← ดู guides ทั้งหมด

แจกฟรีจากคลิป Day 11 — สังเคราะห์จากงานวิจัยราว 80 ฉบับ โดยให้ subagent 4 ตัวไปค้นขนานกันแล้วเอาผลมากรองกันเอง

อ่านแบบเร่งด่วน — ถ้ามีเวลา 30 วินาที

คำตอบสั้นที่สุด

13 pattern ที่ใช้จริง แบ่งเป็น 4 ตระกูลตาม สิ่งที่งานผลิตออกมา และมีตระกูลเดียวที่การแตก agent คุ้มแน่ๆ

• งานที่ อ่านหรือค้น ขนานกันได้ → แตกแล้วชนะขาด (Anthropic วัดได้ +90.2%)
• งานที่ เขียนหรือแก้ของชิ้นเดียวกัน หรือมีลำดับพึ่งพากัน → แพ้ตัวเดียวชัด (Google/MIT วัดได้ −39% ถึง −70%)
• อีก 4 อันที่คนพูดถึงบ่อย — debate, mixture-of-agents, swarm, topology search — หลักฐานอ่อนหรือแพ้วิธีที่ถูกกว่ามาก อยู่ท้ายบทความ

วิธีอ่านเอกสารนี้

อย่าเริ่มจาก “อยากใช้ pattern ไหน” ให้เริ่มจาก “งานนี้ผลิตอะไรออกมา” แล้วเลือกในตระกูลนั้น

งานผลิตอะไรออกมา	ตระกูล	pattern ในตระกูล
ความรู้ — ข้อค้นพบ หลักฐาน แผนที่ของเรื่องนั้น	GATHER	1 Routing · 2 Fan-out · 3 Orchestrator–Worker · 4 Blackboard
การเลือก — คำตอบเดียว อันดับ คะแนน คำตัดสิน	DECIDE	5 Isolated Voting · 6 Verifier Gate · 7 Judgement Panel
ชิ้นงาน — ไฟล์ เอกสาร โค้ดที่แก้แล้ว	PRODUCE	8 Single Thread · 9 Partition Writing · 10 Chaining · 11 Hierarchical
เวอร์ชันที่ดีขึ้น ของของที่มีอยู่แล้ว	IMPROVE	12 Evaluator–Optimizer · 13 Self-Review Loop (กับดัก)

งานผสมเจอบ่อยมากและแยกได้ง่าย — “ค้นตัวเลือกแล้วเขียนแผน” คือ GATHER แล้วค่อย PRODUCE ให้รันเป็นสองเฟสแยกกัน มีจุดสังเคราะห์คั่นกลาง อย่ารวมเป็นก้อนเดียว เพราะสองเฟสนี้มีกฎเรื่องการขนานตรงข้ามกัน

---

GATHER — ผลลัพธ์คือความรู้

ตรงนี้คือที่ที่การแตก agent คุ้มค่าจริงๆ การอ่านขนานกันได้อย่างปลอดภัยเพราะข้อค้นพบที่ขัดกันเอามาชั่งน้ำหนักได้ ถ้าตัวหนึ่งอ่านผิด คุณเสียแค่ token ของตัวนั้น ไม่มีอะไรพังต่อ

1. Routing — ส่งให้ถูกคนตั้งแต่แรก

ชื่ออื่น: dispatcher · triage · classifier

• ใช้เมื่อ งานที่เข้ามามีประเภทชัดเจน และแต่ละประเภทต้องการวิธีต่างกันจริง
• ระวัง ให้ผลของตัวคัดแยกเป็นชุดปิด พร้อมทางออก unknown เสมอ — ตัวคัดแยกปลายเปิดจะประดิษฐ์หมวดใหม่ที่ไม่มีใครรองรับ
• ต้นทุน ราว 1.1× — ถ้าไม่ได้ประหยัดอะไรชัดเจน ตัดทิ้งแล้วให้ตัวเดียวรับไปเลย

2. Fan-out (Sectioning) — แบ่งกันอ่าน คนละส่วน

ชื่ออื่น: map-reduce · parallelization · sectioning

• ใช้เมื่อ คุณลิสต์ชิ้นงานออกมาได้ก่อนเริ่ม — หลายแหล่งข้อมูล หลายไฟล์ หลายมิติของการรีวิวชิ้นเดียวกัน
• เคล็ดลับ ถ้าเนื้อหาเป็นก้อนเดียวกัน ให้ซอยตามมิติ ไม่ใช่ตามปริมาณ — “ความถูกต้อง / ความเสี่ยง / ต้นทุน” ได้สามมุมที่ต่างกันจริง แต่ถ้าซอยเป็นหน้า 1-10, 11-20 จะได้แค่สามคนที่ขาด context เท่ากันหมด
• ระวัง ต้องยิงทุกตัวในข้อความเดียว ถ้าสั่งทีละตัวมันจะกลายเป็นทำเรียงกัน — นี่คือวิธีที่ pattern นี้เสื่อมแบบเงียบๆ บ่อยที่สุด

3. Orchestrator–Worker — สั่งเป็นรอบ ดูผลก่อนสั่งต่อ

• ใช้เมื่อ งานปลายเปิดจนลิสต์ชิ้นงานล่วงหน้าไม่ได้ — สำรวจคู่แข่ง, “หาทุกอย่างเกี่ยวกับ X”, audit ที่ขอบเขตค่อยๆ โผล่
• วิธีหยุด สองรอบติดที่ว่าง = จบ ดีกว่าตั้งเป้าเป็นจำนวน เพราะการนับจำนวนทั้งพลาดของหางแถวและวิ่งเลยจุดคุ้มทุน
• ระวัง โรคประจำตัวคือแจกงานเกินจำเป็น — คำถามที่มีคำตอบเดียวชัดๆ ใช้ตัวเดียวพอ
• ต้นทุน 10–15×

4. Blackboard — จดไว้ตรงกลาง ไม่ต้องเล่าให้กันฟัง

• ใช้เมื่อ หลายตัวทำงานยาวพอที่จะต้องรู้ว่าคนอื่นจองอะไรไปแล้ว
• ทำไมได้ผล state รอดแม้ตัวใดตัวหนึ่งตาย และแต่ละตัวจ่าย context เฉพาะส่วนที่ตัวเองอ่าน
• ระวัง ให้แต่ละตัวมีไฟล์ผลลัพธ์ของตัวเอง — การเขียนไฟล์ร่วมกันจะชนกัน และความเสียหายที่เกิดจะเงียบ

---

DECIDE — ผลลัพธ์คือการเลือก

ตระกูลนี้แยกด้วยคำถามเดียว ซึ่งเป็นคำถามที่มีน้ำหนักที่สุดในทั้งเอกสาร — มีอะไรนอกจากความเห็นของ AI ที่บอกได้ไหมว่าคำตอบถูก

5. Isolated Voting — ตัดสินแยกกัน ห้ามคุยกัน

เหมือนประชุมที่เจ้านายออกความเห็นก่อน พอพูดจบทุกคนก็พยักหน้าตาม — คุณไม่ได้ห้าความเห็น คุณได้ความเห็นเดียว ห้าเสียง

• ใช้เมื่อ มีคำตอบเดียวที่ถูก — เลข การจัดหมวด สกัดข้อมูล ตัดสินใช่/ไม่ใช่
• ทำไมชนะการเถียงกัน agent เออออตามเสียงข้างมากสูงถึง 85.5% ทิ้งเหตุผลตัวเองไปเลย ที่แย่กว่าคือบางครั้งคำตอบถูกอยู่ใน pool แล้วแต่โดนโหวตทิ้ง ห่างถึง 32.3 จุด

6. Verifier Gate — ทำหลายอัน แล้วให้ “ของจริง” ตัดสิน

• ใช้เมื่อ มีตัวตรวจที่รันได้จริง — เทสต์ผ่าน/ไม่ผ่าน ตัวเลขตรง/ไม่ตรง ไฟล์เปิดได้/ไม่ได้
• นี่คือแบบที่แข็งแรงที่สุดในทั้งหมด เพราะตัวตรวจทำสิ่งที่ AI ทำเองไม่ได้
• ระวัง พอเปลี่ยนจาก “ของจริงตรวจ” เป็น “AI อีกตัวตรวจ” = หลุดไปเป็นแบบที่ 7 แล้ว และอ่อนกว่ามาก เพราะ AI ตรวจ AI มันตาบอดจุดเดียวกัน

7. Judgement Panel — ตั้งกรรมการให้คะแนน

• ใช้เมื่อ งานปลายเปิดที่ไม่มีอะไรวัดถูก/ผิดได้ — offer งานเขียน ไอเดีย
• ทำไมได้ผล กรรมการ 3 คนจากคนละที่ แม่นกว่ากรรมการตัวใหญ่เดี่ยว ในราคาราว 1/8
• เคล็ดลับ เขียน rubric ไว้ก่อน แล้วบังคับให้ใส่คะแนน — พอมีตัวเลข มันเถียงกับตัวเองไม่ได้

---

PRODUCE — ผลลัพธ์คือชิ้นงาน

ตรงข้ามกับ GATHER ทุกอย่าง — เพราะ “ข้อค้นพบ” ที่ขัดกันเอามาชั่งน้ำหนักได้ แต่ “การตัดสินใจ” ที่ขัดกันเอามารวมไม่ได้

8. Single Thread — ไม่แตกเลย และนี่คือค่าตั้งต้น

ลองนึกภาพให้สี่คนช่วยกันเขียนจดหมายรักฉบับเดียว คนละย่อหน้า — แต่ละย่อหน้าอาจจะดีมาก แต่พออ่านรวดเดียวมันคือคนละคนพูด แล้วคนอ่านรู้ทันที

• ใช้เมื่อ งานเขียน งานโค้ด งานออกแบบ — อะไรที่คนรับจะรู้สึกว่าเป็นชิ้นเดียว
• แตกงานที่ตัวเดียวทำได้อยู่แล้ว = เปลือง 15 เท่า แล้วแม่นน้อยลง
• มันพังแค่เรื่องเดียว: บริบทเต็ม — ทางแก้ไม่ใช่แตกงาน แต่คือย้ายความจำออกไปไว้ในไฟล์ แล้วทำต่อในเธรดเดิม

9. Partition Writing — เขียนพร้อมกัน แต่คนละไฟล์

ใช้ได้ต่อเมื่อครบ 3 ข้อ: แบ่งตามไฟล์ ไม่ใช่ตาม “มุมมอง” · ห้ามมีสองตัวแตะไฟล์เดียวกัน · เขียนกติกากลางก่อนแตก

ถ้าเผลอเขียนว่า “แล้วคุยกันด้วยนะ” ในคำสั่ง = แบ่งผิดแล้ว กลับไปใช้ตัวเดียว

10. Chaining — ต่อกันเป็นสเต็ป มีด่านตรวจทุกด่าน

เหมือนเกมกระซิบตอนเด็กๆ คนแรกพูดถูก พอถึงคนที่ห้าเพี้ยนไปคนละเรื่อง — แต่ทุกคนพูดออกมามั่นใจเท่ากันหมด

ห้าสเต็ป สเต็ปละแม่น 95% จบท้ายเหลือ 77% — ใส่ด่านตรวจแล้วให้ทำใหม่ได้ 1 ครั้งต่อสเต็ป ขึ้นไป ~99%

อย่าเกิน 5 สเต็ป — สเต็ปที่แค่จัดรูปแบบของเดิมโดยไม่เพิ่มข้อมูล ติดลบ

11. Hierarchical — หัวหน้าซ้อนหัวหน้า

เฉพาะงานใหญ่ที่แต่ละทีมมีขอบเขตไฟล์แยกขาด · เกิน 5 ตัวที่ต้องประสานกัน ค่าประสานงานจะกินงานจริง — ก่อนใช้ ให้ถามก่อนว่าแยกเป็นคนละงานไปเลยได้มั้ย ปกติได้

---

IMPROVE — ผลลัพธ์คือเวอร์ชันที่ดีขึ้น

12. Evaluator–Optimizer — เกลาวนจนผ่านเกณฑ์

ใช้ได้เฉพาะเมื่อมีสัญญาณจากภายนอก (เทสต์ คอมไพเลอร์ ตัวเลขที่คำนวณซ้ำได้) · “รู้สึกว่าดีขึ้น” ไม่ใช่เกณฑ์

13. Self-Review Loop — กับดักที่ทุกคนเคยตก

พอได้งานมาแล้วไม่ค่อยพอใจ เราชอบพิมพ์ว่า “ลองตรวจดูอีกทีสิ ปรับให้ดีขึ้นหน่อย” — อันนั้นทำให้แย่ลง ไม่ใช่ดีขึ้น

เหมือนตรวจข้อสอบตัวเอง อ่านซ้ำสามรอบก็ยังไม่เจอที่ผิด เพราะสมองมันอ่านสิ่งที่คุณตั้งใจจะเขียน ไม่ใช่สิ่งที่เขียนลงไปจริงๆ ต้องเอาเฉลยมาเทียบถึงจะเจอ

วัดจริงแล้ว GPT-4 ตกจาก 95.5% เหลือ 89.0% บน GSM8K เมื่อให้มันวิจารณ์ตัวเองโดยไม่มีสัญญาณนอก

---

4 แบบที่ควรเลี่ยง

แบบ	ทำไมเลี่ยง
Multi-Agent Debate	ชนะแค่ตอนโมเดลพื้นฐานอ่อน ที่ระดับปัจจุบันผลราว 0 แต่จ่าย 15–100×
Mixture-of-Agents	Princeton พิสูจน์ว่าโมเดลดีที่สุดตัวเดียวสุ่มหลายครั้ง ชนะการผสมหลายโมเดล +6.6 จุด
Swarm / Mesh	หายไปจาก production แล้ว — error amplification 17.2× เทียบ 4.4× ของแบบมีหัวหน้า
Learned Topology Search	เฉพาะ production ที่งานนิ่งและปริมาณสูงพอจะคุ้มค่าค้นหา

---

6 ประโยคสั่งที่ก็อปไปใช้ได้เลย

มือถือ: กดค้างที่กล่อง แล้วเลือก Select All แล้ว Copy

ของที่ต้องอ่านเยอะจนอ่านไม่ไหว — Fan-out

แบ่งของพวกนี้เป็น 4 ส่วนที่ไม่ทับกัน ให้แต่ละตัวอ่านส่วนเดียว
แล้วสรุปกลับมาส่วนละ 5 บรรทัด ห้ามอ่านข้ามส่วนกัน

สั่งยาวๆ ทีเดียวแล้วผลหลุด — Chaining

ทำทีละสเต็ป พอจบสเต็ปนึงให้หยุด แล้วสรุปให้ผมดูก่อนว่าได้อะไร
ห้ามไปสเต็ปถัดไปเองจนกว่าผมจะบอกว่าผ่าน

เลือกไม่ถูกว่าจะเอาทางไหน — Isolated Voting

ตอบคำถามนี้ 3 รอบ แต่ละรอบเริ่มใหม่หมด ห้ามดูคำตอบรอบก่อน
แล้วบอกผมว่าคำตอบไหนซ้ำมากที่สุด

ทำเสร็จแล้วไม่รู้ว่าห่วยตรงไหน — Judgement Panel

สวมเป็นกรรมการ 3 คน — คนแรกดูคุณค่าที่ลูกค้าได้
คนที่สองดูราคาและความคุ้ม
คนที่สามดูความเสี่ยงและข้ออ้างที่ลูกค้าจะใช้ปฏิเสธ

ให้คะแนนงานนี้คนละ 30 คะแนน พร้อมเหตุผลข้อละ 1 บรรทัด
แล้วบอกว่าต้องแก้อะไรก่อนเป็นอันดับแรก

มีของจริงให้ตรวจ — Verifier Gate

ทำมา 3 เวอร์ชันที่ต่างกันจริงๆ แล้วรันเช็กทีละอันด้วย [วิธีตรวจที่วัดได้]
เอาเฉพาะอันที่ผ่าน ถ้าผ่านหลายอันเอาอันที่ง่ายที่สุด
ถ้าไม่ผ่านเลย ให้เอาข้อความ error จริงมาแก้แล้วทำใหม่

อยากให้มันดีขึ้น แต่ห้ามให้มันตรวจตัวเอง

อย่าเพิ่งแก้ของเดิม เขียนใหม่มา 3 อัน
แต่ละอันห้ามดูอันก่อนหน้า
แล้วบอกผมว่าอันไหนดีที่สุดเพราะอะไร

---

กฎ 3 ข้อที่ครอบทุกอย่าง

1. ขนานตอนอ่าน · เรียงเดี่ยวตอนเขียน · สังเคราะห์ครั้งเดียว — ข้อค้นพบที่ขัดกันเอามาชั่งได้ แต่การตัดสินใจที่ขัดกันเอามารวมไม่ได้
2. ทุกรอยต่อระหว่าง agent คือช่องทางที่ข้อมูลหายไป — relay เปล่าๆ 5 ขั้นทำ accuracy ตกจาก 90.7% เหลือ 22.5%
3. อย่าให้ agent เห็นคำตอบกันก่อนตอบเสร็จ — สร้างแยก แล้วรวมทีเดียวตอนท้าย

เมื่อไหร่อย่าแตก

ตอบว่าใช่ข้อใดข้อหนึ่ง — ใช้ตัวเดียวเธรดเดียว

• งานย่อยพึ่งพากันตามลำดับ ขั้นหลังต้องรู้ผลขั้นก่อน
• ทุกตัวต้องใช้ context เดียวกันแทบทั้งหมด
• งานลึกและแคบ ไม่ใช่กว้างและตื้น
• ตัวเดียวทำได้ถูก เกิน 45% อยู่แล้ว
• ตัวที่จะเพิ่มไม่ได้นำข้อมูลใหม่หรือมุมมองอิสระจริงมา
• มีตั้งแต่ 2 ตัวขึ้นไปจะเขียนไฟล์เดียวกัน
• ต้องอาศัยข้อตกลงร่วมที่ไม่ได้เขียนไว้ที่ไหน
• มูลค่างานไม่คุ้มค่า token ราว 15×

ถ้าจำได้แค่ 5 บรรทัด

1. ค่าตั้งต้นคือไม่แตก — การแตกต้องพิสูจน์ตัวเองว่าคุ้ม ไม่ใช่ทางกลับกัน
2. ค้นข้อมูล ใช้ Fan-out หรือ Orchestrator–Worker — ที่ที่คุ้มที่สุดจริงๆ
3. คำตอบมีถูกผิด ใช้ Isolated Voting ไม่ใช่ debate
4. ประเมินคุณภาพ ใช้กรรมการ 3 คน พร้อม rubric — ถูกกว่ากรรมการตัวใหญ่ 8 เท่าและแม่นกว่า
5. วนซ้ำได้ต่อเมื่อมีสัญญาณนอก — Evaluator–Optimizer ใช่ · Self-Review Loop ไม่ใช่

เช็คความสำเร็จ: เอากฎข้อแรกไปใช้กับงานจริง 1 งานวันนี้ — ถามตัวเองว่ามันล้างจานหรือทำแกง แล้วผลออกมาดีกว่าสั่งรวดเดียว = ผ่าน

แต่นี่คือจุดที่คนส่วนใหญ่ติด — สั่ง AI เก่งขึ้นแล้ว แล้วคุณจะเอาไปขายอะไร อันนั้นเครื่องมือตอบให้ไม่ได้

ใช้กับงานของคุณเองได้เต็มที่ ห้ามแจกต่อหรือขายต่อ — ถ้าอยากส่งให้เพื่อน แชร์ลิงก์หน้านี้แทนครับ

---

แหล่งอ้างอิงหลัก — Anthropic: Building effective agents · Anthropic: Multi-agent research system · Cognition: Don’t Build Multi-Agents · MAST failure taxonomy · Stop Overvaluing Multi-Agent Debate · Rethinking Mixture-of-Agents · PoLL: Replacing Judges with Juries · LLMs Cannot Self-Correct Reasoning Yet · Self-Consistency

← กลับไปดู guides ทั้งหมด · ตามเบื้องหลังการสร้าง digital product คนเดียวได้ที่ TikTok @than_tum