hspotlight

สร้างระบบ AI ที่เชื่อถือได้ด้วย Token จำกัด

· 1 min read
สร้างระบบ AI ที่เชื่อถือได้ด้วย Token จำกัด

3000 งานต่อเดือน เป็นเรื่องเพ้อฝัน มันเป็นเรื่องของบริษัทที่มี token ไม่จำกัด คนธรรมดาที่มี token จำกัดจะทำได้ยังไง?

วันนี้ฮงอยากจะชวนคุยเรื่องการสร้างระบบที่ชื่อถือได้ โดยคนธรรมดาที่มี Token จำกัด ถ้าพร้อมแล้ว ไปลุยกันเลย 🥳🥳🥳

Lauren Tan หรือ Poteto คือใคร

วิศวกรที่ SpaceX SI (Super Intelligence) ผู้พัฒนาระบบ Cursor AI และ Grok Bot เก่ง ระดับ Top ของโลก พลังพิเศษของเธอไม่ใช่ Token ไม่จำกัด แต่คือความสามารถในการสร้างระบบที่เชื่อถือได้ 😆

จาก 68 สู่ 3,000 ใน 8 เดือน ระบบ trust based ไม่ได้สร้างในวันเดียว

ตัวเลข 3,000 เป็นตัวเลขที่ดูสูงๆมากจริงๆ แต่มันไม่ได้เกินขึ้นในวันเดียว

Lauren และทีม ใช้เวลาพัฒนาระบบมากกว่า 8 เดือน นั่นหมายความว่า ก่อนหน้านี้ ระบบ ยังไม่ได้น่าเชื่อถือขนาดนั้น แต่ ระบบนี้น่าเชื่อถือมากขึ้น จนทีมของเธอ ค่อยๆ เร่งความเร็วให้สูงขึ้น

จะเพิ่มความเร็วได้ ต้องมีคุณภาพที่ดีก่อน ถ้าเร็วมากไปแล้ว แล้วสะดุด รอพัฒนาระบบให้แข็งแรงแล้วค่อยเร่งความเร็วก็ยังไม่สาย 💪

ระบบที่เชื่อใจได้ มาจากระบบที่ตรวจสอบได้

5 ระดับขั้นของความเชื่อใจ

2 ส่วนแรก ไม่ต้องใช้ มนุษย์หรือ AI

  1. codebase - โค้ดที่ดีมีชัยไปกว่าครึ่ง, โค้ดดี วางระบบดี มี tech document ที่ดี
  2. static code analysis - lint, type check, tests. เขียน test ตรวจสอบระบบ

3 ส่วนนี้ ต้องใช้ มนุษย์ หรือ AI agent 3. verification - ตรวจสอบการทำงานของระบบ ต้องเข้าใจความต้องการ และเป้าหมาย 4. prose - rules, skills, AGENTs.md ที่ใช้ควบคุมการทำงานของ AI 5. human review - คือส่วนที่เราจะให้ มนุษย์ทำ

ความที่สำคัญคือการตรวจสอบในขั้นที่ 3 เป็นหัวใจหลักของการตรวจสอบความถูกต้องเลย ถ้าเรายังไม่เชื่อใจให้ AI ทำ ก็ไม่เป็นไรครับ เราทำ ข้อ 1, 2 ให้ดีก่อนได้ครับ 💪

คนธรรมดาที่มี token จำกัด จะเริ่มต้นยังไง?

ถ้า prompt เดียวก็ติด limit แล้ว ปัญหาอาจจะอยู่ที่การจัดการ token

codebase อาจจะไม่ได้เป็นระเบียบ และ AI อ่านไฟล์เกินความจำเป็น

เทคนิค Framework 3 Step ที่ Lauren ใช้คือ

  1. จัดการไฟล์ 1 งาน 1 folder. - ถ้าเราจัดการได้ดี AI ก็ไม่ต้องอ่านไฟล์ข้ามกัน
  2. strict import ban ไม่เชื่อม ไฟล์เข้าด้วยกัน - ถ้าเราเชื่อม AI จะเข้าไปอ่านทุกไฟล์ที่เกี่ยวกัน
  3. ไม่ให้ AI เขียน comment - AI อ่านโค้ดออก แต่ที่มันเขียน comment เพราะมันจะหาข้ออ้างไม่ยอมเขียนให้ดี

จากทั้งหมดนี้ ลองเริ่มง่ายๆโดยใช้ กฏ 3 ข้อนี้ พร้อมกับการทำ 2 ขั้นแรกของความเชื่อใจ codebase และ static code analysis

เราสามารถให้ AI อ่านบทความนี้ แล้วให้มันบอกวิธีมา ว่าจะจัดการ project นี้ให้ดีขึ้นได้อีกด้วย

ถ้าวันเดียว ทำไม่เสร็จ ไม่เป็นไร ค่อยมาทำต่อพรุ่งนี้ 💪

สรุปโดยหัวหน้าฮง

คนธรรมดามี Token จำกัด การสร้างระบบที่เชื่อถือได้มันไม่ได้เกินเอิ้อม เราแค่ไม่เห็น step หรือเส้นทางที่จะไปถึง

มันยาก แต่มันทำได้ ถ้าเราไม่หยุดเดินไปข้างหน้า

// ส่วนตัวแล้วหัวหน้าฮงทำเว็ปโรงเรียนของตัวเองอยู่ ฮงพัฒนาโดยใช้ Claude Pro ซึ่งระบบมีความเสถียรระดับหนึ่ง แต่ก็มีจุดที่ยังต้องคอยคุม Claude อยู่ แต่ฮงตั้งเป้าว่าจะพัฒนาระบบนี้ให้เชื่อถือได้ เหมือนที่ Lauren Tan และทีมทำ

มันอาจจะใช้เวลา แต่ฮงก็จะพยายามจนกว่าจะได้

(ถ้าเพื่อนๆอยากติดตาม เส้นทางการสร้างระบบที่เชื่อถือได้ของฮง ฝากคอมเม้น “poteto” ใต้โพสต์นี้ด้วยนะครับ) 🙏🥳