AX คือโปรเจกต์โอเพนซอร์สที่อยู่บน GitHub ของ Google เอาไว้รัน AI…
ใครเคยใช้ Kubernetes จะคุ้นมือทันที เพราะทีมเขาตั้งใจทำคำสั่งให้หน้าตาเหมือน kubectl เลย ax apply, ax get tasks, ax watch แถมมี ax ssh ให้มุดเข้าไปดูว่า agent กำลังทำอะไรอยู่ข้างในได้ด้วย
แนวคิดหลักของเขาคือ agent เป็นงานรูปแบบใหม่ที่ระบบเดิมรับมือได้ไม่ดี มันเก็บ state สะสมไปเรื่อย ๆ ต้องแยกขังให้ปลอดภัย คิดหนักอยู่แป๊บเดียวแล้วก็นั่งรอคำตอบจากโมเดลหรือรอคนกดอนุมัติ ถ้าเปิด sandbox ทิ้งไว้เฉย ๆ ตอนรอก็เปลืองเงินฟรี
AX เลยแบ่งของออกเป็น 4 ชิ้น Task คือกล่อง sandbox ที่จำกัด CPU กับ RAM ไว้ Workspace คือการเตรียม Git repo, MCP server และ skill ไว้ให้ก่อน agent เริ่มงาน Gateway คือการล็อกให้ออกเน็ตได้เฉพาะโฮสต์ที่อนุญาต และ Model คือที่ตั้งค่าโมเดลกับ key ไว้จุดเดียว เปลี่ยน key ทีเดียวจบ
ส่วนที่ผมชอบคือ Workspace เขียนเป็นภาษาคนได้ อย่างบอกว่า "ช่วยเตรียม Python 3 ให้พร้อมใช้" แล้วจะมี agent อีกตัวไปติดตั้งและเช็กให้ตอนบูตครั้งแรก ไม่ต้องมานั่งเขียนสคริปต์ setup เอง
อีกฟีเจอร์คือพัก agent ที่กำลังรอได้ แล้วปลุกกลับมาทำต่อจากจุดเดิม ทางเว็บเคลมว่ากลับมาได้ในไม่ถึงวินาที และออกแบบมาให้รันได้ระดับพันล้าน task ต่อคลัสเตอร์ ตัวเลขนี้เป็นคำเคลมของเขานะครับ ผมยังไม่เห็นผลเทสจริง
ข้อควรรู้ก่อนลอง ต้องมีคลัสเตอร์ Kubernetes และต้องมี Agent Substrate ซึ่งเป็นตัว runtime ข้างใต้ด้วย เลยเหมาะกับทีม infra หรือสายวิจัยที่ต้องรัน agent จำนวนมากพร้อมกันเพื่อเก็บข้อมูลหรือเทรน RL มากกว่าคนที่ใช้ agent ตัวเดียวบนเครื่อง และตอนนี้ยังเป็นเวอร์ชัน v0.3.0 (ออก 20 ก.ย.) ทีมเขียนเตือนไว้เองว่าก่อนออกตัวเสถียรน่าจะมีการเปลี่ยนใหญ่ที่ทำให้ของเดิมพังได้
ผมว่าน่าจับตาครับ เพราะทุกวันนี้แอปแบบ container ส่วนใหญ่ก็รันกันบน Kubernetes ถ้า agent จะกลายเป็นงานหลักของบริษัทจริง ก็ต้องมีตัวกลางแบบนี้มาจัดการสักตัว ตอนนี้บน GitHub มีคนกดดาวไปราว 8,500 ดวงแล้ว ใช้ license Apache 2.0 ใช้ในงานเชิงพาณิชย์ได้
ลองดูได้ที่ agentexecutor.io หรือค้น google/ax บน GitHub
อยากใช้ AI กับงานจริงเป็นระบบ?
เรียน Claude Method — วิธีคิดและลงมือใช้ Claude/AI กับงานจริง ตั้งแต่วันแรก
📍 โพสต้นฉบับบน Facebook: AI กับ Peesamac