OpenOctopus ได้เปิดตัวผู้ช่วย AI แบบโอเพนซอร์สที่ช่วยให้ผู้ใช้สามารถสร้าง “realms” ซึ่งเป็นพื้นที่ความรู้ที่แยกจากกันสำหรับสัตว์เลี้ยง, การเงิน, สุขภาพ, กฎหมาย และอื่นๆ พร้อมทั้งสามารถ “summon” (เรียก) บุคคล สัตว์เลี้ยง หรือสินทรัพย์ใดๆ ให้กลายเป็นเอเจนต์อัตโนมัติ (autonomous agent) ภายใน realm เหล่านั้น ระบบนี้มอบประสบการณ์ในรูปแบบการแชทกลุ่ม โดยที่เอเจนต์แต่ละตัวจะดำเนินการด้วยตัวเองในขณะที่ยังคงเชื่อมโยงกันผ่าน knowledge graph ที่ใช้ร่วมกัน

ทำไมต้องเป็นสถาปัตยกรรมแบบใหม่?

ผู้ช่วยส่วนใหญ่ในตลาดมักจะอยู่หลังหน้าต่างแชทเพียงหน้าต่างเดียวและจัดการกับทุกคำขอในฐานะคำถามทั่วไป OpenOctopus จึงพลิกโมเดลนั้น โดยการจัดการกับแต่ละโดเมนของชีวิตให้เป็นโมดูลที่แยกจากกัน หรือที่เรียกว่า realm ซึ่งเป็นที่อยู่ของทีมเอเจนต์เฉพาะทางของตนเอง แนวคิดนี้เกิดขึ้นจากความหงุดหงิดต่อบอทแบบเหมารวม (one-size-fits-all) ที่ไม่สามารถรักษาบริบทข้ามงานที่ไม่เกี่ยวข้องกันได้ เช่น การวางแผนงบประมาณการเดินทางในขณะที่ต้องจำเรื่องการจัดหาคนดูแลสัตว์เลี้ยงด้วย

“Summon” ทำงานอย่างไร

หัวใจสำคัญที่เรียกว่า Summon จะเปลี่ยนเอนทิตี (entity) ใดๆ ที่กำหนดไว้ ไม่ว่าจะเป็นบุคคล สัตว์เลี้ยง หรือแม้แต่รถยนต์ ให้กลายเป็นตัวแทนที่ขับเคลื่อนด้วย AI เมื่อผู้ใช้บันทึกการเดินทางไปทำงานเป็นเวลาห้าวัน realm สำหรับสัตว์เลี้ยงจะสร้างเอเจนต์ดูแลสัตว์เลี้ยงขึ้นมาเพื่อถามว่าใครจะเป็นคนให้อาหารสัตว์; realm สำหรับครอบครัวจะแนะนำญาติที่สามารถมาช่วยดูแลได้; realm สำหรับยานพาหนะจะเตือนเจ้าของให้ชาร์จรถยนต์; และ realm สำหรับการเงินจะประมาณการค่าใช้จ่ายในการเดินทาง เอเจนต์ทั้งหมดนี้จะอ่านและเขียนข้อมูลลงใน knowledge graph ร่วมกัน ดังนั้นเอเจนต์สัตว์เลี้ยงจึงทราบถึงข้อจำกัดด้านงบประมาณที่ได้รับจาก realm การเงินได้ในทันที

ส่วนประกอบหลัก

  • Realm Matrix – แดชบอร์ดที่แสดงความเสี่ยง, งานที่ค้างอยู่ และความเกี่ยวข้องกันระหว่าง realm ต่างๆ
  • Agent Teams – การผสมผสานระหว่างเอเจนต์แบบ “มืออาชีพ” (ที่สร้างไว้ล่วงหน้าสำหรับโดเมนทั่วไป) และเอเจนต์ที่ผู้ใช้ summon ขึ้นมาเพื่อทำงานร่วมกันตามคำขอ
  • RealmHub – แคตตาล็อกที่คล้ายกับแอปสโตร์ ซึ่งนักพัฒนาสามารถเผยแพร่เอเจนต์เฉพาะโดเมน เช่น บอทให้คำปรึกษาด้านกฎหมาย หรือผู้ช่วยสัตวแพทย์
  • Local-first storage – ข้อมูลจะถูกเก็บไว้ในอุปกรณ์ของผู้ใช้ในรูปแบบ SQLite (หรือ PostgreSQL สำหรับการตั้งค่าที่ใหญ่กว่า) เพื่อป้องกันไม่ให้ข้อมูลส่วนบุคคลถูกส่งขึ้นคลาวด์
  • Governance layer – ทุกการดำเนินการที่สำคัญต้องได้รับการอนุมัติอย่างชัดเจนจากผู้ใช้ และจะถูกบันทึกไว้ใน audit log ที่ไม่สามารถแก้ไขได้

ข้อมูลทางเทคนิคโดยสังเขป

Runtime ทำงานบน Node.js ด้วย TypeScript ซึ่งเป็น stack ที่คุ้นเคยสำหรับนักพัฒนา SQLite ทำหน้าที่เป็นฐานข้อมูลขนาดเล็กบนอุปกรณ์ ส่วน PostgreSQL รองรับการจัดเก็บข้อมูลบนเซิร์ฟเวอร์ กระบวนการ “สมองกลาง” (central brain) จะทำหน้าที่ส่งข้อความระหว่าง realm ต่างๆ โดยจัดการเอเจนต์เฉพาะทางในขณะที่ยังคงรักษา knowledge graph โดยรวมเอาไว้

ใครจะได้รับประโยชน์?

ผู้ใช้งานระดับสูง (Power users) ที่ต้องจัดการความรับผิดชอบที่หลากหลายและเป็นอิสระต่อกัน เช่น ฟรีแลนซ์ที่ต้องจัดการลูกค้า, พ่อแม่ที่ต้องประสานงานเรื่องงานบ้าน, หรือเจ้าของธุรกิจขนาดเล็กที่ต้องติดตามสต็อกสินค้าและการปฏิบัติตามกฎระเบียบ สามารถปรับแต่งเอเจนต์ให้ตรงกับเวิร์กโฟลว์ที่แน่นอนของตนได้ เนื่องจากแพลตฟอร์มนี้เป็นโอเพนซอร์ส องค์กรต่างๆ จึงสามารถตรวจสอบโค้ด, เพิ่ม realm ที่กำหนดเอง หรือโฮสต์สแต็กทั้งหมดไว้หลังไฟร์วอลล์ของตนเองได้ ซึ่งถือเป็นระดับความโปร่งใสที่หาได้ยากสำหรับผู้ช่วย AI ระดับผู้บริโภค

อุปสรรคที่อาจเกิดขึ้น

ความยืดหยุ่นนี้มาพร้อมกับช่วงเวลาในการเรียนรู้ (learning curve) การตั้งค่า realm, การกำหนดค่าเอเจนต์ และการรักษา knowledge graph อาจเป็นเรื่องยากสำหรับผู้ใช้ที่ไม่ใช่สายเทคนิค การออกแบบแบบ local-first ช่วยปกป้องความเป็นส่วนตัวแต่ก็หมายความว่าข้อมูลจะปลอดภัยเท่ากับอุปกรณ์ที่จัดเก็บไว้เท่านั้น หากอุปกรณ์สูญหายหรือเสียหายอาจทำให้ผู้ช่วยทั้งหมดใช้งานไม่ได้ นอกจากนี้ ระบบนิเวศยังต้องพึ่งพาเอเจนต์ที่ส่งมอบโดยชุมชนอย่างต่อเนื่อง หากไม่มีปลั๊กอินที่มีคุณภาพสูงเพียงพอ คำมั่นสัญญาเรื่องความเชี่ยวชาญเฉพาะด้านก็อาจไม่เป็นไปตามที่คาดหวัง

สิ่งที่ต้องจับตามอง

OpenOctopus ยังอยู่ในช่วงเริ่มต้นของวงจรชีวิต หมุดหมายสำคัญที่กำลังจะมาถึง ได้แก่ การขยายตลาด RealmHub, การเพิ่มเอเจนต์มืออาชีพที่ผ่านการฝึกฝนมาล่วงหน้ามากขึ้น และการปรับปรุง UI ของส่วน governance เพื่อลดความยุ่งยากในการอนุมัติงานประจำวัน การยอมรับเทคโนโลยีนี้อาจวัดจากจำนวน realm ที่ใช้งานอยู่และความกว้างขวางของการมีส่วนร่วมจากชุมชน มากกว่าจำนวนผู้ใช้งานที่โด่งดังในพาดหัวข่าว

นักพัฒนาที่สนใจระบบ multi-agent สามารถดูตัวอย่างการนำไปใช้งานจริงได้ใน repository ของโปรเจกต์ ทั้ง codebase, เอกสารประกอบ และแชทชุมชนล้วนเปิดให้ใช้งานต่อสาธารณะ ทำให้เป็นสนามทดลองที่ใช้งานได้จริงสำหรับใครก็ตามที่กำลังทดลองกับการจัดการส่วนบุคคลที่ขับเคลื่อนด้วย AI

สรุปประเด็นสำคัญ: OpenOctopus เปลี่ยนการช่วยเหลือด้วย AI ส่วนบุคคลให้กลายเป็นเครือข่ายเอเจนต์เฉพาะโดเมนที่ปรับแต่งได้และอยู่ภายใต้การควบคุมของผู้ใช้ โดยมอบความเป็นส่วนตัวและความสามารถในการปรับแต่งที่ไม่เคยมีมาก่อน แต่ต้องแลกมาด้วยความซับซ้อนในการตั้งค่าที่เพิ่มขึ้น ความสำเร็จของมันขึ้นอยู่กับว่าชุมชนจะสามารถเติมเต็ม RealmHub ด้วยเอเจนต์ที่เชื่อถือได้มากพอที่จะทำให้ระบบมีประโยชน์ต่อชีวิตประจำวันอย่างแท้จริงหรือไม่