ທັກສະຂອງ Agent
Agent Skills ແມ່ນຊຸດຄຳສັ່ງທີ່ສາມາດນຳໃຊ້ຄືນໄດ້ ທີ່ຖືກກຳນົດຂຶ້ນເພື່ອໃຫ້ AI agent ປະຕິບັດວຽກງານສະເພາະ ຫຼື ຄວາມຊ່ຽວຊານສະເພາະດ້ານ ໂດຍເຮັດໜ້າທີ່ເປັນໜ່ວຍ module ທີ່ຂະຫຍາຍຄວາມສາມາດຂອງ agent.
AI Agent ທີ່ວິວັດຈາກ "ເຄື່ອງມືທົ່ວໄປທີ່ເຮັດໄດ້ທຸກຢ່າງ" ໄປສູ່ "ຜູ້ຊ່ຽວຊານທີ່ສາມາດຮັບມືກັບວຽກສະເພາະໄດ້ຢ່າງໝັ້ນໃຈ" ນັ້ນ ສິ່ງທີ່ສ້າງຄວາມແຕກຕ່າງດັ່ງກ່າວຄືການອອກແບບ Skills. ຍົກຕົວຢ່າງ Claude Code, Skills ຖືກກຳນົດໃນຮູບແບບໄຟລ໌ Markdown. ເມື່ອລະບຸຂັ້ນຕອນການດຳເນີນງານ, ເຄື່ອງມືທີ່ໃຊ້, ຮູບແບບຜົນລັບ, ແລະ keyword ທີ່ເປັນຕົວກະຕຸ້ນໄວ້ລ່ວງໜ້າ, ພຽງແຕ່ຜູ້ໃຊ້ເວົ້າວ່າ "ຂຽນບົດຄວາມ SEO ໃຫ້ຫນ່ອຍ" Skill ທີ່ກ່ຽວຂ້ອງກໍ່ຈະເປີດໃຊ້ງານ ແລະ ດຳເນີນການທຸກຢ່າງຕໍ່ເນື່ອງກັນ ຕັ້ງແຕ່ການຢືນຢັນ brief, ການຂຽນ, ການກວດສອບຄຸນນະພາບ, ຈົນຮອດການລົງທະບຽນໃນ DB. ໃນລະບົບນິເວດຂອງ OpenClaw, Skills ກວ່າ 5,700 ລາຍການທີ່ສ້າງໂດຍຊຸມຊົນໄດ້ຖືກແບ່ງປັນຢູ່ໃນ marketplace. ຍັງມີກໍລະນີທີ່ Agent ຂຽນ code ດ້ວຍຕົນເອງເພື່ອສ້າງ Skill ໃໝ່, ແລະ ກົນໄກທີ່ຊ່ວຍໃຫ້ຂະຫຍາຍຄວາມສາມາດຂອງຕົນເອງຕາມຄວາມຕ້ອງການກຳລັງຖືກສ້າງຂຶ້ນ. ສິ່ງສຳຄັນໃນການອອກແບບ Skill ຄືການຕັດສິນລະດັບຄວາມລະອຽດ. ຖ້າຫຍາບເກີນໄປກໍ່ຈະກາຍເປັນທົ່ວໄປເກີນໄປຈົນຄວາມຖືກຕ້ອງຫຼຸດລົງ, ຖ້າລະອຽດເກີນໄປຈຳນວນ Skill ກໍ່ຈະລະເບີດຂຶ້ນຈົນຄ່າໃຊ້ຈ່າຍໃນການຈັດການສູງຂຶ້ນ. ຈາກປະສົບການຂອງຜູ້ຂຽນ, ລະດັບຄວາມລະອຽດທີ່ "1 Skill ຕອບສະໜອງຕໍ່ 1 user action" ແມ່ນເໝາະສົມທີ່ສຸດ. ໃນຂະນະທີ່ MCP ຮັບຜິດຊອບການເຊື່ອມຕໍ່ລະຫວ່າງ Agent ກັບເຄື່ອງມືພາຍນອກ, Skills ຮັບຜິດຊອບ workflow ພາຍໃນ Agent ແລະ logic ການຕັດສິນໃຈ. ທັງສອງຢູ່ໃນຄວາມສຳພັນທີ່ເສີມຊຶ່ງກັນແລະກັນ.
ຄຳສັບທີ່ກ່ຽວຂ້ອງ
A2A (ໂປຣໂຕຄໍ Agent-to-Agent)
A2A (Agent-to-Agent Protocol) ແມ່ນໂປຣໂຕຄໍການສື່ສານທີ່ຊ່ວຍໃຫ້ AI agent ທີ່ແຕກຕ່າງກັນສາມາດຄົ້ນຫາຄວາມສາມາດ, ມອບໝາຍໜ້າທີ່, ແລະ ຊິງຄ໌ສະຖານະລະຫວ່າງກັນໄດ້, ໂດຍ Google ໄດ້ເປີດເຜີຍໃນເດືອນເມສາ 2025.
AI ແບບ Agentic
Agentic AI ແມ່ນຊື່ເອີ້ນລວມຂອງລະບົບ AI ທີ່ສາມາດຕີຄວາມໝາຍເປົ້າໝາຍ ແລະ ດຳເນີນການວາງແຜນ, ປະຕິບັດ, ແລະ ກວດສອບຢ່າງເປັນອິດສະຫຼະ ໂດຍບໍ່ຕ້ອງການຄຳແນະນຳລະອຽດຈາກມະນຸດໃນແຕ່ລະຂັ້ນຕອນ.
AI ອ້ອມຂ້າງ
ອຳບຽງ AI (Ambient AI) ໝາຍເຖິງລະບົບ AI ທີ່ຝັງຕົວຢູ່ໃນສະພາບແວດລ້ອມຂອງຜູ້ໃຊ້ງານ, ຄອຍຕິດຕາມຂໍ້ມູນຈາກເຊັນເຊີ ແລະ ເຫດການຕ່າງໆ ພ້ອມທັງດຳເນີນການລ່ວງໜ້າໂດຍບໍ່ຕ້ອງມີຄຳສັ່ງທີ່ຊັດເຈນຈາກຜູ້ໃຊ້.
