4 รูปแบบสถาปัตยกรรม Agentic AI สำหรับนักพัฒนาและ PM

วงการปัญญาประดิษฐ์ในปัจจุบันเต็มไปด้วยกระแสข่าวและคำโฆษณามากมาย จนทำให้นักพัฒนาแยกแยะยากว่าสิ่งใดคือการพัฒนาทางสถาปัตยกรรมที่แท้จริง หรือเป็นเพียงแค่กลยุทธ์ทางการตลาด การทำความเข้าใจรูปแบบการออกแบบระบบ AI จึงเป็นกุญแจสำคัญในการสร้างแอปพลิเคชันที่มีประสิทธิภาพและสามารถปรับขยายได้จริง

บทความนี้ได้สรุป 4 รูปแบบการออกแบบระบบ AI พื้นฐานที่นักพัฒนาและผู้จัดการผลิตภัณฑ์ควรทำความเข้าใจ เพื่อนำไปประยุกต์ใช้ในการสร้างระบบเอเจนต์ที่มีโครงสร้างชัดเจนและลดความซับซ้อนในการทำงานร่วมกับโมเดลภาษาขนาดใหญ่

ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง

รูปแบบแรกคือ Pipeline ซึ่งถือเป็นรากฐานสำคัญของการวิศวกรรม AI โดยจัดการงานเป็นลำดับขั้นตอนเชิงเส้นตรง ผลลัพธ์จากโหนดหนึ่งจะกลายเป็นข้อมูลนำเข้าที่มีโครงสร้างสำหรับโหนดถัดไป ตัวอย่างเช่น ในระบบสร้างเนื้อหา คุณอาจให้เอเจนต์ที่เป็นนักเขียนเทคนิคร่างเนื้อหาขึ้นมาก่อน แล้วจึงส่งต่อให้เอเจนต์เฉพาะทางด้านการตลาดสร้างพาดหัวข่าวที่ดึงดูดใจ การแยกย่อยเช่นนี้ช่วยให้คุณสามารถเลือกใช้โมเดลที่เหมาะสมกับแต่ละงานได้ เช่น ใช้โมเดลที่มีความสามารถในการใช้เหตุผลสูงสำหรับขั้นตอนการกำหนดสเปก และใช้โมเดลที่รวดเร็วและมีความคิดสร้างสรรค์มากกว่าสำหรับขั้นตอนการคิดพาดหัวข่าว

รูปแบบที่สองคือ Router ซึ่งถูกออกแบบมาเพื่อรองรับระบบที่มีขนาดใหญ่ขึ้น โดยใช้ตรรกะแบบแยกสาขาเพื่อวิเคราะห์คำขอและส่งต่อไปยังผู้ช่วยเฉพาะทางที่ถูกต้อง ตัวอย่างเช่น ในระบบสนับสนุนลูกค้า ระบบ Router จะทำหน้าที่แยกแยะว่าคำถามนั้นเกี่ยวข้องกับเรื่องการเรียกเก็บเงิน ฝ่ายสนับสนุนทางเทคนิค หรือการคืนสินค้า