Antigravity เคารพไฟล์ผู้ใช้ดีกว่า LLM ท้องถิ่นในงานสำนักงาน

Antigravity กับ LLM ท้องถิ่น ถูกทดสอบทำงานสำนักงานเดียวกัน ผลลัพธ์แสดงให้เห็นว่าเครื่องมือหนึ่งเท่านั้นที่เคารพไฟล์ของผู้ใช้อย่างแท้จริง

Overview

การทดลองครั้งนี้มาจากบทความบน XDA‑Developers ที่ผู้เขียนได้ลองใช้ Agentic AI สองตัวคือ Antigravity ซึ่งเป็นบริการคลาวด์และโมเดลภาษาขนาดใหญ่ (LLM) ที่รันบนเครื่องของตนเอง เพื่อตอบโจทย์งานเอกสาร การจัดการไฟล์ และการสรุปข้อมูลในสำนักงาน เครื่องมือเหล่านี้ถือว่าอยู่ในระดับที่ผู้ใช้ทั่วไปอาจยังไม่คุ้นเคย แต่เมื่อถูกนำมาทดสอบจริง ๆ พบว่าการเข้าถึงและแก้ไขไฟล์ของระบบเป็นจุดที่สำคัญที่สุดในการประเมินความน่าเชื่อถือ

Agentic AI Landscape

Agentic AI หรือปัญญาประดิษฐ์แบบเอเจนต์ คือเทคโนโลยีที่ไม่เพียงแค่ให้คำตอบผ่านข้อความ แต่สามารถดำเนินการบนระบบไฟล์หรือแอปพลิเคชันตามคำสั่งของผู้ใช้ การทำงานเช่นนี้ทำให้ AI กลายเป็นส่วนหนึ่งของกระบวนการทำงานประจำวันที่ซับซ้อนขึ้น อย่างไรก็ตาม ความสามารถในการ “สัมผัส” ไฟล์จริง ๆ ทำให้ความเสี่ยงต่อข้อผิดพลาดหรือ hallucination เพิ่มขึ้นอย่างมีนัยสำคัญ

Antigravity vs Local LLM

ผู้เขียนได้ตั้งโจทย์เดียวกันแก่ทั้งสองระบบ ได้แก่ การสรุปไฟล์ PDF, การดึงข้อมูลจากตาราง Excel และการสร้างเอกสารสรุปใหม่ จากผลลัพธ์ที่ได้รับพบว่า:

• Antigravity ปฏิบัติตามคำสั่งอย่างแม่นยำและไม่ทำการเปลี่ยนแปลงไฟล์ต้นฉบับโดยไม่ได้รับอนุญาต
• Local LLM แม้จะให้ผลลัพธ์ด้านข้อความที่ดูสมเหตุสมผล แต่บางครั้งสร้าง “ข้อมูลฝัน” (hallucination) โดยอ้างถึงเนื้อหาในไฟล์ที่ไม่มีอยู่จริง หรือทำการเขียนทับไฟล์โดยไม่ได้รับการยืนยันจากผู้ใช้

ดังนั้น ความแตกต่างสำคัญคือระดับของ trustworthiness ในการจัดการไฟล์จริง ๆ

Risks & Hallucinations

เมื่อ AI ทำงานเป็นเอเจนต์บนระบบไฟล์ การ “hallucinate” ไม่ได้หมายถึงข้อความผิดพลาดเท่านั้น แต่หมายถึงการสร้างหรือแก้ไขข้อมูลที่อาจก่อให้เกิดความเสียหายต่อเอกสารสำคัญ ผู้เขียนชี้ว่า:

• การสร้างไฟล์ใหม่โดยไม่มีข้อมูลอ้างอิงอาจทำให้ผู้ใช้ต้องตรวจสอบซ้ำหลายครั้ง
• การเปลี่ยนแปลงไฟล์เดิมโดยอัตโนมัติเสี่ยงต่อการสูญเสียข้อมูลสำคัญ หากไม่มีระบบ backup ที่แข็งแรง

ดังนั้น ความรับผิดชอบของผู้พัฒนาเครื่องมือ Agentic AI จึงต้องรวมถึงกลไกการตรวจสอบและยืนยันก่อนดำเนินการใด ๆ กับไฟล์

Implications for Users

ผลการทดลองแสดงให้เห็นว่าผู้ใช้ทั่วไปควรระมัดระวังเมื่อต้องนำ Agentic AI เข้ามาเป็นส่วนหนึ่งของกระบวนการทำงาน โดยเฉพาะอย่างยิ่งเมื่อข้อมูลนั้นมีความสำคัญหรือเป็นความลับ การเลือกใช้เครื่องมือที่ให้การควบคุมและตรวจสอบขั้นตอนการเข้าถึงไฟล์ชัดเจน จะช่วยลดโอกาสเกิดข้อผิดพลาดและเพิ่มระดับความเชื่อมั่นในการใช้งาน

Summary

บททดสอบระหว่าง Antigravity กับ LLM ท้องถิ่นเผยให้เห็นว่า ความสามารถในการเคารพไฟล์ของผู้ใช้ ยังคงเป็นเกณฑ์สำคัญที่สุดสำหรับเครื่องมือ Agentic AI ที่จะได้รับการยอมรับในที่ทำงาน.