Practical Agentic AI: from Concept to Practice

การพัฒนา AI ที่คิดเองได้ เรียนรู้ได้ และทำงานอัตโนมัติผ่าน Model Context Protocol

บทความนี้ ผู้เขียนได้ศึกษาและลงมือพัฒนา Agentic AI มาสักระยะหนึ่ง จึงอยากเขียนบทสรุปเก็บไว้ เพื่อพัฒนาการสอนและการทำงานของตนเอง และแชร์ให้กับท่านผู้อ่านด้วยครับ ที่ผ่านมาผู้เขียนได้พัฒนา client/server ด้วยการใช้ Model Context Protocol ที่ทำให้เกิดการเชื่อมต่อระหว่าง Claude for desktop กับ resources ต่างๆ เช่น LINE, Google Calendar, Google Map, local filesystem และ MSSQL ได้ และในปัจจุบันผู้เขียนได้นำสิ่งที่พัฒนาขึ้นนี้ มาใช้เป็นปกติกับการทำงานและชีวิตประจำวันแล้ว พบว่า มันให้ผลล้ำเลิศเกินความคาดหวังไปเยอะเลยครับ ผู้เขียนก็แอบหวังว่าบทความนี้จะเป็นจุดเริ่มต้นหนึ่ง ที่เป็นประโยชน์สำหรับผู้พัฒนางานด้าน Agentic AI และได้รับคุณค่าจากงานพัฒนาได้เช่นเดียวกับผู้เขียน ได้ต่อไปครับ

รูปที่ 1 แสดงภาพสถาปัตยกรรมระบบของ Agentic AI ที่เกิดขึ้นจากการพัฒนาด้วย Model Context Protocol [1]

ทำไมต้องใช้ Agentic AI?

แน่นอนว่าทุกวันนี้เรามีตัวเลือกบริการผ่าน web browser ในการ chat กับ ChatGPT, Gemini, Claude และ AI อื่นๆ อีกมากมาย แต่ก็ไม่ใช่ทุกตัวที่จะเชื่อมต่อกับ live data ได้ ดังนั้น แม้ว่า AI เหล่านั้นจะให้คำตอบที่ดีในหลายๆ กรณี แต่มันก็ไม่ใช่คำตอบจากการคิดวิเคราะห์บนพื้นฐานข้อมูลล่าสุด ข้อมูลที่ AI เหล่านี้นำมาใช้ผลิตคำตอบเป็นเพียงข้อมูลที่ใช้ในการ train AI สิ้นสุด ณ เวลาหนึ่งเท่านั้น ไม่ใช่ปัจจุบันเสมอไป