ที่มา
ปีที่แล้วผมตั้งค่าสภาพแวดล้อมโดยเน้นคำสั่งของ Claude Code เป็นหลัก และใช้งานอย่างพอใจมาก
แต่พอปีนี้ได้รู้จักการแชร์ทักษะและแนวทางอื่น ๆ
ก็รู้สึกว่าตัวเองล้าหลังไปมากภายในเวลาไม่กี่เดือน
คนอื่นเขาใช้งานกันอย่างไร และชุมชนมีความเห็นแบบไหนบ้าง?
เลยลองทำบริการสำหรับติดตามและค้นหาสิ่งนี้ขึ้นมา
การรวบรวมข้อมูลและความแตกต่าง
ไม่ใช่ว่าจะไม่มีชุมชนลักษณะคล้ายกันเลย แต่สุดท้ายก็ไม่ค่อยได้เข้าไปดู
เพราะมีโพสต์เชิงโปรโมตมากเกินไป หรือคุณภาพข้อมูลโดยเฉลี่ยค่อนข้างต่ำ
ยกตัวอย่างเช่นแนว "นักพัฒนาสภาพจิตพังไปหมดแล้ว"
ดังนั้นจึงจำกัดแหล่งที่เก็บไว้หลัก ๆ เป็นกรณีศึกษาจากบริษัท และ
โพสต์ใน Reddit ที่มีการถกเถียงกันอย่างคึกคักจริง ๆ
ถึงปริมาณจะไม่ได้มาก แต่คิดว่ายังมีบทความน่าอ่านออกมาเรื่อย ๆ ราวสัปดาห์ละ 5~10 ชิ้น
แหล่งที่รวบรวม
- เทคบล็อกที่เก็บมาตั้งแต่ 25.09
- กรณีศึกษาบริษัทเกี่ยวกับ vibe coding และการใช้งาน AI
- ถ้าเกี่ยวข้องน้อยหรือซ้ำจะตัดออก
- สรุปโพสต์/การสนทนายอดนิยมจาก Reddit AI subreddits (เช่น Claude Code, Codex)
- คำแปลเอกสารทางการของ Anthropic
ถ้าเป็นข่าวซุบซิบหรือดูแล้วไม่น่าจะช่วยอะไร ก็จะตัดออก
ตอนนี้ยังคงดูและตรวจสอบเองก่อนใส่เข้าไปในระบบ
การทำระบบค้นหา
วงการนี้มีคำศัพท์ใหม่ ๆ เยอะมาก
จึงมีหลายกรณีที่คำค้นกับคีย์เวิร์ดในเอกสารไม่ตรงกัน
ตัวอย่างเช่นคำอย่าง harness
- ใช้การค้นหาเชิงความหมาย (vector + rerank) เป็นพื้นฐาน
- วิเคราะห์คำค้น และถ้าเป็นการค้นหาที่มีเจตนาชัดเจนก็ผสมการค้นหาแบบคีย์เวิร์ดเข้าไปด้วย
- ในผลการค้นหาจะติดแท็กเหตุผลของการแมตช์แต่ละรายการ
คิดว่าคงมีคนสนใจเรื่องนี้ไม่มากนัก
รายละเอียดจึงแยกไปจัดไว้ในเอกสารอีกฉบับ
ลิงก์คำอธิบายรายละเอียดเกี่ยวกับการค้นหา
เรื่องแผนขยายไปสู่ mcp ได้เพิ่มไว้ในคอมเมนต์แล้ว
ทุกคนขอให้สุขภาพแข็งแรง ดูแลหลังกันด้วย สุขภาพต้องมาก่อน
2 ความคิดเห็น
มีแผนจะให้ข้อมูลผ่าน MCP
เนื้อหาของกรณีศึกษาจากองค์กรไม่มีโค้ดหรือไฟล์ตั้งค่าที่คัดลอกไปใช้ได้ ส่วนใหญ่จะแชร์แค่ทิศทางและภาพรวมของการลองทำ
ดังนั้นถ้าจะนำมุมมองนี้ไปใช้จริง ก็ต้องวางแผนแล้วค่อยสร้างขึ้นเองบนเครื่องโลคัล
ถ้าอย่างนั้น เวลาคุยกับ Claude Code การหากรณีศึกษามาใส่ในคอนเท็กซ์เพื่อช่วยกำหนดทิศทางก็ดูจะมีประโยชน์มากกว่า
ไม่ว่าจะเป็น MCP หรือเครื่องมืออื่น ๆ พอทำให้ป้อนข้อมูลจาก CLI ได้แล้วจะกลับมาอีกครั้ง