Local AI Weekly: เมื่อ AI ก้าวเข้าสู่โปรแกรมออฟฟิศอย่างเต็มตัว

สัปดาห์นี้ AI ได้ก้าวเข้าสู่พื้นที่ "ออฟฟิศ" อย่างเต็มตัว แม้แต่ Linus Torvalds ยังยอมรับว่าเขา เริ่มชอบการใช้ AI เข้าจริง ๆ แล้ว โดยสาขาเคอร์เนลใหม่ของเขาได้ให้เครดิต Claude Code ทั้งในส่วนการเขียนโค้ด การทดสอบ และการร่างข้อความ commit

ขณะนี้โปรแกรมชุดสำนักงาน (Office suites) กำลังถูกยกเครื่องใหม่เพื่อให้ Agent สามารถแก้ไขเอกสารแทนมนุษย์ได้ และบริษัทยักษ์ใหญ่ด้านเทคโนโลยีต่างพยายามส่ง Agent ของตนเข้าไปสิงอยู่ในทุกแอปพลิเคชันที่คุณใช้งาน

สิ่งที่ต้องตั้งคำถามคือ Agent เหล่านั้นทำงานอยู่บนพื้นที่ของใคร หากมันทำงานบนคลาวด์ของผู้อื่น ข้อมูลงานของคุณย่อมต้องไปอยู่ที่นั่นด้วย นี่คือเหตุผลที่ทางเลือกแบบ local และ self-hosted มีความสำคัญอย่างยิ่งในปัจจุบัน

🧪 บนโต๊ะทำงานของผม: openKylin 3

ผมได้ทดสอบ openKylin 3.0 ที่มาพร้อมกับ Kylin bot ผู้ช่วย AI ซึ่งสามารถปรับแต่งการตั้งค่าเดสก์ท็อปผ่านโมเดลที่โฮสต์โดย openKylin เอง ซึ่งจากการทดสอบพบว่ามันสามารถเปลี่ยนการตั้งค่าระบบได้สำเร็จ

อย่างไรก็ตาม โมเดล local ระดับแนวหน้า (frontier models) กลับทำผลงานได้ไม่น่าประทับใจนัก เมื่อผมลองสั่งงานโมเดล Qwen ที่รันด้วย Ollama มันตอบกลับมาว่าเปลี่ยนการตั้งค่าระบบเรียบร้อยแล้ว ทั้งที่ในความเป็นจริงไม่มีอะไรเปลี่ยนแปลงเลย โดยผมจะแชร์รายละเอียดทั้งหมดในวิดีโอช่วงปลายสัปดาห์นี้

🔍 ค้นพบเครื่องมือ AI

BetterOffice เป็นชุดโปรแกรมสำนักงานลิขสิทธิ์ Apache-2.0 ที่รองรับการฝังลงในเว็บแอป พัฒนาด้วย Rust และ WebAssembly จุดเด่นคือมี AI agent เข้ามาช่วยแก้ไขงานในฐานะเพื่อนร่วมงาน โดยการเปลี่ยนแปลงจะแสดงเป็น tracked changes ให้คุณเลือกยอมรับหรือปฏิเสธได้เอง

ทางด้านทีม ArtCraft ที่เคยทำโปรแกรมโคลน Adobe ได้หันมาจัดการ Microsoft Office ต่อด้วยโปรเจกต์ WordCraft, GridCraft และ DeckCraft ซึ่งเขียนด้วย Rust และสร้างขึ้นโดยใช้ Claude แม้จะเคลมว่ามีความสามารถใกล้เคียงต้นฉบับมาก แต่เนื่องจากแอปยังอยู่ในช่วง pre-alpha จึงยังต้องรอการพิสูจน์จากการใช้งานจริงต่อไป

นอกจากนี้ยังมี slashdocs จาก Razorpay พื้นที่แบบ self-hosted สำหรับให้ Agent เผยแพร่รายงาน HTML และรับคอมเมนต์จากทีมเพื่อนำไปอัปเดตเวอร์ชันถัดไป มาในรูปแบบไฟล์ Go binary ไฟล์เดียวภายใต้ลิขสิทธิ์ MIT

สำหรับผู้ที่ต้องการระบบจัดการ Agent Raven นิยามตัวเองว่าเป็น "harness of harnesses" ทำหน้าที่แบ่งงานส่งต่อให้ Agent เฉพาะทาง เช่น Claude Code หรือ Hermes แม้จะเป็นช่วง pre-alpha แต่ก็นับเป็นเครื่องมือที่น่าสนใจสำหรับการค้นพบสิ่งใหม่ๆ

📡 ข่าวสาร Open Model

สัปดาห์นี้มีการประกาศเปิดตัวโมเดลสำคัญสองรายการ แม้จะยังไม่เปิดให้ดาวน์โหลดในทันทีก็ตาม

Mistral Large 4 หรือฉายา "Le Chonk" เป็นโมเดล MoE แบบ multimodal ขนาด 1 ล้านล้านพารามิเตอร์ (active ประมาณ 5 หมื่นล้าน) ปัจจุบันเปิดให้ทดสอบผ่าน API และสัญญาว่าจะปล่อย weights ภายในสิ้นเดือนตุลาคมนี้

Beam จาก Reflection AI โมเดลขนาด 501B ที่เน้นงานเขียนโค้ดและ Agentic โดยเฉพาะ มีกำหนดปล่อย weights ปลายเดือนนี้ภายใต้ลิขสิทธิ์ Apache 2.0 แม้ผล benchmark จะยังไม่ได้รับการตรวจสอบอย่างเป็นอิสระก็ตาม

สำหรับผู้ที่ต้องการโมเดลขนาดเล็กสำหรับรันบนเครื่องปกติ JetBrains ได้ปล่อย Mellum2.1 Thinking ซึ่งเป็นโมเดลขนาด 12B ที่ออกแบบมาเพื่อ coding agents โดยเฉพาะ

👀 ติดตามบริษัทยักษ์ใหญ่

Microsoft นำเสนอแนวคิด Agent ที่รันบนอุปกรณ์เมื่อทำได้และใช้คลาวด์เมื่อจำเป็น โดย MAI-Code-1.1-Flash จะรันแบบ local ในรูปแบบ 3-bit พร้อม context 256K แม้จะใช้งานฟรีแต่เครื่องที่รองรับควรมี RAM 120GB ขึ้นไป ซึ่งดูจะเป็นเรื่องตลกในปัจจุบัน

ทางด้านคู่แข่ง Google เปิดตัว Gemini agent ที่ทำงานข้าม Workspace และ Slack ได้ต่อเนื่องหลายวัน ส่วน OpenAI เปิดตัว Dots agents และ Meta ก็เชื่อมต่อ Muse agent เข้ากับเครื่องมือธุรกิจอย่าง Shopify และ QuickBooks สะท้อนให้เห็นว่าทุกค่ายต่างต้องการพื้นที่บนโต๊ะทำงานของคุณ

🗂 คำศัพท์ AI: Tool calling

เหตุการณ์ที่ Kylin bot ไม่สามารถเปลี่ยนการตั้งค่าได้จริงคือตัวอย่างของความล้มเหลวในเรื่อง Tool calling เนื่องจากโมเดล AI ไม่สามารถสั่งการคอมพิวเตอร์ได้โดยตรง แต่มันทำได้เพียงสร้างข้อความเท่านั้น

Tool calling จึงเป็นวิธีที่โมเดลส่งคำขอให้แอปพลิเคชันดำเนินการบางอย่าง (เช่น set_volume) แล้วแอปจะส่งผลลัพธ์กลับมา โมเดลขนาดเล็กมักทำส่วนนี้ได้ไม่ดีนัก และมักจะข้ามขั้นตอนไปสรุปเอาเองว่าทำเสร็จแล้ว การเลือกโมเดลที่รองรับเครื่องมือจึงเป็นหัวใจสำคัญในการสร้าง Agent

😂 มีม

มีมเก่าที่ไม่เคยล้าสมัย

⚡ เคล็ดลับด่วน: ตรวจสอบว่าโมเดล Ollama ของคุณสามารถทำ tool calling ได้หรือไม่

ก่อนจะเชื่อมต่อโมเดล local เข้ากับ Agent ให้ลองรันคำสั่งดังนี้:

ollama show <model-name>

ตรวจสอบในส่วน Capabilities หากไม่มีคำว่า tools แสดงว่าโมเดลนั้นไม่ได้ถูกฝึกมาเพื่อสั่งการเครื่องมือ และ Agent ของคุณจะทำงานไม่ได้ผลลัพธ์ตามที่ต้องการ

💡 หากคุณยังไม่ได้ติดตาม Local AI Weekly สามารถ สมัครได้จากหน้านี้

พบกันใหม่สัปดาห์หน้า