- สภาพแวดล้อมการพัฒนาแบบรวมศูนย์สำหรับ AI ที่รองรับการ จัดการ AI agent หลายตัวพร้อมกัน รวมถึง การทำงานแบบขนาน และ การทำงานร่วมกันระยะยาว
- แต่ละ agent ทำงานในเธรดแยกอิสระ ทำให้ มัลติทาสก์ตามโปรเจกต์ ได้ พร้อมรีวิวโค้ด คอมเมนต์ใน diff และแก้ไขด้วยตนเอง
- ฟีเจอร์ Skills ช่วยขยายความสามารถจากการเขียนโค้ดไปสู่การรวบรวมข้อมูล แก้ปัญหา สร้างภาพ เขียนเอกสาร และ deploy ขึ้นคลาวด์
- ฟีเจอร์ Automations ช่วยให้สามารถ ทำงานซ้ำอัตโนมัติ เบื้องหลังตามตารางเวลาที่กำหนด
- มี sandbox security เป็นค่าเริ่มต้น และคำสั่งที่ต้องใช้สิทธิ์สูงกว่า เช่น การเข้าถึงเครือข่าย จะต้องได้รับการอนุมัติจากผู้ใช้
- เปิดให้ผู้ใช้ ChatGPT Free และ Go ใช้งาน Codex ได้ชั่วคราว และแพ็กเกจแบบเสียเงินจะได้ ขีดจำกัดการใช้งานเพิ่มเป็น 2 เท่า
ภาพรวมของแอป Codex: ศูนย์บัญชาการสำหรับ agent
- นับตั้งแต่เปิดตัว Codex ในเดือนเมษายน 2025 วิธีที่นักพัฒนาใช้งาน agent ก็เปลี่ยนไปอย่างพื้นฐาน
- โมเดลสามารถจัดการงานที่ซับซ้อนและยาวนานได้ตั้งแต่ต้นจนจบ
- ตอนนี้นักพัฒนาสามารถ ประสานงาน agent หลายตัวตลอดทั้งโปรเจกต์ เพื่อมอบหมายงานและรันแบบขนานได้
- โจทย์สำคัญจึงเปลี่ยนจาก “agent ทำอะไรได้บ้าง” ไปเป็น “มนุษย์จะสั่งการ กำกับดูแล และทำงานร่วมกับ agent จำนวนมากได้อย่างไร”
- IDE และเครื่องมือแบบเทอร์มินัลเดิมไม่ได้ถูกออกแบบมารองรับรูปแบบการทำงานนี้ จึงต้องมีเครื่องมือใหม่
- แอป Codex สำหรับ macOS สามารถ จัดการ AI agent หลายตัวพร้อมกัน และ รันงานแบบขนาน ได้
- รองรับ งานที่รันระยะยาว และช่วยบริหารกระบวนการออกแบบ พัฒนา deploy และดูแลซอฟต์แวร์ตลอดวงจรผ่านการทำงานร่วมกันของ agent
การทำงานแบบขนานของหลาย agent
- แอป Codex มอบ พื้นที่โฟกัสสำหรับการมัลติทาสก์ร่วมกับ agent
- agent จะทำงานใน เธรดแยกตามโปรเจกต์ ทำให้สลับงานได้โดยไม่สูญเสียบริบท
- ภายในเธรดสามารถตรวจสอบการเปลี่ยนแปลงของ agent ใส่คอมเมนต์ใน diff หรือแก้ไขได้โดยตรงใน editor
- รองรับ Worktrees เป็นพื้นฐาน ทำให้ agent หลายตัวทำงานใน repository เดียวกันได้โดยไม่ชนกัน
- แต่ละ agent ทำงานบนสำเนาโค้ดที่แยกจากกัน จึงสำรวจแนวทางต่าง ๆ ได้โดยไม่กระทบสถานะ git ในเครื่อง
- ระหว่างที่ agent กำลังทำงานอยู่ สามารถ checkout การเปลี่ยนแปลงมาไว้ในเครื่อง หรือปล่อยให้ทำงานต่อไปโดยไม่เปลี่ยนสถานะ git ในเครื่องก็ได้
- สามารถนำเข้าประวัติเซสชันและการตั้งค่าจาก Codex CLI และส่วนขยาย IDE ได้อัตโนมัติ เพื่อเริ่มใช้กับโปรเจกต์เดิมได้ทันที
Skills: ขยายไปไกลกว่าการสร้างโค้ด
- Codex กำลังพัฒนาจาก agent ที่เขียนโค้ด ไปเป็น agent ที่ ใช้โค้ดเพื่อทำงานบนคอมพิวเตอร์
- ผ่าน Skills จึงสามารถขยายจากการสร้างโค้ดไปสู่การรวบรวมและสังเคราะห์ข้อมูล การแก้ปัญหา และการเขียนได้
- รวมคำสั่ง ทรัพยากร และสคริปต์เป็นชุดเพื่อให้ Codex เชื่อมต่อกับเครื่องมือและรัน workflow ได้
- ทำงานให้เสร็จได้อย่างเสถียรตามความต้องการของทีม
- ภายในแอป Codex มีอินเทอร์เฟซเฉพาะสำหรับสร้างและจัดการ Skills
- สามารถระบุให้ใช้ Skills ใดโดยเฉพาะ หรือให้ระบบเลือกใช้อัตโนมัติตามงานได้
-
ตัวอย่างการใช้ Skills: สร้างเกมแข่งรถ
- ขอให้ Codex สร้างเกมแข่งรถที่มีนักแข่งหลากหลาย 8 แผนที่ และไอเท็มที่ใช้ได้ด้วยปุ่มสเปซบาร์
- ใช้ทั้ง สกิลสร้างภาพ (อิง GPT Image) และ สกิลพัฒนาเกมเว็บ
- ทำงานอย่างอิสระด้วยพรอมป์เริ่มต้นเพียงครั้งเดียวมากกว่า 7 ล้านโทเค็น จนสร้างเกมเสร็จ
- รับบทเป็นทั้งดีไซเนอร์ นักพัฒนาเกม และผู้ทดสอบ QA พร้อมเล่นเกมจริงเพื่อตรวจสอบ
- ชื่อเกม: Voxel Velocity เกมแข่งคาร์ต 3D voxel ที่ใช้ Three.js
- โหมดแข่งเดี่ยว (3 รอบเสมอ, ผู้เล่นมนุษย์ 1 คน vs CPU 7 ตัว, ใช้งานได้ทันที 8 สนาม)
- โมเดลการขับขี่แบบอาร์เคด ระบบชาร์จดริฟต์ และระดับบูสต์ (Tier 1 0.7 วินาที, Tier 2 1.1 วินาที, Tier 3 1.5 วินาที)
- ตัวละคร 8 ตัว, ไอเท็ม 8 แบบ, ชุดค่าความยาก CPU และการทำ spline สำหรับ AI
-
Skills หลักที่มีให้
- Implement designs: ดึงบริบทการออกแบบ แอสเซ็ต และภาพหน้าจอจาก Figma แล้วแปลงเป็นโค้ด UI ระดับ production ที่ ตรงกับภาพต้นฉบับแบบ 1:1
- Manage projects: คัดแยกบั๊ก ติดตามรีลีส และจัดการภาระงานทีมใน Linear
- Deploy to the cloud: deploy เว็บแอปไปยังคลาวด์โฮสต์หลักอย่าง Cloudflare, Netlify, Render และ Vercel
- Generate images: สร้างและแก้ไขภาพสำหรับเว็บไซต์ UI mockup ภาพผลิตภัณฑ์ และแอสเซ็ตเกมด้วยสกิลสร้างภาพที่อิง GPT Image
- Build with OpenAI APIs: อ้างอิง เอกสารล่าสุด เมื่อพัฒนาด้วย OpenAI API
- Create documents: อ่าน สร้าง และแก้ไขไฟล์ PDF, สเปรดชีต และ docx (รองรับฟอร์แมตและเลย์เอาต์ระดับมืออาชีพ)
- เมื่อสร้างสกิลใหม่ในแอปแล้ว จะนำไปใช้ได้ทั้งในแอป, CLI และส่วนขยาย IDE
- สามารถ check-in สกิลไว้ใน repository เพื่อแชร์ให้ทั้งทีมใช้งานได้
Automations: ทำงานซ้ำให้เป็นอัตโนมัติ
- ฟีเจอร์ Automations ช่วยให้ Codex ทำงานอัตโนมัติในเบื้องหลังตามตารางเวลาที่กำหนด
- ตั้งค่าด้วยการรวมคำสั่งและ Skills แบบเลือกใช้ได้
- เมื่อทำเสร็จ ผลลัพธ์จะถูกเก็บไว้ในคิวรอตรวจสอบ เพื่อให้กลับมาทำต่อได้หากจำเป็น
- ตัวอย่างการใช้งานภายใน OpenAI
- คัดแยก issue รายวัน
- ค้นหาและสรุป CI failure
- สร้าง release brief รายวัน
- ตรวจสอบบั๊ก
Personality: ปรับสไตล์การทำงานให้เข้ากับผู้ใช้
- นักพัฒนาแต่ละคนชอบรูปแบบการทำงานร่วมกับ agent ไม่เหมือนกัน
- บางคนต้องการพาร์ตเนอร์ที่กระชับและเน้นการลงมือทำ
- บางคนชอบปฏิสัมพันธ์ที่เป็นบทสนทนาและเห็นอกเห็นใจมากกว่า
- ใน Codex สามารถเลือก Personality ได้ 2 แบบ: สไตล์กระชับใช้งานจริง vs สไตล์สนทนาและเห็นอกเห็นใจ
- ไม่มีการเปลี่ยนแปลงด้านฟังก์ชัน เพียงปรับให้เข้ากับรูปแบบที่ชอบ
- ตั้งค่าได้ด้วยคำสั่ง /personality ในแอป, CLI และส่วนขยาย IDE
ความปลอดภัย: มีให้เป็นค่าเริ่มต้นและปรับแต่งได้
- มีการ ผนวกความปลอดภัยตั้งแต่ขั้นตอนการออกแบบ ครอบคลุมทั้งสแต็กของ Codex agent
- เช่นเดียวกับ Codex CLI ระบบใช้ sandbox ระดับระบบที่เป็นเนทีฟ โอเพนซอร์ส และปรับแต่งได้
- การตั้งค่าเริ่มต้น
- agent จะได้รับอนุญาตให้แก้ไขไฟล์ในโฟลเดอร์หรือบรันช์ที่กำลังทำงานอยู่ และค้นหาเว็บจากแคชได้เท่านั้น
- เมื่อต้องรันคำสั่งที่ต้องใช้สิทธิ์สูงกว่า เช่น การเข้าถึงเครือข่าย จะมีการขอ อนุมัติจากผู้ใช้
- สามารถกำหนดกฎสำหรับโปรเจกต์หรือทีม เพื่อให้บางคำสั่งรันด้วยสิทธิ์สูงได้โดยอัตโนมัติ
การใช้งานและราคา
- แอป Codex พร้อมใช้งานบน macOS ตั้งแต่วันนี้
- ผู้สมัครสมาชิก ChatGPT Plus, Pro, Business, Enterprise และ Edu สามารถใช้ Codex ผ่านการล็อกอิน ChatGPT ได้ทั้งใน CLI, เว็บ, ส่วนขยาย IDE และแอป
- การใช้งานรวมอยู่ในแพ็กเกจ ChatGPT และมีตัวเลือกซื้อเครดิตเพิ่มหากต้องการ
- เปิดให้ผู้ใช้ ChatGPT Free และ Go ใช้งาน Codex ได้ ชั่วคราว เช่นกัน
- ในช่วงเวลานี้ ผู้ใช้ Codex เดิมในทุกแพ็กเกจแบบเสียเงินจะได้ ขีดจำกัดการใช้งานเพิ่มเป็น 2 เท่า
แผนถัดไป
- หลังเปิดตัว GPT-5.2-Codex ช่วงกลางเดือนธันวาคม 2024 ปริมาณการใช้งาน Codex โดยรวมเพิ่มขึ้น 2 เท่า
- ในช่วงหนึ่งเดือนที่ผ่านมา มีนักพัฒนามากกว่า 1 ล้านคน ใช้งาน Codex
- แผนในอนาคต
- เตรียมเปิดตัว แอป Windows
- ขยายขีดความสามารถของโมเดลในแนวหน้าต่อไป
- มอบการอนุมานที่เร็วขึ้น
- การปรับปรุงภายในแอป
- ปรับปรุง workflow แบบหลาย agent อย่างต่อเนื่องจากฟีดแบ็กจริง
- ทำให้การจัดการงานแบบขนานและการรักษาบริบทระหว่างการสลับ agent ง่ายขึ้น
- การขยาย Automations
- กำลังพัฒนาการรองรับ cloud-based trigger
- เพื่อให้ Codex รันต่อเนื่องในเบื้องหลังได้ แม้คอมพิวเตอร์จะไม่ได้เปิดอยู่
สมมติฐานหลักของ Codex
- ตั้งอยู่บนสมมติฐานที่เรียบง่ายว่า ทุกสิ่งสามารถ ควบคุมได้ด้วยโค้ด
- ยิ่ง agent มีความสามารถในการให้เหตุผลและสร้างสิ่งต่าง ๆ เกี่ยวกับโค้ดได้ดีเท่าไร ก็จะยิ่งมีความสามารถมากขึ้นในงานเทคนิคและงานความรู้ทุกรูปแบบ
- โจทย์หลักในตอนนี้คือช่องว่างระหว่างความสามารถของ frontier model กับระดับที่ผู้คนสามารถนำไปใช้จริงได้อย่างง่ายดาย
- Codex ถูกออกแบบมาเพื่อปิดช่องว่างนี้ โดยทำให้สามารถสั่งการ กำกับดูแล และนำความฉลาดทั้งหมดของโมเดลไปใช้กับงานจริงได้ง่ายขึ้น
- OpenAI มุ่งเน้นการสร้าง coding agent ที่ดีที่สุด ซึ่งจะเป็นรากฐานของ agent ทรงพลังสำหรับงานความรู้ในวงกว้างที่มากกว่าแค่การเขียนโค้ด
9 ความคิดเห็น
ช่วงนี้ผมก็ใช้ Codex เป็นหลักเหมือนกัน ดีมากเลยครับ หวังว่าเวอร์ชันสำหรับ Windows จะออกมาเร็ว ๆ นี้
พอเริ่มใช้งานครั้งแรก มันจะดึงโปรเจกต์ที่เคยทำงานด้วย Codex มาก่อนเข้ามาทั้งหมด แล้วก็แสดงเรียงไว้ทางซ้ายเป็นหน่วยโปรเจกต์/เธรด ทำให้สั่งงานหลายอย่างพร้อมกันได้เหมาะมากครับ
มีเหตุผลอะไรเป็นพิเศษไหมครับว่าทำไม Codex ถึงเป็นตัวหลัก ไม่ใช่ Claude Code?
ผมมักจะโยนงานให้โดยทำเอกสารแผนให้ยาว ๆ แล้วให้มันทำงานต่อ ซึ่ง Codex ดูจะเหมาะกับแนวนี้มากกว่าน่ะครับ
แล้วก็ติด rate limit ยากจริง ๆ ด้วยครับ ถึงจะใช้บัญชีราคาถูกแล้วรันหลายโปรเจกต์พร้อมกันก็ตาม
โอ้โห ขอบคุณสำหรับคอมเมนต์ครับ
ทั้งที่ผู้สร้าง OpenClaw ก็ใช้ Codex อยู่ด้วย
> MoltBot 제작자: “나는 읽지 않은 코드를 배포한다”
ดูเหมือนว่า Codex เองก็ไม่ได้ถูกประเมินแย่อะไร แต่พอไปดูคอมเมนต์ใน Hacker News แล้วก็เหมือนจะไม่ใช่อย่างนั้นอีกเหมือนกัน...
2222 ขอเวอร์ชัน Windows/Linux ทีเถอะ ฮือ
อยากลองใช้ Atlas ที่เป็นเบราว์เซอร์ของ ChatGPT เหมือนกัน แต่บอกว่า Windows coming soon แล้วก็เงียบหายไปนานเลย
วันนี้ได้ลองใช้แล้ว ดีมากจริง ๆ ครับ
ดูเหมือนว่าเหล่า VSCode forks คงต้องเตรียมใจรับชะตากรรมกันแล้ว
แน่นอนว่าอาจทำให้งานของนักพัฒนาลดลงได้เหมือนกัน
ดูเหมือนว่า Windows จะไม่มีเทคโนโลยีแซนด์บ็อกซ์ เลยทำอะไรได้ยากนะ
ขอ WSL หรือ Windows ด้วย...
ความเห็นจาก Hacker News
ส่วนใหญ่ก็เป็นแค่ UI แชตธรรมดา แต่ด้วย Electron มันเรียก OS API โดยตรงได้ยาก เช่น Win32 ทำให้ทำการผสานรวมเชิงลึกไม่ได้
ซอฟต์แวร์ซับซ้อนอย่าง Blender, Godot, Unity, UE5 ก็ยังรันแบบเนทีฟกันหมด เลยน่าหงุดหงิดที่บริษัทพวกนี้เอาแต่แก้ตัว
บน Windows นั้น Electron แทบจะเป็นมาตรฐานไปแล้ว และแม้แต่ Microsoft เองก็ใช้บ่อย
macOS ดีกว่ามาก แต่สุดท้ายทีมก็มักต้องเลือกระหว่างล็อกตัวเองไว้กับ Mac อย่างเดียว หรือใช้ Electron เพื่อทำข้ามแพลตฟอร์ม
UI ของ UE5 เองก็แทบไม่มีความรู้สึกแบบเนทีฟ และจะบอกว่าดีกว่า Electron ก็ไม่ง่าย
ใน Electron ก็เรียก native API ได้เหมือนกัน
ผู้ใช้ส่วนใหญ่ไม่ได้สนใจว่าแอปเป็นเนทีฟหรือไม่ และสำหรับบริษัท การเอานักพัฒนาเว็บมาใช้ต่อกับการพัฒนาแอปเดสก์ท็อปได้ก็เป็นข้อดีมาก
TUI หรือ GUI เป็นชั้นนามธรรมที่ไม่จำเป็นและทำให้อัตโนมัติได้ยาก
สิ่งสำคัญคือการเรียกคำสั่งแบบง่ายๆ กับการบันทึกล็อก [headless mode หรือ session log] ก็ดูใกล้กับแนวทางนั้น
คนส่วนใหญ่ไม่ได้สนใจว่าแอปถูกสร้างด้วยเทคโนโลยีเว็บหรือไม่
และ Electron ก็ทำให้การพอร์ตไป Linuxง่ายขึ้นด้วย ถ้ายึดติดกับเนทีฟอย่างเดียวคงทำแบบนี้ไม่ได้
มันไม่สมบูรณ์แบบ แต่ให้ผลลัพธ์ระดับวิศวกรกลางๆ ได้อย่างสม่ำเสมอ
แต่แอปค้างอยู่ที่ “Loading projects…”
ลิงก์เอกสารก็เคยเสีย แต่ลิงก์นี้ตอนนี้ใช้งานได้แล้ว
ผมใช้หลาย VM environment ผ่าน VS Code Remote อยู่ เลยคิดว่าคงต้องปรับค่า port offset หน่อย
Codex มักหลุดเข้า loop ระหว่างแก้ปัญหา และ Claude ช่วยปิดงานแบบนั้นได้ดี
การสลับใช้สองโมเดลไปมาค่อนข้างมีประสิทธิภาพ
ถึงอย่างนั้นมันก็ดีขึ้นอย่างต่อเนื่อง เลยยังคาดหวังอยู่
Cowork เรียก Claude Code จาก VM ส่วน Codex รัน CLI ใน OS sandbox
เทคโนโลยีสแตกประกอบด้วย Electron 40, React 19, TypeScript, Node.js, SQLite, Vite เป็นต้น
สำหรับ macOS ใช้Sparkle, Squirrel, Sentry
มันไม่ทำตามคำสั่ง หยุดกลางทาง หรือโยนโค้ดแปลกๆ มาให้
ไม่มีข้อมูลล่าสุดเกี่ยวกับ Nuxt 4+ เลยผิดพลาดตลอด
ฟังก์ชัน Undo ก็ทำงานไม่ดี และไม่มีฟีดแบ็ก
Claude Code จัดการงานเดียวกันได้ในครั้งเดียว แต่ Codex ใช้เวลานานและเละเทะมาก
เห็นแล้วนึกถึงตอนเคยใช้ Nokia N800 คือมีศักยภาพแต่ความสมบูรณ์ต่ำเกินไปจนทำให้กังวลกับทิศทางของ OpenAI
เลยสงสัยว่า Anthropic จะออกแอป multi-agent ของ Claude Codeแบบคล้ายกันหรือไม่
ถ้ามีสัญญาที่ชัดเจน เช่น การกำหนด API การทำงานขนานกันใน session อิสระน่าจะมีประสิทธิภาพกว่า
ผมเองก็เกือบจะทำอะไรคล้ายๆ กัน
แก่นของงานวิจัย Recursive Language Modelsคือการจัดการ requirement, design, plan ฯลฯ เป็นอ็อบเจ็กต์ที่ไม่เปลี่ยนแปลง แทนที่จะเก็บไว้ในบริบท
ผมจัดการแต่ละขั้นตอน เช่น spec, analysis, plan ด้วยไฟล์ .md และรันด้วยกระบวนการ kanbanที่มีขั้นตอนอนุมัติ
แบบนี้ทำงานได้ดีแม้ไม่มี UI และรักษาคุณภาพโค้ดได้ ทำให้ระยะยาวความเร็วพัฒนาเพิ่มขึ้น 10 เท่า
ใช้
.claude/commandsและ.claude/agentsก็รันหลายงานพร้อมกันได้Codex เก่งในการจับจุดที่ Claude พลาด และถ้าใช้สองโมเดลเสริมกันจะมีประสิทธิภาพมาก
ข้อดีของ Codex คือราคาถูกและปริมาณใช้งานแทบไม่จำกัด ส่วน Claude คุณภาพสูงกว่า
มันจัดกระบวนการตาม plan.md และสามารถเพิ่มขั้นตอนหรือ hook แบบไดนามิกได้
สะดวกเพราะควบคุมworkflow automationแบบอิงเอกสารได้
ผมจ่ายเงินให้ 3 โมเดลหลักอยู่แล้ว เลยคิดว่าบริการแบบนี้คงอยู่ได้ไม่นาน
เขาว่าใช้ไป 7 ล้านโทเคน แต่กลับจับข้อผิดพลาด QA แบบนี้ไม่ได้ ก็น่าแปลกใจ
ปัญหาละเอียดแบบนี้จับได้ยากด้วย test harness หรือ QA agent
โทเคนที่เพิ่มขึ้นทำให้ความเรียบร้อยดีขึ้นเท่านั้น แต่เกมเพลย์เหมือนเดิม เลยสงสัยว่าโทเคนเพิ่มนั้นเอาไปทำอะไร
สงสัยว่าเวอร์ชัน CLI มีแผนจะรองรับฟีเจอร์เดียวกันหรือไม่
ถ้ามีฟีเจอร์คลัสเตอร์แบบ managedที่ทำงานได้เฉพาะในเครือข่ายภายในก็น่าจะดี
และถ้าให้แชร์ความคืบหน้างานกับเพื่อนร่วมทีมได้ด้วยก็จะยิ่งดี
ถ้าระดับเครื่องมือรองรับฟีเจอร์นี้โดยตรงก็น่าจะดีกว่ามาก
ช่วงหลังคุณภาพ GPT-5.x ก็ตกลง และการประกาศครั้งนี้ก็มีแค่เปิดตัวเฉพาะ Macซึ่งน่าผิดหวัง
ในบทความยังมีคำผิดเยอะ และก็ไม่พอใจที่ไม่ได้เปิดเผยพรอมป์ต์ที่ใช้จริง
ถึงอย่างนั้นถ้ามันดีขึ้น ผมก็ยังยินดีจะกลับมาลองใช้อีก
น่าจะเพราะคนดูคุ้นกับความเร็วของ Sonnet หรือ Gemini 3.0 Flash แล้ว
ChatGPT ราคา 20 ดอลลาร์มีประสิทธิภาพกว่า Claude ราคา 200 ดอลลาร์