แนะนำ 7 แหล่งเรียนรู้ Self-Evolving AI Agents ขั้นเทพ

AI agents กำลังก้าวข้ามการเป็นเพียงระบบที่รับคำสั่ง เรียกใช้เครื่องมือ และส่งคำตอบกลับมาอย่างรวดเร็ว ทิศทางการวิจัยที่กำลังเติบโตได้ตั้งคำถามที่ทะเยอทะยานยิ่งกว่านั้นว่า AI agent สามารถพัฒนาตนเองผ่านประสบการณ์ได้หรือไม่?

ระบบเหล่านี้เรียกว่า self-evolving (หรือ self-improving / recursively self-improving) AI agents ซึ่งแทนที่จะคงพฤติกรรมเดิมไว้หลังการติดตั้ง พวกมันอาจเรียนรู้จากความล้มเหลวในอดีต สะสมหน่วยความจำ สร้างทักษะที่นำกลับมาใช้ใหม่ได้ ปรับปรุง prompts ปรับกลยุทธ์การใช้เครื่องมือ หรือแก้ไขส่วนต่างๆ ของกระบวนการให้เหตุผล (reasoning pipeline) ของตนเอง ในบทความนี้ เราจะครอบคลุม 7 แหล่งเรียนรู้ที่ดีที่สุดเกี่ยวกับ self-evolving AI agents

1. Hugging Face Agents Course

ผมขอแนะนำสิ่งนี้เป็นแหล่งข้อมูลแรกก่อนที่คุณจะเริ่มศึกษา agent ที่แก้ไขตัวเองได้ เพราะจะช่วยให้คุณเข้าใจว่า agent ทั่วไปทำงานอย่างไร โดยจะสอนเกี่ยวกับ loop พื้นฐานอย่าง Think/Act/Observe, การใช้เครื่องมือ, การให้เหตุผล, agent frameworks เช่น smolagents, LangGraph และ LlamaIndex

นอกจากนี้ยังครอบคลุม agentic retrieval-augmented generation (RAG), การทำ fine-tuning สำหรับ function-calling, การตรวจสอบสถานะ (observability) และการประเมินผล โดย หลักสูตรนี้ เปิดให้เรียนฟรี มีการบ้านแบบลงมือทำจริงรวมถึงโปรเจกต์สุดท้ายที่ใช้เกณฑ์มาตรฐาน (benchmark) อีกด้วย

2. Stanford CS329A: Self-Improving AI Agents

Stanford's CS329A: Self-Improving AI Agents น่าจะเป็นจุดเริ่มต้นทางวิชาการที่มีโครงสร้างดีที่สุดสำหรับหัวข้อนี้ โดยครอบคลุมเทคนิคการพัฒนาตนเองสำหรับ large language models (LLMs) ซึ่งรวมถึง Constitutional AI, verifiers, test-time compute และ reinforcement learning

ตลอดจนการใช้เครื่องมือ, หน่วยความจำ, การให้เหตุผลและการวางแผนหลายขั้นตอน, กรอบการประเมินผล และแอปพลิเคชันต่างๆ เช่น coding agents และผู้ช่วยนักวิจัย ส่วนที่ดีที่สุดคือหลักสูตรถูกจัดลำดับตามงานวิจัยมากกว่าแค่ agentic frameworks ทำให้คุณเข้าใจอย่างลึกซึ้งว่า agent พัฒนาตัวเองอย่างไร ผมขอแนะนำอย่างยิ่งให้ศึกษาตามลำดับการบรรยาย อ่านงานวิจัย และลองนำแนวคิดบางอย่างไปสร้างซ้ำ

3. A Comprehensive Survey of Self-Evolving AI Agents

งานวิจัยฉบับนี้ เป็นหนึ่งในแหล่งข้อมูลที่มีประโยชน์ที่สุดในการทำความเข้าใจนิยามของ self-evolving agent โดยจะวางโครงสร้างวิวัฒนาการเป็น loop ผลตอบรับ (feedback loop) ที่เชื่อมต่อระหว่าง agent, สภาพแวดล้อม, input ของระบบ และตัวปรับแต่งประสิทธิภาพ (optimizer)

งานวิจัยนี้อธิบายว่าส่วนใดของ agent ที่สามารถวิวัฒนาการได้บ้าง ซึ่งรวมถึง model, หน่วยความจำ, prompts, เครื่องมือ และองค์กรแบบ multi-agent อีกทั้งยังครอบคลุมระบบเฉพาะทางในด้านการเขียนโปรแกรม การเงิน และชีวการแพทย์

4. Self-Improvements in Modern Agentic Systems: A Survey

นี่เป็นส่วนเสริมที่มีประโยชน์สำหรับงานวิจัยก่อนหน้า ซึ่งจะบอกคุณว่าสาขาวิชานี้มีลักษณะอย่างไรในปี 2026 โดยแยกการพัฒนาระดับ foundation model ออกจากการพัฒนาส่วน scaffolding ของ agent เช่น prompts, หน่วยความจำ, เครื่องมือ, ทักษะ และตรรกะการควบคุม

ทั้งนี้ agent ที่เขียน prompt ของตัวเองใหม่ agent ที่สร้างคลังทักษะ และ agent ที่ทำ fine-tuning โมเดลของตัวเองนั้นมีกลไกที่แตกต่างกันมาก งานวิจัยฉบับนี้ นำเสนอการจัดหมวดหมู่ระดับระบบเพื่อทำความเข้าใจความแตกต่างเหล่านั้น พร้อมอภิปรายเรื่องการประเมินผลและปัญหาการวิจัยที่ยังรอการแก้ไข

5. Awesome Self-Improving Modern Agentic Systems

คุณสามารถใช้ repository นี้ เป็นบรรณานุกรมหลังจากอ่านงานวิจัยข้างต้นแล้ว โดยได้รวบรวมงานวิจัยตามสิ่งที่ถูกพัฒนา ได้แก่ model parameters, prompts, หน่วยความจำ, เครื่องมือ, ทักษะ และ agent scaffolds ที่สมบูรณ์

นอกจากนี้ยังรวบรวมเกณฑ์มาตรฐาน (benchmarks), หลักสูตร, การบรรยาย, เวิร์กชอป, โค้ด และผลงานใหม่ในปี 2026 เช่น OpenSkill และระบบทักษะที่มีวิวัฒนาการ เนื่องจากงานวิจัยด้าน agent พัฒนาไปอย่างรวดเร็ว บรรณานุกรมที่อัปเดตอย่างต่อเนื่องเช่นนี้จึงมีประโยชน์มากในการติดตามความเคลื่อนไหวล่าสุด

6. Awesome RSI (Recursive Self-Improvement)

นี่คือ แผนผังการวิจัยที่ครอบคลุม ซึ่งรวมถึงการพัฒนาตนเองในระดับโมเดล, วิวัฒนาการของ harness และ scaffold, หน่วยความจำ, ระบบที่เชื่อมต่อกับโลกทางกายภาพ (embodied systems), การวิจัยและพัฒนา AI อัตโนมัติ, เกณฑ์มาตรฐาน และความปลอดภัย

เนื้อหาครอบคลุมทั้งงานวิจัย, frameworks, เครื่องมือ และแหล่งข้อมูลการประเมินผล ซึ่งมีประโยชน์อย่างยิ่งในการดูว่า self-evolving agents เข้ากับภาพรวมของ recursive self-improvement (RSI) ที่ใหญ่กว่าได้อย่างไร

7. Awesome Harness Engineering for Self-Improvement

รายการนี้ จะมีความเฉพาะเจาะจงและเน้นในเชิงปฏิบัติการมากกว่า โดยเน้นไปที่ "harness" ซึ่งก็คือระบบรอบข้างของเครื่องมือ, หน่วยความจำ, loops การควบคุม และการประเมินผล

ภายในรวบรวมทั้งบทความพื้นฐาน งานวิจัย และมุมมองเชิงวิศวกรรมเชิงปฏิบัติ ทำให้มีประโยชน์ต่อการทำความเข้าใจว่า agent สามารถปรับปรุงไม่เพียงแค่ผลลัพธ์ของมันเท่านั้น แต่ยังรวมถึง harness และกระบวนการที่ใช้ในการสร้างผลลัพธ์เหล่านั้นด้วย

บทสรุป

ในความเห็นของผม ลำดับการเรียนรู้ที่เหมาะสมคือเริ่มจาก Hugging Face Agents Course → Stanford CS329A → งานวิจัย survey ทั้งสองฉบับ → Awesome Self-Improving Agents → Awesome RSI → Awesome Harness Self-Improvement เนื่องจากสาขานี้กำลังก้าวหน้าอย่างรวดเร็ว คุณไม่จำเป็นต้องอ่านทุกอย่างในคราวเดียว ให้เลือกทิศทางที่คุณสนใจ ติดตามงานวิจัยหลักๆ และลองลงมือสร้างระบบด้วยตนเองเพื่อความเข้าใจที่แท้จริง