Cognitive-Core-Skills คือแผนที่จัดหมวดหมู่ความสามารถของ AI ที่ eli-labz ทำเป็นโอเพนซอร์ส โปรเจกต์นี้เกิดมาเพื่อตอบคำถามที่หลายคนได้ยินทุกวันแต่ตอบไม่ค่อยได้ นั่นคือ AI agent ต่างจาก ChatGPT ที่เราพิมพ์คุยกันทุกวันตรงไหน หลายคนตอบได้แค่ว่ามันเก่งกว่า หรือทำงานเองได้ แต่ยังไม่ใช่คำตอบที่ชัดพอ

คำตอบที่ตรงกว่าคือ LLM ซึ่งเป็นหัวใจของ ChatGPT เป็นโมเดลภาษาขนาดใหญ่ที่เดาคำถัดไปเก่งมาก แต่มันเก่งอยู่เรื่องเดียว คือรับข้อความเข้ามาแล้วสร้างข้อความตอบกลับ ส่วน AI agent คือการเอา LLM ตัวเดียวกันมาเสริมด้วยความสามารถอีก 8 อย่าง ตั้งแต่ความจำ การวางแผน การเรียกใช้เครื่องมือ ไปจนถึงการตรวจงานตัวเอง เพื่อให้มันทำงานจริงจนถึงเป้าหมายได้ ไม่ใช่แค่ตอบเป็นข้อความสวย ๆ แล้วจบ กรอบ 8 ส่วนนี้แหละคือสิ่งที่ taxonomy ตัวนี้รวบรวมไว้อย่างเป็นระบบ และเป็นแผนที่ช่วยให้เรามองออกว่า agent ตัวไหนของจริง ตัวไหนเป็นแค่แชตบอตแต่งตัวมา

เส้นแบ่งไม่ได้อยู่ที่ใครฉลาดกว่า

ความเข้าใจผิดที่พบบ่อยคือคิดว่า agent เท่ากับ LLM ที่ฉลาดขึ้น จริงๆ แล้วตัว LLM ข้างในอาจเป็นตัวเดียวกันเป๊ะ สิ่งที่ต่างคือรอบๆ ตัวมันมีอะไรมาเสริมบ้าง

ลองนึกภาพว่า LLM อยู่ตรงกลางและรับหน้าที่ด้านภาษา มันเก่งเรื่องเข้าใจและสร้างข้อความ แต่ไม่มีความจำข้ามรอบ ไม่รู้ว่าเป้าหมายที่แท้จริงคืออะไร และไม่มีมือไปกดใช้งานอะไรได้เอง เมื่อเราใส่ความจำ การวางแผน เครื่องมือ และตัวตรวจงานเพิ่มเข้าไป มันจึงเปลี่ยนจากตัวตอบคำถามเป็นตัวทำงานจนจบได้

โปรเจกต์นี้สรุปทุกอย่างไว้ในบรรทัดเดียวว่า AI Agent = LLM + Cognitive Core พูดง่ายๆ คือ agent ไม่ใช่โมเดลพันธุ์ใหม่ แต่เป็น LLM เดิมที่บวกแกนความคิดเข้ามา เพื่อเติมส่วนที่ LLM ทำเองไม่ได้

สมอง 8 ส่วนที่ทำให้ LLM ลุกขึ้นทำงาน

แล้วแกนความคิดที่ว่ามีอะไรบ้าง taxonomy ตัวนี้แจกแจงไว้ 8 ส่วน ถ้าขาดส่วนไหนไป agent ก็จะพังตรงส่วนนั้นพอดี

• Perception · การรับรู้ — อ่านให้ออกว่าตรงหน้าคือสถานการณ์อะไร ทั้งอินพุตและบริบทรอบตัว ขาดส่วนนี้ agent ก็ไม่รู้ด้วยซ้ำว่ากำลังทำงานแบบไหนอยู่
• Memory · ความจำ — เก็บความต่อเนื่องทั้งระยะสั้นและระยะยาว ทำให้คุยเรื่องเดิมข้ามหลายรอบได้โดยไม่ลืมว่าตกลงอะไรไปแล้ว
• Reasoning · การใช้เหตุผล — วิเคราะห์ ใช้เหตุผล แล้วตัดสินว่าจากข้อมูลตรงหน้าควรทำอะไรต่อ
• Planning · การวางแผน — ซอยเป้าหมายใหญ่เป็นขั้นตอนย่อย แล้วเรียงว่าอะไรทำก่อนอะไรทำหลัง
• Action selection · การเลือกวิธีลงมือ — เลือกว่าจะหยิบเครื่องมือไหนมาใช้ สร้างผลลัพธ์ออกมา และลงมือทำจริง ไม่ใช่แค่บรรยายว่าจะทำ
• Verification · การตรวจสอบ — เช็กงานของตัวเองว่าคืบหน้าจริงหรือแค่ดูเหมือนเสร็จ
• Learning · การเรียนรู้ — ปรับตัวจากสิ่งที่เจอมา ทำให้รอบต่อไปทำได้ดีขึ้น
• Governance · การกำกับให้ปลอดภัย — ทำงานตามกฎ มีขอบเขตทางจริยธรรม และรู้ว่าอะไรไม่ควรข้าม

พอเรียง 8 ส่วนนี้ต่อกัน เราจะเห็นวงจรการทำงานของ agent ชัดขึ้น มันรับรู้สถานการณ์ จำบริบทไว้ คิดว่าจะทำอะไร วางแผนเป็นขั้น เลือกลงมือ ตรวจว่าได้ผลไหม เรียนรู้จากรอบนั้น และทำทั้งหมดอยู่ในขอบเขตที่ปลอดภัย เมื่อครบวงจรนี้ เราถึงเรียกได้เต็มปากว่าเป็นเพื่อนร่วมงานดิจิทัล ไม่ใช่แค่ช่องแชต

LLM · SLM · agent · world model คนละพันธุ์กัน

อีกเรื่องที่กรอบนี้ช่วยให้เห็นชัดคือ ไม่ใช่ทุกอย่างที่เรียกว่า AI จะเป็นประเภทเดียวกัน อย่างน้อยมันแยกได้เป็น 4 พันธุ์ที่มีจุดแข็งและจุดอ่อนคนละแบบ ได้แก่ LLM ที่เราคุยกันไปแล้ว SLM (โมเดลภาษาขนาดเล็กที่เน้นเร็วและประหยัด) AI agent และ World Model (โมเดลที่จำลองว่าโลกหรือระบบหนึ่งจะเปลี่ยนสถานะไปยังไง)

วิธีเลือกให้ตรงงานคือ งานที่ต้องเข้าใจภาษาแบบกว้าง ๆ ใช้ LLM ก็พอ งานเฉพาะทางที่ต้องเร็ว คุมต้นทุน หรือเก็บข้อมูลเป็นส่วนตัว ใช้ SLM จะตอบโจทย์กว่า ถ้างานต้องทำหลายขั้นจนจบ ก็ต้องพึ่ง agent ส่วน world model เอาไว้จำลองและพยากรณ์ จุดที่คนมักมองข้ามคือ agent ไม่ได้แปลว่าดีที่สุดเสมอ มันเป็นระบบที่ออกแบบมาให้ลงมือทำ และต้องแลกกับการตรวจสอบและการกำกับที่แน่นหนา

เอา 8 ส่วนมาเป็นเช็กลิสต์ก่อนเชื่อว่ามันคือ agent

ประโยชน์จริงของการรู้จัก 8 ส่วนนี้ไม่ใช่เอาไว้ท่องจำ แต่เอาไว้เป็นเช็กลิสต์ในใจตอนจะเลือก สร้าง หรือประเมิน AI agent สักตัวสำหรับงานหรือธุรกิจ

วิธีใช้ง่ายที่สุดคือไล่ถามทีละส่วน ตัวนี้รับรู้บริบทงานเราได้แค่ไหน มันจำสิ่งที่คุยไปเมื่อวานได้ไหม มันวางแผนหลายขั้นเองได้หรือเปล่า มันเรียกเครื่องมือมาทำงานจริง หรือแค่บอกวิธีให้เราไปทำเอง

สองส่วนที่คนมักลืมถามแต่สำคัญที่สุดคือ verification กับ governance โดย verification คือการเช็กว่างานคืบหน้าจริงไหม ไม่ใช่แค่พิมพ์ว่าเสร็จแล้วทั้งที่ยังไม่ได้เช็ก ส่วน governance คือขอบเขตว่าอะไรทำได้ อะไรห้ามแตะ เพราะ agent ที่เก่งเรื่องวางแผนและลงมือแต่ขาดสองส่วนนี้ จะทำงานเร็วและพาเราไปผิดทางได้เร็วพอกัน

ของจริงคือ taxonomy ไม่ใช่ปลั๊กอินลงแล้วเก่ง

ถึงตรงนี้ต้องพูดให้ชัดว่าตัวโปรเจกต์คืออะไร เพราะมันไม่ใช่ของที่ลงแล้ว agent เก่งขึ้นทันที ถ้าเข้าใจผิดตรงนี้จะคาดหวังผิดตั้งแต่ต้น

พูดอีกแบบคือมันเป็นแผนที่ ไม่ใช่รถ แผนที่ไม่ได้ขับให้ แต่ทำให้เรารู้ว่ากำลังจะไปไหนและยังขาดถนนเส้นไหน คนที่ได้ประโยชน์สูงสุดจึงเป็นคนที่ต้องตัดสินใจเรื่อง agent อยู่แล้ว ไม่ว่าจะเป็นเจ้าของธุรกิจที่จะนำ agent ไปใช้ในงานจริง หรือคนที่ลงมือสร้างมันเอง

ครั้งหน้าที่มีคนบอกว่านี่คือ agent

ของขวัญที่ดีที่สุดจากการมองผ่านเลนส์ 8 ส่วน ไม่ใช่การทำให้ agent ตัวไหนเก่งขึ้น แต่คือการช่วยให้เราตั้งคำถามได้ตรงจุด

ครั้งหน้าที่มีคนเสนอว่านี่คือ AI agent อย่าเพิ่งถามว่ามันฉลาดแค่ไหน ให้ถามว่ามันครบ 8 ส่วนหรือยัง โดยเฉพาะสองส่วนสุดท้ายที่ทำให้มันน่าไว้ใจ

ตัวที่ขาด verification กับ governance คือตัวที่ดูฉลาดแต่เชื่อไม่ได้

---

ที่มา: โปรเจกต์ Cognitive-Core-Skills โดย eli-labz บน GitHub