ปัญหา 'คิดตามกัน' กับกลไก 'กระดานข่าวปิดกั้นข้อมูล' (Gated Bulletin Board)

หัวใจสำคัญของ ArcticSwarm คือการตระหนักว่า “การร่วมมือกันเร็วเกินไปคืออันตราย” หลักการของมันคือ: "แยกกันสำรวจให้เต็มที่ก่อน แล้วค่อยมาตรวจทานด้วยกัน สรุปผลเมื่อหลักฐานผ่านการเห็นต่างมาแล้วเท่านั้น" เพื่อให้เป็นไปตามนี้ ระบบใช้ Gated Bulletin Board System (BBS) ที่คุมจังหวะการเห็นข้อมูลของ Agent กันเองผ่าน 3 โหมด :

• Isolation Mode (โหมดแยกอิสระ): นี่คือขั้นตอนสำคัญที่ป้องกัน Groupthink อย่างแท้จริง Agent ทุกตัวจะได้สิทธิ์แค่เขียนข้อมูลลงกระดาน (Write-only) ห้ามเห็นสิ่งที่เพื่อนทำเด็ดขาด แนวทางนี้บีบให้ Agent แต่ละตัวต้องไล่ตามเส้นทางการค้นคว้าของตัวเองจริงๆ โดยไม่ถูกเบี่ยงเบนตั้งแต่ต้น
• Review Mode (โหมดตรวจสอบ): เมื่อทุกคนทำงานเดี่ยวเสร็จแล้ว สิทธิ์ในการอ่านข้อมูลของเพื่อนจะถูกปลดล็อก Agent จะนำสิ่งที่ตัวเองพบมาขึ้นเขียงตรวจสอบข้ามกันอย่างเป็นระบบ สนับสนุนให้เกิดการเห็นต่างอย่างสร้างสรรค์และขุดคุ้ยสมมติฐานที่ซ่อนอยู่
• Commitment Mode (โหมดสรุปผล): ข้อสรุปสุดท้ายจะถูกสร้างขึ้นก็ต่อเมื่อหลักฐานที่ผ่านการไขว้กันจากหลายเส้นทางอิสระแล้วรอดจากการตรวจสอบอย่างเข้มข้นเท่านั้น

ผลทดลองเจาะลึก: Free Chat คือศัตรูของความหลากหลาย

เพื่อพิสูจน์ว่าการบังคับแยกอิสระได้ผลจริง Snowflake ได้ทำการทดสอบแบบ Ablation Study กับชุดคำถาม 120 ข้อจาก Benchmark ชื่อ BrowseComp โดยเทียบ 3 รูปแบบ คือ ใช้ Gated BBS, ปล่อยให้ Agent แชตหากันฟรี และให้ Agent เดี่ยวทำงานอิสระ

ผลลัพธ์ยืนยันหลักการของ ArcticSwarm ชนิดหน้ามือเป็นหลังมือ การปล่อยให้ Agent คุยกันฟรีทำให้ความหลากหลายของหลักฐานพังทลายทันที ทีมวิจัยพบว่ามีความซ้ำซ้อนของ URL ที่ Agent ไปค้นหามาสูงมาก แทนที่แต่ละตัวจะช่วยกันหาข้อมูลให้ครอบคลุม กลับกลายเป็นทุกคนแห่ไปอ่านหน้าเว็บเดียวกันหมดเพราะเห็นเบาะแสเดียวกันตั้งแต่ต้น

ที่น่าสนใจยิ่งกว่าคือค่า Effective Sample Size (ESS) ซึ่งวัดว่าในระบบมี 'นักสืบอิสระ' ที่คิดไม่เหมือนกันกี่คน ตัวเลขนี้สูงกว่ามากเมื่อใช้การปิดกั้นข้อมูล ยิ่งไปกว่านั้น ในขั้นตอน Review ก็พบว่าเมื่อข้อสรุปได้รับการ VERIFIED จากทั้ง Agent ผู้สร้าง (Builder) และผู้ตรวจสอบเฉพาะทาง (Dedicated Reviewer) พร้อมกัน ความแม่นยำจะสูงถึง 86.4% แต่หากมีแค่ฝั่งใดฝั่งหนึ่งตรวจ ความแม่นยำจะลดลงมาที่ 70.9% และ 66.1% ตามลำดับ ส่วนเคสที่ไม่มีการตรวจสอบเลย แม่นยำร่วงเหลือ 35.3% เท่านั้น นี่แสดงให้เห็นว่าคุณภาพของขั้นตอนการตรวจสอบก็สำคัญไม่แพ้การแยกอิสระในช่วงแรก

ทุบสถิติ Benchmark: BrowseComp และ BrowseComp-Plus

ความอัจฉริยะของ ArcticSwarm แปลงออกมาเป็นคะแนนที่พุ่งกระฉูด จากการวัดภายในของ Snowflake ด้วย Benchmark วิจัยเชิงลึกแบบ Hybrid ArcticSwarm ได้คะแนนความแม่นยำ 64.18% เทียบกับ Single-agent รูปแบบเดิมที่ได้เพียง 47.08% หรือดีขึ้นเกือบ 1 ใน 3 ส่วน

บน Benchmark สาธารณะยิ่งเด่นชัดกว่าเดิม:

• BrowseComp (1,266 คำถาม): ArcticSwarm เมื่อใช้ VERIFIED จาก Builder + Reviewer ได้แม่นยำ 86.4% ฝั่ง OpenAI Deep Research ซึ่งเป็นโมเดลที่ถูกเทรนมาเพื่อการท่องเว็บโดยเฉพาะ ได้คะแนน ~51.5% ส่วนโมเดลภาษาอย่าง GPT-4o และ GPT-4.5 ได้คะแนนเกือบ 0%
• BrowseComp-Plus (ควบคุมคอร์ปัสข้อมูลตายตัว): คู่แข่งที่แรงที่สุดในตลาดคือ GPT-5 ที่จับคู่กับ Qwen3-Embedding-8B ได้แม่นยำ 70.12% และ o3 ได้ 63.49% จะเห็นว่า ArcticSwarm ที่ 86.4% ในกลุ่มข้อสอบเวอร์ชันหินที่สุด ทิ้งห่างคู่แข่งอย่างเห็นได้ชัด

ArcticSwarm กับโลกองค์กร: CoWork Deep Research

แนวคิดเหล่านี้ไม่ได้ถูกเก็บไว้ในห้องแล็บเท่านั้น Snowflake กำลังนำ ArcticSwarm เข้าไปอยู่ในแพลตฟอร์มสำหรับองค์กร ผ่านฟีเจอร์ใหม่ชื่อ Snowflake CoWork's Deep Research Mode ที่จะช่วยให้ “Knowledge Workers” หรือพนักงานที่ต้องใช้ข้อมูลวิเคราะห์ สามารถทำงานวิจัยที่มั่นใจได้สูงบนข้อมูลภายในของบริษัทที่ถูกกำกับดูแลอย่างดี การผสานรวมนี้มาพร้อม 3 ฟีเจอร์สนับสนุน :

• Artifacts: ชิ้นงานที่คงอยู่ถาวร เช่น รายงาน โค้ด บทวิเคราะห์ ที่แชร์และตรวจสอบย้อนหลังกันในทีมได้
• User Memory: ระบบจำบริบทผู้ใช้และรูปแบบการวิจัยข้าม Session เพื่อให้คำถามอนาคตดีขึ้นเรื่อยๆ
• Cortex Sense: เลเยอร์ที่เข้าใจบริบทในองค์กร คอยยื่นข้อมูลภายใน สกีมาฐานข้อมูล และงานวิเคราะห์เก่าๆ ที่เกี่ยวข้องให้ Agent โดยอัตโนมัติ

สำหรับผู้ใช้ในองค์กร นี่แปลว่าเราสามารถใช้พลังต้านอคติของ ArcticSwarm รับมือกับข้อมูลกึ่งโครงสร้างทั้งจากการเขียน SQL ค้นในฐานข้อมูล และค้นหาเอกสารภายในที่ไร้โครงสร้างชัดเจน เพื่อให้ได้คำตอบที่ผ่านการตรวจสอบจากเส้นทางอิสระ ก่อนถึงมือคนตัดสินใจ

ปัญหา 'คิดตามกัน' กับกลไก 'กระดานข่าวปิดกั้นข้อมูล' (Gated Bulletin Board)

หัวใจสำคัญของ ArcticSwarm คือการตระหนักว่า “การร่วมมือกันเร็วเกินไปคืออันตราย” หลักการของมันคือ: "แยกกันสำรวจให้เต็มที่ก่อน แล้วค่อยมาตรวจทานด้วยกัน สรุปผลเมื่อหลักฐานผ่านการเห็นต่างมาแล้วเท่านั้น" เพื่อให้เป็นไปตามนี้ ระบบใช้ Gated Bulletin Board System (BBS) ที่คุมจังหวะการเห็นข้อมูลของ Agent กันเองผ่าน 3 โหมด :

• Isolation Mode (โหมดแยกอิสระ): นี่คือขั้นตอนสำคัญที่ป้องกัน Groupthink อย่างแท้จริง Agent ทุกตัวจะได้สิทธิ์แค่เขียนข้อมูลลงกระดาน (Write-only) ห้ามเห็นสิ่งที่เพื่อนทำเด็ดขาด แนวทางนี้บีบให้ Agent แต่ละตัวต้องไล่ตามเส้นทางการค้นคว้าของตัวเองจริงๆ โดยไม่ถูกเบี่ยงเบนตั้งแต่ต้น
• Review Mode (โหมดตรวจสอบ): เมื่อทุกคนทำงานเดี่ยวเสร็จแล้ว สิทธิ์ในการอ่านข้อมูลของเพื่อนจะถูกปลดล็อก Agent จะนำสิ่งที่ตัวเองพบมาขึ้นเขียงตรวจสอบข้ามกันอย่างเป็นระบบ สนับสนุนให้เกิดการเห็นต่างอย่างสร้างสรรค์และขุดคุ้ยสมมติฐานที่ซ่อนอยู่
• Commitment Mode (โหมดสรุปผล): ข้อสรุปสุดท้ายจะถูกสร้างขึ้นก็ต่อเมื่อหลักฐานที่ผ่านการไขว้กันจากหลายเส้นทางอิสระแล้วรอดจากการตรวจสอบอย่างเข้มข้นเท่านั้น

ผลทดลองเจาะลึก: Free Chat คือศัตรูของความหลากหลาย

เพื่อพิสูจน์ว่าการบังคับแยกอิสระได้ผลจริง Snowflake ได้ทำการทดสอบแบบ Ablation Study กับชุดคำถาม 120 ข้อจาก Benchmark ชื่อ BrowseComp โดยเทียบ 3 รูปแบบ คือ ใช้ Gated BBS, ปล่อยให้ Agent แชตหากันฟรี และให้ Agent เดี่ยวทำงานอิสระ

ผลลัพธ์ยืนยันหลักการของ ArcticSwarm ชนิดหน้ามือเป็นหลังมือ การปล่อยให้ Agent คุยกันฟรีทำให้ความหลากหลายของหลักฐานพังทลายทันที ทีมวิจัยพบว่ามีความซ้ำซ้อนของ URL ที่ Agent ไปค้นหามาสูงมาก แทนที่แต่ละตัวจะช่วยกันหาข้อมูลให้ครอบคลุม กลับกลายเป็นทุกคนแห่ไปอ่านหน้าเว็บเดียวกันหมดเพราะเห็นเบาะแสเดียวกันตั้งแต่ต้น

ที่น่าสนใจยิ่งกว่าคือค่า Effective Sample Size (ESS) ซึ่งวัดว่าในระบบมี 'นักสืบอิสระ' ที่คิดไม่เหมือนกันกี่คน ตัวเลขนี้สูงกว่ามากเมื่อใช้การปิดกั้นข้อมูล ยิ่งไปกว่านั้น ในขั้นตอน Review ก็พบว่าเมื่อข้อสรุปได้รับการ VERIFIED จากทั้ง Agent ผู้สร้าง (Builder) และผู้ตรวจสอบเฉพาะทาง (Dedicated Reviewer) พร้อมกัน ความแม่นยำจะสูงถึง 86.4% แต่หากมีแค่ฝั่งใดฝั่งหนึ่งตรวจ ความแม่นยำจะลดลงมาที่ 70.9% และ 66.1% ตามลำดับ ส่วนเคสที่ไม่มีการตรวจสอบเลย แม่นยำร่วงเหลือ 35.3% เท่านั้น นี่แสดงให้เห็นว่าคุณภาพของขั้นตอนการตรวจสอบก็สำคัญไม่แพ้การแยกอิสระในช่วงแรก

ทุบสถิติ Benchmark: BrowseComp และ BrowseComp-Plus

ความอัจฉริยะของ ArcticSwarm แปลงออกมาเป็นคะแนนที่พุ่งกระฉูด จากการวัดภายในของ Snowflake ด้วย Benchmark วิจัยเชิงลึกแบบ Hybrid ArcticSwarm ได้คะแนนความแม่นยำ 64.18% เทียบกับ Single-agent รูปแบบเดิมที่ได้เพียง 47.08% หรือดีขึ้นเกือบ 1 ใน 3 ส่วน

บน Benchmark สาธารณะยิ่งเด่นชัดกว่าเดิม:

• BrowseComp (1,266 คำถาม): ArcticSwarm เมื่อใช้ VERIFIED จาก Builder + Reviewer ได้แม่นยำ 86.4% ฝั่ง OpenAI Deep Research ซึ่งเป็นโมเดลที่ถูกเทรนมาเพื่อการท่องเว็บโดยเฉพาะ ได้คะแนน ~51.5% ส่วนโมเดลภาษาอย่าง GPT-4o และ GPT-4.5 ได้คะแนนเกือบ 0%
• BrowseComp-Plus (ควบคุมคอร์ปัสข้อมูลตายตัว): คู่แข่งที่แรงที่สุดในตลาดคือ GPT-5 ที่จับคู่กับ Qwen3-Embedding-8B ได้แม่นยำ 70.12% และ o3 ได้ 63.49% จะเห็นว่า ArcticSwarm ที่ 86.4% ในกลุ่มข้อสอบเวอร์ชันหินที่สุด ทิ้งห่างคู่แข่งอย่างเห็นได้ชัด

ArcticSwarm กับโลกองค์กร: CoWork Deep Research

แนวคิดเหล่านี้ไม่ได้ถูกเก็บไว้ในห้องแล็บเท่านั้น Snowflake กำลังนำ ArcticSwarm เข้าไปอยู่ในแพลตฟอร์มสำหรับองค์กร ผ่านฟีเจอร์ใหม่ชื่อ Snowflake CoWork's Deep Research Mode ที่จะช่วยให้ “Knowledge Workers” หรือพนักงานที่ต้องใช้ข้อมูลวิเคราะห์ สามารถทำงานวิจัยที่มั่นใจได้สูงบนข้อมูลภายในของบริษัทที่ถูกกำกับดูแลอย่างดี การผสานรวมนี้มาพร้อม 3 ฟีเจอร์สนับสนุน :

• Artifacts: ชิ้นงานที่คงอยู่ถาวร เช่น รายงาน โค้ด บทวิเคราะห์ ที่แชร์และตรวจสอบย้อนหลังกันในทีมได้
• User Memory: ระบบจำบริบทผู้ใช้และรูปแบบการวิจัยข้าม Session เพื่อให้คำถามอนาคตดีขึ้นเรื่อยๆ
• Cortex Sense: เลเยอร์ที่เข้าใจบริบทในองค์กร คอยยื่นข้อมูลภายใน สกีมาฐานข้อมูล และงานวิเคราะห์เก่าๆ ที่เกี่ยวข้องให้ Agent โดยอัตโนมัติ

สำหรับผู้ใช้ในองค์กร นี่แปลว่าเราสามารถใช้พลังต้านอคติของ ArcticSwarm รับมือกับข้อมูลกึ่งโครงสร้างทั้งจากการเขียน SQL ค้นในฐานข้อมูล และค้นหาเอกสารภายในที่ไร้โครงสร้างชัดเจน เพื่อให้ได้คำตอบที่ผ่านการตรวจสอบจากเส้นทางอิสระ ก่อนถึงมือคนตัดสินใจ