ในช่วง 3 ปีที่ผ่านมา ผมใช้เวลากว่า 2,000 ชั่วโมงในการเขียนโค้ดกับ AI และได้สัมภาษณ์คนที่ทำงานได้อย่างมีประสิทธิภาพสูงสุดในวงการ Agentic Engineering ด้วยตัวเอง
ด้านล่างคือชุดเครื่องมือ Agentic Engineering ที่ผมใช้อยู่ในปัจจุบัน ไตรมาสที่ 3 ของปี 2026
อินเทอร์เฟซ
หมายถึง UI / CLI ที่คุณใช้โต้ตอบกับเอเจนต์ อินเทอร์เฟซหลักของผมคือ bb
มันเป็นโอเพนซอร์ส ฟรีโดยสมบูรณ์ และให้คุณใช้บริการสมัครสมาชิก เอเจนต์ หรือโมเดลใดก็ได้ภายใน GUI เดียวกัน ไม่ว่าจะเป็น Codex, Claude Code, Pi, Cursor CLI, OpenCode, Grok Build, Hermes ทั้งหมดอยู่ใน UI เดียวกัน
ปัญหาของแอปอย่าง Codex หรือ Cursor คือพวกมันอนุญาตเฉพาะโมเดลและบริการสมัครสมาชิกของตัวเองเท่านั้น เป้าหมายคือการได้รับโทเค็นมากที่สุดด้วยเงินที่น้อยที่สุด
ฟีเจอร์ทั้งหมดที่คุณชอบจากแอป Codex หรือ Cursor มีอยู่ใน bb และมันได้รับการปรับปรุงทุกสัปดาห์ (อีกทั้งยังเป็นโอเพนซอร์สเต็มรูปแบบและใช้งานฟรี 100%)
อีกสิ่งที่ผมใช้บ่อยมากคือ cmux
เมื่อคุณเปิดพื้นที่ทำงาน cmux ใหม่ คุณสามารถแบ่งหน้าจอได้เหมือนกับใน tmux (นั่นคือที่มาของชื่อที่คล้ายกัน) เปิดเทอร์มินัลที่แตกต่างกันในแต่ละแผง และมีเบราว์เซอร์ในตัว
จุดที่ cmux มีปัญหา คือเมื่อคุณมีเอเจนต์และพื้นที่ทำงานจำนวนมาก แถบด้านข้างซ้ายไม่ใช่โครงสร้างพื้นฐานที่เหมาะสม ใช้ได้ดีกับงานไม่กี่อย่าง แต่สำหรับงาน Agentic Engineering ขนาดใหญ่แล้ว มันไม่ใช่ตัวเลือกที่ดีที่สุด
ผมใช้ Ghostty เป็นเทอร์มินัล เพราะมันเร็วมากและเป็นเนทีฟ
ภายใน Ghostty คุณสามารถรัน Herdr ซึ่งโดยพื้นฐานแล้วคือ tmux แต่สำหรับเอเจนต์ เป็นรันไทม์แบ็คเอนด์สำหรับเอเจนต์ เรียบง่ายมาก เบามาก อยู่ในเทอร์มินัล และเมื่อเอเจนต์ทำงานเสร็จ สถานะของมันจะแสดงทางด้านซ้าย: เสร็จแล้ว, ว่าง, ถูกบล็อก, กำลังทำงาน
การติดตามสถานะของเอเจนต์ AI เป็นสิ่งสำคัญมาก การคาดการณ์ของผมคือภายใน 3 ถึง 6 เดือน "การติดตามสถานะเอเจนต์" นี้จะมีความสำคัญมากขึ้นเรื่อยๆ เพราะคุณจะไม่ได้พูดคุยกับเอเจนต์เพียงตัวเดียว แต่คุณจะพูดคุยกับเอเจนต์ผู้จัดการที่จัดการเอเจนต์ผู้ปฏิบัติงานจำนวนมาก
อินเทอร์เฟซสุดท้ายที่ผมต้องพูดถึงคือ Corral ซึ่งเป็นสิ่งที่ผมพัฒนาขึ้นมาเอง
แทนที่จะสลับไปมาระหว่างเอเจนต์แบบสุ่มเมื่อพวกมันทำงานเสร็จ (ใน Herdr ไม่มีลำดับที่แน่นอน) เอเจนต์ทุกตัวจะมีลำดับความสำคัญ เช่นเดียวกับงานที่มีระดับความสำคัญ/ความสำคัญที่แตกต่างกัน เมื่อเอเจนต์ P1 ทำงานเสร็จ มันจะไปอยู่ด้านบน คุณไม่ควรตอบสนองต่อเอเจนต์ P4 เมื่อเอเจนต์ P1 ทำงานเสร็จแล้ว (ใช่... ผมต้องทำให้ Corral เป็นโอเพนซอร์ส ยังไม่ได้ทำเลย)
โมเดลและบริการสมัครสมาชิก
คุณต้องการโทเค็นมากที่สุดด้วยเงินที่น้อยที่สุดเท่าที่จะเป็นไปได้ นี่ควรเป็นหนึ่งในเป้าหมายหลักของ Agentic Engineer ทุกคน (หลังจากทำงานให้เสร็จ)
ปัจจุบันมีบริการสมัครสมาชิกหลัก 4 รายการ และใช่... สิ่งนี้อาจเปลี่ยนแปลงไปโดยสิ้นเชิงในอีก 2 เดือนข้างหน้า
ข้อเสนอที่ "คุ้มค่าที่สุด" ในตอนนี้คือ OpenCode Go ราคาเพียง $10 และให้คุณใช้ Kimi K3, Grok 4.6, GLM 5.3, DeepSeek V4 Pro และโมเดลอื่นๆ อีกมากมาย... แต่มันไม่มีโมเดลที่ดีที่สุดอย่าง Fable 5 และ GPT-5.6 Sol (อีกทั้งขีดจำกัดการใช้งานก็ค่อนข้างน้อย)
ดังนั้น หากคุณมีเงินมากกว่านี้ นี่คือสิ่งที่คุณควรทำ:
- $30 -- รับ OpenCode Go + ChatGPT Plus ($20)
- $50 -- เพิ่มบริการสมัครสมาชิก Claude Code $20 เข้าไป
- $70 -- เพิ่ม Cursor $20 ต่อเดือน และคุณจะได้ระดับต่ำสุดของบริการสมัครสมาชิกทั้งหมด
- $110 -- OpenCode + แผนใหญ่แผนใดแผนหนึ่ง แผน $100 ของ ChatGPT จะให้ข้อเสนอที่ดีกว่า Claude มันเป็นอย่างนั้น OpenAI มีพลังการคำนวณมากกว่า พวกเขายินดีที่จะอุดหนุนมากกว่า
- $210 -- รับทั้งสองแผน $100
- และถ้าคุณจริงจังจริงๆ (เหมือนผม) ก็รับแผน $200 ทั้งหมด (Codex, Claude, Cursor) เพราะนั่นคือการใช้งาน 20 เท่า และแผนเหล่านี้ให้ข้อเสนอที่ดีที่สุดแก่คุณ
อีกอย่าง... แผน Cursor ถูกประเมินค่าต่ำเกินไป Cursor หรือที่รู้จักในชื่อ Grok กำลังจะกลายเป็นบริการสมัครสมาชิกที่ยอดเยี่ยมเนื่องจากการเข้าซื้อกิจการโดย SpaceX SpaceXAI มีพลังการคำนวณมหาศาล ดังนั้นพวกเขาจึงสามารถเล่นเกมการอุดหนุนได้ และ -- ผมคิดว่า -- แผน Cursor/Grok ให้ขีดจำกัดแยกต่างหากสำหรับ Cursor + Grok Bot ซึ่งเป็นสิ่งที่น่าทึ่งมาก
Grok Bot กำลังกลายเป็นวิธีใหม่ที่ผู้คนใช้โต้ตอบกับเอเจนต์อย่างรวดเร็ว ดังนั้นการมีบริการสมัครสมาชิก Cursor จึงมีความสำคัญมากกว่าที่เคย (ไม่ได้รับการสนับสนุนนะครับ มันเป็นเรื่องจริง) อีกทั้งโมเดลใหม่ -- Grok 4.7 -- ก็ใกล้จะเปิดตัวแล้ว
ไม่ว่ายังไงก็ตาม อย่า จ่ายตามราคา API มันเป็นข้อเสนอที่แย่ที่สุด แค่สมัครสมาชิก
Cloud Agents
เห็นได้ชัดว่า Cloud Agents คืออนาคต Cursor, Amp, Devin, Codex... บริษัทเหล่านี้ทั้งหมดทุ่มทุกอย่างให้กับ Cloud Agents
หลักฐานที่แสดงว่า Cloud Agents คืออนาคตคือกราฟด้านล่าง
[รูปภาพที่นี่]
นี่คือส่วนแบ่งภายในของ Cursor สำหรับ PR ที่ถูกผสานจาก Cloud Agents: ประมาณ 10-15% เมื่อต้นปีนี้ และกำลังเข้าใกล้ 60% ในตอนนี้ และนั่นคือ PR ที่ถูกผสาน ซึ่งเป็นสิ่งที่ถูกนำไปใช้จริง อีกไม่นานสิ่งนี้จะกลายเป็น 70% จากนั้น 80% และ 90%
ปัญหาของการรันเอเจนต์ทั้งหมดในเครื่องของคุณคือมันไม่สามารถปรับขนาดได้ คุณไม่สามารถรันเอเจนต์หลายร้อยตัวพร้อมกันได้ แค่เอเจนต์สองสามตัวตัดสินใจรันชุดทดสอบทั้งหมดของคุณพร้อมกัน คอมพิวเตอร์ของคุณก็จะเริ่มส่งเสียงแปลกๆ (แม้แต่ MacBook Pro มูลค่า $7,000 ของผมก็ยังมีปัญหา)
Cloud Agents มอบสภาพแวดล้อมที่แยกออกจากกัน เซสชันที่คงอยู่ การเข้าถึงอินเทอร์เน็ตและไฟฟ้าที่ทนทาน หากคุณปิดแล็ปท็อป คุณจะสูญเสียเซสชันของคุณ หากอินเทอร์เน็ตขาดหายไปสองสามนาที ฮาร์เนสจะไม่สามารถกู้คืนตัวเองได้
ปัญหาของโซลูชัน Cloud Agent ที่มีอยู่คือการล็อกอินเข้ากับระบบนิเวศในระดับที่บ้าคลั่ง การตั้งค่าสภาพแวดล้อมและความลับทั้งหมดของคุณใช้เวลาหลายชั่วโมง และจากนั้นคุณก็ถูกล็อก: เซสชันของคุณอยู่ที่นั่น คุณอยู่ในระบบราคาของพวกเขา และคุณให้ข้อมูลทั้งหมดของคุณแก่พวกเขา แม้ว่าพวกเขาจะไม่ฝึกโมเดลกับข้อมูลนั้น แต่ก็ยังมีวิธีอื่นๆ อีกมากมายในการใช้ข้อมูลของคุณ
ทางออกคือการมีเซิร์ฟเวอร์ของคุณเอง และต้องขอบคุณ AI ที่ทำให้ใช้เวลาแค่ประมาณ 10 นาทีในการตั้งค่า (จริงๆ นะ) แค่รับ VPS รัน Herdr บนนั้น และ SSH เข้าไป
Herdr มอบเซสชันเอเจนต์ที่คงอยู่ให้คุณ และ SSH ช่วยให้คุณเชื่อมต่อจากโทรศัพท์ แล็ปท็อป หรืออะไรก็ได้ คุณสามารถบรรลุ 80/20 ของ Cloud Agents ได้ด้วยเงินเพียงไม่กี่ดอลลาร์ โดยไม่ต้องถูกล็อก
สร้าง Cloud Environment ของคุณเอง
ผมใช้ Hostinger สำหรับ VPS ของผม และแผน KVM2 ก็เพียงพอแล้ว นี่คือสิ่งสำคัญที่ผมต้องการจะสื่อ... คุณไม่จำเป็นต้องเป็นผู้เชี่ยวชาญด้าน VPS, DevOps, Linux หรืออะไรทั้งนั้น
แค่พูดคุยกับเอเจนต์ของคุณเป็นภาษาไทย!!!
ในวิดีโอที่กำลังจะมาถึงนี้ ผมตั้งค่าทุกอย่างแบบสดๆ พื้นที่ทำงาน cmux, เอเจนต์เขียนโค้ดในแผงด้านซ้าย (Cursor CLI รัน Grok 4.6), แผงเทอร์มินัลว่างทางด้านขวา
ทักษะ cmux ของผมช่วยให้เอเจนต์ค้นหาแผงอื่นและรันคำสั่งในนั้นได้ ผม SSH เข้าไปใน VPS ใหม่ด้วยตัวเอง จากนั้นบอกเอเจนต์ว่า "เรียนรู้ทุกอย่างเกี่ยวกับเซิร์ฟเวอร์นั้น และตั้งค่าสภาพแวดล้อมสำหรับการพัฒนา Herdr, Node.js, Python 3, Git"
มันวิเคราะห์ VPS ภายในไม่กี่วินาที ติดตั้งทุกอย่าง เริ่ม Herdr จากนั้นติดตั้ง Pi Agent ค้นหาคีย์ OpenRouter บน MacBook ของผม และดำเนินการตั้งค่าทั้งหมดด้วยตัวเอง หลังจากพรอมต์สั้นๆ ไม่กี่ครั้ง ผมก็มี Pi รัน GPT-5.6 Sol และเซสชันที่สองรัน Fable ทั้งคู่อยู่ในคลาวด์ บน VPS ของผมเอง พร้อมสิทธิ์การเข้าถึงรูทอย่างเต็มรูปแบบ
หากมีอะไรเกิดขึ้นกับคอมพิวเตอร์หรือ Wi-Fi ของผม... หาก MacBook ของผมระเบิด เอเจนต์เหล่านั้นก็ยังคงทำงานต่อไป คำแนะนำแบบเต็มอยู่ในวิดีโอ ลิงก์ไปยัง YouTube ของฉันที่นี่
เคล็ดลับความเร็วอีกอย่าง... ผมใช้การป้อนตามคำบอกด้วย SuperWhisper พวกคุณส่วนใหญ่ที่อ่านข้อความนี้อาจพิมพ์ด้วยความเร็ว 40 หรือ 50 คำต่อนาที ซึ่งช้ามาก
แต่! คุณสามารถพูดได้มากกว่า 250 คำต่อนาที เครื่องมือ AI เสียง (เช่น Superwhisper, Glaido, Whispr Flow) ทำให้คุณส่งพรอมต์ได้เร็วขึ้น 3-4 เท่าในทันที ใช้มันสักตัว อย่าโง่
ฮาร์เนส
ฮาร์เนสแรกที่ผมต้องพูดถึงคือ Pi Agent สุดยอดแห่งวงการ
ฮาร์เนสที่เรียบง่ายที่สุดที่มีอยู่: มีเพียง 4 เครื่องมือ รันในโหมด YOLO เสมอ รองรับโมเดลใดก็ได้ ผู้ให้บริการใดก็ได้ หรูหรามาก ปรับแต่งได้สุดๆ และนั่นคือสาเหตุที่ผู้คนจำนวนมากสร้างสิ่งต่างๆ บน Pi มันเป็นโอเพนซอร์ส ฟรีโดยสมบูรณ์ แค่ไปที่ pi.dev และรับมันมา ไม่มีข้อแม้ มันเป็นฮาร์เนสแรกที่ผมใส่ลงใน VPS
Cursor CLI. ถูกประเมินค่าต่ำเกินไปมาก เพราะคุณสามารถใช้โมเดลทั้งหมดได้: Grok, โมเดล GPT, โมเดล Anthropic, Kimi คุณสามารถแท็กทักษะ และคุณสามารถส่งข้อความล่วงหน้าได้ เป็นฮาร์เนสที่ยอดเยี่ยมโดยรวม
ฮาร์เนสประเภทถัดไปคือสิ่งที่ผมชอบเรียกว่าฮาร์เนส "ที่ปรับปรุงตัวเองได้"
สองตัวที่ได้รับความนิยมมากที่สุดคือ Hermes Agent และ Prime Agent นี่สำหรับเมื่อคุณไม่รู้ว่ากำลังทำอะไรอยู่ หากงานมีความไม่แน่นอนสูง ต้องใช้การคิดหาคำตอบมาก ให้ใช้ฮาร์เนสที่ปรับปรุงตัวเองได้ เพราะมันสร้างทักษะและปรับปรุงไปพร้อมกับคุณเมื่อเวลาผ่านไป
และสุดท้าย คลาสสิกอย่าง Claude Code และ Codex ผมมีพวกมันเป็นนามแฝง หลายคนพิมพ์ claude --dangerously-skip-permissions ทุกวัน ช้ามาก ไม่มีประสิทธิภาพอย่างยิ่ง ผมพิมพ์ cc และมันจะเปิด Claude Code โดยข้ามการอนุญาต cx เปิด Codex ในโหมด YOLO
คุณต้องสร้างนามแฝงระดับโลกสำหรับคำสั่งยาวๆ ที่คุณรันบ่อยๆ นั่นคือหนึ่งในกฎของ Agentic Engineering: คุณจะทำงานให้เสร็จมากขึ้นในเวลาเท่าเดิมได้อย่างไร?
ทักษะ
พื้นที่เก็บทักษะของผมกลายเป็นไวรัลเมื่อเดือนที่แล้ว (ดูได้ที่ github.com/davidondrej/skills) มันฟรีโดยสมบูรณ์ โอเพนซอร์ส และอื่นๆ
ทักษะที่เกี่ยวข้องกับ Agentic Engineering มากที่สุดคือ:
(1) /total-review
- มันรันอีกสองทักษะคือ /gpt-review และ /fable-review ซึ่งจะตรวจสอบการเปลี่ยนแปลงโค้ดที่คุณเพิ่งทำกับ GPT-5.6 Sol และ Fable 5 จากนั้นจึงลบรายการที่ซ้ำกันออกจากทั้งสองรายการเพื่อให้เหลือเพียงรายการปัญหาที่สำคัญจริงๆ มันเหมือนกับการขอให้เพื่อนที่ฉลาดที่สุดของคุณทุกคนตรวจสอบใบสมัครงานของคุณ และพวกเขาให้เฉพาะปัญหาที่ใหญ่ที่สุดแก่คุณ รันมันกับการเปลี่ยนแปลงขนาดกลางถึงใหญ่ โดยเฉพาะอย่างยิ่งถ้ามันถูกสร้างโดยโมเดลอื่น หาก Grok 4.6 เป็นคนทำงาน คุณต้องการให้โมเดลที่แตกต่างอย่างสิ้นเชิงตรวจสอบมัน
สำคัญ: สิ่งใดก็ตามที่คุณทำซ้ำบ่อยพอ ควรกลายเป็นค่าที่ตั้งไว้ล่วงหน้า
หากเป็นขั้นตอนเดียว ให้ใช้การแทนที่ข้อความ ผมมีเป็น Raycast snippets "ตอบสั้นๆ เป็นภาษาอังกฤษ" "ทำให้คำตอบก่อนหน้านี้ของคุณง่ายขึ้นและสั้นลง" "Stage ไฟล์ทั้งหมด เขียน commit ที่ชัดเจน Push ไปยัง GitHub"
หากเป็นเวิร์กโฟลว์หลายขั้นตอน ให้เปลี่ยนเป็นทักษะ
(2) /ask-then-build
- ผมใช้ทักษะนี้ทุกวัน ก่อนการสร้างอะไรก็ตาม แทนที่จะพูดว่า "ทำให้เข้ากันได้กับ Windows" และปล่อยให้โมเดลตัดสินใจเลือกสถาปัตยกรรมที่สำคัญอย่างเงียบๆ ซึ่งคุณอาจเสียใจในภายหลัง มันจะพาคุณผ่านการตัดสินใจหลักทีละขั้น พร้อมตัวเลือก โมเดล AI เก่งในการเขียนโค้ด เก่งในการนำไปปฏิบัติ แต่พวกมันไม่มีรสนิยม พวกมันไม่มีวิจารณญาณที่ดี คุณในฐานะมนุษย์ ต้องเป็นผู้ควบคุมสิ่งนั้น
(3) /deepapi
- ทักษะนี้คือสิ่งที่ผมใช้สำหรับการวิจัยเชิงลึก การสืบค้นข้อมูลทางเว็บ หรืออะไรก็ตามที่เกี่ยวกับเว็บ Codex และ Claude Code มาพร้อมกับการค้นหาเว็บพื้นฐาน แต่ไม่มีการสืบค้นข้อมูล ไม่มีการวิจัยเชิงลึก และพวกมันถูกบล็อกได้ง่าย รันการค้นหาเว็บที่รวดเร็ว 8 ครั้งและให้ตัวเลือก 3 อันดับแรกแก่ฉัน สืบค้น Twitter สืบค้น GitHub ค้นหาวิธีติดต่อบุคคล 3 วิธี ทุกคนในทีมของฉันใช้มัน ต้องมี
(4) Guardrails และ push lock
- น่าเบื่อกว่า แต่จำเป็นอย่างยิ่ง และคุณตั้งค่ามันเพียงครั้งเดียว Global agent guardrails คือ hook ก่อนเรียกใช้เครื่องมือที่ทำให้แน่ใจว่าเอเจนต์ของคุณจะไม่ล้างดิสก์ของคุณ ไม่เขียนทับประวัติ Git ไม่แตะต้องตัวจัดการรหัสผ่านของคุณ และ push lock สำหรับเมื่อคุณรันเอเจนต์ 15+ ตัวพร้อมกัน: ล็อกเคอร์เนลระดับ OS หนึ่งตัวบนทั้งระบบ รวม, ตรวจสอบ, push, CI, ปรับใช้, ตรวจสอบสถานะ
อย่าติดตั้งทักษะทั้งหมดของผม แค่หยิบเฉพาะที่คุณต้องการ
Worktrees
Worktree โดยพื้นฐานแล้วคือสำเนาของ checkout หลักของคุณลงในโฟลเดอร์ที่แยกต่างหาก และสร้างสาขา Git ใหม่ที่นั่น เพื่อให้เอเจนต์สามารถทำงานแบบขนานได้อย่างแยกจากกันโดยสิ้นเชิง
ในโปรเจกต์ขนาดเล็ก นั่นเป็นการ overkill โดยสิ้นเชิง อยู่บนสาขาเดียวและทำงานให้เร็วขึ้น
ในโปรเจกต์ขนาดกลางถึงใหญ่ที่คุณรันเอเจนต์ 20-30+ ตัวตลอดเวลา ไม่มีทางหลีกเลี่ยงได้ หากไม่มี worktrees เอเจนต์จะขัดแย้งกัน ย้อนกลับการเปลี่ยนแปลงของกันและกัน และต่อสู้กันเอง ข้อดีอีกอย่างของ BB: มันมี worktrees ในตัว มันจำได้ว่าในพื้นที่เก็บขนาดใหญ่ของฉัน ฉันต้องการ worktree ใหม่โดยอิงจาก origin/main เสมอ
เคล็ดลับ Agentic Engineering อื่นๆ
รู้ว่าเมื่อใดควรใช้โมเดลใด
- กำลังออกแบบแผนหรือเริ่มโปรเจกต์ใหม่? Fable มันมีประกายแห่งอัจฉริยะมากที่สุด กำลังแก้ไขบั๊กที่ร้ายแรงและลึก? GPT-5.6 Sol, ความพยายามในการใช้เหตุผลสูงสุด แชททั่วไป? Grok 4.6 ในโหมดสูง ความฉลาดเกือบเท่ากัน แต่ถูกกว่า 2 เท่าและเร็วกว่า 2 เท่า ฟร้อนท์เอนด์? Kimi K3
- และเมื่อมีโมเดลใหม่ที่สำคัญออกมา ให้กันวันไว้หนึ่งวันที่คุณจะใช้เฉพาะโมเดลนั้น อย่าฟัง Twitter ลองด้วยตัวเอง
รู้ว่าเมื่อใดควรตรวจสอบ
- ผมไม่ได้รัน total review กับการเปลี่ยนแปลงทุกครั้ง การปรับแต่งฟร้อนท์เอนด์เล็กน้อยส่งไปยังโปรดักชันทันที
- และอย่าทำการตรวจสอบแบบเรียกซ้ำเด็ดขาด หากคุณบอกโมเดลว่า "ค้นหา 5 ปัญหาที่ใหญ่ที่สุด" มันจะค้นพบ 5 ปัญหาแม้ว่าโค้ดเบสจะสมบูรณ์แบบก็ตาม โมเดลเหล่านี้สร้างบั๊กในจินตนาการ
การส่งล่วงหน้า
- โดยปกติแล้วผมรู้ว่าเอเจนต์จะทำอะไรต่อไป ดังนั้นผมจึงจัดคิวข้อความล่วงหน้า: "ดำเนินการตามแผน", "รัน Fable review กับสิ่งนี้", "ตอนนี้แก้ไขสิ่งเหล่านั้น"
- บางครั้งก็เป็น 2 ข้อความ บางครั้งก็ 6
- อย่าใช้ฮาร์เนสที่ไม่อนุญาตให้คุณส่งล่วงหน้า
Subagents ถูกใช้มากเกินไป
- หลายคนแค่เผาขีดจำกัดของพวกมันกับ subagents ผมใช้พวกมันเมื่อผมควบคุมได้ ผมต้องการเลือกว่าโมเดลใดจะทำงานใน subagent เพราะผมรู้ว่าผมมีบริการสมัครสมาชิกและขีดจำกัดอะไรบ้าง
- อนาคตคือเอเจนต์ผู้จัดการที่เปิดตัวผู้ปฏิบัติงาน แต่คุณยังคงต้องออกแบบระบบนั้น: กฎ การอนุญาต เงื่อนไขเมื่อมีการเปิดตัว subagent ผมไม่ต้องการให้ใครบางคนที่ Anthropic หรือ OpenAI ตัดสินใจเรื่องนั้นแทนผม
ADRs
- นี่คือวิธีที่คุณใส่การตัดสินใจลงในโค้ดเบส /docs/adr เป็นหนึ่งในโฟลเดอร์แรกๆ ที่ผมสร้างในโปรเจกต์ใดๆ
- ทุกการตัดสินใจทางสถาปัตยกรรมหลักจะได้รับไฟล์สั้นๆ: สิ่งที่ถูกตัดสินใจ, เหตุผล, และสถานะของโปรเจกต์ในขณะนั้น บางสิ่งสามารถอ่านได้จากโค้ด แต่ไม่ใช่ทุกอย่าง
- สิ่งที่ไม่สามารถอ่านได้ควรถูกบันทึกไว้ เพื่อให้เอเจนต์และมนุษย์ในอนาคตเข้าใจทันทีว่าทำไมมันถึงถูกสร้างขึ้นมาแบบนี้
การทดสอบ
- โมเดลปัจจุบันทำให้พื้นที่เก็บของคุณพองโตด้วยการทดสอบ: การทดสอบหน่วย, การทดสอบการรวมระบบ, การทดสอบฐานข้อมูล แม้แต่ในพื้นที่เก็บที่เล็กที่สุดซึ่งมันไม่สมเหตุสมผล
- หากคุณบอกโมเดลให้เพิ่มการทดสอบ มันจะเพิ่มในปริมาณที่บ้าคลั่ง หากคุณบอกมันว่า "อย่าเพิ่มการทดสอบ" มันก็ยังคงเพิ่มบ้าง และคุณจะได้ปริมาณที่เหมาะสม
การเข้าถึงฐานข้อมูลโปรดักชั่น
- ผลิตภัณฑ์ใดๆ ที่มีการใช้งานจริงจำเป็นต้องทำสิ่งนี้... สร้างบทบาท Postgres แบบอ่านอย่างเดียวและให้สิทธิ์นั้นแก่เอเจนต์ของคุณ
- อย่าให้สิทธิ์เขียนแก่พวกมัน แค่การเปลี่ยนแปลงที่ย้อนกลับไม่ได้เพียงครั้งเดียว คุณก็จะเสียใจ
- แต่การไม่ให้สิทธิ์เข้าถึงเลยก็เป็นความผิดพลาดเช่นกัน ด้วยสิทธิ์การเข้าถึงแบบอ่านอย่างเดียว คุณสามารถตรวจสอบความจริงของทุกฟีเจอร์ได้ สิ่งนี้เกิดขึ้นในโปรดักชั่นจริงหรือไม่? ผู้คนใช้สิ่งนี้จริงหรือไม่? ฉันหวังว่าฉันจะทำสิ่งนี้เร็วกว่านี้
ติดตามประสิทธิภาพการทำงานแบบ Agentic ของคุณ
- เราเพิ่งปล่อยพื้นที่เก็บโอเพนซอร์สใหม่ภายใต้ Vectal Labs ที่ชื่อว่า agentic-productivity มันติดตาม commits, เซสชันเอเจนต์, และพรอมต์ผู้ใช้ของคุณ
- แต่ละอย่างเป็นตัวชี้วัดที่ไม่ดีเมื่ออยู่ตามลำพัง แต่รวมทั้ง 3 อย่างเข้าด้วยกันและดูแนวโน้มระยะยาว แล้วคุณจะเห็นว่าคุณกำลังเป็น Agentic Engineer ที่ดีขึ้นจริงหรือไม่
นั่นคือชุดเครื่องมือในปัจจุบัน อีกเดือนหนึ่งมันอาจจะเปลี่ยนไป สิ่งนี้เปลี่ยนแปลงตลอดเวลา
โดย David Ondrej (พูดสำหรับ YouTube จากนั้นเขียนใหม่เป็นรูปแบบบทความ)
