Honor เปิดตัว MagicOS 11? เจาะลึกการทำงานของ Agent Harness ในการจัดการคำสั่งของผู้ใช้

opoinstall
2026-09-16
5 min read

Honor เปิดตัว MagicOS 11? เมื่อวันที่ 15 กันยายน 2026 Honor ได้เปิดตัว MagicOS 11 อย่างเป็นทางการที่งาน Global Developer Conference ในเมืองเซินเจิ้น ซึ่งถือเป็นสิ่งที่ Honor นิยามว่าเป็นสถาปัตยกรรม Agent Harness ระดับระบบตัวแรกของโลกที่ใช้งานในเชิงพาณิชย์บนสมาร์ทโฟนสำหรับผู้บริโภค ระบบปฏิบัติการนี้มีกำหนดจะเปิดตัวในสมาร์ทโฟนรุ่นเรือธง Honor Magic9 โดยแสดงให้เห็นถึงการเปลี่ยนแปลงครั้งสำคัญในด้านวิศวกรรมระบบมือถือ จากเดิมที่เป็นรูปแบบแอปพลิเคชันแบบกราฟิกทั่วไปสู่ “Agentic OS” (AOS) ในขณะที่ผู้ช่วย AI บนมือถือรุ่นก่อนๆ มักเน้นไปที่การตอบโต้ผ่านบทสนทนาและการทำงานอัตโนมัติแบบจำกัดขอบเขต แต่ MagicOS 11 ได้ขยายขอบเขตการทำงานไปสู่การจัดลำดับงานในระดับระบบที่มีความซับซ้อนและยาวนานขึ้น โดยให้ YOYO Harness ทำหน้าที่เป็นระบบควบคุมการทำงานหลัก สำหรับนักออกแบบซอฟต์แวร์และวิศวกรแพลตฟอร์มมือถือ การเปิดตัวนี้ได้นำคำถามสำคัญมาสู่แนวหน้า: ระบบ Harness ระดับระบบสามารถวิเคราะห์ภาษาธรรมชาติที่ไม่จำกัดรูปแบบให้กลายเป็นงานหลายขั้นตอนที่ตรวจสอบได้จริงอย่างไร, จัดการการเรียกใช้เครื่องมือผ่านโปรโตคอลที่มีโครงสร้างเทียบกับการใช้ภาพ (Visual Fallback) ได้อย่างไร และกำกับดูแลการกระทำของเอเจนต์ภายใต้ขอบเขตของแอปพลิเคชัน Android และสิทธิ์การเข้าถึงได้อย่างไร?

กระบวนทัศน์ทางสถาปัตยกรรม: จากคอนเทนเนอร์แอปพลิเคชันสู่ Agentic OS

ตลอดทศวรรษที่ผ่านมา ระบบปฏิบัติการมือถือส่วนใหญ่พัฒนาไปรอบๆ การจัดสรรทรัพยากร ทั้งการเพิ่มประสิทธิภาพการทำงานของ CPU/GPU, การบีบอัดหน่วยความจำ, การวัดและส่งข้อมูลไร้สาย และการแสดงผลสำหรับแอปพลิเคชันภายนอกที่ทำงานในรูปแบบ Sandbox การโต้ตอบของผู้ใช้ยังคงเป็นแบบเดิม คือผู้ใช้เปิดแอปพลิเคชัน เข้าเมนูที่ซับซ้อน สั่งงานฟังก์ชันเฉพาะ และเชื่อมโยงข้อมูลระหว่างบริการต่างๆ ด้วยตนเอง

สรุปภาพรวม

  • ระบบควบคุม Agent Harness ระดับระบบ: YOYO Harness ทำหน้าที่เป็น Middleware ระหว่างโมเดลการใช้เหตุผลขั้นสูงกับความสามารถของอุปกรณ์ปลายทาง โดยทำหน้าที่รับรู้สถานะของอุปกรณ์, วางแผนงานระยะยาว, ส่งคำสั่งเครื่องมือ และประมวลผลการตอบสนอง
  • ช่องทางการเรียกใช้เครื่องมือแบบสองเส้นทาง: MagicOS 11 ให้ความสำคัญกับช่องทางการทำงานที่มีโครงสร้างชัดเจนผ่านโปรโตคอล Model Context Protocol (MCP), ทักษะพื้นฐาน (Native Skills) และ API ของระบบ ในขณะเดียวกันก็ยังคงรักษาการใช้คอมพิวเตอร์วิทัศน์ (CV) และระบบอัตโนมัติบนหน้าจอ (GUI Automation) ไว้เป็นช่องทางสำรองสำหรับแอปพลิเคชันที่ยังไม่รองรับระบบดังกล่าว
  • ขอบเขตการทำงานระยะยาว: แม้ Honor จะระบุว่าสามารถทำงานต่อเนื่องได้เกิน 100 ขั้นตอน ผ่านเงื่อนไขกระตุ้น 40 รูปแบบ และการดำเนินการกว่า 130 รายการ แต่ประโยชน์ในทางปฏิบัติสำหรับผู้บริโภคจะมุ่งเน้นไปที่เวิร์กโฟลว์ขนาดเล็กที่มีความถี่สูง ซึ่งในบางกรณีควรมีขั้นตอนยืนยันเพื่อความปลอดภัยสำหรับงานที่มีผลกระทบสูง

Li Jian ซีอีโอของ Honor บนเวที Global Developer Conference อธิบายรายละเอียดเกี่ยวกับ MagicOS 11 และการเปลี่ยนผ่านเชิงกลยุทธ์จากคอนเทนเนอร์แอปพลิเคชันไปสู่ Agentic OS

การเปลี่ยนผ่านทางสถาปัตยกรรมของ Honor สะท้อนถึงการเดินทางตลอด 10 ปีในด้านปัญญาประดิษฐ์บนอุปกรณ์ เริ่มต้นจากเครื่องมือ Magic Live รุ่นแรกในปี 2016 ผ่านการจดจำเจตนาในระดับแพลตฟอร์มใน MagicOS 8.0 และการสำรวจการทำงานของเอเจนต์อิสระใน MagicOS 9.0 แพลตฟอร์มได้มุ่งเน้นการใช้ทรัพยากรคอมพิวเตอร์ไปที่การทำความเข้าใจบริบทอย่างต่อเนื่อง ในระหว่างงานเปิดตัว ผู้นำของ Honor ได้วางตำแหน่งหลักชัยนี้ไว้ภายใต้กลยุทธ์ Alpha Strategy และวิสัยทัศน์ AHI (“AI Human Interaction”) โดยต่อยอดจากความมุ่งมั่นที่ประกาศไว้ก่อนหน้านี้ในการลงทุนมากกว่า $10,000 ล้านดอลลาร์ในระยะเวลา 5 ปี เพื่อเปลี่ยนผ่านระบบนิเวศอุปกรณ์ AI ของบริษัท

จากข้อมูลของแพลตฟอร์มที่เปิดเผยระหว่างงานเปิดตัว ปัจจุบัน YOYO มีผู้ใช้งานรายเดือนมากกว่า 160 ล้านคน ครอบคลุมสถานการณ์การใช้งานเชิงรุกกว่า 1,000 รูปแบบ อย่างไรก็ตาม การเปลี่ยนจากการให้คำแนะนำเชิงรุกไปสู่การปฏิบัติงานอัตโนมัติจำเป็นต้องมีการปรับโครงสร้างวิธีที่ระบบปฏิบัติการโต้ตอบกับบริการภายนอก แทนที่จะคาดหวังให้ผู้ใช้ค้นหาและดำเนินการด้วยตนเอง Agentic OS จะต้องทำหน้าที่ตีความเจตนา รวบรวมเครื่องมือที่กระจายอยู่ จัดการกับความล้มเหลวระหว่างขั้นตอน และนำเสนอผลลัพธ์ที่ตรวจสอบได้

ถอดรหัส YOYO Harness: การรับรู้, การวางแผน, และการเรียกใช้งานแบบสองช่องทาง

ในระบบ AI สมัยใหม่ โมเดลพื้นฐานเพียงอย่างเดียวไม่สามารถทำหน้าที่เป็นเอเจนต์อิสระได้ ดังที่สถาปนิกของระบบมักตั้งข้อสังเกตว่า ในขณะที่โมเดลขนาดใหญ่ให้เหตุผลในเชิงความรู้ แต่ Harness จะให้พื้นที่ปฏิบัติงาน โดยจัดหาหน่วยความจำถาวร การรับรู้สภาพแวดล้อม เครื่องมือที่มีโครงสร้าง และข้อจำกัดด้านความปลอดภัย หากไม่มีชั้นการจัดลำดับที่จัดหาสถานะถาวร เครื่องมือ และการตอบสนองการดำเนินการ โมเดลพื้นฐานด้วยตัวมันเองจะไม่สามารถตรวจสอบการกระทำภายนอกหรือรับมือกับการเปลี่ยนแปลงของสภาพแวดล้อมได้อย่างน่าเชื่อถือ

สไลด์งานเปิดตัวอย่างเป็นทางการของ Honor MagicOS 11 แสดงรายละเอียดประสิทธิภาพของ YOYO Harness รวมถึงการทำงาน 100 ขั้นตอน อัตราความเข้าใจเจตนา 91.8 เปอร์เซ็นต์ และเครื่องมือระบบกว่า 700 รายการ

YOYO Harness ประสานงานเหล่านี้โดยทำงานเป็นชั้นการจัดลำดับในระดับระบบภายใน MagicOS เพื่อเชื่อมช่องว่างระหว่างโมเดลขนาดเล็กบนอุปกรณ์กับคลัสเตอร์การใช้เหตุผลบนระบบคลาวด์

หมายเหตุสำหรับวิศวกร: แผนภาพต่อไปนี้เป็นแบบจำลองอ้างอิงที่สังเคราะห์ขึ้นจากคำอธิบายสาธารณะของ Honor เกี่ยวกับการรับรู้ การวางแผน การเรียกใช้เครื่องมือ การดำเนินการ และอินเทอร์เฟซปลั๊กอิน Honor ไม่ได้เปิดเผยเอกสารเกี่ยวกับโทโพโลยีส่วนประกอบภายในของ YOYO Harness ทั้งหมดต่อสาธารณะ

+-------------------------------------------------------------------------+
|      REFERENCE MODEL: YOYO HARNESS SYSTEM-LEVEL ORCHESTRATION           |
+-------------------------------------------------------------------------+
|                                                                         |
|  [ Multimodal Ingestion Layer: Voice, On-Screen Context, Sensor State ] |
|                                |                                        |
|                                v                                        |
|  [ Context Aggregator: Personal Preferences & Environmental Telemetry ] |
|                                |                                        |
|                                v                                        |
|  [ Cognitive Planner: Stepwise Task Planning & Goal Decomposition ]     |
|                                |                                        |
|                                v                                        |
|  [ YOYO Harness Control Plane: Task Dispatch & Policy Checks ]          |
|                                |                                        |
|         +----------------------+----------------------+                 |
|         |                                             |                 |
|         v (Primary: Structured Path)                  v (Fallback Path) |
|  [ Standardized Tool Routing ]              [ GUI Grounding Engine ]    |
|  - Model Context Protocol (MCP Plugins)     - On-Screen OCR / CV Model  |
|  - System APIs (Phone, Calendar, Alerts)   - System-Mediated UI Action |
|  - Registered App Skill Schemas             - Visual State Observation  |
|         |                                             |                 |
|         +----------------------+----------------------+                 |
|                                |                                        |
|                                v                                        |
|  [ Execution Feedback Loop: Step Observation & Failure Recovery ]       |
|                                                                         |
+-------------------------------------------------------------------------+

ช่องทางการเรียกใช้เครื่องมือแบบสองเส้นทาง

เพื่อดำเนินการในระบบนิเวศแอปพลิเคชันที่หลากหลาย YOYO Harness ได้ปรับใช้ลำดับชั้นการทำงานสองระดับ:

  1. ช่องทางโครงสร้าง (MCP, Skills และ System APIs): เมื่อบริการภายนอกหรือส่วนประกอบของระบบเปิดเผยสัญญาการทำงานที่เป็นทางการ เช่น Model Context Protocol (MCP), ปลั๊กอินของทักษะที่ตรวจสอบแล้ว หรือ Android Intents ดั้งเดิม YOYO จะโต้ตอบผ่านเครื่องมือและอินเทอร์เฟซบริการที่มีโครงสร้าง MagicOS 11 เปิดตัวพร้อมกับเครื่องมือระบบในตัว 700 รายการและทักษะมาตรฐานกว่า 500 รายการ ในขณะเดียวกัน Honor รายงานว่าระบบนิเวศโดยรวมของบริษัทเชื่อมต่อกับบริการ AI ภายนอกมากกว่า 10,000 รายการ อินเทอร์เฟซแบบโครงสร้างมักจะให้สัญญาพารามิเตอร์ที่ชัดเจนกว่า ลดความซับซ้อนในการโต้ตอบ และมีขอบเขตการอนุญาตที่โปร่งใสกว่าการใช้ระบบอัตโนมัติผ่านภาพ
  2. ช่องทางสำรอง (Computer Vision & GUI Grounding): สำหรับแอปพลิเคชันที่ไม่มีอินเทอร์เฟซแบบโครงสร้าง YOYO สามารถเปลี่ยนไปใช้วิธีการโต้ตอบแบบ GUI ได้ ข้อมูลสาธารณะระบุว่าเอเจนต์สามารถตีความอินเทอร์เฟซแอปพลิเคชันและดำเนินการเสมือนผู้ใช้ แม้ว่า Honor จะไม่ได้เปิดเผยรายละเอียดเกี่ยวกับ stack ของการรับรู้และการป้อนคำสั่งที่อยู่เบื้องหลังเส้นทางนี้ทั้งหมด วิศวกรแพลตฟอร์มถือว่าระบบอัตโนมัติของ GUI เป็นทางเลือกสำรองเนื่องจากมีความเปราะบางต่อการเปลี่ยนแปลงเลย์เอาต์ของ UI, ความหน่วงในการแสดงผลแบบไดนามิก และมาตรการป้องกันการทำงานอัตโนมัติของแอปพลิเคชัน

อินโฟกราฟิกสถาปัตยกรรมระบบ Honor MagicOS 11 อย่างเป็นทางการ แสดงโครงสร้างพื้นฐานของโมเดลขนาดใหญ่ที่ทำงานร่วมกันระหว่างอุปกรณ์และคลาวด์, Middleware YOYO Harness และการออกแบบ Liquid Glass

การแก้เจตนาและเวิร์กโฟลว์ขนาดเล็กในชีวิตประจำวัน

Honor รายงานว่า YOYO บรรลุอัตราการทำความเข้าใจเจตนาที่ครอบคลุมถึง 91.8% โดยมีความแม่นยำในการทำงานถึง 93% ในงานง่ายๆ และ 87% ในเวิร์กโฟลว์ที่ซับซ้อน ส่งผลให้มีอัตราความสำเร็จโดยรวมแบบปิดวงจรที่ 90% แม้การเปิดเผยข้อมูลการตลาดจะเน้นย้ำถึงจุดสำคัญทางเทคนิคในการทำงานเกิน 100 ขั้นตอน แต่สำหรับสถานการณ์ในชีวิตประจำวันของผู้บริโภค ประโยชน์ที่แท้จริงน่าจะมาจากเวิร์กโฟลว์ที่สั้นและทำซ้ำได้มากกว่าการสั่งงานที่ยาวถึง 100 ขั้นตอน

สไลด์งานนำเสนอแสดงสถานการณ์บริการเชิงรุกของ YOYO ในชีวิตประจำวัน รวมถึงการจัดการตารางเวลาและการติดตามพัสดุโลจิสติกส์ที่จัดหมวดหมู่แล้ว

เพื่อนำงานในชีวิตประจำวันเหล่านี้ไปปฏิบัติ MagicOS 11 ได้นำเสนอ “YOYO Tasks” ที่ช่วยให้ผู้ใช้สามารถผูกการทำงานข้ามเงื่อนไขการกระตุ้น 40 รายการ และฟังก์ชันการดำเนินการกว่า 130 รายการ:

  • การเข้าคิวบริการอัตโนมัติ: ผู้ช่วยโทรศัพท์ AI สามารถโทรออกไปยังสายด่วนบริการลูกค้า นำทางผ่านเมนูตอบรับอัตโนมัติ (IVR) รอในคิว และแจ้งเตือนผู้ใช้ผ่านการตอบสนองแบบสั่นเมื่อมีเจ้าหน้าที่รับสาย
  • การดึงบริบทแบบหลายรูปแบบ: ในระหว่างการโทรศัพท์ การถอดเสียงบนอุปกรณ์จะดึงวันที่การประชุม หมายเลขเที่ยวบิน หรือผู้ติดต่อทางโทรศัพท์ที่กล่าวถึง และจัดเก็บข้อมูลลงในปฏิทินและสมุดที่อยู่โดยตรง
  • การแยกแยะบริบทโลจิสติกส์: แทนที่จะรวบรวมหมายเลขติดตามจาก SMS และแอปพลิเคชันอีคอมเมิร์ซ ระบบจะจัดหมวดหมู่รหัสการจัดส่งตามคุณลักษณะของรายการ โดยเน้นสินค้าที่เน่าเสียง่ายให้ไปรับทันที หรือประสานงานความช่วยเหลือสำหรับการจัดส่งสินค้าขนาดใหญ่

ความปลอดภัยเชิงป้องกัน, การแยก Sandbox, และความผิดพลาดสะสม

การอนุญาตให้เอเจนต์ซอฟต์แวร์อิสระสามารถควบคุมเวิร์กโฟลว์บนมือถือได้ก่อให้เกิดความเสี่ยงในการปฏิบัติงานที่สำคัญ ตามที่ระบุไว้ในมาตรฐานการจำแนกช่องโหว่สำหรับเอเจนต์อิสระ (เช่น แนวทางความปลอดภัยของ OWASP สำหรับ LLM และ Agentic AI ซึ่งเน้นความเสี่ยงรวมถึง Prompt Injection, การมีอำนาจมากเกินไป และการใช้เครื่องมือในทางที่ผิด) ข้อกังวลจะรุนแรงขึ้นเมื่อผู้ช่วยสามารถเปลี่ยนแปลงสถานะของระบบหรือแอปพลิเคชันได้

ความเป็นจริงเชิงวิศวกรรมพื้นฐานของการดำเนินการงานหลายขั้นตอนโดยเอเจนต์คือธรรมชาติของการสะสมความน่าจะเป็นของความผิดพลาด หากแต่ละขั้นตอนของงานมีความน่าเชื่อถือที่ 95% แบบจำลองความน่าเชื่อถือระบุว่า ความน่าจะเป็นที่จะทำงานต่อเนื่อง 100 ขั้นตอนให้สำเร็จโดยไม่ได้รับความช่วยเหลือจะลดลงอย่างมาก:

P(Success)=0.951000.0059(0.59%)P(\text{Success}) = 0.95^{100} \approx 0.0059 \quad (0.59\%)

ดังนั้น ตัวเลข 100+ ขั้นตอนควรตีความเป็นขีดจำกัดความสามารถในการดำเนินการระยะยาวมากกว่าการชี้ให้เห็นว่าเวิร์กโฟลว์ทั่วไปของผู้บริโภคควรทำงานโดยไม่มีการดูแลเป็นเวลา 100 ขั้นตอน เพื่อป้องกันการเปลี่ยนแปลงสถานะที่ควบคุมไม่ได้ สถาปัตยกรรมมือถืออิสระจำเป็นต้องมีการควบคุมที่เข้มงวด:

  1. การกำกับดูแลในระดับแอปพลิเคชัน: Honor มีกลไกการควบคุมที่แอปพลิเคชันประกาศไว้ ซึ่งช่วยให้นักพัฒนาภายนอกกำหนดได้ว่าเอเจนต์ GUI ของ YOYO สามารถโต้ตอบกับแอปของตนผ่านเมทาดาตาของ Manifest ได้หรือไม่ แม้แบบจำลองสิทธิ์การเข้าถึงทั้งหมดของระบบรันไทม์ YOYO ระดับระบบจะยังไม่ได้ถูกจัดทำเป็นเอกสารสาธารณะ แต่ก็ทำงานควบคู่ไปกับการแยกส่วนของแพลตฟอร์ม Android ตามมาตรฐาน
  2. บริบท Android Sandbox: การแยกส่วนความปลอดภัยมาตรฐานของ Android รวมถึงการโต้ตอบสิทธิ์รันไทม์, การตรวจสอบลายเซ็นแพ็กเกจ และพื้นที่กระบวนการที่แยกส่วน ยังคงเป็นขอบเขตพื้นฐานสำหรับซอฟต์แวร์ภายนอก ซึ่งกำหนดให้การผสานรวมเอเจนต์ต้องเคารพขอบเขตของ Manifest ที่ประกาศไว้
  3. จุดยืนยันเชิงวิศวกรรม: ในการออกแบบเอเจนต์ระดับองค์กร การเปลี่ยนแปลงสถานะที่มีผลกระทบสูง เช่น การชำระเงินทางการเงิน, การปรับเปลี่ยนข้อมูลรับรอง, การลบแบบถาวร และการควบคุมฮาร์ดแวร์ทางกายภาพ (เช่น ล็อกอัจฉริยะหรือยานพาหนะเชื่อมต่อ) จำเป็นต้องมีการโต้ตอบยืนยันโดยมนุษย์ (HITL) อย่างชัดเจนก่อนดำเนินการเปลี่ยนแปลง
มิติ ระบบปฏิบัติการมือถือทั่วไป (เน้นแอป) ผู้ช่วยเสียงมือถือยุคแรก System-Level Agent Harness (MagicOS 11)
พื้นฐานการดำเนินการ ไบนารีแอปพลิเคชันแบบคงที่ ตัวจัดการเจตนาเสียงที่เขียนไว้ล่วงหน้า งานหลายขั้นตอน / กราฟเจตนา
การโต้ตอบของผู้ใช้ การสัมผัสหน้าจอและการนำทาง UI แบบแมนนวล การควบคุมด้วยเสียงที่เข้มงวด เป้าหมายภาษาธรรมชาติ -> การดำเนินการที่ถูกประสานงาน
การผสานรวมเครื่องมือ ตัวกรองเจตนาชัดแจ้งและ Deep Links ส่วนขยายคลาวด์ที่เป็นกรรมสิทธิ์ ไฮบริด: ปลั๊กอินมาตรฐาน + GUI แบบไดนามิก
ขอบเขตบริบท จำกัดอยู่ที่แอปพลิเคชันเบื้องหน้า จำกัดเฉพาะช่วงการรับข้อมูลเสียง ทั้งระบบ: หน้าจอ, เสียง, ตำแหน่ง, การตั้งค่า
การกู้คืนความผิดพลาด กระบวนการขัดข้อง / กล่องข้อความ App ANR ข้อความขออภัยด้วยเสียงทั่วไป การตรวจสอบผลการดำเนินการ, การขัดจังหวะโดยผู้ใช้, และตรรกะการกู้คืน

การผสานรวมสำหรับนักพัฒนาและการทำงานร่วมกันข้ามแบรนด์

สำหรับนักพัฒนาซอฟต์แวร์ภายนอก การผสานรวมกับ Agentic OS จำเป็นต้องเปลี่ยนไปใช้สัญญาเครื่องมือที่มีโครงสร้างและอ่านได้ด้วยเครื่อง ระบบนิเวศนักพัฒนาของ Honor ให้การเข้าถึงผ่าน Honor Agent Platform ซึ่งรองรับการผสานรวมปลั๊กอินรวมถึงเซิร์ฟเวอร์ Model Context Protocol (MCP) ที่สื่อสารผ่าน StreamableHTTP หรือ Server-Sent Events (SSE) ควบคู่ไปกับปลั๊กอิน API มาตรฐานและอินเทอร์เฟซระบบอัตโนมัติ

เมื่อแอปพลิเคชันแสดงความสามารถผ่าน Schema มาตรฐาน จะช่วยให้ผู้จัดลำดับของระบบปฏิบัติการสามารถเข้าถึงคำอธิบายพารามิเตอร์แบบมีประเภท ข้อจำกัดของอินพุตที่จำเป็น และข้อกำหนดในการดำเนินการ ทำให้เอเจนต์ของระบบสามารถส่งคำสั่งได้อย่างสะอาดผ่าน Backend Service Binders หรือ Network Endpoints โดยไม่ต้องพึ่งพาการทำงานอัตโนมัติบนหน้าจอที่เปราะบาง

// Conceptual Reference Design — Non-Executable Honor SDK Example:
// ตัวอย่าง Kotlin ต่อไปนี้แสดงการตรวจสอบ Schema ฝั่งแอปพลิเคชัน, 
// สภาวะคงที่ของสถานะ (State Idempotency), และแนวคิดการยืนยันโดยมนุษย์ (HITL) สำหรับการดำเนินการของเอเจนต์
// ไม่ได้นำเสนอ YOYO SDK ที่เป็นกรรมสิทธิ์ของ Honor หรือโปรโตคอลเซิร์ฟเวอร์ MCP,
// และไม่ควรใช้เป็นตัวอย่างการผสานรวมโดยตรง

package com.example.platform.agent.tools

import android.content.Context
import kotlinx.coroutines.Dispatchers
import kotlinx.coroutines.withContext
import org.json.JSONObject
import java.util.UUID

// MARK: - Tool Parameter and Execution Contracts
data class BookingParameters(
    val serviceId: String,
    val appointmentTimestamp: Long,
    val clientMutationToken: String,
    val requiresHighValueConfirmation: Boolean
)

sealed class ToolExecutionResult {
    data class Success(val transactionId: String, val message: String) : ToolExecutionResult()
    data class RequiresUserConfirmation(val confirmationPrompt: String, val pendingToken: String) : ToolExecutionResult()
    data class Failure(val errorCode: String, val errorMessage: String) : ToolExecutionResult()
}

// MARK: - Standardized Agent Tool Provider
class AppointmentBookingTool(private val context: Context) {

    companion object {
        const val TOOL_NAME = "schedule_appointment"
        const val TOOL_DESCRIPTION = "จองนัดหมายบริการพร้อมความคงที่ของสถานะที่ตรวจสอบแล้ว"
        private const val MAX_VALID_ADVANCE_DAYS = 90L
    }

    // แสดง JSON Schema แบบประกาศที่แสดงถึงนิยามของเครื่องมือที่มีโครงสร้าง
    fun getToolDefinition(): JSONObject {
        return JSONObject().apply {
            put("name", TOOL_NAME)
            put("description", TOOL_DESCRIPTION)
            put("parameters", JSONObject().apply {
                put("type", "object")
                put("properties", JSONObject().apply {
                    put("serviceId", JSONObject().apply {
                        put("type", "string")
                        put("description", "ตัวระบุเฉพาะของบริการเป้าหมาย")
                    })
                    put("appointmentTimestamp", JSONObject().apply {
                        put("type", "integer")
                        put("description", "Epoch timestamp ในหน่วยมิลลิวินาทีสำหรับการจอง")
                    })
                    put("clientMutationToken", JSONObject().apply {
                        put("type", "string")
                        put("description", "UUID ที่คงทนเพื่อรับรองความคงที่ของการดำเนินการในระหว่างที่ผู้ช่วยลองใหม่")
                    })
                })
                put("required", org.json.JSONArray().apply {
                    put("serviceId")
                    put("appointmentTimestamp")
                    put("clientMutationToken")
                })
            })
        }
    }

    // ดำเนินการเครื่องมือภายในบริบท coroutine ที่แยกส่วน
    suspend fun execute(rawArgumentsJson: String): ToolExecutionResult = withContext(Dispatchers.IO) {
        val params = try {
            parseAndValidateParameters(rawArgumentsJson)
        } catch (e: IllegalArgumentException) {
            return@withContext ToolExecutionResult.Failure(
                errorCode = "ERR_INVALID_SCHEMA",
                errorMessage = e.message ?: "การตรวจสอบพารามิเตอร์ล้มเหลว"
            )
        }

        // Defensive Idempotency Check: ป้องกันผลข้างเคียงซ้ำซ้อนในการลองดำเนินการใหม่
        if (IdempotencyManager.isTokenProcessed(params.clientMutationToken)) {
            val existingId = IdempotencyManager.getTransactionId(params.clientMutationToken)
            return@withContext ToolExecutionResult.Success(
                transactionId = existingId ?: "UNKNOWN",
                message = "การดำเนินการเสร็จสมบูรณ์ในรอบการทำงานก่อนหน้านี้"
            )
        }

        // Safety Gate: บังคับการยืนยันโดยมนุษย์สำหรับข้อจำกัดที่มีผลกระทบสูง
        if (params.requiresHighValueConfirmation) {
            return@withContext ToolExecutionResult.RequiresUserConfirmation(
                confirmationPrompt = "ยืนยันการจองบริการ ${params.serviceId} ที่เวลา ${params.appointmentTimestamp}?",
                pendingToken = params.clientMutationToken
            )
        }

        // Domain Execution: ดำเนินการเปลี่ยนสถานะทางธุรกิจ
        return@withContext try {
            val transactionId = UUID.randomUUID().toString()
            
            // Commit การเปลี่ยนแปลงไปยังฐานข้อมูลท้องถิ่นหรือบริการระยะไกล
            BackendBookingService.commitBooking(
                serviceId = params.serviceId,
                timestamp = params.appointmentTimestamp,
                txId = transactionId
            )

            // บันทึกโทเค็นการเปลี่ยนสถานะเพื่อรับประกันความคงที่ในภายหลัง
            IdempotencyManager.recordToken(params.clientMutationToken, transactionId)

            ToolExecutionResult.Success(
                transactionId = transactionId,
                message = "การจองนัดหมายสำเร็จ"
            )
        } catch (e: Exception) {
            ToolExecutionResult.Failure(
                errorCode = "ERR_BACKEND_REJECTION",
                errorMessage = e.localizedMessage ?: "ล้มเหลวในการจองผ่านบริการระยะไกล"
            )
        }
    }

    private fun parseAndValidateParameters(jsonString: String): BookingParameters {
        val json = JSONObject(jsonString)

        val serviceId = json.optString("serviceId")
        require(serviceId.isNotBlank()) { "พารามิเตอร์ 'serviceId' ต้องไม่ว่างเปล่า" }

        val timestamp = json.optLong("appointmentTimestamp", -1L)
        val currentEpoch = System.currentTimeMillis()
        val maxFutureEpoch = currentEpoch + (MAX_VALID_ADVANCE_DAYS * 24 * 60 * 60 * 1000)
        
        require(timestamp > currentEpoch) { "เวลาจองต้องเป็นเวลาในอนาคต" }
        require(timestamp < maxFutureEpoch) { "ไม่สามารถจองเกิน $MAX_VALID_ADVANCE_DAYS วันล่วงหน้า" }

        val mutationToken = json.optString("clientMutationToken")
        require(mutationToken.isNotBlank()) { "ต้องมี 'clientMutationToken'" }

        // Dynamic risk evaluation: ตัวอย่างกฎธุรกิจสำหรับการระบุบริการระดับพรีเมียม
        val isHighValue = serviceId.startsWith("PREMIUM_")

        return BookingParameters(
            serviceId = serviceId,
            appointmentTimestamp = timestamp,
            clientMutationToken = mutationToken,
            requiresHighValueConfirmation = isHighValue
        )
    }
}

// MARK: - Supporting Mock Infrastructure
object IdempotencyManager {
    private val processedTokens = mutableMapOf()

    @Synchronized
    fun isTokenProcessed(token: String): Boolean = processedTokens.containsKey(token)

    @Synchronized
    fun getTransactionId(token: String): String? = processedTokens[token]

    @Synchronized
    fun recordToken(token: String, txId: String) {
        processedTokens[token] = txId
    }
}

object BackendBookingService {
    fun commitBooking(serviceId: String, timestamp: Long, txId: String) {
        // จำลองการเขียนฐานข้อมูลหรือการส่ง API ระยะไกล
    }
}

นอกจากการผสานรวมซอฟต์แวร์เอเจนต์แล้ว MagicOS 11 ยังรองรับการทำงานร่วมกันข้ามอุปกรณ์ โดย Honor ได้ร่วมมือกับผู้ผลิต Android รายใหญ่เพื่อสร้างมาตรฐานทางเทคนิค “Tap-to-Share” ข้ามแบรนด์ที่รวมเป็นหนึ่งเดียว ช่วยให้สามารถแชร์ไฟล์ผ่านการแตะระหว่างอุปกรณ์ที่รองรับ

สไลด์งานนำเสนออย่างเป็นทางการแสดงการแชร์ Tap-to-Share ข้ามแบรนด์ และการทำงานร่วมกันกับระบบนิเวศ Apple ผ่านการซิงค์สายเรียกเข้าและข้อความกับ iPhone

นอกจากนี้ แพลตฟอร์มยังขยายการเชื่อมต่อข้ามระบบนิเวศผ่าน Honor Connect ทำให้สามารถโอนไฟล์ผ่าน iPhone, iPad และ Mac ที่รองรับ (รวมถึงการโอนผ่าน NFC บน iPhone บางรุ่น) พร้อมกับการแชร์การแจ้งเตือนกับอุปกรณ์ปลายทางของ Apple ที่รองรับ

คำถามที่พบบ่อย (FAQ)

ความแตกต่างหลักระหว่าง YOYO Harness กับผู้ช่วยเสียงรุ่นก่อนคืออะไร?
ผู้ช่วยเสียงมือถือรุ่นก่อนพึ่งพาโดเมนไวยากรณ์ที่กำหนดไว้ล่วงหน้าและตัวแยกเจตนาที่เข้มงวด โดยดำเนินการงานขั้นตอนเดียว เช่น การตั้งนาฬิกาปลุก หรือการเปิดหน้าแอปเฉพาะ แต่ YOYO Harness ใน MagicOS 11 ทำหน้าที่เป็นระบบควบคุมการจัดลำดับงานหลายขั้นตอน โดยตีความเป้าหมายภาษาธรรมชาติที่ไม่มีข้อจำกัด วางแผนงานหลายขั้นตอน เลือกใช้เครื่องมือที่มีโครงสร้างเมื่อมีให้บริการ และเปลี่ยนไปใช้การโต้ตอบแบบ GUI เมื่อจำเป็นข้ามขอบเขตของแอปพลิเคชัน
เหตุใด MagicOS 11 จึงใช้รูปแบบการดำเนินการสองช่องทางแทนที่จะใช้ระบบอัตโนมัติแบบ GUI ทั้งหมด?
การพึ่งพาคอมพิวเตอร์วิทัศน์และระบบอัตโนมัติแบบ GUI เพียงอย่างเดียว (“computer use”) ทำให้เกิดความหน่วงในการประมวลผลที่เห็นได้ชัด การใช้พลังงานที่สูงขึ้น และความเปราะบางต่อการออกแบบอินเทอร์เฟซใหม่ ในขณะที่การพึ่งพา API ที่มีโครงสร้างเพียงอย่างเดียวจะจำกัดประโยชน์ของเอเจนต์เฉพาะแอปพลิเคชันที่มีปลั๊กอินเฉพาะ การผสมผสานโปรโตคอลโครงสร้าง (MCP, ทักษะ และ API ระบบ) เป็นเส้นทางหลักพร้อมกับ GUI Grounding เป็นช่องทางสำรอง ช่วยปรับปรุงความแม่นยำของพารามิเตอร์ ประสิทธิภาพการดำเนินการ และความสามารถในการสังเกตได้ในที่ที่มีอินเทอร์เฟซโครงสร้าง ในขณะที่ยังคงรักษาความสามารถในการดำเนินงานที่ครอบคลุมในซอฟต์แวร์รุ่นเก่า
สถาปัตยกรรม Agentic OS ป้องกันการดำเนินการที่ไม่ได้รับอนุญาตหรือเป็นอันตรายได้อย่างไร?
สถาปัตยกรรมเอเจนต์ที่มีประสิทธิภาพควรผสมผสานการอนุญาตตามนโยบายเข้ากับการยืนยันโดยผู้ใช้สำหรับงานที่มีผลกระทบสูง ขึ้นอยู่กับแพลตฟอร์มและงาน การยืนยันอาจเกี่ยวข้องกับกล่องโต้ตอบของระบบ ข้อมูลรับรอง ข้อมูลชีวมิติ หรือกลไกการโต้ตอบที่เชื่อถือได้อื่นๆ แม้ Honor จะได้จัดทำเอกสารการประกาศควบคุม GUI ของบุคคลที่สามและเน้นการกำกับดูแลสถานการณ์ที่ละเอียดอ่อน แต่กระบวนการอนุญาตระดับระบบที่แน่นอนในทุกประเภทการดำเนินการยังคงเป็นกรรมสิทธิ์ของบริษัท

ผลกระทบเชิงกลยุทธ์และแนวโน้มแพลตฟอร์ม

การปรับใช้เชิงพาณิชย์ของ MagicOS 11 ของ Honor สะท้อนถึงการเปลี่ยนแปลงเชิงวิวัฒนาการในซอฟต์แวร์อุปกรณ์มือถือ เนื่องจากความแตกต่างของฮาร์ดแวร์ในด้านโหนดซิลิคอน แผงหน้าจอ และโมดูลกล้องถึงขีดจำกัด การสร้างความแตกต่างในระบบปฏิบัติการจึงเปลี่ยนไปสู่การจัดลำดับการทำงานอัตโนมัติระดับระบบ

ในขณะที่ความท้าทายทางเทคนิคเกี่ยวกับอัตราข้อผิดพลาดสะสมหลายขั้นตอน การเปลี่ยนแปลงของอินเทอร์เฟซ และการกำกับดูแลความเป็นส่วนตัวข้ามแพลตฟอร์มยังคงเป็นขอบเขตของวิศวกรรมที่ต้องเดินหน้าต่อไป Harness ระดับระบบจะสร้างรากฐานที่ปัญญาประดิษฐ์ในอนาคตจะทำงาน สำหรับทีมวิศวกรรมมือถือ เป้าหมายนั้นชัดเจน: แอปพลิเคชันต้องเปลี่ยนจากคอนเทนเนอร์กราฟิกแบบพาสซีฟไปสู่ผู้ให้บริการเครื่องมือที่มีโครงสร้างและทราบสิทธิ์การเข้าถึง ซึ่งออกแบบมาเพื่อทำงานอย่างราบรื่นภายในสภาพแวดล้อมระบบปฏิบัติการแบบหลายเอเจนต์อัตโนมัติ

อ้างอิง

Share this article

Keep Discovering

Nubia เปิดตัว NaviX Ultra สมาร์ทโฟน AI อย่างเป็นทางการ พร้อมเจาะลึกกลไกการทำงานของ OS Agent Routing

Nubia เปิดตัว NaviX Ultra สมาร์ทโฟน AI อย่างเป็นทางการ พร้อมเจาะลึกกลไกการทำงานของ OS Agent Routing

Nubia เปิดตัว NaviX Ultra ที่มาพร้อมกับ Doubao Mobile Assistant จาก ByteDance สำรวจว่า OS-level AI agent routing จัดการงานข้ามแอปและ deep links อย่างไร

OpenAI ทดสอบ Sponsored Agents ในโฆษณาบน ChatGPT? เจาะลึกบทบาทของ Shopify และ HubSpot

OpenAI ทดสอบ Sponsored Agents ในโฆษณาบน ChatGPT? เจาะลึกบทบาทของ Shopify และ HubSpot

OpenAI ทดสอบ Sponsored Agents ในโฆษณาบน ChatGPT ร่วมกับ Shopify และ HubSpot สำรวจสถาปัตยกรรมโฆษณาเชิงสนทนา เวิร์กโฟลว์สำหรับร้านค้า และโมเดลการวัดผล

วิธีป้องกันพารามิเตอร์การติดตามจากการถูกดัดแปลงใน S2S Postback

วิธีป้องกันพารามิเตอร์การติดตามจากการถูกดัดแปลงใน S2S Postback

เรียนรู้วิธีปกป้องพารามิเตอร์การติดตามใน S2S postback ด้วยการจัดเรียง payload แบบ Canonical, การใช้แท็กตรวจสอบความถูกต้องแบบ HMAC-SHA256 และระบบป้องกันการ Replay Attack