ในสุนทรพจน์ของเจนเซิน หวง เหรินจวิ่น ซีอีโอของ NVIDIA ในงาน GTC Taipei 2026 ได้อธิบายอย่างเป็นระบบถึงนิยามสถาปัตยกรรมของ AI Agent: โมเดลภาษาขนาดใหญ่ (LLM) ทำหน้าที่คิด ให้เหตุผล และวางแผน ขณะที่เอนจินการเรียบเรียงภายนอก (harness) เปรียบเสมือนระบบปฏิบัติการ ทำหน้าที่เชื่อมโมเดลเข้ากับเครื่องมือต่างๆ เช่น สเปรดชีต เบราว์เซอร์ และฐานข้อมูล รวมถึงบริหารจัดการหน่วยความจำการทำงานและความจำระยะยาว
นิยามสถาปัตยกรรมของ AI Agent: โมเดลขนาดใหญ่พร้อมเอนจินการเรียบเรียง
ในสุนทรพจน์ หวง เหรินจวิ่น แบ่งโครงสร้างหลักของ AI Agent ออกเป็น 2 ส่วน ได้แก่ โมเดลภาษาขนาดใหญ่ในฐานะ “ศูนย์กลางการคิด” รับผิดชอบการให้เหตุผลและการวางแผน; ส่วนเอนจินการเรียบเรียงภายนอกทำหน้าที่เป็นบทบาท “ระบบปฏิบัติการ” เชื่อมโมเดลเข้ากับเครื่องมือต่างๆ พร้อมทั้งจัดการทั้งความจำการทำงานระยะสั้นและความจำระยะยาว
เขาระบุว่า สถาปัตยกรรมนี้สะท้อนถึงการเปลี่ยนแปลงพื้นฐานของรูปแบบการประมวลผล ไม่ใช่แค่การยกระดับเครื่องมือเพื่อความมีประสิทธิภาพที่ดีขึ้นเท่านั้น ระหว่างการสาธิตในงาน เขากล่าวว่า: “ที่นี่เราใช้ Claude Code แต่ Codex ก็ยังทำได้ยอดเยี่ยมเช่นกัน”
กรณีตัวอย่างการยืนยัน 3 เรื่องในงาน GTC Taipei
หวง เหรินจวิ่น ได้สาธิตกรณีตัวอย่างของ AI Agent จำนวน 3 เคสต่อหน้าผู้ชมในงาน ได้แก่ เคสแรก สร้างโค้ดทั้งแอปพลิเคชันได้โดยตรงผ่านพรอมป์แบบภาษาธรรมชาติ; เคสที่สอง เมื่อป้อนคำอธิบายเป็นข้อความแล้ว Agent จะสร้างแอนิเมชันอนุภาคแบบไดนามิกทันที โดยมีธีมตั้งแต่ Taipei 101 ไปจนถึง GTC Taipei 2026 และโลโก้ NVIDIA; เคสที่สาม ถ่ายรูปหน้างานที่เห็น “ที่หนีบแบตเตอรี่” ของรีโมตคอนโทรลแบบไม่มีแบตเตอรี่ Agent จะเรียกใช้เครื่องมือ CAD อัตโนมัติ แล้วสร้างไฟล์ชิ้นส่วนทดแทนที่สามารถนำไปใช้กับการพิมพ์ 3D ได้ทันที
โต้กลับกระแสซอฟต์แวร์ล่มสลาย: “ตอนนี้เป็นยุคที่ดีที่สุดสำหรับการทำบริษัทซอฟต์แวร์”
เมื่อถูกถามเกี่ยวกับคำกล่าวที่แพร่หลายในตลาดว่า “AI Agent จะทำให้บริษัทซอฟต์แวร์ล่มสลาย” หวง เหรินจวิ่น ปฏิเสธอย่างชัดเจนว่า “กลับกันเลย” เขาระบุว่า เมื่อไม่ต้องถูกจำกัดด้วยจำนวนคน มวลของ Agent จำนวนมหาศาลจะใช้เครื่องมือซอฟต์แวร์มากกว่ามนุษย์ “ตอนนี้เป็นยุคที่ดีที่สุดสำหรับการทำบริษัทซอฟต์แวร์” —แต่มีเงื่อนไขว่า ซอฟต์แวร์ต้องถูกออกแบบและนำเสนอในรูปแบบที่ Agent สามารถเรียกใช้งานได้โดยตรง NVIDIA ได้เปิดคลัง CUDA X อย่างครอบคลุมให้ Agent ใช้ และประสิทธิภาพในการใช้งานของ Agent ยังสูงกว่านักพัฒนามนุษย์ด้วย
คำถามที่พบบ่อย
AI Agent ตามนิยามของหวง เหรินจวิ่น ต่างจากแอปพลิเคชันซอฟต์แวร์แบบดั้งเดิมอย่างไรโดยพื้นฐาน?
AI Agent ที่หวง เหรินจวิ่น นิยามไว้ในงาน GTC Taipei 2026 ประกอบด้วย LLM (การให้เหตุผลและการวางแผน) และเอนจินการเรียบเรียง (การเชื่อมต่อเครื่องมือ + การจัดการหน่วยความจำ) ส่วนซอฟต์แวร์ดั้งเดิมคือผู้ใช้ “เปิดโปรแกรม-คลิก-ป้อนข้อมูล” ขณะที่โหมด Agent คือ “บรรยายเจตนารมณ์กับ AI จากนั้น AI จะสร้างโค้ด เรียกใช้เครื่องมือ และส่งออกผลลัพธ์อัตโนมัติ” โดยตัวขับเคลื่อนจากเดิมที่เป็นคนจะย้ายไปอยู่ที่ตัว AI เอง
เคสตัวอย่างของที่หนีบแบตเตอรี่รีโมตคอนโทรลสำหรับการพิมพ์ 3D บอกอะไรได้บ้าง?
การสาธิตในงานนี้แสดงให้เห็นความสามารถในการเรียกใช้เครื่องมือหลายประเภทของ Agent: Agent ระบุปัญหาในภาพ (ที่หนีบแบตเตอรี่หายไป) เข้าใจความต้องการ (ต้องการชิ้นส่วนทดแทน) เรียกใช้เครื่องมือ CAD เพื่อสร้างแบบจำลอง และส่งออกไฟล์สำหรับการพิมพ์ 3D ได้ทันที — ทำให้เกิดเวิร์กโฟลว์ครบวงจรจากการรู้จำปัญหาไปจนถึงการหาทางออก โดยไม่ต้องมีมนุษย์คอยแทรกแซงทีละขั้น
การที่ CUDA X เปิดให้ Agent แบบครอบคลุมหมายความว่าอย่างไร?
หวง เหรินจวิ่น ประกาศว่าคลัง CUDA X ของ NVIDIA ได้เปิดให้ AI Agent ใช้งานอย่างเต็มรูปแบบแล้ว และประสิทธิภาพในการใช้งานของ Agent สูงกว่านักพัฒนามนุษย์ ซึ่งหมายความว่าพื้นฐานโครงสร้างพื้นฐานสำหรับการเร่งความเร็วด้วย AI หลักของ NVIDIA ได้ขยายไปยังระบบนิเวศการพัฒนา Agent อย่างเป็นทางการ พร้อมมอบรากฐานของการเรียกใช้เครื่องมือที่มีประสิทธิภาพมากขึ้นให้แก่ผู้พัฒนา
