เอเจนต์ AI สี่ตัวประสานงานกันในเวลาจริง ทำคะแนนได้ดีกว่า Claude Opus 4.8 ในการเขียนโค้ดสำหรับองค์กร

ในยุคที่การพัฒนาโค้ดสำหรับองค์กรมีความซับซ้อนมากขึ้น เอเจนต์ AI ที่ถูกออกแบบมาเพื่อวิเคราะห์โค้ดกำลังประสบปัญหาในการจัดการงานที่ต้องใช้เวลานานและมีการโต้ตอบหลายครั้ง การแบ่งงานระหว่างทีมเอเจนต์ดูเหมือนจะเป็นวิธีที่ชัดเจนในการแก้ปัญหานี้ แต่ก็มีข้อเสียที่สำคัญ เนื่องจากระบบเอเจนต์หลายตัวส่วนใหญ่ไม่ได้ถูกออกแบบมาให้สามารถประสานงานกันในระหว่างการทำงานได้อย่างมีประสิทธิภาพในเวลาจริง เพื่อแก้ไขปัญหานี้ ทีมวิจัยจาก Coral AI Labs และมหาวิทยาลัยหลายแห่งได้พัฒนา AgentRadio ซึ่งเป็นเลเยอร์การส่งข้อความแบบอะซิงโครนัสที่ช่วยให้เอเจนต์สามารถสื่อสารกันระหว่างขั้นตอนการทำงานโดยไม่ต้องหยุดการทำงานหลักของพวกเขา

ในแอปพลิเคชันจริงที่มีการพึ่งพากันระหว่างงานย่อยสูง สถาปัตยกรรมนี้ทำให้เอเจนต์สามารถปรับเปลี่ยนเส้นทางการทำงานได้ในระหว่างการดำเนินการ แทนที่จะต้องดำเนินการต่อไปในเส้นทางที่ไม่มีทางออกจนกว่าจะถึงช่วงการตรวจสอบอย่างเป็นทางการ ในการทดสอบที่ใช้คำถามระยะยาวเกี่ยวกับโค้ดที่ผลิต ทีมเอเจนต์ที่ใช้ AgentRadio สามารถเพิ่มความแม่นยำในการทำงานเกือบสองเท่าสำหรับเอเจนต์ Claude Code สี่ตัวที่ทำงานแยกกัน นอกจากนี้ยังทำคะแนนได้ดีกว่าระบบเอเจนต์เดี่ยวที่ใช้โมเดลที่มีความก้าวหน้ามากกว่าอีกด้วย

สำหรับผู้ปฏิบัติงานในสาย AI AgentRadio แสดงให้เห็นว่าการมีโครงสร้างการประสานงานที่เหมาะสมสามารถเอาชนะความสามารถในการคำนวณและขนาดของโมเดลได้ ความท้าทายในการเข้าใจโค้ดฐานข้อมูลนั้นเป็นสิ่งที่ท้าทายอย่างยิ่ง เนื่องจากเอเจนต์ AI ต้องสามารถสร้างซอฟต์แวร์ ดำเนินการซอฟต์แวร์ ติดตามเส้นทางการดำเนินการผ่านไฟล์หลายไฟล์ และสังเคราะห์หลักฐานในระยะเวลาที่ยาวนาน ภายใต้เงื่อนไขเหล่านี้ ระบบเอเจนต์เดี่ยวมักจะล้มเหลวเนื่องจากปัญหา “coverage problem” ซึ่งหมายความว่าเอเจนต์เดี่ยวจะติดตามเส้นทางเดียวผ่านฐานข้อมูล

การพัฒนาของ AgentRadio นั้นไม่เพียงแต่ช่วยให้เอเจนต์สามารถทำงานร่วมกันได้อย่างมีประสิทธิภาพ แต่ยังเปิดโอกาสให้เกิดการพัฒนาในด้านอื่นๆ ของ AI ที่ต้องการการประสานงานและการสื่อสารระหว่างเอเจนต์หลายตัว ซึ่งจะเป็นประโยชน์อย่างมากในอนาคตสำหรับการพัฒนาเทคโนโลยีที่ซับซ้อนและมีประสิทธิภาพมากขึ้นในองค์กรต่างๆ.