Meta Hyperagents งานวิจัยล่าสุดที่ได้รับการตอบรับเข้าตีพิมพ์ใน ICLR 2026 นำเสนอแนวคิดสำคัญในการพัฒนาความสามารถของ AI โดยมุ่งเน้นไปที่การให้โมเดลสามารถแก้ไข Source Code ของตัวเองเพื่อปรับปรุงกระบวนการเรียนรู้อย่างต่อเนื่อง แทนที่จะพึ่งพาเพียงการขยายขนาดพารามิเตอร์หรือโมเดลสถาปัตยกรรมแบบเดิม

ผลการทดสอบในงานวิจัยแสดงให้เห็นว่า ระบบ Hyperagents สามารถพัฒนาความสามารถในการประเมินและวิจารณ์เอกสารวิชาการ (Paper Review) จากอัตราความแม่นยำเริ่มต้น 0% พุ่งขึ้นเป็น 71% ซึ่งสูงกว่าโมเดลเฉพาะทางอย่าง AI-Scientist-v2 ระบบยังสามารถสร้างกลไกเสริมขึ้นมาใช้งานเอง เช่น โครงสร้างหน่วยความจำระยะยาว และการจัดสรรทรัพยากรประมวลผลตามความคุ้มค่า โดยอาศัยความสามารถในการปรับปรุงกระบวนการพัฒนาของตัวเอง

---

ภาพรวมสถาปัตยกรรม Meta Hyperagents

สถาปัตยกรรมของ Hyperagents รวมบทบาทของผู้ปฏิบัติการ (Worker) และผู้ฝึกสอน (Trainer) ให้อยู่ในโค้ด Python ชุดเดียวกันที่สามารถแก้ไขตัวเองได้ เหมาะสำหรับการนำไปสร้างระบบ Autonomous Agents ที่ต้องการการปรับตัวระดับลึก จุดเด่นสำคัญคือการถ่ายโอนความสามารถ (Transfer Learning) ข้ามสายงานได้อย่างมีประสิทธิภาพ

ในเชิงเทคนิค ระบบยังคงทำงานบนโมเดลภาษาหลักที่มีการตรึงค่าน้ำหนักไว้ (Frozen weights) โดยความสามารถที่เพิ่มขึ้นเกิดจากการปรับปรุงโครงสร้างโค้ดและกลยุทธ์การทำงานที่ห่อหุ้มโมเดลไว้ ไม่ใช่การเปลี่ยนแปลงพารามิเตอร์ภายในสมองกลโดยตรง

สถาปัตยกรรมและการทำงาน

Hyperagents พัฒนาขึ้นโดยทีมวิจัยจาก Meta Superintelligence Labs ร่วมกับ UBC, University of Edinburgh และ NYU โดยต่อยอดจากแนวคิด Darwin Gödel Machine (DGM) ของ Sakana AI

จุดเปลี่ยนสำคัญคือการยกเลิกการแยกชั้นระหว่างโมเดลผู้ปฏิบัติงานและโมเดลผู้ปรับปรุง ในสถาปัตยกรรมทั่วไปมักใช้ Agent ตัวหนึ่งเขียนโค้ดปรับปรุงอีกตัวหนึ่ง แต่ Hyperagents รวมทั้งสองส่วนเข้าเป็นโปรแกรมเดียวที่อ้างอิงถึงตัวเองได้ (Self-referential program) ทำให้ตัวระบบสามารถปรับปรุงกระบวนการปรับปรุงตัวเองได้ (Metacognitive self-modification) ช่วยตัดปัญหาการเพิ่มระดับการควบคุมที่ไม่สิ้นสุด (Infinite Regress)

เสาหลักทางเทคนิค

1. Metacognitive Self-Modification

ตัวระบบสามารถอ่าน Source Code ของตัวเองและส่งต่อไปให้ LLM วิเคราะห์ร่วมกับตัวชี้วัดประสิทธิภาพ เพื่อเขียนโค้ดเวอร์ชันใหม่ที่ดีขึ้นกว่าเดิม กลไกนี้ทำให้ระบบปรับเปลี่ยนขั้นตอนการทำงานให้เหมาะสมกับลักษณะงานที่ได้รับมอบหมาย

2. Population-based Open-ended Search

แทนที่จะปรับปรุงแบบทางเดียว ระบบจะสร้างกลุ่มตัวอย่าง (Population) ของ Agent ขึ้นมาหลากหลายรูปแบบ จากนั้นประเมินและคัดเลือกตัวที่ทำผลงานได้ดีและมีความหลากหลายของแนวทางเพื่อนำมาพัฒนาต่อ ซึ่งคล้ายกับหลักการวิวัฒนาการตามธรรมชาติที่ให้ความสำคัญกับการปรับตัว

3. Cross-Domain Transfer

เมื่อระบบผ่านการฝึกฝนในงานเฉพาะด้าน เช่น การวิจารณ์เอกสารหรืองานด้านวิทยาการหุ่นยนต์แล้ว รูปแบบโค้ดและกลยุทธ์การเรียนรู้ที่ระบบพัฒนาขึ้นสามารถนำไปปรับใช้กับงานคณิตศาสตร์ระดับโอลิมปิก (Olympiad math grading) ได้ทันที โดยสามารถทำคะแนนได้ในระดับ 0.630 ขณะที่ระบบรุ่นก่อนหน้าทำคะแนนได้เพียง 0 ในการทดสอบเดียวกัน

---

จุดเด่นที่น่าสนใจ

ความสามารถที่ระบบสร้างขึ้นมาเองโดยไม่ได้ระบุในคำสั่งเริ่มต้น (Emergent Capabilities) คือหนึ่งในจุดที่น่าสนใจที่สุด รายงานวิจัยระบุว่า Hyperagents มีการสร้างโมดูลจัดเก็บหน่วยความจำแบบ JSON และอัลกอริทึมตรวจสอบอคติขึ้นมาใช้งานเอง เพื่อให้บรรลุเป้าหมายที่ได้รับมอบหมาย

นอกจากนี้ โครงการนี้ยังเปิดโค้ดเป็น Open-source บน GitHub ภายใต้ลิขสิทธิ์ Apache 2.0 ทำให้นักพัฒนาสามารถนำไปทดลองรันผ่านสภาพแวดล้อมจำลอง (Sandbox) ร่วมกับ API ของ Anthropic หรือ OpenAI ได้ทันที

ข้อจำกัดและข้อควรระวัง

แม้ผลลัพธ์จะน่าประทับใจ แต่ผู้พัฒนายังต้องคำนึงถึงข้อเท็จจริงทางเทคนิคว่า โมเดลภาษาหลัก เช่น Claude Sonnet ยังคงทำงานด้วยน้ำหนักคงที่ (Frozen weights) สิ่งที่พัฒนาคือโครงสร้างโค้ดการจัดการและเทคนิค Prompt Optimization รอบโมเดล

ประเด็นด้านความปลอดภัยเป็นอีกจุดที่ต้องระมัดระวัง การปล่อยให้ระบบปรับเปลี่ยนโค้ดตัวเองได้อย่างอิสระจำเป็นต้องมีมาตรการกักกัน (Sandboxing) ที่เข้มงวด ป้องกันความเสี่ยงจากการที่ระบบพยายามหาช่องโหว่ของเมตริกวัดผล (Reward Hacking) หรือรันคำสั่งที่ไม่ปลอดภัย

โครงสร้างค่าใช้จ่ายและทรัพยากรที่ต้องใช้

ตัวโปรเจกต์เปิดให้ใช้งานแบบ Open-source โดยมีค่าใช้จ่ายด้านทรัพยากรการประมวลผลที่ผู้ใช้ต้องเตรียม:

• AI API Keys: จำเป็นต้องใช้ Anthropic API (Claude 3.5 หรือ 3.7 Sonnet) หรือ OpenAI API สำหรับเป็นโมเดลประมวลผลและสร้างโค้ด
• Infrastructure: ต้องรันผ่าน Docker เพื่อความปลอดภัย เนื่องจากโค้ดที่ระบบสร้างขึ้นจัดเป็น Untrusted Code ที่ต้องจำกัดสิทธิ์ในระบบปิด
• Source Code: สามารถเข้าดูและติดตามการพัฒนาได้ที่ GitHub Repository jennyzzt/dgm

การเปรียบเทียบกับระบบอื่น

เมื่อเทียบกับระบบสร้างสรรค์งานวิจัยอย่าง AI-Scientist-v2 ซึ่งถูกออกแบบมาเฉพาะสำหรับงานวิจัยวิทยาศาสตร์ Hyperagents มีความยืดหยุ่นสูงกว่าในการนำทักษะการปรับปรุงตัวเองไปประยุกต์ใช้กับโจทย์ประเภทอื่นๆ เนื่องจากแกนหลักของระบบมุ่งเน้นการพัฒนากลยุทธ์การทำงานทั่วไปมากกว่าการทำงานเฉพาะทาง

---

สรุปภาพรวมและกลุ่มเป้าหมาย

Meta Hyperagents เหมาะสำหรับนักวิจัยและนักพัฒนาที่ต้องการศึกษาระบบ Autonomous Agent ขั้นสูงที่สามารถปรับแต่งตัวเองได้ตามโจทย์งาน การผสานความสามารถของ LLM เข้ากับกระบวนการวิวัฒนาการโค้ดเปิดมิติใหม่ในการสร้างระบบอัตโนมัติที่มีความยืดหยุ่นสูงขึ้นในอนาคต

---

แหล่งอ้างอิง

• Hyperagents: arxiv abstract page (2603.19461)
• HyperAgents | Research: AI at Meta
• Meta's hyperagents improve at tasks and improve at improving: The Decoder
• Hyperagents: Recursive Metacognitive Self-Improvement: Emergent Mind
• Chinese Intern at Meta Develops Super Intelligent Agent: 36kr
• Hyper Agents & Self-Improving AI: Atal Upadhyay blog
• Meta HyperAgents: AI With Metacognitive Self-Modification: Idlen.io
• jennyzzt/dgm: GitHub Repository