AI agent คืออะไร ทำงานอย่างไร เครื่องมือและความเสี่ยง

AI agent คือระบบซอฟต์แวร์ที่ทำงานเพื่อให้บรรลุเป้าหมายโดยมีอิสระในการตัดสินใจระดับหนึ่ง โดยวางแผนขั้นตอน ใช้เครื่องมือ เช่น การค้นหาเว็บ การรันโค้ด หรือเบราว์เซอร์ ตรวจสอบผลลัพธ์ และดำเนินการต่อจนงานสำเร็จ แชทบอทจะตอบคำถามแล้วปล่อยให้คุณเป็นผู้ตัดสินใจขั้นต่อไป ส่วน agent พยายามลงมือทำขั้นตอนนั้นด้วยตัวเอง

บทความนี้อธิบายว่า agent ทำงานอย่างไร เส้นแบ่งระหว่างแชทบอทอยู่ตรงไหน มีผลิตภัณฑ์อะไรบ้าง และอะไรอาจผิดพลาดได้ เนื่องจากวงการนี้เปลี่ยนแปลงรวดเร็ว โปรดตรวจสอบชื่อผลิตภัณฑ์ ราคา และความพร้อมให้งานจากเว็บไซต์ของผู้ให้บริการแต่ละราย

AI agent คืออะไรในความหมายง่ายๆ

แนวคิดนี้เก่ากว่าแชทบอทในปัจจุบัน ในตำราปัญญาประดิษฐ์คลาสสิกของ Russell และ Norvig agent คือสิ่งใดก็ตามที่รับรู้สภาพแวดล้อมและกระทำต่อสภาพแวดล้อมนั้น AI agent สมัยใหม่นำแนวคิดนี้มาใช้โดยมีโมเดลภาษาขนาดใหญ่ (LLM) เป็นแกนหลัก

ในการตั้งค่าทั่วไป โมเดลทำหน้าที่เป็นผู้วางแผน โดยแบ่งงานออกเป็นขั้นตอน เลือกเครื่องมือ อ่านผลลัพธ์ที่เครื่องมือส่งกลับมา แล้วตัดสินใจขั้นต่อไป วนซ้ำจนงานเสร็จ ส่วนหน่วยความจำและการจัดการสถานะจะช่วยให้ agent จำได้ว่าทำอะไรไปแล้วบ้าง

AI agent แตกต่างจากแชทบอทอย่างไร

คำตอบสั้นๆ คือการลงมือทำ แชทบอทตอบคำสั่งทีละครั้ง และคนเป็นผู้ตัดสินใจว่าจะนำคำตอบไปใช้อย่างไร ส่วน agent รับงานที่มีหลายขั้นตอน เช่น ค้นหาข้อมูลในเว็บไซต์ กรอกแบบฟอร์ม รันโค้ด หรือแก้ไขไฟล์ และดำเนินการขั้นตอนเหล่านั้นด้วยตัวเอง

ในทางปฏิบัติ เส้นแบ่งนี้ไม่ชัดเจนนัก คำว่า "agent" และ "agentic" กลายเป็นคำทางการตลาดที่ยังไม่มีนิยามตายตัว และ Gartner ใช้คำว่า "agent-washing" เรียกผู้ขายที่เปลี่ยนชื่อแชทบอททั่วไปให้เป็น agent เกณฑ์ที่ใช้ได้จริงคือ ผลิตภัณฑ์นั้นทำอะไรได้ด้วยตัวเองนอกเหนือจากการสร้างข้อความ

AI agent ใช้เครื่องมือได้อย่างไร

Agent เชื่อมต่อกับโลกภายนอกผ่านการเรียกใช้เครื่องมือ หรือที่เรียกว่า tool calling หรือ function calling โมเดลระบุว่าต้องการใช้ API ค้นหาข้อมูล รันโค้ด เปิดเบราว์เซอร์ หรือควบคุมอินเทอร์เฟซคอมพิวเตอร์ ซอฟต์แวร์ที่อยู่รอบตัวโมเดลจะดำเนินการตามคำขอและส่งผลลัพธ์กลับไปให้โมเดล

มาตรฐานใหม่กำลังเกิดขึ้นเพื่อให้การเชื่อมต่อเหล่านี้ใช้ร่วมกันได้ Anthropic เปิดตัว Model Context Protocol (MCP) ในเดือนพฤศจิกายน 2024 เป็นวิธีกลางที่ให้โมเดลเชื่อมต่อกับเครื่องมือและแหล่งข้อมูล ต่อมา OpenAI, Google และ Microsoft ก็นำ MCP ไปใช้ นอกจากนี้ Google ประกาศโปรโตคอล Agent2Agent (A2A) ในปี 2025 สำหรับให้ agent สื่อสารกัน ควรตรวจสอบว่า A2A ถูกกำกับดูแลอย่างไรในปัจจุบัน

AI agent มีความอิสระมากน้อยเพียงใด

ระดับความอิสระเป็นแบบต่อเนื่อง ด้านหนึ่ง agent ขออนุมัติจากมนุษย์ทุกขั้นตอน อีกด้านหนึ่ง agent ทำงานทั้งหมดโดยไม่มีผู้ดูแล การใช้งานจริงส่วนใหญ่อยู่ระหว่างสองขั้วนี้ โดยมีจุดตรวจสอบสำหรับการกระทำที่อ่อนไหว

Anthropic เสนอการแยกแยะที่เป็นประโยชน์ "workflow" ทำตามเส้นทางโค้ดที่เขียนไว้ล่วงหน้าและคงที่ ส่วน "agent" ให้โมเดลเลือกขั้นตอนและเครื่องมือเอง workflow คาดการณ์และทดสอบได้ง่ายกว่า ส่วน agent ยืดหยุ่นกว่าแต่ควบคุมยากกว่า ทีมจำนวนมากเริ่มจาก workflow และเพิ่มความอิสระแบบ agent เฉพาะจุดที่คุ้มค่า

มีผลิตภัณฑ์ AI agent อะไรบ้าง

บริษัท AI รายใหญ่ส่วนใหญ่ในปัจจุบันเปิดตัว agent แล้ว OpenAI เปิดตัว Operator ซึ่งเป็น agent สำหรับท่องเว็บในเดือนมกราคม 2025 และรวมเข้ากับ "ChatGPT agent" ในเดือนกรกฎาคม 2025 นอกจากนี้ยังมี Codex ซึ่งเป็น coding agent และ Agents SDK สำหรับนักพัฒนา

Anthropic เปิดตัว "computer use" ในเดือนตุลาคม 2024 ซึ่งให้ Claude ควบคุมอินเทอร์เฟซเดสก์ท็อปได้ และยังมี Claude Code และ Claude Agent SDK Google มี Project Mariner ฟีเจอร์ agent ใน Gemini และ coding agent ชื่อ Jules ฝั่งองค์กรมี Microsoft Copilot Studio agents และ Salesforce Agentforce ตัวอย่างอื่นที่มักถูกกล่าวถึง ได้แก่ Manus และเบราว์เซอร์ Comet ของ Perplexity

ข้อควรระวัง ชื่อผลิตภัณฑ์ ราคา และความพร้อมให้บริการตามประเทศเปลี่ยนแปลงบ่อย ตัวอย่างเช่น ChatGPT agent ในตอนแรกจำกัดให้ใช้ได้เฉพาะแผนที่เสียเงิน แต่ควรตรวจสอบเงื่อนไขปัจจุบันจาก OpenAI โดยตรง ไม่ใช่จากบทความเก่า

AI agent มีความเสี่ยงอะไรบ้าง

ภัยคุกคามที่รู้จักกันดีที่สุดคือ prompt injection ซึ่งเป็นการแทรกคำสั่งอันตรายที่ซ่อนอยู่ในหน้าเว็บ อีเมล หรือไฟล์ เพื่อควบคุม agent OWASP จัดให้เป็นอันดับแรกในรายการ Top 10 สำหรับแอปพลิเคชัน LLM และได้เผยแพร่แนวทางแยกต่างหากสำหรับ agentic AI

ความเสี่ยงอื่นๆ ได้แก่ การกระทำที่ย้อนกลับไม่ได้ เช่น การชำระเงิน การลบข้อมูล หรือการส่งข้อความ ข้อมูลรั่วไหลไปยังปลายทางที่ผิด agent ที่ได้สิทธิ์มากกว่าที่จำเป็น ข้อผิดพลาดเล็กน้อยและอาการหลอนที่สะสมข้ามหลายขั้นตอน ค่าใช้จ่ายที่ไม่คาดคิด และความไม่ชัดเจนเรื่องความรับผิดชอบเมื่อเกิดปัญหา

ความคาดหวังในภาคธุรกิจก็ระมัดระวังเช่นกัน ในเดือนมิถุนายน 2025 Gartner คาดการณ์ว่าโครงการ agentic AI มากกว่า 40% จะถูกยกเลิกภายในสิ้นปี 2027 แนวปฏิบัติที่เหมาะสมคือให้สิทธิ์น้อยที่สุดเท่าที่จำเป็น ต้องมีการอนุมัติจากมนุษย์สำหรับขั้นตอนที่มีผลกระทบสูง และไม่ให้ agent เข้าถึงบัญชีที่อ่อนไหวจนกว่าจะไว้วางใจได้

การกำกับดูแลยังตามไม่ทัน พันธกรณีภายใต้ EU AI Act ทยอยมีผลบังคับใช้ระหว่างปี 2025 ถึง 2027 แม้บางส่วนของกรอบเวลาจะถูกโต้แย้งหรือเลื่อนออกไป และ AI Risk Management Framework ของ NIST เป็นเอกสารอ้างอิงหลักในสหรัฐอเมริกา ส่วนในตุรกี มีการพูดถึงร่างกฎหมายด้าน AI แต่ควรตรวจสอบสถานะปัจจุบันจากแหล่งข้อมูลทางการ