"In the Loop" คือรูปแบบการทำงานร่วมกันที่มนุษย์ตรวจสอบและแก้ไขผลลัพธ์ของ AI Agent ทีละรายการ ซึ่งแม้จะรับประกันคุณภาพได้อย่างแน่นอน แต่ก็มักเกิดปัญหาคอขวดเนื่องจากการตรวจสอบของมนุษย์ไม่สามารถตามทันความเร็วในการสร้างผลลัพธ์ของ Agent ได้
Martin Fowler และผู้ร่วมเขียน Birgitta Bockeler ได้จัดระเบียบรูปแบบการทำงานร่วมกันระหว่างมนุษย์และ AI Agent ไว้ 3 โหมด (Outside the Loop / In the Loop / On the Loop) โดย In the Loop คือหนึ่งในนั้น ซึ่งหมายถึงรูปแบบการทำงานที่มนุษย์ตรวจสอบโค้ดหรือผลลัพธ์ที่ Agent สร้างขึ้นทีละครั้ง และหากพบปัญหาก็จะแก้ไขโดยตรง ### เหตุใดจึงกลายเป็น Bottleneck Agent สามารถสร้างโค้ดได้ภายในไม่กี่วินาที แต่การ Review ของมนุษย์ใช้เวลาตั้งแต่หลายนาทีไปจนถึงหลายสิบนาที ความไม่สมดุลนี้คือข้อจำกัดพื้นฐานของ In the Loop คิวที่รอการ Review จะสะสมขึ้นเรื่อยๆ ทำให้ไม่สามารถใช้ประโยชน์จากความสามารถในการสร้างงานที่รวดเร็วของ Agent ได้อย่างเต็มที่ จากประสบการณ์ของผู้เขียนเอง ไม่ใช่เรื่องแปลกที่ Agent จะสร้าง PR ได้ถึง 5 รายการภายใน 30 นาที แต่การ Review กลับใช้เวลาครึ่งวัน ### สถานการณ์ที่ In the Loop เหมาะสม กระนั้น ยังมีกรณีที่ In the Loop มีประสิทธิภาพอยู่ ไม่ว่าจะเป็นการเปลี่ยนแปลง Infrastructure ที่ส่งผลกระทบโดยตรงต่อ Production Environment, การ Implement ระบบ Authentication และ Authorization ที่เกี่ยวข้องกับความปลอดภัย หรือโค้ดในกลุ่มการเงินและการแพทย์ที่ต้องปฏิบัติตามกฎระเบียบ — ในโดเมนเหล่านี้มีคุณค่าเพียงพอที่จะจ่ายต้นทุนให้มนุษย์ตรวจสอบทีละขั้นตอน สิ่งสำคัญคือ "อย่าดำเนินการทุกอย่างด้วย In the Loop" การนำเฉพาะการเปลี่ยนแปลงที่มีความเสี่ยงสูงมาใช้ In the Loop และย้ายส่วนที่เหลือไปยัง On the Loop จะเป็นสมดุลที่นำไปปฏิบัติได้จริง


Outside the Loop คือรูปแบบการทำงานร่วมกันที่มนุษย์ระบุเพียงข้อกำหนดของผลลัพธ์ที่ต้องการ และมอบหมายรายละเอียดการดำเนินการทั้งหมดให้แก่ AI agent โดยสิ้นเชิง ซึ่งเรียกอีกชื่อหนึ่งว่า vibe coding

"On the Loop" คือรูปแบบการทำงานร่วมกันที่มุ่งเน้นการปรับปรุง harness (สภาพแวดล้อมการทำงาน ข้อจำกัด และเครื่องมือ) มากกว่าการตรวจสอบผลลัพธ์รายชิ้นของ AI agent และถือเป็นบทบาทที่แนะนำสำหรับมนุษย์ในการปฏิบัติด้าน harness engineering

HITL (Human-in-the-Loop) คือวิธีการที่นำกระบวนการให้มนุษย์ตรวจสอบ แก้ไข และอนุมัติผลลัพธ์ของระบบ AI มาผนวกไว้ในการออกแบบ แทนที่จะใช้ระบบอัตโนมัติเต็มรูปแบบ วิธีนี้กำหนดจุดที่มนุษย์เข้ามามีส่วนร่วมตามระดับความสำคัญของการตัดสินใจ เพื่อรับประกันความแม่นยำและความน่าเชื่อถือ


วิธีวัดผลลัพธ์หลังนำ AI Agent มาใช้งาน | ตั้งแต่การออกแบบ KPI จนถึงการปรับปรุงอย่างต่อเนื่อง