Vercel เปิดตัวเฟรมเวิร์กเอเจนต์โอเพ่นซอร์ส eve พร้อมฟีเจอร์ Passport ปรับปรุงการจัดการ Shadow AI

ที่มาภาพ: The Register

AI21 มิถุนายน 2569 เวลา 03:30อ่าน 8 นาทีThe Register

Vercel เปิดตัวเฟรมเวิร์กเอเจนต์โอเพ่นซอร์ส eve พร้อมฟีเจอร์ Passport ปรับปรุงการจัดการ Shadow AI

⚡ สรุป 30 วิ

Vercel เปิดตัว eve – โครงสร้างเอเจนต์แบบโอเพ่นซอร์สที่ใช้ TypeScript และ Markdown พร้อมฟีเจอร์ Passport ที่ใช้ OpenID Connect เพื่อลดปัญหา Shadow AI ในองค์กร…

Vercel เปิดตัว eve – โครงสร้างเอเจนต์แบบโอเพ่นซอร์ส – พร้อมฟีเจอร์ Passport ที่มุ่งแก้ไขปัญหา “shadow AI” ในงาน Ship ที่ลอนดอนเมื่อสัปดาห์นี้ การเปิดตัวนี้มีความสำคัญเพราะเอเจนต์กำลังเป็นหัวข้อหลักของการสนทนาด้าน AI และ Vercel พยายามทำให้การสร้างและจัดการเอเจนต์เป็นเรื่องง่ายขึ้นสำหรับนักพัฒนาและองค์กร

Overview

งาน Ship ของ Vercel เน้นการแสดงเทคโนโลยีใหม่ ๆ ที่ช่วยเร่งการพัฒนาแอปพลิเคชันบนคลาวด์ ทั้ง eve และ Passport ได้รับการแถลงโดยทีมผู้บริหาร รวมถึง CTO Malte Ubl ที่อธิบายว่าต้องการตอบโจทย์ความซับซ้อนของการใช้งานเอเจนต์ในระดับองค์กร Ubl ระบุว่า เอเจนต์กำลังเป็นส่วนสำคัญของการทำงานร่วมกับโมเดลภาษาขนาดใหญ่ (LLM) และการเปิดตัว eve จะทำให้การสร้างเอเจนต์ “fill‑in‑the‑blanks” ได้ง่ายขึ้น

การเปิดตัวนี้สอดคล้องกับแนวโน้มของ “custom agents” ที่องค์กรต้องการควบคุมพฤติกรรมและการเข้าถึงข้อมูลของเอเจนต์โดยไม่ต้องพึ่งพาผู้ให้บริการคลาวด์เฉพาะเจาะจง Vercel แสดงเจตนาว่าจะทำให้เฟรมเวิร์กทำงานได้บนแพลตฟอร์มใดก็ได้ แม้ว่าจะมีการเชื่อมต่อกับระบบของ Vercel โดยอัตโนมัติ

eve Framework Details

eve ถูกออกแบบให้ใช้ TypeScript และ Markdown เป็นภาษาหลัก โดยโครงสร้างของเอเจนต์จะอยู่ในไดเรกทอรีเดียวที่บรรจุไฟล์กำหนดคำสั่ง, ทักษะ, ผู้ให้บริการโมเดล, เครื่องมือ, การยืนยันตัวตน, ช่องทางสื่อสารและตารางเวลา การจัดเก็บแบบนี้ทำให้ผู้พัฒนาสามารถมองเห็นส่วนประกอบทั้งหมดในที่เดียว

เอเจนต์แต่ละตัวจะทำงานในสภาพแวดล้อมแยก (sandbox) บน VM ที่แยกจากกันโดยอัตโนมัติ ซึ่งช่วยลดความเสี่ยงของการรบกวนระหว่างเอเจนต์ต่าง ๆ ฟีเจอร์การทดสอบที่รวมอยู่ในเฟรมเวิร์กทำหน้าที่เรียกใช้เอเจนต์และประเมินผลลัพธ์โดยอัตโนมัติ ทำให้การตรวจสอบคุณภาพเป็นเรื่องง่ายกว่าเดิม

โค้ดของ eve ถูกเผยแพร่บน GitHub ภายใต้สัญญาอนุญาต Apache 2.0 ทำให้ชุมชนสามารถตรวจสอบ, ปรับปรุง และนำไปใช้ต่อได้โดยไม่มีข้อจำกัดทางลิขสิทธิ์ Ubl ย้ำว่า “ความเรียบง่ายคือคุณลักษณะหลัก” และผู้พัฒนาจะไม่ต้องเข้าใจรายละเอียดเชิงลึกของ sandbox หรือการจัดการ context windows

Deployment & Compatibility

การปรับใช้เอเจนต์ที่สร้างด้วย eve ไปยัง Vercel ทำได้ด้วยคำสั่งเดียวเดียวกับแอปเว็บทั่วไป คือ `vercel deploy` ซึ่งช่วยให้กระบวนการ CI/CD ราบรื่นและสอดคล้องกับแนวทางการพัฒนาปัจจุบัน อย่างไรก็ตาม Vercel ยืนยันว่าเฟรมเวิร์กไม่ผูกพันกับแพลตฟอร์มของตน Ubl ยืนยันว่า “เรามุ่งมั่นทำให้ทำงานได้ทุกที่” แม้ว่าจะยังมีรายงานบั๊กหนึ่งที่ระบบขอให้ล็อกอิน Vercel แม้เลือกผู้ให้บริการโมเดลอื่น

ผู้ใช้สามารถกำหนดผู้ให้บริการ LLM และ sandbox ได้ตามต้องการ ทั้งจากผู้ให้บริการภายนอกหรือจาก Vercel AI Gateway ซึ่งเป็นจุดเชื่อมต่อเดียวที่รวมหลายผู้ให้บริการไว้และสามารถสลับไปมาหากโมเดลใดโมเดลหนึ่งล่ม การพัฒนาแบบโลคัลทำได้ด้วยคำสั่ง `npx eve dev` ทำให้นักพัฒนาสามารถทดสอบเอเจนต์บนเครื่องของตนก่อนส่งต่อไปยังคลาวด์

Enterprise Features & Shadow AI

ในส่วนของโซลูชันระดับองค์กร Vercel แสดงตัวอย่าง Enterprise Apps and Agents ที่ประกอบด้วยสี่องค์ประกอบหลัก:

  • Vercel Connect – แทนที่รหัสลับคงที่ด้วยโทเคนสั้นที่เข้าถึงผ่าน OAuth หรือ API
  • Passport – ใช้ OpenID Connect เพื่อนำแอปพลิเคชันและเอเจนต์ทั้งหมดเข้าสู่ระบบอัตลักษณ์ขององค์กร เช่น Okta หรือ Microsoft Entra
  • Enterprise Managed Users – ซิงค์ไดเรกทอรีเพื่อให้การจัดการผู้ใช้บน Vercel สอดคล้องกับระบบอัตลักษณ์ขององค์กร
  • **Bring Your Own Cloud (BYOC) – ให้ลูกค้าใช้โครงสร้างพื้นฐาน AWS ที่จัดหาเองเพื่อรันแพลตฟอร์ม Vercel

ฟีเจอร์เหล่านี้ตอบโจทย์การแก้ไขปัญหา “shadow AI” – การที่พนักงานสร้างแอปพลิเคชันด้วย AI โดยใช้ข้อมูลของบริษัทแต่ไม่ได้อยู่ภายใต้นโยบาย IT ขององค์กร Vercel ระบุว่า Passport เป็นความต้องการที่สูงมาก เนื่องจากจำนวนแอปพลิเคชันที่พนักงานสร้างด้วยความช่วยเหลือของ AI และโฮสต์บน Vercel เพิ่มขึ้นอย่างต่อเนื่อง

Cost & Competitive Landscape

หนึ่งในข้อวิพากษ์ของ Vercel คือการใช้โครงสร้างพื้นฐานของ AWS ทำให้ค่าใช้จ่ายอาจสูงกว่าการซื้อทรัพยากรโดยตรง Ubl ชี้ว่า Vercel มีการใช้ทรัพยากรอย่างมีประสิทธิภาพ โดยเฉพาะที่ระดับสเกลต่ำและเมื่อเทียบกับ AWS Lambda บริษัทอ้างว่าลดค่าใช้จ่ายของ Lambda ได้สูงสุด **95 % ด้วยการนำอินสแตนซ์ที่ไม่ได้ใช้กลับมาใช้ใหม่

Ubl ย้ำว่า ลูกค้า AWS ต้องใช้ทรัพยากรอย่างน้อย 35 % ของประสิทธิภาพการใช้งานจึงจะเทียบเท่ากับราคาของ Vercel ในด้านการแข่งขันกับ Cloudflare Vercel เน้นว่าตนใช้รันไทม์มาตรฐาน (Node.js, Python, PHP) บน VM ไม่ได้สร้างสภาพแวดล้อมเฉพาะเช่น Cloudflare Workers ที่อิงกับ V8 isolates แม้ว่า Cloudflare จะวิจารณ์ Next.js ของ Vercel ว่า “entirely bespoke” ผู้พัฒนาของ Vercel ยืนยันว่ามี Adapter API** ที่เสถียรใน Next.js 16.2 ซึ่งคาดว่าจะทำให้การทำงานข้ามผู้ให้บริการคลาวด์สำเร็จโดยสิ้นสุดปี 2026

Technical Considerations

การใช้ BYOC บน AWS มีข้อจำกัดสำคัญคือ Vercel ไม่อนุญาตให้คอมพิวต์ของลูกค้า “assume AWS roles” อย่างไรก็ตาม Vercel จะออก OIDC token สำหรับทุกการเรียกใช้คอมพิวต์ ทำให้ผู้ใช้สามารถกำหนดนโยบาย AWS ของตนเองผ่านโทเคนดังกล่าว Ubl บอกว่า Vercel จึงกลายเป็น “vendor ผู้จัดการ” ของส่วนโครงสร้างพื้นฐาน AWS ของลูกค้า

อีกประเด็นหนึ่งคือการปรับใช้แบบ immutable ทุกครั้งที่มีการ push ไปยัง Git ระบบจะสร้างโครงสร้างพื้นฐานใหม่จากศูนย์ Ubl เชื่อว่านี่เป็นลักษณะที่เหมาะกับเอเจนต์ AI เนื่องจากช่วยให้สภาพแวดล้อมเป็นที่คาดการณ์ได้และลดความเสี่ยงของการคอนฟิกที่ผิดพลาด นอกจากนี้ Vercel ยังปรับจูนแพลตฟอร์มให้สอดคล้องกับพฤติกรรมของเอเจนต์ เช่น การจัดการ context window และการสเกลอัตโนมัติ

Summary

Vercel เปิดตัว eve – เฟรมเวิร์กเอเจนต์โอเพ่นซอร์สที่เน้นความเรียบง่ายและการทำงานบนหลายคลาวด์ – พร้อมกับ Passport ที่ช่วยจัดการ “shadow AI” ขององค์กร การเปิดตัวนี้อาจเปลี่ยนแปลงวิธีการพัฒนาและควบคุมเอเจนต์ AI ในระดับองค์กรโดยเน้นความปลอดภัยและความคุ้มค่า.

แชร์บทความนี้:

ชอบบทความแบบนี้?

สมัคร AI Automate Weekly Newsletter — รับเคล็ดลับ AI + how-to ใหม่
ทุกสัปดาห์ตรงถึง inbox ฟรี ไม่มีสแปม

แหล่งข่าวต้นฉบับ

ชื่อต้นฉบับ
Vercel debuts eve open source agent framework, tries to fix shadow AI with Passport
ผู้เขียน
Unknown
แหล่ง
The Register
วันที่เผยแพร่
19 มิถุนายน 2569 เวลา 19:35

Related

บทความที่เกี่ยวข้อง

ผู้พัฒนา jqwik ปิดกั้นการใช้ AI ด้วยข้อกำหนดใหม่และทำให้บ…AI
-

ผู้พัฒนา jqwik ปิดกั้นการใช้ AI ด้วยข้อกำหนดใหม่และทำให้บ…

นักพัฒนาไลบรารีการทดสอบ Java jqwik ใส่เงื่อนไขห้ามเอเจนต์ AI ตั้งแต่เวอร์ชัน 1.10 ทำให้บอทหลายตัวลบชุดทดสอบโดยอัตโนมัติ…

The Register6 นาที
ทดลองรัน Gemma, LLaMA และ Qwen บนสมาร์ทโฟน – โมเดลใดคุ้มค่าที่สุดต่อพื้นที่จัดเก็บAI
20 มิถุนายน 2569 เวลา 00:00

ทดลองรัน Gemma, LLaMA และ Qwen บนสมาร์ทโฟน – โมเดลใดคุ้มค่าที่สุดต่อพื้นที่จัดเก็บ

ผู้เขียนทดสอบโมเดลภาษา Gemma 4, LLaMA 2 และ Qwen‑2 บนสมาร์ทโฟน Android พบว่า Gemma มีคุณภาพสูงแต่ใช้พื้นที่หลายกิกะไบต์ ส่วน LLaMA เล็กกว่าแต่ความเร็วแปรปรวน…

XDA Developers9 นาที
รายงาน 2026: AI เสริมความเกลียดชังต่อชุมชน LGBTQ อย่างต่อเนื่องAI
19 มิถุนายน 2569 เวลา 22:30

รายงาน 2026: AI เสริมความเกลียดชังต่อชุมชน LGBTQ อย่างต่อเนื่อง

GLAAD รายงานว่า AI ยังคงเผยข้อมูลเท็จและกรองเนื้อหาอย่างผิดพลาดต่อกลุ่ม LGBTQ ทำให้เกิดอคติ ความเสี่ยงด้านความเป็นส่วนตัวและสิทธิพื้นฐานของผู้ใช้ที่เปราะบาง

Mashable Tech7 นาที
โฟโตทรานซิสเตอร์จำแสงแบบสมอง ลดพลังงานระบบ AI VisionAI
19 มิถุนายน 2569 เวลา 21:00

โฟโตทรานซิสเตอร์จำแสงแบบสมอง ลดพลังงานระบบ AI Vision

นักวิจัยมหาวิทยาลัย Oregon State พัฒนาฟโโตทรานซิสเตอร์ที่รวมการตรวจจับแสง, หน่วยความจำแบบแสงและการประมวลผลในชิ้นเดียว…

Tom's Hardware7 นาที
คัดลอกลิงก์แล้ว!