Claude's Gauntlet Loop Changed AI Forever

1
00:00:00,000 --> 00:00:03,689
ช่วงเปิดเรื่อง — AI ทำงานและตรวจงานของตัวเองซ้ำแล้วซ้ำเล่า

2
00:00:03,689 --> 00:00:07,951
ลองจินตนาการว่า AI ของคุณทำงาน แล้วก็ตรวจสอบงานของคุณซ้ำแล้วซ้ำเล่า

3
00:00:07,951 --> 00:00:11,132
จนกว่ามันจะดีจริงๆ ขณะที่คุณไม่ได้อยู่ที่โต๊ะทำงาน

4
00:00:11,132 --> 00:00:15,521
นั่นแหละคือ gauntlet loop (ลูปฝ่าด่านตรวจสอบ) และมันเพิ่งเปลี่ยนวงการ

5
00:00:15,521 --> 00:00:18,828
AI ไปตลอดกาล พรอมป์แค่หนึ่งอัน สามประโยค แล้ว Claude

6
00:00:18,828 --> 00:00:22,327
ก็สร้างเกม 3 มิติทั้งเกม ในระดับเดียวกับเกมคอนโซลงบใหญ่

7
00:00:22,327 --> 00:00:25,825
ได้ด้วยตัวเองล้วนๆ ผู้คนเริ่มใช้พรอมป์นี้สร้างเกมแข่งรถ

8
00:00:25,825 --> 00:00:29,833
วิดีโอพาชมอสังหาริมทรัพย์ หน้า landing page และงานดีไซน์กันแล้ว

9
00:00:29,833 --> 00:00:33,331
และพรอมป์นี้ฟรีครับ ในวิดีโอนี้ ผมจะพาคุณดูว่า gauntlet

10
00:00:33,331 --> 00:00:36,384
loop คืออะไรจริงๆ เขียนพรอมป์ของตัวเองยังไงภายใน

11
00:00:36,384 --> 00:00:39,883
10 นาที และช่วงท้ายผมจะเผยความผิดพลาดหนึ่งอย่างที่ทำให้

12
00:00:39,883 --> 00:00:43,636
gauntlet run ทั้งหมดพัง เพราะคนส่วนใหญ่ที่ลอกพรอมป์นี้ไปใช้

13
00:00:43,636 --> 00:00:47,452
กำลังทำผิดพลาดนั้นอยู่ตอนนี้ พอจบคลิป คุณจะเลิกตรวจดราฟต์ของ

14
00:00:47,452 --> 00:00:51,141
AI ทุกอันด้วยตัวเองไปตลอดกาล ไปดูกันเลยครับ ที่มาของแนวคิด

15
00:00:51,141 --> 00:00:55,022
— Matt Shumer กับพรอมป์แบบ open source คนที่อยู่เบื้องหลังคือ

16
00:00:55,022 --> 00:00:58,075
Matt Shumer และเขาเปิดเผยพรอมป์ที่เขาใช้จริง แบบ

17
00:00:58,075 --> 00:01:01,446
open source (โอเพนซอร์ส/เปิดให้ใช้ฟรี) เขาเรียกมันว่า

18
00:01:01,446 --> 00:01:04,945
gauntlet loop และในสองสัปดาห์ที่ผ่านมา ผู้คนนำ gauntlet

19
00:01:04,945 --> 00:01:08,125
loop ไปสร้างเกมแข่งรถ วิดีโอพาชมอสังหาริมทรัพย์แบบ

20
00:01:08,125 --> 00:01:11,305
3 มิติ หน้า landing page และงานดีไซน์โซเชียลมีเดีย

21
00:01:11,305 --> 00:01:14,295
จากโครงสร้างสามประโยคเดียวกันหมดเลย ในวิดีโอนี้

22
00:01:14,295 --> 00:01:20,338
คุณจะได้เรียนรู้ว่า gauntlet loop คืออะไรจริงๆ ทำไมมันต่างจากลูปที่คุณรู้จักอยู่แล้วโดยสิ้นเชิง

23
00:01:20,338 --> 00:01:25,236
เขียนพรอมป์ของตัวเองได้ยังไงในประมาณ 10 นาที และความผิดพลาดหนึ่งอย่างที่ทำลาย

24
00:01:25,236 --> 00:01:28,353
gauntlet run ทั้งหมด ทำไมต้องมีสิ่งนี้ — ปัญหา AI

25
00:01:28,353 --> 00:01:32,169
ในชีวิตประจำวัน เริ่มกันที่ว่าทำไมถึงต้องคิดค้นสิ่งนี้ขึ้นมา

26
00:01:32,169 --> 00:01:35,668
เพราะปัญหาที่มันแก้ คือปัญหาที่คุณเจอแทบทุกวันกับการใช้

27
00:01:35,668 --> 00:01:38,912
AI วิธีที่ทุกคนใช้ AI กันอยู่ตอนนี้คือ คุณส่งพรอมป์

28
00:01:38,912 --> 00:01:42,601
(คำสั่ง) ไป AI ตอบอะไรบางอย่างกลับมา คุณดูแล้วบอกว่าไม่เอา

29
00:01:42,601 --> 00:01:45,781
แก้ตรงนี้หน่อย มันก็แก้ให้ คุณดูอีกที ยังไม่ถูกอีก

30
00:01:45,781 --> 00:01:49,280
วนไปวนมาแบบนี้ 20, 30 บางทีก็ 50 รอบ คุณคือคนตรวจคุณภาพ

31
00:01:49,280 --> 00:01:52,969
(quality checker) และทุกดราฟต์ (ฉบับร่าง) ต้องผ่านสายตาคุณ

32
00:01:52,969 --> 00:01:56,659
ซึ่งหมายความว่า AI จะทำงานได้เร็วเท่าที่คุณตรวจทันเท่านั้น

33
00:01:56,659 --> 00:02:00,348
Boris Cherny ผู้สร้าง Claude Code (เครื่องมือเขียนโค้ดด้วย

34
00:02:00,348 --> 00:02:05,564
AI) ของ Anthropic ย้อนกลับไปเดือนมิถุนายน เขาสรุปการเปลี่ยนแปลงนี้ไว้ในประโยคเดียว

35
00:02:05,564 --> 00:02:09,126
เขาบอกว่า ผมไม่พิมพ์พรอมป์อีกแล้ว งานของผมคือการเขียนลูป

36
00:02:09,126 --> 00:02:13,388
ลูปพื้นฐาน กับ gauntlet loop ต่างกันยังไง คุณอาจจะรู้อยู่แล้วว่าลูป

37
00:02:13,388 --> 00:02:17,395
(loop) พื้นฐานคืออะไร AI ตัวหนึ่งสร้างงาน AI อีกตัวหนึ่งตรวจงาน

38
00:02:17,395 --> 00:02:21,402
ถ้าตรวจแล้วไม่ผ่าน ผู้สร้างก็ลองใหม่ ง่ายๆ แนวคิดนี้มีมานานแล้ว

39
00:02:21,402 --> 00:02:24,710
Anthropic เขียนถึงมันตั้งแต่ปี 2024 ในคู่มือการสร้าง

40
00:02:24,710 --> 00:02:28,908
agent (เอเจนต์/ตัวแทน AI) ที่มีประสิทธิภาพ ข้อค้นพบของพวกเขาชัดเจน

41
00:02:28,908 --> 00:02:34,633
ถ้าโมเดลหนึ่งสร้างงานขึ้นมา คุณจะได้ผลลัพธ์ที่ดีกว่าเมื่อให้อีกโมเดลหนึ่งมารับบทผู้ประเมิน

42
00:02:34,633 --> 00:02:39,149
(evaluator) แต่ถ้าลูปพื้นฐานมีมานานหลายปี ทำไมตอนนี้ทุกคนถึงตื่นเต้นกับ

43
00:02:39,149 --> 00:02:43,284
gauntlet loop กันขนาดนี้ เพราะ gauntlet loop ไม่ใช่ลูปเดียวธรรมดา

44
00:02:43,284 --> 00:02:47,546
และนี่คือจุดที่คุณต้องเข้าใจ เพราะพลังทั้งหมดมันมาจากความแตกต่างนี้

45
00:02:47,546 --> 00:02:51,744
ลองนึกถึงคำว่า gauntlet (การวิ่งฝ่าด่าน) การวิ่งฝ่าด่านหมายความว่า

46
00:02:51,744 --> 00:02:55,242
คุณไม่ได้เจอผู้ตัดสินคนเดียว แต่ต้องเจอผู้ตัดสินทั้งแถว

47
00:02:55,242 --> 00:02:59,440
และคุณต้องผ่านทุกคนให้ได้ถึงจะรอดไปได้ ลูปพื้นฐานมีผู้สร้างหนึ่งคน

48
00:02:59,440 --> 00:03:02,684
กับนักวิจารณ์หนึ่งคน ทำงานกับสิ่งเดียว แต่ gauntlet

49
00:03:02,684 --> 00:03:06,437
loop มีการอัปเกรดสามอย่างที่เปลี่ยนทุกอย่าง อัปเกรดที่หนึ่ง

50
00:03:06,437 --> 00:03:10,127
— งานถูกแบ่งออก lead agent (เอเจนต์หลัก) รับเป้าหมายของคุณ

51
00:03:10,127 --> 00:03:13,625
แล้วแตกมันเป็นชิ้นเล็กๆ จากนั้นก็กระจายงานให้ sub-agent

52
00:03:13,625 --> 00:03:17,760
(เอเจนต์ย่อย) และแต่ละตัวรับผิดชอบหนึ่งชิ้น ในตัวอย่างการสร้างเกม

53
00:03:17,760 --> 00:03:21,576
เอเจนต์ย่อยตัวหนึ่งดูแลแสง อีกตัวดูแลโมเดลรถ อีกตัวดูแลเสียง

54
00:03:21,576 --> 00:03:25,011
และอีกตัวดูแลฟิสิกส์ ผู้เชี่ยวชาญหลายสิบคนทำงานแบบขนาน

55
00:03:25,011 --> 00:03:28,891
(parallel) แทนที่จะเป็น AI ตัวเดียวที่ต้องแบกทุกอย่างพร้อมกัน

56
00:03:28,891 --> 00:03:32,453
นี่สำคัญ เพราะ AI ทำงานเล็กๆ ที่โฟกัสชัดเจน ได้ดีกว่ามาก

57
00:03:32,453 --> 00:03:35,507
เมื่อเทียบกับงานใหญ่ๆ ที่คลุมเครือ อัปเกรดที่สอง

58
00:03:35,507 --> 00:03:38,496
— งานทุกชิ้นมีนักวิจารณ์ที่โหดร้ายเป็นของตัวเอง

59
00:03:38,496 --> 00:03:43,203
ไม่ใช่นักวิจารณ์หนึ่งคนสำหรับทั้งโปรเจกต์ แต่เป็นนักวิจารณ์หนึ่งคนต่อหนึ่ง

60
00:03:43,203 --> 00:03:47,401
sub-agent และนักวิจารณ์เหล่านี้เป็นแบบ blind (มองไม่เห็นกระบวนการ)

61
00:03:47,401 --> 00:03:51,854
พวกมันไม่เห็นโค้ด ไม่เห็นข้อแก้ตัวของผู้สร้าง เห็นแต่ผลงานที่เสร็จแล้ว

62
00:03:51,854 --> 00:03:55,480
เช่น ภาพ screenshot ที่เรนเดอร์ออกมา ซึ่งก็คือผลลัพธ์จริง

63
00:03:55,480 --> 00:03:59,360
และเอาไปเทียบกับของจริง คำว่า blind นี่แหละที่ทำงานหนักที่สุด

64
00:03:59,360 --> 00:04:02,795
เพราะนักวิจารณ์ที่เฝ้าดูผู้สร้างทำงาน จะเริ่มเห็นใจมัน

65
00:04:02,795 --> 00:04:06,802
แต่ blind critic เห็นแต่ผลลัพธ์สุดท้าย แบบเดียวกับที่ลูกค้าเห็น

66
00:04:06,802 --> 00:04:10,809
อัปเกรดที่สาม — เกณฑ์คือ benchmark ในโลกจริง และลูปไม่มีเส้นชัย

67
00:04:10,809 --> 00:04:13,990
พรอมป์ของ Matt สั่งให้นักวิจารณ์เทียบเกมของ AI กับ

68
00:04:13,990 --> 00:04:16,980
screenshot จริงของเกมต้นฉบับ และเงื่อนไขการหยุด

69
00:04:16,980 --> 00:04:20,033
(stop condition) ของมันโหดร้ายมาก ห้ามหยุดจนกว่า

70
00:04:20,033 --> 00:04:25,121
sub-agent แต่ละตัวจะรู้สึกทึ่งในคุณภาพจริงๆ นั่นหมายความว่าลูปจะวิ่งต่อไปเรื่อยๆ

71
00:04:25,121 --> 00:04:28,874
เกินจุดที่ AI ทั่วไปจะบอกว่าเสร็จแล้ว เพราะนี่คือความลับของ

72
00:04:28,874 --> 00:04:32,373
AI ถ้าปล่อยไว้ตามลำพัง มันจะบอกว่างานของตัวเองเสร็จเสมอ

73
00:04:32,373 --> 00:04:35,744
จริงๆ แล้วมีงานวิจัยเกี่ยวกับเรื่องนี้จากเดือนกรกฎาคม

74
00:04:35,744 --> 00:04:40,260
นักวิจัยเฝ้าดู AI agent วนลูป 54 รอบ ตัว agent อ้างว่ามันดีขึ้นในทุกรอบ

75
00:04:40,260 --> 00:04:43,759
ทั้ง 54 รอบ แต่พอวัดผลจริง เกินครึ่งหนึ่งของเวลาทั้งหมด

76
00:04:43,759 --> 00:04:47,321
ผลลัพธ์แย่ลงหรือเท่าเดิม AI เชื่อจริงๆ ว่ามันทำได้สุดยอด

77
00:04:47,321 --> 00:04:51,074
แต่จริงๆ ไม่ใช่ AI ให้คะแนนการบ้านตัวเอง และมันให้ตัวเองได้

78
00:04:51,074 --> 00:04:54,254
A เสมอ นั่นคือปัญหา gauntlet loop คือยารักษาโรคนี้

79
00:04:54,254 --> 00:04:59,407
ผมเรียกกลไกข้างในมันว่า infinite critic engine (เครื่องยนต์นักวิจารณ์ไร้ขีดจำกัด)

80
00:04:59,407 --> 00:05:03,032
คือกำแพงผู้ตัดสินที่ไม่เคยเหนื่อย ไม่เคยเบื่อ ไม่เคยสุภาพ

81
00:05:03,032 --> 00:05:07,803
และไม่เคยพูดว่า เออ พอได้แล้ว คนตรวจที่เป็นมนุษย์จะหมดแรงประมาณดราฟต์ที่สาม

82
00:05:07,803 --> 00:05:10,793
แต่นักวิจารณ์ของ gauntlet จะปฏิเสธดราฟต์ที่ 200

83
00:05:10,793 --> 00:05:13,973
ด้วยพลังเย็นชาแบบเดียวกับที่ปฏิเสธดราฟต์แรก Andrej

84
00:05:13,973 --> 00:05:18,998
Karpathy อดีตผู้อำนวยการฝ่าย AI ของ Tesla ชี้ให้เห็นว่าทำไมสิ่งนี้ถึงเปลี่ยนเกม

85
00:05:18,998 --> 00:05:22,369
ไม่มีมนุษย์คนไหนยอมเสียเวลาทำงานละเอียดขนาดนี้ด้วยมือ

86
00:05:22,369 --> 00:05:25,550
แต่ AI model มีความอึดและความอดทนไม่จำกัด gauntlet

87
00:05:25,550 --> 00:05:29,621
loop คือสิ่งที่เกิดขึ้น เมื่อคุณนำความอดทนนั้นมาใช้อย่างเป็นระบบ

88
00:05:29,621 --> 00:05:33,119
ภาพรวมทั้งหมด เป้าหมายของคุณเข้าไป lead agent แยกมันออก

89
00:05:33,119 --> 00:05:36,936
sub-agent สร้างชิ้นส่วน และ blind critic ตรวจทุกชิ้นเทียบกับ

90
00:05:36,936 --> 00:05:39,925
benchmark จริง ชิ้นที่ไม่ผ่านถูกส่งกลับไปอีกรอบ

91
00:05:39,925 --> 00:05:43,169
และทั้งหมดวนแบบนี้ต่อไป จนกว่างานจะรอดผ่าน gauntlet

92
00:05:43,169 --> 00:05:46,668
ทั้งหมด นี่คือความต่าง ลูปช่วยให้งานดีขึ้น แต่ gauntlet

93
00:05:46,668 --> 00:05:49,721
บังคับงานให้วิ่งฝ่ากำแพงผู้ตัดสิน มันเอาใจไม่ได้

94
00:05:49,721 --> 00:05:52,838
เหนื่อยไม่ได้ และล้มไม่ได้ ช่วงโปรโมต — AI Profit

95
00:05:52,838 --> 00:05:55,828
Builder ขอเบรกสั้นๆ เพราะถ้าคุณดูอยู่แล้วคิดว่า

96
00:05:55,828 --> 00:05:59,390
โอเค เข้าใจคอนเซปต์แล้ว แต่ผมอยากให้มันรันจริงในธุรกิจผม

97
00:05:59,390 --> 00:06:02,570
นั่นคือสิ่งที่เราสร้างไว้ใน AI Profit Builder พอดี

98
00:06:02,570 --> 00:06:06,577
Agent OS (ระบบปฏิบัติการสำหรับเอเจนต์) ที่คุณได้เมื่อเป็นสมาชิก

99
00:06:06,577 --> 00:06:10,521
มี gauntlet pattern (แพตเทิร์นฝ่าด่านตรวจสอบ) ติดตั้งมาให้แล้ว

100
00:06:10,521 --> 00:06:13,765
คุณเสียบ Claude, Hermes, Open Claude เข้าไป แล้วรัน

101
00:06:13,765 --> 00:06:17,582
gauntlet แบบ builder บวก critic กับสินทรัพย์ธุรกิจจริงของคุณ

102
00:06:17,582 --> 00:06:21,462
ไม่ว่าจะเป็น landing page คอนเทนต์ หรือเวิร์กโฟลว์การสร้างลีด

103
00:06:21,462 --> 00:06:24,452
(ลูกค้าเป้าหมาย) คุณจะได้ไฟล์ zip โรดแมป 30 วัน

104
00:06:24,452 --> 00:06:27,696
ที่พาคุณจากศูนย์ถึง gauntlet ตัวแรกที่ใช้งานได้จริง

105
00:06:27,696 --> 00:06:31,194
วิดีโอสอน และอัปเดตรายวัน เมื่อเราปรับปรุงระบบให้ดีขึ้น

106
00:06:31,194 --> 00:06:34,629
แถมยังมีคอลสอนสดสัปดาห์ละสี่ครั้ง ที่คุณสามารถนำพรอมป์

107
00:06:34,629 --> 00:06:38,445
gauntlet ของคุณมาด้วย แล้วเราจะช่วยปรับให้คมขึ้นกับคุณแบบสดๆ

108
00:06:38,445 --> 00:06:42,071
ข้างในมีเจ้าของธุรกิจ 3,800 คน หลายคนรันลูปพวกนี้อยู่แล้ว

109
00:06:42,071 --> 00:06:46,460
ห้องสมุดพรอมป์จึงเต็มไปด้วยพรอมป์ gauntlet ที่คุณคัดลอกไปใช้ได้วันนี้

110
00:06:46,460 --> 00:06:49,450
ลิงก์อยู่ในคอมเมนต์หรือคำอธิบายวิดีโอ หรือไปที่

111
00:06:49,450 --> 00:06:52,439
AI Profit Builder.com เพื่อสมัคร ตัวอย่างจริง —

112
00:06:52,439 --> 00:06:56,129
เกมแข่งรถสไตล์ Formula 1 ต่อไปมาดูสิ่งที่เกิดขึ้นจริงเมื่อ

113
00:06:56,129 --> 00:06:59,373
gauntlet loop รัน เพราะนี่คือจุดที่มันเลิกเป็นทฤษฎี

114
00:06:59,373 --> 00:07:02,744
แล้วเริ่มน่าขนลุกเล็กน้อย นักพัฒนาคนหนึ่งเอาพรอมป์ของ

115
00:07:02,744 --> 00:07:06,052
Matt ไป แล้วเปลี่ยนแค่อย่างเดียว แทนที่จะเป็นเกมเดิม

116
00:07:06,052 --> 00:07:09,105
เขาขอเกมแข่งรถสไตล์ Formula 1 อันนี้มาจาก Better

117
00:07:09,105 --> 00:07:12,095
Stack ซึ่งมีบทช่วยสอนที่ดีมากเกี่ยวกับเรื่องนี้

118
00:07:12,095 --> 00:07:15,466
พวกเขาเปลี่ยนแค่อย่างเดียว แล้ว gauntlet loop ก็รันไป

119
00:07:15,466 --> 00:07:19,982
19 ชั่วโมง สร้างเอเจนต์ขึ้นมา 137 ตัว ใช้โทเคน (หน่วยประมวลผลข้อความของ

120
00:07:19,982 --> 00:07:23,544
AI) ไป 1.7 พันล้าน และก่อนที่มันจะสร้างรถโรดสเตอร์สักคัน

121
00:07:23,544 --> 00:07:27,933
มันทำบางอย่างที่ไม่มีใครสั่ง มันสร้างเครื่องมือตรวจสอบของตัวเองขึ้นมา

122
00:07:27,933 --> 00:07:31,368
เช่น เครื่องมือดูเกมขณะที่มันรันอยู่ เครื่องมืออ่านแสง

123
00:07:31,368 --> 00:07:35,121
เงา และวัสดุภายในเกม เครื่องมือเปรียบเทียบผลลัพธ์ระหว่างรอบ

124
00:07:35,121 --> 00:07:39,764
เพื่อให้สิ่งที่เคยทำงานได้แล้ว ไม่พังเงียบๆ แล้วมันก็สร้างเครื่องมือเล็กๆ

125
00:07:39,764 --> 00:07:45,044
แบบ single-purpose อีก 136 ตัว รวมถึงตัวหนึ่งที่ขับรถผ่านเส้นทางที่กำหนดไว้ล่วงหน้า

126
00:07:45,044 --> 00:07:48,097
เพื่อให้นักวิจารณ์ได้ดูมันแข่งจริงๆ และ gauntlet

127
00:07:48,097 --> 00:07:52,168
ยังสร้างการทดสอบขับรถให้ตัวเองด้วย เพราะนักวิจารณ์ต้องการหลักฐาน

128
00:07:52,168 --> 00:07:55,348
และ screenshot ของหลักฐาน นักวิจารณ์ให้คะแนนทุกรอบ

129
00:07:55,348 --> 00:07:59,547
ทั้งตัวรถ โลก และการเคลื่อนไหว ผ่านไปทีละรอบ คะแนนก็ไต่ขึ้นเรื่อยๆ

130
00:07:59,547 --> 00:08:02,982
พอถึงรอบที่ห้า เกมได้ 67.3 จาก 100 คะแนน เมื่อเทียบกับ

131
00:08:02,982 --> 00:08:06,798
benchmark แล้ว AI ก็พูดบางอย่างที่ซื่อสัตย์อย่างน่าประหลาดใจ

132
00:08:06,798 --> 00:08:10,869
มันบอกนักพัฒนาว่า เกณฑ์อาจไม่สมจริง และคะแนนคงจะทรงตัวอยู่ในช่วง

133
00:08:10,869 --> 00:08:13,859
70 กว่าๆ gauntlet รอบนั้นรันไป 34 ชั่วโมง สร้าง

134
00:08:13,859 --> 00:08:17,802
sub-agent 251 ตัว ถ่าย screenshot มากมายเพื่อให้คะแนนงานตัวเอง

135
00:08:17,802 --> 00:08:21,174
และวิธีตรวจสอบที่มันคิดค้นขึ้นมา คือภาพที่ดีที่สุดว่า

136
00:08:21,174 --> 00:08:24,290
gauntlet critic คิดยังไง ถ้าคุณไม่ได้สร้างเกมล่ะ?

137
00:08:24,290 --> 00:08:28,043
นี่เป็นอีกตัวอย่างหนึ่งของสิ่งที่มันสร้างได้ คุณอาจจะคิดว่า

138
00:08:28,043 --> 00:08:31,287
ดี แต่ผมไม่ได้สร้างวิดีโอเกม ผมทำธุรกิจ ก็เข้าใจได้

139
00:08:31,287 --> 00:08:34,277
เกมนี้คือตัวอย่างโชว์ (demo) แพตเทิร์น gauntlet

140
00:08:34,277 --> 00:08:39,239
ต่างหากที่เป็นผลิตภัณฑ์ ลองดูว่าจะเกิดอะไรขึ้น เมื่อคุณเอามันไปใช้กับงานทั่วไป

141
00:08:39,239 --> 00:08:43,755
พูดตรงๆ — gauntlet run แรกของคุณอาจเสียเปล่า ก่อนจะเข้าสู่แผนปฏิบัติการ

142
00:08:43,755 --> 00:08:47,253
มีอีกอย่างเดียวที่ผมอยากพูดตรงๆ นั่นคือ การรัน gauntlet

143
00:08:47,253 --> 00:08:50,497
ครั้งแรกของคุณ อาจจะเป็นการเสียเวลาเปล่า ประเด็นแรก

144
00:08:50,497 --> 00:08:53,996
gauntlet loop ไม่เคยหยุดเอง นั่นคือเหตุผลที่ผมออกแบบให้

145
00:08:53,996 --> 00:08:57,049
Utterly Wild ไม่มีเส้นชัย ดูอย่างผลลัพธ์ที่ Matt

146
00:08:57,049 --> 00:09:00,166
Shumer เผยแพร่สิ นักวิจารณ์ให้คะแนนเกม 3.6 จาก 10

147
00:09:00,166 --> 00:09:04,300
ตอนเริ่มต้น วนลูปอยู่หลายวันก็ขยับเป็น 5.1 และในทุกรอบเปรียบเทียบ

148
00:09:04,300 --> 00:09:07,354
นักวิจารณ์ทุกคนยังเลือกของจริงมากกว่าเวอร์ชัน AI

149
00:09:07,354 --> 00:09:11,234
ดังนั้น Matt ต้องดึงปลั๊กเอง ขณะที่นักวิจารณ์ยังปฏิเสธมันอยู่

150
00:09:11,234 --> 00:09:14,923
คุณต้องเข้าใจว่าคุณกำลังเข้าสู่อะไร gauntlet พางานจากหยาบๆ

151
00:09:14,923 --> 00:09:18,231
ไปสู่ดีจริงๆ ได้เร็ว แต่ช่วงสุดท้ายเป็นหน้าที่ของคุณ

152
00:09:18,231 --> 00:09:22,683
คุณตั้งขีดจำกัดรอบได้ หรือหยุดมันเองเมื่อพอใจ คุณคือผู้ตัดสินคนสุดท้าย

153
00:09:22,683 --> 00:09:25,927
และงานนั้นก็ยังเป็นของมนุษย์จริงๆ อีกอย่าง gauntlet

154
00:09:25,927 --> 00:09:29,299
จะแข็งแกร่งเท่า benchmark ของมันเท่านั้น ถ้าคุณบอกว่า

155
00:09:29,299 --> 00:09:33,052
ทำให้มันสุดยอด นั่นไม่ใช่เกณฑ์ ถ้าบอกว่า ทำให้มันสมบูรณ์แบบ

156
00:09:33,052 --> 00:09:37,822
นั่นก็ไม่ใช่เกณฑ์ ทุก gauntlet run ที่สำเร็จ จะมีอะไรที่เป็นรูปธรรมให้เทียบ

157
00:09:37,822 --> 00:09:41,257
เช่น screenshot แผนงาน หรือตัวอย่างผลงานที่คุณชอบจริงๆ

158
00:09:41,257 --> 00:09:44,883
แต่ถ้าคุณเอาเกณฑ์อ้างอิงออกไป นักวิจารณ์ก็ไม่มีอะไรไว้วัด

159
00:09:44,883 --> 00:09:48,000
และช้าๆ เงียบๆ พวกมันก็จะเริ่มเห็นด้วยกับผู้สร้าง

160
00:09:48,000 --> 00:09:51,625
คุณต้องระวังจุดนี้ และควรนิยามให้ชัดว่า เสร็จ หมายถึงอะไร

161
00:09:51,625 --> 00:09:54,806
ตัว Anthropic เอง รันเอเจนต์ 16 ตัวใน 2,000 เซสชัน

162
00:09:54,806 --> 00:09:58,368
แล้วสร้าง C compiler (คอมไพเลอร์ภาษาซี) ที่ใช้งานได้จริง

163
00:09:58,368 --> 00:10:01,485
ซึ่งคอมไพล์ Linux kernel (เคอร์เนลของลินุกซ์) ได้

164
00:10:01,485 --> 00:10:04,983
มันเป็นเส้นชัยที่ตรวจสอบได้ ลูปนี้ได้มาทุกโทเคนที่ใช้ไป

165
00:10:04,983 --> 00:10:09,245
วิธีทำจริงในสัปดาห์นี้ — สี่ขั้นตอน นี่คือสิ่งที่คุณควรทำสัปดาห์นี้

166
00:10:09,245 --> 00:10:14,461
เพื่อให้จับต้องได้ สี่ขั้นตอน ขั้นตอนที่หนึ่ง เลือกสินทรัพย์ในธุรกิจที่คุณผลิตซ้ำๆ

167
00:10:14,461 --> 00:10:17,578
หนึ่งอย่าง เช่น โพสต์ carousel (ภาพหลายแผ่น) หน้า

168
00:10:17,578 --> 00:10:20,695
landing page ข้อเสนอ หรือหน้าสินค้า ขั้นตอนที่สอง

169
00:10:20,695 --> 00:10:24,257
รวบรวม benchmark ของคุณ อาจเป็นตัวอย่างผลงานที่เสร็จแล้ว

170
00:10:24,257 --> 00:10:28,837
หรือเวอร์ชันที่ดีที่สุดที่คุณเคยเห็น ไม่ว่าจะเป็นของคุณเองหรือของคู่แข่ง

171
00:10:28,837 --> 00:10:31,953
และนี่คือหัวใจของเกมทั้งหมด นักวิจารณ์ใน gauntlet

172
00:10:31,953 --> 00:10:35,579
ของคุณ จะเฉียบคมได้เท่ากับสิ่งที่พวกเขาเอาไปเทียบเท่านั้น

173
00:10:35,579 --> 00:10:38,759
แล้วขั้นตอนที่สี่คือ เดินออกไป กลับมาอีกชั่วโมงนึง

174
00:10:38,759 --> 00:10:42,576
ตัดสินผลงานที่รอดมาเอง เก็บส่วนที่ดีไว้ แล้วหยุดลูปเมื่อพอใจ

175
00:10:42,576 --> 00:10:46,456
ลองเทียบกับวิธีเดิมสักแป๊บ วิธีเดิมคือการนั่งหน้าจอสองชั่วโมง

176
00:10:46,456 --> 00:10:49,573
พิมพ์พรอมป์ ตรวจ แก้ใหม่ เล่นบทคนกลางกับทุกดราฟต์

177
00:10:49,573 --> 00:10:53,262
วิธีใหม่คือใช้เวลา 10 นาทีตั้งมาตรฐาน แล้วเครื่องจักรก็รัน

178
00:10:53,262 --> 00:10:56,697
gauntlet ต่อสู้กับตัวเอง จนกว่างานจะพิสูจน์ตัวเองออกมา

179
00:10:56,697 --> 00:11:01,023
งานของคุณขยับขึ้นไปอีกระดับ คุณเลิกตรวจดราฟต์ แล้วเริ่มนิยามว่าคำว่า

180
00:11:01,023 --> 00:11:04,457
ดี หมายถึงอะไร เรื่องจริงของวิดีโอนี้ นี่คือเรื่องจริง

181
00:11:04,457 --> 00:11:08,465
gauntlet loop ไม่ได้เกี่ยวกับเกม แต่มันเกี่ยวกับสิ่งที่เกิดขึ้น

182
00:11:08,465 --> 00:11:12,727
เมื่อระบบควบคุมคุณภาพถูกนำมาใช้อย่างถูกต้อง ตลอดชีวิตการทำงานของเรา

183
00:11:12,727 --> 00:11:16,925
การตรวจสอบคืองานที่กินเวลาและพลังงานมหาศาล ใครสักคนต้องดูทุกดราฟต์

184
00:11:16,925 --> 00:11:21,759
และคนๆ นั้นก็คือคุณ แต่ตอนนี้ นักวิจารณ์เป็นกลุ่มสามารถตรวจงานคุณได้เป็นพันๆ

185
00:11:21,759 --> 00:11:26,721
ครั้งในคืนเดียว โดยไม่ต้องมีใครนั่งดูสักครั้ง เจ้าของธุรกิจที่เรียนรู้การเขียน

186
00:11:26,721 --> 00:11:30,919
gauntlet ก่อน จะส่งงานที่ดีกว่า โดยใช้เวลาของตัวเองตรงกลางน้อยกว่า

187
00:11:30,919 --> 00:11:34,099
ส่วนคนที่ยังพิมพ์พรอมป์ทีละข้อความ ก็จะสงสัยเงียบๆ

188
00:11:34,099 --> 00:11:37,470
ว่าทำไมทุกอย่างที่ทำออกมา ดูช้ากว่าและหยาบกว่าคู่แข่ง

189
00:11:37,470 --> 00:11:41,032
ปิดท้าย — AI Profit Boardroom ถ้าอยากข้ามการลองผิดลองถูก

190
00:11:41,032 --> 00:11:45,103
เข้ามาที่ AI Profit Boardroom นี่คือสิ่งที่รอคุณอยู่อีกฝั่งหนึ่ง

191
00:11:45,103 --> 00:11:48,538
Agent OS ที่มี gauntlet pattern ติดตั้งมาในตัว เอเจนต์

192
00:11:48,538 --> 00:11:51,910
Claude, Hermes, Open Claude ของคุณ สามารถรัน gauntlet

193
00:11:51,910 --> 00:11:55,853
แบบ Builder ต่อสู้กับ Critic กับสินทรัพย์ธุรกิจของคุณได้โดยตรง

194
00:11:55,853 --> 00:11:59,097
ไม่ว่าจะเป็นหน้าเพจ ดีไซน์ landing page หรือข้อเสนอ

195
00:11:59,097 --> 00:12:02,532
มีโรดแมป 30 วัน ที่พาคุณจากไม่เคยแตะเลย ไปสู่ gauntlet

196
00:12:02,532 --> 00:12:06,540
ตัวแรกที่รันกับของจริงได้สำเร็จ มีบทช่วยสอนแบบทีละขั้นตอนรายวัน

197
00:12:06,540 --> 00:12:09,529
รวมถึงวิธีชี้ให้ sub-agent ไปใช้โมเดลที่ถูกกว่า

198
00:12:09,529 --> 00:12:13,091
เพื่อให้ gauntlet run ยาวๆ ไม่ทำให้เครดิตการใช้งานคุณหมด

199
00:12:13,091 --> 00:12:16,463
มีคอลโค้ชสดสัปดาห์ละสี่ครั้ง ที่คุณวางพรอมป์ gauntlet

200
00:12:16,463 --> 00:12:20,661
ของคุณลงไป แล้วเราจะช่วยปรับงาน วิธี และเกณฑ์ของคุณไปพร้อมกันบนคอล

201
00:12:20,661 --> 00:12:24,477
คุณยังได้ห้องสมุดพรอมป์ ที่มีพรอมป์ gauntlet สำเร็จรูปสำหรับ

202
00:12:24,477 --> 00:12:28,039
carousel, landing page และการสร้างลีด และมีเจ้าของธุรกิจ

203
00:12:28,039 --> 00:12:31,474
3,800 คนอยู่ข้างใน บางคนไม่เคยใช้ AI มาก่อนเลยตอนสมัคร

204
00:12:31,474 --> 00:12:35,164
แถมมีแผนที่สมาชิก ให้คุณหาคนใกล้ตัวที่รันลูปพวกนี้อยู่แล้ว

205
00:12:35,164 --> 00:12:39,107
และดูเซ็ตอัปของพวกเขาได้ ลิงก์อยู่ในคอมเมนต์หรือคำอธิบายวิดีโอ

206
00:12:39,107 --> 00:12:42,415
หรือไปที่ AI Profit Boardroom.com สุดท้ายเรื่องหนึ่ง

207
00:12:42,415 --> 00:12:47,249
คนที่ชนะด้วย gauntlet loop ไม่ได้ฉลาดกว่าคุณ พวกเขาแค่เปลี่ยนนิสัยหนึ่งอย่าง

208
00:12:47,249 --> 00:12:51,702
พวกเขาเลิกตัดสินทุกดราฟต์ด้วยตัวเอง แล้วเขียนมาตรฐานเพียงครั้งเดียวแทน

209
00:12:51,702 --> 00:12:55,010
แค่สามประโยค บวกภาพ benchmark หนึ่งภาพ แล้วเดินออกไป

210
00:12:55,010 --> 00:12:58,190
พรอมป์เป็นสาธารณะ แพตเทิร์นเปิดกว้าง คำถามเดียวคือ

211
00:12:58,190 --> 00:13:03,024
คุณจะตั้งเกณฑ์ของคุณสัปดาห์นี้ หรือจะดูคนอื่นในตลาดของคุณตั้งเกณฑ์ของเขาก่อน

212
00:13:03,024 --> 00:13:04,360
เจอกันสัปดาห์หน้าครับ