[พร้อมส่งฉบับภาษาไทย] Building Applications with AI Agents+AI Engineering หลักการสร้างแอพลิเคชัน AI ยุคใหม่ด้วย Foundati

Building Applications with AI Agents Generative AI ได้เปลี่ยนโซลูชันในองค์กรต่างๆ ทำให้การพัฒนาจากแนวคิดไปสู่ต้นแบบ และไปสู่โซลูชันจริงเกิดได้เร็วขึ้น และเมื่อโมเดลมีความสามารถเพิ่มขึ้นเราก็ได้เห็นรูปแบบใหม่นั่นคือ AI AgentAI Agent ไม่ใช่เป็นแค่แชทบอต แต่คือ “พนักงานดิจิตอล” ที่ทำงานแทนเราได้จริง! ด้วยการผสานเครื่องมือ,ความรู้, ความจำและการเรียนรู้ เข้ากับโมเดลรากฐานระดับสูง (foundationmodel) ทำให้เราสามารถนำการประมวลผลของแต่ละโมเดลมาทำงานร่วมกันเพื่อแก้ปัญหาที่คลุมเครือและซับซ้อนได้หนังสือเล่มนี้จะพาผู้อ่านเจาะลึกความซับซ้อนเหล่านี้ ตั้งแต่การวางโครงสร้างสถาปัตยกรรมเอเจนต์ (AgentArchitecture), การจัดการด้านความจำ(Memory) และการนำเครื่องมือต่างๆ มาใช้โดยผู้เขียนได้แนะนำแนวทางเชิงปฏิบัติสำหรับการออกแบบและพัฒนาระบบเอเจนต์ทั้งแบบเดี่ยวและแบบหลายเอเจนต์ พร้อมระบบเฝ้าระวังและการกำกับดูแลเอเจนต์ให้ปลอดภัย —ครบทุกมิติที่องค์กร "ต้องรู้" ก่อนลงมือพัฒนาโซลูชันจริง · เจาะแนวความคิดทางสถาปัตยกรรมและการรักษาความปลอดภัยที่วิศวกร AI ระดับโลกใช้จริง · รู้จักกับองค์ประกอบที่สำคัญและหลักการออกแบบระบบที่ใช้ AI Agent · เผยพิมพ์เขียวสถาปัตยกรรมที่เอเจนต์ทำงานประสานกันเพื่อกลายเป็นโซลูชันให้กับองค์กร · ลงมือสร้างตั้งแต่เวิร์คโฟลว์แรกไปจนถึงการปรับใช้ในระดับโปรดักชั่น พร้อมภาคผนวก สัมผัสประสบการณ์กับเครื่องมือพัฒนาระดับโลก:LangChain, n8n, Claude Cowork, OpenClaw, Gemini CLI, AWS Workflow Builder,Microsoft Copilot Workspace, OpenAI Agent Builder และManus My Computer AI Engineering หลักการสร้างแอพลิเคชัน AI ยุคใหม่ด้วย Foundation Model หนังสือเล่มนี้จะให้กรอบแนวคิดในการปรับโมเดลรากฐาน เช่น Large Language Model (LLM) และ Large Multimodal Model (LMM) เพื่อการสร้างแอพพลิเคชัน โดยเนื้อหาครอบคลุมกระบวนการนำโมเดลรากฐาน (foundation model) ไปใช้งาน ตั้งแต่ต้นจนจบ โดยมีการรวมเทคนิคที่ได้รับการพิสูจน์แล้วจากสาขาวิศวกรรมอื่นๆ และเทคนิคที่เกิดขึ้นมาใหม่พร้อมกับโมเดลรากฐานเข้าไปในเนื้อหาด้วย ในเล่มได้กล่าวถึงกรณีศึกษา ซึ่งหลายกรณีเป็นงานที่ผู้เขียนเคยทำมา พร้อมด้วยข้อมูลอ้างอิงมากมาย โดยมุ่งเน้นไปที่กระบวนการพื้นฐานของวิศวกรรม AI แทนที่จะเน้นเครื่องมือหรือ API ตัวใดตัวหนึ่งโดยเฉพาะ เนื่องจากเครื่องมืออาจล้าสมัยได้อย่างรวดเร็ว ในขณะที่ความรู้พื้นฐานจะใช้อ้างอิงได้ยาวนานกว่า จึงเหมาะสำหรับผู้ที่ต้องการใช้โมเดลรากฐาน (foundation model) มาสร้างแอพพลิเคชันจริง โดยเฉพาะผู้ที่มีบทบาททางด้านเทคนิค เช่น วิศวกร AI, วิศวกร ML, นักวิทยาศาสตร์ข้อมูล, ผู้จัดการด้านวิศวกรรม หรือผู้จัดการผลิตภัณฑ์ทางเทคนิค