Cognee-skills — แนวคิดใหม่ของ AI agents ที่ทำให้ “skill”…
ปัญหาที่หลายคนทำ agent จะเจอเหมือนกันคือ skill ที่เคยดีมาก ผ่านไปไม่กี่เดือนเริ่มพังเงียบ ๆ เพราะโมเดลเปลี่ยน โค้ดเปลี่ยน หรือผู้ใช้ถามคำถามแบบใหม่ สุดท้ายต้องกลับมาไล่แก้ SKILL.md ด้วยมืออยู่เรื่อย ๆ
แนวคิดของ cognee-skills คือเปลี่ยน skill จากไฟล์ธรรมดา ให้กลายเป็นส่วนหนึ่งของ knowledge graph ก่อน เพื่อให้ระบบเข้าใจความหมาย ความสัมพันธ์ และ pattern ของงานได้ดีขึ้น เวลา agent ต้องเลือก skill มาทำงานก็จะ routing ฉลาดกว่าเดิม
หลังจากนั้นทุกครั้งที่ skill ทำงาน ระบบจะเก็บประวัติไว้หมด เช่น งานอะไรที่ถูกเรียก ใช้ skill ตัวไหน สำเร็จไหม มี error หรือ feedback อะไรบ้าง เหมือนมี log ความจำของ agent เก็บทุกเหตุการณ์
พอความล้มเหลวเริ่มสะสม ระบบก็สามารถย้อนดู history เหล่านั้น แล้ววิเคราะห์ได้ว่าปัญหาเกิดจากอะไร เช่น instruction ไม่ชัด ลำดับขั้นตอนผิด หรือ tool บางตัวเปลี่ยน behaviour
จากนั้นระบบจะเสนอการแก้ไข skill ใหม่ให้เอง ฟีเจอร์ที่เขาเรียกว่า amend โดยอิงจากหลักฐานจริงจากการใช้งาน ไม่ใช่การเดาแบบเดิม แล้วมนุษย์จะ review ก่อน หรือปล่อยให้ apply อัตโนมัติก็ได้
แต่ที่สำคัญคือมันไม่ได้แก้แล้วจบ ระบบจะต้อง evaluate ต่อว่าการแก้ไขนั้นทำให้ผลลัพธ์ดีขึ้นจริงไหม ถ้าไม่ดีขึ้นก็ rollback ได้ เพราะทุกเวอร์ชันถูกเก็บประวัติไว้หมด
สรุปง่าย ๆ คือวงจร observe → inspect → amend → evaluate ทำให้ skill ของ agent ค่อย ๆ พัฒนาตัวเองตามเวลา แทนที่จะค่อย ๆ เสื่อมแบบที่เราเจอกันทุกวันนี้
ส่วนตัวผมมองว่าแนวคิดนี้น่าสนใจมาก เพราะหนึ่งใน pain ใหญ่ของการทำ agent คือ maintenance ของ skill หรือ prompt ที่เสื่อมตามเวลา ถ้ามีระบบที่ช่วยให้มันเรียนรู้จาก failure เองได้จริง มันอาจเป็นก้าวสำคัญของ agentic AI เลยก็ได้
อยากใช้ AI กับงานจริงเป็นระบบ?
เรียน Claude Method — วิธีคิดและลงมือใช้ Claude/AI กับงานจริง ตั้งแต่วันแรก
📍 โพสต้นฉบับบน Facebook: AI กับ Peesamac