เจาะประเด็น
AI
เลิกทำ AI เดโมพังง่าย ถึงเวลาจับระบบเอเจนต์มาปั้นใหม่ด้วยแนวคิดระบบกระจาย
เมื่อ AI Agent ต้องทำงานจริงในระบบโปรดักชัน การเขียนโค้ดแบบเดิมไม่รอดแน่ ถ้าไม่อยากให้ระบบพังคามือ ลองหันมามองสถาปัตยกรรมแบบ Actor Model กันดู
ทีมข่าว เอไอไทย.com
⏱ อ่าน 3 นาที
ปัญหาระบบ AI ล่มไม่ใช่เรื่องแปลก แต่ต้นตอจริงๆ มันอยู่ที่เราพยายามเอาโค้ดเด็กเล่นมาทำระบบใหญ่ต่างหาก
พอพูดถึง AI Agent ยุคนี้ หลายคนคงนึกถึงเดโมเจ๋งๆ ที่โชว์ในงานประชุม แต่พอเอามาใช้งานจริงบนระบบโปรดักชันทีไร โค้ดมักจะพังไม่เป็นท่าทุกที อันนี้คือความจริงอันเจ็บปวดที่คนทำระบบต้องเจอ เพราะการปล่อยให้ AI ทำงานซับซ้อนหลายขั้นตอน มันสร้างปัญหาเรื่องรันไทม์ที่โคตรปวดหัว
เรื่องนี้ Manju Rajashekhar เขาออกมาตีแผ่แนวคิดที่น่าสนใจมากในงาน InfoQ โดยชี้ให้เห็นว่า ทางออกของเรื่องนี้ไม่ใช่การเขียนโค้ดให้ฉลาดขึ้น แต่เป็นการเปลี่ยนวิธีคิดในการมองตัวเอเจนต์เสียใหม่ เลิกมองมันเป็นแค่ฟังก์ชันสคริปต์ แล้วหันมามองว่ามันคือระบบกระจาย หรือ Distributed Systems แบบเต็มตัว
ไอเดียหลักของการเอา Actor Model มาใช้ คือการจัดการกับความวุ่นวายของสถานะการทำงาน เมื่อเอเจนต์ต้องคิดเองทำเองหลายๆ รอบ ปัญหาใหญ่ที่สุดคือใครเป็นเจ้าของข้อมูลสถานะตรงนั้น และถ้ามันเกิดเจ๊งกลางทางขึ้นมา เราจะกู้คืนมันยังไง ไม่ให้ข้อมูลเละเทะไปหมด
ในมุมมองของ Rajashekhar การสื่อสารระหว่างเอเจนต์ต้องใช้ระบบส่งข้อความ หรือ Message Passing ที่รัดกุม เหมือนเวลาที่เราแยกไมโครเซอร์วิสออกจากกัน นอกจากนี้ การจัดการสถานะแบบ Write-through ก็เป็นอีกเรื่องที่ละเลยไม่ได้ เพื่อให้แน่ใจว่าทุกย่างก้าวของ AI ถูกบันทึกไว้จริงๆ ไม่ใช่หายไปกับสายลมเวลาเซิร์ฟเวอร์รีสตาร์ท
อีกจุดที่น่าสนใจคือเรื่องของ Supervision Boundaries หรือขอบเขตการควบคุมความเสียหาย เวลาที่เอเจนต์ตัวลูกเกิดอาการหลอนหรือทำงานวนลูปจนพัง ระบบที่ดีต้องมีตัวแม่คอยคุมและจำกัดวงความเสียหายนั้นไม่ให้ลามไปทั้งระบบ พร้อมทั้งจัดการเรื่องการทำงานต่อ หรือ Continuations ได้อย่างราบรื่น
เพราะเอาเข้าจริง กราฟการทำงานของเอเจนต์พวกนี้มันมีความเปลี่ยนแปลงตลอดเวลา หรือ Mutable Execution Graphs ถ้าเราไม่มีสถาปัตยกรรมมารองรับความยืดหยุ่นตรงนี้ ระบบก็พร้อมจะสะดุดขาตัวเองล้มได้ทุกเมื่อ การดึงเอาแนวคิดระบบกระจายมาใช้จึงเป็นการยกระดับจากของเล่นทดลอง ให้กลายเป็นโครงสร้างพื้นฐานที่พร้อมใช้งานจริง
เลิกฝากอนาคตไว้กับโค้ดสคริปต์เดโม ถ้าอยากให้ AI ทำงานจริงในโปรดักชันได้แบบนิ่งๆ เราต้องเลิกมองมันเป็นแค่โมเดลภาษา แล้วเริ่มมองมันเป็นสถาปัตยกรรมระบบกระจายที่ต้องมีการจัดการความพังอย่างเป็นระบบ
ที่มา: InfoQ AI/ML — อ่านต้นฉบับ
ความคิดเห็น 0
กำลังโหลดความคิดเห็น...