พ่อชวนคุย ภาค 2 · บทนำ

ความสงสัยบนหน้าจอ

ความสงสัยบนหน้าจอ

ทุกวันนี้ไม่ว่าเราจะเปิด ChatGPT, Claude, Gemini หรือสารพัดแอปพลิเคชัน AI ในตลาด สิ่งที่ปรากฏตรงหน้าพวกเราล้วนคล้ายกัน คือหน้าต่างแชตเรียบ ๆ ที่ตอบคำถามเราได้แทบทุกเรื่อง ตั้งแต่เรื่องชีวิตประจำวันไปจนถึงงานที่ซับซ้อน

ในฐานะผู้ใช้งานทั่วไป นี่คือเครื่องมือที่เข้ามาช่วยอำนวยความสะดวกในชีวิตได้อย่างน่าทึ่ง

แต่สำหรับคนที่ทำงานคลุกคลีกับการออกแบบและสร้างระบบซอฟต์แวร์มาหลายสิบปีอย่างผม ทุกครั้งที่มองหน้าต่างแชตบานนี้ ในหัวของผมมักจะมองทะลุเข้าไปข้างหลัง แล้วเกิดคำถามเสมอว่า:

“จริง ๆ แล้ว เบื้องหลังหน้าต่างที่ดูเรียบง่ายบานนี้ มีกลไกอะไรกำลังหมุนอยู่กันแน่?”
“และเมื่อโลกเทคโนโลยีเริ่มมีคำศัพท์ใหม่ ๆ ถาโถมใส่เราทุกวัน ทั้ง Agent, MCP, RAG, Harness... คำพวกนี้หมายถึงอะไร และมันเกี่ยวข้องกันอย่างไรกันแน่?”

เสียงของพ่อ และเจตนาของหนังสือเล่มนี้

ก่อนที่เราจะก้าวเดินไปด้วยกัน ผมอยากออกตัวอย่างจริงใจที่สุดด้วยข้อความสั้น ๆ นี้ครับ:

หนังสือเล่มนี้เขียนขึ้นจากความรู้ ความเข้าใจ และประสบการณ์ของผม ณ เวลาที่เขียน บางเรื่องผมได้ทดลองและลงมือทำจริง บางเรื่องศึกษาจนเข้าใจหลักการ แต่ยังไม่ได้ทดลองด้วยตัวเอง

ผมไม่ได้ตั้งใจเขียนตำรา AI หรืออ้างว่ารู้ทุกเรื่อง เพียงอยากชวนทุกคนมาทำความเข้าใจว่า ระบบ AI ประกอบด้วยอะไร แต่ละส่วนทำหน้าที่อย่างไร และทำงานร่วมกันอย่างไร

เทคโนโลยีเปลี่ยนแปลงอยู่เสมอ สิ่งที่เล่าวันนี้อาจเปลี่ยนไปในวันข้างหน้า แต่ผมหวังว่าหลักคิดในการแยกแยะและทำความเข้าใจระบบ จะช่วยให้เราเรียนรู้สิ่งใหม่ได้ด้วยตัวเอง

หนังสือเล่มนี้จึงไม่ใช่คู่มือการเขียนโค้ด (Coding Tutorial) ไม่ใช่หนังสือคณิตศาสตร์ที่เต็มไปด้วยสมการเมทริกซ์ และไม่ได้พาคุณไปดำดิ่งกับสูตรคํานวณทางสถิติของนิวรอนเน็ตเวิร์ก

แต่มันคือการ "เปิดฝากระโปรงรถ" ชวนลูก ๆ ชวนเพื่อนร่วมงาน และชวนทุกคนในครอบครัวที่สนใจ มายืนมองดูเครื่องยนต์กลไกใต้แผงควบคุมด้วยกัน

เราจะมาแกะดูว่า ส่วนไหนคือพวงมาลัย ส่วนไหนคือห้องเครื่อง ส่วนไหนคือน้ำมัน และส่วนไหนคือล้อรถที่พาเราวิ่งไปข้างหน้า

บททดสอบแห่งความเข้าใจ: ประโยคที่เราต้องมองให้ออก

วันหนึ่ง ในวงสนทนาเรื่องแนวโน้มการสร้างระบบอัตโนมัติยุคใหม่ มีการยกประโยคหนึ่งที่มักได้ยินวิศวกรซอฟต์แวร์และคนในวงการเทคโนโลยีพูดกันติดปากขึ้นมาว่า:

“เอา LLM มาทำ Agent ผ่าน Harness โดยต่อ MCP เพื่อเรียก Tools”

ฟังครั้งแรก สำหรับคนทั่วไป ประโยคนี้ฟังดูเหมือนบทสวดหรือคาถาเวทมนตร์ในภาพยนตร์ไซไฟ ที่ร้อยเรียงคำย่อภาษาอังกฤษที่ดูเข้าใจยากเข้าไว้ด้วยกันจนชวนเวียนหัว

แต่เชื่อไหมครับว่า ถ้าเราเข้าใจโครงสร้างพื้นฐานจริง ๆ ประโยคนี้ไม่ได้มีความลึกลับอะไรเลยแม้แต่น้อย

มันก็เหมือนกับเวลาที่เราบอกว่า: “เอา เครื่องยนต์ มาใส่ใน ตัวถังรถ ผ่าน คันเร่งและเกียร์ เพื่อไปหมุน ล้อและเบรก ให้รถวิ่งไปข้างหน้า”

เป้าหมายสูงสุดของหนังสือเล่มนี้ เรียบง่ายมากครับ:

เมื่อคุณอ่านหนังสือเล่มนี้จนจบ แล้วย้อนกลับมาอ่านประโยคข้างต้นอีกครั้ง คุณจะต้องมองเห็นภาพชิ้นส่วนทั้งหมดเชื่อมต่อกันอย่างเป็นเหตุเป็นผลในหัวได้ทันที โดยที่คุณไม่จำเป็นต้องไปเขียนโค้ดสร้างมันขึ้นมาเองเลยแม้แต่บรรทัดเดียว

เราจะเริ่มเดินทางจากจุดไหน?

เพื่อไม่ให้เป็นการกระโดดข้ามขั้น เราจะไม่เริ่มจากสิ่งที่มองไม่เห็นอย่างโมเดลในดาต้าเซ็นเตอร์

แต่เราจะเริ่มต้นการเดินทางจากสิ่งที่อยู่ตรงหน้าพวกเราทุกคนในทุกเช้าค่ำ...

นั่นคือ หน้าต่าง WebChat ที่ดูเหมือนเพื่อนคุยผู้แสนฉลาด แต่แท้จริงแล้วมันเป็นเพียงประตูด่านแรกสุดของปราสาทกลไกขนาดมหึมา

ถ้าพร้อมแล้ว เราไปเคาะประตูบานแรกบานนี้ด้วยกันในตอนต่อไปเลยครับ!