Skill library

Skill library คือคลังทักษะที่ agent เก็บสะสมไว้จากงานที่เคยทำ เพื่อหยิบกลับมาใช้ซ้ำในงานถัดไป แนวคิดเบื้องหลังคือถ้า agent แก้ปัญหาหนึ่งได้แล้ว มันควรสรุปวิธีนั้นเก็บไว้เป็นทักษะที่นำไปใช้ที่อื่นได้ แล้วยิ่งทำงานมากก็ยิ่งเก่งขึ้นเรื่อยๆ โดยไม่ต้องเทรนโมเดลใหม่ องค์กรจำนวนมากในปี 2026 กำลังลงแรงสร้างระบบแบบนี้ให้ AI ของตัวเอง ด้วยความเชื่อว่ายิ่งสะสมยิ่งได้เปรียบ

เดือนสิงหาคม 2026 มีงานวิจัยที่ทดสอบสมมติฐานนี้ตรงๆ ชื่อ "ContinualSkillBench: Can LLM Agents Truly Evolve Their Capabilities?" ซึ่งเผยแพร่เมื่อ 4 สิงหาคม เป็นชุดทดสอบที่ครอบคลุมห้าโดเมนและมีโจทย์ 100 ข้อที่ยากขึ้นเรื่อยๆ และเชื่อมโยงกัน ผลที่ได้คือการทำงานเรียงต่อกันช่วยให้ผลดีขึ้นจริง แต่ระดับความช่วยเหลือต่างกันมากในแต่ละโมเดลและแต่ละโดเมน จุดที่สะดุดที่สุดคือผู้เขียนพบว่า "in-context learning performs comparably to explicit skill maintenance on average" คือการปล่อยให้โมเดลอ่านบริบทของงานก่อนหน้าเฉยๆ ให้ผลใกล้เคียงกับการมีระบบจัดการคลังทักษะอย่างเป็นทางการ และสรุปว่าผลที่ดีขึ้นส่วนมากมาจากการปรับตัวตามบริบทและผลตอบรับ มากกว่าการสร้างทักษะที่นำกลับมาใช้ใหม่ได้จริง

ข้อสังเกตเพิ่มเติมที่มีค่าคือโมเดลที่อ่อนกว่ามักสะสมทักษะเฉพาะงานจำนวนมากที่กระจัดกระจาย แทนที่จะรวบให้เป็นความรู้ที่ย้ายไปใช้ที่อื่นได้ ซึ่งแปลว่าคลังที่โตขึ้นไม่ได้เท่ากับความสามารถที่โตขึ้น สิ่งที่องค์กรควรทำก่อนลงทุนสร้างระบบใหญ่คือทดลองเปรียบเทียบง่ายๆ ด้วยตัวเอง คือลองแบบมีคลังทักษะ เทียบกับแบบแค่แนบตัวอย่างงานที่ผ่านมาเข้าไปในคำสั่ง ถ้าผลไม่ต่างกันชัดเจน เงินและเวลาที่จะใช้สร้างระบบนั้นอาจเอาไปทำอย่างอื่นได้คุ้มกว่า ข้อควรระวังคือชุดทดสอบนี้ผู้เขียนสร้างเอง ผลผูกกับโมเดลและโดเมนที่เลือกมาทดสอบ และยังไม่มีการทำซ้ำโดยกลุ่มอื่น

ตัวอย่างจากบทสนทนาจริง

ผู้จัดการโครงการ: "ทีมเสนอให้สร้างคลังทักษะกลางให้ AI ขององค์กรครับ ใช้เวลาสามเดือนกับคนสองคน เหตุผลคือยิ่งสะสมมันจะยิ่งเก่งขึ้นเอง"

หัวหน้าฝ่ายเทคนิค: "ก่อนอนุมัติสามเดือน ขอทดลองสองสัปดาห์ก่อนครับ มีงานวิจัยปี 2026 ที่วัดเรื่องนี้แล้วพบว่าการแค่แนบตัวอย่างงานก่อนหน้าเข้าไปในคำสั่ง ให้ผลพอกันกับการมีระบบคลังทักษะเต็มรูปแบบ วิธีทดลองคือเอางานจริงสัก 30 เคส รันสองแบบเทียบกัน ถ้าคลังทักษะชนะชัดเจนผมอนุมัติเต็มที่ แต่ถ้าไม่ต่าง เราประหยัดสามเดือนไปทำอย่างอื่นครับ"

ระวังสับสนกับ

• skill : skill คือชุดคำสั่งเฉพาะทางที่คนเขียนไว้ให้ AI หยิบใช้ ซึ่งเป็นของที่คนออกแบบ ส่วน skill library ในความหมายนี้คือคลังที่ agent สร้างและสะสมเอง จากประสบการณ์ทำงานของมัน
• memory-system : memory system คือระบบที่ให้ AI จำข้อมูลข้ามครั้ง ซึ่งเน้นเก็บข้อเท็จจริงและบริบท ส่วน skill library เน้นเก็บวิธีทำงาน งานวิจัยชี้ว่าเส้นแบ่งนี้อาจไม่ชัดเท่าที่คิด เพราะประโยชน์ส่วนใหญ่มาจากการได้เห็นบริบทเดิม
• fine-tuning : fine-tuning คือการเทรนเพิ่มจนน้ำหนักของโมเดลเปลี่ยนถาวร ส่วน skill library ไม่แตะน้ำหนักเลย เป็นการเก็บข้อความไว้ข้างนอกแล้วหยิบมาแนบตอนใช้ จึงลบและแก้ได้ง่ายกว่ามาก