ introduction hook

196
00:10:28,206 --> 00:10:31,677
(คำเปิดชวนอ่าน) มี 3-5 section หลัก แต่ละ

197
00:10:31,677 --> 00:10:35,318
section มี 2-3 bullet points และปิดท้ายด้วย

198
00:10:35,318 --> 00:10:38,196
concluding thought (บทสรุปความคิด)

199
00:10:38,196 --> 00:10:41,075
ทุกอย่างที่ทำให้เก็บใน key นี้ครับ

200
00:10:41,075 --> 00:10:44,716
รันได้เลยครับ ในทำนองเดียวกัน เราจะ execute

201
00:10:44,716 --> 00:10:48,441
ตัว writer agent ครับ instruction ของ writer

202
00:10:48,441 --> 00:10:51,912
agent คือ ทำตาม outline นี้อย่างเคร่งครัด

203
00:10:51,912 --> 00:10:55,553
ซึ่งก็คือ blog outline นี้ เขียนบล็อกสั้น ๆ

204
00:10:55,553 --> 00:10:59,363
ประมาณ 200-300 คำ ด้วยโทนที่น่าสนใจและให้สาระ

205
00:10:59,363 --> 00:11:03,173
แล้วเก็บ draft นั้นไว้ใน output key ชื่อ blog

206
00:11:03,173 --> 00:11:06,814
draft ครับ ตอนนี้ blog draft กลายเป็น input

207
00:11:06,814 --> 00:11:10,624
ของ editor agent ครับ เราบอก editor agent ว่า

208
00:11:10,624 --> 00:11:13,333
ให้แก้ไข draft นี้คือ blog draft

209
00:11:13,333 --> 00:11:18,075
หน้าที่ของคุณคือขัดเกลาบทความโดยแก้ข้อผิดพลาดทางไวยากรณ์

210
00:11:18,075 --> 00:11:21,207
ปรับให้ลื่นไหลขึ้นทั้งโครงสร้างประโยค

211
00:11:21,207 --> 00:11:24,679
และเพิ่มความชัดเจนโดยรวม output ของคุณคือ

212
00:11:24,679 --> 00:11:28,319
output สุดท้ายของทั้ง pipeline จึงถูกเก็บใน

213
00:11:28,319 --> 00:11:31,452
final blog key ครับ เราสร้างสาม agent

214
00:11:31,452 --> 00:11:35,008
สำเร็จแล้ว ขั้นต่อมาคือรวมทั้งหมดเข้าไว้ใน

215
00:11:35,008 --> 00:11:38,564
sequential agent เพื่อให้ทำงานตามลำดับครับ

216
00:11:38,564 --> 00:11:42,120
เรามี root agent ซึ่งเป็น sequential agent

217
00:11:42,120 --> 00:11:45,845
เรากำลังสร้างมันและเรียกมันว่า blog pipeline

218
00:11:45,845 --> 00:11:49,486
ครับ sub-agent ข้างใน agent นี้คือ outline,

219
00:11:49,486 --> 00:11:53,042
writer และ editor ครับ เราสร้าง sequential

220
00:11:53,042 --> 00:11:56,937
agent เสร็จแล้ว ต่อไปรัน runner คำถามที่ใช้คือ

221
00:11:56,937 --> 00:12:00,831
เขียนบล็อกเกี่ยวกับประโยชน์ของระบบ multi-agent

222
00:12:00,831 --> 00:12:04,303
สำหรับนักพัฒนาซอฟต์แวร์ครับ outline agent

223
00:12:04,303 --> 00:12:07,520
คืนมาพร้อมโครงร่างบล็อก ทั้ง headline,

224
00:12:07,520 --> 00:12:10,907
introduction hook, section หลักที่มี 2-3

225
00:12:10,907 --> 00:12:14,463
ประเด็นต่อ section และ concluding thoughts

226
00:12:14,463 --> 00:12:17,934
ครับ จากนั้น writer agent สร้าง draft จาก

227
00:12:17,934 --> 00:12:21,151
pointers ของ outline แล้ว editor agent

228
00:12:21,151 --> 00:12:24,623
ก็ขัดเกลา draft ให้เรียบร้อยต่อเนื่องครับ

229
00:12:24,623 --> 00:12:27,586
นี่คือวิธีที่เราสร้าง assembly line

230
00:12:27,586 --> 00:12:30,549
ที่น่าเชื่อถือด้วย sequential agent

231
00:12:30,549 --> 00:12:33,767
ซึ่งคืนผลลัพธ์ตามลำดับที่คาดเดาได้ครับ

232
00:12:33,767 --> 00:12:37,323
ต่อไปเป็น parallel workflow (การทำงานขนาน)

233
00:12:37,323 --> 00:12:40,455
ซึ่งหมายถึงนักวิจัยที่อิสระต่อกันครับ

234
00:12:40,455 --> 00:12:44,265
ตรงนี้ไม่มี dependency ใครก็รันของใคร เป็นการ

235
00:12:44,265 --> 00:12:47,144
execute พร้อมกัน (concurrent) ครับ

236
00:12:47,144 --> 00:12:49,853
ใช้เมื่อไหร่? เมื่อความเร็วสำคัญ

237
00:12:49,853 --> 00:12:53,748
เมื่องานแต่ละชิ้นทำงานขนานกันได้อย่างอิสระครับ

238
00:12:53,748 --> 00:12:56,711
ตัวอย่างที่ใช้คือนักวิจัยหลายหัวข้อ

239
00:12:56,711 --> 00:12:58,828
(multi-topic researchers)

240
00:12:58,828 --> 00:13:01,029
ที่แต่ละคนรับหัวข้อต่างกัน

241
00:13:01,029 --> 00:13:03,993
ไม่ต้องรอกันและกันครับ อย่างไรก็ตาม

242
00:13:03,993 --> 00:13:05,686
เมื่อทุกงานเสร็จแล้ว

243
00:13:05,686 --> 00:13:09,242
ผลลัพธ์ทั้งหมดจะถูกรวมกันในขั้น aggregator

244
00:13:09,242 --> 00:13:12,375
เพื่อสร้าง output รวมส่งให้ผู้ใช้ครับ

245
00:13:12,375 --> 00:13:15,846
ในตัวอย่างนี้เราใช้ 4 agent ครับ คือ tech

246
00:13:15,846 --> 00:13:19,656
(เทคโนโลยี) health (สุขภาพ) finance (การเงิน)

247
00:13:19,656 --> 00:13:23,551
และ aggregator ที่จะรวมข้อมูลทั้งหมดเป็น draft

248
00:13:23,551 --> 00:13:27,022
รวมเดียวกันครับ ตัวแรกคือ tech researcher

249
00:13:27,022 --> 00:13:30,663
ผ่านวิธี define แบบเดิม คือ name, model และ

250
00:13:30,663 --> 00:13:34,473
retry option ครับ instruction คือ วิจัยเทรนด์

251
00:13:34,473 --> 00:13:37,182
AI/ML ล่าสุด ระบุ 3 พัฒนาการหลัก

252
00:13:37,182 --> 00:13:39,129
บริษัทหลักที่เกี่ยวข้อง

253
00:13:39,129 --> 00:13:42,770
และผลกระทบที่อาจเกิดขึ้น รายงานกระชับประมาณ

254
00:13:42,770 --> 00:13:45,225
100 คำ ใช้ Google Search tool

255
00:13:45,225 --> 00:13:48,612
แล้วส่งข้อมูลที่ค้นพบไปเก็บใน output key

256
00:13:48,612 --> 00:13:51,660
ฝั่งงานวิจัยเทคโนโลยีครับ รันเลยครับ

257
00:13:51,660 --> 00:13:54,793
ในทำนองเดียวกัน บอก health researcher

258
00:13:54,793 --> 00:13:58,264
ให้หาความก้าวหน้าทางการแพทย์ล่าสุด ระบุ 3

259
00:13:58,264 --> 00:14:01,312
ความก้าวหน้าสำคัญ การประยุกต์ใช้จริง

260
00:14:01,312 --> 00:14:05,122
และกรอบเวลาที่คาดการณ์ รายงานกระชับประมาณ 100

261
00:14:05,122 --> 00:14:08,339
คำ และเราก็สร้าง health research agent

262
00:14:08,339 --> 00:14:11,641
เสร็จแล้วครับ ต่อไปผมจะ execute finance

263
00:14:11,641 --> 00:14:14,605
research agent ครับ instruction คือ

264
00:14:14,605 --> 00:14:18,499
วิจัยเทรนด์ fintech ปัจจุบัน ระบุ 3 เทรนด์หลัก

265
00:14:18,499 --> 00:14:20,955
ผลกระทบต่อตลาด และมุมมองอนาคต

266
00:14:20,955 --> 00:14:24,849
รายงานกระชับประมาณ 100 คำ โดยใช้ Google Search

267
00:14:24,849 --> 00:14:28,575
tool ตัวเดิมครับ ทั้งสามตัวใช้ Google Search

268
00:14:28,575 --> 00:14:32,469
tool ตัวเดียวกันครับ ต่อมาคือ aggregator agent

269
00:14:32,469 --> 00:14:36,279
ที่จะรวมทั้งหมดและสร้าง output รวมสุดท้ายครับ

270
00:14:36,279 --> 00:14:40,005
มันจะไม่ใช้ Google Search เป็น tool หรอกครับ

271
00:14:40,005 --> 00:14:43,815
แต่จะดู output ของ agent ทั้งสามตัวนี้แทนครับ

272
00:14:43,815 --> 00:14:47,117
name กับ model กับ retry option เป็นค่า

273
00:14:47,117 --> 00:14:50,504
default ตามเดิม อย่างไรก็ตาม instruction

274
00:14:50,504 --> 00:14:53,044
จะเป็นตัวรวม research findings

275
00:14:53,044 --> 00:14:56,600
ทั้งสามชุดเข้าเป็น executive summary เดียว

276
00:14:56,600 --> 00:15:00,494
ครอบคลุมเทรนด์เทคโนโลยี ความก้าวหน้าด้านสุขภาพ

277
00:15:00,494 --> 00:15:04,135
และนวัตกรรมการเงิน โดยดึงจาก output key ของ

278
00:15:04,135 --> 00:15:06,336
agent แต่ละตัวครับ summary

279
00:15:06,336 --> 00:15:10,231
ของคุณควรเน้นธีมร่วม ความเชื่อมโยงที่น่าแปลกใจ

280
00:15:10,231 --> 00:15:13,702
และประเด็นสำคัญที่สุดจากทั้งสามรายงาน โดย

281
00:15:13,702 --> 00:15:17,512
final summary ยาวประมาณ 200 คำ และเก็บ output

282
00:15:17,512 --> 00:15:20,560
ไว้ใน executive summary ครับ เท่านี้

283
00:15:20,560 --> 00:15:23,524
aggregator agent ก็ถูกสร้างแล้วครับ

284
00:15:23,524 --> 00:15:27,080
หลังจากนี้เราต้องมี parallel research team

285
00:15:27,080 --> 00:15:30,720
agent ครับ agent แบบ parallel ตัวนี้จะ wrap

286
00:15:30,720 --> 00:15:34,615
agent ทั้งหมดเข้าเป็น agent เดียว เหมือนการรวม

287
00:15:34,615 --> 00:15:37,832
agent ทั้งหมดเพื่อนำ research findings

288
00:15:37,832 --> 00:15:41,134
มารวมกันเป็นรายงานเดียวครับ ใน workflow

289
00:15:41,134 --> 00:15:44,521
ก่อนหน้าตรงจุดนี้เราใช้ sequential agent

290
00:15:44,521 --> 00:15:48,331
ที่นี่เราจะใช้ parallel agent ที่มี sub-agent

291
00:15:48,331 --> 00:15:51,125
คือ tech, health และ finance ครับ

292
00:15:51,125 --> 00:15:54,935
เมื่อสร้างเสร็จแล้ว ต่อไปเราต้องมี sequential

293
00:15:54,935 --> 00:15:57,898
agent ที่ข้างในบรรจุ parallel agent

294
00:15:57,898 --> 00:16:01,200
ตัวนี้อยู่ร่วมกับ aggregator agent ครับ

295
00:16:01,200 --> 00:16:03,994
ทั้งสองจึงมาเรียงกันเป็นลำดับครับ

296
00:16:03,994 --> 00:16:07,381
กลับมาที่โค้ด เราได้ root agent ซึ่งเป็น

297
00:16:07,381 --> 00:16:10,937
sequential agent ครับ ทำหน้าที่รันลำดับของ

298
00:16:10,937 --> 00:16:12,884
parallel research agent

299
00:16:12,884 --> 00:16:16,779
ซึ่งรวมรายงานทั้งหมดเข้าด้วยกัน แล้วจึงตามด้วย

300
00:16:16,779 --> 00:16:20,674
aggregator agent ที่จะรวมทุกรายงานจาก parallel

301
00:16:20,674 --> 00:16:23,806
research team แล้วส่งออกเป็นลำดับครับ

302
00:16:23,806 --> 00:16:26,939
ตอนนี้รัน runner ครับ มีคำถามขอ daily

303
00:16:26,939 --> 00:16:30,495
executive briefing เรื่อง tech, health และ

304
00:16:30,495 --> 00:16:34,051
finance ครับ ระบบแจ้งว่าผู้ใช้ถามเรื่องนี้

305
00:16:34,051 --> 00:16:37,776
tech researcher ให้ข้อมูลมาสองสามบรรทัด แล้ว

306
00:16:37,776 --> 00:16:41,417
health researcher ก็ให้ข้อมูลส่วนของ health

307
00:16:41,417 --> 00:16:45,227
executive briefing ครับ มี executive briefing

308
00:16:45,227 --> 00:16:48,783
เรื่อง fintech trends และข้อมูล healthcare

309
00:16:48,783 --> 00:16:52,424
รวมถึง future outlook ครับ และนี่คือสิ่งที่

310
00:16:52,424 --> 00:16:55,895
aggregator agent ทำ มันรับ daily briefing

311
00:16:55,895 --> 00:16:59,705
เรื่อง tech, health, finance แล้วสร้าง output

312
00:16:59,705 --> 00:17:02,753
สุดท้ายออกมาครับ นี่คือวิธีที่ agent

313
00:17:02,753 --> 00:17:05,801
ทั้งหมดทำงานร่วมกันเพื่อสร้าง output

314
00:17:05,801 --> 00:17:09,188
เดียวที่เรียบร้อยให้ผู้ใช้ สำหรับ prompt

315
00:17:09,188 --> 00:17:12,913
ที่เขาส่งเข้ามาครับ ต่อไปเป็น section ที่ห้า

316
00:17:12,913 --> 00:17:15,961
คือ loop workflow (การทำงานแบบวนซ้ำ)

317
00:17:15,961 --> 00:17:19,517
หรือวงจรการขัดเกลาผลงาน (refinement cycle)

318
00:17:19,517 --> 00:17:20,614
ครับ

319
00:17:20,614 --> 00:17:24,170
ใช้เมื่องานต้องได้รับการปรับปรุงผ่านรอบของ

320
00:17:24,170 --> 00:17:27,980
feedback และการแก้ไขซ้ำครับ เราสามารถใช้ loop

321
00:17:27,980 --> 00:17:30,943
agent ซึ่งรันชุดของ sub-agent ซ้ำ ๆ

322
00:17:30,943 --> 00:17:34,161
จนกว่าเงื่อนไขที่กำหนดจะถูกทำให้สำเร็จ

323
00:17:34,161 --> 00:17:37,547
หรือจนถึงจำนวนรอบ (iteration) สูงสุดครับ

324
00:17:37,547 --> 00:17:40,934
กลไกนี้จะสร้างวงจรปรับปรุง ให้ระบบ agent

325
00:17:40,934 --> 00:17:44,321
พัฒนาผลงานของตัวเองซ้ำแล้วซ้ำเล่าได้ครับ

326
00:17:44,321 --> 00:17:46,437
แล้วเมื่อไหร่ควรใช้ loop?

327
00:17:46,437 --> 00:17:50,417
พื้นฐานคือเมื่อคุณมีความต้องการปรับปรุงแบบวนซ้ำ

328
00:17:50,417 --> 00:17:54,311
(iterative improvement) เมื่อต้องขัดเกลาคุณภาพ

329
00:17:54,311 --> 00:17:56,513
และต้องการรอบการแก้ไขซ้ำ ๆ

330
00:17:56,513 --> 00:17:58,799
สำหรับปัญหาใดปัญหาหนึ่งครับ

331
00:17:58,799 --> 00:18:01,423
ปัญหาพื้นฐานที่ยกมาคือ workflow

332
00:18:01,423 --> 00:18:05,234
ทั้งหมดที่เห็นมาถึงตอนนี้ ทั้ง sequential และ

333
00:18:05,234 --> 00:18:08,536
parallel รันตั้งแต่ต้นจนจบ สร้าง output

334
00:18:08,536 --> 00:18:12,261
สุดท้ายแล้วหยุดครับ แนวทางแบบยิงครั้งเดียวจบ

335
00:18:12,261 --> 00:18:13,358
(one-shot)

336
00:18:13,358 --> 00:18:17,845
แบบนี้ไม่เหมาะกับงานที่ต้องปรับปรุงซ้ำและควบคุมคุณภาพ

337
00:18:17,845 --> 00:18:21,655
ซึ่งตรงนี้เองที่วงจร critic และ loop workflow

338
00:18:21,655 --> 00:18:23,095
เข้ามามีบทบาทครับ

339
00:18:23,095 --> 00:18:26,735
อยากเรียนรู้เพิ่มไปอ่านบทความ loop agent ใน

340
00:18:26,735 --> 00:18:27,832
ADK ได้ครับ

341
00:18:27,832 --> 00:18:30,880
มีตัวอย่างและโค้ดหลายแบบให้ศึกษาครับ

342
00:18:30,880 --> 00:18:33,590
ในตัวอย่างนี้ เรามี writer agent

343
00:18:33,590 --> 00:18:36,468
(เอเจนต์นักเขียน) กับ critic agent

344
00:18:36,468 --> 00:18:39,093
(เอเจนต์นักวิจารณ์) ครับ writer

345
00:18:39,093 --> 00:18:41,464
จะร่างเรื่องสั้น แล้ว critic

346
00:18:41,464 --> 00:18:44,342
จะรีวิวและให้วิจารณ์เรื่องสั้นนั้น

347
00:18:44,342 --> 00:18:47,898
พร้อมเสนอแนะการปรับปรุง ตามจำนวน iteration

348
00:18:47,898 --> 00:18:51,285
ที่กำหนด ไม่ว่าจะรอบจนกว่าเงื่อนไขสำเร็จ

349
00:18:51,285 --> 00:18:54,926
หรือจนครบจำนวนรอบครับ เริ่มจากสร้าง initial

350
00:18:54,926 --> 00:18:58,397
writer agent ก่อนครับ instruction คือ จาก

351
00:18:58,397 --> 00:19:00,768
prompt ของผู้ใช้ เขียน draft

352
00:19:00,768 --> 00:19:04,154
แรกของเรื่องสั้นความยาวประมาณ 100-150 คำ

353
00:19:04,154 --> 00:19:06,525
ส่งออกเฉพาะเนื้อเรื่องล้วน ๆ

354
00:19:06,525 --> 00:19:09,573
ไม่ต้องมีคำนำหรือคำอธิบาย และ output

355
00:19:09,573 --> 00:19:13,214
ที่ได้ให้บันทึกเป็น current story ซึ่งก็คือ

356
00:19:13,214 --> 00:19:16,854
draft แรกของคุณ ไว้ใน state (สถานะ) ครับ กด

357
00:19:16,854 --> 00:19:20,495
execute แล้ว agent ถูกสร้างครับ ตัวถัดไปคือ

358
00:19:20,495 --> 00:19:24,390
critic agent ครับ instruction ของ critic agent

359
00:19:24,390 --> 00:19:28,200
คือ คุณเป็นนักวิจารณ์เรื่องสั้นเชิงสร้างสรรค์

360
00:19:28,200 --> 00:19:31,502
รีวิวเรื่องสั้นที่ให้มา ซึ่งก็คือ draft

361
00:19:31,502 --> 00:19:34,380
แรกหรือ current story ประเมิน plot

362
00:19:34,380 --> 00:19:38,021
(โครงเรื่อง) ตัวละคร และจังหวะการเล่าเรื่อง

363
00:19:38,021 --> 00:19:41,916
(pacing) ถ้าเรื่องสั้นเขียนได้ดีและสมบูรณ์แล้ว

364
00:19:41,916 --> 00:19:45,133
คุณต้องตอบกลับด้วยวลีที่แน่นอนคือคำว่า

365
00:19:45,133 --> 00:19:48,266
approved แต่ถ้ายังไม่ดีพอ ให้เสนอ 2-3

366
00:19:48,266 --> 00:19:51,652
ข้อเสนอแนะที่เจาะจงและลงมือทำได้จริง และ

367
00:19:51,652 --> 00:19:55,208
feedback ที่ออกมาให้เก็บใน output key ชื่อ

368
00:19:55,208 --> 00:19:58,680
critic ครับ กด generate ตัว agent นี้ครับ

369
00:19:58,680 --> 00:20:01,050
ตอนนี้เราสร้าง agent ครบแล้ว

370
00:20:01,050 --> 00:20:03,506
แต่เรายังต้องสร้าง loop agent

371
00:20:03,506 --> 00:20:07,062
ที่จะหยุดทำงานตาม feedback ของ critic ครับ

372
00:20:07,062 --> 00:20:08,924
แต่ปัญหาคือ loop agent

373
00:20:08,924 --> 00:20:12,565
จะไม่เข้าใจเองโดยอัตโนมัติว่าคำว่า approved

374
00:20:12,565 --> 00:20:14,089
หมายถึงให้หยุดครับ

375
00:20:14,089 --> 00:20:17,645
เราจึงต้องให้สัญญาณที่ชัดเจนแก่ loop agent

376
00:20:17,645 --> 00:20:20,862
เพื่อยุติการวนซ้ำครับ ทำได้สองส่วนครับ

377
00:20:20,862 --> 00:20:24,503
ส่วนแรกคือสร้าง Python function ง่าย ๆ ชื่อ

378
00:20:24,503 --> 00:20:26,958
exit loop เพื่อให้ loop agent

379
00:20:26,958 --> 00:20:30,853
เข้าใจว่านี่คือสัญญาณออกจากวงจร แล้วอีกส่วนคือ

380
00:20:30,853 --> 00:20:32,970
agent ที่จะเรียก function

381
00:20:32,970 --> 00:20:36,272
นั้นเมื่อเงื่อนไขที่ถูกต้องเกิดขึ้นครับ

382
00:20:36,272 --> 00:20:39,743
ขั้นแรก define ฟังก์ชัน exit loop กันครับ

383
00:20:39,743 --> 00:20:43,468
เรียกฟังก์ชันนี้เมื่อ critic ตอบว่า approved

384
00:20:43,468 --> 00:20:44,566
เท่านั้น

385
00:20:44,566 --> 00:20:48,799
ซึ่งแสดงว่าเรื่องสั้นเสร็จสมบูรณ์แล้วไม่ต้องแก้อีก

386
00:20:48,799 --> 00:20:52,609
โดยเขียน status เป็น approved และ message ว่า

387
00:20:52,609 --> 00:20:56,165
story approved กำลังออกจากวงจรปรับปรุงครับ

388
00:20:56,165 --> 00:20:59,890
ความหมายคือเมื่อ critic บอกว่า approved แล้ว

389
00:20:59,890 --> 00:21:03,277
loop agent จะต้องออกจากวงจรครับ เรากำลัง

390
00:21:03,277 --> 00:21:06,071
define ฟังก์ชัน exit loop นี้ครับ

391
00:21:06,071 --> 00:21:08,950
เสร็จแล้วครับ ต่อมาต้องสร้าง agent

392
00:21:08,950 --> 00:21:11,744
ที่จะเรียกใช้ Python function นี้

393
00:21:11,744 --> 00:21:15,384
โดยครอบมันไว้ใน function tool ครับ เราเรียก

394
00:21:15,384 --> 00:21:19,025
agent นี้ว่า refiner agent ครับ instruction

395
00:21:19,025 --> 00:21:20,803
ของ refiner agent คือ

396
00:21:20,803 --> 00:21:24,444
คุณเป็นผู้ขัดเกลาเรื่องสั้น (story refiner)

397
00:21:24,444 --> 00:21:27,915
คุณมี story draft ซึ่งก็คือ current story

398
00:21:27,915 --> 00:21:31,640
ที่มาจาก initial agent และมี critic ซึ่งเป็น

399
00:21:31,640 --> 00:21:33,588
output ของ critic agent

400
00:21:33,588 --> 00:21:36,466
หน้าที่ของคุณคือวิเคราะห์คำวิจารณ์

401
00:21:36,466 --> 00:21:39,514
ถ้าคำวิจารณ์คือคำว่า approved เป๊ะ ๆ

402
00:21:39,514 --> 00:21:42,054
คุณต้องเรียกฟังก์ชัน exit loop

403
00:21:42,054 --> 00:21:44,848
และไม่ทำอย่างอื่นเลย แต่ถ้าไม่ใช่

404
00:21:44,848 --> 00:21:48,235
ให้เขียนเรื่องสั้นใหม่โดยนำ feedback จาก

405
00:21:48,235 --> 00:21:51,706
critic มาใช้ให้ครบถ้วน แล้วบันทึกกลับเป็น

406
00:21:51,706 --> 00:21:53,230
current story ครับ

407
00:21:53,230 --> 00:21:57,718
แบบนี้เรื่องสั้นเวอร์ชันปรับปรุงใหม่จะเขียนทับของเดิม

408
00:21:57,718 --> 00:21:59,496
แล้ววนกลับไปหา critic

409
00:21:59,496 --> 00:22:01,612
ให้วิจารณ์รอบใหม่อีกครั้ง

410
00:22:01,612 --> 00:22:05,253
วงจรก็เดินต่อแบบนี้ครับ โดยสรุป instruction

411
00:22:05,253 --> 00:22:08,301
นี้บอกว่า agent ตัวนี้คือสมองของวงจร

412
00:22:08,301 --> 00:22:11,010
มันอ่านผลวิจารณ์จาก critic agent

413
00:22:11,010 --> 00:22:13,720
แล้วตัดสินใจว่าจะเรียก exit loop

414
00:22:13,720 --> 00:22:17,106
หรือจะเขียนเรื่องสั้นใหม่ครับ output key

415
00:22:17,106 --> 00:22:20,662
อยู่ตรงนี้ และ tool คือ function tool ชื่อ

416
00:22:20,662 --> 00:22:24,472
exit loop ครับ ลองสร้าง agent นี้ครับ refiner

417
00:22:24,472 --> 00:22:28,282
agent ถูกสร้างแล้วครับ เท่านี้เราก็มีนิยามของ

418
00:22:28,282 --> 00:22:31,584
exit loop มีตัวฟังก์ชัน exit loop และมี

419
00:22:31,584 --> 00:22:34,802
refiner agent ครับ ต่อมาคือ loop agent

420
00:22:34,802 --> 00:22:38,188
ซึ่งเราเตรียมสองขั้นข้างบนมาเพื่อมันครับ

421
00:22:38,188 --> 00:22:41,321
ตัวนี้ชื่อ story refinement loop ครับ

422
00:22:41,321 --> 00:22:45,046
sub-agent ข้างในคือ critic agent กับ refiner

423
00:22:45,046 --> 00:22:47,248
agent ครับ จำนวน iteration

424
00:22:47,248 --> 00:22:49,618
สูงสุดที่ให้ตรงนี้คือสองครับ

425
00:22:49,618 --> 00:22:52,243
จะตั้งกี่รอบก็ได้ตามต้องการครับ

426
00:22:52,243 --> 00:22:55,630
แต่สำคัญมากที่ต้องระบุตัวเลขกำกับไว้เสมอ

427
00:22:55,630 --> 00:22:59,440
เพื่อกัน agent วนซ้ำไม่รู้จบครับ ต่อมา define

428
00:22:59,440 --> 00:23:02,996
root agent ครับ เป็น sequential agent ชื่อ

429
00:23:02,996 --> 00:23:06,721
story pipeline ครับ sub-agent จะเป็น initial

430
00:23:06,721 --> 00:23:09,854
writer กับ story refinement loop ครับ

431
00:23:09,854 --> 00:23:12,648
ตัวนี้เองครับ เราไม่ได้เอา critic

432
00:23:12,648 --> 00:23:15,865
มาอยู่ตรงระดับบนสุดนะครับ เพราะ critic

433
00:23:15,865 --> 00:23:19,506
มีไว้เพื่อให้ feedback เฉย ๆ ดังนั้นเราจะมี

434
00:23:19,506 --> 00:23:23,062
first draft ก่อน แล้วจึงมี refinement loop

435
00:23:23,062 --> 00:23:26,787
ซึ่งจะคาย draft ฉบับขัดเกลาแล้วออกมาด้วยครับ

436
00:23:26,787 --> 00:23:29,835
กด execute เพื่อสร้าง loop agent และ

437
00:23:29,835 --> 00:23:33,560
sequential agent ครับ เสร็จแล้วครับ ต่อไปรัน

438
00:23:33,560 --> 00:23:37,116
runner ครับ มีคำถามเตรียมไว้ให้อยู่แล้วคือ

439
00:23:37,116 --> 00:23:43,128
เขียนเรื่องสั้นเกี่ยวกับคนดูประภาคารที่ค้นพบแผนที่เรืองแสงอันลึกลับครับ

440
00:23:43,128 --> 00:23:46,853
คุณเปลี่ยนคำถามเป็นหัวข้ออื่นก็ได้ แล้วดูว่า

441
00:23:46,853 --> 00:23:50,409
agent ตอบอย่างไรครับ ผู้ใช้ให้ prompt แล้ว

442
00:23:50,409 --> 00:23:54,134
initial writer ก็ส่ง draft แรกมาครับ จากนั้น

443
00:23:54,134 --> 00:23:56,674
critic เสนอแนะการปรับปรุง เช่น

444
00:23:56,674 --> 00:23:59,468
ขยายปฏิกิริยาของตัวละครให้ชัดขึ้น

445
00:23:59,468 --> 00:24:01,585
ความชัดเจนว่าไม่ใช่โลกนี้

446
00:24:01,585 --> 00:24:05,988
และเพิ่มนัยบางอย่างเกี่ยวกับความสำคัญของสิ่งที่ค้นพบ

447
00:24:05,988 --> 00:24:09,713
แล้ว refiner agent ก็เขียนทั้งเรื่องใหม่ครับ

448
00:24:09,713 --> 00:24:13,608
จากนั้น critic ดูอีกรอบ เห็นว่าดีแล้วจึงตอบว่า

449
00:24:13,608 --> 00:24:17,502
approved ซึ่งหมายถึง loop agent ออกจากวงจร และ

450
00:24:17,502 --> 00:24:21,143
output ถูกส่งให้ผู้ใช้ครับ เราได้ implement

451
00:24:21,143 --> 00:24:22,413
ระบบ loop agent

452
00:24:22,413 --> 00:24:26,223
สร้างระบบที่ซับซ้อนซึ่งสามารถรีวิวและปรับปรุง

453
00:24:26,223 --> 00:24:28,340
output ของตัวเองเป็นรอบ ๆ

454
00:24:28,340 --> 00:24:31,557
ได้อย่างสะอาดเนี้ยบครับ นี่คือ pattern

455
00:24:31,557 --> 00:24:34,859
สำคัญสำหรับการสร้างผลลัพธ์คุณภาพสูงครับ

456
00:24:34,859 --> 00:24:38,331
ต่อมาคือบทสรุปของทั้งสามแบบที่เราทำมาครับ

457
00:24:38,331 --> 00:24:42,056
จนถึงตอนนี้เราผ่านครบทั้งสามระบบแล้ว ตั้งแต่

458
00:24:42,056 --> 00:24:44,003
sequential ถึง parallel

459
00:24:44,003 --> 00:24:48,575
ซึ่งเป็นแบบต่างฝ่ายต่างพึ่งพากันกับอิสระต่อกันตามลำดับ

460
00:24:48,575 --> 00:24:50,438
แล้วจึงเป็น loop agent

461
00:24:50,438 --> 00:24:54,671
ที่วนซ้ำตามจำนวนรอบเพื่อประกันผลลัพธ์คุณภาพสูงครับ

462
00:24:54,671 --> 00:24:58,227
มาดูกันว่าทั้งสามต่างกันอย่างไร ใน section

463
00:24:58,227 --> 00:25:02,122
นี้มีสรุปเพื่อช่วยให้เข้าใจว่าควรเลือก pattern

464
00:25:02,122 --> 00:25:05,678
ไหนในสถานการณ์ไหนครับ นี่คือ decision tree

465
00:25:05,678 --> 00:25:09,234
(แผนผังการตัดสินใจ) ครับ ถ้าคุณมี pipeline

466
00:25:09,234 --> 00:25:11,943
ตามตัว ใช้ sequential agent ครับ

467
00:25:11,943 --> 00:25:15,753
ถ้ามีงานขนานที่อิสระต่อกัน ใช้ parallel agent

468
00:25:15,753 --> 00:25:16,850
ครับ

469
00:25:16,850 --> 00:25:22,438
ถ้ามีการปรับปรุงแบบวนซ้ำที่ต้องเฝ้าคุณภาพและต้องบรรลุเกณฑ์ที่กำหนด

470
00:25:22,438 --> 00:25:25,825
ใช้ loop agent ครับ และถ้าคุณอยากให้ LLM

471
00:25:25,825 --> 00:25:29,212
ตัดสินใจเองว่าจะทำอะไร ต้องไปทาง dynamic

472
00:25:29,212 --> 00:25:31,752
decision ซึ่ง LLM orchestrator

473
00:25:31,752 --> 00:25:35,138
จะทำหน้าที่เป็นสมองและประสานงานกับ agent

474
00:25:35,138 --> 00:25:38,864
ตัวอื่น ๆ ครับ ก็คือรูปแบบ agent-to-agent as

475
00:25:38,864 --> 00:25:40,303
tools นั่นเองครับ

476
00:25:40,303 --> 00:25:46,653
คุณสามารถดูตารางนี้เพื่อข้อมูลเพิ่มเติมเพื่อเข้าใจว่าเกิดอะไรขึ้นกันแน่ครับ

477
00:25:46,653 --> 00:25:50,548
ยินดีด้วยครับ ตอนนี้คุณเป็น agent orchestrator

478
00:25:50,548 --> 00:25:54,104
แล้ว ในวิดีโอถัดไปเราจะไปทำ unit ของ Day 2

479
00:25:54,104 --> 00:25:56,559
กันครับ ขอบคุณมากที่รับชมครับ