AI agent แตกต่างจาก chatbot ปกติอย่างไร

Question

Accepted Answer

**chatbot** ปกติเพียงตอบกลับด้วยข้อความ — คุณถาม มันตอบ และการแลกเปลี่ยนจบลงที่นั่น **agent** จะทำงานแบบลูป: มันสามารถเรียก **tools** เพื่อดำเนินการ สังเกตผลลัพธ์ และวนซ้ำไปยังเป้าหมายจนกว่าจะตรงตามเงื่อนไขการหยุด ความแตกต่างคือการกระทำ ไม่ใช่แค่การพูด

## ลูป agent

```text
Goal → [think → call a tool → observe result → think again] → repeat → stop when done
```

ในแต่ละขั้นตอน agent จะตัดสินใจว่าต้องทำอะไรต่อไปจากสิ่งที่เรียนรู้ แทนที่จะให้คำตอบเดียวแล้วหยุด

## การกระทำของ agent ที่เป็นรูปธรรม

"tools" ของ agent ช่วยให้มันสามารถกระทำต่อโลกได้:

- **อ่านและเขียนไฟล์** — เปิดไฟล์ source แก้ไข บันทึกการเปลี่ยนแปลง
- **เรียกใช้คำสั่ง** — เรียกใช้ build เรียกใช้ test suite ติดตั้งแพ็คเกจ
- **ค้นหา** — grep โค้ด ค้นหาฐานข้อมูล ค้นหาสิ่งต่างๆ
- **เรียก API** — โทรไปยังบริการภายนอกและใช้การตอบสนอง

## ตัวอย่าง

```text
Goal: "Fix the failing test."
  1. Run the test suite        → observe: test_login fails
  2. Read the failing test     → observe: it expects a 200, got 500
  3. Search for the handler    → observe: missing null check
  4. Edit the handler file     → write the fix
  5. Run the test suite again  → observe: all pass
  → stopping condition met: tests green, done
```

Chatbot สามารถ *อธิบาย* วิธีแก้ไขที่เป็นไปได้เท่านั้น agent ใช้มันจริงและยืนยันผลลัพธ์โดยเรียกใช้ test ด้วยตัวเอง

## ทำไมจึงสำคัญ

การทำความเข้าใจลูป agent อธิบายว่าเหตุใด agent จึงสามารถทำงานหลายขั้นตอนที่แท้จริงได้ — debugging refactoring งานวิจัย — แทนที่จะอธิบายเพียงอย่างเดียว รอบวัฏจักรของการเรียก tool - สังเกต - วนซ้ำ ด้วยเงื่อนไขการหยุดที่ชัดเจน คือสิ่งที่เปลี่ยนแปลงโมเดลภาษาจากตัวสร้างข้อความสนทนาไปเป็นสิ่งที่ทำงานจริง