commerce-agents คือโค้ดตัวอย่างที่ Anthropic เพิ่งเปิด open…
ในนั้นมีเอเจนต์สองตัวที่หน้าที่คนละเรื่องกันชัดเจน ตัวแรกคือ shopping agent ที่ร้านเอาไปฝังในแอปให้ลูกค้าใช้ ค้นของ เทียบของ ใส่ตะกร้า ตอบเรื่องคำสั่งซื้อกับนโยบายร้าน ตัวที่สองคือ merchant agent ที่พนักงานหลังบ้านใช้ ดูยอด แก้รายการสินค้า จัดการสต๊อก ตั้งราคา ร่างแคมเปญ
แต่ของที่ผมว่าเป็นแก่นจริงๆ ของงานชิ้นนี้ อยู่ในรูปที่สองที่เขาวาดมา มันคือการแยกให้ชัดว่าอะไรเป็นของโมเดล อะไรเป็นของระบบ ฝั่งซ้ายคือลูปคิด คนคุยกับ LLM แล้วยิง action ออกไป ได้ feedback กลับมา วนจนจบ ฝั่งขวาคือ environment ที่เราจัดของให้มัน แบ่งเป็นสี่กอง tools คือปุ่มที่ต่อเข้าระบบจริงอย่างค้นของ ตะกร้า ออเดอร์ skills คือคู่มือทำงานเฉพาะทางที่โหลดเข้ามาเมื่อจำเป็น surfaces คือหน้าจอที่มันหยิบมาโชว์ได้ และ memory คือสิ่งที่ลูกค้าเคยบอกไว้
แล้วแถบล่างสุดคือ harness ซึ่งเป็นบรรทัดที่ผมชอบที่สุด เขาเขียนว่ามันคือตัวรันลูป เรียกเครื่องมือ บังคับการอนุมัติ และส่งผลกลับไปหาผู้ใช้ พูดอีกแบบคือกฎไม่ได้อยู่ในหัวโมเดล แต่อยู่ในโครงที่ครอบโมเดลไว้อีกที
ประโยคที่เขาย้ำในบทความคือ no model tool call moves money or changes the business แปลว่าไม่มีเครื่องมือไหนที่โมเดลเรียกแล้วสั่งจ่ายเงินหรือแก้อะไรในธุรกิจได้เอง สิ่งที่โมเดลทำได้มีแค่เสนอ แล้วของทุกชิ้นจะถูกพักไว้เป็นร่างรอคนกด และระบบจะรับเฉพาะไอดีที่เซิร์ฟเวอร์ออกให้เท่านั้น ถ้าโมเดลมโนไอดีขึ้นมาเอง ระบบปฏิเสธทันที
อีกสองข้อที่ใช้กับเอเจนต์อะไรก็ได้ ไม่ใช่แค่งานขายของ ข้อแรกเขาบอกว่าให้ใช้ skills ไม่ใช่ subagents เพราะเอเจนต์ตัวเดียวที่มี skills ครบให้ผลดีกว่าและถูกกว่าการซอยเป็นเอเจนต์ย่อยหลายตัว ข้อสองคือเกณฑ์ตัดสินว่าอะไรควรอยู่ใน system prompt เขาให้จุดตั้งต้นไว้ว่าอะไรที่เกี่ยวกับงานตั้งแต่หนึ่งในสามของทราฟฟิกขึ้นไปให้ยัดใน system prompt ที่เหลือแยกเป็น skill เพราะการโหลด skill เสียไปหนึ่งเทิร์นเสมอ ส่วนกฎความปลอดภัย กฎหมาย แบรนด์ และเรื่องคอขาดบาดตายอย่างการแพ้อาหาร ให้อยู่ใน system prompt ตลอด
เรื่อง memory เขาบอกให้เขียนความจำแบบไม่ขวางบทสนทนา คือให้อีกเธรดไปสรุปตอนจบเทิร์นแทนที่จะให้เอเจนต์เรียกเครื่องมือบันทึกกลางทาง ซึ่งเขาบอกว่าวิธีนี้ได้ fact recall สูงขึ้น 13 เปอร์เซ็นต์ ตรงนี้ผมขอกำกับไว้ว่าเป็นตัวเลขจาก eval ภายในของ Anthropic เอง ไม่ใช่ benchmark กลางที่ใครก็ตรวจได้นะครับ
ในรีโปมีตัวอย่างรันได้จริงสี่แบบ ค้าปลีก ท่องเที่ยว โทรคมนาคม บันเทิง รันได้สามทางทั้ง Messages API, Agent SDK และ Managed Agents แถม plugin ของ Claude Code ที่พิมพ์คำสั่งเดียวให้ไปขึ้นโครงโปรเจคจากระบบของเราได้เลย
ข้อควรรู้ก่อนไปเล่น ทุกบริษัทและทุกคนในรีโปเป็นเรื่องแต่งหมด มีแค่ ACME เขาเขียนไว้ชัดว่าไม่มีอะไรสั่งซื้อจริง ตัดบัตรจริง หรือแก้ประกาศขายจริง ตัวอย่างพวกนี้ไม่มีระบบล็อกอินด้วยซ้ำ มันคือของให้อ่านโครงแล้วเอาไปประกอบเอง ไม่ใช่ของพร้อมเปิดร้าน
คนที่ควรกดเข้าไปดูไม่ใช่แค่คนทำอีคอมเมิร์ซนะ ใครกำลังจะปล่อยเอเจนต์ไปแตะระบบจริงในองค์กร แล้วยังตอบไม่ได้ว่าถ้ามันพลาดจะมีอะไรกั้น ไปอ่านโครงในรูปที่สองแล้วถามตัวเองว่า harness ของเราอยู่ตรงไหน
github.com/anthropics/commerce-agents
อยากใช้ AI กับงานจริงเป็นระบบ?
เรียน Claude Method — วิธีคิดและลงมือใช้ Claude/AI กับงานจริง ตั้งแต่วันแรก
📍 โพสต้นฉบับบน Facebook: AI กับ Peesamac