สูด AGI ผ่าน Claude Code

 (kadekillary.work)
3 คะแนน โดย GN⁺ 2025-06-17 | 1 ความคิดเห็น | แชร์ทาง WhatsApp
  • เสนอความเห็นเกี่ยวกับความเป็นไปได้ในการเข้าถึงปัญญาประดิษฐ์ทั่วไป (AGI) ผ่าน Claude Code
  • ถ่ายทอดความประทับใจจากประสบการณ์จริงของผู้เขียนในการทำเซสชันเขียนโค้ดกับ Claude
  • เน้นย้ำระดับความสามารถของ Claude ในด้าน ทักษะการเขียนโปรแกรม, องค์ความรู้ที่กว้างขวาง, และความคิดสร้างสรรค์
  • กล่าวถึงความสามารถของ Claude ในการ เข้าใจบริบทและตีความโค้ด ที่แตกต่างจากเครื่องมือที่มีอยู่ในปัจจุบัน
  • คาดการณ์ถึง ผลกระทบทางเทคนิค ต่อวิธีการพัฒนาและใช้งานปัญญาประดิษฐ์

บทนำ

  • บทความนี้ถ่ายทอดความคิดของผู้เขียนเกี่ยวกับการเข้าใกล้ปัญญาประดิษฐ์ทั่วไป (AGI) ในระดับมนุษย์ หลังจากได้ลองประสบการณ์การเขียนโปรแกรมด้วย Claude Code
  • ผู้เขียนรู้สึก ตกตะลึงและตื่นเต้น อย่างมากกับผลลัพธ์ที่ Claude แสดงให้เห็นในบรรดาเครื่องมือ AI เชิงสนทนาที่ได้ลองใช้เมื่อไม่นานมานี้

ประสบการณ์เซสชันเขียนโปรแกรมกับ Claude

  • Claude สามารถแก้ไข คำขอด้านการเขียนโปรแกรม ที่ซับซ้อนได้อย่างรวดเร็วและสร้างสรรค์
  • ไม่ได้ทำได้แค่การคำนวณง่าย ๆ หรือการทำงานซ้ำ ๆ เท่านั้น แต่ยังเข้าใจแก่นของปัญหาและ เสนอแนวทางใหม่ ได้ด้วย
  • ผู้เขียนได้ขอให้ Claude ทำงานยากอย่าง การปรับให้เหมาะสม, การปรับปรุงโครงสร้าง, และการรีแฟกเตอร์โค้ด และรู้สึกประทับใจอย่างลึกซึ้งกับคุณภาพของงานเหล่านั้น
  • Claude แสดงให้เห็นถึง ความเข้าใจบริบท ที่เหนือกว่า LLM รุ่นก่อน ๆ รวมถึงสามารถเข้าใจเจตนาของโค้ดได้ด้วย

จุดเด่นที่แตกต่างของ Claude Code

  • ต่างจาก AI เชิงสนทนาทั่วไป Claude ไม่ได้แค่เขียนโค้ดได้เท่านั้น แต่ยังทำหน้าที่แบบนักพัฒนามนุษย์ได้ เช่น มองเห็น โครงสร้างของทั้งโปรเจกต์, รีวิวโค้ด, และอธิบายเจตนาในระยะยาว
  • สามารถอธิบายรายละเอียด เขียนโค้ดทดสอบ และปรับตัวเข้ากับ ภาษาโปรแกรมและกระบวนทัศน์การเขียนโปรแกรม ที่หลากหลายได้
  • แสดง ความสามารถเชิงรุก เช่น ชี้ข้อผิดพลาดทางตรรกะในโค้ดหรือเสนอแนวทางปรับปรุง

การรับรู้ถึงจุดวิกฤตของ AGI

  • หลังจากประสบการณ์กับ Claude Code ผู้เขียนเกิดความเชื่อมั่นครั้งใหม่เกี่ยวกับความเป็นไปได้ในการไปถึง AGI ที่ใกล้ความจริงมากขึ้น
  • คาดว่าโลกจะได้เห็นการเปลี่ยนผ่านจากการที่มนุษย์สร้างซอฟต์แวร์ด้วยตนเอง ไปสู่สภาพแวดล้อมการพัฒนาที่ขับเคลื่อนโดย AI ในไม่ช้า

บทสรุปและแนวโน้มในอนาคต

  • Claude Code ไม่ได้เป็นเพียงเครื่องมือ AI ชิ้นหนึ่งเท่านั้น แต่แสดงให้เห็นถึงศักยภาพในการเปลี่ยน กระบวนทัศน์การใช้งาน AI ทั้งหมด
  • ในอนาคต มนุษย์และ AI มีแนวโน้มจะ ร่วมกันออกแบบและพัฒนาโปรแกรม จนนำไปสู่วัฒนธรรมการพัฒนาซอฟต์แวร์ที่สร้างนวัตกรรมยิ่งขึ้น

บทความที่เกี่ยวข้อง

1 ความคิดเห็น

 
GN⁺ 2025-06-17
ความคิดเห็นใน Hacker News
  • คิดว่าเป็นบทความที่ยอดเยี่ยมมาก และผมเองก็กำลังแชร์ประสบการณ์กับเทคนิคคล้าย ๆ กันอยู่ด้วย รู้สึกได้ถึงประสิทธิภาพที่ช่วยให้จัดการหลายงานพร้อมกันได้อย่างรวดเร็วจากความสามารถอันโดดเด่นของ Claude Code สำหรับส่วนของ "sub agents" นั้น Claude Code เรียก o3 ผ่าน sigoden/aichat ให้ ทำให้ผมแก้ปัญหามาได้นับไม่ถ้วน โดยเฉพาะ o3 ที่ยอดเยี่ยมมากกับปัญหาที่ต้องอาศัยบริบทและความสามารถในการให้เหตุผลสูง เช่น race condition และการไล่บั๊ก แต่หลังจาก Opus 4 ออกมาก็ใช้งานมันน้อยลงเมื่อเทียบกัน ขอแชร์พรอมป์ที่ใช้อยู่และลิงก์อ้างอิง advanced_ai.md พร้อมแนบลิงก์ sigoden/aichat ด้วย sigoden/aichat
  • พอดู last_week.md แล้วรู้สึกตามตรงว่าอ่านยากมาก ตัวบทความเยิ่นเย้อเกินไปและให้ความรู้สึกเหมือนเอกสาร PR จนทำให้ตั้งคำถามกับความน่าเชื่อถือของสไตล์การเขียนแบบ AI summary สู้ไล่อ่าน commit log เองยังจะดีกว่า บทสรุปจาก AI ส่วนใหญ่มักมีปัญหาเรื่องสไตล์ และความน่าเชื่อถือของข้อมูลก็ยังไม่น่าพอใจ สุดท้ายแล้วหลายครั้งการอ่านต้นฉบับเองกลับเร็วและมีประสิทธิภาพกว่า
    • เรื่อง onboarding ก็ให้ความรู้สึกสับสนและน่าเสียดายแบบเดียวกัน แทนที่จะนั่งเรียนรู้ codebase กับเพื่อนร่วมงานโดยตรงแบบดั้งเดิม กลับต้องไปอ่านสไลด์ที่ AI สร้างให้ ผมมองอนาคตแบบนั้นอย่างไม่ค่อยเห็นด้วย และไม่ได้ยินดีต้อนรับมันนัก
    • ขอแชร์ system prompt ที่ใช้บ่อยของผม โดยแนะนำให้กระชับ ใช้ศัพท์เทคนิคได้ และหลีกเลี่ยงคำการตลาดพื้น ๆ หรือถ้อยคำคลุมเครือ เน้นว่าควรสมมุติว่าผู้ใช้มีทักษะทางเทคนิคสูง ถึงจะกัน hallucination ได้ไม่หมด แต่ก็เป็นเคล็ดลับที่ช่วยให้อ่านคำตอบของ AI สำหรับคำถามด้านโค้ดหรือเทคนิคได้ง่ายขึ้น
    • คุณสามารถระบุสไตล์ที่ต้องการไว้ในพรอมป์ได้ รู้สึกว่าผู้เขียนบทความน่าจะชอบสำนวนเยิ่นเย้อแบบ PR อยู่เหมือนกัน เป็นฟีดแบ็กเชิงหยอก ๆ
    • พออ่านเจอ "What happened here was more than just code..." ผมก็หมดอารมณ์อ่านต่อแล้ว
    • มันทำให้นึกถึงบั๊ก Sycophant ในอดีต ว่าการทำให้ผู้ใช้ 'รู้สึกดี' นี่เองที่ทำให้ AI ดูเหมือนฉลาดหรือมอบประสบการณ์ที่ดีได้ เลยสงสัยว่าเป้าหมายของ reinforcement learning ของ AI จริง ๆ คือความถูกต้อง การเพิ่มปฏิสัมพันธ์ให้สูงสุด หรือสองอย่างนี้กำลังขัดกันอยู่กันแน่
  • มองว่าตัวอย่างอธิบาย borrow checker ของ rust เป็นตัวอย่างที่แย่มากถ้าจะใช้สาธิตความสามารถในการอ่านโค้ด เพราะเนื้อหาแบบนั้นมีอยู่ในข้อมูลฝึกจำนวนมหาศาลอยู่แล้ว
    • เห็นด้วย และถ้าลองให้มันอธิบายวิธีจัดการ exception ใน Python asyncio task ก็จะเห็นว่ามันตอบแกว่งไปมาไม่สม่ำเสมอ เหมือน intern ที่แย่มาก อีกทั้งยังเรียนรู้ต่อเนื่องไม่ได้ด้วยเลยมองว่าเปลืองเปล่า ถ้างานที่สำคัญแต่ค่อนข้างเรียบง่ายยังเป็นแบบนี้ ก็มีแต่เสียเวลา
  • ผมสนับสนุนการทำ automation scripting ด้วย open-source agent แบบ LLM-agnostic เทคโนโลยีนี้กำลังเปลี่ยนรากฐานของการพัฒนาซอฟต์แวร์ ดังนั้นเราควรควบคุมวิธีการทำงานของเราต่อไป openhands
    • ดูเป็น resource ที่ดี และมีการพูดถึงโมเดลทรงพลังที่รันบน Nvidia 4090 (RAM 24GB) ได้ เช่น Devstral และ Queen 3 ด้วย ต้องยอมรับว่า Ollama ทำให้การรันบนฮาร์ดแวร์ตัวเองง่ายขึ้น แต่ต้นทุน GPU ก็ยังสูง อย่างไรก็ตาม ถ้าคุณจ่ายค่าบริการแบบเสียเงินเดือนละ $250 อยู่แล้ว การทำเองก็น่าจะคืนทุนได้ไม่นาน
    • ถ้าโมเดลแบบปิดยังเหนือกว่าในด้านคุณภาพจริง ๆ จะทำอย่างไร นี่เป็นคำถามพื้นฐานที่ควรถาม
    • เห็นด้วย 10000%
  • มีการชี้ว่าบทความไม่พูดถึง Opus เลย หลังจากลองใช้หลายโมเดลก็ไปใช้ Claude Code ผ่านแพลน Anthropic "Max" ราคา $100/เดือน และพบว่า Opus 4 เป็นโมเดลระดับท็อปที่เหมาะที่สุดสำหรับงานคณิตศาสตร์ โค้ด และรีเสิร์ช พอชนลิมิต session 5 ชั่วโมงก็สลับไปใช้ API แล้วเผลอใช้เงินไป $20 ภายในชั่วโมงเดียว สุดท้ายเลยอัปเกรดเป็น "Max" ระดับ $200/เดือนที่ต่ำกว่าระดับบนสุด แล้วใช้งานได้ดีแบบไม่ติดลิมิต ประสบการณ์นี้ทำให้ตระหนักว่าการเลือกโมเดลสำคัญมาก และแม้แต่ความต่างเล็ก ๆ แบบ "ผมได้เจอคนที่ไม่ค่อยฉลาดนัก" ก็มีความหมายมาก
  • มีคนแชร์ความเห็นว่าทั้งหมดนี้ทำให้รู้สึกว่า terminal น่าจะเป็นอินเทอร์เฟซที่สมบูรณ์แบบสำหรับ LLM จริง ๆ และสงสัยว่าในอนาคตแนวทางนี้อาจกลายเป็นกระแสหลักมากกว่าการผสานเข้ากับ IDE แบบ custom หรือไม่
    • มีการเน้นว่าบน terminal interface สามารถเข้าถึงทั้งระบบได้จริง เช่น ใช้ claude code ตรวจฐานข้อมูลด้วยบัญชี read-only หรือเปิดเบราว์เซอร์ puppeteer เพื่อตรวจการเปลี่ยนแปลง CSS รวมถึงดีบักคลัสเตอร์ k8s และเช็ก Prometheus API ได้ทั้งหมด จึงพอใจมาก
    • มีการจินตนาการถึงอนาคตที่ให้ LLM ลองแนวทางแก้ไข 5 แบบพร้อมกันเพื่อลดเวลาของมนุษย์ และถ้าวิธีทำงานแบบนี้แพร่หลาย เราอาจรันหลายคอนเทนเนอร์แบบขนานมากขึ้น ซึ่งอาจทำให้จุดแข็งของ terminal interface ลดลงเมื่อเทียบกัน
    • อีกมุมหนึ่งกลับมองว่า terminal เป็นอินเทอร์เฟซที่แย่ที่สุด เพราะแก้โค้ดที่สร้างออกมาโดยตรงไม่ได้
    • มีการคาดการณ์ว่าถ้าโมเดลพัฒนาไปมากกว่านี้ IDE อาจดูเป็นเครื่องมือระดับล่างแทน
  • ปกติผมมองว่าทีมที่ใส่ใจรายละเอียดมากเป็นสัญญาณสำคัญของความเป็นช่างฝีมือ แต่ถ้าเงื่อนไขการใช้งานของ Anthropic ขัดแย้งกันจนแทบใช้บังคับจริงไม่ได้ ก็ทำให้น่าสงสัยว่าเป็นพาร์ตเนอร์ที่ไว้ใจได้หรือไม่ มีการชี้ว่าข้อห้ามเรื่องการใช้งานเชิงแข่งขันทำให้ใช้งานเพื่อการทำงานไม่ได้ ซึ่งห่างไกลจากคำว่า “three laws safe” มาก
    • เรื่องทีมกฎหมายผมคงไม่ออกความเห็น แต่ตัวผลิตภัณฑ์ Claude Code นั้นใส่ใจรายละเอียดดีมาก ถึงขั้นเลือกใช้ haiku ตามแต่ละ context เพื่อแสดงคำกริยาน่ารัก ๆ และเหมาะสมในตัวบ่งชี้ “working…”
  • มีฟีดแบ็กว่าคอนทราสต์ระหว่างพื้นหลังของหน้าเว็บกับข้อความต่ำเกินไป ทำให้อ่านยาก
    • ส่วนตัวผมกลับรู้สึกว่าเคอร์เซอร์กะพริบด้านบนต่างหากที่ทำให้เสียสมาธิ
    • ข้ามเนื้อหานี้ไปเลยก็ไม่ได้เสียหายอะไรจริงจัง
  • มีคนเห็นด้วยกับคำถามที่ว่า Claude Code ดูทรงพลังกว่า cursor หรือไม่ โดยมองว่า Claude Code เป็นมากกว่าแค่ตัวแก้ไขโค้ดธรรมดา และยังเอาไปใช้กับ Obsidian vault ได้หลายแบบ เช่น custom key binding, อัปโหลดภาพแคปอัตโนมัติ, สร้างลิงก์สำหรับ CDN, หรือทำโปรแกรมสรุปคำสั่ง terminal พร้อมเล่าว่าเมื่อก่อนกังวลกับเส้นแบ่งระหว่าง automation script กับงาน manual มาก แต่ตอนนี้พอมี Claude ก็ให้มันจัดการทุกอย่างแบบรวมศูนย์ได้เลยและรู้สึกพอใจมาก
    • มีการชี้ข้อจำกัดว่า Claude Code ใช้ได้เฉพาะคนที่สมัครแพลนเท่านั้น ใช้ผ่าน API ไม่ได้ และยังสงสัยว่า $100/เดือนจะเพียงพอจริงหรือไม่ แต่ก็มองว่าเป็นเครื่องมือที่มีคุณค่ามากพอจะใช้ได้ทั้งวัน
    • มีคนแสดงความสนใจว่าอยากฟังตัวอย่างการใช้งานใน Obsidian Vault แบบละเอียดกว่านี้
    • มีการแชร์ว่าการให้ LLM จัดหมวดหมู่โน้ตจำนวนมหาศาลลงโฟลเดอร์ตามหมวดหมู่ทำได้ดีมากและมีประสิทธิภาพ
  • สำหรับการพูดถึงว่า openai codex กำลังจะถูก rewrite ด้วย rust เร็ว ๆ นี้ ก็มีคนตอบติดตลกว่า ถ้า AI เก่งขนาดนั้น จริง ๆ ก็คงไม่ต้องให้ AI มาทำ refactor หรอกมั้ง