ZCode: ฮาร์เนสอย่างเป็นทางการสำหรับ GLM-5.2

 (zcode.z.ai)
1 คะแนน โดย GN⁺ 5 시간 전 | 1 ความคิดเห็น | แชร์ทาง WhatsApp
  • ZCode เป็นฮาร์เนสอย่างเป็นทางการสำหรับ GLM-5.2 ที่มุ่งรวมเครื่องมือพัฒนาและ AI agent เข้าด้วยกัน เพื่อให้จัดการการวางแผน การเขียนโค้ด การรีวิว และการดีพลอยได้ในโฟลว์เดียว
  • ZCode 3.0 ชูจุดเด่นด้านการ ปรับแต่งให้เหมาะกับ GLM-5.2 และการปรับปรุงการทำงานร่วมกันแบบมัลติเอเจนต์ พร้อมเน้นการผสานรวมกับ GLM ตลอดทั้งงานด้านการให้เหตุผลและการเขียนโค้ด
  • งานตัวอย่างคือการสร้าง เกม Gomoku AI บนเบราว์เซอร์ขึ้นมาใหม่ และหลังจากสร้าง index.html, app.js, styles.css แล้ว ก็ผ่านการตรวจสอบด้วย node --check app.js
  • แพ็กเกจราคาเสนอเป็น Lite $16.2/เดือน, Pro $64.8/เดือน, Max $144/เดือน และควรตรวจสอบ ราคาและสิทธิประโยชน์ล่าสุด ได้ที่ z.ai
  • มีไฟล์ติดตั้งสำหรับ macOS, Windows, Linux และ Linux เป็น Beta โดยมี .deb และ AppImage สำหรับ x64·ARM64

ฮาร์เนสสำหรับการพัฒนาที่ปรับให้เข้ากับ GLM-5.2

  • ZCode เป็นเครื่องมือที่รวม AI agent เข้ากับเครื่องมือพัฒนาแบบเดิม เพื่อช่วยให้การวางแผน การเขียนโค้ด การรีวิว และการดีพลอยดำเนินไปได้อย่างลื่นไหลยิ่งขึ้น
  • ตำแหน่งผลิตภัณฑ์คือ “Simple, Fast, Vibe‑Ready” และถูกแนะนำในฐานะ ฮาร์เนสอย่างเป็นทางการสำหรับ GLM-5.2
  • ZCode 3.0 ถูกปรับแต่งให้เหมาะกับ GLM-5.2 และชูการปรับปรุงด้าน การทำงานร่วมกันแบบมัลติเอเจนต์ เป็นการเปลี่ยนแปลงหลัก

ตัวอย่างเวิร์กโฟลว์การทำงาน

  • รายการงานตัวอย่างประกอบด้วย gomoku-ai, zcode-website, zcode-desktop, release-bot
  • gomoku-ai เป็นงานสร้าง Gomoku อัจฉริยะ หรือเกมโอหมาก
    • ผู้เล่นจะแข่งขันกับ อัลกอริทึมอัจฉริยะ
    • มีเป้าหมายให้สามารถวางหมากเชิงกลยุทธ์และตรวจจับเงื่อนไขการชนะได้อย่างแม่นยำ
  • จากล็อกการทำงาน พบว่ารีโพซิทอรีเดิมว่างเปล่าหรือแทบไม่มีอะไรอยู่เลย จึงดำเนินไปในลักษณะของการสร้างแอปขึ้นใหม่ตั้งแต่ต้น
    • การรัน git status --short ส่งกลับข้อผิดพลาดว่าดีเรกทอรีปัจจุบันไม่ใช่ Git repository
    • หลังจากนั้นมีการสร้างไฟล์ index.html, app.js, styles.css

ผลลัพธ์ของการสร้าง Gomoku

  • ตัวอย่างที่เสร็จสมบูรณ์เป็นเกม Gomoku บนเบราว์เซอร์แบบสแตนด์อโลน
    • เรนเดอร์กระดาน 15×15
    • ผู้เล่นสามารถวางหมากสีดำได้
    • ตรวจจับชัยชนะได้ใน 4 ทิศทาง
    • ไฮไลต์เส้นที่ชนะ
    • ติดตามเทิร์นและจำนวนครั้งการเดิน
    • รองรับการเริ่มเกมใหม่
  • AI ไม่ได้เลือกเดินแบบสุ่ม แต่ใช้วิธี heuristic ในการเลือกตาเดิน
    • ค้นหาตาเดินผู้สมัครในบริเวณใกล้เคียง
    • ให้คะแนนแพตเทิร์นโจมตีที่เป็นประโยชน์ต่อตัวเอง
    • ให้คะแนนตาป้องกันเพื่อสกัดกั้นภัยคุกคามจากผู้เล่น
    • เพิ่มค่าน้ำหนักความชอบพื้นที่กึ่งกลาง
    • เลือกตาเดินที่แข็งแกร่งที่สุด
  • สามารถเปิดโอเวอร์เลย์ AI focus area แบบเลือกได้ เพื่อดูจุดผู้สมัครสำคัญที่ AI พิจารณา
  • ในขั้นตอนการตรวจสอบ node --check app.js ผ่านสำเร็จ
  • ไม่มีการรันแบบโต้ตอบในเบราว์เซอร์ และขั้นตอนที่เหลือคือเปิด index.html ในเบราว์เซอร์เพื่อเล่น

งานระยะยาวและการควบคุมจากภายนอก

  • ZCode มีฟีเจอร์ Goals สำหรับงานที่ใช้เวลานาน
    • ใช้จัดการการวางแผน การดำเนินการ และการตรวจสอบอย่างต่อเนื่องในงานที่ซับซ้อน
  • ด้วยฟีเจอร์ Bot control สามารถเริ่มและควบคุม ZCode ผ่าน WeChat, Feishu, Telegram ได้
  • การผสานรวมกับ GLM-5.2 ถูกปรับแต่งให้เหมาะกับทั้งงานด้านการให้เหตุผล การเขียนโค้ด และการทำงานร่วมกันแบบมัลติเอเจนต์

ราคาและการดาวน์โหลด

  • GLM Coding Plan แสดงแพ็กเกจ 3 แบบ
    • Lite: สำหรับงานขนาดเบา, $16.2/เดือน, รวมโควตาการใช้งานพื้นฐาน
    • Pro: สำหรับงานระดับมืออาชีพ, $64.8/เดือน, รวมโควตาใช้งานมากกว่า Lite 5 เท่า
    • Max: สำหรับงานที่ใช้งานหนัก, $144/เดือน, รวมโควตาใช้งานมากกว่า Lite 20 เท่า
  • ราคาและสิทธิประโยชน์ของแพ็กเกจอาจเปลี่ยนแปลงได้ และควรตรวจสอบรายละเอียดล่าสุดที่ z.ai
  • All Downloads มีไฟล์ติดตั้งแยกตามแพลตฟอร์ม
    • macOS: Apple Silicon .dmg v3.2.2, Intel .dmg v3.2.2
    • Windows: 64-bit .exe v3.2.2, ARM64 .exe v3.2.2
    • Linux: x64 .deb ที่ระบุว่าเป็น Beta, x64 AppImage, ARM64 .deb, ARM64 AppImage v3.2.2

บทความที่เกี่ยวข้อง

1 ความคิดเห็น

 
GN⁺ 5 시간 전
ความคิดเห็นจาก Hacker News

  • แปลกใจนิดหน่อยที่ดูเหมือนไม่ใช่โอเพนซอร์ส เทียบกับ Mimo Code https://github.com/XiaomiMiMo/MiMo-Code ต่างกันตรงที่ Mimo เป็น CLI ส่วนอันนี้เป็นแอปเดสก์ท็อป

    • ก็ไม่รู้เหมือนกันว่าจะเอาแอปเดสก์ท็อปไปทำอะไร ของพวกนี้ผมรันบน headless VM และถ้าจำเป็นก็ให้ใส่ออปชันอย่าง --dangerously-skip-permissions ได้ ต่อให้ไม่มีแฟล็กนั้น ผมก็ไม่ไว้ใจให้รันบนเดสก์ท็อป/โน้ตบุ๊กของตัวเอง
    • ที่มันเป็น CLI เพราะดึง โค้ดเดสก์ท็อปของ opencode ออกมา ผู้ให้บริการโมเดล Go/Zen ของ opencode ก็ถูกเอาออกไปด้วย
      ผมเดาว่าคงทำ string replacement เยอะมากเพื่อให้ดูเหมือนผู้ให้บริการชั้นหนึ่งได้เร็ว ๆ ถึงอย่างนั้นก็น่าจะเพิ่ม opencode กลับมาเป็นผู้ให้บริการทั่วไปได้อยู่ดี
    • ไม่น่าจะใช่เรื่องน่าแปลกใจนัก harness กำลังสำคัญพอ ๆ กับโมเดลพื้นฐานแล้ว มีกรณีที่ปรับปรุงผล benchmark ได้เกือบ 2 เท่าด้วย harness อย่างเดียวด้วย
      ผมมองว่า harness กำลังกลายเป็นองค์ประกอบหลักของ “โมเดล” เองอย่างรวดเร็ว บริษัทที่เห็นโอกาสทำเงินแล้วจะเก็บ harness ไว้เป็นแบบปิดก็ไม่แปลกเลย
    • อาจส่งคำขอบางส่วนของผู้ใช้ไปยัง Anthropic เพื่อรวบรวม ข้อมูลธุรกรรม สำหรับโมเดลของตัวเองก็ได้ ถ้าเป็นแบบนั้นก็อาจต้องใส่ตัวติดตามคำขอที่อยากซ่อนไว้
    • ถ้า Anthropic กังวลอย่างมากเรื่องการ distill Claude และยังมีแนวคิดว่า harness เป็นคูเมืองด้วย ก็ไม่น่าแปลกใจมากที่อีกฝั่งจะพยายามไม่ให้เปิดเผยว่าตัวเองทำได้ดีแค่ไหนและใช้แนวทางอะไร

  • Z.ai มีเอกสารการเชื่อมต่อกับ เอเจนต์แบบ CLI ยอดนิยมแทบทั้งหมดไว้แล้ว: https://docs.z.ai/devpack/tool/others
    ถ้าคุ้นกับเอเจนต์เขียนโค้ดแบบ terminal UI อยู่แล้ว ก็ไม่จำเป็นต้องมีเอเจนต์เดสก์ท็อป แต่สำหรับคนที่ชอบแนว UI ของ Codex App/Claude App การมีไว้ก็ถือว่าดี

    • แรงจูงใจตรงนี้น่าจะเป็น โทเคน ที่มากกว่า ถ้าจำไม่ผิด การใช้ harness ของตัวเองจะมีลิมิตที่ผ่อนปรนกว่า
    • ผมใช้ GLM 5.2 บน OpenCode อยู่ และรัน CodeNomad เป็น GUI บนเว็บใน Docker container เข้าถึงได้จากที่ไหนก็ได้ และนอกจากโมเดลสมัครสมาชิกของ Anthropic แล้ว โมเดลทั้งหมดก็ทำงานได้ดี
    • ต้องชมทีม Z.ai ที่ใส่ การรองรับ Linux มาตั้งแต่วันแรก

  • ดูสวยดีทีเดียว แต่ยังไม่แน่ใจว่าอยากใช้แทน OpenCode ไหม OpenCode ก็มีแอปเดสก์ท็อปเหมือนกัน และโดยส่วนตัวผมชอบ terminal UI ของฝั่งนั้นมากกว่า พูดตรง ๆ ผมว่าดีกว่า terminal UI ของ Claude Code ด้วยซ้ำ เวอร์ชันเดสก์ท็อปพื้นฐานกว่า แต่ก็ใช้ได้ดีพอ: https://opencode.ai/download
    อย่างไรก็ตาม ที่น่าสนใจคือเขาปล่อยของที่ลิงก์จาก https://chat.z.ai/ ออกมาพร้อมกันเยอะมาก เช่น ZCode, OCR.z.ai, Image.z.ai, Audio.z.ai, AutoClaw ฯลฯ ปริมาณงานค่อนข้างมากสำหรับองค์กรเดียว
    ผมลองใช้แผน Pro coding แล้ว เมื่อคิดจากจำนวนโทเคนที่ต้องใช้เพื่อจบงานบางอย่าง โควตาก็ดูไม่ได้มากกว่า Opus แบบมหาศาลเท่าไร ถึงอย่างนั้น GLM 5.2 เองก็เป็นโมเดลที่ค่อนข้างดี เหมือน Sonnet ที่แรงกว่า

    • terminal UI ของฝั่งนั้นเทียบกับ Claude Code แล้วค่อนข้างหนักและแครชบ่อย

  • น่าประทับใจที่บริษัทต่าง ๆ ผ่านไปได้ด้วยการใช้คำอย่าง “รวมปริมาณใช้งานพื้นฐาน” [1] หรือ “ขีดจำกัดมาตรฐาน” [2] แล้วแพ็กเกจระดับสูงก็เอาไปคูณเป็นหลายเท่าของ “พื้นฐาน” นั้น แต่กลับไม่เปิดเผยว่าค่าพื้นฐานจริง ๆ คืออะไร
    ดูเหมือนค่าพื้นฐานจะถูกกำหนดตาม อัตรากำไร ของเดือนนี้
    [1]: https://zcode.z.ai/en#:~:text=Base%20usage%20allowance%20inc...
    [2]: https://support.google.com/gemini/answer/16275805?hl=en#:~:t...

    • ถ้าเปิดแอป มันจะบอก ปริมาณใช้งานพื้นฐาน จริง ๆ ให้ แต่ชื่อแพ็กเกจไม่ตรงกับหน้าเว็บ
      Start plan: 5 ล้านโทเคนต่อวัน (GLM-5.2 3 ล้าน, GLM-5 Turbo 2 ล้าน)
      For individuals: โควตา +150%, $18.00 USD+, โควตา Coding Plan เฉพาะสำหรับนักพัฒนารายบุคคล
    • แบบนี้แย่มาก เราพยายามเปิดเผยให้โปร่งใสที่สุดเท่าที่ทำได้ เลยเอาไว้ที่นี่: https://synthetic.new/rate-limits
    • เพราะแบบนี้ผมถึงชอบ ACCC ของออสเตรเลีย ถ้าเป็นบริษัทออสเตรเลีย คงไม่ปล่อยให้ทำแบบนี้ผ่านไปได้
    • เป็นกลยุทธ์ที่อาจให้ผลย้อนกลับได้ เครื่องมือที่คาดเดาไม่ได้ แย่กว่าเครื่องมือที่ไม่ดีเสียอีก

  • ในฐานะคนที่ใช้ GPT-5.5/Codex ทุกวัน อยากรู้ว่า GLM-5.2/ZCode เทียบกันอย่างไรใน codebase ที่ตั้งค่าไว้สำหรับ agentic coding อยู่แล้ว

    • GLM 5.2 อยู่ในจุดก้ำกึ่ง จะรันที่บ้านก็ใหญ่เกินไป และเมื่อเทียบกับโมเดลประสิทธิภาพใกล้เคียงกันก็แพงและช้า มีกราฟดี ๆ อยู่ที่นี่: https://deepswe.datacurve.ai/
      อันนี้เทียบเฉพาะราคา API เท่านั้น ถ้ารวมสินค้าแบบสมัครสมาชิกของ Anthropic และ OpenAI เข้าไปด้วยก็เทียบกันไม่ได้เลย สมัคร Codex $200 สามารถใช้ GPT 5.5 high/xhigh ได้ถึงระดับ 1 พันล้านโทเคนต่อสัปดาห์แบบสบาย ๆ
      ถ้ามองในฐานะ โมเดล open-weight ที่ประสิทธิภาพดีที่สุด ก็น่าสนใจ แต่ในตลาดตอนนี้ดูยังไม่มีตำแหน่งที่ชัดเจน
    • สรุปคือ GLM จะทำให้งานใช้เวลานานขึ้นมาก และอาจใช้โทเคนมากขึ้นด้วยขึ้นอยู่กับความซับซ้อน
      แต่ก็ถูกกว่ามาก จึงใช้ได้สำหรับผม แม้ผมจะมีประสบการณ์กับ Claude มากกว่า แต่ผมมองว่ามันใกล้เคียงกับ Opus 4.1 มาก

  • จากมุมมอง UI ดูใกล้เคียงกับ Codex มากกว่า Claude Code มาก แทบจะเป็น สำเนาที่เหมือนเป๊ะของ Codex

    • เห็นด้วยอย่างยิ่ง ไอคอนรูปมือ วิธีใช้ช่องกรอกข้อความ รวมถึงสไตล์แถบด้านข้างก็เหมือน Codex แบบ 1:1 ชื่อเรื่องทำให้เข้าใจผิด ไม่ได้ใกล้เคียงกับ Claude Code
    • เพราะงั้นการที่ Codex ยังปิดไม่ให้สาธารณะยิ่งดูตลกเข้าไปอีก ซอฟต์แวร์ไม่ใช่คูเมืองของใครอีกต่อไปแล้ว ปล่อยไว้เฉย ๆ ก็ได้

  • สงสัยว่ามีใครใช้ เทอร์มินัล UI ที่เป็นกลางต่อผู้ให้บริการ หรือ harness สำหรับงานพัฒนา ที่สามารถสลับผู้ให้บริการได้แทบจะลื่นไหลไหม
    อยากได้คอนเท็กซ์ในเครื่องประมาณว่า “มีผู้ให้บริการ AI 3 เจ้านี้ สำหรับงานโค้ดดิ้งใช้ตัวนี้ สำหรับเขียนร้อยแก้วใช้ตัวนี้ สำหรับสร้างภาพใช้ตัวนี้”

    • https://opencode.ai/
      OpenCode เป็น agent harness ตัวแรกที่ฉันใช้ และก็ยังชอบอยู่เรื่อยมา ตั้งค่าผู้ให้บริการได้หลากหลาย เป็นโอเพนซอร์ส และมีผู้ร่วมพัฒนาหลักหลายคน
      อีกตัวเลือกหนึ่งคือ Pi (Pi agent harness) เป็นตัวเลือกที่เบาและยอดเยี่ยม รองรับผู้ให้บริการหลายราย และยังใช้เซิร์ฟเวอร์โมเดลในเครื่องได้ด้วย
    • ช่วง 6 เดือนที่ผ่านมาใช้ทั้ง Pi และ OpenCode และในช่วงเดียวกันก็ไม่เคยเปิด harness แบบปิดอย่าง Claude Code, Codex, Cursor เลย ตอนนี้ใช้ Pi อยู่ และสามารถสลับไปใช้โมเดลใดก็ได้ของผู้ให้บริการใดก็ได้ที่ต้องการกลางเซสชันอย่างลื่นไหล จะชี้ไปยังโมเดลที่รันอยู่ในเครื่องก็ได้
      เหมือนคนยังไม่ค่อยรู้ว่าทางนี้สะดวกกว่ามากแค่ไหน ผมมองว่า Claude Code กับ Codex พึ่งพา การผูกติดกับผู้ขาย โดยสมบูรณ์
    • ทำได้ด้วย role-model ซึ่งเป็น model router ที่ฉันทำเอง มัน route ตามบทบาท งาน และอื่น ๆ มีส่วนขยายสำหรับ Pi เพื่อให้ coding agent ระบุเมทาดาทาของคำขอ เช่น บทบาท ความสามารถ ได้
      https://github.com/try-works/role-model
    • ถ้ายังไม่เคยลอง ก็น่าลอง https://pi.dev ดู
      ใช้แต่ Pi มาหลายเดือนแล้ว และยังขยายความสามารถมันอยู่ด้วย: https://a.l3x.in/ai โดยหลัก ๆ ใช้ GLM-4.7 จากนั้น 5.1 และตอนนี้ 5.2 ซึ่งแทบไม่ต้องการอะไรเพิ่มแล้ว
      ยังอยู่ระหว่างปรับ workflow ที่ยึด “Github/Forgejo เป็นหลัก” ให้เข้าที่ แต่ก็พอใจมากแล้ว เซสชันส่วนใหญ่รันเป็นงาน CI/CD และถูกทริกเกอร์ด้วยคอมเมนต์ "/pi" เพื่อสร้าง PR หรือ push commit เข้า PR: https://github.com/shaftoe/pi-coding-agent-action
    • ผมเขียน skill หนึ่งสำหรับ Codex และ Claude Code ไว้ เป็นวิธีที่กำหนด orchestrator ไว้ใน worktree หลัก และทำให้ไม่ต้องสนใจว่าใน worktree ผู้ช่วยจำนวน N ชุดจะมี AI worker แบบไหนอยู่
      orchestrator รู้ว่าในแต่ละ worktree กำลังรัน AI client ตัวไหนอยู่ ดังนั้นการกำหนดว่างานไหนจะส่งให้ AI ตัวไหนจึงค่อนข้างง่าย
      ในแท็บของแต่ละ worktree จะรัน Claude หรือ Codex ไว้ มีคำสั่งเฉพาะสำหรับ terminal UI แต่ละตัวอีกเล็กน้อย เช่น Codex มีระบบ monitoring ที่ดิบกว่า Claude Code จึงเขียนเพิ่มเติมไว้ให้ worker ของ Codex รู้วิธีเฝ้าดู “เมล” ใหม่ให้ถูกต้อง
      ระหว่างทำงานกับ orchestrator ใน worktree หลัก ก็ให้ orchestrator มอบหมายงานให้ worker และให้ตอบคำถามเล็ก ๆ ดึงผลลัพธ์กลับขึ้นมา และช่วยจัดระเบียบคอนเท็กซ์เมื่อจำเป็น
      orchestrator กับ worker สื่อสารกันผ่านระบบไฟล์แชร์แบบง่าย ๆ ใต้ tmp/* และสามารถร่วมกันจัดการปริมาณงานที่ใหญ่และหลากหลายได้
      เพราะใช้ iTerm2 จึงเพิ่ม Python เฉพาะสำหรับ iTerm2 เข้าไปด้วย เพื่อให้ orchestrator “ปลุก” worker ด้วยการแก้ไขอินพุตแล้วส่ง หรือให้ทำงานที่ terminal UI บล็อกไว้ (เช่น /clear)

  • ชอบ โมเดล open-weight ของจีนที่ให้ token ราคาถูก แต่ใช้เฉพาะกับโปรเจกต์ส่วนตัวเท่านั้น
    จีนมีประวัติขโมยทรัพย์สินทางปัญญาและความลับทางการค้า และศาลจีนก็เอื้อบริษัทของตัวเองมาโดยตลอด ในทางกลับกัน สหรัฐฯ มีศาลที่เข้มแข็งพอจะบังคับใช้สิทธิในทรัพย์สินทางปัญญาได้ ถ้าอยากเอาทรัพย์สินทางปัญญา ความลับทางการค้า และข้อมูลของบริษัทไปเสี่ยงเพื่อแลกกับ token ราคาถูกไม่กี่อัน ก็ใช้บริการ Z.ai ได้เลย

    • ขอเสริมว่าโมเดล Z.AI ใช้บน โครงสร้างพื้นฐานที่ไม่ใช่ของจีน ได้ด้วย
    • สหรัฐฯ ก็เหมือนกัน

  • การแยกโมเดลออกจากเครื่องมือ สำคัญพอ ๆ กับการแยกฝ่ายนิติบัญญัติออกจากฝ่ายตุลาการ เครื่องมือหรือ harness ที่ไม่ใช่โอเพนซอร์สจริง ๆ ก็ควรถูกเมินไปเลย ของพวกนั้นจะค่อย ๆ แทรกซึมเข้ามาในชีวิต แล้วรัดคอด้วยการผูกติดกับผู้ขาย

  • มองว่าระบบ เอเจนต์ ของจีนที่เป็นซอร์สปิดนั้นเชื่อถือได้ยาก
    โดยพฤตินัยแล้วมันคือกล่องดำที่มีสิทธิ์ของผู้ใช้ทั้งหมด เท่ากับยกทั้งระบบให้กับเซิร์ฟเวอร์ที่มีเจ้าของเป็นจีน หากใช้ OpenCode กับผู้ให้บริการ GLM อย่างน้อยก็ยังตรวจสอบได้ว่าไฟล์ใดถูกอ่าน ไฟล์ใดถูกแก้ไข และมีคำสั่งใดถูกเรียกใช้บ้าง
    นอกจากนี้ กฎหมายความมั่นคงแห่งชาติของจีนยังบังคับทางกฎหมายให้บริษัทต้องให้ความร่วมมือกับหน่วยข่าวกรองของรัฐและกิจกรรมต่อต้านจารกรรม [0] หากติดตั้งสิ่งนี้บนเวิร์กสเตชันขององค์กร และบริษัทมีขนาดใหญ่พอ ความเป็นไปได้ที่จะถูกเฝ้าระวังก็ไม่ใช่แค่ความเสี่ยง แต่แทบจะเป็นเรื่องแน่นอน
    [0]: https://en.wikipedia.org/wiki/National_Intelligence_Law_of_t...

    • เห็นด้วย คู่แข่งจากสหรัฐฯ ก็เชื่อถือได้ยากไม่ต่างกัน ในกรณีนี้มองว่า โอเพนซอร์ส คือคำตอบ
    • อย่างน้อยน้ำหนักโมเดลก็ถูกเปิดเผยอยู่ ผมไม่ใช่คนอเมริกัน ดังนั้นในทุกแง่ที่เป็นไปได้ ฝั่งนี้น่าเชื่อถือกว่ามาก
      พูดเหมือนหน่วยข่าวกรองสหรัฐฯ อยู่ฝ่ายดี แต่สำหรับผมแล้ว อย่างน้อยก็ไม่ใช่เลย
    • ผู้ให้บริการของสหรัฐฯ ก็เหมือนกันเป๊ะ
    • แค่รันเป็นคอนเทนเนอร์ภายใต้ Opencode ก็พอ ใช้งานได้ดีมาก และผมก็อัปเกรดเป็นแผน Pro แล้วด้วย (ประมาณ $60 ต่อเดือน) ถ้าอยากใช้ในคอนเทนเนอร์ มีข้อมูลอยู่ในโปรเจกต์ในโปรไฟล์ของผม โค้ดนั้นทั้งหมดเป็นโอเพนซอร์ส และผมทำขึ้นเพราะจำเป็นต่อการทำงานของตัวเอง วิธีอื่น ๆ ก็น่าจะมีอีกนับไม่ถ้วน
      แต่ไม่ว่าบริษัทจะอยู่ประเทศไหน ผมคัดค้านอย่างยิ่งที่จะรันเอเจนต์ใด ๆ บน bare metal ในบทความของผมก็พูดถึงประเด็นนี้โดยตรงและซ้ำหลายครั้ง
      เมื่อเร็ว ๆ นี้มีคนมาต่อว่าทำไมถึงรันซอฟต์แวร์ที่มีดาวแค่ไม่กี่ดวง สำหรับตรรกะแบบนั้นผมก็ไม่ค่อยมีอะไรจะพูด ผมเคยออกแบบและสร้างระบบที่รองรับผู้ใช้หลายหมื่นคนมาแล้ว ไม่ได้ล้อเล่น วิธีที่ผมสร้างไม่ใช่วิธีทั่วไป และผมก็ไม่แนะนำให้คนอื่นทำตาม แต่มันเหมาะกับผม และเหมาะกับวิธีคิดของผมในการจัดการระบบที่ซับซ้อน
      จะใช้หรือไม่ใช้ก็แล้วแต่ แต่ถ้าจะมาหาเรื่องโดยไม่มีเหตุผลที่ดีพอ ก็ต้องพร้อมรับการโต้กลับด้วย ตลอดอาชีพผมทำผิดพลาดมามาก และผมคิดว่าการรับผิดชอบเป็นเรื่องสำคัญต่อการเติบโต หากเป็นคนที่นำคำวิจารณ์ที่มีเหตุผลและมีสาระมาให้ ผมก็ยินดีร่วมงานด้วยในการใช้โค้ดของผม
    • เพราะแบบนี้ผมเลยชอบใช้ Reasonix ร่วมกับ Deepseek ถ้าเข้าแคช คำขอก็แทบจะฟรี และเส้นทางนั้นก็ผ่านผู้ให้บริการสหรัฐฯ ที่ไม่ได้รับเงินอุดหนุนอย่าง Digital Ocean หรือ Cloudflare