แนวคิดหลัก - สมองและมือ
ในแล็บก่อนหน้านี้ เราเห็นแล้วว่า Large Language Models (LLMs) มีความสามารถมากเพียงใด แต่เราก็พบจุดอ่อนสำคัญเช่นกัน: พวกมันถูกจำกัดอยู่ในกล่อง พวกมันรู้เพียงสิ่งที่ถูกฝึกมาเท่านั้น และไม่สามารถโต้ตอบกับโลกจริงได้
AI Agents แก้ปัญหานี้ได้โดยการผสานองค์ประกอบสองส่วนที่แตกต่างกัน:
- สมอง: LLM (เช่น Qwen3-4B) ซึ่งเข้าใจภาษามนุษย์ จัดการตรรกะ และรักษาบริบทของบทสนทนา
- มือ: โค้ด Python และเครื่องมือภายนอก (APIs) ที่สามารถโต้ตอบกับโลกจริงได้อย่างแข็งขัน เช่น การตรวจสอบสภาพอากาศ การท่องอินเทอร์เน็ต หรือการคำนวณ
สอนให้สมองใช้มือ
LLM ไม่สามารถ "คลิก" ปุ่มหรือ "รัน" Python ได้โดยธรรมชาติ วันนี้ เป้าหมายของเราคือสอนให้สมองรู้ว่าควรขยายความช่วยเหลือเมื่อใด และจัดรูปแบบผลลัพธ์ให้โปรแกรม Python ของเราสามารถรันเครื่องมือ แทน มันได้
