เมื่อเร็วๆ นี้ "Fusion" ของ OpenRouter เป็นหัวข้อที่ถูกพูดถึงอย่างมาก มันเป็นระบบที่ให้ผลลัพธ์คุณภาพสูงกว่า AI ระดับท็อปตัวใดตัวหนึ่ง โดยการรวมโมเดลหลายตัวเข้าด้วยกัน
แทนที่จะต้องเลือกว่า "AI ตัวไหนดีที่สุด" ผมกลับรู้สึกเห็นด้วยกับการเปลี่ยนแปลงกระบวนทัศน์ที่ว่าการผสมผสานจุดแข็งของแต่ละตัวนั้นทรงพลังกว่า—ผมเลยสร้างระบบที่คล้ายกันขึ้นมาเอง การทำให้เข้าถึงได้จาก iPhone ของผม ทำให้ประสิทธิภาพการทำงานเพิ่มขึ้นอย่างมาก
──
ผมมีแอปที่สร้างขึ้นเองที่ช่วยให้เรียกใช้ AI ทั้งหมดจาก iPhone ได้
มันเชื่อมต่อกับผู้ให้บริการ 5 ราย—Claude, ChatGPT, Grok, Gemini และ DeepSeek—และผมใช้โมเดลที่แตกต่างกันไปตามวัตถุประสงค์
มีสามวิธีหลักที่ผมใช้:
・/ask: ส่งคำถามเดียวกันไปยัง AI ทั้ง 5 ตัวพร้อมกัน และแสดงคำตอบเรียงกัน หากคำตอบตรงกัน ผมก็จะนำไปใช้
・/debate: เรียกใช้โมเดล "คิด" ระดับท็อปหลายตัวเพื่อโต้แย้งกันหลายรอบ มันจะวิเคราะห์คำถาม มอบมุมมองที่แตกต่างให้แต่ละโมเดล และสรุปการอภิปรายโดยเสริมประเด็นในแต่ละรอบ ผมใช้วิธีนี้เฉพาะตอนตัดสินใจเรื่องสำคัญเท่านั้น
・/cc /codex: รัน Claude Code หรือ Codex โดยตรงจาก iPhone มันเชื่อมต่อผ่าน API ไปยังเซิร์ฟเวอร์ที่รันบน Mac Studio ที่บ้าน ทำให้ผมสามารถตรวจสอบโค้ดหรือสั่งแก้ไขข้อบกพร่องจากโทรศัพท์ได้
──
แนวคิดของ Fusion คล้ายกับแนวคิดที่ว่า "การรวบรวมผู้เชี่ยวชาญที่แข็งแกร่ง 5 คนมาโต้แย้งกัน ให้การตัดสินที่ดีกว่าการปล่อยให้อัจฉริยะคนเดียวจัดการทุกอย่าง"
แนวคิดนี้ได้รับการสนับสนุนจากงานวิจัย MoA (Mixture of Agents) และจากประสบการณ์ของผม มีหลายสถานการณ์ที่ฉันทามติจากหลายโมเดลมีความแม่นยำมากกว่าการใช้โมเดลเดียว เช่น Fable 5
การพึ่งพาโมเดลเดียวหมายถึงการยอมรับจุดอ่อนหรืออคติของมันตามที่เป็น เมื่อคำตอบจากหลายโมเดลแตกต่างกัน คุณจะตระหนักเป็นครั้งแรกว่า "นี่เป็นคำถามที่ตัดสินได้ยาก" เมื่อสิ่งนี้สะสมมากขึ้น การตรวจสอบคำตอบของ AI จะกลายเป็นเรื่องธรรมชาติ
──
สองสิ่งที่เปลี่ยนไปหลังจากที่ผมเริ่มใช้มัน
หนึ่งคือต้นทุนในการเลือกโมเดลกลายเป็นศูนย์ ก่อนหน้านี้ ผมต้องตัดสินใจว่า AI ตัวไหนดีที่สุดสำหรับแต่ละคำถาม และต้องสลับไปมาระหว่างหลายบริการ ตอนนี้ มันถูกกำหนดเส้นทางโดยอัตโนมัติตามลักษณะของคำถาม การขจัดต้นทุนการตัดสินใจนั้นเพียงอย่างเดียวก็ทำให้ความเร็วในการตัดสินใจของผมเพิ่มขึ้นเป็นสองเท่า
อีกอย่างคือตอนนี้ผมสามารถใช้ประโยชน์จาก "เวลาว่าง" ทั้งหมดของผมได้แล้ว ระหว่างเดินทางในแท็กซี่หรือระหว่างประชุม ผมสามารถรัน Claude Code หรือ Codex จาก iPhone ของผมได้ ผมปล่อยให้ agent ทำงานในช่วงเวลาที่รอ และผลลัพธ์ก็พร้อมเมื่อผมกลับมาที่โต๊ะทำงาน เวลาที่เคยเสียไปได้กลายเป็นเวลาสำหรับการพัฒนาและการตัดสินใจโดยตรง
──
โมเดลที่ "แข็งแกร่งที่สุด" เปลี่ยนทุกสองสามเดือน แทนที่จะวิ่งตามว่าตัวไหนดีที่สุดในตอนนี้ ผมเชื่อว่าการออกแบบวิธีการรวมหลายโมเดลนั้นมีคุณค่าในระยะยาวมากกว่า
──
ว่าแต่ การพัฒนาแอปนี้ก็ใช้ตัวแอปเองในการพัฒนาด้วย
