SkillOpt คืองานวิจัยใหม่จาก Microsoft Research ที่เสนอวิธีทำให้…
ไอเดียหลักคือแทนที่จะไปแก้ weight ของโมเดล เขาเอา "skill document" ซึ่งเป็นแค่ไฟล์คำสั่งภาษาธรรมชาติที่กำกับพฤติกรรม agent มาเป็นสิ่งที่เทรนแทน ตัวโมเดล ตัว backend ตัว harness หยุดนิ่งทั้งหมด แต่ตัวเอกสาร skill นี่แหละที่ค่อยๆ ถูกปรับปรุงผ่าน loop 4 ขั้น ให้ agent ลงมือทำงานจริงแล้วบันทึกคะแนน ให้โมเดลอีกตัวมาช่วยวิเคราะห์ว่าที่ผ่านที่ตกเพราะอะไร เสนอแก้ไขแบบมี budget จำกัดไม่ให้ rewrite มั่ว แล้วสุดท้ายต้องผ่านการทดสอบกับชุดข้อมูลที่ยังไม่เคยเห็นก่อนถึงจะยอมรับว่าดีขึ้นจริง
ผลลัพธ์ที่โชว์ในเปเปอร์คือดีที่สุดหรือเสมอดีที่สุดใน 52 จาก 52 การทดสอบ ครอบคลุมทั้ง 7 โมเดลเป้าหมาย 6 benchmark และ 2 harness คือ Codex กับ Claude Code ตัวเลขที่เห็นแล้วต้องขมวดคิ้วคือ GPT-5.5 ทำคะแนนเพิ่มขึ้นเฉลี่ย 23.5 จุด บางงานอย่าง Sheet กับ Office กระโดดขึ้นเกือบ 40 จุดเลยทีเดียว แม้รันผ่าน Claude Code harness ก็ยังเห็นผลชัด
จุดที่ทำให้งานนี้น่าเชื่อถือคือเขาแยกทดสอบด้วยว่ากลไกแต่ละส่วนจำเป็นจริงไหม ตัด bounded edit budget ออกคะแนนตก ตัด rejected-edit buffer ออกก็ตก ตัด memory ระบบก็แย่ลง แปลว่าทุกชิ้นส่วนทำงานของมันจริง ไม่ใช่แค่ยัดโมเดลใหญ่เข้าไป
ที่ผมทึ่งสุดคือเรื่อง transfer เขาเทรน skill จากโมเดลหนึ่งบน benchmark หนึ่ง แล้วเอาไฟล์ text ไฟล์เดียวนั้นไปใช้กับโมเดลอื่นหรือ harness อื่นได้เลย เช่น skill ที่เทรนผ่าน Codex เอาไปใช้ใน Claude Code ยังได้ผลบวก 31.8 จุด หรือให้โมเดลเล็กเป็น optimizer ของตัวเองก็ยังพัฒนา skill ตัวเองได้ ไม่ได้พึ่งโมเดลใหญ่กว่าเพียงอย่างเดียว
พอผมอ่านจบ นึกถึงสิ่งที่ตัวเองทำอยู่ทุกวันกับระบบ skill ของ Claude Code เลยครับ เขียน skill เป็นไฟล์ markdown แล้วสะสมปรับปรุงจากการใช้งานจริง ลองผิดลองถูกไปเรื่อยๆ งานวิจัยนี้เหมือนเอาสิ่งที่เราทำด้วยสัญชาตญาณมาทำให้เป็น loop ทางวิทยาศาสตร์ที่วัดผลได้จริง เป็นทิศทางที่น่าจับตามากสำหรับใครที่คลุกคลีกับ AI agent อยู่
อยากใช้ AI กับงานจริงเป็นระบบ?
เรียน Claude Method — วิธีคิดและลงมือใช้ Claude/AI กับงานจริง ตั้งแต่วันแรก
📍 โพสต้นฉบับบน Facebook: AI กับ Peesamac