ระบบมัลติเอเจนต์ (Multi-Agent System) คือสถาปัตยกรรมที่ AI เอเจนต์หลายตัวแบ่งบทบาทและประสานงานกันเพื่อบรรลุเป้าหมายร่วม
งานที่ซับซ้อนบางอย่างยากเกินกว่าที่ AI เอเจนต์ตัวเดียวจะจัดการได้ เช่น ในการพัฒนาซอฟต์แวร์ หากมอบหมายให้เอเจนต์ตัวเดียวทำทั้งการสร้างโค้ด ทดสอบ และรีวิว บริบทจะขยายตัวจนคุณภาพลดลง ระบบมัลติเอเจนต์แก้ปัญหานี้ด้วยการแบ่งความเชี่ยวชาญและกระจายงาน ในสถาปัตยกรรมทั่วไป ออร์เคสเตรเตอร์จะวางแผนภาพรวมและมอบหมายงานย่อยให้กับเอเจนต์เฉพาะทาง เช่น ผู้เขียนโค้ด ผู้รีวิว และผู้ทดสอบ แต่ละเอเจนต์ตัดสินใจด้วยตัวเองและสอบถามเอเจนต์อื่นเมื่อจำเป็น มาตรฐานอย่าง A2A (Agent-to-Agent) Protocol กำลังถูกพัฒนาขึ้น ทำให้การเชื่อมต่อเอเจนต์ที่สร้างจากเฟรมเวิร์กต่างกันเป็นจริงได้ จุดสำคัญในการออกแบบคือรูปแบบการสื่อสารระหว่างเอเจนต์ แบบ Pipeline ตามลำดับดีบักง่าย แต่แบบ Fan-out ขนานให้ Throughput สูงกว่า ในทางปฏิบัติ การเริ่มต้นด้วยการกำหนดค่าเล็กๆ 2-3 เอเจนต์แล้วขยายเมื่อเห็น Bottleneck มีโอกาสล้มเหลวน้อยกว่า ข้อควรระวัง: การเพิ่มเอเจนต์มากขึ้นทำให้ Latency และต้นทุน API เพิ่มขึ้น หลักการคือใช้เอเจนต์จำนวน "พอเพียง"


AI Agent คือระบบ AI ที่วางแผนและดำเนินงานอย่างอิสระเพื่อบรรลุเป้าหมายที่กำหนด โดยสามารถเรียกใช้ external tools ต่างๆ ในระหว่างการทำงานได้

Agent Skills คือชุดคำสั่งที่นำกลับมาใช้ซ้ำได้ซึ่งถูกกำหนดขึ้นเพื่อให้ AI Agent ดำเนินงานหรือความเชี่ยวชาญเฉพาะด้าน และทำหน้าที่เป็นหน่วยโมดูลที่ขยายขีดความสามารถของ Agent

Claude Agent SDK คือชุดเครื่องมือพัฒนา (development kit) สำหรับสร้าง AI Agent ที่จัดทำโดย Anthropic ซึ่งเป็น framework สำหรับการพัฒนา Agent ที่ใช้ประโยชน์จาก Tool Use และการสนทนาแบบหลายรอบ (multi-turn conversation) ของ Claude ผ่านโค้ด Python และ TypeScript

Multi-Agent AI คืออะไร? ครอบคลุมตั้งแต่รูปแบบการออกแบบไปจนถึงเคล็ดลับการใช้งานและการดำเนินการ

Agentic AI คือชื่อเรียกรวมของระบบ AI ที่สามารถตีความเป้าหมาย และวางแผน ดำเนินการ รวมถึงตรวจสอบผลลัพธ์ได้อย่างอิสระโดยไม่ต้องรับคำสั่งทีละขั้นตอนจากมนุษย์