แนวคิดหลัก - สมองและมือ

ในแล็บก่อนหน้านี้ เราได้เห็นแล้วว่า Large Language Models (LLMs) มีพลังมากเพียงใด แต่เราก็พบจุดอ่อนสำคัญด้วย นั่นคือ พวกมันถูกขังอยู่ในกล่อง รู้เพียงสิ่งที่ถูกฝึกมา และไม่สามารถโต้ตอบกับโลกจริงได้

AI Agent แก้ปัญหานี้ด้วยการผสานสององค์ประกอบที่แตกต่างกัน:

สมอง: LLM (เช่น Qwen3-4B) ที่เข้าใจภาษามนุษย์ จัดการตรรกะ และรักษาบริบทของการสนทนา
มือ: โค้ด Python และเครื่องมือภายนอก (API) ที่สามารถโต้ตอบกับโลกจริงได้อย่างแอคทีฟ เช่น การตรวจสอบสภาพอากาศ การท่องอินเทอร์เน็ต หรือการคำนวณ

สอนสมองให้ใช้มือ

LLM ไม่สามารถ "คลิก" ปุ่มหรือ "รัน" Python ได้เองตามธรรมชาติ วันนี้ เป้าหมายของเราคือสอนสมองให้รู้จักว่าเมื่อใดที่ต้องการความช่วยเหลือ และจัดรูปแบบผลลัพธ์ของมันเพื่อให้โปรแกรม Python ของเรารันเครื่องมือนั้น แทน มันได้

A clean, modern conceptual illustration showing a glowing digital brain representing an LLM connected via glowing data lines to a pair of robotic or digital hands manipulating code blocks and gears, representing real-world tools. Minimalist tech aesthetic with light blue and soft orange accent colors.