เมื่อคุณพูดกับ Agent ว่า "ฉันอยากทำสิ่งนี้" X-Agent คือประตูที่รับเจตนานี้และทำให้มันเกิดขึ้นจริง — มันอยู่ที่ชั้นหน้าสุดของระบบ Agent ในชั้นแอปพลิเคชัน

สิ่งที่รองรับมันคือเสาหลักสี่ประการที่แข็งแกร่ง: บริบท (Context), ความทรงจำ (Memory), กรอบการดำเนินการ (Harnesses) และทักษะ (Skills) X-Agent นำเสาทั้งสี่นี้มารวมกันใน "สภาพแวดล้อมรันไทม์ที่ปลอดภัย (SRE)" เพื่อสร้างโครงสร้างพื้นฐานการดำเนินการที่เข้มงวด ซึ่งมีหน้าที่เปลี่ยนเป้าหมายอันยิ่งใหญ่ในความคิดของคุณให้เป็นชุดเวิร์กโฟลว์ที่ซับซ้อนซึ่งสามารถดำเนินการได้โดยอัตโนมัติ

ด้วยการออกแบบที่มีโครงสร้างนี้ กระบวนการเปลี่ยนจากความคิดนามธรรมไปสู่ระบบที่ทำงานได้จริงจึงกลายเป็นสิ่งที่เชื่อถือได้ ตรวจสอบได้ และอยู่ภายใต้การควบคุมของคุณเสมอ และนี่คือสิ่งที่ทำให้ X-Agent เป็นสะพานเชื่อมสำคัญระหว่างโครงสร้างพื้นฐานทางเทคนิคระดับล่างกับชั้นแอปพลิเคชันของผู้ใช้

แนวคิดการออกแบบของมันเข้าใจได้ง่าย: เช่นเดียวกับที่ iOS และ Android มอบความสามารถระบบพื้นฐานให้กับแอปบนมือถือ X-Agent ก็มอบชั้นแอปพลิเคชันพื้นฐานเดียวกันสำหรับ "การดำเนินการอัตโนมัติ" มันทำให้เสาหลักสี่ประการข้างต้นเป็นนามธรรม บรรจุ และรวมเข้าด้วยกันเป็นหน่วย Agent ที่เป็นหนึ่งเดียว

1.1 บริบท (Context)

บริบทกำหนดสภาพแวดล้อมการดำเนินการจริงที่ Agent กำลังอยู่ในขณะนั้น

มันไม่ใช่แค่บันทึกการสนทนาระหว่างคุณกับ Agent เท่านั้น มันยังรวมถึง: คุณคือใคร ความสัมพันธ์ทางสังคมของคุณ สถานะปัจจุบันของแอปพลิเคชัน สถานะของเซสชัน ความคืบหน้าของงาน ขอบเขตสิทธิ์ ว่ากระเป๋าเงินเชื่อมต่อหรือไม่ เครื่องมือใดบ้างที่พร้อมใช้งาน และสถานะปัจจุบันของบริการภายนอก

สำหรับ Agent อัตโนมัติ บริบทไม่ใช่ข้อมูลที่หยุดนิ่ง มันเป็นชั้นสถานะที่ไหลเวียนและอัปเดตแบบเรียลไทม์ ซึ่งทำให้ Agent "รู้ทุกอย่าง" อย่างแท้จริง — มันรู้ชัดเจนว่า:

• ในขณะนี้ มันกำลังให้บริการใคร

• ในขณะนี้ มันกำลังทำงานในแอปพลิเคชันใด

• ในขณะนี้ ภารกิจใดที่กำลังดำเนินการอยู่

• ในขณะนี้ มีความสามารถใดบ้างที่พร้อมให้เรียกใช้งาน

• และข้อจำกัดใดบ้างที่ต้องยึดถือ

ด้วยการโหลดและรีเฟรชบริบทอย่างต่อเนื่อง X-Agent ช่วยให้ทุกขั้นตอนการดำเนินการยึดโยงกับสภาพแวดล้อมการทำงานจริงอย่างมั่นคง แทนที่จะพึ่งพาคำสั่งที่แยกเดี่ยวแบบไร้การเชื่อมต่อ

1.2 หน่วยความจำ (Memory)

หากบริบทเกี่ยวข้องกับ "ขณะนี้" หน่วยความจำก็เกี่ยวข้องกับ "ระยะยาว" มันมอบความสามารถในการคงสถานะระยะยาวข้ามเซสชัน ข้ามแอปพลิเคชัน และข้ามเวิร์กโฟลว์ของ Agent หลายตัว

ด้วยสิ่งนี้ Agent จึงสามารถเรียกคืนภารกิจในอดีต จดจำความชอบของคุณ นำผลลัพธ์จากการดำเนินการก่อนหน้ามาใช้ซ้ำ และรักษาความต่อเนื่องในเวิร์กโฟลว์ระยะยาวได้ โดยไม่ "ทำไปแล้วลืมไปกลางทาง"

แตกต่างจากบริบทระยะสั้นที่จางหายไป หน่วยความจำช่วยให้ Agent เติบโตขึ้นตามกาลเวลา มันสามารถรองรับ: ประวัติการสนทนา บันทึกภารกิจ เส้นทางการดำเนินการ ภาพรวมแอปพลิเคชัน ความชอบของผู้ใช้ ความรู้ในรูปแบบเวกเตอร์ และสถานะระยะยาวเฉพาะของ Agent แต่ละตัว

ด้วยหน่วยความจำนี้เอง X-Agent จึงไม่ใช่แค่การสนทนาแบบครั้งเดียวอีกต่อไป มันทำให้เกิด Agent แอปพลิเคชันรูปแบบใหม่ที่สามารถทำงานต่อเนื่อง สะสมความรู้ และค่อยๆ ดีขึ้นเมื่อเวลาผ่านไป

1.3 กรอบการดำเนินการ (Harnesses)

กรอบการดำเนินการคืออินเทอร์เฟซที่มีการควบคุมระหว่างโมเดลการให้เหตุผลกับระบบในโลกจริง

หน้าที่ของมันคือการแปลงเจตนาที่สร้างโดยโมเดลให้เป็นการดำเนินการที่ผ่านการตรวจสอบ ได้รับอนุญาต และมีบันทึกครบถ้วน

แต่มันไม่ใช่แค่การห่อหุ้ม API อย่างง่ายๆ—มันคือ "ขอบเขตการดำเนินการ" ที่แท้จริง

ก่อนที่การกระทำใดๆ จะไปถึงระบบภายนอก กรอบการดำเนินการจะตรวจสอบอย่างละเอียดทุกขั้นตอนให้คุณ: ตรวจสอบพารามิเตอร์ ตรวจสอบสิทธิ์ ดำเนินนโยบาย กำหนดเส้นทางการเรียก และบันทึกบันทึกการดำเนินการทุกครั้ง

มันสามารถเชื่อมต่อกับสิ่งต่างๆ ได้หลากหลาย: API ภายนอก Oracle บล็อกเชน การผูกสัญญาอัจฉริยะ ตัวปรับกระเป๋าเงิน อินเทอร์เฟซการชำระเงิน สภาพแวดล้อมการปรับใช้ และบริการองค์กรต่างๆ

ในกรอบของ X-Agent การแบ่งหน้าที่ชัดเจน: โมเดลมีหน้าที่ "เสนอว่าควรทำอะไร" ในขณะที่กรอบการดำเนินการมีหน้าที่ตอบว่า "เจตนานี้จะเปลี่ยนเป็นการดำเนินการจริงอย่างปลอดภัยได้อย่างไร"

1.4 ทักษะ (Skills)

ทักษะ คือหน่วยความสามารถในการปฏิบัติงานที่มีความเชี่ยวชาญ สามารถนำกลับมาใช้ใหม่ได้ และสามารถประกอบรวมกันได้อย่างอิสระ

มันรวมการกระทำเฉพาะเจาะจงเข้าเป็นหน่วยที่สามารถเรียกใช้ได้โดยตรง ทำให้ Agent ไม่จำเป็นต้องควบคุมโครงสร้างพื้นฐานที่ซับซ้อนเบื้องหลังด้วยตนเอง และสามารถดำเนินการเวิร์กโฟลว์ที่ซับซ้อนทั้งชุดได้อย่างราบรื่น

ทักษะหนึ่งสามารถรับผิดชอบงานได้หลายอย่าง เช่น อ่านข้อมูล แก้ไขสถานะของแอปพลิเคชัน เรียกใช้ API ภายนอก โต้ตอบกับกระเป๋าเงิน สร้างเจตนาการชำระเงิน อัปเดตเวิร์กโฟลว์ ปรับใช้แอปพลิเคชัน หรือทำงานทางธุรกิจในอุตสาหกรรมแนวตั้งบางประเภท

ด้วยการปรับความสามารถในการปฏิบัติงานให้เป็นโมดูลในรูปแบบของทักษะ X-Agent จึงสามารถแยกย่อยเวิร์กโฟลว์อัตโนมัติที่ซับซ้อนออกเป็นหน่วยปฏิบัติงานที่ตรวจสอบได้ นำกลับมาใช้ใหม่ได้ และตรวจสอบได้

นั่นหมายความว่าความสามารถของ Agent สามารถประกอบรวมและปรับเปลี่ยนได้อย่างอิสระเหมือนบล็อกตัวต่อ ระหว่างแอปพลิเคชันต่างๆ และในสภาพแวดล้อมการทำงานร่วมกันของหลาย Agent

2 สภาพแวดล้อมรันไทม์ที่ปลอดภัย (SRE)

เมื่อ Agent อัตโนมัติเริ่มสัมผัสกับ API ภายนอก เอกสารส่วนตัว กระเป๋าเงินคริปโต ระบบการชำระเงิน หรือสถานะของแอปพลิเคชัน แอปพลิเคชัน LLM ทั่วไปจะเผชิญกับความเสี่ยงในการดำเนินการที่ร้ายแรงหลายประการ

ความเสี่ยงเหล่านี้รวมถึง การฉีดพรอมต์ การรั่วไหลของสถานะ การแก้ไขข้อมูลโดยไม่ได้รับอนุญาต การเปิดเผยข้อมูลประจำตัว และการดำเนินการที่ไม่สามารถตรวจสอบย้อนหลังได้

เพื่อรับมือกับความท้าทายเหล่านี้ X-Agent นำเสนอคำตอบคือ สภาพแวดล้อมรันไทม์ที่ปลอดภัย (Secure Runtime Environment หรือ SRE)

แนวคิดหลักของ SRE มีเพียงประโยคเดียว แต่สำคัญอย่างยิ่ง: แยก "การให้เหตุผล" และ "การดำเนินการ" ออกจากกันอย่างสิ้นเชิง

โมเดลการให้เหตุผลมีหน้าที่ทำความเข้าใจเป้าหมายของคุณ สร้างแผน และสร้างเจตนา ในขณะที่สภาพแวดล้อมรันไทม์จะกรอง ตรวจสอบ อนุญาต ดำเนินการ และบันทึกเจตนาเหล่านี้ภายในขอบเขตที่ควบคุมได้

สถาปัตยกรรมนี้นำมาซึ่งผลลัพธ์ที่สร้างความมั่นใจ: Agent จะไม่มีวันเข้าถึงข้อมูลประจำตัวดั้งเดิม คีย์ส่วนตัว สิทธิ์กระเป๋าเงิน ข้อมูลส่วนตัว หรือระบบการผลิตแบบ "ไม่จำกัด" ได้โดยตรง

ในทางกลับกัน การดำเนินการที่ละเอียดอ่อนใดๆ จะต้องผ่านอินเทอร์เฟซรันไทม์ที่มีการควบคุม และจะได้รับอนุญาตให้ดำเนินการจริงได้ก็ต่อเมื่อผ่านเกณฑ์ทั้งหมดด้านนโยบาย สิทธิ์ บริบท และการตรวจสอบแล้วเท่านั้น

ดังนั้น ผ่าน SRE ทำให้ X-Agent เปลี่ยนสิ่งที่ฟังดูน่ากังวลอย่าง "การดำเนินการอัตโนมัติ" ให้กลายเป็นกระบวนการที่มีขอบเขต ตรวจสอบได้ และจับต้องได้

ไม่ว่าจะเป็นการเรียกใช้เครื่องมือครั้งเดียว การอัปเดตสถานะ การดำเนินการที่เกี่ยวข้องกับกระเป๋าเงิน ความตั้งใจที่เกี่ยวข้องกับการชำระเงิน หรือการโต้ตอบกับระบบภายนอก — ทุกขั้นตอนสามารถย้อนกลับไปยังเป้าหมายผู้ใช้ ขั้นตอนเวิร์กโฟลว์ การตัดสินใจรันไทม์ และบันทึกการดำเนินการที่เกี่ยวข้องได้อย่างชัดเจน

2.1 จากความตั้งใจสู่เวิร์กโฟลว์ที่ตรวจสอบได้

เส้นทางการดำเนินการทั้งหมดของ X-Agent เริ่มต้นจากความตั้งใจของผู้ใช้ และสิ้นสุดที่บันทึกเวิร์กโฟลว์ที่สามารถตรวจสอบได้

กระบวนการคร่าวๆ คือ: คุณบอกเป้าหมายระดับสูง X-Agent จะโหลดบริบทที่เกี่ยวข้อง ดึงข้อมูลความทรงจำที่สะสมไว้ สร้างแผนการดำเนินการ ตรวจสอบแต่ละขั้นตอนผ่านเฟรมเวิร์กการดำเนินการ ใช้ทักษะเพื่อทำงานเฉพาะเจาะจง และบันทึกผลลัพธ์ในสภาพแวดล้อมรันไทม์ที่ปลอดภัย

สำหรับเวิร์กโฟลว์ที่เกี่ยวข้องกับกระเป๋าเงินหรือการชำระเงิน X-Agent ยังสามารถสร้างความตั้งใจที่เกี่ยวข้องกับการชำระเงินที่มีโครงสร้างก่อนที่จะดำเนินการชำระเงินจริงในขั้นตอนปลายน้ำ

ดังนั้น การดำเนินการทางการเงินจึงไม่ใช่ธุรกรรมที่โดดเดี่ยวและไม่ทราบที่มาอีกต่อไป แต่กลายเป็นส่วนประกอบที่ทุกคนสามารถเข้าใจและมองเห็นได้ชัดเจนภายในเวิร์กโฟลว์ที่สมบูรณ์และสามารถตรวจสอบย้อนกลับได้

3  สถาปัตยกรรมผลิตภัณฑ์

X-Agent นำสถาปัตยกรรมทางเทคนิคข้างต้นมาประยุกต์ใช้เป็นความสามารถหลักสามประการของผลิตภัณฑ์:

Builder (ตัวสร้าง), Agent Runtime (รันไทม์ของ Agent) และชั้นการรวมเครื่องมือ / กระเป๋าเงิน / การชำระเงิน (Tool / Wallet / Payment Integration)

3.1 ตัวสร้าง (Builder)

ตัวสร้าง คือประตูที่เปิดกว้างสำหรับผู้สร้างและนักพัฒนาในการ "สร้างแอปพลิเคชัน"

คุณเพียงแค่บรรยายลักษณะของแอปพลิเคชัน Agent ที่คุณต้องการด้วยภาษาธรรมชาติ X-Agent จะเปลี่ยนเป้าหมายนี้ทีละขั้นตอนเป็นโครงสร้างแอปพลิเคชัน ตรรกะเวิร์กโฟลว์ สถานะอินเทอร์เฟซ การกำหนดค่าเครื่องมือ และการเตรียมการก่อนการปรับใช้

นี่คือการเปิดเส้นทางจาก "แนวคิด" สู่ "การใช้งาน" โดยตรง

คุณแค่บรรยายสิ่งที่ต้องการสร้าง X-Agent จะช่วยสร้าง แสดงตัวอย่าง ปรับแต่งซ้ำแล้วซ้ำเล่า และเตรียมทุกอย่างให้พร้อมสำหรับการทำงานในระบบปฏิบัติการ

3.2 Agent Runtime (ระบบปฏิบัติการเอเจนต์)

Agent Runtime คือเวทีที่แอปพลิเคชันเอเจนต์ที่ถูกปรับใช้และออนไลน์แล้วจะทำงานจริง

เมื่อแอปพลิเคชันถูกสร้างเสร็จ คุณสามารถสนทนาโดยตรงกับเอเจนต์ที่ฝังอยู่ เรียกใช้งานเวิร์กโฟลว์ อัปเดตสถานะของแอปพลิเคชัน ดึงข้อมูลความจำ เรียกใช้เครื่องมือ และดำเนินการควบคุมต่างๆ ภายในขอบเขตของระบบปฏิบัติการ

ขั้นตอนนี้เองที่ทำให้แอปพลิเคชันเปลี่ยนจากอินเทอร์เฟซที่เย็นชาและนิ่งเฉย กลายเป็นระบบเอเจนต์ที่กระตือรือร้นและถูกขับเคลื่อนไปข้างหน้าด้วยเป้าหมาย

3.3 ชั้นเครื่องมือ กระเป๋าเงิน และการชำระเงิน

X-Agent ใช้เฟรมเวิร์กการดำเนินการและทักษะต่างๆ เพื่อเชื่อมต่อเอเจนต์กับเครื่องมือภายนอก กระเป๋าเงิน และโครงสร้างพื้นฐานที่เกี่ยวข้องกับการชำระเงินอย่างมั่นคง

ในชั้นเครื่องมือ เอเจนต์สามารถเข้าถึง API ภายนอก ระบบองค์กร บริการข้อมูล และสถานะของแอปพลิเคชัน

ในชั้นกระเป๋าเงิน เอเจนต์สามารถสร้างความตั้งใจที่เกี่ยวข้องกับกระเป๋าเงิน และจัดเส้นทางผ่านอะแดปเตอร์ที่ถูกควบคุม

ในชั้นการชำระเงิน เอเจนต์สามารถระบุขั้นตอนในเวิร์กโฟลว์ที่เกี่ยวข้องกับการโอนมูลค่าได้อย่างแม่นยำ และสร้างความตั้งใจที่เกี่ยวข้องกับการชำระเงินที่มีโครงสร้าง ซึ่งจะถูกส่งต่อไปยังระบบปลายทางเพื่อดำเนินการชำระเงิน การกำกับดูแล การปฏิบัติตามข้อกำหนด การชำระบัญชี และการจัดการสภาพคล่อง

ด้วยเหตุนี้ X-Agent จึงกลายเป็นศูนย์กลางที่เชื่อมโยงความตั้งใจของผู้ใช้ ความชาญฉลาดของเอเจนต์ เครื่องมือในโลกจริง กระเป๋าเงิน และเครือข่ายมูลค่าเบื้องหลังเข้าด้วยกัน ทั้งรับผิดชอบในการสร้างแอปพลิเคชันและการดำเนินการ

4 ความแตกต่างทางเทคนิค

X-Agent ไม่ใช่แชทบอทที่ถูกหุ้มเปลือกอีกตัว

มันไม่ใช่เราเตอร์เครื่องมือธรรมดา

มันไม่ใช่แค่จุดเชื่อมต่อของกระเป๋าเงิน

สิ่งที่ทำให้มันแตกต่างอย่างแท้จริงคือ: มันหลอมรวมความสามารถทั้งหมดนี้—การสร้างแอปพลิเคชัน การดำเนินการเวิร์กโฟลว์ของเอเจนต์ การรับรู้บริบท ความจำระยะยาว อินเทอร์เฟซการดำเนินการที่ถูกควบคุม ทักษะที่ประกอบกันได้ การเชื่อมต่อกระเป๋าเงิน การสร้างความตั้งใจที่เกี่ยวข้องกับการชำระเงิน และสภาพแวดล้อมรันไทม์ที่ปลอดภัย—เข้าไว้ในชั้นแอปพลิเคชันที่เป็นเอกภาพและเป็นธรรมชาติของเอเจนต์

ด้วยสถาปัตยกรรมนี้ X-Agent สามารถแปลงความตั้งใจระดับสูงของคุณให้เป็นเวิร์กโฟลว์ที่ตรวจสอบได้ ซึ่งเชื่อมโยงบริบท หน่วยความจำ เครื่องมือ กระเป๋าเงิน การชำระเงิน และสภาพแวดล้อมรันไทม์ด้านความปลอดภัยเข้าด้วยกัน

พูดสั้นๆ คือ X-Agent มอบเลเยอร์แอปพลิเคชันสำหรับการสร้าง ปรับใช้ และดำเนินการระบบที่ใช้ Agent เป็นหลัก — ระบบเหล่านี้ไม่เพียงแต่ฉลาดพอ แต่ยังควบคุมได้ ตรวจสอบได้ และพร้อมที่จะเชื่อมต่อกับเครือข่ายมูลค่าในโลกจริงอย่างแนบแน่น

ลิงก์ต้นฉบับ

ยินดีต้อนรับสู่ชุมชนทางการของ BlockBeats:

กลุ่ม Telegram สมัครสมาชิก: https://t.me/theblockbeats

กลุ่ม Telegram พูดคุย: https://t.me/BlockBeats_App

บัญชี Twitter ทางการ: https://twitter.com/BlockBeatsAsia