CTO ของ HubSpot Dharmesh Shah เพิ่งกล่าวอ้างอย่างกล้าหาญ: บริษัทซอฟต์แวร์ B2B ทุกแห่งควรสร้างเวอร์ชัน “headless” ของผลิตภัณฑ์ — เวอร์ชันที่ออกแบบมาสำหรับ AI agents ไม่ใช่มนุษย์

แต่เขาเพิ่มคำเตือนทันที: headless ไม่ได้แปลว่าไร้สมอง

การเปลี่ยนแปลงสู่ AUI

AUI — Agentic User Interface — คือกระบวนทัศน์การออกแบบที่กำลังเกิดขึ้นสำหรับซอฟต์แวร์ที่ต้องทำงานกับทั้งมนุษย์ และ AI agents ไม่ใช่เรื่องของการลบ UI แต่เป็นการเพิ่ม ชั้นอินเทอร์เฟซที่สอง ที่ออกแบบมาเฉพาะสำหรับวิธีที่ agents โต้ตอบกับผลิตภัณฑ์ของคุณ

ตามที่ Dharmesh กล่าวว่า: ถ้าทุกสิ่งที่ agents ต้องการทำคือการใช้ผลิตภัณฑ์เหมือนมนุษย์ เราก็จะใช้ “computer use” (AI ที่ขูดหน้าจอและคลิกปุ่ม) ข้อเท็จจริงที่เราต้องการบางอย่างที่ดีกว่าบอกทุกอย่างเกี่ยวกับทิศทางที่การออกแบบซอฟต์แวร์กำลังมุ่งไป

ความท้าทายที่แท้จริงไม่ใช่การเปิดเผย API ทุกผลิตภัณฑ์มี API อยู่แล้ว ความท้าทายคือการออกแบบ การยศาสตร์ ของวิธีที่ agents ต้องการใช้และดำเนินการบนผลิตภัณฑ์ของคุณ

ทำไม “เพียงแค่เพิ่ม MCP Server” ถึงไม่เพียงพอ

MCP (Model Context Protocol) กลายเป็นวิธีเริ่มต้นในการเชื่อมต่อ AI agents กับเครื่องมือภายนอก และมันได้ผล แต่ประเด็นของ Dharmesh นั้นละเอียดอ่อน: การห่อ API endpoints ที่มีอยู่ของคุณใน MCP server แล้วบอกว่าเสร็จแล้ว คือสิ่งเทียบเท่ากับปี 2026 ของการสร้าง “mobile website” โดยการย่อขนาดเว็บไซต์เดสก์ท็อปของคุณให้พอดีกับหน้าจอโทรศัพท์

Agents ไม่คิดเหมือนมนุษย์ พวกเขาไม่เรียกดู ไม่สแกน และไม่คลิก พวกเขาต้องการ:

ข้อมูลที่มีโครงสร้างและมีความหมาย — ไม่ใช่หน้า HTML หรือ PDF แต่เป็นรูปแบบที่สะอาดเช่น Markdown และ JSON ที่สามารถวิเคราะห์และใช้เหตุผลได้
ความสามารถที่ค้นพบได้ — agents ต้องเข้าใจว่าผลิตภัณฑ์ของคุณทำอะไรได้โดยไม่ต้องอ่านเอกสาร
พฤติกรรมที่คาดเดาได้ — agents ไม่สามารถจัดการกับสถานะ UI ที่ไม่ชัดเจน กล่องโต้ตอบ modal หรือการยืนยัน “คุณแน่ใจไหม?”
การดำเนินการที่ประกอบกันได้ — ความสามารถในการเชื่อมต่อการกระทำโดยไม่มีการแทรกแซงของมนุษย์

การออกแบบ AUI ที่ดีมีลักษณะอย่างไร

Google เพิ่งเปิดตัว A2UI (Agent-to-User Interface) โปรโตคอลเปิดที่ให้ agents สร้าง UI โดยกำเนิด — เลือกอินเทอร์เฟซที่เหมาะสมสำหรับแต่ละการสนทนาแทนที่จะบังคับทุกอย่างผ่านข้อความ

แต่คุณไม่จำเป็นต้องมีโปรโตคอลใหม่เพื่อเริ่มคิดเกี่ยวกับ AUI นี่คือหลักการที่สำคัญ:

1. ผลลัพธ์ที่มีโครงสร้างก่อน

การตัดสินใจ AUI ที่สำคัญที่สุดคือรูปแบบข้อมูลของคุณ ถ้าผลิตภัณฑ์ของคุณส่งออก HTML, PDF หรือรูปแบบที่เป็นกรรมสิทธิ์ agents จะต้องทำงานหนักขึ้นมากในการดึงความหมาย

Markdown กำลังกลายเป็นรูปแบบการแลกเปลี่ยนเริ่มต้นสำหรับยุค agentic มีโครงสร้างเพียงพอสำหรับ agents ในการวิเคราะห์ อ่านได้โดยมนุษย์เพียงพอสำหรับผู้ใช้ในการตรวจสอบ และเบาพอที่จะพอดีกับหน้าต่างบริบท

นี่คือเหตุผลที่การแปลงเนื้อหาเว็บเป็น Markdown ระเบิดขึ้นในปี 2026 เมื่อ agent ต้องการวิจัยหัวข้อ มันไม่ต้องการหน้าเว็บที่แสดงผล — มันต้องการข้อความที่สะอาดและมีโครงสร้าง

2. ความหมาย ไม่ใช่ภาพ

UI แบบดั้งเดิมสื่อสารผ่านลำดับชั้นทางสายตา: หัวข้อตัวหนา ปุ่มสี การจัดวางเชิงพื้นที่ Agents ไม่เห็นสิ่งเหล่านี้เลย พวกเขาต้องการสัญญาณ ความหมาย:

หัวข้อที่ชัดเจนอธิบายส่วนเนื้อหา
ข้อมูลเมตาอธิบายว่าแต่ละข้อมูลแสดงถึงอะไร
โครงสร้างที่สม่ำเสมอในประเภทเนื้อหาที่คล้ายกัน

3. ฐานความรู้ที่ Agent อ่านได้

หนึ่งในรูปแบบ AUI ที่ใช้งานได้จริงที่สุดคือการทำให้ข้อมูลผลิตภัณฑ์ของคุณพร้อมใช้เป็นฐานความรู้ที่ค้นหาได้ซึ่ง agents สามารถสอบถามได้

แทนที่จะสร้าง API ที่ซับซ้อนสำหรับทุกเวิร์กโฟลว์ agent ที่เป็นไปได้ เปิดเผยข้อมูลของคุณเป็นไฟล์ Markdown ที่มีโครงสร้างพร้อมข้อมูลเมตาที่ดี Agents สามารถค้นหา กรอง และอ่านสิ่งที่พวกเขาต้องการ

นี่คือแนวทางที่ MCP เปิดใช้งาน: แทนที่จะสร้าง UI เฉพาะ agent สำหรับทุกกรณีใช้งาน ให้ agents มี สิทธิ์เข้าถึงการอ่านข้อมูลที่มีโครงสร้าง และปล่อยให้พวกเขาคิดออกว่าจะใช้มันอย่างไร

4. การเปิดเผยแบบก้าวหน้าสำหรับ Agents

เช่นเดียวกับ UI มนุษย์ที่ดีไม่ทิ้งข้อมูลทั้งหมดในคราวเดียว การออกแบบ AUI ที่ดีให้ agents มีความสามารถในการ:

รับสรุปก่อน จากนั้นเจาะลึกรายละเอียด
ค้นหาตามความเกี่ยวข้องแทนที่จะเรียกดูทุกอย่าง
ขอเฉพาะข้อมูลที่พวกเขาต้องการสำหรับงานปัจจุบัน

AUI ในทางปฏิบัติ: รูปแบบการจับภาพความรู้

หนึ่งในรูปแบบ AUI ที่พบบ่อยที่สุดที่เกิดขึ้นในปี 2026 คือ ท่อส่งการจับภาพความรู้:

เนื้อหาเว็บ (ออกแบบมาสำหรับมนุษย์) ถูกแปลงเป็น Markdown (อ่านได้ทั้งโดยมนุษย์และ agents)
ไฟล์ Markdown ถูกจัดระเบียบใน ฐานความรู้ พร้อมข้อมูลเมตา
Agents เข้าถึงฐานความรู้ผ่าน MCP หรือโปรโตคอลที่คล้ายกัน
Agents สามารถค้นหา อ่าน และอ้างอิงข้ามเนื้อหาในฐานความรู้

รูปแบบนี้ได้ผลเพราะไม่ต้องสร้างผลิตภัณฑ์ใดๆ ใหม่สำหรับ agents มันเพิ่มชั้น agentic บนเนื้อหาเว็บที่มีอยู่

Save ใช้รูปแบบนี้อย่างแม่นยำ หน้าเว็บใดก็ตาม — ออกแบบมาสำหรับดวงตามนุษย์ — ถูกแปลงเป็น Markdown ที่สะอาดและเป็น AI-native Save Vault จัดระเบียบใน ฐานความรู้ MCP server ในตัวทำให้ทุกอย่างค้นหาได้โดย Claude

ผลลัพธ์: ข้อมูลใดๆ บนเว็บกลายเป็นส่วนหนึ่งของชั้นความรู้ agentic โดยที่เว็บไซต์ต้นฉบับไม่ต้องทำอะไรแตกต่างออกไป

สอง ระดับของ Agentic

Dharmesh ทำการแยกแยะที่ควรจดจำ เขาบอกทีมผู้บริหารของ HubSpot ว่า:

การเป็น agentic ไม่ใช่แค่เรื่องของ agents ที่รันอยู่ บน แพลตฟอร์มของเรา แต่เป็นเรื่องของ agents ที่ ขับเคลื่อน แพลตฟอร์มของเรา

มีสองระดับ:

ระดับ 1: Agents บนแพลตฟอร์มของคุณ — ฟีเจอร์ AI ที่ฝังอยู่ในผลิตภัณฑ์ของคุณ แชทบอต การเติมอัตโนมัติ สรุปที่สร้างโดย AI ผลิตภัณฑ์ยังคงดำเนินการโดยมนุษย์ด้วยความช่วยเหลือจาก AI

ระดับ 2: Agents ที่ขับเคลื่อนแพลตฟอร์มของคุณ — AI agents ที่สามารถใช้ผลิตภัณฑ์ของคุณอย่างอัตโนมัติเพื่อบรรลุเป้าหมาย ผลิตภัณฑ์ดำเนินการโดย agent ด้วยการดูแลของมนุษย์

ผลิตภัณฑ์ส่วนใหญ่ในปัจจุบันอยู่ที่ระดับ 1 กระบวนทัศน์ AUI เกี่ยวกับการไปถึงระดับ 2 — และต้องการการคิดใหม่เกี่ยวกับอินเทอร์เฟซของผลิตภัณฑ์จากพื้นฐาน

สิ่งนี้หมายความว่าอะไรสำหรับผู้ใช้

คุณไม่จำเป็นต้องรอให้ทุกผลิตภัณฑ์สร้างการรองรับ AUI คุณสามารถสร้างชั้น agentic ของคุณเองได้วันนี้:

แปลงเนื้อหาเว็บเป็น Markdown — สิ่งนี้แปลงเว็บไซต์ที่ออกแบบโดยมนุษย์ใดก็ตามเป็นความรู้ที่ agent อ่านได้
จัดระเบียบใน ฐานความรู้ — จัดโครงสร้างเนื้อหาที่บันทึกของคุณเพื่อให้ agents สามารถค้นหาได้อย่างมีประสิทธิภาพ
เชื่อมต่อผ่าน MCP — ให้ผู้ช่วย AI ของคุณเข้าถึงความรู้ที่คัดสรรของคุณโดยตรง

แนวทางนี้ใช้งานได้กับผลิตภัณฑ์ใดก็ได้ เว็บไซต์ใดก็ได้ แหล่งเนื้อหาใดก็ได้ คุณกำลังสร้างชั้น AUI ส่วนตัวที่ทำให้เว็บทั้งหมดเข้าถึงได้สำหรับเครื่องมือ AI ของคุณ

อนาคตของอินเทอร์เฟซ

การเปลี่ยนแปลงสู่ AUI ไม่ใช่เรื่องของการแทนที่อินเทอร์เฟซมนุษย์ แต่เป็นการยอมรับว่าซอฟต์แวร์มี ผู้ชมสอง กลุ่ม: มนุษย์ที่คลิกและ agents ที่สอบถาม

ผลิตภัณฑ์ที่ชนะในยุค agentic จะเป็นผลิตภัณฑ์ที่ออกแบบมาสำหรับทั้งสองอย่างรอบคอบ และผู้ใช้ที่เจริญรุ่งเรืองจะเป็นผู้ที่สร้างชั้นความรู้ agentic ของตัวเอง — แปลงเว็บที่ยุ่งเหยิงและเป็นภาพให้เป็น Markdown ที่มีโครงสร้าง ค้นหาได้ และพร้อมสำหรับ agent

กระบวนทัศน์อินเทอร์เฟซกำลังขยายตัว คำถามไม่ใช่ว่าเครื่องมือของคุณต้องการชั้น agentic หรือไม่ — แต่เป็นว่าคุณสร้างมันเร็วแค่ไหน

Save แปลงหน้าเว็บใดก็ได้เป็น Markdown ที่สะอาดและพร้อมสำหรับ agent และเก็บไว้ในฐานความรู้ท้องถิ่นของคุณ MCP server ในตัวของ Save Vault ทำให้เนื้อหาที่บันทึกของคุณค้นหาได้โดย Claude ลอง Save ฟรี