Glamorous Toolkit

• เมื่อระบบขนาดใหญ่และโค้ดที่ AI สร้างอย่างรวดเร็วทำให้มนุษย์อ่านและทำความเข้าใจได้ยากขึ้นเรื่อย ๆ Glamorous Toolkit จึงมุ่งเป็น Moldable Development Environment ที่ช่วยให้เข้าใจระบบผ่าน เครื่องมือบริบทแบบกำหนดแน่นอน
• แนวทางคือสร้าง เครื่องมือบริบท ที่บีบอัดมุมมองของระบบที่จำเป็นสำหรับแต่ละคำถาม แล้วผูกเครื่องมือเหล่านี้เข้ากับอ็อบเจ็กต์หรือสถานการณ์ที่เกี่ยวข้อง เพื่อให้ทำงานเฉพาะเมื่อจำเป็นเท่านั้น
• agent harness ในตัวสามารถกำหนดบริบทการสนทนา เครื่องมือ และ structured output ด้วยสคริปต์ และใช้งานร่วมกับ OpenAI, Anthropic, Ollama หรือผู้ให้บริการที่สร้างเองได้
• ขอบเขตการใช้งานครอบคลุมมากกว่าการวิเคราะห์ระบบ legacy ไปถึง การค้นพบโดเมน, การสำรวจ API·ข้อมูล·ล็อก, การทำเอกสาร, การทำ domain modeling, การเขียนโค้ดใหม่, การสนทนากับ AI และการตรวจสอบ runtime
• เป็น โอเพนซอร์สฟรีภายใต้ MIT License โดยมีศูนย์กลางอยู่ที่ Smalltalk บน Pharo แต่สามารถขยายไปยัง Rust รวมถึงการวิเคราะห์หลายภาษาและหลาย runtime ได้

---

Moldable Development Environment สำหรับทำความเข้าใจระบบและ AI

• เป้าหมายของ Glamorous Toolkit คือการปรับวิธี รับข้อมูล เกี่ยวกับระบบให้ดียิ่งขึ้น
• ระบบมีขนาดใหญ่เกินไป และ AI สร้างโค้ดได้เร็วเกินไป ทำให้การทำความเข้าใจด้วยการ อ่านโค้ด เพียงอย่างเดียวกลายเป็นคอขวด
• แทนที่จะใช้แนวทางที่เน้นการอ่าน จึงใช้ เครื่องมือบริบทแบบกำหนดแน่นอน ที่บีบอัดระบบรอบ ๆ ปัญหา
• เครื่องมือเหล่านี้ช่วยให้มนุษย์และ AI สำรวจระบบได้เร็วขึ้น และสามารถสร้างได้โดยตรงหรือสร้างร่วมกับ AI ภายในสภาพแวดล้อมเดียวที่ผสานรวมกัน
• คำถามเกี่ยวกับระบบที่มีอยู่สามารถตอบได้ผ่าน narrative ที่ประกอบด้วยเครื่องมือบริบท

Agent harness ในตัว

• Agent ที่โปรแกรมได้

  • สามารถกำหนดบริบทของการสนทนา เครื่องมือ และ structured output ได้ด้วยสคริปต์

• หน่วยความจำของ agent ที่ขยายได้

  • กำหนดบริบทเป็นคำอธิบายที่รันได้ ซึ่งเชื่อมโยงกับโค้ดและตัวอย่าง
  • ใช้ context view เพื่อขยายหน่วยความจำของ agent ไปยังอ็อบเจ็กต์ใด ๆ ได้

• พฤติกรรมของ agent ที่อธิบายได้

  • ไม่จำเป็นต้องยอมรับตามที่ AI บอกว่ามันทำอะไร แต่สามารถทำความเข้าใจแบบกำหนดแน่นอนได้ผ่าน context view

• อ็อบเจ็กต์ ไม่ใช่ข้อความ

  • ส่ง live object เข้าไปในการสนทนา และรับ structured object กลับมาได้
  • อ็อบเจ็กต์แต่ละตัวมี context view ที่มนุษย์และ AI สามารถสำรวจได้
  • ใช้งานร่วมกับ OpenAI, Anthropic, Ollama ได้ และสามารถสร้างผู้ให้บริการของตัวเองได้ด้วย

เหตุผลที่ต้องมีเครื่องมือบริบท

• ซอฟต์แวร์ไม่มีรูปร่าง และไม่มีสิ่งใดในระบบซอฟต์แวร์ที่รับรู้ได้โดยไม่ผ่าน เครื่องมือ
• เครื่องมือเป็นผู้ให้รูปร่างแก่ซอฟต์แวร์ ดังนั้นหากควบคุมเครื่องมือได้ ก็ย่อมควบคุมการรับรู้และความเข้าใจได้ด้วย
• ซอฟต์แวร์ ขึ้นกับบริบท อย่างมาก เครื่องมือจึงต้องมีบริบทจึงจะมีประสิทธิภาพ
• ระบบซอฟต์แวร์หนึ่งระบบไม่มีการแทนภาพเพียงแบบเดียว
  • รูปแบบข้อความของโค้ดก็เป็นเพียงรูปแบบโดยบังเอิญของสื่อป้อนข้อมูลเท่านั้น
  • ปัญหาต่างกันต้องการการแทนภาพที่ต่างกัน
• Glamorous Toolkit ถูกออกแบบเหมือนภาษาที่ประกอบด้วยตัวดำเนินการเชิงภาพและโต้ตอบได้ เพื่อรองรับเครื่องมือบริบทจำนวนมากที่คาดการณ์ได้ยาก
  • สามารถโปรแกรมและประกอบ micro-tool ได้ด้วยต้นทุนต่ำ
  • สามารถสร้างเครื่องมือได้หลายวิธีใน live environment

เครื่องมือ การบีบอัด และ inversion of control

• เครื่องมือคือ อินเทอร์เฟซ สำหรับโต้ตอบกับการคำนวณ
  • อาจเป็นตัวแก้ไขการตั้งค่า, runtime debugger หรือ API inspector
  • อาจเป็นเครื่องมือซับซ้อน หรือเครื่องมือง่าย ๆ ที่โฟกัสคำถามเดียวก็ได้
  • อาจเป็นแบบภาพหรือแบบ plain text ก็ได้
  • อาจเป็นเครื่องมือทั่วไป หรือเครื่องมือบริบทที่เกี่ยวข้องเฉพาะกับ input แคบ ๆ ก็ได้
• เครื่องมือทั่วไปใช้ได้กว้าง แต่มีต้นทุนคือทำให้ทุกอย่างดูคล้ายกัน
• คุณค่าของระบบซอฟต์แวร์ย่อมเป็นสิ่งเฉพาะเจาะจงเสมอ ดังนั้น เครื่องมือบริบท จึงถ่ายทอดคุณค่านั้นได้อย่างมีประสิทธิภาพและน่าใช้งานกว่า
• การทำความเข้าใจระบบท้ายที่สุดคือกระบวนการตอบคำถาม
  • คำตอบอยู่ในผลผลิตของระบบ แต่ผลผลิตมีขนาดใหญ่เกินกว่าจะอ่านได้ง่าย
  • เครื่องมือเข้ารหัสวิธีได้คำตอบแบบกำหนดแน่นอน
  • ผลลัพธ์จากเครื่องมือทำหน้าที่เหมือน การบีบอัด ระบบสำหรับคำถามนั้น
• หากต้องตอบทุกคำถามด้วยเครื่องมือบริบทแบบกำหนดแน่นอน แต่ละระบบจะต้องมีเครื่องมือหลายพันชิ้น
• Glamorous Toolkit ไม่ให้ผู้ใช้เรียกใช้เครื่องมือโดยตรงอย่างชัดเจน แต่เชื่อมเครื่องมือเข้ากับบริบทที่เกี่ยวข้อง เพื่อให้ทำงานเฉพาะเมื่อมีการโต้ตอบกับบริบทนั้น
  • บริบทนี้อาจเป็นหน่วยพื้นฐานอย่างอ็อบเจ็กต์แต่ละตัวก็ได้

กระบวนการ Moldable Development ทั่วไป

• เริ่มจากคำถามที่เป็นรูปธรรม
• หากไม่มีเครื่องมือที่เกี่ยวข้องก็สร้างขึ้นใหม่
• ตีความคำตอบและตัดสินใจ
• ทำกระบวนการนี้ซ้ำ

Object view และ narrative

• view ที่เชื่อมกับอ็อบเจ็กต์กลายเป็นหน่วยของการทำเอกสาร
• เมื่ออ็อบเจ็กต์ถูกสร้างเป็นตัวอย่างอัตโนมัติและถูกทดสอบ ก็สามารถสร้าง narrative ที่กำหนดไว้เพื่อถ่ายทอดแนวคิดที่คงอยู่ได้นาน ตั้งแต่ tutorial ไปจนถึงข้อจำกัดทางสถาปัตยกรรมและกระบวนการธุรกิจ
• narrative นี้สามารถออกแบบสำหรับทั้งมนุษย์และ AI
• เนื่องจากองค์ประกอบเดียวกันถูกผสานเข้ากับประสบการณ์การพัฒนาทั้งหมด จึงสามารถทำ automated test และ refactoring ร่วมกับโค้ดได้
• narrative ที่กำหนดไว้เป็นชิ้นส่วนที่นำกลับมาใช้ใหม่ได้ แต่ด้วยลักษณะเชิงบริบทของซอฟต์แวร์ จึงยังต้องมี dynamic narrative ที่ตอบคำถามใหญ่ขึ้นแบบตามความต้องการด้วย
  • การตรวจสอบประสิทธิภาพของคลัสเตอร์
  • การสำรวจโครงสร้างระบบ COBOL
• narrative สามารถจัดการอ็อบเจ็กต์ใด ๆ ที่แสดงมุมมองต่าง ๆ ของระบบ รวมถึงโดเมนได้
• สามารถมุ่งไปยังผู้มีส่วนได้ส่วนเสียที่มีพื้นฐานและความสนใจต่างกัน ทำให้สภาพแวดล้อมทำหน้าที่เป็นตัวกลางในการสนทนาระหว่างผู้มีส่วนได้ส่วนเสียของระบบ

การแก้ไขตามบริบท

• การทำให้เป็นบริบทขยายไปสู่การโต้ตอบทั้งหมดกับระบบ รวมถึงการแก้ไข
• ระบบประกอบด้วยหลายมุมมอง
  • เทคโนโลยี
  • กฎของโดเมน
  • ขนบปฏิบัติ
  • ไลบรารี
  • อินเทอร์เฟซ
  • การทดสอบ
  • ผลผลิตที่สร้างขึ้น
  • พฤติกรรมขณะรัน
• การแก้ไขไม่ใช่แค่การป้อนข้อความ แต่เป็นการกระทำที่ส่งผลต่อบางส่วนของมุมมองเหล่านี้
• การเปลี่ยนแปลงทุกครั้งเกิดขึ้นภายใน บริบท ที่กำหนดความหมายของมัน
• editor ทั่วไปทำให้บริบทนี้แบนราบ และบังคับให้ผู้ใช้ทำงานในระดับของ editor
• context editor ยกระดับการโต้ตอบให้สอดคล้องกับ mental model ของผู้ใช้

ขอบเขตการใช้งานและข้อจำกัด

• Glamorous Toolkit ใช้เป็นหลักในการสร้างเครื่องมือ view คำอธิบาย และ workflow เพื่อทำความเข้าใจและเปลี่ยนแปลงระบบ
• ไม่ใช่แพลตฟอร์มแอปพลิเคชันทดแทน
• ใช้กับระบบ legacy ขนาดใหญ่ได้ แต่ยังครอบคลุมสถานการณ์อื่น ๆ อีกหลายแบบ
  • การค้นพบโดเมน
  • การสำรวจ API
  • การสำรวจข้อมูล
  • การทำความเข้าใจล็อก
  • การทำเอกสาร
  • การทำ domain modeling
  • การเขียนโค้ดใหม่
  • การสนทนากับ AI
  • การตรวจสอบ runtime
• เครื่องมือมาตรฐานมีประโยชน์กับปัญหาทั่วไป
• สำหรับคำถามเฉพาะที่เกิดขึ้นภายในระบบที่เป็นรูปธรรม จำเป็นต้องมี เครื่องมือบริบท

สรุปโดย AI และเครื่องมือแบบกำหนดแน่นอน

• คำถามส่วนใหญ่เกี่ยวกับระบบต้องการ คำตอบแบบกำหนดแน่นอน ที่อิงข้อมูลของระบบ
• สรุปโดย AI อาจสะดวก แต่ไม่สามารถรู้ได้ว่าถูกต้องหรือเป็นตัวแทนที่ดีหรือไม่ และไม่สามารถอธิบายได้ด้วย
• สำหรับคำตอบเพื่อวัตถุประสงค์ทางวิศวกรรม ความถูกต้อง ความเป็นตัวแทน และความสามารถในการอธิบายเป็นสิ่งสำคัญ
• เครื่องมือบริบทแบบกำหนดแน่นอนก็อาจมีอคติได้เช่นกัน แต่สามารถตรวจสอบอคตินั้นก่อนตีความ output ได้
• ดูรายละเอียดเพิ่มเติมได้ใน Rewilding Software Engineering บทที่ 6

การใช้งานจริงและเทคโนโลยีที่รองรับ

• Glamorous Toolkit ทำให้สร้างเครื่องมือบริบทได้ไม่ยาก
• สภาพแวดล้อมถูกสร้างเหมือนภาษาที่ประกอบด้วยตัวดำเนินการเชิงภาพและโต้ตอบได้ ทำให้โปรแกรมเครื่องมือและประกอบใช้งานได้หลายวิธีอย่างง่ายดาย
• เมื่อเปิด Glamorous Toolkit จะเห็นเครื่องมือบริบท มากกว่า 6,000 ชิ้น ที่ใช้ในกระบวนการพัฒนา
• หากต้องการใช้ศักยภาพของเครื่องมือให้เต็มที่ จำเป็นต้องมีการโปรแกรม และวิธีหลักคือ Pharo ซึ่งเป็นหนึ่งใน Smalltalk
• เหตุผลที่ใช้ Smalltalk เป็นหลัก เพราะเป็นระบบเชิงสะท้อนที่ช่วยให้เปลี่ยนสภาพแวดล้อมแบบ live ระหว่างใช้งานได้
• ปัจจุบันส่วนสำคัญของ Glamorous Toolkit ถูก implement ด้วย Rust ด้วย และทำงานร่วมกับหลายเทคโนโลยี
• การรองรับ Pharo มีความประณีต แต่ถูกออกแบบให้ขยายไปยังเทคโนโลยีและภาษาอื่นได้
  • ตัวอย่างซอร์สที่วิเคราะห์ได้: Rust, Java, C#, Ruby/Rails, Python, TypeScript, JavaScript, React, COBOL
  • ตัวอย่าง runtime ที่ทำงานร่วมกันได้: GraphQL, Python, JavaScript, Gemstone
• การรองรับเหล่านี้มีมาให้ในตัว และยังมองได้ว่าเป็นตัวอย่างที่ผู้ใช้สามารถสร้างเองสำหรับแต่ละภาษาและเทคโนโลยีได้

ไลเซนส์และแหล่งข้อมูล

• Glamorous Toolkit เป็นโอเพนซอร์สฟรีภายใต้ MIT License
• รายละเอียดเชิงปฏิบัติดูได้ใน Glamorous Toolkit book
• คำอธิบายในระดับที่สูงขึ้นดูได้ที่ moldabledevelopment.com
• แหล่งข้อมูลสำหรับเริ่มต้นมีให้ที่ Get started