LangChain เพิ่ม RubricMiddleware ให้ Deep Agents ตรวจงานตัวเองจนผ่านเกณฑ์ + programmatic subagents กระจายงานจากโค้ด
LangChain สรุปของใหม่ประจำเดือนในจดหมายข่าว 25 มิถุนายน 2026 โดยมีสองชิ้นฝั่งโอเพนซอร์สที่ตรงกับปัญหาความน่าเชื่อถือของ agent ที่นักพัฒนาเจอจริง: RubricMiddleware สำหรับ Deep Agents และ programmatic subagents — ทั้งคู่เป็นเครื่องมือเชิงรูปธรรม ไม่ใช่แค่สโลแกนการตลาด
RubricMiddleware — agent ที่ตรวจงานตัวเองจนผ่านเกณฑ์
ปัญหาคลาสสิกของ agent คือมัน “ทำเสร็จ” แต่ไม่ได้แปลว่า “ทำได้ดี” — มันมักหยุดเร็วเกินไปหรือส่งงานที่ยังไม่ครบ RubricMiddleware เข้ามาแก้ตรงนี้โดยให้ Deep Agents ประเมินงานของตัวเองเทียบกับเกณฑ์ (rubric) ที่คุณกำหนด แล้ววนแก้ไปเรื่อย ๆ จนกว่างานจะผ่านเกณฑ์ เท่ากับฝัง loop “ทำ → ตรวจ → แก้” เข้าไปในตัว agent โดยที่นักพัฒนาเป็นคนนิยามว่า “ผ่าน” หมายความว่าอย่างไร แทนที่จะต้องเขียน orchestration ตรวจงานเองทุกครั้ง
programmatic subagents — กระจายงานจากโค้ดแล้วรวมผล
ชิ้นที่สองคือ programmatic subagents: สั่ง แยก subagent ออกมาจากโค้ดใน interpreter เพื่อ fan out งานทำขนานกัน แล้วรวบผลกลับมาสังเคราะห์ต่อ ต่างจากการเรียก subagent แบบประกาศไว้ล่วงหน้า ตรงที่มันให้คุณคุมการกระจายงานด้วยตรรกะโปรแกรมจริง ๆ — เหมาะกับงานที่จำนวนงานย่อยไม่แน่นอนตอนเขียนโค้ด เช่น แตกงานตามจำนวนไฟล์/หัวข้อที่เพิ่งค้นเจอ แล้วประมวลผลพร้อมกันก่อนสรุป
ฝั่ง LangSmith: On-Call Copilot, computer use และ voice traces
ฝั่งแพลตฟอร์มสังเกตการณ์/อีวาล LangSmith มีของเสริมที่ขยับไปทาง “งานปฏิบัติการ” มากขึ้น:
- Fleet On-Call Copilot — เทมเพลต agent สำเร็จรูปที่วิเคราะห์โค้ด, trace และ runbook เพื่อคัดกรอง alert และร่างอัปเดตให้คนรีวิว
- Computer use ใน Fleet — agent เข้าถึง virtual computer แบบแยกสภาพแวดล้อมสำหรับรันโค้ด, จัดการไฟล์ และเรียก API ที่ต้องยืนยันตัวตนได้อย่างปลอดภัย
- Voice traces — หน้าจอ debug มี audio player ฝังในตัวพร้อมไทม์มิงระดับ span ช่วยไล่ว่าช่วงเสียงไหนตรงกับ operation ใด
- Experiment status — ติดตามความคืบหน้าการทดลองแบบ live ทั้งที่สั่งจาก UI และ SDK
มุมมอง AI Curator
จุดที่น่าสนใจของชุดอัปเดตนี้คือทิศทาง — มันสะท้อนว่าโจทย์ของ agent ปี 2026 ได้ขยับจาก “ทำให้ agent ทำงานได้” ไปเป็น “ทำให้ agent ทำงานได้อย่างเชื่อถือได้และตรวจสอบได้” RubricMiddleware คือการยอมรับตรง ๆ ว่า self-evaluation loop ควรเป็น primitive ระดับเฟรมเวิร์ก ไม่ใช่สิ่งที่ทุกทีมต้องประดิษฐ์เองซ้ำ ๆ ส่วน voice traces และ On-Call Copilot สะท้อนว่า observability กำลังกลายเป็นเรื่องของการ “ดูแล agent ที่รันอยู่จริง” ไม่ใช่แค่ debug ตอน dev
สำหรับทีมไทยที่กำลังสร้าง agent ขึ้น production คำแนะนำเชิงปฏิบัติคือ ลองหยิบแนวคิด rubric มาใช้ก่อนแม้ยังไม่ผูกกับ LangChain — นิยาม “เกณฑ์ผ่าน” ของงาน agent ให้ชัดเป็นข้อ ๆ (ความถูกต้อง, ครบถ้วน, รูปแบบเอาต์พุต) แล้วให้โมเดลตรวจตัวเองก่อนส่ง มักลดงานแก้ทีหลังได้มากกว่าการไปจูน prompt ตั้งต้นอย่างเดียว ข้อควรระวังคือ self-grading ไม่ใช่ยาวิเศษ — ถ้าเกณฑ์กำกวมหรือโมเดลตรวจตัวเองหลวม มันจะ “ผ่าน” งานที่ยังไม่ดี ดังนั้นเกณฑ์ที่วัดได้จริงและการสุ่มตรวจด้วยคนยังจำเป็นเสมอ
แหล่งข่าว
อ่านเพิ่มในหมวด 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
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
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