Gemini Spark คืออะไรและไม่ใช่อะไร

ลองนึกภาพเวลาที่เราต้องเตรียมข้อมูลสำหรับการประชุมวันพรุ่งนี้ ถ้าเราถาม Gemini ในหน้าแชทตามปกติว่า “ควรเตรียมอะไรบ้าง” สิ่งที่ได้กลับมาคือรายการคำแนะนำ แต่หลังจากนั้น เราก็ยังต้องเปิด Gmail ควานหาอีเมลล่าสุด เปิด Google Drive หาเอกสารที่เกี่ยวข้อง เปิด Google Calendar เช็กเวลาเริ่มประชุม แล้วนำข้อมูลทั้งหมดมาเรียบเรียงเป็นเอกสารสรุปด้วยตัวเองอยู่ดี

แต่ถ้าเรามอบเป้าหมายเดียวกันนี้ให้ Spark ผลลัพธ์จะไม่หยุดอยู่แค่รายการคำแนะนำ Spark สามารถวางแผน ค้นหาข้อมูลจากแอปที่เราอนุญาต ร่างเอกสารขึ้นมาให้ และรายงานความคืบหน้าทีละขั้น โดยที่แต่ละขั้นตอนยังอยู่ภายใต้สิทธิ์ที่เรากำหนด หากมีขั้นตอนไหนที่สำคัญหรือมีความเสี่ยง ระบบจะหยุดรอให้เราตรวจและยืนยันก่อนเสมอ

นี่คือความหมายของ AI agent ในเล่มนี้: AI ที่ไม่ได้หยุดแค่ตอบคำถาม แต่เลือกและลงมือทำหลายขั้นตอนเพื่อพางานไปถึงเป้าหมาย

ภาพเดียวที่ต้องจำ

เมื่อพูดว่า Spark “ทำงานต่อเองได้” ไม่ได้หมายความว่าระบบจะรู้ใจหรือรับผิดชอบผลลัพธ์แทนเราทั้งหมด แต่หมายถึง Spark มีพื้นที่ทำงานเฉพาะที่รวบรวมทั้งเป้าหมาย แผนงาน ความคืบหน้า ไฟล์ แอปที่ใช้ และกำหนดเวลาเอาไว้ในที่เดียว ซึ่งเราสามารถเปิดเข้าไปดู ติดตามความคืบหน้า หรือสั่งปรับแก้ระหว่างทางได้ตลอดเวลา

งานหนึ่งเรื่องรวมอยู่ใน Task เดียว

Spark เรียกงานแต่ละเรื่องว่า งาน (Task) ซึ่งภายในแต่ละ Task จะมีหน้าต่างสนทนาของตัวเอง เรียกว่า task thread ทำให้เราคุยต่องานเดิม สั่งแก้ หรือส่งข้อมูลเพิ่มได้ทันที โดยไม่ต้องเริ่มต้นอธิบายบริบทใหม่ทุกครั้ง

งานที่เหมาะจะส่งให้ Spark จัดการ มักมีลักษณะตรงกับข้อเหล่านี้อย่างน้อยหนึ่งข้อ: