หัวข้อต้นฉบับ: หยุดสร้างโรงงาน Foxconn ให้กับเอเจนต์ของคุณ
ผู้เขียนต้นฉบับ: Garry Tan, Y Combinator
เรียบเรียง: Peggy

หมายเหตุบรรณาธิการ: เมื่อผู้คนพูดถึงมากขึ้นว่า "AI จะมาแทนที่โปรแกรมเมอร์หรือไม่" Garry Tan ซีอีโอของ YC กลับตั้งคำถามอีกข้อ: ถ้า AI สามารถทำงานเขียนโปรแกรมส่วนใหญ่ได้แล้ว ทำไมเรายังคงจัดการมันด้วยวิธีเดียวกับซอฟต์แวร์ทั่วไป?

ต้นปีนี้ Garry Tan ใช้เวลาหลายเดือนเขียนโปรเจกต์ Garry's List ด้วย Rails และ AI Agent ซึ่งมีโค้ดถึง 540,000 บรรทัด หลังจากโปรเจกต์เสร็จสิ้น เขากลับได้ข้อสรุปที่ดูขัดแย้ง: โค้ด 540,000 บรรทัดนี้ไม่สำคัญเลย สิ่งที่มีค่าจริงๆ คือ GStack ที่ตกผลึกจากกระบวนการพัฒนา—เฟรมเวิร์กการพัฒนาแบบใหม่ที่สร้างขึ้นรอบเวิร์กโฟลว์ของ AI Agent

ในมุมมองของเขา อุตสาหกรรมซอฟต์แวร์ในช่วงหลายปีที่ผ่านมาเกิดความเฉื่อยเชิงระบบ: นักพัฒนาต่างเพิ่มการทดสอบ ตัวตรวจสอบ กลไกการลองใหม่ งานเบื้องหลัง และตรรกะควบคุมต่างๆ มากขึ้นเรื่อยๆ ห่อหุ้มโมเดลไว้หลายชั้น วิธีนี้มีเหตุผลในยุคที่โมเดลมีราคาแพงและความสามารถจำกัด แต่เมื่อ LLM สามารถทำงานจำนวนมากได้ด้วยตัวเองแล้ว ระบบเหล่านี้กลับกลายเป็นการสร้าง "โรงงาน Foxconn" ให้กับเอเจนต์อัจฉริยะ—ใช้กฎและกระบวนการมากมายมาควบคุมเอเจนต์ที่มีความสามารถอยู่แล้ว

เมื่อต้นทุนโมเดลลดลงอย่างรวดเร็วและความสามารถเพิ่มขึ้นอย่างต่อเนื่อง จุดเน้นของการพัฒนาซอฟต์แวร์อาจกำลังเปลี่ยนจาก "เขียนโค้ดมากขึ้น" ไปเป็น "ออกแบบความสามารถมากขึ้น" ผู้เขียนเสนอให้ใช้ Markdown สร้าง skill pack (ชุดทักษะ—โมดูลความสามารถที่ทดสอบได้และนำกลับมาใช้ใหม่) ให้ Agent สร้างโค้ด การทดสอบ และระบบประเมินผลโดยอัตโนมัติ ทำให้เวิร์กโฟลว์ที่ซับซ้อนกลายเป็นสินทรัพย์ความสามารถที่ทบต้นได้ เขายังยกตัวอย่าง: งานประเมิน Hackathon ที่เดิมต้องใช้เวลาหลายวัน ตอนนี้ Agent สามารถทำเสร็จภายในไม่กี่สิบนาที

ในแง่หนึ่ง บทความนี้ไม่ได้พูดถึงการเขียนโปรแกรม แต่พูดถึงการสิ้นสุดของตรรกะอุตสาหกรรมซอฟต์แวร์ เมื่อโค้ดไม่ใช่ทรัพยากรที่หายากอีกต่อไป ความสามารถหลักของวิศวกรก็เริ่มเปลี่ยนไป: การตัดสินใจว่าสิ่งใดควรสร้าง วิธีนิยามปัญหา และวิธีเปลี่ยนประสบการณ์ให้เป็นความสามารถที่นำกลับมาใช้ใหม่ได้ กำลังมีความสำคัญมากขึ้นกว่าการเขียนโค้ดมากขึ้น ผู้เขียนสรุปว่า วิศวกรที่ดีที่สุดในอนาคตอาจไม่ใช่คนที่เขียนโค้ดมากที่สุด แต่เป็นคนที่เขียนน้อยที่สุด แต่สามารถปลดปล่อยความฉลาดได้มากที่สุด

ต่อไปนี้คือเนื้อหาต้นฉบับ:

ในเดือนมกราคมปีนี้ ผมกลับมาเขียนโค้ดอีกครั้งและสร้าง Garry's List ขึ้นมา โค้ด Rails และการทดสอบที่ใช้ควบคุมมันรวมกันเกิน 500,000 บรรทัด

ตอนนั้นผมภูมิใจกับมันมาก แต่จริงๆ แล้วไม่ควรเลย สิ่งที่น่าภูมิใจจริงๆ ไม่ใช่แอปพลิเคชันนี้ แต่เป็นวิธีการทำงานที่ผมค้นพบระหว่างการสร้างมัน GStack หรือวิธีการที่ผมใช้ Agent ในการเขียนโปรแกรม เติบโตขึ้นมาจากการทำ Garry's List ต่อมาผมก็เปิดเป็นโอเพนซอร์ส ตอนนี้มันกลายเป็นหนึ่งใน 100 โปรเจกต์โอเพนซอร์สที่มีดาวมากที่สุดในประวัติศาสตร์ GitHub โดยได้รับประมาณ 105,000 ดาวภายในเวลาไม่ถึงสามเดือน

โค้ดกว่า 500,000 บรรทัดนั้นคือ "ผลิตภัณฑ์" วิธีการทำงานนั้นคือ "ผลพลอยได้" และสิ่งที่สำคัญจริงๆ คือผลพลอยได้นี้

แล้วโค้ด 540,000 บรรทัดที่สร้างขึ้นรอบ LLM หนึ่งตัวนั้น โดยพื้นฐานแล้วคืออะไร?

มันคือโรงงานฟอกซ์คอนน์ โรงงานที่สร้างขึ้นสำหรับคนงาน AI ที่มีความฉลาดสูง คนงานคนนี้ไม่จำเป็นต้องถูกควบคุมอย่างเข้มงวด แต่เราก็ยังสร้างมันขึ้นมา

ต้องสวมปลอกหุ้มรองเท้าเมื่อเข้าประตู ตื่นนอนตอน 6 โมงเช้า ออกกำลังกายเป็นกลุ่ม ยืนอยู่บนสายการผลิตเดิมซ้ำแล้วซ้ำเล่า ชีวิตที่ยากลำบากจนต้องติดตั้งตาข่ายป้องกันบนตึกสูงทุกหลัง เพราะ—นั่นไม่ใช่ชีวิตที่คุณอยากจะมี การทดสอบทุกครั้ง สิ่งกีดขวางทุกอย่าง วงจรลองใหม่ทุกครั้ง ล้วนเป็นการขันกรงให้แน่นขึ้นบนตัวคนงานนี้ และคนงานคนนี้ก็สามารถทำงานนี้ได้อยู่แล้ว แถมยังสามารถทำอีกพันสิ่งที่คุณไม่เคยนึกถึงอีกด้วย

ทั้งมนุษย์และ Agent ต่างก็มีศักยภาพไม่จำกัด แต่ตรรกะของโรงงานฟอกซ์คอนน์คือการบีบเอาเชาวน์ปัญญาและแรงงานจากชีวิตที่สวยงาม พวกมันสามารถทำงานเหล่านี้ได้ แถมยังทำได้มากกว่าถึง 1,000 เท่า ถ้าเราปล่อยให้พวกมันทำ

ผมเคยสร้างโรงงานแบบนี้ วันนี้เกือบทุกคนก็กำลังสร้างแบบนี้ และตอนนี้ผมอยากบอกคุณว่า: อย่าทำแบบนี้อีกต่อไป

นักเดินทางข้ามเวลา

สิ่งที่ผมพิสูจน์ได้จริงๆ ด้วยโค้ด 539,000 บรรทัดคือ ผมสามารถปลอมตัวเป็นนักเดินทางข้ามเวลาได้อย่างสมบูรณ์แบบ

วิศวกร Web 2.0 ในปี 2013 หรือตัวตนครั้งสุดท้ายที่ผมเรียกตัวเองว่าเป็นวิศวกรซอฟต์แวร์อย่างแท้จริง ถูกโยนเข้าไปในปี 2026 พร้อมกับเครื่องมือสมัยใหม่ แต่ยังคงสร้างซอฟต์แวร์ด้วยวิธีเดียวที่เขาคุ้นเคย: โค้ดมากขึ้นเรื่อยๆ โค้ดที่มากขึ้นเสมอ

เครื่องมือเปลี่ยนไปแล้ว แต่สัญชาตญาณของผมไม่เปลี่ยน

วิศวกรในปี 2013 เชื่อมั่นในสิ่งหนึ่งอย่างลึกซึ้ง: ความสามารถเท่ากับจำนวนบรรทัดโค้ด ความเชื่อนี้ถูกต้องมาเป็นเวลาหลายสิบปี จนถึงทุกวันนี้

ถ้าคุณส่ง Codex หรือ Claude Code ให้ฉัน ฉันสามารถทำงานที่ต้องใช้วิศวกร 100 คนหรือ 1,000 คนให้เสร็จได้ แต่นี่ก็ยังคงเป็นแผนที่เดิม แค่เปลี่ยนเครื่องยนต์ให้เร็วขึ้น เพื่อพุ่งชนเป้าหมายที่ตอนนี้ผิดพลาดไปแล้วด้วยความเร็วสูงสุด

นี่คือจุดที่ผู้สร้าง AI เกือบทั้งหมดในปัจจุบันยืนอยู่ พวกเขาอัปเกรดเครื่องมือ แต่ยังคงใช้กรอบความคิดของปี 2013

กับดักนี้ดูไม่เหมือนกับดัก เพราะโค้ดมันทำงานได้จริง Garry's List ก็ออนไลน์ได้จริง ในเดือนนั้น ฉันรู้สึกเหมือนกำลังอยู่ในช่วงที่มีประสิทธิภาพสูงสุดในชีวิต

แต่นั่นเป็นเพียงประสิทธิภาพที่รับใช้แนวคิดที่ล้าสมัย

LLM เคยมีราคาแพง เราจึงต้อง "ทำให้มันเชื่อง"

เศรษฐศาสตร์เก่าจนถึงประมาณปี 2025 คือ: การเรียกใช้ LLM มีราคาแพง ในขณะที่โค้ดมีราคาถูก

ดังนั้นคุณจึงเขียนโค้ดเพื่อประหยัดการเรียกใช้โมเดล ควบคุมมัน ทำให้มันเชื่อง และเรียกใช้มันอย่างระมัดระวัง สถาปัตยกรรมในตอนนั้นคือ: ใช้ซอฟต์แวร์จำนวนมากห่อหุ้มการเรียกใช้โมเดลอันมีค่าจำนวนน้อย

แต่สมการทั้งสองด้านกลับตาลปัตรไปแล้ว

โมเดลกำลังถูกลง และถูกลงทุกไตรมาส ในขณะเดียวกัน โมเดลก็ฉลาดพอ อัตราส่วนระหว่างมูลค่าและต้นทุนได้พลิกกลับแล้ว โมเดลยังสามารถเขียนโค้ดที่ใช้งานได้

ดังนั้นคุณไม่จำเป็นต้องเขียนโค้ดเพื่อ "ดูแล" โมเดลอีกต่อไป คุณสามารถบอกโมเดลด้วยภาษาธรรมชาติว่าต้องการให้ทำอะไร จากนั้นให้มันเขียนเฉพาะโค้ดที่จำเป็นน้อยที่สุดเท่านั้น

นี่คือ just-in-time software (ซอฟต์แวร์ที่สร้างขึ้นตามความต้องการแบบทันที) และเรากำลังเข้าสู่ยุคทองของมัน

รูปแบบของผลิตภัณฑ์ซอฟต์แวร์ก็เปลี่ยนไปอย่างสิ้นเชิง แอปพลิเคชัน Rails นั้นมีโค้ด 540,000 บรรทัดที่ฉันเขียนและเป็นเจ้าของ พร้อมกับการทดสอบเพื่อควบคุมดูแลมัน สิ่งที่มาแทนที่มันคือ Agent ที่ประกอบด้วย Markdown และโค้ดจำนวนเล็กน้อย ซึ่งมีขนาดเพียงเศษเสี้ยวของเดิม

ความสามารถเท่ากัน อ่านง่ายกว่า บำรุงรักษาง่ายกว่า และยืดหยุ่นกว่ามาก เพราะพฤติกรรมอยู่ในคำสั่งที่คุณสามารถแก้ไขด้วยภาษาธรรมชาติ ไม่ใช่แช่แข็งอยู่ในโค้ดตรรกะที่คุณเขียนไว้ในวันใดวันหนึ่ง

เราเคยเขียนโค้ดเพื่อดูแลบางสิ่ง แต่ตอนนี้สิ่งนั้นฉลาดกว่าโค้ดเหล่านั้นเสียอีก

ภายในโรงงานฟอกซ์คอนน์: สร้างตาข่ายป้องกันไว้เรียบร้อยแล้ว

หากคุณกำลังเขียนโค้ดในช่วงนี้ คุณอาจกำลังสร้างโรงงานแบบนี้โดยไม่รู้ตัว

คุณสามารถเดินเข้าไปในคลังโค้ดของคุณ และนับดูว่ามีโค้ดกี่บรรทัดที่อยู่ตรงนั้นเพียงเพราะคุณไม่ไว้ใจว่าโมเดลจะทำงานของมันได้สำเร็จ ในคลังโค้ดของฉัน มีโค้ดแอปพลิเคชันประมาณ 262,000 บรรทัด และโค้ดทดสอบอีกประมาณ 276,000 บรรทัดที่ใช้ควบคุมมัน คณะกรรมการตรวจสอบใหญ่กว่าบริษัทเสียอีก

มีตัวกรองบางตัวที่ตรวจสอบอินพุตที่โมเดลสามารถจัดการได้ มีตัวตรวจสอบบางตัวที่ตรวจสอบเอาต์พุตที่โมเดลสามารถตรวจจับได้เอง มีลูปลองใหม่ที่ห่อหุ้มการเรียกใช้โมเดล ทั้งที่โมเดลสามารถกู้คืนได้ด้วยตัวเอง โค้ดทุกบรรทัดแบบนี้คือการเดิมพันว่าคนงานคนนี้จะล้มเหลวแน่นอน

คุณก็เคยเขียนการเดิมพันแบบนี้เหมือนกัน เราทุกคนเคยเขียน

งานเบื้องหลัง 127 งาน ในจำนวนนี้ 33 งานเป็นงานตามกำหนดเวลา นี่ไม่ใช่ความสามารถ แต่เป็นการตั้งนาฬิกาปลุก 33 ตัวให้กับคนงาน LLM ที่ตอนนี้มักจะมาตรงเวลา

ในวันที่ฉันสร้าง "โรงงานฟอกซ์คอนน์" Claude และฉันเขียนไฟล์ขนาด 1,778 บรรทัด หน้าที่เดียวของมันคือการตั้งคำถามกับข้อเท็จจริงที่โมเดลให้มา

มันจะแยกข้อกล่าวอ้างทุกข้อที่โมเดลเสนอ ส่งไปตรวจสอบกับห้าแหล่งที่มาที่แตกต่างกันแบบขนาน แล้วให้คะแนน ข้อกล่าวอ้างง่ายๆ จะผ่านด่านคัดกรองเบาๆ ก่อน เพื่อหลีกเลี่ยงการดำเนินการเต็มรูปแบบกับทุกเนื้อหา หากไม่มีผลลัพธ์ในรอบแรก ก็ลองใหม่ แล้วก็มีแผนสำรองของแผนสำรอง

ในตอนหนึ่งของ Rick and Morty Rick สร้างหุ่นยนต์ตัวเล็กบนโต๊ะอาหารเช้า หุ่นยนต์เริ่มทำงานแล้วเงยหน้าถามว่า ภารกิจของฉันคืออะไร? Rick พูดว่า นายมีหน้าที่ส่งเนย หุ่นยนต์เลื่อนจานเนยไป มองลงมาที่มือของตัวเอง แล้วพูดว่า พระเจ้า แล้วมันก็นั่งอยู่ตรงนั้น หุ่นยนต์ตัวนั้นก็มีศักยภาพไม่จำกัด แต่มันถูกสร้างมาเพื่อส่งเนย โค้ดทดสอบ 276,000 บรรทัดของฉันก็คือจานเนยนั้น

เมื่อคุณสร้างซอฟต์แวร์ด้วยวิธี "โรงงานฟอกซ์คอนน์" แบบปี 2023 คุณกำลังสร้างกรงขัง หากไม่ระวัง ตัวคุณเองจะกลายเป็นผู้คุมคุก AI Agent นี้

Markdown ตอนนี้คือโปรแกรม

ที่ฉันพูดถึง Markdown ไม่ใช่ prompt

Prompt เป็นสิ่งชั่วคราว คุณป้อนประโยคหนึ่ง ได้ผลลัพธ์หนึ่ง แล้วมันก็ระเหยหายไป

ฉันกำลังพูดถึงการสร้างระบบที่มีการจัดการเวอร์ชัน ทดสอบได้ และนำกลับมาใช้ใหม่ได้

Markdown คือชั้นคำสั่ง: ความตั้งใจ ทักษะ การตัดสินใจ และคำอธิบายว่างานควรทำอย่างไร ส่วน TypeScript คือชั้นตรรกะที่แน่นอนบางๆ มันรับผิดชอบเฉพาะสิ่งที่ต้องทำด้วยโค้ดจริงๆ เท่านั้น: I/O และส่วนที่ไม่ควรเกิดภาพหลอนเด็ดขาด

ที่สำคัญกว่านั้น คุณต้องทดสอบ Markdown เหมือนกับที่คุณทดสอบโค้ด

ในระบบของฉัน วงจรนี้ใช้แค่คำเดียว: skillify it

ฉันจะทำงานร่วมกับ Agent เพื่อสร้างบางอย่างจนกว่ามันจะใช้งานได้ จากนั้นฉันพูดว่า "skillify it" แล้ว Agent จะเขียน:

คำอธิบายทักษะใน Markdown;

โค้ดขั้นต่ำที่จำเป็น;

การทดสอบหน่วยของโค้ด;

การประเมิน LLM สำหรับทักษะ;

การทดสอบแบบบูรณาการที่ครอบคลุมทักษะและโค้ด;

resolver ที่ให้ Agent เรียกใช้ทักษะนี้โดยอัตโนมัติในสถานการณ์ที่เกี่ยวข้อง;

และการประเมินของ resolver เอง

ทั้งหมดนี้คือ skill pack (ชุดทักษะ) มันเป็นหน่วยความสามารถที่นำกลับมาใช้ใหม่ได้ และจะทบต้นอย่างต่อเนื่อง

สิ่งที่มหัศจรรย์จริงๆ คือการทดสอบ: การครอบคลุมทักษะช่วยให้มันไม่เสียหายเมื่อมีการเปลี่ยนแปลง นี่คือความแตกต่างระหว่างมันกับ vibe coding (การเขียนโค้ดตามความรู้สึก) Vibe coding เป็นแค่ความรู้สึก แต่ skill pack มีการทดสอบ

ตอนนี้เราเพิ่งเริ่มต้นสำรวจระบบดั้งเดิมของวิศวกรรม Agent แบบเรียลไทม์ เหมือนกับยุค CPU ยุคแรกที่คิดค้น stack, heap, register และสถาปัตยกรรม von Neumann

ฉันคิดว่า skill pack คือหนึ่งในระบบดั้งเดิมเหล่านั้น Harness (กรอบการดำเนินการ) ก็เป็นอีกหนึ่ง

คนส่วนใหญ่ยังไม่ตระหนักถึงสิ่งนี้ เพราะพวกเขายังคงวัดซอฟต์แวร์ด้วยจำนวนบรรทัดโค้ด

คุณสามารถสร้างอะไรที่บ้าคลั่งได้จริงๆ

นี่ไม่ใช่ข้อโต้แย้งแบบของเล่น

Agent นี้สามารถทำสิ่งที่เกินกว่าแอป Rails ที่มีโค้ด 500,000 บรรทัดได้แล้ว และโค้ดที่เพิ่มเข้ามาใหม่ก็เป็นเพียงเศษเสี้ยวของสิ่งนั้น

ยกตัวอย่างที่เป็นรูปธรรม: การตัดสินแฮกกาธอน

เมื่อวันเสาร์เมื่อสองสัปดาห์ก่อน เราจัดแฮกกาธอน GStack/GBrain มีผลงานส่งเข้าประกวด 85 ชิ้น ผมอัปโหลด Google Drive ที่มีผลงานทั้งหมด แล้วพูดว่า: เริ่ม

Agent วิเคราะห์คุณภาพโค้ดของแต่ละ repository ทำการวิจัยเชิงลึกเกี่ยวกับผู้เข้าแข่งขันทุกคน ดูและจับภาพหน้าจอวิดีโอ demo ทุกคลิป ให้คะแนน UI และจัดอันดับ 85 ทีม สุดท้าย มันบอกผมถึง 5 แอปพลิเคชันที่น่าสนใจที่สุดในบรรดาผลงานทั้งหมด

การตัดสินแฮกกาธอน ซึ่งปกติต้องใช้เวลาหลายวัน กลายเป็นเรื่องที่ใช้เวลาประมาณ 30 นาที

ผมไม่ได้เขียนโค้ด ผมให้ OpenClaw ทำงาน ส่วนผมคอยชี้แนะ เมื่อมันทำงานเสร็จ ผมพูดว่า: skillify it

มันจึงกลายเป็น tarball ที่ใครก็สามารถนำไปใช้ซ้ำได้ตลอดไป และสามารถนำไปใช้กับตารางแฮกกาธอนใดก็ได้

ตอนนี้ผมพูดคำว่า "skillify" เกือบทุกวัน ผมมี skill pack มากกว่า 350 ชุดแล้ว งานเกือบทั้งหมดที่ผมต้องจัดการทั้งส่วนตัวและในที่ทำงาน ตอนนี้ Agent ของผมสามารถทำได้

นี่คือตัวอย่างหนึ่งของการพลิกกลับ

ในอดีต ความสามารถแบบนี้จะเป็นโปรเจกต์ซอฟต์แวร์จริง ๆ: ต้องมี crawler, pipeline การให้คะแนน, การประมวลผลวิดีโอ, โมดูลวิจัย, ระบบจัดอันดับ ตอนนี้มันกลายเป็น Markdown บวกโค้ดเล็กน้อย สร้างโดย Agent ในช่วงบ่ายวันเดียว และทุกคนสามารถนำไปใช้ซ้ำได้

อีกอย่างหนึ่ง ผู้ชนะแฮกกาธอนนั้นเขียนโค้ดที่ผมปรับแต่งและรวมเข้า main branch จริง ๆ ตอนนี้ GStack สามารถทดสอบแอป iOS บนทั้ง simulator และอุปกรณ์จริง และฟีเจอร์ครบชุดนี้ ถูกสร้างโดยคนคนเดียวในเวลาไม่ถึง 8 ชั่วโมงของแฮกกาธอน

Tokenmaxxing

มีตั๋วเข้าชมอยู่ แต่แทบไม่มีใครยอมจ่าย: คุณต้องยินดีใช้จ่ายกับ token

Peter Steinberger สร้าง OpenClaw ซึ่งเป็น harness ที่ผมชอบที่สุด เขาบอกว่าเขายินดีใช้จ่ายประมาณ 1 ล้านดอลลาร์ต่อปีกับ token

คนส่วนใหญ่ได้ยินตัวเลขนี้แล้วจะถอย แต่พวกเขาไม่ควรถอย เพราะทองคำอยู่ตรงนี้: ถ้าคุณยินดีทำแบบนี้ คุณจะได้ใช้ชีวิตในปี 2028 ในขณะที่คนอื่นต้องใช้เวลาหลายปีกว่าจะตามทัน

นี่คือเหตุผลที่ OpenAI ตัดสินใจให้เครดิตโทเค็นมูลค่า 2 ล้านดอลลาร์แก่บริษัท YC ทุกแห่ง ในรูปแบบของ SAFE แบบไม่จำกัดเพดาน

เมื่อคุณสามารถเปลี่ยนความฉลาดดิบให้เป็นโทเค็น แล้วเปลี่ยนโทเค็นให้เป็นผลลัพธ์ที่ผู้ใช้สามารถใช้งานได้จริง แก้ปัญหาความต้องการที่แท้จริง และผู้ใช้ยินดีจ่ายเงิน สิ่งมหัศจรรย์บางอย่างจะเกิดขึ้น

ถ้าคุณเป็นผู้ก่อตั้ง คุณควรดึงศักยภาพนี้ให้สูงสุด นี่คือเหตุผลที่ผมเน้นย้ำเรื่อง skillify เสมอ เพราะมันเป็นวิธีการที่นำไปสู่ผลลัพธ์ที่ดีอย่างแท้จริง

ในยุคที่ผ่านมา เรามักคิดว่าการเรียกใช้ LLM นั้นแพงเกินไป ต้องใช้อย่างประหยัด เราจึง ration หรือปันส่วนการใช้งานอยู่เสมอ

แต่ตอนนี้ สัญชาตญาณนี้เองที่กำลังถ่วงคนให้ช้าลง

ถ้าคุณยอม tokenmax ยอมให้ Agent ใช้โทเค็นอย่างอิสระและทำงานต่อเนื่อง คุณจะได้เปรียบแบบ first-mover คล้ายกับยุคเริ่มต้นอินเทอร์เน็ตในปี 1994 เพียงแต่ครั้งนี้ต้นทุนจ่ายด้วยโทเค็น

สิ่งนี้จะกีดกันองค์กรกว่า 99.99% ที่ยังคงคำนวณกับทรัพยากรที่ราคากำลังถูกลงเรื่อยๆ และมอบความได้เปรียบให้กับคนส่วนน้อยที่เข้าใจจริงๆ

ปีละไม่กี่หมื่นถึงหลายแสนดอลลาร์ สำหรับบางคนอาจน้อยกว่านั้น วันนี้คุณสามารถดำเนินการในแบบที่โลกจะต้องใช้ในอีกไม่กี่ปีข้างหน้า

คุณสามารถใช้ชีวิตในปี 2026 เหมือนปี 2028 การลงทุนล่วงหน้านี้คุ้มค่า เพราะโทเค็นที่วันนี้มีมูลค่า 100,000 ดอลลาร์ ปีหน้าอาจเหลือ 10,000 ดอลลาร์ ปีถัดไปเหลือ 1,000 ดอลลาร์ และภายในสิ้นปี 2028 อาจเหลือแค่ 100 ดอลลาร์

ถ้าคุณบอกผู้ประกอบการคนไหนในประวัติศาสตร์ว่า คุณสามารถลงทุนหลักแสนเพื่อก้าวเข้าสู่อนาคตเร็วกว่าคนอื่นสองถึงสามปี และรักษาความได้เปรียบนี้ไว้หลายปี ผู้ก่อตั้งที่มีคุณสมบัติครบ 100 คนจาก 100 คนจะยอมรับข้อตกลงนี้

สิ่งเดียวที่ขวางทางคือสัญชาตญาณจากปี 2013 ที่บอกคุณว่า การเรียกใช้โมเดลแพงเกินไป ใช้อย่างอิสระไม่ได้

แต่มันไม่แพงอีกแล้ว นั่นคือเศรษฐศาสตร์เก่า การพลิกกลับได้เกิดขึ้นแล้ว

Esalen ไม่ใช่富士康

ถ้าโค้ดควบคุม 540,000 บรรทัดคือการสร้างโรงงาน富士康สำหรับคนงาน ทางออกก็คือการสร้างสิ่งที่ตรงกันข้าม

ที่หน้าผาของ Big Sur มีสถานที่แห่งหนึ่งชื่อ Esalen ผู้คนไปที่นั่นเพื่อถูกถอดประกอบ ถูกหล่อหลอมใหม่ วางเกราะลง แล้วกลับมาเป็นตัวเองมากขึ้น

ไม่มีสายการผลิต ไม่มีหัวหน้างาน ไม่มีเสียงนกหวีดตอน 6 โมงเช้า มันคืออิสรภาพ ไม่ใช่การควบคุม

จงสร้างสิ่งนั้น

จงสร้างสถานที่แบบ YC: ที่ที่เราช่วยคุณสร้างบริษัท แก้ปัญหาจริง และหา product-market fit

สร้างสถานที่ที่ปลดปล่อยแรงงาน ไม่ว่าแรงงานเหล่านั้นจะเป็นมนุษย์ หรือ AI

นี่คือแก่นแท้ของจิตวิญญาณทั้งหมด

ทำสิ่งที่ทำให้ Agent เป็นอิสระ ทำบริษัทที่ปลดปล่อยมนุษย์ให้發揮ได้เต็มที่

ในงานที่ใช้ความรู้ โรงงานคือรูปแบบที่ล้มเหลว เป้าหมายที่แท้จริงคือการสร้างสถาบันที่ปลดปล่อยมนุษย์ ตอนนี้เป้าหมายนี้ก็指向 Agent ด้วย

OpenClaw ก็เหมือน Ferrari ที่คุณต้อง自带ประแจมาเอง โมเดลคือเครื่องยนต์ ไม่ใช่ทั้งคัน เรายังอยู่ในยุค Apple I กำลังบัดกรี breadboard อยู่

มันถูกปล่อยออกมาอย่างหยาบ คุณยังต้องทำให้มันสมบูรณ์ด้วยตัวเอง

GBrain, search engine และ skill pack ที่ฉัน open source ยังไม่ใช่ผลิตภัณฑ์พร้อมใช้งานแบบเปิดกล่อง

บางคนบอกว่า OpenClaw ไม่ปลอดภัย พวกเขาไม่เข้าใจ อิสรภาพคือเหตุผลที่มันทรงพลัง ก่อนที่คุณจะเจอปัญหาจริง อย่ารีบใส่รั้วนิรภัยให้สิ่งที่คุณไว้ใจ ประแจในมือคุณนั่นแหละที่พิสูจน์ว่ามันยังไม่ได้ถูกขังในกรง

ระบบควบคุมนั้นประณีต เพราะการควบคุมต้องการการควบคุมที่สมบูรณ์ นั่นคือโรงงาน富士康 ระบบอิสระนั้นหยาบ เพราะมันเชื่อว่าคุณจะทำให้มันสมบูรณ์

คุณต้องเลือกว่ากำลังสร้างแบบไหน แล้วกลับไปดูว่าคุณเขียนโค้ดไปเท่าไหร่

นี่หมายถึงอะไรกันแน่

โค้ด Rails 540,000 บรรทัด คือการพิสูจน์ว่าฉันยังเล่นเกมเก่าได้ในระดับสูงสุด

แต่ระดับนั้นเป็นของ Web 2.0 เป็นของเมื่อสิบปีก่อน

ฉันยังเล่นได้ดีเหมือนเมื่อก่อน แม้กระทั่งเป็น 1000x engineer ได้ แต่สิ่งที่ฉันสร้างคือโรงงาน富士康 โค้ดเก่า เกมเก่า

และเกมใหม่นี้ ไม่ได้เล่นด้วยจำนวนบรรทัดโค้ดอีกต่อไป

ผลลัพธ์คือ พวกแอนตี้แฟนของฉันพูดถูก ถ้าคุณกำลังอ่านข้อความนี้อยู่ เพื่อนนิรนาม ขอคารวะ

เมื่อคุณสามารถเปลี่ยนความตั้งใจเป็นระบบที่ทำงานได้ ทดสอบได้ และนำกลับมาใช้ใหม่ได้โดยตรง อุปสรรคก็ไม่ใช่สิ่งที่คุณสร้างได้มากแค่ไหนอีกต่อไป แต่เป็นสิ่งที่คุณต้องการจริงๆ และมันคุ้มค่าที่จะสร้างหรือไม่

ทรัพยากรที่หายากกลายเป็นความชัดเจน รสนิยม และวิจารณญาณ

วิศวกรที่เขียนโค้ดน้อยที่สุด มักจะเป็นคนที่สร้างสิ่งต่างๆ ได้มากที่สุด

ฉันเขียนโค้ดถึง 540,000 บรรทัดถึงได้เรียนรู้สิ่งนี้ คุณไม่จำเป็นต้องทำซ้ำอีก

[ลิงก์ต้นฉบับ]

ยินดีต้อนรับสู่ชุมชนทางการของ BlockBeats:

กลุ่ม Telegram สมัครสมาชิก: https://t.me/theblockbeats

กลุ่ม Telegram พูดคุย: https://t.me/BlockBeats_App

บัญชี Twitter ทางการ: https://twitter.com/BlockBeatsAsia