ไขข้อข้องใจศัพท์ AI Agent: Harness, Scaffold และคำศัพท์สำคัญที่ควรรู้

ไขข้อข้องใจศัพท์ AI Agent: Harness, Scaffold และคำศัพท์สำคัญที่ควรรู้ในยุคที่ AI Agent กำลังก้าวหน้าอย่างรวดเร็ว คำศัพท์เฉพาะทางก็ผุดขึ้นมามากมาย ทำให้หลายคน โดยเฉพาะผู้ที่เพิ่งเริ่มต้น หรือแม้แต่ผู้ที่มีประสบการณ์ก็อาจตามไม่ทัน วันนี้เราจะมาไขข้อข้องใจเกี่ยวกับคำศัพท์ที่มักถูกใช้สลับกัน หรือมีความหมายไม่ชัดเจน เพื่อให้การพูดคุยและทำความเข้าใจเกี่ยวกับ AI Agent เป็นไปอย่างราบรื่นยิ่งขึ้นAI Agent คืออะไร?โดยพื้นฐานแล้ว AI Agent คือ โมเดลภาษาขนาดใหญ่ (LLM) ที่สามารถรับข้อความและสร้างข้อความตอบกลับได้ แต่ตัวมันเองยังไม่มีความจำระหว่างการเรียกใช้งานแต่ละครั้ง และไม่มีลูปการทำงานต่อเนื่อง โมเดลเหล่านี้สามารถแสดงเจตนาที่จะเรียกใช้เครื่องมือ (Tool) ได้ แต่ต้องการ "Harness" เพื่อทำให้การเรียกใช้นั้นเกิดขึ้นจริง เมื่อนำโมเดลมาห่อหุ้มด้วย "Scaffolding" และ "Harness" มันก็จะกลายร่างเป็น AI Agent ที่สามารถลงมือทำสิ่งต่างๆ ได้Harness: ชั้นที่กำหนดพฤติกรรมรอบตัวโมเดลHarness คือชั้นที่อยู่รอบตัวโมเดล มีหน้าที่กำหนดพฤติกรรมต่างๆ เช่น:System Prompt: คำสั่งหรือข้อความตั้งต้นที่บอกให้โมเดลรู้ว่าควรทำอะไรTool Descriptions: ข้อมูลเกี่ยวกับเครื่องมือที่ Agent สามารถเรียกใช้ได้Response Parsing: วิธีการตีความและแยกแยะข้อความตอบกลับของโมเดลContext Management: การจัดการสิ่งที่โมเดลต้องจดจำในแต่ละขั้นตอนการทำงาน (Memory)Harness เป็นตัวกำหนดว่าโมเดลจะมองเห็นโลกและลงมือทำสิ่งต่างๆ ในนั้นอย่างไร ทั้งในระหว่างการฝึกฝน (Training) และการใช้งานจริง (Inference)การใช้งานในผลิตภัณฑ์ต่างๆ:ผลิตภัณฑ์อย่าง Claude Code, Codex และ Antigravity CLI มักเรียกรวมทั้งหมดนี้ว่า "Harness"เอกสารของ Claude Code ระบุไว้ชัดเจนว่า "Claude Code ทำหน้าที่เป็น Agentic Harness รอบตัว Claude"ในความหมายที่กว้าง "Harness" หมายถึงทุกสิ่งที่ ไม่ใช่ตัวโมเดลความแตกต่างระหว่าง "Scaffold" และ "Harness" จะมีความสำคัญเมื่อเราต้องการพิจารณาแยกส่วนกัน เช่น ในกระบวนการฝึกฝน นอกจากนี้ คำว่า "Scaffold" บางครั้งอาจถูกใช้ในความหมายที่กว้างกว่า ครอบคลุมโครงสร้างพื้นฐานที่ Harness ต้องพึ่งพา เช่น Hooks, Runtime Configuration หรือแม้กระทั่งโครงสร้าง DirectoryScaffold: โครงสร้างพื้นฐานที่ Agent ใช้ทำงานScaffold คือชั้นที่กำหนดว่าโมเดลจะทำงานจากอะไร ซึ่งรวมถึง:คำสั่ง (Instructions): สิ่งที่โมเดลได้รับมอบหมายให้ทำเครื่องมือ (Tools): ฟังก์ชันหรือ API ที่โมเดลสามารถเรียกใช้เพื่อโต้ตอบกับโลกภายนอกรูปแบบการตอบกลับ (Format): โครงสร้างหรือรูปแบบของข้อความที่โมเดลควรสร้างขึ้นScaffold เป็นเหมือนพิมพ์เขียวที่ Agent ใช้ในการทำงาน ช่วยกำหนดกรอบและทิศทางให้ Agent สามารถประมวลผลข้อมูลและตัดสินใจได้อย่างมีประสิทธิภาพความแตกต่างที่สำคัญ: Harness vs. ScaffoldHarness: คือ กลไกการทำงาน (Execution Layer) ที่เรียกโมเดล จัดการการเรียกใช้เครื่องมือ และตัดสินใจว่าจะหยุดเมื่อใด เป็นสิ่งที่ทำให้ Agent ทำงานได้Scaffold: คือ ข้อมูลตั้งต้น (Information Base) ที่โมเดลใช้ในการทำงาน เช่น คำสั่ง เครื่องมือ และรูปแบบการตอบกลับ เป็นสิ่งที่โมเดล ทำงานจากตัวอย่างเช่น ใน Agent สำหรับเขียนโค้ด:Scaffold คือ System Prompt, คำอธิบาย Tool ต่างๆ และรูปแบบ Output ที่โมเดลต้องทำตามHarness คือลูปการทำงานที่เรียกโมเดลจัดการ Tool Call และตัดสินใจว่าจะหยุดเมื่อไรคำศัพท์ AI Agent ที่ควรรู้เพิ่มเติม🤖 Agentคือ โมเดล + ทุกสิ่งที่อยู่รอบตัวมัน ที่ทำให้มันสามารถ ลงมือทำ ได้ ไม่ใช่แค่การตอบสนอง เป็นการเปลี่ยนจากการสร้างข้อความธรรมดาไปสู่การกระทำจริงในลูปการทำงาน🛠️ Toolคือ กลไกที่ทำให้ Agent เข้าถึงโลกภายนอก ได้ เช่น APIs, Code Interpreters, Databases, Web Search หรือ File Systems โมเดลจะแสดงเจตนาที่จะใช้ Tool ในรูปแบบที่มีโครงสร้าง และ Harness จะรับหน้าที่ส่งต่อไปยังฟังก์ชันที่ถูกต้อง🧠 Memoryเป็นส่วนหนึ่งของ Context Window ที่มีอยู่ระหว่างการทำงานแต่ละครั้ง (Short-term memory) เช่น ประวัติการสนทนา ผลลัพธ์จาก Tool หรือจะเป็นหน่วยความจำที่คงอยู่ข้ามเซสชัน (Long-term memory) ซึ่งจะถูกจัดเก็บภายนอกและเรียกใช้เมื่อจำเป็น📜 Policyคือ พฤติกรรม ที่ Agent ยึดถือ ในสภาวะการณ์ใดๆ Policy จะกำหนดความน่าจะเป็นของการกระทำแต่ละอย่าง ในระบบ LLM ส่วนหนึ่งของ Policy ถูกเรียนรู้ผ่านน้ำหนักของโมเดล (Model Weights) แต่อีกส่วนก็ขึ้นอยู่กับ Scaffold และ Harness ที่อยู่รอบตัว🧩 Skillคือ ชุดความรู้ที่นำกลับมาใช้ใหม่ได้ ซึ่งช่วยให้ทำงานหลายขั้นตอนได้สำเร็จ หาก Tool คือ "การกระทำ" (เช่น รันคำสั่งนี้) Skill ก็คือ "เป้าหมาย" (เช่น ตรวจสอบบั๊กนี้ หาข้อสันนิษฐาน เขียนโค้ดแก้ไข)🔗 Sub-agentคือ Agent ที่ถูกเรียกโดย Agent อื่น เพื่อจัดการ งานย่อยเฉพาะ โดย Agent นี้จะมี Model และ Scaffold ของตัวเอง และสามารถเรียกใช้ Tool หรือ Sub-agent อื่นๆ ได้อีก🔄 Orchestratorคือ ตัวควบคุมระดับสูงที่ ประสานงานการทำงานระหว่าง Agent หลายตัว ซึ่งแตกต่างจาก Harness ที่ขับเคลื่อนโมเดลผ่านลูปการทำงาน Orchestrator จะจัดการ Agent แต่ละตัวในฐานะหน่วยย่อย โดยแต่ละ Agent ก็จะทำงานผ่าน Harness ของตัวเองคำศัพท์เฉพาะสำหรับการฝึกฝน (Training)สำหรับผู้ที่ทำงานด้านการฝึกฝนโมเดล คำศัพท์เหล่านี้จะมีความเกี่ยวข้องมากขึ้น:🏞️ Environmentคือ สิ่งแวดล้อม ที่ Agent สามารถโต้ตอบด้วย เป็น Object ที่รับ Action เป็น Input อัปเดตสถานะภายใน และส่ง Observation กลับมา🧑‍🏫 Trainerคือ ส่วนที่ทำให้ Agent เก่งขึ้น โดยการรัน Agent หลายๆ Episode ให้คะแนนผลลัพธ์ และใช้คะแนนนี้นำไปอัปเดตน้ำหนักของโมเดลภายใน🏃 Rolloutคือ การทำงานของ Agent หนึ่งครั้งเต็มรูปแบบ ตั้งแต่ต้นจนจบ ตั้งแต่สิ่งที่ Agent เห็น สิ่งที่มันทำ และรางวัลที่ได้รับในแต่ละขั้นตอน (อาจเรียกว่า Trajectory หรือ Trace)💯 Rewardคือ คะแนน ที่บอก Algorithm การฝึกฝนว่าโมเดลกำลังพัฒนาไปในทิศทางที่ดีหรือไม่ อาจเป็นคะแนนที่ตรวจสอบได้ (เช่น Test ผ่าน/ไม่ผ่าน) หรือคะแนนที่เรียนรู้มา (เช่น ความชอบของมนุษย์)สรุปการทำความเข้าใจคำศัพท์เหล่านี้อย่างชัดเจน จะช่วยให้เราสื่อสารและทำงานกับ AI Agent ได้อย่างมีประสิทธิภาพมากขึ้น แม้ว่าบางคำอาจยังไม่มีนิยามที่เป็นสากล แต่การมีโมเดลความคิด (Mental Model) ที่ดี จะช่วยให้เราติดตามความคืบหน้าและพัฒนาการของเทคโนโลยี AI Agent ได้อย่างไม่หลงทาง#AI #Agent #Harness #Scaffold #LLM #MachineLearninghttps://huggingface.co/blog/agent-glossary