9tee
ถ้าใช้ AI ช่วยงานเดิมบ่อย ๆ คุณอาจต้องคอยอธิบายซ้ำว่าชอบคำตอบแบบไหน โปรเจกต์เก็บไว้ที่ไหน หรือครั้งก่อนแก้ปัญหาไปอย่างไร แล้วถ้า AI เก็บบริบทกับวิธีทำงานที่มีประโยชน์ไว้ใช้ต่อได้ล่ะ?
Hermes Agent คือ AI agent แบบโอเพนซอร์สจาก Nous Research ที่ออกแบบมาให้เรียนรู้จากการใช้งานและปรับวิธีทำงานไปพร้อมกับผู้ใช้ โดยเชื่อมโมเดลภาษาเข้ากับเครื่องมือต่าง ๆ เช่น การค้นเว็บ การจัดการไฟล์ และการรันคำสั่ง พร้อมระบบ memory และ skills สำหรับเก็บบริบทและวิธีทำงานไปใช้ในครั้งต่อไป
Hermes เป็นตัวประสานงาน ไม่ใช่โมเดลภาษาเพียงตัวเดียว คุณเลือกเชื่อมต่อโมเดลและผู้ให้บริการที่รองรับได้ ส่วนความสามารถที่ใช้ได้จริงขึ้นอยู่กับโมเดล เครื่องมือ สิทธิ์ และการตั้งค่าของแต่ละระบบ
เรียนรู้และพัฒนาตัวเองไปพร้อมกับผู้ใช้อย่างไร
แนวคิดสำคัญของ Hermes คือ เมื่อทำงานเสร็จ ความรู้ที่มีประโยชน์ไม่จำเป็นต้องจบไปพร้อมบทสนทนานั้น ระบบสามารถเก็บข้อมูลบางส่วนไว้ แล้วนำกลับมาใช้ในงานต่อไป
สมมติคุณให้ช่วยเขียนบทความหลายครั้ง ระหว่างทำงานคุณอธิบายว่าต้องการภาษาไทยกระชับ แหล่งอ้างอิงทางการ และรูปแบบที่เหมาะกับผู้อ่านมือใหม่ Hermes อาจเก็บความชอบที่ใช้บ่อยไว้ใน memory และบันทึกขั้นตอนตรวจแหล่งข้อมูลเป็น skill เมื่อมีงานลักษณะใกล้กันในครั้งถัดไป ก็สามารถนำบริบทและขั้นตอนเหล่านี้มาใช้แทนการเริ่มจากศูนย์
เมื่อคุณให้ข้อเสนอแนะเพิ่มเติม ขั้นตอนที่บันทึกไว้ก็อาจถูกปรับให้เหมาะกับงานมากขึ้น นี่คือการพัฒนาจากประสบการณ์ในระดับ ข้อมูลที่จำและวิธีทำงานที่นำกลับมาใช้ ไม่ได้หมายความว่าโมเดลภาษาถูกฝึกใหม่หลังคุยกับคุณทุกครั้ง
ตัวอย่างนี้เป็นสถานการณ์สมมติ ผลจริงขึ้นอยู่กับสิ่งที่ระบบบันทึก การตั้งค่า และเครื่องมือที่เปิดใช้ นอกจากนี้ memory อาจไม่ครบหรือคลาดเคลื่อน และ skill อาจมีขั้นตอนผิดได้ คุณจึงควรตรวจสิ่งที่บันทึกไว้และแก้เมื่อไม่ตรงกับความต้องการ
Hermes Agent ทำงานอย่างไร
ลองนึกถึงการมอบหมายงานว่า “หาข้อมูลเกี่ยวกับเครื่องมือโอเพนซอร์ส แล้วสรุปเป็นไฟล์ Markdown”
แทนที่จะตอบจากความรู้ในโมเดลอย่างเดียว Hermes อาจแยกงานเป็นขั้นตอน ค้นแหล่งข้อมูล เปิดอ่าน สรุปประเด็น แล้วเขียนไฟล์ให้คุณตรวจ กระบวนการนี้เป็นตัวอย่างการใช้งาน ไม่ใช่ผลทดสอบที่รันสำหรับบทความนี้ และจะทำได้เมื่อเครื่องมือที่จำเป็นพร้อมใช้งาน
ภาพรวมแบ่งได้เป็นสี่ส่วน:
- Model รับคำสั่งและช่วยตัดสินใจว่าจะทำอะไรต่อ
- Tools เป็นช่องทางให้ agent ค้นข้อมูล อ่านหรือเขียนไฟล์ และทำงานอื่นตามสิทธิ์ที่ได้รับ
- Memory เก็บข้อมูลที่ควรจำข้ามบทสนทนา เช่น ความชอบหรือบริบทของโปรเจกต์
- Skills เก็บความรู้และขั้นตอนสำหรับงานประเภทต่าง ๆ เพื่อโหลดมาใช้เมื่อจำเป็น
ทั้งสี่ส่วนทำงานร่วมกัน: โมเดลอาจเลือกเรียกเครื่องมือ จากนั้นอ่านผลลัพธ์ แล้วตัดสินใจว่าจะทำขั้นถัดไปหรือส่งคำตอบกลับมา
Memory กับ Skills ต่างกันอย่างไร
สองอย่างนี้ช่วยให้ไม่ต้องเริ่มอธิบายใหม่ทุกครั้ง แต่เก็บข้อมูลคนละแบบ
Memory เหมาะกับบริบทที่ใช้ต่อได้ข้ามบทสนทนา เช่น ภาษาที่ต้องการให้ตอบ หรือเทคโนโลยีที่ใช้ในโปรเจกต์ โดยระบบมีขอบเขตในการเก็บข้อมูล จึงไม่ควรคาดหวังว่าจะจำบทสนทนาทั้งหมดได้อย่างสมบูรณ์
Skills เป็นเอกสารความรู้และวิธีทำงานที่ agent โหลดเมื่อเกี่ยวข้องกับงาน เช่น ขั้นตอนตรวจบทความหรือแนวทางใช้งานเครื่องมือ ตามเอกสารของโครงการ Hermes สามารถสร้างและปรับปรุง skill ได้ด้วย
การเก็บ memory หรือ skill ไม่ได้ทำให้ตัวโมเดลถูกฝึกใหม่ทันที และไม่ได้รับประกันว่าข้อมูลที่จำหรือขั้นตอนที่บันทึกไว้จะถูกต้องเสมอ จึงควรตรวจและแก้ข้อมูลที่ใช้ซ้ำเป็นระยะ
ใช้ Hermes Agent ทำอะไรได้บ้าง
ความเหมาะสมขึ้นอยู่กับการเชื่อมต่อและสิทธิ์ที่กำหนด ตัวอย่างงานที่นำไปประยุกต์ได้ เช่น:
- ค้นข้อมูลและทำรายงาน เปิดเอกสารหลายแหล่ง สรุปเนื้อหา และจัดเก็บเป็นไฟล์ให้ตรวจ
- ช่วยงานพัฒนาโปรแกรม อ่านโครงสร้างโปรเจกต์ แก้โค้ด หรือรันทดสอบในสภาพแวดล้อมที่อนุญาต
- จัดการงานซ้ำ ตั้งงานตามเวลาเพื่อรวบรวมข้อมูลหรือส่งรายงาน โดยต้องตั้งค่าเครื่องมือและช่องทางส่งให้พร้อม
- เชื่อมบริการภายนอก ใช้ MCP ซึ่งเป็นมาตรฐานสำหรับเชื่อม agent กับเครื่องมือภายนอก เช่น ฐานข้อมูลหรือ API ที่ติดตั้งและให้สิทธิ์ไว้
ตัวอย่างเหล่านี้ไม่ใช่การรับประกันว่า Hermes จะเข้าถึงบริการใดได้โดยอัตโนมัติ บางงานต้องติดตั้งส่วนเสริม เชื่อมบัญชี หรือเสียค่าใช้บริการเพิ่มเติมก่อน
ใช้งานผ่านช่องทางไหนได้บ้าง
เอกสารของโครงการระบุว่า Hermes ใช้งานผ่าน command line และมีแอป Desktop รวมถึงเชื่อมกับแพลตฟอร์มข้อความอย่าง Telegram, Discord และ Slack ได้ผ่าน gateway
การเชื่อมช่องทางข้อความต้องตั้งค่าเพิ่มเติม และควรกำหนดให้เฉพาะบุคคลที่ได้รับอนุญาตสั่งงาน agent ได้ โดยเฉพาะถ้า agent มีสิทธิ์เข้าถึงไฟล์หรือบริการสำคัญ
ต้องเสียเงินไหม
ตัวโปรเจกต์ Hermes Agent เปิดซอร์สภายใต้ MIT License แต่ โอเพนซอร์สไม่ได้แปลว่าทุกส่วนที่นำมาใช้จะฟรี
ค่าใช้จ่ายอาจเกิดจากผู้ให้บริการโมเดล API สำหรับเครื่องมือภายนอก หรือเครื่องและเซิร์ฟเวอร์ที่ใช้รันระบบ ค่าใช้จ่ายขึ้นอยู่กับบริการ โมเดล และปริมาณงานที่เลือก ควรตรวจราคาและตั้งงบก่อนเปิดงานอัตโนมัติ
ข้อควรระวังก่อนให้ Agent ลงมือ
เมื่อ agent ใช้เครื่องมือได้ ผลลัพธ์อาจมีผลกับไฟล์ บัญชี หรือข้อมูลจริง ควรเริ่มจากงานความเสี่ยงต่ำและกำหนดสิทธิ์เท่าที่จำเป็น
- ตรวจผลลัพธ์ก่อนนำไปใช้ ทั้งข้อมูลอ้างอิง โค้ด และคำตอบอาจผิดหรือไม่ครบ
- ระวังข้อมูลลับและข้อมูลส่วนบุคคล ตรวจว่าข้อมูลใดจะส่งให้ผู้ให้บริการโมเดลหรือเครื่องมือภายนอก
- จำกัดสิทธิ์ แยกพื้นที่ทดลองและใช้บัญชีที่เข้าถึงเฉพาะส่วนที่จำเป็น
- ให้คนอนุมัติงานสำคัญ โดยเฉพาะการลบข้อมูล ส่งข้อความ หรือเปลี่ยนระบบจริง
- ตรวจ skill และแหล่งข้อมูลที่นำเข้า เนื้อหาจากภายนอกอาจมีคำสั่งแฝงหรือขั้นตอนที่ไม่ปลอดภัย
Hermes มีระบบช่วยจัดการความปลอดภัย เช่น การอนุมัติคำสั่งบางประเภทและตัวเลือกแยกสภาพแวดล้อม แต่ไม่มีระบบใดทดแทนการกำหนดสิทธิ์และตรวจสอบงานได้ทั้งหมด
เริ่มต้นอย่างไร
หากอยากลอง เริ่มจากอ่าน คู่มือติดตั้งทางการ แล้วเลือกวิธีที่ตรงกับระบบปฏิบัติการของคุณ จากนั้นตั้งค่าผู้ให้บริการโมเดลและลองสั่งงานง่าย ๆ ในพื้นที่ทดลอง เช่น ให้สรุปเอกสารสาธารณะเป็น Markdown
ก่อนเชื่อมบัญชีจริงหรือเปิดงานอัตโนมัติ ควรตรวจค่าใช้จ่าย สิทธิ์ที่ให้ และวิธีอนุมัติการกระทำที่มีผลกับข้อมูลก่อนเสมอ
ความคิดเห็น