ข้ามไปยังเนื้อหา
Google เปิดตัว Genkit Middleware — เลเยอร์ retry/fallback/มนุษย์อนุมัติ ก่อนเข้า Google I/O 2026
เครื่องมือนักพัฒนา

Google เปิดตัว Genkit Middleware — เลเยอร์ retry/fallback/มนุษย์อนุมัติ ก่อนเข้า Google I/O 2026

อ่าน 4 นาที ที่มา: Google Developers Blog

ก่อนวัน keynote Google I/O 2026 ที่จะเริ่มวันที่ 19 พฤษภาคม Google ออกอัปเดตใหญ่ให้กับเฟรมเวิร์ก agent โอเพนซอร์ส Genkit ในวันที่ 14 พฤษภาคมที่ผ่านมา ด้วยการเปิดตัว Genkit Middleware ซึ่งเป็นระบบ composable hooks ที่ทำหน้าที่แทรกตัวเองเข้าไปในวงรอบการเรียก generation และการเรียก tool ของ agent — เพื่อ “intercept, extend, and harden” แอปพลิเคชัน agentic ในระดับ production จริง

Genkit เดิมโฟกัสที่การสร้างต้นแบบเร็ว ๆ แต่ทีม Google ยอมรับในโพสต์ว่าทีมที่ deploy agent จริงต้องการมากกว่า prompt และ tool: ต้องมี retry, fallback, observability, การยืนยันจากคน (human-in-the-loop) ก่อน destructive action รวมไปถึงตัวกรองความปลอดภัย ก่อนหน้านี้ทุกอย่างต้องเขียนรอบ ๆ Genkit เอง ทำให้โค้ดเปื้อน ๆ และยากต่อการแชร์ระหว่างทีม

Middleware ทำหน้าที่อะไรบ้าง

Middleware ของ Genkit ครอบคลุม use case มาตรฐานสำหรับ agentic apps ในสภาพ production:

  • Retries และ fallbacks — ลองโมเดลทางเลือกหรือ provider อื่นถ้า primary ล้มเหลว ลดความเปราะของ pipeline เวลาที่ใช้ tool ภายนอกหลายตัว
  • Human-in-the-loop confirmations — แทรกขั้นตอนให้คนกดอนุมัติก่อน agent เรียก tool ที่มีผลถาวร เช่น ส่งอีเมล โอนเงิน เปลี่ยน DB
  • Observability และ logging — ตรวจสอบทุก call ที่ผ่านเลเยอร์ middleware ได้ทันที ไม่ต้อง patch กลางโค้ด
  • Security filters — กรอง prompt injection, output ที่ละเมิดนโยบาย หรือทำ PII redaction ก่อนส่งออก

จุดสำคัญคือ middleware ของ Genkit ไม่ใช่แค่ wrapper รอบ generation call — มันแทรกใน tool execution loop ได้ด้วย ทำให้เราเขียนนโยบายแบบ “agent ตัวนี้ห้ามใช้ tool ใดในโหมด autonomous นอกเวลาทำการ” ได้โดยไม่ต้องแก้โค้ดของ agent

ภาษาที่รองรับ

ในเวอร์ชันแรกของ middleware Genkit รองรับสามภาษาที่ Google ลงทุนหนัก ๆ ในวงการ agent:

  • TypeScript — ภาษาหลักของชุมชน Genkit, ผูกกับ Firebase และ Next.js ดี
  • Go — ใช้กับเซิร์ฟเวอร์ฝั่ง backend high-throughput และ Cloud Run / Cloud Functions
  • Dart — สำหรับ Flutter / on-device

โพสต์ระบุว่า Python รองรับเร็ว ๆ นี้ ซึ่งเป็นสัญญาณว่า Google จะเสริม Genkit ให้สู้กับ Pydantic AI, LangChain, LlamaIndex และ Microsoft Agent Framework ที่ Python-first

ทำไมต้องตอนนี้

Genkit Middleware ออกมาเพียง 5 วันก่อน Google I/O 2026 เริ่ม — และเข้ามาในจังหวะเดียวกับที่ Microsoft Foundry เปิดตัว Toolboxes และ Anthropic ผลักดัน Agent Skills standard นั่นแปลว่าทั้ง 3 ค่ายใหญ่กำลังรีบ “production-ize” agent layer ของตัวเอง ไม่ใช่เน้นแค่ตัวโมเดลอีกต่อไป

สำหรับนักพัฒนาที่ใช้ Genkit อยู่แล้ว นี่คือเส้นทางหลักที่ทีม Google ดูจะเลือก: ไม่ต้องไป fork Genkit หรือเขียน wrapper เอง — ใช้ middleware pattern ที่คล้าย Express / Koa ที่เว็บเดฟคุ้นเคยมาตั้งแต่ทศวรรษก่อน

มุมมอง AI Curator

การเข็น Genkit Middleware ออกมา 1 สัปดาห์ก่อน I/O เป็นการส่งสัญญาณชัดว่า Google ตั้งใจให้ Genkit เป็น “default agent framework” สำหรับ Gemini ecosystem แทนที่จะปล่อยให้นักพัฒนาไปใช้ LangChain หรือ Vercel AI SDK เป็นค่าเริ่มต้น

แต่ในมุมของนักพัฒนาไทย/SEA สิ่งที่น่าจะเปลี่ยนเกมจริง ๆ คือเรื่อง human-in-the-loop confirmation เพราะเคสที่ enterprise ไทยลังเลจะใช้ agentic AI ที่สุดคือกลัว agent ไปกดส่งอีเมลผิด ลบไฟล์ผิด หรือสั่งซื้อของผิด — middleware ที่ standardize ขั้นตอน “ขออนุญาตคนก่อน” จะลด resistance ตรงนี้ลงได้มาก โดยไม่ต้องให้ทีมแต่ละทีมเขียนระบบ approval เอง

อย่างไรก็ตาม middleware ของ Genkit ยังไม่ใช่ทางลัด — มันแค่ทำให้รูปแบบเป็นทางการ ทีมยังต้องตัดสินใจอยู่ดีว่า action ไหนคือ destructive, ใครคือคน approve, และ timeout เท่าไรถึงจะ fallback อัตโนมัติ Genkit Middleware ทำให้การเขียนตอบคำถามเหล่านี้ “เร็วขึ้น” ไม่ใช่ “ไม่ต้องตอบ”

ถ้า Google ใช้ keynote I/O ตอกย้ำว่า Genkit เป็น runtime hub สำหรับ Gemini 4 / Gemini Omni agents ที่จะเปิดตัวเร็ว ๆ นี้ middleware นี้คือบล็อกต่อต่อแรกที่ทีมไทยควรเรียนรู้ ก่อนจะคิดถึงโมเดลใหม่ตัวต่อไป

แหล่งข่าว

บทความนี้เรียบเรียงจากแหล่งข่าวต้นทาง — Google Developers Blog

เนื้อหาบน blog นี้สร้างโดย AI โดยมีการกำกับบรรณาธิการจากมนุษย์

อ่านเพิ่มในหมวด เครื่องมือนักพัฒนา

Betelgeuse รัน Qwen3.8 Flash Next ขนาด 68GB บน RTX 3060 กับแรม 16GB ส่วน Basalt วัดให้เห็นว่าเอนจินที่เร่งด้วยแฟล็กลัดทำให้โมเดลลืมของ
เครื่องมือนักพัฒนา

Betelgeuse รัน Qwen3.8 Flash Next ขนาด 68GB บน RTX 3060 กับแรม 16GB ส่วน Basalt วัดให้เห็นว่าเอนจินที่เร่งด้วยแฟล็กลัดทำให้โมเดลลืมของ

Betelgeuse ฟอร์ก llama.cpp ที่เปิดเมื่อ 31 ต.ค. ดึง expert จาก NVMe เข้า VRAM ตามต้องการ อ้าง 22 tok/s แบบไม่ทิ้ง expert แต่ README เตือนเองว่ายังทดลองและตัวเลขมาจากคนละรอบ วันเดียวกันผู้พัฒนา Basalt เผยผลวัดว่าแฟล็กเร่งความเร็วทำคุณภาพ Q8 ตกไปใกล้ Q2

· อ่าน 5 นาที
กฎห้ามโคลนเกมของ Claude Code เริ่มกระทบงานจริง บริษัทรับทำเกมกระดานร้องงานลูกค้าหยุด แต่รายงานหลายชิ้นปนกับตัวกรองไซเบอร์คนละเรื่อง
เครื่องมือนักพัฒนา

กฎห้ามโคลนเกมของ Claude Code เริ่มกระทบงานจริง บริษัทรับทำเกมกระดานร้องงานลูกค้าหยุด แต่รายงานหลายชิ้นปนกับตัวกรองไซเบอร์คนละเรื่อง

ต่อจากที่เราพบกฎนี้ในไบนารี Claude Code ผู้ใช้เริ่มรายงานว่างานเชิงพาณิชย์ถูกปฏิเสธ และ Tom's Hardware กับ Mashable หยิบไปรายงาน แต่เมื่อไล่ issue ที่อ้างถึง พบว่าหลายรายการเกิดก่อนกฎจะมา จึงน่าจะเป็นตัวกรองด้านไซเบอร์ ส่วน Anthropic ยังไม่ชี้แจง

· อ่าน 4 นาที
Claude Code ส่ง transcript ของ background agent ให้โมเดลทุก ~30 วินาทีเพื่อเขียนสถานะ 3–5 คำ ผู้วัดรายงานกินราว 16% และยังปิดแบบทางการไม่ได้
เครื่องมือนักพัฒนา

Claude Code ส่ง transcript ของ background agent ให้โมเดลทุก ~30 วินาทีเพื่อเขียนสถานะ 3–5 คำ ผู้วัดรายงานกินราว 16% และยังปิดแบบทางการไม่ได้

รายงานอิสระพบว่าฟีเจอร์ agent_summary ของ Claude Code ส่ง transcript เต็มของ background agent ไปถามสถานะทุก ~30 วินาที คิดเป็น 16.4% ของค่าใช้จ่ายในระบบของผู้วัด Issue เปิดมาตั้งแต่ ส.ค. ยังไม่มีสวิตช์ปิดที่รองรับ เราตรวจพบโค้ดนี้ใน 2.1.314 และพบกฎใหม่เรื่องเกมที่ไม่อยู่ใน changelog

· อ่าน 4 นาที