DeepSeek เร่งสร้างทีม AI Harness เพื่อแข่งขันในยุคของ AI Agent

การแข่งขันด้าน AI กำลังเปลี่ยนรูปแบบอย่างรวดเร็ว จากเดิมที่บริษัทต่าง ๆ แข่งกันว่าใครมี โมเดลภาษาที่เก่งที่สุด ตอนนี้สนามแข่งขันกำลังขยับไปสู่คำถามใหม่คือ

ใครสามารถเปลี่ยนโมเดลเหล่านั้นให้กลายเป็น “AI agent ที่ทำงานจริงได้” มากที่สุด

หนึ่งในบริษัทที่กำลังเร่งปรับตัวคือ DeepSeek สตาร์ทอัปด้าน AI จากจีน ซึ่งมีรายงานว่ากำลังสร้างทีมใหม่เพื่อพัฒนาเทคโนโลยีที่เรียกว่า AI harness พร้อมทั้งดึงตัววิศวกรระดับสูงอย่าง Cui Tianyi อดีตวิศวกรจากบริษัทเทรดเชิงปริมาณ Jane Street เข้ามาร่วมทีม

การเคลื่อนไหวนี้สะท้อนว่าการแข่งขันในยุคใหม่ของ AI ไม่ได้อยู่แค่ที่โมเดล แต่รวมถึงระบบซอฟต์แวร์รอบโมเดลที่ทำให้มันกลายเป็นเครื่องมืออัตโนมัติเต็มรูปแบบ

DeepSeek ตั้งทีม “Harness” เพื่อสร้าง AI agent

รายงานระบุว่า DeepSeek ได้จัดตั้งทีมภายในที่เรียกว่า ทีม Harness เพื่อพัฒนาโครงสร้างพื้นฐานสำหรับ AI agent โดยเฉพาะ

เป้าหมายหลักของทีมคือการสร้างระบบที่สามารถ เปลี่ยนโมเดล AI ของบริษัทให้กลายเป็นเครื่องมือที่นักพัฒนาใช้ทำงานจริงได้ เช่น เอเจนต์ช่วยเขียนโค้ด ซึ่งแนวทางนี้ถูกมองว่าเป็นการพัฒนาเพื่อแข่งขันกับเครื่องมืออย่าง Claude Code ของ Anthropic

แนวคิดดังกล่าวสอดคล้องกับทิศทางของโมเดล DeepSeek รุ่นใหม่อย่าง V4 ที่เน้นเพิ่มความสามารถด้านการให้เหตุผลและความสามารถแบบ "agentic" หรือการทำงานหลายขั้นตอนแบบอัตโนมัติ

AI “Harness” คืออะไร

คำว่า AI harness หมายถึงชั้นซอฟต์แวร์ที่ล้อมรอบโมเดล AI และทำหน้าที่เป็นระบบควบคุมให้มันทำงานในโลกจริง

หากไม่มี harness โมเดลจะทำได้เพียงตอบข้อความ แต่เมื่อมีระบบนี้ โมเดลสามารถ:

• อ่านไฟล์หรือโค้ดในโปรเจกต์
• รันคำสั่งในเทอร์มินัล
• แก้ไขหรือเขียนโค้ด
• ค้นหาข้อมูลจากเว็บหรือระบบภายนอก
• วางแผนงานหลายขั้นตอน
• ทำงานแบบวนลูปจนกว่างานจะเสร็จ

กล่าวอีกแบบหนึ่ง Harness คือ ชุดเครื่องมือ + สภาพแวดล้อม + วงจรควบคุมการทำงาน (agent loop) ที่ทำให้โมเดล AI กลายเป็น “เอเจนต์” ที่ลงมือทำงานได้จริง

ตัวอย่างที่ชัดเจนคือ Claude Code ซึ่ง Anthropic อธิบายว่าเป็นระบบที่สามารถเข้าใจทั้งโค้ดเบส แก้ไขไฟล์ รันคำสั่ง และทำงานร่วมกับเครื่องมือพัฒนาได้หลายตัวพร้อมกัน

ทำไม Harness ถึงกลายเป็นสนามแข่งขันใหม่

ความนิยมของ AI agent ทำให้การสร้างระบบ harness กลายเป็นจุดยุทธศาสตร์ของบริษัท AI

เครื่องมืออย่าง Claude Code แสดงให้เห็นว่ารูปแบบการทำงานใหม่ของนักพัฒนาอาจเป็นแบบนี้:

1. นักพัฒนาอธิบายงาน เช่น “แก้บั๊กนี้” หรือ “เพิ่มฟีเจอร์ใหม่”
2. AI agent สแกนโค้ดทั้งโปรเจกต์
3. เขียนหรือแก้ไขไฟล์
4. รันเทสต์
5. ปรับแก้ซ้ำจนโค้ดทำงานได้

AI จึงไม่ได้เป็นแค่เครื่องมือแนะนำอีกต่อไป แต่กลายเป็น ผู้ช่วยเขียนซอฟต์แวร์ที่ทำงานร่วมกับมนุษย์ได้จริง

ผลกระทบทางธุรกิจก็เห็นได้ชัด Anthropic ระบุว่าบริษัทมีรายได้แบบ annualized run rate ประมาณ 30 พันล้านดอลลาร์ หลังการเติบโตอย่างรวดเร็วของการใช้งานและรายได้

ขณะที่บางรายงานในอุตสาหกรรมประเมินว่า Claude Code อาจสร้างรายได้ระดับประมาณ 2.5 พันล้านดอลลาร์ต่อปี แม้ว่าตัวเลขดังกล่าวควรใช้ด้วยความระมัดระวังหากยังไม่ได้รับการยืนยันจากหลายแหล่ง

ไม่ว่าตัวเลขจริงจะเท่าไร สัญญาณสำคัญคือ

ผลิตภัณฑ์ AI agent กำลังกลายเป็นแหล่งรายได้หลักของบริษัท AI

จาก “การแข่งขันโมเดล” สู่ “การแข่งขันเอเจนต์”

ในช่วงแรกของยุค AI บริษัทต่าง ๆ แข่งกันสร้างโมเดลที่มีพลังการประมวลผลสูงที่สุด

แต่เมื่อโมเดลเริ่มมีความสามารถใกล้เคียงกันมากขึ้น ความแตกต่างจึงย้ายไปอยู่ที่ ชั้นผลิตภัณฑ์ที่สร้างบนโมเดล เช่น

• เครื่องมือสำหรับนักพัฒนา
• ระบบ agent loop ที่เสถียร
• การเชื่อมต่อกับเครื่องมือทำงานจริง
• ระบบอัตโนมัติสำหรับ workflow

ด้วยเหตุนี้ บริษัทเทคโนโลยีทั้งในสหรัฐฯ และจีนจึงเริ่มลงทุนหนักในโครงสร้างพื้นฐานของ AI agent

สำหรับ DeepSeek การตั้งทีม Harness และดึงวิศวกรระดับสูงเข้ามา เป็นส่วนหนึ่งของยุทธศาสตร์ที่จะ เปลี่ยนโมเดล AI ที่แข็งแกร่งให้กลายเป็นผลิตภัณฑ์เอเจนต์เต็มรูปแบบ ที่นักพัฒนาสามารถใช้ได้ทุกวัน

การแข่งขัน AI จึงกำลังเปลี่ยนจากการฝึกโมเดล ไปสู่ การออกแบบระบบเอเจนต์ และบริษัทที่สร้าง “ชั้น harness” ได้ดีที่สุด อาจเป็นผู้กำหนดอนาคตของซอฟต์แวร์ AI ในยุคถัดไป