ทันเอไอ

งานวิจัยเสนอ PlanFence ตรวจแผนเก่าก่อนเอเจนต์ AI ลงมือทำ

PlanFence เสนอให้เอเจนต์ AI ตรวจว่าข้อมูลที่ใช้สร้างแผนยังใช้ได้ก่อนลงมือทำ หลังการทดลองควบคุมพบว่าการได้รับข้อมูลล่าสุดเพียงอย่างเดียวไม่ได้ป้องกันการทำตามแผนเก่า

เอเจนต์ AI (ระบบปัญญาประดิษฐ์ที่วางแผนและลงมือทำงาน) อาจได้รับข้อมูลล่าสุดแล้ว แต่ยังทำตามแผนที่สร้างจากข้อมูลเก่า งานวิจัยบน arXiv หมวด cs.AI เรื่อง Fresh Memory, Stale Plans โดย Evan Chen, Shiqiang Wang และ Christopher G. Brinton ซึ่งส่งเมื่อวันที่ 3 กันยายน 2026 เสนอวิธีชื่อ PlanFence เพื่อรับมือกับช่องโหว่นี้ในระบบที่มีเอเจนต์หลายตัวทำงานร่วมกัน

ผู้วิจัยเรียกปัญหานี้ว่า stale-plan execution (การลงมือทำตามแผนที่ล้าสมัย) โดยอธิบายว่า เอเจนต์ตัวหนึ่งอาจสร้างแผนจากข้อกำหนดเดิม จากนั้นเอเจนต์อีกตัวแก้ไขข้อกำหนด แม้ตัวที่รับหน้าที่ลงมือทำจะได้รับข้อมูลฉบับใหม่แล้ว ก็อาจยังใช้แผนเดิมอยู่ ประเด็นจึงอยู่ที่การตรวจว่าแผนยังสอดคล้องกับข้อมูลหรือไม่ นอกเหนือจากการตรวจว่าข้อมูลในระบบเป็นฉบับล่าสุดแล้ว

PlanFence กำหนดให้แผนระบุอย่างเจาะจงว่าอ้างอิงข้อมูลร่วมรายการใดและเวอร์ชันใด ก่อนดำเนินการที่ส่งผลต่อระบบภายนอก เอเจนต์ผู้ปฏิบัติจะตรวจเฉพาะรายการข้อมูลที่อาจกระทบต่อการกระทำนั้น กระบวนการรองรับการวางแผนใหม่หนึ่งครั้ง และระงับการกระทำหากตรวจสอบได้ไม่ครบ วิธีนี้มุ่งตรวจความใช้ได้ของแผนตรงจุดที่กำลังจะเกิดผลจริง

ในการทดลองควบคุม 30 เวิร์กโฟลว์ (ลำดับขั้นตอนการทำงาน) ที่มีการแก้ข้อมูลหลังสร้างแผน ผู้วิจัยรายงานว่า วิธีที่ตรวจเฉพาะความสดใหม่ของข้อมูลยังลงมือทำตามแผนเก่าทั้ง 30 งาน ขณะที่ PlanFence ทำงานสำเร็จทั้งหมดโดยไม่พบการกระทำที่ไม่ถูกต้อง อย่างไรก็ตาม ผลดังกล่าวเป็นผลในเงื่อนไขทดลองที่กำหนดไว้ ไม่ได้ยืนยันว่าความแม่นยำในการทำงานทั่วไปเพิ่มขึ้น หรือระบบจะป้องกันข้อผิดพลาดได้ทุกประเภท

หลักฐานผลทดลองยังมาจากผู้วิจัยกลุ่มเดียว บทความอธิบายใน Codex Knowledge Base อ้างอิงงานเดิม และไม่ใช่การทดลองซ้ำโดยแหล่งอิสระ จึงควรมอง PlanFence เป็นแนวทางที่น่าศึกษาต่อสำหรับการควบคุมเอเจนต์ ก่อนสรุปประสิทธิผลในการใช้งานจริง