Google เปิด Genkit Agents API — สร้างแอปเอเจนต์ full-stack ด้วย chat() ตัวเดียว: จำ history, วน tool loop, สตรีม, พัก-ขออนุมัติ ครบในอินเทอร์เฟซเดียว

เมื่อวันที่ 1 กรกฎาคม 2026 Google ประกาศ Genkit Agents API — ส่วนใหม่ของ framework โอเพนซอร์ส Genkit ที่ตั้งใจแก้ปัญหาซ้ำ ๆ ของคนสร้างแอปเอเจนต์เชิงสนทนา: งานจำเจอย่างการจัดการประวัติข้อความ (message history), การวนลูปเรียกทูล (tool loop), การสตรีมผลลัพธ์ และการเก็บสถานะ (persistence) ที่แต่ก่อนต้องเขียนเองใหม่ทุกโปรเจกต์ ตอนนี้ถูก รวมไว้หลังอินเทอร์เฟซเดียวคือ chat()

แนวคิดหลักคือ API เดียวกันนี้ทำงานได้เหมือนกันไม่ว่าเอเจนต์จะรัน ในเครื่อง (local) หรือผ่าน HTTP — นักพัฒนาเขียนตรรกะครั้งเดียวแล้วนำไป deploy ได้ทั้งฝั่ง backend และแอป full-stack โดยไม่ต้องรื้อโค้ด

chat() ตัวเดียว จบตั้งแต่ตอบครั้งเดียวยันสนทนายาว

Genkit Agents API ออกแบบให้ chat() ครอบเคสการใช้งานตั้งแต่ง่ายสุดไปซับซ้อนสุด:

• ตอบครั้งเดียว (one-shot) — ถาม-ตอบจบในรอบเดียว
• สตรีมเป็นเทิร์น (streamed turns) — ทยอยส่งผลลัพธ์ระหว่างที่โมเดลคิด
• tool call ที่พักไว้ได้ — เรียกทูลแล้วหยุดรอ ก่อนทำงานต่อ
• สนทนาหลายเทิร์นเต็มรูปแบบ — พร้อมประวัติที่จัดการให้อัตโนมัติ

การจัดการสถานะให้เลือกได้สามแบบ: server-managed (เก็บถาวรฝั่งเซิร์ฟเวอร์), client-managed (แบบ stateless เก็บฝั่งไคลเอนต์) หรือเขียน implementation เอง — ยืดหยุ่นพอสำหรับทั้งแอปที่ต้องจำบทสนทนายาว ๆ และงานที่อยากให้เซิร์ฟเวอร์เบา

Human-in-the-loop และงาน async ที่กลับมาต่อได้

สองความสามารถที่ตอบโจทย์งานโปรดักชันจริง:

Human-in-the-loop — ทูลสามารถ “หยุดพัก” เพื่อขออนุมัติจากผู้ใช้ก่อนลงมือทำงานที่อ่อนไหว (เช่น ลบข้อมูล, ยิง transaction) เป็นด่านความปลอดภัยที่ฝังในตัว flow ไม่ใช่สิ่งที่ต้องมาต่อเองภายหลัง

งาน async ที่หลุดจาก request ได้ — งานที่ใช้เวลานานสามารถ “detach” ออกจาก request เดิม แล้วให้ไคลเอนต์กลับมาเชื่อมต่อใหม่ทีหลังผ่าน snapshot ID เหมาะกับงานที่กินเวลาเป็นนาทีหรือชั่วโมง โดยไม่ต้องค้าง connection ไว้

นอกจากนี้ยังมี การประสานงานหลายเอเจนต์ (orchestration) — เอเจนต์เฉพาะทางส่งต่องานกันผ่าน middleware โดยมี orchestrator ทำหน้าที่ routing คำขอ และมี Developer UI พร้อม Agent Runner ให้ทดสอบบทสนทนาได้โดยไม่ต้องเขียนโค้ดฝั่งไคลเอนต์ก่อน

ภาษาที่รองรับและสถานะ

Genkit เองรองรับ TypeScript, Go, Dart และ Python ส่วน Agents API เปิด preview บน TypeScript และ Go ก่อน สถานะปัจจุบันเป็น beta/preview — Google เตือนว่าอาจมี breaking change ใน minor release จึงยังไม่ควรผูกกับงานที่ห้ามพังในโปรดักชันแบบตายตัว

มุมมอง AI Curator

จังหวะนี้น่าสนใจ เพราะ Genkit Agents API ออกมา วันเดียวกับที่ Google ปล่อย ADK Go 2.0 ทั้งคู่เป็นเครื่องมือสร้างเอเจนต์จาก Google แต่จับคนละกลุ่ม: ADK เป็น graph workflow runtime สำหรับทีมที่ออกแบบ multi-agent เป็นโหนดต่อเส้นแบบมีโครงสร้างชัด ส่วน Genkit เน้น นักพัฒนาแอป full-stack ที่อยากได้ chat() ตัวเดียวจบ ไม่ต้องคิดเรื่องกราฟ — สะท้อนว่า Google กำลังวางเครื่องมือหลายชั้นให้เลือกตามความซับซ้อนของงาน แทนที่จะยัดทุกคนเข้า framework เดียว

จุดที่ Genkit วางหมากถูกคือ การรวมงานน่าเบื่อไว้หลัง API เดียว — history, tool loop, streaming, persistence คือสิ่งที่ทุกคนต้องเขียนซ้ำและมักเขียนพลาด การมี abstraction ที่ทำงานเหมือนกันทั้ง local และ HTTP ช่วยลดระยะจาก prototype ไป production ได้จริง และการรองรับ Go ตั้งแต่ preview (ไม่ใช่แค่ Python/TS) เป็นสัญญาณเดียวกับ ADK Go ว่า Google เอาจริงกับสาย backend ที่ไม่ได้อยู่ในโลก Python

สำหรับนักพัฒนาไทย ข้อดีคือ Genkit เป็นโอเพนซอร์สและไม่ผูกกับโมเดลของ Google เจ้าเดียว — ใช้เป็นชั้น orchestration แล้วต่อกับโมเดลที่เหมาะกับงบและงานได้ แต่ข้อควรระวังตรงไปตรงมา: มันยังเป็น preview ที่ประกาศชัดว่าจะมี breaking change ช่วงนี้เหมาะกับการทดลอง สร้าง prototype และประเมินสถาปัตยกรรม มากกว่าจะรีบยกงานที่รันจริงมาผูกทั้งหมด — รอให้ API นิ่งกว่านี้ก่อนค่อยลงทุนหนัก

แหล่งข่าว

• Build agentic full-stack apps with Genkit — Google Developers Blog
• Genkit — เว็บไซต์ทางการ
• Genkit บน GitHub