HTG เสร็จสิ้นปี 2025: 24 วันแห่งเทคโนโลยี
24 วันกับฮาร์ดแวร์ อุปกรณ์ และเทคโนโลยีที่เราชื่นชอบ
รักหรือเกลียด AI มีอยู่ทุกหนทุกแห่ง และโอกาสที่คุณจะใช้งานมันทุกวัน เครื่องมือใหม่จะปรากฏขึ้นทุกสัปดาห์ และมีแนวคิดใหม่ที่สำคัญ: Agentic OS Microsoft ใช้คำนี้เพื่ออธิบายอนาคตที่ AI ไม่เพียงแต่ช่วยเหลือคุณเท่านั้น แต่ยังทำงานแทนคุณอีกด้วย แล้วทำไม Microsoft ถึงเห็นแบบนี้?
ข้อมูลเบื้องต้นเกี่ยวกับแนวคิดระบบปฏิบัติการเอเจนต์
ก่อนที่จะพูดถึงการเปลี่ยนแปลงสำคัญๆ ที่จะเกิดขึ้นกับ Windows ฉันต้องการสร้างความรู้พื้นฐานบางประการก่อน
คุณต้องตระหนักดีถึงระบบปฏิบัติการต่างๆ เช่น Windows, Linux หรือ macOS แต่คำถามคือ อะไรทำให้ระบบปฏิบัติการเอเจนต์? นี่เป็นระบบปฏิบัติการรูปแบบใหม่หรือไม่?
พูดง่ายๆ ก็คือ ระบบปฏิบัติการเอเจนต์คือระบบปฏิบัติการที่ได้รับการออกแบบตั้งแต่ต้นจนจบ หรือมีการปรับเปลี่ยนอย่างหนัก เพื่อผสานรวมและจัดการเอเจนต์ AI อย่างสมบูรณ์
ตัวแทน AI คืออะไร?
คุณต้องใช้ ChatGPT หรือ Gemini ซึ่งทั้งสองอย่างนี้เป็นแชทบอทธรรมดา คุณถามคำถามมันจะตอบคุณกลับ
แต่เอเจนต์เอไอนั้นแตกต่างออกไป AI แบบตัวแทนมีความเป็นอิสระ มีเหตุผล และความสามารถในการดำเนินการเพื่อให้บรรลุเป้าหมายระดับสูงที่ซับซ้อน เช่น คุณสามารถขอให้จองเที่ยวบินหรือส่งอีเมลรายชื่อบุคคลได้ การดำเนินการเหล่านี้ประกอบด้วยหลายขั้นตอน และตัวแทน AI ก็สามารถทำงานที่ซับซ้อนนี้ได้
นี่คือวิธีการ:
-
การแยกย่อยงาน: เอเจนต์เริ่มต้นด้วยการทำงานขนาดใหญ่และซับซ้อน แล้วแยกย่อยออกเป็นขั้นตอนย่อยๆ ตามลำดับ
-
การดำเนินการและการใช้เครื่องมือ: สำหรับแต่ละขั้นตอนในแผน แผนจะเลือกและใช้เครื่องมือที่เหมาะสม (เช่น API ภายนอก เครื่องมือค้นหา หรือตัวแปลโค้ด) เพื่อดำเนินการที่จำเป็น
-
การสังเกตและทบทวน: หลังจากดำเนินการแล้ว เจ้าหน้าที่จะสังเกตผลลัพธ์หรือสถานะปัจจุบันของสภาพแวดล้อม
-
การสะท้อนและการปรับเปลี่ยน: จากนั้นตัวแทนจะประเมินผลลัพธ์เทียบกับแผน หากผลลัพธ์ไม่เพียงพอ ไม่คาดคิด หรือไม่ถูกต้อง ตัวแทนจะแก้ไขแผนและพยายามดำเนินการตามแผนใหม่
การวนซ้ำของการกระทำ การสังเกต และการปรับเปลี่ยนจะดำเนินต่อไปจนกว่าเป้าหมายเดิมจะสำเร็จลุล่วงได้สำเร็จ
เครดิต: Patrick Campanale/ Windows Insight
ตัวอย่างบางส่วน ได้แก่ Google Workspace Duet ซึ่งจัดการการติดตามผล สรุปชุดข้อความ กระตุ้นคุณในงานต่างๆ หรือ Microsoft Copilot ใน Outlook GitHub Copilot Workspace หรือ Antigravity ใหม่จาก Google อยู่ในหมวดหมู่เอเจนต์ AI แต่ได้รับการปรับแต่งอย่างละเอียดสำหรับช่องการเขียนโปรแกรม
แล้วเอเจนต์ OS คืออะไร?
คำว่า Agentic OS นั้นค่อนข้างใหม่ แต่นี่คือความหมาย เป็นระบบปฏิบัติการที่สถาปัตยกรรมพื้นฐานได้รับการออกแบบเพื่อรองรับ จัดการ และประสานงานตัวแทน AI หลายราย โดยทำหน้าที่เป็นผู้ควบคุมส่วนกลาง ทำให้ตัวแทนสามารถเข้าถึงทรัพยากรระบบ เช่น ไฟล์ แอปพลิเคชัน เครือข่าย และการตั้งค่าได้ แต่ยังทำให้มีความปลอดภัยและเป็นระบบ
ที่นี่คุณจะเห็นอนาคตที่ AI เปลี่ยนจากการเป็นส่วนเสริม/เครื่องมือ มาเป็นส่วนหนึ่งของการออกแบบหลักของระบบปฏิบัติการ
แต่นี่คือสิ่งสำคัญที่ควรทราบ ระบบปฏิบัติการเช่น Windows หรือ Linux นั้นมีปฏิกิริยา ตัวอย่างเช่น คุณคลิกปุ่ม เลื่อนเมาส์ หรือเปิดแอปพลิเคชัน จากนั้นระบบจะตอบสนองในลักษณะที่กำหนดไว้ล่วงหน้า มีการเขียนโค้ดไว้แล้วในลักษณะที่การคลิกขวาบนเดสก์ท็อปจะเป็นการเปิดชุดตัวเลือกขึ้นมา
เครดิต: ไมโครซอฟต์
ในทางกลับกัน ระบบปฏิบัติการเอเจนต์นั้นเป็นเชิงรุก มันทำงานแทนคุณ ลดความจำเป็นในการทำงานด้วยตนเอง
ตัวอย่างเช่น ลองนึกภาพว่าต้องการจัดระเบียบไฟล์ใหม่ในไดเร็กทอรี: คุณต้องการให้จัดเรียงไฟล์เหล่านั้นเป็นโฟลเดอร์ตามประเภทไฟล์ (JPEG ในไฟล์หนึ่ง และเพลงในอีกไฟล์หนึ่ง) และคุณต้องการให้ทุกอย่างที่เก่ากว่าหนึ่งสัปดาห์อยู่ในโฟลเดอร์เก็บถาวรแยกต่างหาก ในขณะที่ไฟล์ใหม่กว่าจะยังคงอยู่ในโฟลเดอร์ชื่อ Current
ในระบบปัจจุบันของคุณ การดำเนินการนี้จำเป็นต้องมีการคลิกและการเรียงลำดับด้วยตนเองอย่างละเอียด หรือบางทีอาจเขียนและรันสคริปต์เฉพาะหากคุณมีทักษะในการเขียนโปรแกรม
ด้วยระบบปฏิบัติการเอเจนต์ คุณเพียงแค่ต้องอธิบายผลลัพธ์ที่ต้องการทั้งหมดในภาษาธรรมชาติ จากนั้น Agent จะเข้าไปในไฟล์ในเครื่องของคุณ ทำการเปลี่ยนแปลงให้กับคุณ โดยที่คุณไม่ต้องขยับแม้แต่นิดเดียว
วิสัยทัศน์ของ Microsoft สำหรับ Windows แบบตัวแทน
ฉันคิดว่าสิ่งสำคัญคือต้องระบุอย่างชัดเจน: Microsoft มีความมุ่งมั่นอย่างเต็มที่และยืนกรานที่จะเปลี่ยนระบบปฏิบัติการให้เป็นระบบปฏิบัติการเอเจนต์
Pavan Davuluri ประธานฝ่าย Windows และอุปกรณ์ของ Microsoft โพสต์สิ่งนี้
นี่ก็ไม่น่าแปลกใจเช่นกัน การเปลี่ยนแปลงดังกล่าวมีการเคลื่อนไหวอย่างเห็นได้ชัดมาระยะหนึ่งแล้ว ประการแรก ด้วยการแนะนำของ Copilot ตามด้วยแนวคิดของพีซี Copilot และคุณสมบัติต่างๆ เช่น Recall การผลักดันเชิงรุกนี้ดำเนินมาระยะหนึ่งแล้ว และได้รับความสนใจจากสาธารณชนและฟันเฟืองอย่างมาก
ณ จุดนี้ ฉันสงสัยว่า Microsoft จะเผชิญกับการต่อต้านมากเพียงใด เนื่องจากมีการฝังเอเจนต์ AI มากขึ้นในแกนหลักของระบบปฏิบัติการ เพราะดูเหมือนพวกเขาจะไม่หยุดในเร็วๆ นี้
ไม่ว่าผู้คนต้องการคุณสมบัติ AI ใหม่หรือไม่ก็ตาม Microsoft กำลังสร้างแรงผลักดัน และในไม่ช้าคุณอาจเห็นระบบปฏิบัติการเอเจนต์เวอร์ชันแรกที่ได้รับการตระหนักรู้อย่างเต็มรูปแบบ เห็นได้จากการเปิดตัว Copilot Actions ซึ่งเป็นฟีเจอร์ใหม่ที่ช่วยให้ Copilot ทำงานบนไฟล์ Windows ในเครื่องได้โดยตรง
เครดิต: ไมโครซอฟต์
ดังนั้นสิ่งที่ฉันเห็นก็คือ Windows 11 กำลังก้าวไปสู่การเป็นระบบปฏิบัติการที่คุณสามารถใช้คำสั่งเสียงหรือข้อความได้อย่างรวดเร็ว และคอมพิวเตอร์ของคุณก็ทำหน้าที่บางอย่างให้กับคุณ
Microsoft ต้องการให้คุณทิ้งเมาส์และคีย์บอร์ดไว้ และใช้พีซีของคุณดังนี้: คุณอธิบายงานด้วยคำพูดที่เป็นธรรมชาติ Copilot Voice แบ่งคำสั่งออกเป็นคำสั่งเฉพาะ หากจำเป็นจะใช้ Copilot Vision เพื่อทำความเข้าใจบริบทของหน้าจอ มันเข้าถึงไฟล์ และโต้ตอบกับเดสก์ท็อปและเว็บแอปพลิเคชัน
นี่ไม่ใช่สิ่งที่ซ่อนอยู่ ในวิสัยทัศน์ที่เปิดเผยของ Microsoft เกี่ยวกับ Windows 2030 พวกเขาเชื่อว่าแป้นพิมพ์และเมาส์จะกลายเป็นรองจากการโต้ตอบด้วยเสียง ท่าทาง และการโต้ตอบตามบริบทที่เป็นธรรมชาติ
ที่เกี่ยวข้อง
ในที่สุด Copilot ก็ตามทัน Chatbot ตัวอื่นแล้ว
เรื่องใหญ่เกิดขึ้น
กลไก: เกิดอะไรขึ้นข้างใต้
คำถามอีกข้อหนึ่งคือ Microsoft จะบรรลุวิสัยทัศน์เกี่ยวกับระบบปฏิบัติการเอเจนต์ได้อย่างไร และในทางปฏิบัติจะมีลักษณะอย่างไร สิ่งนี้ทำให้ฉันสงสัยจริงๆ ดังนั้นฉันจึงเจาะลึกและนี่คือสิ่งที่ฉันพบ
มีองค์ประกอบทางสถาปัตยกรรมที่สำคัญสามประการที่ขับเคลื่อนการเปลี่ยนแปลงนี้:
-
การกระทำของนักบิน
-
โมเดลบริบทโปรโตคอล (MCP)
-
พื้นที่ทำงานของตัวแทน
Microsoft ได้เปิดตัว Copilot Actions สำหรับ Windows Insiders Copilot Actions ทำหน้าที่เป็นเลเยอร์เชิงโต้ตอบ ซึ่งเป็นเอเจนต์ที่ใช้งานทั่วไป คุณอธิบายงานที่คุณต้องการทำให้สำเร็จด้วยคำพูดของคุณเอง และตัวแทนจะพยายามทำให้สำเร็จโดยการโต้ตอบกับเดสก์ท็อปและเว็บแอปพลิเคชันในสภาพแวดล้อมที่มีอยู่ นี่คือวิธีที่คุณโต้ตอบกับระบบปฏิบัติการ Copilot Actions จะรับคำขอของคุณและพยายามทำให้สำเร็จ ไม่ว่าจะโดยตัวมันเองหรือโดยการมอบหมายงานให้กับตัวแทนอื่น
องค์ประกอบที่สองคือเซิร์ฟเวอร์ MCP และส่วนที่สำคัญที่สุด นี่เป็นมาตรฐานแบบเปิดที่ช่วยให้ตัวแทน AI สามารถโต้ตอบกับเครื่องมือและแหล่งข้อมูลภายนอกในลักษณะที่เป็นมาตรฐาน สิ่งนี้ถูกคิดค้นโดยวิศวกรที่ Anthropic คุณสามารถอ่านเพิ่มเติมเกี่ยวกับเรื่องนี้ได้ใน Wikipedia Microsoft ได้นำโปรโตคอล MCP นี้ไปใช้อย่างมากในระบบปฏิบัติการของตน
ตัวอย่างเช่น Microsoft ระบุว่าตัวเชื่อมต่อ Windows File Explorer MCP รวมเครื่องมือเซิร์ฟเวอร์ MCP เข้ากับเมนูบริบทสำหรับการทำงานกับไฟล์และโฟลเดอร์ใน File Explorer นอกจากนี้ยังมีตัวเชื่อมต่อการตั้งค่า Windows สำหรับเซิร์ฟเวอร์ MCP
แล้วประเด็นนี้คืออะไร? สมมติว่า AI Agent ต้องการดูไฟล์ในโฟลเดอร์ใดโฟลเดอร์หนึ่ง มีสองวิธีที่สามารถทำได้ วิธีหนึ่งคือให้ตัวแทนใช้การมองเห็นของ AI เพื่อวิเคราะห์ภาพหน้าจอของคอมพิวเตอร์ของคุณและดูว่ามีไฟล์ใดบ้างในโฟลเดอร์ นั่นน่าเบื่อและไม่มีประสิทธิภาพ วิธีที่ดีกว่าคือให้แอป File Explorer ส่งมอบไฟล์ข้อความที่มีชื่อของไฟล์ทั้งหมดโดยตรง
นี่คือสิ่งที่ MCP ทำ ช่วยให้ตัวแทน AI สามารถสื่อสารกับแอปภายนอกได้อย่างมีประสิทธิภาพ โดยไม่ต้องใช้วิธีแก้ปัญหาที่ช้าและเสี่ยงต่อการเกิดข้อผิดพลาด
องค์ประกอบที่สามคือ Agent Workspace
Microsoft กล่าวว่า Agent Workspace เป็นสภาพแวดล้อมที่แยกจากกันภายใน Windows ซึ่งตัวแทน AI สามารถทำงานแยกจากเซสชันหลักของผู้ใช้ได้ พื้นที่ทำงานเหล่านี้ให้สิทธิ์ AI เข้าถึงเฉพาะแอปและไฟล์ที่คุณเลือกอย่างชัดเจนเท่านั้น ดังนั้นเดสก์ท็อปหลักของคุณจึงยังคงชัดเจนและไม่หยุดชะงัก
เอเจนต์ดังกล่าวหนึ่งหรือหลายตัวจะทำงานแบบขนาน โดยทำงานผ่านเซสชัน Windows แบบไลท์เวทของตนเอง จัดการโดยบัญชีของตนเอง และจำกัดไว้เฉพาะเดสก์ท็อปเสมือนของตนเอง นี่คือคำตอบของ Microsoft ต่อภัยคุกคามด้านความปลอดภัยที่ AI นำมาใช้
Windows จะสามารถทำงานได้สำหรับคุณหรือไม่?
คำตอบสั้น ๆ ใช่ Windows จะสามารถทำงานหลายอย่างให้คุณได้ในเร็วๆ นี้ แต่ในขณะเดียวกัน ฉันคิดว่าคำถามสำคัญไม่ใช่แค่ว่า Windows จะทำงานให้คุณได้หรือไม่เท่านั้น แต่อยู่ที่ว่าคุณต้องการให้มันทำงานนั้นจริงๆ หรือไม่
จากมุมมองทางเทคนิค ระบบปฏิบัติการเอเจนต์สามารถทำให้งานต่างๆ มากมายเป็นไปโดยอัตโนมัติได้ มันเป็นไปได้. แต่ปัญหาที่ใหญ่กว่าคือช่องว่างระหว่างสิ่งที่ Microsoft ต้องการกับสิ่งที่ผู้ใช้ต้องการ
สำหรับสภาพแวดล้อมองค์กร ความสามารถของเอเจนต์สามารถปรับปรุงประสิทธิภาพเวิร์กโฟลว์ได้ นั่นคือสิ่งที่คุณค่าอยู่ แต่สำหรับผู้บริโภคทั่วไปกลับมีมูลค่าน้อยกว่ามาก
สำหรับผู้บริโภคทั่วไป การบรรจุ Windows ด้วยตัวแทน AI บอท และเครื่องมืออัตโนมัติมากมายไม่เพียงแต่ต้องใช้ทรัพยากรมากเกินไปเท่านั้น แต่ยังล้นหลามอีกด้วย มันเสี่ยงต่อการถูกบุกรุก ความสับสน และความหงุดหงิด และบังคับให้ AI เข้าสู่พื้นที่ที่คุณไม่เคยร้องขอ มันผลักดัน AI เข้าไปในทุกสิ่งที่เป็นไปได้
ลองนึกภาพระบบปฏิบัติการที่แนะนำคุณสมบัติใหม่ๆ หรือเวิร์กโฟลว์อัตโนมัติอยู่ตลอดเวลา ระบบเชิงรุกไม่จำเป็นต้องเป็นประโยชน์เสมอไป มันสามารถขัดจังหวะงานของคุณได้มากกว่าที่จะช่วย ฉันเคยเห็นสิ่งนี้มาก่อน ตัวอย่างเช่น การอัปเกรดอย่างต่อเนื่องจะพร้อมท์สำหรับ Windows 11 และการแจ้งเตือน Copilot ที่หลีกเลี่ยงไม่ได้
ความปลอดภัยเป็นอีกเรื่องหนึ่ง เอเจนต์ AI ที่ทำงานด้วยการเข้าถึงระบบอาจถูกนำไปใช้ประโยชน์ได้ ข้อผิดพลาดในการกำหนดค่าหรือการละเมิดเพียงครั้งเดียวอาจส่งผลให้ข้อมูลสูญหายหรือการเปลี่ยนแปลงระบบที่ไม่พึงประสงค์ก่อนที่คุณจะสังเกตเห็นด้วยซ้ำ
ด้วยเหตุนี้ ฉันจึงเชื่อว่า Windows แบบเอเจนต์ในอนาคตจะสามารถทำงานได้สำหรับคุณ หากคุณต้องการที่จะมองมันเช่นนั้น แต่ราคาเท่าไร? ราคาน่าจะเป็นความเป็นส่วนตัว ความเรียบง่าย และความอุ่นใจ
*️⃣ ลิงค์ที่มา:
HTG สรุปปี 2025: 24 วันแห่งเทคโนโลยี AI แบบตัวแทนมีความเป็นอิสระ การให้เหตุผล Copilot กำลังไล่ตาม Chatbot ตัวอื่นในที่สุด , Microsoft ได้เปิดตัว Copilot Actions , วิกิพีเดีย , ไมโครซอฟต์ , Microsoft กล่าวว่า Agent Workspace ผลักดัน AI เข้าสู่ทุกสิ่งที่เป็นไปได้