เสียเงินกับหุ้นสหรัฐไป เลยทำให้ AI มาวิเคราะห์แทนซะเลย
(rallypi.com)ผมเหนื่อยกับการต้องคอยหาข่าว สรุป และตัดสินใจซ้ำ ๆ
เลยลองทำให้ AI มาวิเคราะห์แทนครับ
พอเข้าไปใช้งาน ก็จะมีการสร้างรีพอร์ตอัตโนมัติจากข่าวและข้อมูลการเปิดเผยข้อมูลของ SEC
พร้อมสรุปภาพรวมหลังตลาดปิดแยกต่างหากให้ด้วย
✔️ แทบไม่ต้องเสียเวลากับการวิเคราะห์หุ้น
✔️ ดูเฉพาะประเด็นสำคัญจากข่าวได้ทันที
✔️ เข้าใจภาพรวมการเคลื่อนไหวของวันนั้นได้อย่างรวดเร็ว
ระบบทำงานประมาณนี้ครับ
- สร้างรีพอร์ตปิดตลาดหุ้นสหรัฐและรีเสิร์ชรายตัวอัตโนมัติทุกวัน
- รีเสิร์ชรายตัวจะถูกสร้างวันละ 1 ครั้งเมื่อคลิก และหลังจากนั้นสามารถเปิดดูได้อย่างรวดเร็ว
- ไม่ได้แสดงข่าวต้นฉบับ แต่สรุปเฉพาะสาระสำคัญที่ผ่านการวิเคราะห์แล้ว
- สามารถดูองค์ประกอบ / แนวโน้มของ ETF ควบคู่กันได้
ก็มีข้อจำกัดในทางปฏิบัติอยู่บางอย่างเหมือนกัน
- ด้วยปัญหาเรื่องไลเซนส์ ดัชนีจึงให้บริการโดยอิง DIA / SPY / QQQ
- กราฟใช้ข้อมูลแบบหน่วงเวลา 15 นาที
- ตอนเปิดดูครั้งแรกจะมีดีเลย์เล็กน้อยเพราะต้องสร้างรีพอร์ตก่อน
ตอนนี้รองรับการล็อกอินด้วยบัญชี Google และ Telegram เท่านั้น
ส่วนตัวรีพอร์ตเปิดให้ใช้งานฟรีครับ
ไม่ได้เก็บข้อมูลอ่อนไหว และถ้าจะโหวตก็ค่อยล็อกอินก็ได้
เพราะเป็นโปรเจ็กต์ที่ผมทำคนเดียวแบบ vibe coding
คงยังมีหลายส่วนที่ขาดอยู่ แต่ถ้ามีฟีดแบ็กก็จะลองนำไปปรับครับ
สิ่งที่รู้สึกตอนทำ
- การพัฒนาด้วย AI ให้ความรู้สึกใกล้กับ “การขยายศักยภาพ” มากกว่า “การทดแทน”
ช่วงนี้มีคนพูดกันเยอะเรื่องนักพัฒนาจะถูกแทนที่
แต่พอลองทำเองแล้ว
3 อย่างคือ การตรวจสอบ / การอธิบาย / การแก้ไข
กลับไม่ใช่สิ่งที่แก้ได้ง่ายด้วย AI เพียงอย่างเดียวอย่างที่คิด
สุดท้ายมนุษย์ก็ยังต้องคอยกำหนดทิศทางอยู่ดี
- ถ้าติดปัญหาแค่เรื่องเดียว วันทั้งวันก็หายไปเลย
พอติดอะไรขึ้นมาสักอย่าง ก็ต้องวนกับ GPT เพื่อหาทางแก้ต่อเนื่อง
ซึ่งใช้เวลานานกว่าที่คิด
หลายครั้งนั่งทำทั้งวันก็ยังแก้ไม่ได้
สภาพจิตใจก็ค่อนข้างเหนื่อยเหมือนกัน
- ถ้าเริ่มต้นโดยไม่ดู “ต้นทุน” ก่อน อันตรายจริง ๆ
ตอนแรก
ผมตั้งใจจะสร้างรีพอร์ตแบบเรียลไทม์ทุกครั้งที่มีคำขอ
แต่พอเจอค่าใช้จ่ายของ LLM + data API ที่รับไม่ไหว
สุดท้ายเลยต้องเปลี่ยนเป็นโครงสร้าง “สร้าง 1 ครั้งหลังตลาดปิด + แคช”
เพราะต้นทุนการรันระบบก็เกิดขึ้นต่อเนื่อง
ตอนนี้เลยต้องติด AdSense ไว้แบบน้อยที่สุดเพื่อพยุงระบบ
นี่เป็นจุดที่ถ้าไม่คิดล่วงหน้าจริง ๆ มีพังได้เลย
ถ้าในบรรดาคนที่ไม่ใช่นักพัฒนา มีใครกำลังทำ vibe coding อยู่
ผมแนะนำให้ดูโครงสร้างต้นทุนก่อนเป็นอย่างแรกครับ
- อินฟราดูจะยากกว่าที่คิดอีก
ผมเลือกใช้ AWS แทน Firebase
คิดว่าจะถูกกว่า
แต่ข้อสรุปคือ ทั้งคู่เป็นตัวกินเงินเหมือนกันหมด
โดยเฉพาะตอนเชื่อม GitHub Actions + AWS
ผมเสียเวลาไปประมาณ 3 สัปดาห์จนแทบเสียสติ
- การเลือกโมเดลก็สำคัญกว่าที่คิด
ผมลองใช้ Claude Sonnet
แต่พบว่ามีบางส่วนตกหล่นในขั้นตอนตรวจสอบ
สุดท้ายเลยต้องใช้ GPT Codex ควบคู่กันเพื่ออุดช่องว่าง
(ใช้ Codex extension บน VSCode)
- สุดท้ายแล้วสิ่งสำคัญจริง ๆ คือ “การออกแบบ”
ตอนแรกผมคิดว่า AI จะทำให้ได้ทั้งหมด
- จะสร้างเมื่อไร
- จะ cache อะไร
- จะทำอัตโนมัติถึงระดับไหน
การตัดสินใจเรื่องพวกนี้สำคัญกว่ามาก
- ในเชิงอารมณ์ก็ไม่ได้ง่ายเหมือนกัน
อันนี้ค่อนข้างเป็นเรื่องส่วนตัว
เวลาที่ GPT จับประเด็นจากคำอธิบายของผมไม่ได้ (แม้ส่วนใหญ่จะเป็นปัญหาที่ผมอธิบายไม่ดีเองก็ตาม)
ความเครียดมันสะสมอยู่พอสมควร
พอนั่งจมอยู่กับมันตลอด
ก็มีหลายครั้งที่อยากทุบคีย์บอร์ดทิ้ง
มีอีกเรื่องที่อยากถามเพิ่มเติมครับ
ในโครงสร้างปัจจุบันนี้ ECS task / ทรัพยากร RDS ถือว่าเพียงพอแล้ว
แต่การโหลดหน้าเว็บครั้งแรกกลับรู้สึกช้ากว่าที่คิด
(โดยเฉพาะตอนมีคำขอแรก)
ฝั่ง GPT กับ Claude ตอบอยู่เรื่อย ๆ ว่า “ทรัพยากรเพียงพอแล้ว”
แต่ประสิทธิภาพที่สัมผัสได้ยังช้าอยู่ชัดเจน เลยคิดว่าคอขวดอาจอยู่ที่จุดอื่น
- เป็นเพราะเวลา cache miss แล้วไปชนกับ logic การสร้างพร้อมกันหรือเปล่า
- หรือเป็นปัญหาที่โครงสร้างการตอบกลับของ API เอง
ตรงนี้ผมยังจับต้นชนปลายไม่ค่อยถูกว่าคอขวดเกิดตรงไหน
ถ้าใครเคยเจอปัญหาด้านประสิทธิภาพในโครงสร้างคล้าย ๆ กัน
อยากขอคำแนะนำว่าควรเริ่มดูจากตรงไหนก่อนดี
อาจเป็นเพราะผมเริ่มจากแทบไม่รู้อะไรเกี่ยวกับการเขียนโค้ดเลย
ก็เลยใช้เวลาตั้ง 2 เดือน
พอเห็นคนที่ทำบริการได้เสร็จในไม่กี่วัน
ก็รู้สึกว่าพวกเขาเก่งมากจริง ๆ
ผมนับถือนักพัฒนาทุกคนครับ
ถ้ามีใครเคยทำบริการด้วย AI ในลักษณะคล้ายกัน
ก็อยากรู้เหมือนกันว่าติดปัญหากันหนักที่สุดตรงไหน
เพิ่ม Telegram Mini App ไว้แล้ว เลยขอแปะลิงก์ไว้ด้วยครับ
https://t.me/rallypi_bot
ยังไม่มีความคิดเห็น