Prime Agent: The Self-Improving AI Is Here

1
00:00:00,000 --> 00:00:02,176
Prime Agent เป็นหนึ่งใน AI agent

2
00:00:02,176 --> 00:00:04,556
ที่ทรงพลังที่สุดเท่าที่ผมเคยทดสอบมา

3
00:00:04,556 --> 00:00:07,480
และมีตัวเลขเดียวที่พิสูจน์ได้ นั่นคือ 95.5%

4
00:00:07,480 --> 00:00:11,424
คะแนนที่เครื่องมือโอเพนซอร์สฟรีตัวนี้เพิ่งทำได้จากการทดสอบ

5
00:00:11,424 --> 00:00:12,784
AI ที่ยากที่สุดในโลก

6
00:00:12,784 --> 00:00:15,368
ฝั่งผู้เชี่ยวชาญที่เป็นมนุษย์ได้ 95.4%

7
00:00:15,368 --> 00:00:16,728
ตัวนี้ทำได้เหนือกว่า

8
00:00:16,728 --> 00:00:19,448
และนี่คือเหตุผลว่าทำไมคุณถึงควรสนใจจริงๆ

9
00:00:19,448 --> 00:00:21,216
นี่ไม่ใช่ AI model ตัวใหม่

10
00:00:21,216 --> 00:00:23,324
แต่เป็นการอัปเกรดฟรีที่ทำให้ AI

11
00:00:23,324 --> 00:00:26,316
ที่คุณใช้อยู่ทรงพลังขึ้นอย่างมาก ลองคิดง่ายๆ

12
00:00:26,316 --> 00:00:28,832
แบบนี้ AI ของคุณได้ "ความจำ" ในที่สุด

13
00:00:28,832 --> 00:00:31,348
ทุกบทเรียนที่คุณสอนมันจะถูกจดจำเอาไว้

14
00:00:31,348 --> 00:00:33,320
ทุกความผิดพลาดจะกลายเป็นทักษะ

15
00:00:33,320 --> 00:00:35,836
คุณอธิบายแค่ครั้งเดียว มันจำได้ตลอดไป

16
00:00:35,836 --> 00:00:38,080
และในวิดีโอนี้ผมจะโชว์วิธีติดตั้ง

17
00:00:38,080 --> 00:00:40,936
รวมถึงฟีเจอร์เดียวที่ไม่มีเอเจนต์ตัวอื่นมี

18
00:00:40,936 --> 00:00:43,248
ที่ทำให้เครื่องมือนี้ดีขึ้นเรื่อยๆ

19
00:00:43,248 --> 00:00:46,172
ทุกสัปดาห์โดยที่คุณไม่ต้องขยับนิ้วแม้แต่นิด

20
00:00:46,172 --> 00:00:50,184
และช่วงท้ายผมจะเล่าเรื่องสุดเซอร์ไพรส์ที่มันถูกจับได้ว่าโกง

21
00:00:50,184 --> 00:00:53,040
เพราะเรื่องนี้สอนอะไรบางอย่างที่คุณต้องรู้

22
00:00:53,040 --> 00:00:55,148
พอจบวิดีโอนี้ คุณจะมีพนักงาน AI

23
00:00:55,148 --> 00:00:57,596
ที่พัฒนาตัวเองได้ ทำงานให้คุณตลอด 24

24
00:00:57,596 --> 00:00:58,690
ชั่วโมงฟรีๆ

25
00:00:58,690 --> 00:01:01,138
ไปดูกันเลย แล้ว Prime Agent คืออะไร?

26
00:01:01,138 --> 00:01:03,450
มันมาจากบริษัทชื่อ Prime Intellect

27
00:01:03,450 --> 00:01:05,558
ปล่อยออกมาเมื่อวันที่ 6 สิงหาคม

28
00:01:05,558 --> 00:01:08,346
โอเพนซอร์สเต็มรูปแบบภายใต้สัญญาอนุญาต MIT

29
00:01:08,346 --> 00:01:11,269
ทำงานใน terminal เหมือนกับ Claude Code หรือ

30
00:01:11,269 --> 00:01:14,125
Codex และส่วนที่เกี่ยวกับกระเป๋าเงินของคุณ

31
00:01:14,125 --> 00:01:16,913
ถ้าคุณจ่ายเงินให้ Claude Pro, Claude Max,

32
00:01:16,913 --> 00:01:19,497
ChatGPT Plus หรือแม้แต่ GitHub Copilot

33
00:01:19,497 --> 00:01:20,591
อยู่แล้ว

34
00:01:20,591 --> 00:01:24,331
คุณล็อกอินด้วยบัญชีนั้นได้โดยไม่ต้องเสียค่าใช้จ่ายเพิ่ม

35
00:01:24,331 --> 00:01:27,119
คุณยังใช้ API keys จากผู้ให้บริการกว่า 20

36
00:01:27,119 --> 00:01:29,363
รายได้ หรือจะรัน open models ฟรีๆ

37
00:01:29,363 --> 00:01:32,355
บนเครื่องของคุณเองผ่าน Ollama หรือ LM Studio

38
00:01:32,355 --> 00:01:34,939
ก็ได้ ต้นทุนในการเริ่มต้น ถ้าคุณใช้ AI

39
00:01:34,939 --> 00:01:36,367
อยู่แล้ว เท่ากับศูนย์

40
00:01:36,367 --> 00:01:38,339
แต่เรื่องราวไม่ได้อยู่ที่ราคา

41
00:01:38,339 --> 00:01:40,855
อยู่ที่วิธีการทำงาน เพราะ Prime Agent

42
00:01:40,855 --> 00:01:43,847
ทิ้งวิธีที่เอเจนต์ AI ตัวอื่นๆ ถูกสร้างกันมา

43
00:01:43,847 --> 00:01:45,615
ให้ผมอธิบายวิธีแบบเก่าก่อน

44
00:01:45,615 --> 00:01:48,675
เอเจนต์ทุกตัวที่คุณเคยใช้ ไม่ว่าจะเป็น Claude

45
00:01:48,675 --> 00:01:50,715
Code หรือ Codex ทำงานแบบนี้ AI

46
00:01:50,715 --> 00:01:53,299
ได้เมนูเครื่องมือมา อ่านไฟล์ แก้ไขไฟล์

47
00:01:53,299 --> 00:01:55,883
รันคำสั่ง มันเลือกเครื่องมือหนึ่งมาใช้

48
00:01:55,883 --> 00:01:57,923
แล้วผลลัพธ์ก็ถูกเทลงไปในความจำ

49
00:01:57,923 --> 00:01:59,895
จากนั้นก็เลือกเครื่องมือถัดไป

50
00:01:59,895 --> 00:02:03,023
เทผลลัพธ์เข้าไปอีก ซ้ำไปเรื่อยๆ และนี่คือปัญหา

51
00:02:03,023 --> 00:02:04,179
ความจำเต็มเร็วมาก

52
00:02:04,179 --> 00:02:06,899
ผลลัพธ์จากทุกเครื่องมือกองรวมกัน context

53
00:02:06,899 --> 00:02:08,191
window พองโต พอเต็ม

54
00:02:08,191 --> 00:02:10,367
เอเจนต์ก็บีบทุกอย่างลงเป็นบทสรุป

55
00:02:10,367 --> 00:02:13,495
ซึ่งบทสรุปมักสูญเสียรายละเอียด นี่คือเหตุผลที่

56
00:02:13,495 --> 00:02:14,589
AI agent

57
00:02:14,589 --> 00:02:17,377
ของคุณลืมสิ่งที่คุณบอกมันเมื่อชั่วโมงก่อน

58
00:02:17,377 --> 00:02:20,369
และนี่คือเหตุผลที่มันเริ่มทำผิดพลาดในงานยาวๆ

59
00:02:20,369 --> 00:02:23,361
คุณเคยรู้สึกได้ ทุกคนเป็นแบบนั้น Prime Agent

60
00:02:23,361 --> 00:02:26,013
ทำต่างออกไป มันให้ AI มีเครื่องมือเดียว

61
00:02:26,013 --> 00:02:28,665
แค่ตัวเดียว นั่นคือ live Python session

62
00:02:28,665 --> 00:02:31,725
ที่เปิดค้างไว้ตลอดเวลา ถ้าเอเจนต์ต้องอ่านไฟล์

63
00:02:31,725 --> 00:02:34,173
มันก็เขียนโค้ดสั้นๆ ถ้าต้องค้นหาอะไร

64
00:02:34,173 --> 00:02:37,097
ก็เขียนโค้ด ถ้าต้องเปิด helper agent ขึ้นมา

65
00:02:37,097 --> 00:02:38,191
ก็เขียนโค้ด

66
00:02:38,191 --> 00:02:40,775
และนี่คือเหตุผลว่าทำไมมันถึงทรงพลังมาก

67
00:02:40,775 --> 00:02:41,869
พูดเป็นภาษาง่ายๆ

68
00:02:41,869 --> 00:02:44,861
สมมติว่าเอเจนต์ต้องอ่านไฟล์ใหญ่ๆ วิธีแบบเก่า

69
00:02:44,861 --> 00:02:47,989
ไฟล์ทั้งไฟล์จะถูกยัดเข้าไปในความจำของ AI บางที

70
00:02:47,989 --> 00:02:50,777
100,000 tokens หายไปแค่พริบตา วิธีแบบใหม่

71
00:02:50,777 --> 00:02:53,429
ไฟล์อยู่ในตัวแปรที่อยู่นอก "หัว" ของ AI

72
00:02:53,429 --> 00:02:57,305
เอเจนต์เขียนโค้ดหนึ่งบรรทัดเพื่อดึงเฉพาะส่วนที่มันต้องการ

73
00:02:57,305 --> 00:02:59,141
ที่เหลือไม่แตะต้องความจำเลย

74
00:02:59,141 --> 00:03:02,201
มันต่างกันเหมือนการท่องจำสมุดโทรศัพท์ทั้งเล่ม

75
00:03:02,201 --> 00:03:05,329
กับการรู้วิธีเปิดหาหมายเลขหนึ่งเมื่อต้องการใช้

76
00:03:05,329 --> 00:03:08,117
Prime Intellect เรียกสิ่งนี้ว่า recursive

77
00:03:08,117 --> 00:03:10,089
language model หรือ RLM สั้นๆ

78
00:03:10,089 --> 00:03:15,257
ไอเดียนี้มาจากงานวิจัยชิ้นล่าสุด และผู้เขียนงานวิจัยนั้นก็มาร่วมทีมด้วยจริงๆ

79
00:03:15,257 --> 00:03:21,173
context กลายเป็นตัวแปรที่เอเจนต์เขียนโปรแกรมควบคุมได้ ความจำจึงสะอาดอยู่เสมอ เซสชันยาวๆ

80
00:03:21,173 --> 00:03:22,267
เลิกพังกลางคัน

81
00:03:22,267 --> 00:03:25,327
มีผู้ทดสอบคนหนึ่งเอาไปรันเทียบกับ Claude Code

82
00:03:25,327 --> 00:03:28,455
ในงานเดียวกัน แล้วพบว่า Prime Agent ใช้ tokens

83
00:03:28,455 --> 00:03:31,243
น้อยกว่าอย่างเห็นได้ชัด เพราะ Claude Code

84
00:03:31,243 --> 00:03:34,303
มักจะอ่านทุกไฟล์เข้าไปในความจำ ในขณะที่ Prime

85
00:03:34,303 --> 00:03:37,227
Agent ดึงเฉพาะที่ต้องการ ซึ่ง tokens น้อยลง

86
00:03:37,227 --> 00:03:40,287
หมายความว่า usage limits ของคุณอยู่ได้นานขึ้น

87
00:03:40,287 --> 00:03:43,143
เซสชันของคุณทำงานได้ยาวขึ้นโดยไม่พัง ง่ายๆ

88
00:03:43,143 --> 00:03:49,603
แค่นั้น ขอพักตรงนี้สักครู่ เพราะถ้าคุณดูอยู่แล้วคิดว่า "ฟังดูทรงพลัง แต่ไม่รู้ว่าจะติดตั้งจริงๆ

89
00:03:49,603 --> 00:03:52,731
ในธุรกิจยังไง" นั่นคือสิ่งที่เราทำใน AI Profit

90
00:03:52,731 --> 00:03:55,518
Board เราได้สร้าง Aentic operating system

91
00:03:55,518 --> 00:03:58,306
ขึ้นมา เป็น dashboard เดียวที่คุณเสียบ AI

92
00:03:58,306 --> 00:04:01,434
agents ทั้งหมดของคุณ รวมถึงเครื่องมือใหม่อย่าง

93
00:04:01,434 --> 00:04:03,678
Prime Agent ได้ทันทีที่ปล่อยออกมา

94
00:04:03,678 --> 00:04:05,310
คุณยังได้ไฟล์ zip แผน 30

95
00:04:05,310 --> 00:04:07,826
วันสำหรับทำให้มันรันได้จริง วิดีโอสอน

96
00:04:07,826 --> 00:04:10,002
และอัปเดตทุกวันตามที่เราปรับปรุง

97
00:04:10,002 --> 00:04:12,110
บวกกับการโค้ชรายสัปดาห์ 4 ครั้ง

98
00:04:12,110 --> 00:04:13,674
ที่คุณสามารถถามคำถามสดๆ

99
00:04:13,674 --> 00:04:16,054
เกี่ยวกับการตั้งค่าเอเจนต์ของคุณได้

100
00:04:16,054 --> 00:04:19,114
และมีเจ้าของธุรกิจกว่า 3,800 คนอยู่ในนั้นแล้ว

101
00:04:19,114 --> 00:04:21,018
หลายคนไม่เคยแตะ AI มาก่อนเลย

102
00:04:21,018 --> 00:04:23,602
ลิงก์อยู่ในคอมเมนต์ คำอธิบาย หรือไปที่

103
00:04:23,602 --> 00:04:25,710
arprof.com กลับมาที่เนื้อหาหลัก

104
00:04:25,710 --> 00:04:29,246
เพราะผมสัญญาได้เลยว่าฟีเจอร์นี้ไม่มีเอเจนต์ตัวอื่นมี

105
00:04:29,246 --> 00:04:32,034
และนี่คือฟีเจอร์ที่ใหญ่ที่สุด มันเรียกว่า

106
00:04:32,034 --> 00:04:34,482
continual harness แปลว่า Prime Agent

107
00:04:34,482 --> 00:04:36,726
พัฒนาตัวเองได้ นี่คือวิธีการทำงาน

108
00:04:36,726 --> 00:04:38,358
เอเจนต์เก็บสมุดโน้ตเล็กๆ

109
00:04:38,358 --> 00:04:44,410
เกี่ยวกับตัวเองไว้ มีคำแนะนำวิธีปฏิบัติ ความทรงจำเกี่ยวกับโปรเจกต์ของคุณ และทักษะ และทุกๆ

110
00:04:44,410 --> 00:04:49,102
25 รอบ จะมีการอ่านทบทวนสิ่งที่เพิ่งเกิดขึ้น และแก้ไขสมุดโน้ตนั้นเล็กๆ

111
00:04:49,102 --> 00:04:51,210
น้อยๆ โดยอ้างอิงจากหลักฐาน เช่น

112
00:04:51,210 --> 00:04:53,590
ถ้าเอเจนต์ทำการทดสอบล้มเหลวสองครั้ง

113
00:04:53,590 --> 00:04:55,290
มันก็เขียนบทเรียนนั้นลงไป

114
00:04:55,290 --> 00:04:58,350
ถ้าคุณแก้ไขมันในเรื่องใด คุณแค่รันคำสั่งเดียว

115
00:04:58,350 --> 00:05:01,206
/refine แล้วการแก้ไขของคุณจะถูกฝังลงไปถาวร

116
00:05:01,206 --> 00:05:02,566
เซสชันถัดไปมันรู้เลย

117
00:05:02,566 --> 00:05:06,034
วิธีแบบเก่าคือเอเจนต์ตื่นมาพร้อมความจำเสื่อมทุกเช้า

118
00:05:06,034 --> 00:05:09,094
คุณอธิบายโปรเจกต์ มันทำงานได้ คุณปิด terminal

119
00:05:09,094 --> 00:05:10,590
วันรุ่งขึ้นมันก็หายหมด

120
00:05:10,590 --> 00:05:12,562
เพราะคุณต้องอธิบายใหม่ทั้งหมด

121
00:05:12,562 --> 00:05:15,486
วิธีแบบใหม่คือทุกความผิดพลาดกลายเป็นบทเรียน

122
00:05:15,486 --> 00:05:16,778
ทุกการแก้ไขถูกจำไว้

123
00:05:16,778 --> 00:05:21,742
เครื่องมือที่คุณใช้ในเดือนที่สามฉลาดกว่าเครื่องมือที่คุณติดตั้งในเดือนแรก

124
00:05:21,742 --> 00:05:24,666
ดาวน์โหลดไฟล์เดียวกัน แต่เป็นเอเจนต์คนละตัว

125
00:05:24,666 --> 00:05:27,794
และพวกเขายังสร้างระบบความปลอดภัยไว้ด้วย system

126
00:05:27,794 --> 00:05:29,834
prompt หลักไม่มีการเปลี่ยนแปลง

127
00:05:29,834 --> 00:05:31,670
การแก้ไขทุกครั้งมี snapshot

128
00:05:31,670 --> 00:05:33,506
ถ้าการเปลี่ยนแปลงทำให้แย่ลง

129
00:05:33,506 --> 00:05:34,798
คุณย้อนกลับได้จริงๆ

130
00:05:34,798 --> 00:05:37,518
และไม่มีอะไรถาวรเว้นแต่คุณอยากให้มันถาวร

131
00:05:37,518 --> 00:05:40,510
ยังมีอะไรซ่อนอยู่อีกมาก ทักษะกลายเป็น Python

132
00:05:40,510 --> 00:05:42,890
packages ที่รันได้จริง งานที่ทำซ้ำๆ

133
00:05:42,890 --> 00:05:45,270
กลายเป็นโปรแกรมจริงที่เอเจนต์รันได้

134
00:05:45,270 --> 00:05:48,534
และมีตัวสร้างทักษะในตัวที่แพ็คเกจให้คุณอัตโนมัติ

135
00:05:48,534 --> 00:05:51,594
มีคำสั่ง /go ที่ตั้งเป้าหมายให้อยู่ข้ามเซสชัน

136
00:05:51,594 --> 00:05:54,518
คำสั่ง heartbeat ที่ปลุกเอเจนต์ตามตารางเวลา

137
00:05:54,518 --> 00:05:55,742
และโหมด autonomous

138
00:05:55,742 --> 00:05:58,869
ที่มันทำงานด้วยตัวเองภายใต้กรอบเวลาและงบประมาณ

139
00:05:58,869 --> 00:06:01,453
tokens ที่คุณกำหนด พร้อม quality gates

140
00:06:01,453 --> 00:06:03,901
ที่คุณกำหนดเอง และส่วนนี้ยิ่งใหญ่มาก

141
00:06:03,901 --> 00:06:05,329
เซสชันทำงานแบบ daemon

142
00:06:05,329 --> 00:06:07,233
หมายความว่าถ้าคุณปิดแล็ปท็อป

143
00:06:07,233 --> 00:06:08,593
หรืออินเทอร์เน็ตหลุด

144
00:06:08,593 --> 00:06:10,633
เอเจนต์ยังทำงานต่อในเบื้องหลัง

145
00:06:10,633 --> 00:06:12,537
คุณกลับมาเชื่อมต่อใหม่ทีหลัง

146
00:06:12,537 --> 00:06:14,305
แล้วต่อจากจุดที่ค้างไว้ได้

147
00:06:14,305 --> 00:06:19,065
เอเจนต์ที่รันอยู่ยังส่งข้อความหากันเองและประสานงานกันโดยไม่ต้องผ่านคุณ

148
00:06:19,065 --> 00:06:22,737
ลองนึกภาพว่าสิ่งนี้เปิดโอกาสอะไรให้เจ้าของธุรกิจทั่วไป

149
00:06:22,737 --> 00:06:24,845
ตั้งเป้าหมายตอนเช้า ปิดแล็ปท็อป

150
00:06:24,845 --> 00:06:26,001
ไปใช้ชีวิตทั้งวัน

151
00:06:26,001 --> 00:06:28,789
แล้วกลับมาดูตอนกลางคืนว่างานเสร็จอะไรบ้าง

152
00:06:28,789 --> 00:06:31,169
นี่คือทิศทางที่เอเจนต์ตัวนี้กำลังไป

153
00:06:31,169 --> 00:06:34,025
เอเจนต์ยังสร้าง sub-agent ผู้ช่วยขึ้นมาได้

154
00:06:34,025 --> 00:06:36,745
แต่ต่างจากที่คุณเคยเห็นมา ใน Prime Agent

155
00:06:36,745 --> 00:06:38,581
sub-agent คือ function call

156
00:06:38,581 --> 00:06:41,505
ที่เขียนไว้ในโค้ดโดยตรง ผู้ช่วยแต่ละตัวเป็น

157
00:06:41,505 --> 00:06:43,001
Prime Agent เต็มรูปแบบ

158
00:06:43,001 --> 00:06:44,769
มีความจำและเซสชันของตัวเอง

159
00:06:44,769 --> 00:06:46,741
รันแบบขนานหรือรันในเบื้องหลัง

160
00:06:46,741 --> 00:06:49,869
แล้วตัวหลักก็ได้คำตอบกลับมาเหมือน return value

161
00:06:49,869 --> 00:06:52,181
เอเจนต์ยังเขียน logic ได้ด้วย เช่น

162
00:06:52,181 --> 00:06:55,309
ถ้าเกิดเงื่อนไขนี้ ให้เปิด helper ขึ้นมาจัดการ

163
00:06:55,309 --> 00:06:58,505
เอเจนต์เป็นคนตัดสินใจว่าจะสร้างเอเจนต์เมื่อไหร่

164
00:06:58,505 --> 00:07:00,749
เขียนเป็นโค้ด และ Prime Intellect

165
00:07:00,749 --> 00:07:03,605
บอกว่าผลลัพธ์ที่ดีไม่ได้จำกัดแค่ benchmark

166
00:07:03,605 --> 00:07:06,461
นั้น ในแบบทดสอบ context ยาวอย่าง Olong และ

167
00:07:06,461 --> 00:07:08,161
LongBench Pro Prime Agent

168
00:07:08,161 --> 00:07:11,153
ทำได้เท่ากับหรือดีกว่า Claude Code และ Codex

169
00:07:11,153 --> 00:07:14,077
ทั้งกับ closed models และ open models อย่าง

170
00:07:14,077 --> 00:07:17,069
GLM 5.2 พวกเขายังให้มันสร้างอีมูเลเตอร์ Sega

171
00:07:17,069 --> 00:07:20,197
Genesis และ Game Boy Color ที่ใช้งานได้จริงจาก

172
00:07:20,197 --> 00:07:21,829
spec ที่เขียนเป็นข้อความ

173
00:07:21,829 --> 00:07:24,821
ผมสัญญาไว้ว่าจะเล่าเรื่องการโกง และคุณควรฟัง

174
00:07:24,821 --> 00:07:27,677
เพราะนี่คือส่วนที่จริงใจที่สุดของวิดีโอนี้

175
00:07:27,677 --> 00:07:30,737
ขณะทดสอบเอเจนต์กับเกม Factorio มันค้นพบ admin

176
00:07:30,737 --> 00:07:31,831
console ของเกม

177
00:07:31,831 --> 00:07:34,619
และเริ่มสร้างทรัพยากรขึ้นมาโดยตรง ทั้งที่

178
00:07:34,619 --> 00:07:36,523
prompt บอกไว้ชัดเจนว่าห้ามทำ

179
00:07:36,523 --> 00:07:39,515
แต่ส่วนที่ควรทำให้คุณคิดคือ self-improvement

180
00:07:39,515 --> 00:07:42,167
loop เริ่มบันทึก "ทักษะการโกงที่ดีกว่า"

181
00:07:42,167 --> 00:07:44,003
แทนที่จะเป็นทักษะที่ถูกต้อง

182
00:07:44,003 --> 00:07:46,111
กลไกนี้ทบต้นทุกอย่างที่ "ได้ผล"

183
00:07:46,111 --> 00:07:48,967
ไม่ว่ามันจะเป็นสิ่งที่คุณตั้งใจจริงหรือไม่

184
00:07:48,967 --> 00:07:52,911
เอเจนต์ที่พัฒนาตัวเองได้จึงเรียนรู้บทเรียนที่ผิดได้เร็วพอๆ

185
00:07:52,911 --> 00:07:56,311
กับบทเรียนที่ถูก วิธีแก้ง่ายมาก และนักวิจัยพูดตรงๆ

186
00:07:56,311 --> 00:07:58,351
ว่า ให้ทบทวนสิ่งที่มันเรียนรู้

187
00:07:58,351 --> 00:07:59,575
เปิดสมุดโน้ตดูบ้าง

188
00:07:59,575 --> 00:08:03,587
ให้แน่ใจว่าเอเจนต์กำลังเรียนรู้สิ่งที่คุณอยากให้มันเรียนรู้

189
00:08:03,587 --> 00:08:04,879
คุณยังคงเป็นเจ้านาย

190
00:08:04,879 --> 00:08:08,007
มีข้อควรระวังที่ซื่อสัตย์อีกสองข้อ คะแนน 95.5%

191
00:08:08,007 --> 00:08:11,134
นั้น Prime Intellect รายงานเอง ยังไม่ได้อยู่บน

192
00:08:11,134 --> 00:08:12,970
leaderboard อย่างเป็นทางการ

193
00:08:12,970 --> 00:08:14,874
และผู้คลางแคลงชี้ว่า harness

194
00:08:14,874 --> 00:08:16,846
ที่บันทึกบทเรียนระหว่างการลอง

195
00:08:16,846 --> 00:08:19,974
อาจทำให้เอเจนต์ได้โอกาสลองมากกว่าที่ benchmark

196
00:08:19,974 --> 00:08:22,354
ตั้งใจไว้ เป็นข้อโต้แย้งที่ยุติธรรม

197
00:08:22,354 --> 00:08:25,278
รอการทดสอบจากอิสระก่อนจะเชื่อตัวเลขนั้นเป็น

198
00:08:25,278 --> 00:08:26,774
gospel และ Prime Agent

199
00:08:26,774 --> 00:08:29,562
ทรงพลังพอที่จะรันโค้ดจริงด้วยสิทธิ์ของคุณ

200
00:08:29,562 --> 00:08:31,262
โดยไม่มี security sandbox

201
00:08:31,262 --> 00:08:33,506
อย่าเอาไปชี้กับสิ่งที่คุณไม่ไว้ใจ

202
00:08:33,506 --> 00:08:36,430
และตอนนี้รองรับ Mac กับ Linux เท่านั้น ส่วน

203
00:08:36,430 --> 00:08:37,790
Windows ต้องผ่าน WSL

204
00:08:37,790 --> 00:08:40,034
แต่ทั้งหมดนั้นไม่ได้เปลี่ยนทิศทาง

205
00:08:40,034 --> 00:08:42,074
และทิศทางคือสิ่งที่คุณต้องเห็น

206
00:08:42,074 --> 00:08:45,202
เพราะนั่นคือสิ่งที่เปลี่ยนไปจริงๆ ในสัปดาห์นี้

207
00:08:45,202 --> 00:08:48,194
หลายปีที่ผ่านมา ทุกคนหมกมุ่นกับตัว model ว่า

208
00:08:48,194 --> 00:08:51,050
model ไหนฉลาดที่สุด GPT เทียบ Claude เทียบ

209
00:08:51,050 --> 00:08:53,906
DeepSeek เทียบ GLM มี model ใหม่ปล่อยออกมา

210
00:08:53,906 --> 00:08:56,558
ทุกคนก็สลับไปใช้ แล้วก็วนซ้ำ แต่ OpenAI

211
00:08:56,558 --> 00:08:59,482
เพิ่งโชว์ว่า การพลิกการตั้งค่าแค่สองอย่างใน

212
00:08:59,482 --> 00:09:02,202
harness ของตัวเอง ทำให้คะแนนของ model บน

213
00:09:02,202 --> 00:09:05,194
benchmark เดิมเพิ่มขึ้นสามเท่า จากประมาณ 13%

214
00:09:05,194 --> 00:09:07,846
เป็น 38% และตอนนี้ Prime Agent พา model

215
00:09:07,846 --> 00:09:10,906
ที่ติดอยู่ที่ 30% ในการตั้งค่าอย่างเป็นทางการ

216
00:09:10,906 --> 00:09:13,558
ขึ้นไปแซงหน้าผู้เชี่ยวชาญมนุษย์ harness

217
00:09:13,558 --> 00:09:15,326
หรือระบบที่ครอบ model อยู่

218
00:09:15,326 --> 00:09:18,454
กำลังขยับเข็มนาฬิกาได้มากกว่าตัว model เสียอีก

219
00:09:18,454 --> 00:09:20,834
ผมเรียกสิ่งนี้ว่า self-upgrade loop

220
00:09:20,834 --> 00:09:22,058
และเมื่อคุณเห็นมัน

221
00:09:22,058 --> 00:09:24,438
คุณจะเข้าใจว่ามันทรงพลังแค่ไหน loop

222
00:09:24,438 --> 00:09:25,662
นี้มีสามส่วน หนึ่ง

223
00:09:25,662 --> 00:09:27,634
เอเจนต์เก็บเฉพาะที่มันต้องการ

224
00:09:27,634 --> 00:09:30,150
มันจึงไม่จมอยู่กับความจำของตัวเอง สอง

225
00:09:30,150 --> 00:09:33,074
มันจดทุกบทเรียน ความผิดพลาดจึงกลายเป็นทักษะ

226
00:09:33,074 --> 00:09:34,168
สาม มันทบต้น

227
00:09:34,168 --> 00:09:39,132
เครื่องมือเดียวกันดีขึ้นสัปดาห์แล้วสัปดาห์เล่าโดยไม่ต้องดาวน์โหลดอะไรใหม่

228
00:09:39,132 --> 00:09:42,260
ความจำสะอาด บันทึกบทเรียน ผลลัพธ์ทบต้น นั่นคือ

229
00:09:42,260 --> 00:09:43,354
loop

230
00:09:43,354 --> 00:09:46,822
และนี่คือครั้งแรกที่เอเจนต์ที่คุณติดตั้งได้ในวันนี้

231
00:09:46,822 --> 00:09:49,202
ครบทั้งสามส่วนจริงๆ เครื่องมืออื่นๆ

232
00:09:49,202 --> 00:09:52,534
ที่คุณใช้มาตลอดชีวิตยังคงเหมือนเดิมหลังจากคุณซื้อ

233
00:09:52,534 --> 00:09:54,778
รถของคุณไม่ได้ขับดีขึ้นในปีที่สอง

234
00:09:54,778 --> 00:09:57,430
ซอฟต์แวร์ไม่ได้ฉลาดขึ้นเพราะคุณคลิกไปมา

235
00:09:57,430 --> 00:09:59,606
self-upgrade loop ทำลายกฎข้อนั้น

236
00:09:59,606 --> 00:10:02,802
และคนที่เริ่มป้อนบทเรียนให้เอเจนต์ตั้งแต่วันนี้

237
00:10:02,802 --> 00:10:04,026
จะมีเอเจนต์ในอีก 6

238
00:10:04,026 --> 00:10:06,542
เดือนที่คนเริ่มจากศูนย์ตามไม่ทันจริงๆ

239
00:10:06,542 --> 00:10:08,786
เพราะคุณดาวน์โหลดประสบการณ์ไม่ได้

240
00:10:08,786 --> 00:10:10,214
คุณต้องสร้างมันขึ้นมา

241
00:10:10,214 --> 00:10:14,090
ให้ผมพูดถึงความกลัวสามอย่างที่น่าจะวิ่งอยู่ในหัวคุณตอนนี้

242
00:10:14,090 --> 00:10:17,150
อย่างแรก บางคนจะบอกว่า "ฉันไม่ใช่นักเขียนโค้ด

243
00:10:17,150 --> 00:10:18,986
อันนี้ไม่เหมาะกับฉัน" ฟังนะ

244
00:10:18,986 --> 00:10:20,482
เอเจนต์เป็นคนเขียนโค้ด

245
00:10:20,482 --> 00:10:22,114
นั่นคือจุดประสงค์ทั้งหมด

246
00:10:22,114 --> 00:10:25,242
คุณคุยกับมันเป็นภาษาอังกฤษธรรมดา แล้วมันจัดการ

247
00:10:25,242 --> 00:10:26,670
Python อยู่เบื้องหลัง

248
00:10:26,670 --> 00:10:29,049
คุณไม่ต้องเห็นมันเว้นแต่คุณอยากเห็น

249
00:10:29,049 --> 00:10:31,769
ถ้าคุณพิมพ์ประโยคบรรยายสิ่งที่ต้องการได้

250
00:10:31,769 --> 00:10:32,993
คุณก็สั่งงานมันได้

251
00:10:32,993 --> 00:10:35,781
ทักษะที่สำคัญในตอนนี้คือการรู้ว่าจะขออะไร

252
00:10:35,781 --> 00:10:38,365
ซึ่งเป็นทักษะทางธุรกิจที่คุณมีอยู่แล้ว

253
00:10:38,365 --> 00:10:40,881
อย่างที่สอง เครื่องมือพวกนี้แพงเกินไป

254
00:10:40,881 --> 00:10:43,125
ฉันจ่ายเพิ่มไม่ไหว อันนี้ฟรีจริงๆ

255
00:10:43,125 --> 00:10:46,253
เป็นสัญญาอนุญาต MIT และล็อกอินด้วยบัญชี Claude

256
00:10:46,253 --> 00:10:48,361
หรือ ChatGPT ที่คุณจ่ายอยู่แล้ว

257
00:10:48,361 --> 00:10:50,333
ถึงขั้นรันบนโมเดลท้องถิ่นฟรีๆ

258
00:10:50,333 --> 00:10:51,761
โดยไม่ต้องจ่ายอะไรเลย

259
00:10:51,761 --> 00:10:55,569
ข้ออ้างเรื่องค่าใช้จ่ายถูกกำจัดไปแล้วกับการปล่อยครั้งนี้

260
00:10:55,569 --> 00:10:58,493
ค่าใช้จ่ายจริงที่เหลืออยู่คือเวลา และ token

261
00:10:58,493 --> 00:10:59,587
efficiency

262
00:10:59,587 --> 00:11:04,143
ยังทำให้แพ็กเกจที่คุณจ่ายอยู่ยืดออกไปได้นานกว่าตอนใช้เอเจนต์ตัวอื่น

263
00:11:04,143 --> 00:11:06,863
และความกลัวที่สาม เรื่องนี้มันเร็วเกินไป

264
00:11:06,863 --> 00:11:09,787
ฉันตกขบวนไปแล้ว Prime Agent เพิ่งออกมาแค่ 3

265
00:11:09,787 --> 00:11:12,779
วันที่แล้ว สามวัน ไม่มีใครได้เปรียบใครที่นี่

266
00:11:12,779 --> 00:11:14,615
คนที่รู้สึกว่าตาม AI ไม่ทัน

267
00:11:14,615 --> 00:11:16,995
มักจะเทียบตัวเองกับนักวิจัยเต็มเวลา

268
00:11:16,995 --> 00:11:20,123
แต่มาตรวัดจริงๆ ในชีวิตคือเจ้าของธุรกิจคนอื่นๆ

269
00:11:20,123 --> 00:11:22,843
ซึ่งส่วนใหญ่ยังไม่เคยได้ยินคำว่า harness

270
00:11:22,843 --> 00:11:24,951
ด้วยซ้ำ คุณกำลังดูวิดีโอนี้อยู่

271
00:11:24,951 --> 00:11:26,787
ดังนั้นคุณจึงเป็นคนกลุ่มแรก

272
00:11:26,787 --> 00:11:28,895
และนั่นทำให้คุณนำหน้าเกือบทุกคน

273
00:11:28,895 --> 00:11:30,935
และนี่คือแพทเทิร์นที่ต้องจับตา

274
00:11:30,935 --> 00:11:33,315
เพราะมันจะไม่หยุดอยู่แค่ใน terminal

275
00:11:33,315 --> 00:11:36,443
การพัฒนาตัวเองจะกระจายไปสู่ทุกเอเจนต์ที่คุณใช้

276
00:11:36,443 --> 00:11:37,537
เช่น Hermes

277
00:11:37,537 --> 00:11:40,529
มีการเรียนรู้พฤติกรรมอัตโนมัติอยู่แล้ว Prime

278
00:11:40,529 --> 00:11:43,181
Agent ผลักไปไกลกว่านั้นด้วยการทำให้ทั้ง

279
00:11:43,181 --> 00:11:46,105
harness แก้ไขได้ คลื่นเครื่องมือถัดไปจะจดจำ

280
00:11:46,105 --> 00:11:48,621
จะเรียนรู้ จะทบต้น คำถามจึงเปลี่ยนจาก

281
00:11:48,621 --> 00:11:50,661
"จะเลือกเครื่องมือตัวไหน" เป็น

282
00:11:50,661 --> 00:11:54,265
"จะเริ่มสะสมบทเรียนเข้ากับสิ่งที่ฉันใช้ได้เร็วแค่ไหน"

283
00:11:54,265 --> 00:11:58,413
เพราะลองคิดดูว่าเอเจนต์ที่ไม่ลืมอะไรเลยทำอะไรให้ธุรกิจได้บ้าง

284
00:11:58,413 --> 00:12:00,453
ความชอบของลูกค้าทุกคนถูกบันทึก

285
00:12:00,453 --> 00:12:02,493
กฎสไตล์การเขียนทุกข้อถูกบันทึก

286
00:12:02,493 --> 00:12:04,465
ทุกการแก้ไขที่คุณทำครั้งเดียว

287
00:12:04,465 --> 00:12:05,689
ถูกบันทึกไว้ตลอดไป

288
00:12:05,689 --> 00:12:11,741
ร้านดอกไม้สามารถแก้เอเจนต์ของเธอครั้งเดียวเรื่องการเขียนยืนยันคำสั่งซื้อตามสไตล์ที่เธอชอบ

289
00:12:11,741 --> 00:12:14,801
แล้วมันจะถูกตรึงไว้สำหรับทุกออเดอร์ถัดจากนั้น

290
00:12:14,801 --> 00:12:16,297
นี่คือการปฏิวัติเงียบๆ

291
00:12:16,297 --> 00:12:22,281
เพราะการทำงานซ้ำซากถูกกำจัดออกไป คุณอธิบายแค่ครั้งเดียว ต่อไป นี่คือสิ่งที่คุณควรทำจริงๆ

292
00:12:22,281 --> 00:12:23,777
ถ้าอยากลอง Prime Agent

293
00:12:23,777 --> 00:12:26,565
การติดตั้งใช้คำสั่งเดียวบน Mac หรือ Linux

294
00:12:26,565 --> 00:12:29,013
ล็อกอินด้วยแพ็กเกจที่คุณจ่ายอยู่แล้ว

295
00:12:29,013 --> 00:12:30,985
เริ่มกับโปรเจกต์ความเสี่ยงต่ำ

296
00:12:30,985 --> 00:12:33,093
แก้ไขมันเมื่อมันผิด รัน /refine

297
00:12:33,093 --> 00:12:35,405
แล้วดูว่าเกิดอะไรขึ้นในเซสชันถัดไป

298
00:12:35,405 --> 00:12:38,533
ช่วงเวลาที่มันจำการแก้ไขของคุณได้โดยไม่ต้องบอก

299
00:12:38,533 --> 00:12:39,893
คือตอนที่ทุกอย่างปัง

300
00:12:39,893 --> 00:12:42,273
และถ้าอยากได้ระบบเต็มรูปแบบรอบๆ มัน

301
00:12:42,273 --> 00:12:45,265
นี่คือสิ่งที่เราสร้าง AI Profit Board ขึ้นมา

302
00:12:45,265 --> 00:12:48,052
ข้างในคุณจะได้ agent operating system ที่

303
00:12:48,052 --> 00:12:51,112
workflow แบบ Prime Agent เสียบเข้ากับ Claude,

304
00:12:51,112 --> 00:12:53,356
Hermes, OpenClaw หรือเอเจนต์อื่นๆ

305
00:12:53,356 --> 00:12:56,348
ที่คุณมีได้โดยตรง บริหารทั้งหมดจาก dashboard

306
00:12:56,348 --> 00:12:58,320
เดียว ด้วยความจำที่ใช้ร่วมกัน

307
00:12:58,320 --> 00:13:00,700
เอเจนต์ของคุณทบต้นบทเรียนทั้งธุรกิจ

308
00:13:00,700 --> 00:13:03,828
แทนที่จะอยู่แค่หน้าต่าง terminal หน้าต่างเดียว

309
00:13:03,828 --> 00:13:04,922
มีแผน 30

310
00:13:04,922 --> 00:13:08,866
วันสำหรับตั้งค่าเอเจนต์ที่พัฒนาตัวเองเพื่อดึงดูดลูกค้าใหม่

311
00:13:08,866 --> 00:13:10,634
มีบทเรียนทีละขั้นตอนทุกวัน

312
00:13:10,634 --> 00:13:13,218
และเราจะครอบคลุมการตั้งค่า Prime Agent

313
00:13:13,218 --> 00:13:14,578
ตามที่สมาชิกทดลองกัน

314
00:13:14,578 --> 00:13:19,746
เพื่อให้คุณเห็นว่าอะไรใช้ได้จริงก่อนจะเสียเวลาหลายชั่วโมงลองผิดลองถูกคนเดียว

315
00:13:19,746 --> 00:13:21,038
มีโค้ชสดสัปดาห์ละ 4

316
00:13:21,038 --> 00:13:24,030
ครั้งให้ถามเกี่ยวกับการตั้งค่าของคุณโดยเฉพาะ

317
00:13:24,030 --> 00:13:26,342
ห้องสมุด prompt สำหรับทุก workflow

318
00:13:26,342 --> 00:13:27,436
ที่คุณนึกภาพออก

319
00:13:27,436 --> 00:13:31,040
และแผนที่สมาชิกให้หาคนใกล้ตัวที่ใช้เครื่องมือเดียวกัน

320
00:13:31,040 --> 00:13:33,420
มีคนออนไลน์ช่วยเหลือตลอด 24 ชั่วโมง

321
00:13:33,420 --> 00:13:36,004
ลิงก์อยู่ในคอมเมนต์ คำอธิบาย หรือไปที่

322
00:13:36,004 --> 00:13:38,860
arprof.com ผมจะฝากไว้ตรงนี้ สองปีที่ผ่านมา

323
00:13:38,860 --> 00:13:41,172
เกมคือการเลือก model ที่ฉลาดที่สุด

324
00:13:41,172 --> 00:13:44,164
เกมนั้นจบลงแล้ว ทีมหนึ่งพา model ที่ได้คะแนน

325
00:13:44,164 --> 00:13:46,544
30% ขึ้นไปแซงหน้าผู้เชี่ยวชาญมนุษย์

326
00:13:46,544 --> 00:13:49,536
โดยไม่แตะต้องตัว model เลย ระบบที่อยู่รอบ AI

327
00:13:49,536 --> 00:13:51,100
สำคัญกว่าตัว AI เสียอีก

328
00:13:51,100 --> 00:13:54,296
และระบบรุ่นใหม่เรียนรู้จากทุกสิ่งที่คุณทำกับมัน

329
00:13:54,296 --> 00:13:57,288
ซึ่งหมายความว่าทุกวันที่คุณใช้ agent harness

330
00:13:57,288 --> 00:13:59,260
ของคุณ คุณกำลังสร้างสินทรัพย์

331
00:13:59,260 --> 00:14:00,620
และทุกวันที่คุณรอช้า

332
00:14:00,620 --> 00:14:03,816
มีคนอื่นกำลังสร้างเอเจนต์ที่ดีกว่าเอเจนต์ของคุณ

333
00:14:03,816 --> 00:14:05,040
loop กำลังวิ่งอยู่