Google Jules - เอเจนต์เขียนโค้ดแบบอะซิงโครนัส

 (jules.google)
16 คะแนน โดย GN⁺ 2025-05-20 | 4 ความคิดเห็น | แชร์ทาง WhatsApp
  • Jules เป็นเอเจนต์เขียนโค้ดแบบอะซิงโครนัส ที่เชื่อมต่อกับ GitHub เพื่อ แก้บั๊ก เพิ่มเอกสาร และพัฒนาฟีเจอร์ได้โดยอัตโนมัติ
  • ผู้ใช้เพียงเลือกรายการรีโพซิทอรีและบรันช์ พร้อม เขียนพรอมป์ต์อย่างละเอียด ที่เหลือ Jules จะจัดการบนคลาวด์ VM
  • รองรับฟังก์ชัน รันและสร้างเทสต์, สร้าง PR, แสดง diff ของการเปลี่ยนแปลง, และ สรุปด้วยเสียง
  • ภายในใช้ โมเดล Gemini 2.5 Pro เพื่อทำความเข้าใจและแก้ไขโค้ด
  • มีลักษณะคล้าย GitHub Copilot coding agent แต่ให้บริการ บนพื้นฐานบัญชี Google และเป็น เวิร์กโฟลว์ที่เน้น UI

ภาพรวมของ Jules

ฟังก์ชันหลัก

  • การเชื่อมต่อ GitHub: นำเข้ารีโพซิทอรี สร้างบรันช์ และเขียน Pull Request (PR) โดยอัตโนมัติ
  • คลาวด์เวอร์ชวลแมชชีน: Jules โคลนโค้ดไปยังคลาวด์ VM เพื่อทำงานและตรวจสอบว่าการเปลี่ยนแปลงใช้งานได้จริง
  • เทสต์: รันเทสต์ที่มีอยู่เดิม หรือสร้างใหม่หากยังไม่มีเทสต์
  • แสดงแผนงาน: ก่อนแก้ไข Jules จะแสดง แผนการทำงาน เหตุผล และ diff ของการเปลี่ยนแปลง ให้ผู้ใช้ดูก่อน
  • สรุปด้วยเสียง: สรุปการเปลี่ยนแปลงใน PR เป็น เสียง เพื่อให้เข้าใจได้รวดเร็ว

วิธีใช้งาน

การตั้งค่าก่อนเริ่มต้น

  1. เข้าไปที่ https://jules.google.com
  2. เข้าสู่ระบบด้วยบัญชี Google
  3. ยอมรับประกาศด้านความเป็นส่วนตัว (ครั้งเดียว)
  4. คลิก Sync GitHub account
  5. ทำขั้นตอนยืนยันตัวตน GitHub OAuth ให้เสร็จสิ้น
  6. เลือกรีโพซิทอรีที่จะเชื่อมต่อกับ Jules (ทั้งหมดหรือบางส่วน)
  7. เมื่อตั้งค่าเสร็จ ตัวเลือกรีโพจะปรากฏขึ้นและสามารถป้อนพรอมป์ต์ได้

ขั้นตอนการรันงาน

  1. เลือกรีโพซิทอรีและบรันช์
    • ระบบจะเลือกบรันช์หลักให้อัตโนมัติ และสามารถเปลี่ยนได้หากจำเป็น
  2. เขียนพรอมป์ต์
    • ตัวอย่าง: utils.js 파일 내 parseQueryString 함수에 대한 테스트 추가
  3. (ไม่บังคับ) เพิ่มสคริปต์ตั้งค่าสภาพแวดล้อม
  4. คลิก Give me a plan
  5. Jules สร้างแผน → ผู้ใช้ตรวจสอบและอนุมัติ
  6. หลังอนุมัติ จะแสดง diff ของโค้ดที่เปลี่ยนแปลง
  7. สร้าง PR ขั้นสุดท้ายและนำขึ้น GitHub ได้

ฟีเจอร์ในอนาคต

  • หากติดป้าย assign-to-jules ให้กับ GitHub issue ระบบจะ มอบหมายงานให้ Jules โดยอัตโนมัติ เพื่อดำเนินการ (ฟีเจอร์ที่วางแผนไว้)

บทความที่เกี่ยวข้อง

4 ความคิดเห็น

 
galadbran 2025-05-21

นี่คงเป็นเหตุผลที่ OpenAI รีบปล่อย Codex มากลบกระแสไว้ก่อนหรือเปล่า? ^^;
 
laeyoung 2025-05-20

ดูเหมือนว่าต้องเข้า Waitlist ก่อน และยังไม่สามารถใช้งานได้ทันทีนะครับ
 
sinbumu 2025-05-20

ดูเหมือนว่าจะช่วยจัดการรีโพซิทอรีแบบอะซิงโครนัสได้ด้วย แต่จากความรู้สึกตอนใช้ทำ vibe coding ตอนนี้ ถ้ามนุษย์ไม่ตรวจทาน โปรเจกต์ที่ซับซ้อน AI ก็ยังเขียนโค้ดผิดอยู่บ่อยเหมือนกัน ดังนั้นส่วนที่เป็นโค้ดแบบอะซิงโครนัสอาจไม่ได้มีข้อดีมากขนาดนั้น...? สุดท้ายแล้วจุดที่เสียเวลามากก็คือการต้องมีคนมาตรวจเช็กระหว่างทางอยู่ดี
 
GN⁺ 2025-05-20
ความเห็นจาก Hacker News
  • กำลังนึกภาพประสบการณ์ที่หลังจากมอบหมาย GitHub issue ให้ AI ตัวนี้แล้ว มันจะจัดการตั้งแต่แก้บั๊ก รวมผลลัพธ์ และปิดงานให้แบบอัตโนมัติ พร้อมเสนอความเป็นไปได้ของการสร้างตัวจำลองสตาร์ทอัปที่น่าสนใจ โดยมี AI “lead dev” คอยเขียน·มอบหมาย·รีวิวบั๊ก และ AI “boss” คอยร้องขอฟีเจอร์ต่อเนื่อง พร้อมพูดถึงความสนุกในการเฝ้าดูว่าพวกมันจะค่อย ๆ สร้างแอปขึ้นมาอย่างไรเหมือนฟาร์มมดขนาดเล็ก
    • แชร์ประสบการณ์การนำแพตเทิร์นการออกแบบเอเจนต์ไปใช้จริง โดยเคยสร้างระบบราคาโดยมี AI agent แยกบทบาทด้านการวิเคราะห์ การตัดสินใจ และการรีวิว สังเกตเห็นว่า AI แต่ละตัวสื่อสารกันตามหน้าที่ได้ดี และยืนยันว่าการแบ่งบทบาทช่วยจับข้อผิดพลาดได้ดีและให้ผลลัพธ์ที่ดี
    • จินตนาการถึงสถานการณ์ที่ AI “VC” พยายามสร้างบริษัทยูนิคอร์น บรรยากาศออกแนวขำ ๆ
    • มองว่าอีกไม่นานการก่อตั้งยูนิคอร์นแบบ one-person น่าจะเกิดขึ้นได้จริง
  • สนใจเลยกดปุ่ม Try แต่ก็ต้องเจอ waiting list อีกแล้ว รู้สึกเสียดายว่าระบบรอคิวแบบสมัย Gmail นั้นตอนนี้ไม่ค่อยได้ผลแล้ว เพราะตอนนี้มีบริการมากมายจนพรุ่งนี้ก็อาจลืมสิ่งนี้ไปแบบตรงไปตรงมา
    • เน้นว่าถ้าวิธีนี้จะได้ผล ต้องมีทั้งผู้สนับสนุนที่ภักดีและผู้ใช้ที่ช่วยบอกต่อ ต้องมีผู้ใช้ที่อยากลองมากจนเข้ามาถามหาเองถึงจะมีโอกาสสำเร็จ
    • คาดว่าเป็นสถานการณ์ที่ต้องรีบปล่อยอะไรออกมาเพราะความเร็วของ OpenAI
  • มองว่าการที่ Google ให้ reasoning (การรันโมเดล) ฟรีเป็นจุดแข็งทางการแข่งขันอย่างมาก พร้อมกล่าวถึงแนวทางการให้ใช้งาน Jules ฟรี ตอนนี้ยังใช้ฟรีได้เพราะเป็นเบต้า และคาดว่าในอนาคตจะมีการเก็บเงิน โดยอ้างอิงเอกสารทางการที่ระบุว่าตอนนี้ให้ความสำคัญกับการปรับปรุงประสบการณ์นักพัฒนาก่อน
    • เจ้าตัวยังไม่ได้ลอง Jules แต่เห็นว่าสิ่งสำคัญไม่ใช่ว่าฟรีหรือไม่ แต่อยู่ที่มันแก้ปัญหาได้ดีกว่าหรือเปล่า ถ้าประสิทธิภาพดีก็จะใช้ ไม่งั้นก็เลือกบริการอื่น พร้อมกล่าวว่าหลายคนให้ความสำคัญกับประสิทธิผลมากกว่าต้นทุน
    • ชี้ว่าการเปิดตัวแบบใช้ฟรีลักษณะนี้เป็นธรรมเนียมทางเศรษฐกิจของบิ๊กเทค และคล้ายกับผลของการ dumping สินค้าเข้าสู่ตลาด
    • เป็นกลยุทธ์ที่สตาร์ทอัปใช้กันบ่อย เริ่มจากเบต้าฟรีแล้วค่อยเปลี่ยนไปเก็บเงินภายหลัง
    • มีข้อจำกัดการใช้งาน คือทำงานพร้อมกันได้ 2 งาน และจำกัดวันละ 5 งาน
    • มองว่าผู้ใช้ก็คือข้อมูลในไม่ช้า พร้อมอ้างคำตอบทางการว่า Jules จะไม่ใช้ private repo มาเป็นข้อมูลฝึก แต่บทสนทนาอาจถูกรวบรวมไปฝึกเหมือน Gemini ได้ พร้อมชี้ว่าขาดความโปร่งใสว่าเก็บข้อมูลอะไรบ้าง และยังไม่ชัดเจนว่าเนื้อหาใน repo จะรวมอยู่ด้วยหรือไม่ รวมถึงมีการแชร์ลิงก์กฎหมายทางการ
  • รู้สึกว่า Google และ Microsoft เหมือนนัดกันประกาศในวันเดียวกัน คิดว่าอาจรีบเปิดตัวให้ทันประกาศของอีกฝ่าย และคาดหวังว่านี่เป็นช่วงเวลาที่นวัตกรรมกำลังเดินหน้าอย่างคึกคัก
    • วิเคราะห์ว่าสัปดาห์นี้เป็นทั้ง Google IO และ Microsoft Build ทำให้ทั้งสองบริษัทแข่งขันกันอย่างดุเดือดเพื่อแย่งความสนใจ
    • ถ่ายทอดบรรยากาศความร้อนแรงในช่วงนี้
    • มองว่าทั้งสองประกาศออกมาหลัง OpenAI Codex Research Preview และแทบจะเป็นผลิตภัณฑ์แบบเดียวกัน
  • ชื่นชมที่ Google และ Microsoft เลือกโฟกัสกับระบบอัตโนมัติระดับล่างแบบ junior มากกว่าระบบอัตโนมัติแบบปรับแต่งเฉพาะ เพราะยิ่งมีสิทธิ์เข้าถึงน้อย ความเสี่ยงต่ออุบัติเหตุก็ยิ่งต่ำ และยิ่งงานมีโครงสร้างมากเท่าไร ก็ยิ่งเหมาะกับข้อมูลและ reinforcement learning มากขึ้น มองว่าโครงสร้างความเสี่ยงต่ำแบบนี้จะช่วยเพิ่มความน่าเชื่อถือ และประสบการณ์ที่ได้จากอินเทอร์เฟซและการผสานรวมเป็นสิ่งจำเป็นต่อการขยาย data pipeline พร้อมพอใจที่ตอนนี้เข้าสู่ช่วงใช้งานจริงแล้ว ไม่ใช่แค่ถกเถียงเชิงนามธรรม
  • สำหรับสโลแกนโฆษณา “เอาเวลาไปทำสิ่งที่คุณอยากทำ!” และภาพกิจกรรมยามว่างอย่างเล่นเกม อ่านหนังสือ ตีปิงปอง มีความรู้สึกเสียดายกับนัยที่เหมือนมองว่าการเขียนโค้ดเป็นสิ่งที่ควรหลีกเลี่ยง พร้อมย้ำว่าการเขียนโค้ดเป็นกิจกรรมที่สร้างสรรค์และสนุก
    • ในความเป็นจริง ต่อให้บริษัทมี Jules ทำงานแทน ก็ไม่ได้แปลว่านายจ้างจะปล่อยให้เจ้านายไปตีเทนนิสตอนกลางวัน และถึงจะเพิ่มผลิตภาพได้ 20-100% คุณค่านั้นก็มักตกเป็นของบริษัท (ทุน) มากกว่าของแรงงาน
    • เจ้าตัวอธิบายว่าบางครั้งก็เขียนโค้ดเพื่อความสนุก แต่จะใช้มันเมื่อเป็นเพียงวิธีไปสู่เป้าหมายเท่านั้น และถ้ามีวิธีอื่นที่ไม่ต้องเขียนโค้ดก็จะเลือกทางนั้นมากกว่า
    • มองว่าข้อความในโฆษณาที่ว่า “โฟกัสกับการเขียนโค้ดที่คุณต้องการ” เองก็เป็นแง่บวก ตอนแรกตีความว่าเป็นภาพการนั่งทำงานหน้าคอมพิวเตอร์ สุดท้ายแล้วแก่นสำคัญคือการเลือกของผู้ใช้และการใช้เวลา
    • เพราะเจ้าตัวชอบการเขียนโปรแกรมเป็นงานอดิเรกอยู่แล้ว จึงรู้สึกว่าแนวคิดเรื่องมีหุ่นยนต์มาทำแทนมันกลับด้านในเชิงเปรียบเทียบ เช่น ถ้าขายหุ่นยนต์ที่ปั่นจักรยานแทนเรา ก็ดูไม่มีความหมายเท่าไร
    • มีประสบการณ์ส่วนตัวว่าผลิตภาพแปรผันตาม ‘กระแสการเดินหน้าอย่างต่อเนื่อง’ และบริษัทที่มีกระบวนการภายในซับซ้อนยิ่งมักรู้สึกว่าเครื่องมืออัตโนมัติแบบนี้น่าสนใจ โดยเฉพาะในองค์กรที่ผู้นำตื่นเต้นกับ AI แต่ไม่ค่อยยอมเปลี่ยนแปลงจริงจัง
  • สำหรับฟีเจอร์ “Jules มีสรุปการเปลี่ยนแปลงแบบเสียง ทำให้เข้าใจได้รวดเร็ว” มองว่าแม้ Google จะทำสิ่งนี้ได้ด้วยเทคโนโลยีของ NotebookLM แต่ก็ยังสงสัยว่าการฟังพรอมป์ต์ที่อธิบายว่ามันถูกทำงานอย่างไรในรูปแบบเสียงจะมีประโยชน์จริงหรือไม่
    • คาดว่าไอเดียนี้อาจทำมาเพื่อการ vibe coding แบบฟังบนเตียงหรือระหว่างขับรถ พร้อมกล่าวถึงแนวโน้มที่คนรุ่นใหม่อาจชอบรับข้อมูลแบบเสียงมากกว่าข้อความ
  • ให้คะแนนว่า Codex และ codex cli เป็นสิ่งที่ดีที่สุดเท่าที่เคยใช้มาในตอนนี้ และชื่นชอบที่ใช้ Codex ได้จากในแอป ChatGPT ด้วย พร้อมบอกว่าอยากลองบริการนี้ให้เร็วที่สุด
  • สำหรับสโลแกน “ไปทำสิ่งที่คุณอยากทำ!” เจ้าตัวยืนยันว่าสิ่งที่ตัวเองอยากทำก็คือการเขียนโค้ดใหม่ ๆ เท่ ๆ นั่นเอง
    • ตีความว่าสารหลักของเครื่องมือ AI คือเปิดทางให้ผู้ใช้ใช้เวลากับงานเขียนโค้ดแบบที่ตัวเองต้องการ หรือการเขียนโค้ดเชิงสร้างสรรค์ที่ชอบได้มากขึ้น และปล่อยงานซ้ำ ๆ หรืองานที่ไม่ชอบให้มันจัดการ
  • สงสัยว่าคำว่า “asynchronous” ใน Jules มีความสำคัญแค่ไหน และความเร็วการทำงานเป็นอย่างไร เพราะปกติ workflow การพัฒนาก็มักเป็นแบบ asynchronous อยู่แล้ว แต่ถ้าทำให้เร็วขึ้นและซิงก์กันได้ทันทีคงจะดี พร้อมแชร์ว่าความจริงที่ asynchronous กลายเป็นมาตรฐานก็เพราะผู้คนไม่ได้ทำงานให้เสร็จอย่างรวดเร็ว
    • ให้ข้อมูลว่าเครื่องมือ AI agent อื่น ๆ มักใช้เวลาประมาณ 10-30 นาที ขึ้นอยู่กับโมเดล ความซับซ้อนของงาน และจำนวนเส้นทางอ้อมที่ต้องใช้