วันที่บทความต้นทางใน VideoToBlog: 2026-03-10 วันที่บทความใน VideoToBlog ไม่ใช่วันอัปโหลดวิดีโอที่ตรวจยืนยันแล้ว รายละเอียดผลิตภัณฑ์ API และข้ออ้างด้านขนาดงานเป็นรายงานตามต้นทางในช่วงเวลานั้น ไม่ใช่การทดสอบอิสระ ภาพแสดงการสำรวจ repository คะแนนตัวอย่าง Symphony และกระบวนการของ Basis ไม่ได้ยืนยันผลสำเร็จหรือความปลอดภัยของทุกขั้น Sandbox และการตรวจของเอเจนต์ยังต้องใช้สิทธิ์ที่เหมาะสม การทดสอบ และการอนุมัติโดยมนุษย์ · วิดีโอต้นทาง
บทความนี้สรุปแนวคิด เครื่องมือ และรูปแบบการทำงานที่นำไปใช้ได้จริงสำหรับทีมวิศวกรรมที่ต้องการยกระดับจากการใช้ AI เป็นผู้ช่วยเป็นการมอบหมายงานให้ AI ทำงานแบบอัตโนมัติเต็มรูปแบบ โดยครอบคลุมฟีเจอร์ใหม่ของ Codex และ API แนวทาง Harness Engineering แนวปฏิบัติในการทำให้ repository เข้าใจง่ายสำหรับเอเจนต์ และตัวอย่างการใช้งานจากบริษัท Basis
ภาพรวม: จาก autocomplete สู่ agentic delegation
วิวัฒนาการของการใช้ AI กับการพัฒนาซอฟต์แวร์แบ่งเป็น 3 ระยะหลัก
- Autocomplete — เติมโค้ดอัตโนมัติ (ghost text)
- Pair programming — โมเดลอยู่ข้าง ๆ ใน IDE ช่วยเขียนและแก้โค้ด
- Agentic delegation — เอเจนต์สามารถถูกมอบหมายงานทั้งแผนจากต้นจนจบ และจัดการ workflow ขนาดใหญ่ได้
การก้าวสู่ระยะที่สามนี้เกิดขึ้นควบคู่กับความก้าวหน้าของสถาปัตยกรรมโมเดล (เช่น GPT-5.2, 5.3, 5.4) และการมอบเครื่องมือที่ช่วยให้เอเจนต์มีความสามารถในการใช้งานคอมพิวเตอร์และเครื่องมือภายนอกอย่างปลอดภัย
สิ่งใหม่ใน Codex และ API ที่ควรรู้
ฟีเจอร์และแนวคิดสำคัญที่เปลี่ยนวิธีทำงานของทีมวิศวกรรม
- Codex Desktop App: แอปสำหรับบริหารจัดการเอเจนต์หลายตัว ช่วยยกระดับการมอนิเตอร์และการสั่งงานในระดับสูงกว่า IDE ทั่วไป
- รองรับ Windows native sandboxing: เพิ่มความสะดวกให้ผู้ใช้ Windows โดยไม่ต้องพึ่ง WSL
- Skills และ Apps: แพ็กเกจบริบทและการเชื่อมต่อ (เดิมเรียกว่า connectors) เพื่อให้เอเจนต์เข้าถึงความรู้และเครื่องมือภายในองค์กร
- GPT-5.4 (CUA — Computer Use Agent): รองรับคอนเท็กซ์ขนาดใหญ่ถึงล้านโทเค็น พร้อมความสามารถการใช้งานเครื่องมือคอมพิวเตอร์ในตัว (native computer use)
- Tool search / Progressive disclosure: ไม่ต้องใส่เครื่องมือทั้งหมดในคอนเท็กซ์ เอกลักษณ์ของระบบคือให้เอเจนต์ค้นหาและดึงเฉพาะเครื่องมือที่จำเป็นเมื่อจำเป็น
- Hosted shell: ให้โมเดลมี environment แบบคอนเทนเนอร์เพื่อรันคำสั่งเชลล์อย่างปลอดภัย ใช้ทดสอบ build, lint, run tests และสำรวจ repo
- Code mode และ WebSocket mode: ให้โมเดลเขียน/รัน JavaScript ใน REPL และเชื่อมต่อด้วย WebSocket เพื่อเร่ง latency สำหรับงานที่มีการใช้เครื่องมือหนาแน่น
ภาพประกอบ: หน้าแอป Codex และการทำงานของเอเจนต์
ภาพด้านล่างแสดงส่วนติดต่อของ Codex app เมื่อตัวเอเจนต์กำลังสำรวจ workspace และสร้างไฟล์
เมื่อตัวเอเจนต์ทำงานต่อเนื่อง มุมมอง task list และ diffs ช่วยให้ผู้จัดการงานสามารถติดตาม roadmap ของเอเจนต์ได้โดยไม่ต้องลงไปแก้ทีละบรรทัด
ตัวอย่าง: Agent Legibility Score — ให้คะแนน repository สำหรับเอเจนต์
แนวคิดคือการมีชุดเมตริกที่วัดความ "อ่านง่ายสำหรับเอเจนต์" ของโค้ดเบส เพื่อให้เห็นจุดอ่อนและทำให้เอเจนต์สามารถทำงานอิสระได้มากขึ้น เมตริกตัวอย่างที่ใช้ในการให้คะแนน:
- Bootstrap self-sufficiency — ตั้งค่าและรันจากศูนย์ได้ง่ายหรือไม่
- Task entry points — มีคำสั่งชัดเจนสำหรับ build, test, lint หรือไม่
- Validation harness — วัดว่าผลงานสำเร็จได้อย่างไร มีการทดสอบหรือไม่
- Linting and formatting — มีเครื่องมืออัตโนมัติสำหรับตรวจโค้ดหรือไม่ และชัดเจนเพียงพอให้เอเจนต์ค้นพบ
- Docs map — โครงสร้างเอกสารชัดเจนและมีจุดชี้นำสำหรับเอเจนต์
- Decision records — มีการบันทึกเหตุผลการตัดสินใจที่สามารถอ้างอิงได้หรือไม่
การทดสอบตัวอย่างกับ repo ของทีม (เช่น Symphony) ให้ผลเป็นเกรดพร้อมข้อเสนอแนะเชิงปฏิบัติ เช่น เพิ่ม lint ครอบคลุมหรือทำให้ entry point ชัดเจน
ตัวอย่างผลลัพธ์: แอปให้เกรด B พร้อมรายการคำแนะนำเพื่อปรับปรุง agentic legibility
ทำไมต้องปรับ repository ให้ "legible" กับเอเจนต์
สาเหตุหลักที่ต้องทำ:
- เอเจนต์ต้องสามารถตั้งค่า สร้าง และตรวจสอบผลลัพธ์ได้เองโดยไม่ทะลึ่งต้องการข้อมูลจากมนุษย์
- การมีทดสอบและ lint ช่วยให้เอเจนต์ตรวจงานตัวเองได้อย่างรวดเร็วและมีความน่าเชื่อถือ
- การวางโครงสร้างโมดูลและโดเมนที่ชัดเจนช่วยจำกัดคอนเท็กซ์ที่เอเจนต์ต้องโหลด
Harness Engineering: แนวทางการขับเคลื่อนทีมด้วยเอเจนต์
Harness Engineering คือชุดแนวปฏิบัติและโครงสร้างที่ออกแบบมาเพื่อให้เอเจนต์สามารถเขียนโค้ด ทดสอบ และนำขึ้นสู่การใช้งานได้อย่างเชื่อถือได้ ทีมที่ใช้แนวทางนี้จะมองการทำงานเชิงระบบแทนการเขียนโค้ดโดยตรง
หลักการสำคัญ
- Encode non-functional requirements — เขียนความต้องการเชิงคุณภาพ (เช่น retry policy, timeouts, telemetry, security libs) ลงเป็นเอกสาร/ลินท์/เทสต์
- Static forbidding of bad patterns — สร้างลินท์หรือกฎเพื่อห้าม pattern ที่ไม่ต้องการ เช่น ห้ามนิยาม bounded concurrency helper ที่ไม่ผ่าน instrumentation ของชุดมาตรฐาน
- Sub-agents และ skills — แยกความรับผิดชอบเป็น sub-agents เฉพาะทาง (เช่น standards enforcer, PR babysitter) และรวบรวมความรู้ใน skills เพื่อให้เรียกใช้ได้โดยเอเจนต์หลัก
- Self-verification — ให้เอเจนต์รันเทสต์ ประมวลผลผลลัพธ์ และแก้ไขจนกว่าจะผ่านเกณฑ์ที่กำหนด
- Decision history — บันทึกการตัดสินใจเป็น notes ใน repo เพื่อใช้เป็น historical debugger หรือ context ในอนาคต
ตัวอย่างจากการทดลองภายใน: ผลิตภัณฑ์ขนาดประมาณหนึ่งล้านบรรทัดที่เขียนโดย Codex ทั้งหมด ทีมต้องตั้งกฎและลินท์เพื่อกำจัด "AI slop" หรือรูปแบบโค้ดไม่ต้องการ โดยการเขียนเทสต์และลินท์เป็นสปริงบอร์ดให้เอเจนต์ผลิตโค้ดที่สอดคล้องกับมาตรฐานของทีม
ภาพประกอบ: โครงสร้างเอกสารและ Paper tool ของ Basis
ตัวอย่างการเก็บบริบทและนโยบายภายในบริษัท ซึ่งช่วยให้เอเจนต์เข้าถึงข้อมูลที่จำเป็นได้โดยตรง
การมี repo สำหรับบริบทของบริษัท (เช่น Atlas) แยกจาก repo production (Arnold) ช่วยให้เอเจนต์อ่านนโยบายและข้อมูลบริษัทเมื่อต้องตัดสินใจระดับสูง
กรณีศึกษา: Basis — เอเจนต์ในระดับองค์กร
Basis สร้างแพลตฟอร์มเอเจนต์สำหรับงานด้านบัญชี พื้นฐานการทำงานของพวกเขาประกอบด้วย
- แยก repo เป็นสองส่วน: Arnold สำหรับโค้ด production และ Atlas สำหรับบริบทบริษัท
- เก็บ agents.md ในหลายโมดูล และใช้ skills เพื่อรวบรวมแนวทางการทำงานที่กว้าง
- สร้างเครื่องมือภายในชื่อ Paper เพื่อให้เจ้าของ (owners) ของ skill ดูแลและอัปเดตเอกสาร
- ใช้แนวทาง dot notes เพื่อบันทึกการตัดสินใจขณะทำงานของเอเจนต์ และทำให้สามารถย้อนรอยเหตุผลของ commit ได้
- มี skill เช่น Start My Day เพื่อเรียกเอเจนต์ทำงานประจำหรือรวบรวมข้อมูล
แนวทางปฏิบัติที่แนะนำ (Checklist)
- จัดให้มี entry point ชัดเจน — สคริปต์สำหรับ build, lint, test ที่เรียกใช้ได้โดยตรง
- เพิ่ม validation harness — เทสต์อัตโนมัติที่ครอบคลุม cases สำคัญ เพื่อให้เอเจนต์ตรวจงานตัวเอง
- ใช้ลินท์และกฎเชิงสถิติ — เขียนลินท์ป้องกัน pattern ที่ไม่ต้องการ
- เขียน Agents.md และ skills — เก็บคำแนะนำเฉพาะโมดูลและความรู้ทั่วไปใน skill
- รวม context บริษัท — เก็บ operating principles, security decisions, design docs ใน repo ที่เอเจนต์เข้าถึงได้
- ตั้งระบบ ownership — ระบุเจ้าของของ skill และ docs เพื่อความรับผิดชอบในการอัปเดต
- ผนวก sub-agents สำหรับงานสำคัญ — standards enforcement, PR babysitting, smoke testing
- วางกระบวนการ checkpointing — commit เป็นขั้นตอน และให้เอเจนต์ commit งานของตัวเองเมื่อผ่านเกณฑ์
การออกแบบเอเจนต์ให้เชื่อถือได้ในระบบ production
แนวทางด้านสถาปัตยกรรมที่ช่วยลดภาระคอนเท็กซ์และเพิ่มความเชื่อถือ:
- แยกโดเมนธุรกิจเป็นโมดูล มี boundary ชัดเจนเพื่อลดข้อมูลที่ต้องโหลด
- กำหนด interface ที่เอเจนต์รับเป็น black-box เพื่อไม่ต้องอธิบายการทำงานภายในทั้งหมด
- ใช้ progressive disclosure — ให้เอเจนต์ค้นหาและดึงข้อมูลเฉพาะที่จำเป็น
- ลงทุนในการรีแฟคเตอร์บ่อยครั้งเพื่อรักษาโครงสร้างที่เหมาะสมสำหรับเอเจนต์
ส่วนของคำถามและคำตอบที่มีประโยชน์
- การรัน browser automations — มี Playwright skill และ Playwright interactive skill สำหรับทดสอบ UI และจับภาพหน้าจอ
- Checkpointing และ revert — แอปแสดงไฟล์ที่เปลี่ยนแปลงเป็น staged/unstaged ทำให้ง่ายต่อการเลือก revert หรือ commit อัตโนมัติ
- การจัดการคำสั่งของเอเจนต์ — เก็บ instruction ใน repo เป็นหลัก ส่วน personal agents.md ควรจำกัดเพื่อแชร์ความรู้ระหว่างทีม
- ควรเปิดทุก skill ไว้ไหม — โดยทั่วไปควรเปิดไว้ แต่เขียนคำอธิบายสั้นๆ ใน front matter เพื่อให้เอเจนต์ตัดสินใจเรียกใช้อย่างมีประสิทธิภาพ
- สตาร์ท harness engineering กับโค้ดเบสเดิม (brownfield) — แยกภารกิจเป็นโดเมน เลือกเพิ่ม docs และลินท์ใน subtree ที่ใกล้โค้ดที่ปรับบ่อย
ทรัพยากรและต่อยอด
คำแนะนำเพิ่มเติมสำหรับการเริ่มต้นและทดลอง
- Codex docs: ศึกษาวิธีสร้าง skills, hosted shell และ sub-agents
- API docs: ดูตัวอย่างการเรียก API, WebSockets และ code mode
- ตัวอย่าง Agent Legibility Score: ใช้เป็น template ในการประเมิน repo ของตนเอง
- เริ่มจาก small experiments: เพิ่ม lint และ tests ทีละน้อย แล้วให้เอเจนต์ทำซ้ำจนเป็นนิสัย
สรุป
การมอบหมายงานให้ AI ในระดับ agentic เปลี่ยนบทบาทของทีมวิศวกรรมจากการเขียนโค้ดเป็นการออกแบบระบบและการตั้ง guardrails ที่ชัดเจน ความสำเร็จขึ้นอยู่กับการจัดเตรียมคอนเท็กซ์ใน repository การสร้าง validation harness และการกำหนดกฎเชิงสถิติที่ป้องกันรูปแบบโค้ดไม่ต้องการ เมื่อรวมเครื่องมือใหม่ของ Codex และ API กับแนวปฏิบัติของ Harness Engineering ทีมสามารถเร่งความเร็วการพัฒนาโดยยังคงรักษาคุณภาพและความปลอดภัยไว้ได้
ภาพประกอบเพิ่มเติม: การใช้งาน work trees ใน Codex app
work trees ช่วยให้ทำงานหลายสาขาผ่าน working tree แยกกันใน repository เดียว โดยไม่ต้อง clone ซ้ำ
การเปลี่ยนผ่านสู่การทำงานแบบเอเจนต์ไม่ใช่เรื่องของการแทนที่มนุษย์อย่างเดียว แต่เป็นเรื่องของการออกแบบระบบที่ให้เอเจนต์ทำงานที่ซ้ำซ้อนและหนักหน่วงได้ ขณะที่มนุษย์มุ่งไปที่การตัดสินใจเชิงกลยุทธ์และการออกแบบคุณค่า
