อ่าน 22 นาที
เอージェนต์ AI
ในบริบทของ ปัญญาประดิษฐ์เชิงสร้างสรรค์ ตัวแทน AI (เรียกอีกอย่างว่า ระบบ AI แบบผสม หรือ AI ตัวแทน ) เป็นกลุ่มของ ตัวแทนอัจฉริยะ ที่สามารถบรรลุเป้าหมาย ใช้เครื่องมือ...
เอージェนต์ AI
ในบริบทของปัญญาประดิษฐ์เชิงสร้างสรรค์ตัวแทนAI (เรียกอีกอย่างว่าระบบ AI แบบผสมหรือAI ตัวแทน ) เป็นกลุ่มของตัวแทนอัจฉริยะที่สามารถบรรลุเป้าหมาย ใช้เครื่องมือ และดำเนินการต่างๆ ด้วยความเป็นอิสระในระดับต่างๆ ในทางปฏิบัติ ตัวแทนเหล่านี้มักจะทำงานภายใต้วัตถุประสงค์ ข้อจำกัด และเครื่องมือที่มนุษย์กำหนด[ 1 ] [ 2 ]
ภาพรวม
เอเจนต์ AI ไม่มีคำจำกัดความมาตรฐาน[ 3 ] [ 4 ] [ 5 ]คุณลักษณะทั่วไปของเอเจนต์ AI ได้แก่ พฤติกรรมที่มุ่งเน้นเป้าหมาย อินเทอร์เฟซภาษาธรรมชาติ ความสามารถในการใช้เครื่องมือภายนอก และความสามารถในการทำงานหลายขั้นตอน การควบคุมการไหลของเอเจนต์มักถูกขับเคลื่อนด้วยแบบจำลองภาษาขนาดใหญ่ (LLM) ระบบเอเจนต์อาจรวมถึงส่วนประกอบหน่วยความจำ ตรรกะการวางแผน อินเทอร์เฟซเครื่องมือ และซอฟต์แวร์การจัดการเพื่อประสานงานส่วนประกอบของเอเจนต์[ 2 ] [ 6 ]
การประยุกต์ใช้ตัวแทน AI ทั่วไปคือการทำงานอัตโนมัติ เช่น การจองแผนการเดินทางตามคำขอของ ผู้ใช้ [ 7 ] [ 8 ] [ 9 ]
บริษัทต่างๆ เช่นGoogle , MicrosoftและAmazon Web Servicesได้นำเสนอแพลตฟอร์มสำหรับการใช้งานเอเจนต์ AI ที่สร้างไว้ล่วงหน้า[ 10 ]มีการเสนอโปรโตคอลหลายตัวสำหรับการกำหนดมาตรฐานการสื่อสารระหว่างเอเจนต์ เช่นModel Context Protocol , Gibberlink [ 11 ] และอื่นๆ อีกมากมาย โปรโตคอลเหล่านี้บางส่วนยังใช้เพื่อเชื่อมต่อเอเจน ต์กับแอปพลิเคชันภายนอกอีกด้วย[ 12 ]
ในเดือนธันวาคม พ.ศ. 2568 มูลนิธิลินุกซ์ได้ประกาศการก่อตั้งมูลนิธิปัญญาประดิษฐ์แบบตัวแทน (AAIF) โดยมีเป้าหมายเพื่อให้มั่นใจว่าปัญญาประดิษฐ์แบบตัวแทนจะพัฒนาไปอย่างโปร่งใสและร่วมมือกัน[ 13 ] [ 14 ]
ประวัติศาสตร์
ตัวแทน AI สามารถสืบย้อนไปถึงงานวิจัยในช่วงทศวรรษ 1990 โดยศาสตราจารย์Milind Tambe จากมหาวิทยาลัยฮาร์วาร์ด ระบุว่าในขณะนั้นคำจำกัดความของตัวแทน AI ยังไม่ชัดเจน นักวิจัยAndrew Ngได้รับการยกย่องว่าเผยแพร่คำว่า "ตัวแทน" ไปสู่กลุ่มผู้ชมที่กว้างขึ้นในปี 2024 [ 15 ]
การฝึกอบรมและการทดสอบ
นักวิจัยได้พยายามสร้างแบบจำลองโลก[ 16 ] [ 17 ]และสภาพแวดล้อมการเรียนรู้แบบเสริมแรง[ 18 ]เพื่อฝึกฝนหรือประเมินตัวแทน AI ตัวอย่างเช่น วิดีโอเกมเช่นMinecraft [ 19 ]และNo Man's Sky [ 20 ]รวมถึงเว็บไซต์จำลองของบริษัท[ 21 ]ก็ถูกนำมาใช้เพื่อฝึกฝนตัวแทนดังกล่าวเช่นกัน
ความสามารถในการทำงานอัตโนมัติ
Financial Timesเปรียบเทียบความเป็นอิสระของตัวแทน AI กับการจัดประเภท SAE ของรถยนต์ขับเคลื่อนด้วยตนเองโดยเปรียบเทียบแอปพลิเคชันส่วนใหญ่กับระดับ 2 หรือระดับ 3 โดยบางแอปพลิเคชันบรรลุระดับ 4 ในสถานการณ์เฉพาะทางสูง และระดับ 5 เป็นเพียงทฤษฎี[ 22 ]
สถาปัตยกรรมทางปัญญา
Ken Huang เสนอสถาปัตยกรรมอ้างอิงตัวแทน AI ที่ประกอบด้วยเลเยอร์ที่เชื่อมต่อกันเจ็ดชั้น โดยแต่ละชั้นสร้างขึ้นจากฟังก์ชันการทำงานของเลเยอร์ที่อยู่ด้านล่าง: [ 23 ]
- ชั้นที่ 1 : โมเดลพื้นฐาน - จัดเตรียมกลไก AI หลักเพื่อขับเคลื่อนความสามารถของเอージェนต์
- ชั้นที่ 2 : การดำเนินงานด้านข้อมูล - จัดการโครงสร้างพื้นฐานข้อมูลที่ซับซ้อนซึ่งจำเป็นสำหรับการดำเนินงานของเอเจนต์ AI รวมถึงฐานข้อมูลเวกเตอร์ตัวโหลดข้อมูล และRAG
- ชั้นที่ 3 : เฟรมเวิร์กเอเจนต์ - ซอฟต์แวร์และเครื่องมือที่ซับซ้อนซึ่งช่วยลดความซับซ้อนในการพัฒนาและการจัดการเอเจนต์ AI
- ชั้นที่ 4 : การติดตั้งและการวางโครงสร้างพื้นฐาน - จัดเตรียมรากฐานทางเทคนิคที่แข็งแกร่งสำหรับการใช้งานเอเจนต์ AI
- ชั้นที่ 5 : การประเมินและการสังเกตการณ์ - มุ่งเน้นการประเมินความปลอดภัยและประสิทธิภาพของเอเจนต์ AI
- ชั้นที่ 6 : ความปลอดภัยและการปฏิบัติตามกฎระเบียบ - กรอบการป้องกันที่สำคัญซึ่งช่วยให้มั่นใจได้ว่าเอเจนต์ AI ทำงานได้อย่างปลอดภัย มั่นคง และสอดคล้องกับขอบเขตทางกฎหมาย ในชั้นนี้ คุณสมบัติด้านความปลอดภัยและการปฏิบัติตามกฎระเบียบที่ฝังอยู่ในทุกชั้นของสแต็กเอเจนต์ AI จะถูกรวมเข้าด้วยกัน
- ชั้นที่ 7 : ระบบนิเวศของเอเจนต์ - แสดงถึงส่วนติดต่อระหว่างเอเจนต์ AI กับแอปพลิเคชันและผู้ใช้ในโลกแห่งความเป็นจริง
รูปแบบการเรียบเรียงดนตรี
ตัวแทนอิสระมักจะถูกรวมเข้ากับตัวแทนอื่นหรือเครื่องมือเฉพาะทางเพื่อดำเนินการงานที่ซับซ้อน การกำหนดค่าเหล่านี้เรียกว่ารูปแบบการประสานงานหรือเวิร์กโฟลว์ ซึ่งรวมถึงสิ่งต่อไปนี้: [ 24 ]
- การเชื่อมโยงคำสั่ง (Prompt chaining ): ลำดับขั้นตอนที่ผลลัพธ์ของขั้นตอนหนึ่งใช้เป็นข้อมูลป้อนเข้าสำหรับขั้นตอนถัดไป
- การกำหนดเส้นทาง : การส่งข้อมูลขาเข้าไปยังงานหรือเครื่องมือเฉพาะทางในขั้นตอนถัดไป
- การประมวลผลแบบขนาน : การดำเนินการหลายงานพร้อมกัน
- การประมวลผลแบบลำดับ : ลำดับงานที่กำหนดไว้ตายตัวและเป็นเส้นตรง ผ่านกระบวนการทำงานที่กำหนดไว้ล่วงหน้า
- รูปแบบ การวางแผน-วิจารณ์ : รูปแบบการทำงานแบบวนซ้ำ โดยตัวแทนหนึ่งสร้างข้อเสนอ และอีกตัวแทนหนึ่งประเมินข้อเสนอนั้นเพื่อให้ข้อเสนอแนะในการปรับปรุงแก้ไข
เอเจนต์ AI แบบมัลติโมดอล
นอกจากโมเดลภาษาขนาดใหญ่ (LLMs) แล้วโมเดลภาษาภาพ (VLMs) และโมเดลพื้นฐานแบบหลายโม ดอล ยังสามารถใช้เป็นพื้นฐานสำหรับเอเจนต์ได้อีกด้วยสถาบัน Allen Institute for AIได้เผยแพร่โมเดลภาษาภาพแบบโอเพนซอร์สในปี 2024 [ 25 ] Nvidiaได้เผยแพร่เฟรมเวิร์กสำหรับนักพัฒนาเพื่อใช้ VLMs, LLMs และการสร้างที่เสริมการค้นหาเพื่อสร้างเอเจนต์ AI ที่สามารถวิเคราะห์รูปภาพและวิดีโอรวมถึงการค้นหาวิดีโอและ การ สรุปวิดีโอ[ 26 ] [ 27 ] Microsoft ได้เผยแพร่โมเดลเอเจนต์แบบหลายโมดอล ซึ่งได้รับการฝึกฝนจากรูปภาพ วิดีโอ การโต้ตอบ อินเทอร์เฟซผู้ใช้ ซอฟต์แวร์ และ ข้อมูล หุ่นยนต์ซึ่งบริษัทอ้างว่าสามารถจัดการซอฟต์แวร์และหุ่นยนต์ได้[ 28 ]
แอปพลิเคชัน
ณ เดือนเมษายน พ.ศ. 2568 ตาม รายงานของ สำนักข่าวเอพีมีการใช้งานจริงของเอเจนต์ AI เพียงไม่กี่อย่าง[ 29 ]
ข้อมูลดังกล่าวแบ่งตัวแทน AI ออกเป็น 7 ประเภท ได้แก่ ตัวแทนงานทางธุรกิจ สำหรับการทำงานภายในซอฟต์แวร์ขององค์กร ตัวแทนการสนทนา ซึ่งทำหน้าที่เป็นแชทบอทสำหรับการสนับสนุนลูกค้า ตัวแทนการวิจัย สำหรับการสอบถามและวิเคราะห์ข้อมูล (เช่น OpenAI Deep Research) ตัวแทนการวิเคราะห์ สำหรับการวิเคราะห์ข้อมูลเพื่อสร้างรายงานตัวแทนนักพัฒนาซอฟต์แวร์หรือการเขียนโค้ด (เช่น Cursor ) ตัวแทนเฉพาะโดเมน ซึ่งรวมถึงความรู้เฉพาะเรื่อง และตัวแทนเว็บเบราว์เซอร์ (เช่น OpenAI Operator) [ 12 ]
ภายในกลางปี 2025 ตัวแทน AI ถูกนำไปใช้ในการพัฒนาวิดีโอเกม [ 30 ] การพนัน (รวมถึงการเดิมพันกีฬา ) [ 31 ]กระเป๋าเงินดิจิทัล[ 31 ] (รวมถึง การซื้อขาย สกุลเงินดิจิทัลและเหรียญมีม[ 32 ] ) และสื่อสังคมออนไลน์[ 33 ]ในเดือนสิงหาคม 2025 นิตยสาร New York Magazineอธิบายว่าการพัฒนาซอฟต์แวร์เป็นการใช้งานตัวแทน AI ที่ชัดเจนที่สุด[ 34 ] The Informationตั้งข้อสังเกตว่าตัวแทนการเขียนโค้ด AI และการสนับสนุนลูกค้าเป็นการใช้งานหลักของ AI โดยธุรกิจต่างๆ ในเดือนตุลาคม 2025 แม้ว่าจะมีการลดลงของความคาดหวังเกี่ยวกับความสามารถของ AI ก็ตาม[ 35 ]
ในเดือนพฤศจิกายน พ.ศ. 2568 วอลล์สตรีทเจอร์นัลรายงานว่ามีบริษัทเพียงไม่กี่แห่งที่นำเอเจนต์ AI มาใช้และได้รับผลตอบแทนจากการลงทุน[ 36 ]
การประยุกต์ใช้ในภาครัฐ
หน่วยงานภาครัฐหลายแห่งในสหรัฐอเมริกาและสหราชอาณาจักรได้นำตัวแทน AI มาใช้หรือประกาศนำมาใช้ในระดับท้องถิ่นและระดับชาติ เมืองไคล์ รัฐเท็กซัสได้นำตัวแทน AI จาก Salesforce มาใช้ในเดือนมีนาคม พ.ศ. 2568 สำหรับบริการลูกค้า311 [ 37 ]ในเดือนพฤศจิกายน พ.ศ. 2568 กรมสรรพากรได้ระบุว่าจะนำ ตัวแทน AI ของ Salesforce มาใช้ ในสำนักงานหัวหน้าฝ่ายกฎหมายบริการสนับสนุนผู้เสียภาษีและสำนักงานอุทธรณ์[ 38 ]ในเดือนเดียวกันนั้นตำรวจสแตฟฟอร์ดเชียร์ได้ประกาศว่าจะทดลองใช้ตัวแทน Agentforce สำหรับจัดการ สายเรียกเข้า 101 ที่ไม่ใช่เหตุฉุกเฉิน ในสหราชอาณาจักร เริ่มตั้งแต่ปี พ.ศ. 2569 [ 39 ]ในเดือนธันวาคม พ.ศ. 2568 กรมชุมชนในดีทรอยต์ รัฐมิชิแกน ได้ร่วมมือกับธุรกิจในท้องถิ่นเพื่อนำตัวแทน AI บริการลูกค้ามาใช้ในสองเขตของเมือง[ 40 ]
ในเดือนกุมภาพันธ์ พ.ศ. 2568 โทมัส เชดด์ผู้อำนวยการฝ่ายบริการการเปลี่ยนแปลงเทคโนโลยีเสนอให้ใช้เอเจนต์การเขียนโค้ด AI ทั่วทั้งรัฐบาลกลางของสหรัฐอเมริกา[ 41 ]ในเดือนเมษายน พ.ศ. 2568 ผู้สรรหาบุคลากรของกรมประสิทธิภาพภาครัฐเสนอให้ใช้เอเจนต์ AI เพื่อทำให้งานของพนักงานรัฐบาลกลางของสหรัฐอเมริกาประมาณ 70,000 คนเป็นไปโดยอัตโนมัติ ซึ่งเป็นส่วนหนึ่งของสตาร์ทอัพที่ได้รับเงินทุนจากOpenAIและข้อตกลงความร่วมมือกับPalantirข้อเสนอนี้ถูกวิพากษ์วิจารณ์โดยผู้เชี่ยวชาญว่าไม่สามารถนำไปปฏิบัติได้จริงและขาดการนำไปใช้ในวงกว้างโดยภาคธุรกิจ[ 42 ]
ในเดือนธันวาคม พ.ศ. 2568 สำนักงานคณะกรรมการอาหารและยา (FDA)ประกาศว่าจะนำเสนอ “ความสามารถ AI ตัวแทน” ให้แก่เจ้าหน้าที่เพื่อ “การจัดการประชุม การตรวจสอบก่อนวางจำหน่าย การตรวจสอบความถูกต้อง การเฝ้าระวังหลังวางจำหน่าย การตรวจสอบและการปฏิบัติตามกฎระเบียบ และหน้าที่ด้านการบริหาร” [ 43 ]ในเดือนเดียวกันนั้นกระทรวงกลาโหมสหรัฐฯได้เปิดตัวGenAI.milซึ่งเป็นแพลตฟอร์มภายในสำหรับบุคลากรทางการทหารของสหรัฐฯ เพื่อใช้แอปพลิเคชัน AI เชิงสร้างสรรค์บนพื้นฐานของGoogle Geminiรวมถึง “เวิร์กโฟลว์ตัวแทนอัจฉริยะ” รัฐมนตรีว่าการกระทรวงกลาโหมPete Hegsethได้ระบุแอปพลิเคชันต่างๆ เช่น “การทำการวิจัยเชิงลึก การจัดรูปแบบเอกสาร และแม้กระทั่งการวิเคราะห์วิดีโอหรือภาพด้วยความเร็วที่ไม่เคยมีมาก่อน” [ 44 ]ในเดือนธันวาคม พ.ศ. 2568 หน่วยงาน ตรวจคนเข้าเมืองและศุลกากรของสหรัฐฯได้ลงนามในสัญญากับบริษัทแห่งหนึ่งเพื่อให้แผนกปฏิบัติการบังคับใช้และเนรเทศใช้ตัวแทน AI สำหรับการติดตามผู้หลบหนี[ 45 ]
ระบบปฏิบัติการ
เอเจนต์ AI ยังได้รับการบูรณาการเข้ากับระบบปฏิบัติการที่พัฒนาโดยMicrosoft , AppleและGoogleอีก ด้วย [ 46 ]ในเดือนพฤศจิกายน 2025 Microsoft ได้ปล่อยซอฟต์แวร์ทดสอบWindows 11ที่มีเอเจนต์สำหรับทำงานเบื้องหลังพร้อมความสามารถในการอ่านและเขียนไฟล์ส่วนบุคคล[ 47 ]ในเดือนธันวาคม 2025 ByteDance ได้ปล่อย Doubao ซึ่งเป็นเอเจนต์ AI ที่สามารถบูรณาการเข้ากับระบบปฏิบัติการสมาร์ทโฟน โดยเฉพาะอย่างยิ่ง Nubia M153 ของZTE [ 48 ] แอปหลายแอปในประเทศจีนได้ บล็อก หรือจำกัดการ ใช้งานเอเจนต์ โดยอ้างถึงข้อกังวลด้านความเป็นส่วนตัวและความปลอดภัย[ 49 ] รวมถึงWeChat [ 48 ] Alipay , Taobao , Pinduoduo , Ele.me [ 50 ]และธนาคารท้องถิ่น[ 51 ]
การท่องเว็บ
บางครั้ง เว็บเบราว์เซอร์ที่มีเอเจนต์ AI ในตัวเรียกว่าเบราว์เซอร์แบบเอเจนต์ เอเจนต์ดังกล่าวสามารถทำงานและดำเนินการเบราว์เซอร์ในนามของผู้ใช้ได้[ 52 ]
ในปี 2025 ไมโครซอฟต์ได้เปิดตัวNLWebซึ่งเป็นระบบค้นหาเว็บแบบตัวแทนที่อนุญาตให้เว็บไซต์ใช้ตัวแทนในการสอบถามเนื้อหาจากเว็บไซต์โดยใช้ อินเทอร์เฟซแบบ RSSที่อนุญาตให้ค้นหาและดึงข้อมูลเนื้อหาตามความหมาย ภายในไม่กี่สัปดาห์หลังจากการเปิดตัว พบว่า NLWeb ก่อให้เกิดปัญหาด้านความปลอดภัยและเปิดเผยข้อมูลเกี่ยวกับผู้ใช้ให้กับเซิร์ฟเวอร์ของบุคคลที่สาม[ 53 ]
ผลประโยชน์ที่เสนอ
มีการเสนอ ให้ใช้เอเจนต์ AI เป็นวิธีการเพิ่มผลผลิตส่วนบุคคลและเศรษฐกิจ[ 8 ] [ 54 ]ส่งเสริมนวัตกรรม ที่มากขึ้น [ 55 ]และปลดปล่อยผู้ใช้จากงานที่ซ้ำซากจำเจ[ 55 ] [ 56 ]อย่างไรก็ตาม บทความแสดงความคิดเห็น ของParmy Olson ใน Bloombergโต้แย้งว่าเอเจนต์เหมาะสมที่สุดสำหรับงานที่แคบและซ้ำซากที่มีความเสี่ยงต่ำ[ 57 ]ในทางกลับกัน นักวิจัยแนะนำว่าเอเจนต์สามารถนำไปใช้กับการเข้าถึงเว็บสำหรับผู้พิการได้[ 58 ]และนักวิจัยที่ Hugging Face เสนอว่าเอเจนต์สามารถใช้สำหรับการประสานงานทรัพยากร เช่น ในระหว่างการตอบสนองต่อภัยพิบัติ [ 59 ] ทีมที่ปรึกษาด้าน R&D ของBBCมองว่าเอเจนต์ AI มีประโยชน์มากที่สุดเมื่อเป้าหมายที่ได้รับมอบหมายไม่แน่นอน[ 60 ] Erik Brynjolfssonแนะนำว่าเอเจนต์ AI มีคุณค่ามากกว่าในการเสริมสร้าง มากกว่าการทดแทนมนุษย์[ 61 ]
ข้อกังวล
ข้อกังวลเกี่ยวกับตัวแทน AI ได้แก่ ปัญหาที่อาจเกิดขึ้นเกี่ยวกับความรับผิด[ 54 ] [ 60 ] ความเสี่ยงที่เพิ่มขึ้นของอาชญากรรมไซเบอร์ [ 7 ] [ 54 ]ความท้าทายด้านจริยธรรม [ 54 ] และปัญหาที่เกี่ยวข้องกับความปลอดภัยของAI [ 54 ]และ การ จัดเรียงAI [ 7 ] [ 56 ]ปัญหาอื่นๆ เกี่ยวข้องกับความเป็นส่วนตัวของข้อมูล [ 7 ] [ 62 ] การ กำกับดูแลของมนุษย์ที่อ่อนแอลง[ 7 ] [ 54 ] [ 59 ]การขาดการรับประกันความสามารถในการทำซ้ำ [ 60 ] การแฮ็กรางวัล [ 63 ] อคติของอัลกอริทึม [ 62 ] [ 64 ] ข้อ ผิดพลาดของ ซอฟต์แวร์ที่สะสม[ 7 ] [ 9 ]การขาดความสามารถในการอธิบายการตัดสินใจของเอเจนต์[ 7 ] [ 65 ]ช่องโหว่ด้านความปลอดภัย [ 7 ] [ 66 ]การขัดขวางการแข่งขัน[ 46 ]ปัญหาการว่างงาน [ 64 ]การเลิกจ้างงาน[ 8 ] [ 64 ]การถ่ายโอนความรู้ความเข้าใจ[ 67 ]และศักยภาพในการบิดเบือนผู้ใช้[ 65 ] [ 68 ] ข้อมูลที่ผิดพลาด[ 59 ]หรือข้อมูลที่เป็นอันตราย[ 59 ]นอกจากนี้ยังอาจทำให้กรอบกฎหมายและการประเมินความเสี่ยงซับซ้อนขึ้น ส่งเสริมให้เกิดภาพหลอนขัดขวางมาตรการตอบโต้ต่อตัวแทนที่ประพฤติมิชอบ และประสบปัญหาจากการขาดวิธีการประเมินมาตรฐาน[ 56 ] [ 7 ] [ 69 ]การนำเอเจนต์ AI ไปใช้ในองค์กรทำให้เกิดข้อกังวลด้านการทำสัญญาที่เกี่ยวข้องกับการจัดสรรความรับผิด สิทธิ์ในการเป็นเจ้าของข้อมูล และความรับผิดชอบทางกฎหมาย[ 70 ] [ 71 ]
พวกเขายังถูกวิพากษ์วิจารณ์ว่ามีราคาแพง[ 7 ]ส่งผลกระทบเชิงลบต่อปริมาณการใช้งานอินเทอร์เน็ต [ 7 ]และอาจเป็นอันตรายต่อสิ่งแวดล้อมเนื่องจากการใช้พลังงานสูง[ 60 ] [ 72 ] [ 73 ]ตามที่Jensen Huang ซีอีโอของ Nvidia กล่าว ตัวแทน AI จะต้องใช้พลังการประมวลผลมากกว่า LLM ถึง 100 เท่า[ 74 ]นอกจากนี้ยังมีความเสี่ยงต่อการทุจริตทางการเมืองที่เพิ่มขึ้น เนื่องจากตัวแทน AI อาจไม่ตั้งคำถามต่อคำสั่งในลักษณะเดียวกับที่มนุษย์จะทำ[ 63 ]
นักข่าวได้อธิบายว่าเอเจนต์ AI เป็นส่วนหนึ่งของความพยายามของ บริษัท เทคโนโลยีขนาดใหญ่ในการ "ทำให้ทุกอย่างเป็นอัตโนมัติ" [ 75 ]ซีอีโอของบริษัทเหล่านั้นหลายคนระบุในช่วงต้นปี 2025 ว่าพวกเขาคาดหวังว่าเอเจนต์ AI จะ "เข้าร่วมกำลังคน" ในที่สุด[ 76 ] [ 77 ]อย่างไรก็ตาม ในการศึกษาแบบพรีพรินต์ นักวิจัย จากมหาวิทยาลัยคาร์เนกีเมลลอนได้ทดสอบพฤติกรรมของเอเจนต์ในบริษัทซอฟต์แวร์จำลอง และพบว่าไม่มีเอเจนต์ใดที่สามารถทำงานส่วนใหญ่ที่ได้รับมอบหมายให้เสร็จสมบูรณ์ได้[ 76 ]นักวิจัยคนอื่นๆ มีผลการค้นพบที่คล้ายกันกับ Devin AI [ 78 ]และเอเจนต์อื่นๆ ทั้งในสภาพแวดล้อมทางธุรกิจที่เป็นทางการ[ 79 ]และงานฟรีแลนซ์[ 80 ]
ในเดือนมิถุนายน พ.ศ. 2568 CNNโต้แย้งว่าคำกล่าวของซีอีโอเกี่ยวกับ AI ที่จะมาแทนที่พนักงานของพวกเขานั้นเป็นกลยุทธ์เพื่อ "[รักษา] พนักงานให้ทำงานต่อไปโดยทำให้พวกเขากลัวที่จะตกงาน" [ 81 ]บริษัทเทคโนโลยีได้กดดันให้พนักงานใช้โมเดล AI ที่สร้างขึ้นในการทำงานของพวกเขา รวมถึงตัวแทนการเขียนโค้ด AI ด้วยไบรอัน อาร์มสตรอง ซีอีโอของCoinbaseได้ไล่พนักงานหลายคนที่ไม่ได้ทำตาม[ 82 ] [ 83 ]ผู้นำธุรกิจบางรายได้แทนที่พนักงานบางส่วนด้วยตัวแทน แต่กล่าวว่าตัวแทนเหล่านั้นต้องการการกำกับดูแลมากกว่าพนักงาน[ 35 ]
ในเดือนตุลาคม พ.ศ. 2568 Futurismตั้งคำถามว่าความพยายามที่ Amazon ประกาศไว้ก่อนหน้านี้ในการแทนที่พนักงานบางส่วนด้วย AI ที่สร้างขึ้นและตัวแทน AI อาจนำไปสู่การหยุดชะงักของ Amazon Web Services ในเดือนตุลาคม พ.ศ. 2568หรือ ไม่ [ 84 ]บริษัทเทคโนโลยีขนาดใหญ่ เช่น Salesforce, KlarnaและIBMประกาศปลดพนักงานในปี พ.ศ. 2568 โดยแทนที่พนักงานหลายร้อยคนในฝ่ายทรัพยากรบุคคลหรือฝ่ายบริการลูกค้าด้วยตัวแทน AI [ 85 ] [ 86 ] [ 87 ]อย่างไรก็ตาม ต่อมา Klarna ได้จ้างพนักงานที่เป็นมนุษย์กลับมาหลายคน[ 86 ]
Yoshua Bengioเตือนในเวทีเศรษฐกิจโลก ปี 2025 ว่า " สถานการณ์หายนะทั้งหมดเกี่ยวกับAGIหรือปัญญาประดิษฐ์ขั้นสูงจะเกิดขึ้นได้ก็ต่อเมื่อเรามีตัวแทน" [ 88 ]
หน่วยงานทางการเงินได้เตือนว่า AI "ตัวแทน" ที่ซับซ้อนและเป็นอิสระมากขึ้นอาจกลายเป็นช่องทางสำหรับความเสี่ยงเชิงระบบในด้านการเงิน[ 89 ]พวกเขาแยกความแตกต่างระหว่างระบบเหล่านี้กับ AI อื่นๆ เนื่องจากระบบเหล่านี้สามารถดำเนินการตามเป้าหมายได้หลายขั้นตอน เรียกใช้เครื่องมือ และดำเนินการต่างๆ โดยมีการแทรกแซงจากมนุษย์ค่อนข้างน้อย ในการประชุมเชิงปฏิบัติการกับหน่วยงานกำกับดูแล เจ้าหน้าที่ธนาคารกลาง และผู้เชี่ยวชาญในอุตสาหกรรม ผู้เข้าร่วมได้เน้นย้ำถึงความเสี่ยงทั้งจากระบบตัวแทนที่สร้างขึ้นภายในสถาบันการเงินและจากเครื่องมือที่บริษัทเทคโนโลยีนำเสนอซึ่งสามารถเริ่มต้นหรือดำเนินการทางการเงินได้ ในการประชุมครั้งหนึ่งในปี 2025 ผู้เชี่ยวชาญ 44% ที่ได้รับการสำรวจตัดสินว่าระบบ AI ที่เป็นอิสระหรือตัวแทนเป็นแหล่งที่มาของความเสี่ยงเชิงระบบที่เกี่ยวข้องกับ AI ในด้านการเงิน ในปัจจุบันที่ มี แนวโน้มมากที่สุด [ 89 ]
ในเดือนมีนาคม พ.ศ. 2568 Scale AIได้ลงนามในสัญญากับกระทรวงกลาโหมของสหรัฐอเมริกาเพื่อทำงานร่วมกับAnduril IndustriesและMicrosoftในการพัฒนาและใช้งานเอเจนต์ AI เพื่อช่วยเหลือทางการทหารในการ "ตัดสินใจปฏิบัติการ" [ 90 ]ในเดือนกรกฎาคม พ.ศ. 2568 Fox Businessรายงานว่าบริษัท EdgeRunner AI ได้สร้างเอเจนต์แบบออฟไลน์ที่บีบอัดและปรับแต่งอย่างละเอียดโดยใช้ข้อมูลทางการทหาร โดยซีอีโอเห็นว่า LLM ทั่วไปนั้น "มีอคติทางการเมืองไปทางซ้ายอย่างมาก" ณ เวลานั้น โมเดลของบริษัทกำลังถูกใช้โดยกองบัญชาการปฏิบัติการพิเศษของสหรัฐอเมริกาในการประจำการในต่างประเทศ[ 91 ]นักวิจัยได้แสดงความกังวลว่าเอเจนต์และโมเดลภาษาขนาดใหญ่ที่ใช้เป็นพื้นฐานอาจมีอคติไปในทิศทางของการตัดสินใจนโยบายต่างประเทศ ที่ก้าวร้าว [ 92 ] [ 93 ]
ตัวแทนที่มุ่งเน้นการวิจัยมีความเสี่ยงที่จะเกิดอคติฉันทามติและอคติการครอบคลุมเนื่องจากการรวบรวมข้อมูลที่มีอยู่บนอินเทอร์เน็ตสาธารณะ[ 94 ] NY Magเปรียบเทียบขั้นตอนการทำงานของผู้ใช้ของเว็บเบราว์เซอร์แบบตัวแทนกับAmazon Alexa ในแง่ลบ โดยกล่าวว่า "ซอฟต์แวร์พูดคุยกับซอฟต์แวร์ ไม่ใช่มนุษย์พูดคุยกับซอฟต์แวร์ที่แสร้งทำเป็นมนุษย์เพื่อใช้ซอฟต์แวร์" [ 95 ]สื่อเดียวกันนี้อธิบายว่าตัวแทนเว็บเบราว์เซอร์และตัวแทนการใช้คอมพิวเตอร์เป็นความพยายามที่จะ " สร้างฟาร์มคลิกของเศรษฐกิจทั้งหมด" [ 96 ]
ตัวแทนมีความเชื่อมโยงกับทฤษฎีอินเทอร์เน็ตที่ตายแล้วเนื่องจากความสามารถในการเผยแพร่และมีส่วนร่วมกับเนื้อหาออนไลน์[ 97 ]
เอเจนต์อาจติดอยู่ในวงวนไม่รู้จบ[ 98 ] [ 99 ]
เนื่องจากโปรโตคอลระหว่างเอเจนต์จำนวนมากกำลังได้รับการพัฒนาโดยบริษัทเทคโนโลยีขนาดใหญ่ จึงมีความกังวลว่าบริษัทเหล่านั้นอาจใช้โปรโตคอลเหล่านี้เพื่อประโยชน์ของตนเอง[ 100 ]
รายงาน ของ Gartnerในเดือนมิถุนายน 2025 กล่าวหาโครงการจำนวนมากที่อธิบายว่าเป็น AI ตัวแทนว่าเป็นการนำผลิตภัณฑ์ที่เปิดตัวก่อนหน้านี้มาเปลี่ยนชื่อใหม่ โดยเรียกปรากฏการณ์นี้ว่า "การล้างตัวแทน" [ 34 ]
นักวิจัยได้เตือนถึงผลกระทบของการให้ตัวแทน AI เข้าถึงสกุลเงินดิจิทัลและสัญญาอัจฉริยะ[ 32 ]
ระหว่าง การทดลอง เขียนโค้ด Vibeตัวแทนเขียนโค้ดของReplitได้ลบฐานข้อมูลการผลิตระหว่างการหยุดเขียนโค้ด [ปกปิด] ข้อบกพร่องและปัญหาโดยการสร้างข้อมูลปลอม [และ] รายงานปลอม และตอบกลับด้วยข้อมูลเท็จ [ 101 ] [ 102 ] ผู้ใช้Google Antigravityรายงานว่า เมื่อผู้ใช้พยายามใช้ระบบเพื่อลบแคช ระบบตอบสนองโดยการลบ ฮาร์ดไดรฟ์ D ของ ผู้ใช้[ 103 ]
ในเดือนกรกฎาคม พ.ศ. 2568 PauseAIได้ส่งเรื่องOpenAIไปยังตำรวจสหพันธ์ออสเตรเลียโดยกล่าวหาว่าบริษัทละเมิดกฎหมายของออสเตรเลียผ่านตัวแทน ChatGPTเนื่องจากมีความเสี่ยงที่จะช่วยเหลือในการพัฒนาอาวุธชีวภาพ [ 104 ]
Andrej Karpathyผู้ร่วมก่อตั้ง OpenAI วิพากษ์วิจารณ์เอเจนต์ AI ว่าไม่มีประสิทธิภาพและส่งเสริมAI slop [ 105 ]
ปัญหาของระบบเอเจนต์หลายตัว ได้แก่ โปรโตคอลการประสานงานระหว่างเอเจนต์ส่วนประกอบมีน้อย ประสิทธิภาพการทำงานไม่สม่ำเสมอ และความท้าทาย ใน การดีบัก[ 106 ]
ในเดือนพฤศจิกายน พ.ศ. 2568 Anthropic อ้างว่ากลุ่มแฮกเกอร์ที่ได้รับการสนับสนุนจากจีนพยายามโจมตีทางไซเบอร์ต่อองค์กรอย่างน้อย 30 แห่งโดยใช้Claude Codeในเวิร์กโฟลว์ตัวแทน และการแทรกซึมเหล่านี้ประสบความสำเร็จหลายครั้ง[ 107 ]อย่างไรก็ตาม นักวิจัยด้านความปลอดภัยทางไซเบอร์อิสระตั้งคำถามถึงความสำคัญของผลการค้นพบของ Anthropic [ 107 ] [ 108 ]
Whittaker โต้แย้งว่าการผลักดันของบริษัทเทคโนโลยีขนาดใหญ่ในการใช้งานเอเจนต์ AI มีความเสี่ยงที่จะทำให้เกิดช่องโหว่ด้านความปลอดภัยทั่วทั้งอินเทอร์เน็ต[ 109 ]
ความไม่สอดคล้องกันของตัวแทน
"การเบี่ยงเบนของตัวแทน" หมายถึงสถานการณ์ที่การกระทำหรือเป้าหมายของตัวแทน AI เบี่ยงเบนไปจากเจตนาของผู้ออกแบบ สิ่งนี้เกิดขึ้นเมื่อระบบอัตโนมัติดำเนินกลยุทธ์ที่ไม่ตั้งใจเพื่อให้บรรลุวัตถุประสงค์ ซึ่งเป็นข้อกังวลที่ศึกษาในการวิจัยด้านความปลอดภัยของ AI ตัวอย่างที่เป็นไปได้ ได้แก่ ตัวแทน AI ที่พยายามก่อวินาศกรรมระบบขององค์กรเมื่อเผชิญกับการอัปเดตหรือการปิดใช้งาน[ 110 ]
ความปลอดภัย
กรอบการสร้างแบบจำลองภัยคุกคาม
มีการใช้กรอบการทำงานหลายอย่างเพื่อระบุและลดความเสี่ยงด้านความปลอดภัยใน AI ตัวแทน: [ 111 ] [ 112 ]
- STRIDE : โมเดลของ Microsoft ที่ระบุภัยคุกคามในหกประเภท ได้แก่ การปลอมแปลงข้อมูล การแก้ไขดัดแปลง การปฏิเสธความรับผิดชอบ การเปิดเผยข้อมูล การปฏิเสธการให้บริการ และการยกระดับสิทธิ์
- MITRE ATLAS: ฐานความรู้เกี่ยวกับกลยุทธ์และเทคนิคของฝ่ายตรงข้ามสำหรับระบบ AI [ 113 ]
- โครงการ OWASP GenAI Security: ให้คำแนะนำเกี่ยวกับช่องโหว่ที่เกี่ยวข้องกับ AI แบบสร้างและบูรณาการโมเดลภาษาขนาดใหญ่ รวมถึงแนวทางเฉพาะสำหรับแอปพลิเคชันเอเจนต์[ 114 ]
- MAESTRO: กรอบการทำงานจากCloud Security Allianceสำหรับการประเมินความเสี่ยงในระบบ AI ตลอดวงจรชีวิต[ 115 ]
ดูเพิ่มเติม
สรุปเนื้อหา
ข้อมูลสำคัญจากบทความ
ข้อมูลสำคัญเกี่ยวกับ เอージェนต์ AI
ในบริบทของ ปัญญาประดิษฐ์เชิงสร้างสรรค์ ตัวแทน AI (เรียกอีกอย่างว่า ระบบ AI แบบผสม หรือ AI ตัวแทน ) เป็นกลุ่มของ ตัวแทนอัจฉริยะ ที่สามารถบรรลุเป้าหมาย ใช้เครื่องมือ...
ภาพรวม
เอเจนต์ AI ไม่มีคำจำกัดความมาตรฐาน [ 3 ] [ 4 ] [ 5 ] คุณลักษณะทั่วไปของเอเจนต์ AI ได้แก่ พฤติกรรมที่มุ่งเน้นเป้าหมาย อินเทอร์เฟซภาษาธรรมชาติ ความสามารถในการใช้เครื่องมือภายนอก และความสามารถในการทำงานหลายขั้นตอน การควบคุมการไหลของเอเจนต์มักถูกขับเคลื่อนด้วย...
ประวัติศาสตร์
ตัวแทน AI สามารถสืบย้อนไปถึงงานวิจัยในช่วงทศวรรษ 1990 โดยศาสตราจารย์ Milind Tambe จากมหาวิทยาลัยฮาร์วาร์ด ระบุว่าในขณะนั้นคำจำกัดความของตัวแทน AI ยังไม่ชัดเจน นักวิจัย Andrew Ng ได้รับการยกย่องว่าเผยแพร่คำว่า "ตัวแทน" ไปสู่กลุ่มผู้ชมที่กว้างขึ้นในปี 2024 [ 15...
การฝึกอบรมและการทดสอบ
นักวิจัยได้พยายามสร้าง แบบจำลองโลก [ 16 ] [ 17 ] และสภาพแวดล้อม การเรียนรู้แบบเสริมแรง [ 18 ] เพื่อฝึกฝนหรือประเมินตัวแทน AI ตัวอย่างเช่น วิดีโอเกมเช่น Minecraft [ 19 ] และ No Man's Sky [ 20 ] รวมถึงเว็บไซต์จำลองของบริษัท [ 21 ]...