▶SUBTHAIแปลไทย · ซับ · พากย์⚙
บทความแปลภาษาไทย · YouTube

JCode: 245x Faster & Cheaper— Agent Swarms, Semantic Memory, Self-Dev

0:000:00
เล่นเสียงต้นฉบับของวิดีโอ พร้อมแสดงซับไทยซิงก์ตามเวลา
กำลังโหลดวิดีโอ…
01

สรุปย่อ

ประเด็นสำคัญจากวิดีโอ

- **ช่อง:** AI Stack Engineer · **ความยาว:** ~10 นาที · **ลิงก์:** https://www.youtube.com/watch?v=LU5GCyvSrtU

# สรุป: JCode: 245x Faster & Cheaper — Agent Swarms, Semantic Memory, Self-Dev
- **ช่อง:** AI Stack Engineer · **ความยาว:** ~10 นาที · **ลิงก์:** https://www.youtube.com/watch?v=LU5GCyvSrtU

## ประเด็นหลัก
- JCode คือ coding agent แบบเทอร์มินัล เขียนด้วย Rust ขึ้นชื่อเรื่องความเร็ว (เฟรมแรกใน 14 มิลลิวินาที เทียบกับ ~3.4 วินาทีของ Claude Code) และใช้แรมน้อยมาก (28 MB ต่อเซสชัน เทียบกับ 386 MB)
- แนวคิดหลักคือ "harness คือทุกอย่าง" — พัฒนาเครื่องมือ, การจัดการ context, ความจำ และ UI รอบๆ ตัวโมเดล ไม่ใช่แค่พึ่งโมเดลใหญ่
- ไม่ล็อกผู้ใช้กับบริษัทเดียว: รองรับล็อกอิน OAuth กับ Claude, ChatGPT, Gemini, GitHub Copilot, Azure และรองรับ OpenRouter, DeepSeek, Grok, Ollama, LM Studio ฯลฯ รวมถึงการสลับหลายบัญชี
- โหมด swarm: รันเอเจนต์หลายตัวใน repo เดียว มีเซิร์ฟเวอร์ในเครื่องคอยประสานงาน แจ้งเตือนเมื่อไฟล์ถูกแก้ไข และเอเจนต์สามารถสร้าง swarm ของตัวเองได้
- ระบบความจำแบบ semantic: ทุกเทิร์นถูกแปลงเป็นเวกเตอร์ลงกราฟ และดึงความจำที่เกี่ยวข้องกลับมาใช้โดยอัตโนมัติ พร้อมกระบวนการรวมรวมและตรวจสอบความจำเก่าในเบื้องหลัง
- ฟีเจอร์ auto poke: ตรวจ to-do list เมื่อเทิร์นจบ ถ้ายังไม่เสร็จก็เขี่ยให้เอเจนต์กลับมาทำต่อ ลดปัญหาการ "ประกาศชัยชนะเร็วเกินไป"
- JCodeBench: โมเดลเดียวกัน พรอมพ์เดียวกัน — JCode เร็วกว่า 398 เท่า ขณะที่ Claude Code เร็ว 144 เท่า บนงาน optimization
- จุดที่ควรระวัง: โปรเจกต์คนเดียว พัฒนาเร็วมาก (3 รีลีสในวันเดียว, issue ค้าง 100+ รายการ), ติดตั้งด้วย curl-pipe-bash, เทอร์มินัลอย่างเดียว ไม่มี GUI, มี telemetry และ benchmark เป็นตัวเลขที่ทีมตัวเองวัด
- เหมาะกับคนที่รันเอเจนต์หลายตัวพร้อมกัน, มี subscription โมเดลอยู่แล้ว, ทำงานระยะยาว หรือชอบตรวจสอบซอร์สโค้ดของเครื่องมือ

## ความเห็นสรุป
วิดีโอนี้เป็นรีวิวที่สมดุลและมีหลักฐานชัดเจน — ทั้งตัวเลขความเร็ว/แรมที่วัดจริง การสาธิตการใช้งานจริง และการพูดถึงข้อเสียอย่างตรงไปตรงมา (bus factor, การเรียนรู้สูง, ตัวเลขจากฝั่งผู้พัฒนาตัวเอง) จุดที่น่าสนใจที่สุดคือมุมมองที่ว่า "ความฉลาดที่ยังไม่ได้ใช้ในชั้น harness" อาจเป็นก้าวกระโดดใหญ่ครั้งต่อไปของ AI agents
02

คำแปลเต็ม

แปลตามบทสนทนาต้นฉบับ ปรับเป็นภาษาไทยธรรมชาติ

JCode คือ coding agent แบบ ใช้ งาน ใน เทอร์มินัล เขียน ด้วย ภาษา Rust สร้าง โดย นักพัฒนา คน เดียว เป็น หลัก และ เพิ่ง ทะลุ 14,000 ดาว บน GitHub คำ โฆษณา บน หน้า repo บอก ว่า มัน คือ เอเจนต์ ที่ ฉลาด ที่สุด เท่าที่ เคย ถูก นำ มา ใช้ กับ การ เขียน โค้ด เป็น คำ อ้าง ที่ แรง มาก ผม จึง ติดตั้ง มัน เชื่อม ต่อ บัญชี subscription ของ ตัวเอง เข้า ไป แล้ว ให้ มัน สร้าง เว็บเพจ เล็กๆ สัก หน้า ขณะ ที่ ผม คอย ดู ตัวเลข ไป ด้วย และ ตัวเลข บาง ตัว ก็ ปฏิเสธ ยาก จริงๆ

Claude Code ใช้ เวลา ประมาณ 3.4 วินาที กว่า คุณ จะ เห็น อะไร ปรากฏ บน จอ ส่วน JCode แสดง เฟรม แรก ออก มา ภายใน 14 มิลลิวินาที ไม่ ได้ พิมพ์ ผิด นะครับ ผม จะ พา ดู ว่า ช่อง ว่าง ด้าน ประสิทธิภาพ นี้ มา จาก ไหน รวม ถึง จุด ที่ เครื่องมือ นี้ พัง ไม่ ได้ เรื่อง เพราะ มัน ไม่ ใช่ สำหรับ ทุก คน

ก่อน อื่น ขอ อธิบาย สั้นๆ ว่า harness (ชั้น โครงสร้าง ที่ ห่อหุ้ม ตัว โมเดล) คือ อะไร โมเดล คือ สมอง ส่วน harness คือ ทุกอย่าง ที่ ล้อม รอบ มัน อยู่ ไม่ ว่า จะ เป็น เครื่องมือ, การ จัดการ context, ความจำ, หรือ หน้าจอ UI แนวคิด หลัก ของ JCode คือ การ กระโดด ครั้ง ใหญ่ ครั้ง ต่อ ไป ใน ความสามารถ ของ เอเจนต์ นั้น เกิด จาก ชั้น harness ไม่ ใช่ แค่ การ ใช้ โมเดล ที่ ใหญ่ ขึ้น

นักพัฒนา ชื่อ Jeremy Hu Ang เผยแพร่ ทุกอย่าง แบบ เปิด เผย รวม ถึง ผล ล้มเหลว จาก benchmark ซึ่ง พูด ตรงๆ ว่า หา ยาก มาก ใน วงการ นี้ การ ติดตั้ง แค่ คำสั่ง เดียว บน Mac หรือ Linux รัน curl ที่ jcode.sh/install แล้ว ต่อ ท่อ ไป ให้ bash บน Windows 11 ก็ มี คำสั่ง เดียว แบบ PowerShell มี ช่อง ทาง Homebrew ด้วย และ มัน ยัง รัน บน Termux บน Android ได้ อีก ด้วย ตัว ซอฟต์แวร์ ใช้ สัญญา อนุญาต MIT หมายความ ว่า ซอร์สโค้ด เต็มๆ อยู่ บน GitHub คุณ อ่าน ทุก บรรทัด ได้ ก่อน จะ ไว้ใจ มัน

มาถึง ส่วน ที่ ดึง ความสนใจ ผม นั่น คือ การ ตั้งค่า provider JCode ไม่ ล็อก คุณ ไว้ กับ บริษัท โมเดล เจ้า เดียว มัน มี ขั้นตอน ล็อกอิน แบบ OAuth ให้ กับ Claude, ChatGPT, Gemini, GitHub Copilot และ Azure ฉะนั้น ถ้า คุณ จ่าย ค่า แพลน Claude Max หรือ subscription ของ ChatGPT อยู่ แล้ว คุณ ก็ ล็อกอิน ด้วย บัญชี นั้น แล้ว ใช้ งาน ภาย ใน JCode ได้ เลย ไม่ ต้อง มี API key แยก ไม่ ต้อง จ่าย แยก อีก บิล

ยิ่ง กว่า นั้น มัน รองรับ OpenRouter, DeepSeek, Kimmi, Grok, Mistral, Fireworks และ แทบ ทุก endpoint ที่ เข้ากัน ได้ แบบ open AI รวม ถึง Ollama และ LM Studio ที่ รัน บน เครื่อง คุณ เอง มี แม้ กระทั่ง การ สลับ หลาย บัญชี ถ้า คุณ ใช้ ครบ วงเงิน ของ subscription หนึ่ง คุณ ก็ พิมพ์ สแลช account แล้ว สลับ ไป บัญชี ที่ สอง ได้ ฟีเจอร์ เดียว นี้ ก็ บอก แล้ว ว่า เครื่องมือ นี้ สร้าง มา เพื่อ ใคร

โอเค มา เชื่อม ต่อ provider และ ใช้ งาน จริง กัน ผม รัน JCode login คร่อม คร่อม provider open AI มัน เปิด เบราว์เซอร์ ขึ้น มา ผม กด อนุมัติ แล้ว ก็ เข้า สู่ ระบบ ที นี้ ผม จะ เปิด TUI (อินเทอร์เฟซ แบบ ข้อความ ใน เทอร์มินัล) ด้วย การ พิมพ์ แค่ JCode แล้ว มอบ งาน ง่ายๆ ให้ มัน หนึ่ง อย่าง ผม ขอ ให้ มัน สร้าง landing page เล็กๆ ให้ แบรนด์ กาแฟ สมมุติ หนึ่ง ไฟล์ HTML กับ CSS นิดหน่อย ไม่ ต้อง หรูหรา แล้ว คอย ดู ว่า มัน ทำงาน ยัง ไง

มัน เขียน to-do list ออก มา ก่อน และ นี่ คือ ส่วน ที่ น่า สนใจ มัน แนบ คะแนน ความ มั่นใจ กับ แต่ละ รายการ ด้วย ไม่ ใช่ เอา ไว้ โชว์ harness มัน ติดตาม คะแนน เหล่า นี้ จริงๆ และ ถ้า คะแนน ความ มั่นใจ พุ่ง ขึ้น อย่าง น่า สงสัย ตอน ท้าย มัน จะ บังคับ ให้ เอเจนต์ ย้อน กลับ ไป ตรวจ สอบ ก่อน จะ ทำ เครื่องหมาย ว่า เสร็จ แล้ว การ ทดสอบ terminal bench ของ พวก เขา เอง พบ ว่า วิธี นี้ ดัน อัตรา ผ่าน จาก 88 เปอร์เซ็นต์ ขึ้น ไป เป็น 92 เปอร์เซ็นต์

หน้า เว็บ ถูก สร้าง เสร็จ ภาย ใน หนึ่ง นาที การ แก้ไข แต่ละ ครั้ง แสดง ออก มา เป็น ชุด diff แบบ มี โครงสร้าง สะอาด ตา และ ผม ยัง สั่ง ให้ มัน โหลด ไฟล์ เข้า แผง ด้าน ข้าง เพื่อ ดู อัปเดต แบบ สด ได้ ขณะ ที่ เอเจนต์ ทำงาน ต่อ ไป

ตัวเลข ความ เร็ว สม ควร ได้ รับ การ มอง อย่าง ละเอียด เพราะ มัน วัด ออก มา จริง ไม่ ใช่ ความ รู้สึก เวลา จน กว่า คุณ จะ พิมพ์ ได้ จริง JCode ใช้ 48 มิลลิวินาที, Codex CLI ประมาณ 900 มิลลิวินาที, Open Code ประมาณ 1 วินาที, Cursor agent เกือบ 2 วินาที, ส่วน Claude Code 3.5 วินาที

เรื่อง แรม ยิ่ง โหด หนัก ขึ้น ไป อีก หนึ่ง เซสชัน JCode โดย ปิด การ ใช้ local embeddings จะ ใช้ แรม ประมาณ 28 เมกะไบต์ ส่วน Claude Code ใช้ 386 เมกะไบต์ ที นี้ ลอง ขยาย เป็น 10 เซสชัน รัน พร้อม กัน ดู JCode อยู่ ที่ รวม 117 เมกะไบต์, Open Code พอง ขึ้น ไป ถึง 3.2 กิกะไบต์, ส่วน Claude Code แตะ 2.3 กิกะไบต์ ถ้า คุณ รัน แค่ เอเจนต์ เดียว ใน แต่ละ ครั้ง เรื่อง นี้ ก็ ไม่ ต่าง อะไร มาก แต่ เครื่องมือ นี้ ถูก ออกแบบ มา เพื่อ รัน เอเจนต์ หลาย ตัว พร้อม กัน อย่าง ชัดเจน และ ณ จุด นั้น ประสิทธิภาพ คือ ตัว สินค้า ทั้ง หมด

ซึ่ง พา มา ถึง โหมด swarm (โหมด ฝูง เอเจนต์) คุณ สร้าง เอเจนต์ สอง ตัว หรือ มาก กว่า ใน repo เดียว กัน แล้ว เซิร์ฟเวอร์ ใน เครื่อง จะ คอย ประสาน งาน พวก มัน ถ้า เอเจนต์ A แก้ไข ไฟล์ ที่ เอเจนต์ B อ่าน ไป แล้ว B จะ ได้ รับ การ แจ้ง เตือน และ ตรวจ diff ก่อน จะ ไป ทับ อะไร เอเจนต์ ต่างๆ ส่ง ข้อความ หา กัน แบบ ส่วนตัว หรือ กระจาย ข่าว ถึง ทั้ง กลุ่ม ได้ และ เอเจนต์ ก็ สร้าง swarm ของ ตัว เอง ได้ ด้วย เพราะ มัน มี เครื่องมือ swarm อยู่ ใน ตัว ฉะนั้น ใน งาน ใหญ่ หนึ่ง งาน มัน จะ แปลง ตัว เอง เป็น ผู้ ประสาน งาน แล้ว กระจาย งาน ให้ ตัว ทำงาน ย่อย หลาย ตัว แบบ ขนาน เครื่องมือ อื่น รับมือ เรื่อง นี้ ด้วย Git worktrees ซึ่ง เริ่ม รก เร็ว มาก แต่ ที่ นี่ การ จัดการ ความ ขัดแย้ง เป็น เรื่อง พื้นเมือง ของ ตัว มัน เอง

ระบบ ความจำ คือ ฟีเจอร์ หัวข้อ ข่าว อีก อย่าง หนึ่ง ทุก เทิร์น ของ การ สนทนา จะ ถูก แปลง เป็น เวกเตอร์ เชิง ความหมาย แล้ว เก็บ ลง ใน กราฟ ใน แต่ละ เทิร์น ใหม่ JCode จะ ค้น กราฟ นั้น ด้วย การ ตรวจ ความ คล้ายคลึง และ ฉีด ความ จำ ที่ เกี่ยวข้อง เข้า มา ใน การ สนทนา โดย อัตโนมัติ เอเจนต์ จึง จำ ได้ ว่า คุณ ชอบ Tailwind หรือ ว่า repo นี้ มี ขั้นตอน build แปลกๆ โดย คุณ ไม่ ต้อง พูด ซ้ำ และ โมเดล ไม่ ต้อง เสีย token ไป เรียก เครื่องมือ ความจำ มี โปรเซส เบื้องหลัง คอย ดึง ความ จำ ใหม่ ออก มา เป็น ระยะ และ รวม รวม ความ จำ เก่า พร้อม ตรวจ หา รายการ ที่ ล้าสมัย หรือ ขัดแย้ง กัน Claude Code มี แค่ ไฟล์ markdown ไฟล์ เดียว ส่วน นี้ มัน คน ละ ประเภท กัน เลย

ยัง มี ฟีเจอร์ ที่ ชื่อ auto poke ซึ่ง ผม คิด ว่า ถูก ประเมิน ค่า ต่ำ เกิน ไป ความ ล้มเหลว ส่วน ใหญ่ ของ เอเจนต์ ไม่ ใช่ คำตอบ ที่ ผิด แต่ โมเดล มัน ประกาศ ชัยชนะ เร็ว เกิน ไป แล้ว หยุด งาน JCode จะ ตรวจ to-do list เมื่อ เทิร์น จบ ลง และ ถ้า ยัง มี รายการ ที่ ยัง ไม่ เสร็จ มัน จะ เขี่ย เอเจนต์ กลับ ไป ทำงาน ต่อ ให้ โดย อัตโนมัติ มัน จัดการ กับ ข้อ ผิดพลาด ได้ ฉลาด ด้วย เช่น ลอง ใหม่ เมื่อ เน็ต กระตุก แต่ หยุด ทันที เมื่อ เจอ ความ ผิดพลาด จริงๆ แทน ที่ จะ เผา token วน ลูป ไป เรื่อย เปื่อย บน benchmark สาธารณะ ของ พวก เขา พรอมพ์ เดียว กัน รัน งาน ต่อ เนื่อง ยาว กว่า 600 นาที เพราะ harness คอย ผลัก ดัน มัน ไป เรื่อยๆ

เจ้า benchmark นี้ ที่ ชื่อ JCodeBench ก็ สม ควร ถูก กล่าวถึง ต่างหาก ใช้ โมเดล ตัว เดียว กัน คือ Opus 4.8 พรอมพ์ เดียว กัน รัน ผ่าน JCode และ ผ่าน Claude Code เคียง ข้าง กัน ใน งาน เพิ่ม ประสิทธิภาพ การ พิมพ์ เลข ทศนิยม JCode ทำ ได้ เร็ว ขึ้น 398 เท่า ส่วน Claude Code เร็ว ขึ้น 144 เท่า สมอง ตัว เดียว กัน แต่ harness ต่าง กัน ผล ลัพธ์ ต่าง กัน มาก นั่น คือ ข้อ โต้แย้ง ทั้ง หมด ของ โปรเจกต์ นี้ ใน แผนภูมิ เดียว

อีก สอง สาม เรื่อง เล็กๆ ที่ ผม ชอบ ตอน ทดสอบ คุณ เรียก กลับ มา ทำงาน ต่อ จาก เซสชัน ที่ เริ่ม ไว้ ใน Claude Code, Codex, Open Code หรือ Pi ได้ ถ้า ตัว ใด ตัว หนึ่ง พัง กลาง งาน JCode จะ มา รับ งาน ต่อ จาก จุด ที่ ค้าง ไว้ มัน เตือน คุณ เมื่อ prompt cache ของ Anthropic เย็น ตัว ลง หลัง จาก ผ่าน ไป 5 นาที ซึ่ง ช่วย ประหยัด เงิน จริงๆ ใน เซสชัน ยาวๆ input ของ คุณ จะ สอดแทรก เข้า ไป กับ เอเจนต์ ที่ รัน อยู่ โดย ไม่ ทำให้ KV cache เสีย ลาย มี เครื่องมือ เบราว์เซอร์ ใน ตัว ผ่าน สะพาน Firefox ทำให้ เอเจนต์ เปิด หน้า เว็บ, คลิก, กรอก ฟอร์ม และ ถ่าย ภาพ จอ ได้

และ ยัง มี โหมด self-dev (โหมด ให้ เอเจนต์ พัฒนา ตัว เอง) ซึ่ง แปลก จริงๆ คุณ บอก ให้ JCode แก้ไข ซอร์สโค้ด ของ ตัว มัน เอง แล้ว มัน จะ แก้ไข, คอมไพล์ ใหม่, ทดสอบ และ โหลด ไบนารี ของ ตัว เอง ขึ้น มา ใหม่ แบบ ร้อนๆ ขณะ ที่ เซสชัน ของ คุณ รัน ต่อ ไป อย่าง ไม่ ขาด ตอน เอกสาร แนะนำ ให้ ใช้ โมเดล ระดับแนวหน้า สำหรับ โหมด นี้ เพราะ โมเดล ที่ อ่อน กว่า จะ ทำ การ เปลี่ยนแปลง ที่ พัง ละเอียดอ่อน ใน โค้ดเบส ได้

มาถึง ส่วน ที่ พูด ตรงๆ ว่า ทำไม คุณ อาจ ข้าม เจ้า นี้ ไป มัน ยัง เด็ก และ พัฒนา เร็ว มาก สัปดาห์ นี้ มี รุ่น ออก มา ถึง สาม รุ่น ใน วัน เดียว และ issue tracker มี งาน ค้าง เปิด อยู่ กว่า 100 รายการ ของ บาง อย่าง พัง, ปุ่ม ลัด เปลี่ยน, ฟีเจอร์ ถูก ตั้ง ชื่อ ใหม่ ถ้า คุณ อยาก ได้ อะไร ที่ เรียบ ง่าย และ คงที่ เจ้า นี้ ยัง ไม่ ใช่ ตอน นี้

มัน เป็น โปรเจกต์ คน เดียว เป็น ส่วน ใหญ่ ปัจจัย bus factor (ความ เสี่ยง ที่ โปรเจกต์ พัง เมื่อ พึ่ง คน คน เดียว) มี จริง แม้ โค้ด จะ เปิด เผย ก็ ตาม วิธี ติดตั้ง คือ เอา curl ต่อ ท่อ เข้า bash ซึ่ง บาง คน ก็ ไม่ ยอม ทำ กัน อย่าง สม เหตุ สม ผล ถึง จะ build จาก ซอร์ส ด้วย cargo แทน ได้ ก็ ตาม

มี telemetry (การ เก็บ ข้อมูล การ ใช้ งาน) ซึ่ง อธิบาย ไว้ ใน ไฟล์ หนึ่ง ใน repo อ่าน ก่อน ตัดสินใจ นะครับ ฟีเจอร์ ขั้น สูง มี ต้นทุน การ เรียนรู้ ของ ตัว เอง ทั้ง swarm, การ ปรับ จูน ความจำ, provider profiles ใน ไฟล์ config.toml เยอะ แยะ ไป หมด เมื่อ เทียบ กับ แค่ เปิด Cursor ขึ้น มา มัน ใช้ ได้ กับ เทอร์มินัล อย่าง เดียว ไม่ มี GUI ถ้า คุณ ใช้ ชีวิต อยู่ ใน แผง ต่างๆ ของ VS Code เจ้า นี้ จะ รู้สึก แปลก หน้า

และ benchmark บน เว็บไซต์ รัน โดย โปรเจกต์ เอง บน เครื่อง ของ นักพัฒนา เอง พวก เขา โปร่งใส และ ทำ ซ้ำ ได้ แต่ ก็ ยัง เป็น ตัวเลข ที่ วัด เอง อยู่ ดี ฉะนั้น เก็บ ไว้ ใน ใจ แบบ ไม่ ต้อง เชื่อ สนิท

แล้ว ทำไม คุณ ถึง ควร ใช้ ล่ะ ถ้า คุณ รัน เซสชัน เอเจนต์ หลาย ตัว พร้อม กัน ประสิทธิภาพ ด้าน ทรัพยากร จะ เปลี่ยน ไป ว่า เครื่อง คุณ รองรับ อะไร ได้ บ้าง ถ้า คุณ จ่าย ค่า subscription โมเดล หนึ่ง หรือ หลาย ตัว อยู่ แล้ว การ รองรับ OAuth หมาย ความ ว่า คุณ ใช้ ของ ที่ มี อยู่ แล้ว ได้ เลย ถ้า คุณ ทำงาน ระยะ ยาว กราฟ ความ จำ และ auto poke จะ คอย ดึง เอเจนต์ ให้ อยู่ ใน แทร็ก ใน แบบ ที่ เครื่องมือ กระแส หลัก ทำ ไม่ ได้ และ ถ้า คุณ สนใจ การ ตรวจ สอบ เครื่องมือ ที่ ใช้ ทุก อย่าง ที่ นี่ เปิด เผย และ ใช้ สัญญา MIT ไล่ ลง ไป จน ถึง บท ถอดความ benchmark ที่ ล้มเหลว

ความ คิด เห็น ของ ผม หลัง จาก ใช้ จริง มัน รู้สึก น้อย ไป ว่า เป็น แค่ Claude Code โคลน และ มาก ไป ว่า เป็น โปรเจกต์ วิจัย ที่ บังเอิญ เป็น ไดรเวอร์ ประจำ วัน ที่ เร็ว จริงๆ ความ เร็ว นั้น จริง ผม รู้สึก ได้ ทันที การ ดึง ความ จำ กลับ มา ใช้ ทำงาน ได้ ใน เซสชัน ที่ สอง โดย ผม ไม่ ได้ ทำ อะไร เลย ส่วน ขอบ หยาบๆ ก็ มี จริง ผม เจอ จอ แสดง ผล กระตุก อยู่ ครั้ง หนึ่ง และ เอกสาร ก็ สมมุติ ว่า คุณ คุ้น เคย กับ เทอร์มินัล

แต่ สำหรับ โปรเจกต์ ขนาด นี้ ที่ ทะลุ 14,000 ดาว เร็ว ขนาด นี้ ความ สนใจ ที่ ได้ รับ ก็ สม เหตุ สม ผล มัน กำลัง ตั้ง คำถาม ที่ ห้อง แล็บ ใหญ่ๆ ส่วน ใหญ่ ไม่ ได้ ตั้ง คือ ความ ฉลาด เท่า ไหร่ กัน ที่ ยัง นั่ง เปล่า ประโยชน์ อยู่ ใน ชั้น รอบๆ ตัว โมเดล จาก ที่ ผม เห็น คำตอบ คือ มาก กว่า ที่ ผม คาด ไว้

ถ้า คุณ อยาก ลอง เริ่ม จาก ตัว ติดตั้ง บรรทัด เดียว, ล็อกอิน ด้วย subscription ที่ คุณ มี อยู่ แล้ว และ ให้ มัน ทำ งาน จริง สัก หนึ่ง อย่าง ก่อน จะ แตะ ต้อง โหมด swarm หรือ self-dev ครับ

เอาล่ะ นี่ คือ ทั้งหมด จาก วิดีโอ นี้ ครับ หวัง ว่า คุณ จะ สนุก กับ มัน ถ้า ชอบ ก็ กด ไลก์ และ ติดตาม ช่อง นี้ ไว้ ด้วย นะครับ แล้ว เจอ กัน ใน วิดีโอ หน้า ครับ

03

หมายเหตุการแปล

ความโปร่งใสเกี่ยวกับความไม่แน่นอนในต้นฉบับ

  • สูงโดยรวม** — เนื้อหาเป็นรีวิวเครื่องมือเขียนโค้ด พูดชัดเจน เป็นทางการ มีโครงสร้างชัดเจน ไม่มี segment ที่ฟังไม่ชัด
  • ## Segment ที่ไม่ชัดเจน / [ฟังไม่ชัด]
  • ไม่มี segment ใดถูกทำเครื่องหมาย `[ฟังไม่ชัด]`
04

อภิธานศัพท์เทคนิค

คำศัพท์และชื่อผลิตภัณฑ์ที่คงรูปภาษาอังกฤษ

ศัพท์คำแปล / คำอธิบาย
------
JCodeเครื่องมือ coding agent แบบเทอร์มินัล เขียนด้วยภาษา Rust
harnessชั้นโครงสร้างที่ห่อหุ้มตัวโมเดล (เครื่องมือ, context, ความจำ, UI)
coding agentเอเจนต์ AI ที่ช่วยเขียน/แก้ไขโค้ด
Claude Codeเครื่องมือ coding agent ของ Anthropic
Codex CLIเครื่องมือ coding agent แบบ CLI ของ OpenAI
Open Codeเครื่องมือ coding agent แบบโอเพนซอร์ส
Cursor agentเอเจนต์ในตัวของตัวแก้ไขโค้ด Cursor
OAuthระบบล็อกอินที่เชื่อมบัญชีผู้ให้บริการภายนอก (ไม่ต้องใช้ API key แยก)
Claude Maxแพลน subscription แบบจ่ายรายเดือนของ Claude
OpenRouterบริการรวม API ของโมเดล AI หลายเจ้าในจุดเดียว
DeepSeek / Kimmi / Grok / Mistral / Fireworksผู้ให้บริการโมเดล AI ต่างๆ ที่ JCode รองรับ
Ollama / LM Studioซอฟต์แวร์รันโมเดลภาษาในเครื่องตัวเอง
TUI (Terminal User Interface)อินเทอร์เฟซแบบข้อความโต้ตอบในเทอร์มินัล
landing pageหน้าเว็บหน้าเดียวที่ใช้โปรโมตแบรนด์/สินค้า
to-do listรายการงานที่เอเจนต์วางแผนไว้ก่อนเริ่มทำงาน
confidence scoreคะแนนความมั่นใจที่แนบกับแต่ละรายการงาน
diffรูปแบบการแสดงความแตกต่างของโค้ดก่อน/หลังแก้ไข
embeddingsการแปลงข้อมูลเป็นเวกเตอร์เชิงความหมาย
semantic vectorเวกเตอร์ที่แทนความหมายของข้อความ
swarm modeโหมดรันเอเจนต์หลายตัวพร้อมกันใน repo เดียว
Git worktreeวิธีแยกสาขาการทำงานของ Git ออกเป็นโฟลเดอร์แยก
prompt cacheแคชของพรอมพ์ที่ช่วยลดค่าใช้จ่ายในเซสชันยาว
KV cacheแคชแบบ key-value ของโมเดลที่ทำให้ตอบเร็วขึ้น
self-dev modeโหมดให้เอเจนต์แก้ไข คอมไพล์ และโหลดโค้ดของตัวเองใหม่
auto pokeฟีเจอร์ที่เขี่ยให้เอเจนต์กลับมาทำงานเมื่องานยังไม่เสร็จ
JCodeBenchชุด benchmark ของ JCode เอง เปรียบเทียบกับ Claude Code
Opus 4.8โมเดลระดับแนวหน้าของ Anthropic ที่ใช้ใน benchmark
bus factorความเสี่ยงที่โปรเจกต์จะชะงักเมื่อพึ่งพานักพัฒนาคนเดียว
telemetryการเก็บข้อมูลการใช้งานที่ส่งกลับไปยังผู้พัฒนา
config.tomlไฟล์ตั้งค่าของ JCode
cargoเครื่องมือ build ของภาษา Rust
MIT licenseสัญญาอนุญาตโอเพนซอร์สแบบเสรี
Termuxแอปที่ให้รันคำสั่ง Linux บน Android
05

ซับไตเติ้ลภาษาไทย

ดาวน์โหลดหรือดูซับทั้งหมด

1
00:00:00,000 --> 00:00:02,765
JCode คือ coding agent แบบ ใช้ งาน ใน เทอร์มินัล

2
00:00:02,765 --> 00:00:05,529
เขียน ด้วย ภาษา Rust สร้าง โดย นักพัฒนา คน เดียว

3
00:00:05,529 --> 00:00:08,294
เป็น หลัก และ เพิ่ง ทะลุ 14,000 ดาว บน GitHub คำ

4
00:00:08,294 --> 00:00:11,231
โฆษณา บน หน้า repo บอก ว่า มัน คือ เอเจนต์ ที่ ฉลาด
thai-subtitles.srt
SubRip — ใช้กับเครื่องเล่นวิดีโอส่วนใหญ่
↓ ดาวน์โหลด
thai-subtitles.vtt
WebVTT — ใช้กับเว็บ / YouTube
↓ ดาวน์โหลด
เปิดดูซับไตเติ้ลทั้งหมด (210 segments)
1
00:00:00,000 --> 00:00:02,765
JCode คือ coding agent แบบ ใช้ งาน ใน เทอร์มินัล

2
00:00:02,765 --> 00:00:05,529
เขียน ด้วย ภาษา Rust สร้าง โดย นักพัฒนา คน เดียว

3
00:00:05,529 --> 00:00:08,294
เป็น หลัก และ เพิ่ง ทะลุ 14,000 ดาว บน GitHub คำ

4
00:00:08,294 --> 00:00:11,231
โฆษณา บน หน้า repo บอก ว่า มัน คือ เอเจนต์ ที่ ฉลาด

5
00:00:11,231 --> 00:00:14,168
ที่สุด เท่าที่ เคย ถูก นำ มา ใช้ กับ การ เขียน โค้ด

6
00:00:14,168 --> 00:00:17,048
เป็น คำ อ้าง ที่ แรง มาก ผม จึง ติดตั้ง มัน เชื่อม

7
00:00:17,048 --> 00:00:19,928
ต่อ บัญชี subscription ของ ตัวเอง เข้า ไป แล้ว ให้

8
00:00:19,928 --> 00:00:22,635
มัน สร้าง เว็บเพจ เล็กๆ สัก หน้า ขณะ ที่ ผม คอย

9
00:00:22,635 --> 00:00:25,515
ดู ตัวเลข ไป ด้วย และ ตัวเลข บาง ตัว ก็ ปฏิเสธ ยาก

10
00:00:25,515 --> 00:00:28,337
จริงๆ Claude Code ใช้ เวลา ประมาณ 3.4 วินาที กว่า

11
00:00:28,337 --> 00:00:31,159
คุณ จะ เห็น อะไร ปรากฏ บน จอ ส่วน JCode แสดง เฟรม

12
00:00:31,159 --> 00:00:33,981
แรก ออก มา ภายใน 14 มิลลิวินาที ไม่ ได้ พิมพ์ ผิด

13
00:00:33,981 --> 00:00:36,803
นะครับ ผม จะ พา ดู ว่า ช่อง ว่าง ด้าน ประสิทธิภาพ

14
00:00:36,803 --> 00:00:39,625
นี้ มา จาก ไหน รวม ถึง จุด ที่ เครื่องมือ นี้ พัง

15
00:00:39,625 --> 00:00:42,563
ไม่ ได้ เรื่อง เพราะ มัน ไม่ ใช่ สำหรับ ทุก คน ก่อน

16
00:00:42,563 --> 00:00:45,327
อื่น ขอ อธิบาย สั้นๆ ว่า harness (ชั้น โครงสร้าง

17
00:00:45,327 --> 00:00:48,265
ที่ ห่อหุ้ม ตัว โมเดล) คือ อะไร โมเดล คือ สมอง ส่วน

18
00:00:48,265 --> 00:00:51,144
harness คือ ทุกอย่าง ที่ ล้อม รอบ มัน อยู่ ไม่ ว่า

19
00:00:51,144 --> 00:00:53,851
จะ เป็น เครื่องมือ, การ จัดการ context, ความจำ,

20
00:00:53,851 --> 00:00:56,789
หรือ หน้าจอ UI แนวคิด หลัก ของ JCode คือ การ กระโดด

21
00:00:56,789 --> 00:00:59,611
ครั้ง ใหญ่ ครั้ง ต่อ ไป ใน ความสามารถ ของ เอเจนต์

22
00:00:59,611 --> 00:01:02,606
นั้น เกิด จาก ชั้น harness ไม่ ใช่ แค่ การ ใช้ โมเดล

23
00:01:02,606 --> 00:01:05,428
ที่ ใหญ่ ขึ้น นักพัฒนา ชื่อ Jeremy Hu Ang เผยแพร่

24
00:01:05,428 --> 00:01:08,538
ทุกอย่าง แบบ เปิด เผย รวม ถึง ผล ล้มเหลว จาก benchmark

25
00:01:08,538 --> 00:01:11,591
ซึ่ง พูด ตรงๆ ว่า หา ยาก มาก ใน วงการ นี้ การ ติดตั้ง

26
00:01:11,591 --> 00:01:14,298
แค่ คำสั่ง เดียว บน Mac หรือ Linux รัน curl ที่

27
00:01:14,298 --> 00:01:17,293
jcode.sh/install แล้ว ต่อ ท่อ ไป ให้ bash บน Windows

28
00:01:17,293 --> 00:01:20,057
11 ก็ มี คำสั่ง เดียว แบบ PowerShell มี ช่อง ทาง

29
00:01:20,057 --> 00:01:22,937
Homebrew ด้วย และ มัน ยัง รัน บน Termux บน Android

30
00:01:22,937 --> 00:01:25,644
ได้ อีก ด้วย ตัว ซอฟต์แวร์ ใช้ สัญญา อนุญาต MIT

31
00:01:25,644 --> 00:01:28,351
หมายความ ว่า ซอร์สโค้ด เต็มๆ อยู่ บน GitHub คุณ

32
00:01:28,351 --> 00:01:31,115
อ่าน ทุก บรรทัด ได้ ก่อน จะ ไว้ใจ มัน มาถึง ส่วน

33
00:01:31,115 --> 00:01:33,938
ที่ ดึง ความสนใจ ผม นั่น คือ การ ตั้งค่า provider

34
00:01:33,938 --> 00:01:36,817
JCode ไม่ ล็อก คุณ ไว้ กับ บริษัท โมเดล เจ้า เดียว

35
00:01:36,817 --> 00:01:39,582
มัน มี ขั้นตอน ล็อกอิน แบบ OAuth ให้ กับ Claude,

36
00:01:39,582 --> 00:01:42,346
ChatGPT, Gemini, GitHub Copilot และ Azure ฉะนั้น

37
00:01:42,346 --> 00:01:45,226
ถ้า คุณ จ่าย ค่า แพลน Claude Max หรือ subscription

38
00:01:45,226 --> 00:01:47,933
ของ ChatGPT อยู่ แล้ว คุณ ก็ ล็อกอิน ด้วย บัญชี

39
00:01:47,933 --> 00:01:50,640
นั้น แล้ว ใช้ งาน ภาย ใน JCode ได้ เลย ไม่ ต้อง

40
00:01:50,640 --> 00:01:53,520
มี API key แยก ไม่ ต้อง จ่าย แยก อีก บิล ยิ่ง กว่า

41
00:01:53,520 --> 00:01:56,400
นั้น มัน รองรับ OpenRouter, DeepSeek, Kimmi, Grok,

42
00:01:56,400 --> 00:01:59,337
Mistral, Fireworks และ แทบ ทุก endpoint ที่ เข้ากัน

43
00:01:59,337 --> 00:02:02,101
ได้ แบบ open AI รวม ถึง Ollama และ LM Studio ที่

44
00:02:02,101 --> 00:02:05,039
รัน บน เครื่อง คุณ เอง มี แม้ กระทั่ง การ สลับ หลาย

45
00:02:05,039 --> 00:02:07,976
บัญชี ถ้า คุณ ใช้ ครบ วงเงิน ของ subscription หนึ่ง

46
00:02:07,976 --> 00:02:10,741
คุณ ก็ พิมพ์ สแลช account แล้ว สลับ ไป บัญชี ที่

47
00:02:10,741 --> 00:02:13,736
สอง ได้ ฟีเจอร์ เดียว นี้ ก็ บอก แล้ว ว่า เครื่องมือ

48
00:02:13,736 --> 00:02:16,615
นี้ สร้าง มา เพื่อ ใคร โอเค มา เชื่อม ต่อ provider

49
00:02:16,615 --> 00:02:19,553
และ ใช้ งาน จริง กัน ผม รัน JCode login คร่อม คร่อม

50
00:02:19,553 --> 00:02:22,317
provider open AI มัน เปิด เบราว์เซอร์ ขึ้น มา ผม

51
00:02:22,317 --> 00:02:25,197
กด อนุมัติ แล้ว ก็ เข้า สู่ ระบบ ที นี้ ผม จะ เปิด

52
00:02:25,197 --> 00:02:27,962
TUI (อินเทอร์เฟซ แบบ ข้อความ ใน เทอร์มินัล) ด้วย

53
00:02:27,962 --> 00:02:30,957
การ พิมพ์ แค่ JCode แล้ว มอบ งาน ง่ายๆ ให้ มัน หนึ่ง

54
00:02:30,957 --> 00:02:33,721
อย่าง ผม ขอ ให้ มัน สร้าง landing page เล็กๆ ให้

55
00:02:33,721 --> 00:02:36,658
แบรนด์ กาแฟ สมมุติ หนึ่ง ไฟล์ HTML กับ CSS นิดหน่อย

56
00:02:36,658 --> 00:02:39,423
ไม่ ต้อง หรูหรา แล้ว คอย ดู ว่า มัน ทำงาน ยัง ไง

57
00:02:39,423 --> 00:02:42,245
มัน เขียน to-do list ออก มา ก่อน และ นี่ คือ ส่วน

58
00:02:42,245 --> 00:02:45,010
ที่ น่า สนใจ มัน แนบ คะแนน ความ มั่นใจ กับ แต่ละ

59
00:02:45,010 --> 00:02:47,947
รายการ ด้วย ไม่ ใช่ เอา ไว้ โชว์ harness มัน ติดตาม

60
00:02:47,947 --> 00:02:50,654
คะแนน เหล่า นี้ จริงๆ และ ถ้า คะแนน ความ มั่นใจ

61
00:02:50,654 --> 00:02:53,419
พุ่ง ขึ้น อย่าง น่า สงสัย ตอน ท้าย มัน จะ บังคับ

62
00:02:53,419 --> 00:02:56,644
ให้ เอเจนต์ ย้อน กลับ ไป ตรวจ สอบ ก่อน จะ ทำ เครื่องหมาย

63
00:02:56,644 --> 00:02:59,351
ว่า เสร็จ แล้ว การ ทดสอบ terminal bench ของ พวก

64
00:02:59,351 --> 00:03:02,634
เขา เอง พบ ว่า วิธี นี้ ดัน อัตรา ผ่าน จาก 88 เปอร์เซ็นต์

65
00:03:02,634 --> 00:03:05,341
ขึ้น ไป เป็น 92 เปอร์เซ็นต์ หน้า เว็บ ถูก สร้าง

66
00:03:05,341 --> 00:03:08,221
เสร็จ ภาย ใน หนึ่ง นาที การ แก้ไข แต่ละ ครั้ง แสดง

67
00:03:08,221 --> 00:03:11,100
ออก มา เป็น ชุด diff แบบ มี โครงสร้าง สะอาด ตา และ

68
00:03:11,100 --> 00:03:13,865
ผม ยัง สั่ง ให้ มัน โหลด ไฟล์ เข้า แผง ด้าน ข้าง

69
00:03:13,865 --> 00:03:16,629
เพื่อ ดู อัปเดต แบบ สด ได้ ขณะ ที่ เอเจนต์ ทำงาน

70
00:03:16,629 --> 00:03:19,624
ต่อ ไป ตัวเลข ความ เร็ว สม ควร ได้ รับ การ มอง อย่าง

71
00:03:19,624 --> 00:03:22,677
ละเอียด เพราะ มัน วัด ออก มา จริง ไม่ ใช่ ความ รู้สึก

72
00:03:22,677 --> 00:03:25,384
เวลา จน กว่า คุณ จะ พิมพ์ ได้ จริง JCode ใช้ 48

73
00:03:25,384 --> 00:03:28,321
มิลลิวินาที, Codex CLI ประมาณ 900 มิลลิวินาที, Open

74
00:03:28,321 --> 00:03:31,201
Code ประมาณ 1 วินาที, Cursor agent เกือบ 2 วินาที,

75
00:03:31,201 --> 00:03:33,908
ส่วน Claude Code 3.5 วินาที เรื่อง แรม ยิ่ง โหด

76
00:03:33,908 --> 00:03:36,615
หนัก ขึ้น ไป อีก หนึ่ง เซสชัน JCode โดย ปิด การ

77
00:03:36,615 --> 00:03:39,495
ใช้ local embeddings จะ ใช้ แรม ประมาณ 28 เมกะไบต์

78
00:03:39,495 --> 00:03:42,317
ส่วน Claude Code ใช้ 386 เมกะไบต์ ที นี้ ลอง ขยาย

79
00:03:42,317 --> 00:03:45,197
เป็น 10 เซสชัน รัน พร้อม กัน ดู JCode อยู่ ที่ รวม

80
00:03:45,197 --> 00:03:48,249
117 เมกะไบต์, Open Code พอง ขึ้น ไป ถึง 3.2 กิกะไบต์,

81
00:03:48,249 --> 00:03:51,071
ส่วน Claude Code แตะ 2.3 กิกะไบต์ ถ้า คุณ รัน แค่

82
00:03:51,071 --> 00:03:54,009
เอเจนต์ เดียว ใน แต่ละ ครั้ง เรื่อง นี้ ก็ ไม่ ต่าง

83
00:03:54,009 --> 00:03:56,716
อะไร มาก แต่ เครื่องมือ นี้ ถูก ออกแบบ มา เพื่อ

84
00:03:56,716 --> 00:03:59,423
รัน เอเจนต์ หลาย ตัว พร้อม กัน อย่าง ชัดเจน และ

85
00:03:59,423 --> 00:04:02,360
ณ จุด นั้น ประสิทธิภาพ คือ ตัว สินค้า ทั้ง หมด ซึ่ง

86
00:04:02,360 --> 00:04:05,182
พา มา ถึง โหมด swarm (โหมด ฝูง เอเจนต์) คุณ สร้าง

87
00:04:05,182 --> 00:04:07,889
เอเจนต์ สอง ตัว หรือ มาก กว่า ใน repo เดียว กัน

88
00:04:07,889 --> 00:04:10,711
แล้ว เซิร์ฟเวอร์ ใน เครื่อง จะ คอย ประสาน งาน พวก

89
00:04:10,711 --> 00:04:13,418
มัน ถ้า เอเจนต์ A แก้ไข ไฟล์ ที่ เอเจนต์ B อ่าน

90
00:04:13,418 --> 00:04:16,240
ไป แล้ว B จะ ได้ รับ การ แจ้ง เตือน และ ตรวจ diff

91
00:04:16,240 --> 00:04:19,005
ก่อน จะ ไป ทับ อะไร เอเจนต์ ต่างๆ ส่ง ข้อความ หา

92
00:04:19,005 --> 00:04:21,712
กัน แบบ ส่วนตัว หรือ กระจาย ข่าว ถึง ทั้ง กลุ่ม

93
00:04:21,712 --> 00:04:24,649
ได้ และ เอเจนต์ ก็ สร้าง swarm ของ ตัว เอง ได้ ด้วย

94
00:04:24,649 --> 00:04:27,414
เพราะ มัน มี เครื่องมือ swarm อยู่ ใน ตัว ฉะนั้น

95
00:04:27,414 --> 00:04:30,293
ใน งาน ใหญ่ หนึ่ง งาน มัน จะ แปลง ตัว เอง เป็น ผู้

96
00:04:30,293 --> 00:04:33,173
ประสาน งาน แล้ว กระจาย งาน ให้ ตัว ทำงาน ย่อย หลาย

97
00:04:33,173 --> 00:04:36,111
ตัว แบบ ขนาน เครื่องมือ อื่น รับมือ เรื่อง นี้ ด้วย

98
00:04:36,111 --> 00:04:38,875
Git worktrees ซึ่ง เริ่ม รก เร็ว มาก แต่ ที่ นี่

99
00:04:38,875 --> 00:04:41,697
การ จัดการ ความ ขัดแย้ง เป็น เรื่อง พื้นเมือง ของ

100
00:04:41,697 --> 00:04:44,404
ตัว มัน เอง ระบบ ความจำ คือ ฟีเจอร์ หัวข้อ ข่าว

101
00:04:44,404 --> 00:04:47,111
อีก อย่าง หนึ่ง ทุก เทิร์น ของ การ สนทนา จะ ถูก

102
00:04:47,111 --> 00:04:49,876
แปลง เป็น เวกเตอร์ เชิง ความหมาย แล้ว เก็บ ลง ใน

103
00:04:49,876 --> 00:04:52,640
กราฟ ใน แต่ละ เทิร์น ใหม่ JCode จะ ค้น กราฟ นั้น

104
00:04:52,640 --> 00:04:55,405
ด้วย การ ตรวจ ความ คล้ายคลึง และ ฉีด ความ จำ ที่

105
00:04:55,405 --> 00:04:58,457
เกี่ยวข้อง เข้า มา ใน การ สนทนา โดย อัตโนมัติ เอเจนต์

106
00:04:58,457 --> 00:05:01,280
จึง จำ ได้ ว่า คุณ ชอบ Tailwind หรือ ว่า repo นี้

107
00:05:01,280 --> 00:05:03,987
มี ขั้นตอน build แปลกๆ โดย คุณ ไม่ ต้อง พูด ซ้ำ

108
00:05:03,987 --> 00:05:06,809
และ โมเดล ไม่ ต้อง เสีย token ไป เรียก เครื่องมือ

109
00:05:06,809 --> 00:05:09,573
ความจำ มี โปรเซส เบื้องหลัง คอย ดึง ความ จำ ใหม่

110
00:05:09,573 --> 00:05:12,280
ออก มา เป็น ระยะ และ รวม รวม ความ จำ เก่า พร้อม

111
00:05:12,280 --> 00:05:15,160
ตรวจ หา รายการ ที่ ล้าสมัย หรือ ขัดแย้ง กัน Claude

112
00:05:15,160 --> 00:05:17,982
Code มี แค่ ไฟล์ markdown ไฟล์ เดียว ส่วน นี้ มัน

113
00:05:17,982 --> 00:05:20,804
คน ละ ประเภท กัน เลย ยัง มี ฟีเจอร์ ที่ ชื่อ auto

114
00:05:20,804 --> 00:05:23,569
poke ซึ่ง ผม คิด ว่า ถูก ประเมิน ค่า ต่ำ เกิน ไป

115
00:05:23,569 --> 00:05:26,333
ความ ล้มเหลว ส่วน ใหญ่ ของ เอเจนต์ ไม่ ใช่ คำตอบ

116
00:05:26,333 --> 00:05:29,098
ที่ ผิด แต่ โมเดล มัน ประกาศ ชัยชนะ เร็ว เกิน ไป

117
00:05:29,098 --> 00:05:32,035
แล้ว หยุด งาน JCode จะ ตรวจ to-do list เมื่อ เทิร์น

118
00:05:32,035 --> 00:05:34,858
จบ ลง และ ถ้า ยัง มี รายการ ที่ ยัง ไม่ เสร็จ มัน

119
00:05:34,858 --> 00:05:37,852
จะ เขี่ย เอเจนต์ กลับ ไป ทำงาน ต่อ ให้ โดย อัตโนมัติ

120
00:05:37,852 --> 00:05:40,675
มัน จัดการ กับ ข้อ ผิดพลาด ได้ ฉลาด ด้วย เช่น ลอง

121
00:05:40,675 --> 00:05:43,382
ใหม่ เมื่อ เน็ต กระตุก แต่ หยุด ทันที เมื่อ เจอ

122
00:05:43,382 --> 00:05:46,204
ความ ผิดพลาด จริงๆ แทน ที่ จะ เผา token วน ลูป ไป

123
00:05:46,204 --> 00:05:49,256
เรื่อย เปื่อย บน benchmark สาธารณะ ของ พวก เขา พรอมพ์

124
00:05:49,256 --> 00:05:52,251
เดียว กัน รัน งาน ต่อ เนื่อง ยาว กว่า 600 นาที เพราะ

125
00:05:52,251 --> 00:05:55,131
harness คอย ผลัก ดัน มัน ไป เรื่อยๆ เจ้า benchmark

126
00:05:55,131 --> 00:05:58,241
นี้ ที่ ชื่อ JCodeBench ก็ สม ควร ถูก กล่าวถึง ต่างหาก

127
00:05:58,241 --> 00:06:01,063
ใช้ โมเดล ตัว เดียว กัน คือ Opus 4.8 พรอมพ์ เดียว

128
00:06:01,063 --> 00:06:03,943
กัน รัน ผ่าน JCode และ ผ่าน Claude Code เคียง ข้าง

129
00:06:03,943 --> 00:06:06,765
กัน ใน งาน เพิ่ม ประสิทธิภาพ การ พิมพ์ เลข ทศนิยม

130
00:06:06,765 --> 00:06:09,530
JCode ทำ ได้ เร็ว ขึ้น 398 เท่า ส่วน Claude Code

131
00:06:09,530 --> 00:06:12,352
เร็ว ขึ้น 144 เท่า สมอง ตัว เดียว กัน แต่ harness

132
00:06:12,352 --> 00:06:15,289
ต่าง กัน ผล ลัพธ์ ต่าง กัน มาก นั่น คือ ข้อ โต้แย้ง

133
00:06:15,289 --> 00:06:18,169
ทั้ง หมด ของ โปรเจกต์ นี้ ใน แผนภูมิ เดียว อีก สอง

134
00:06:18,169 --> 00:06:20,876
สาม เรื่อง เล็กๆ ที่ ผม ชอบ ตอน ทดสอบ คุณ เรียก

135
00:06:20,876 --> 00:06:23,871
กลับ มา ทำงาน ต่อ จาก เซสชัน ที่ เริ่ม ไว้ ใน Claude

136
00:06:23,871 --> 00:06:26,693
Code, Codex, Open Code หรือ Pi ได้ ถ้า ตัว ใด ตัว

137
00:06:26,693 --> 00:06:29,573
หนึ่ง พัง กลาง งาน JCode จะ มา รับ งาน ต่อ จาก จุด

138
00:06:29,573 --> 00:06:32,395
ที่ ค้าง ไว้ มัน เตือน คุณ เมื่อ prompt cache ของ

139
00:06:32,395 --> 00:06:35,275
Anthropic เย็น ตัว ลง หลัง จาก ผ่าน ไป 5 นาที ซึ่ง

140
00:06:35,275 --> 00:06:38,039
ช่วย ประหยัด เงิน จริงๆ ใน เซสชัน ยาวๆ input ของ

141
00:06:38,039 --> 00:06:40,746
คุณ จะ สอดแทรก เข้า ไป กับ เอเจนต์ ที่ รัน อยู่

142
00:06:40,746 --> 00:06:44,029
โดย ไม่ ทำให้ KV cache เสีย ลาย มี เครื่องมือ เบราว์เซอร์

143
00:06:44,029 --> 00:06:46,851
ใน ตัว ผ่าน สะพาน Firefox ทำให้ เอเจนต์ เปิด หน้า

144
00:06:46,851 --> 00:06:49,731
เว็บ, คลิก, กรอก ฟอร์ม และ ถ่าย ภาพ จอ ได้ และ ยัง

145
00:06:49,731 --> 00:06:52,553
มี โหมด self-dev (โหมด ให้ เอเจนต์ พัฒนา ตัว เอง)

146
00:06:52,553 --> 00:06:55,375
ซึ่ง แปลก จริงๆ คุณ บอก ให้ JCode แก้ไข ซอร์สโค้ด

147
00:06:55,375 --> 00:06:58,140
ของ ตัว มัน เอง แล้ว มัน จะ แก้ไข, คอมไพล์ ใหม่,

148
00:06:58,140 --> 00:07:01,020
ทดสอบ และ โหลด ไบนารี ของ ตัว เอง ขึ้น มา ใหม่ แบบ

149
00:07:01,020 --> 00:07:03,842
ร้อนๆ ขณะ ที่ เซสชัน ของ คุณ รัน ต่อ ไป อย่าง ไม่

150
00:07:03,842 --> 00:07:06,549
ขาด ตอน เอกสาร แนะนำ ให้ ใช้ โมเดล ระดับแนวหน้า

151
00:07:06,549 --> 00:07:09,256
สำหรับ โหมด นี้ เพราะ โมเดล ที่ อ่อน กว่า จะ ทำ

152
00:07:09,256 --> 00:07:12,136
การ เปลี่ยนแปลง ที่ พัง ละเอียดอ่อน ใน โค้ดเบส ได้

153
00:07:12,136 --> 00:07:15,015
มาถึง ส่วน ที่ พูด ตรงๆ ว่า ทำไม คุณ อาจ ข้าม เจ้า

154
00:07:15,015 --> 00:07:17,895
นี้ ไป มัน ยัง เด็ก และ พัฒนา เร็ว มาก สัปดาห์ นี้

155
00:07:17,895 --> 00:07:20,775
มี รุ่น ออก มา ถึง สาม รุ่น ใน วัน เดียว และ issue

156
00:07:20,775 --> 00:07:23,597
tracker มี งาน ค้าง เปิด อยู่ กว่า 100 รายการ ของ

157
00:07:23,597 --> 00:07:26,419
บาง อย่าง พัง, ปุ่ม ลัด เปลี่ยน, ฟีเจอร์ ถูก ตั้ง

158
00:07:26,419 --> 00:07:29,299
ชื่อ ใหม่ ถ้า คุณ อยาก ได้ อะไร ที่ เรียบ ง่าย และ

159
00:07:29,299 --> 00:07:32,294
คงที่ เจ้า นี้ ยัง ไม่ ใช่ ตอน นี้ มัน เป็น โปรเจกต์

160
00:07:32,294 --> 00:07:35,001
คน เดียว เป็น ส่วน ใหญ่ ปัจจัย bus factor (ความ

161
00:07:35,001 --> 00:07:37,708
เสี่ยง ที่ โปรเจกต์ พัง เมื่อ พึ่ง คน คน เดียว)

162
00:07:37,708 --> 00:07:40,472
มี จริง แม้ โค้ด จะ เปิด เผย ก็ ตาม วิธี ติดตั้ง

163
00:07:40,472 --> 00:07:43,294
คือ เอา curl ต่อ ท่อ เข้า bash ซึ่ง บาง คน ก็ ไม่

164
00:07:43,294 --> 00:07:46,001
ยอม ทำ กัน อย่าง สม เหตุ สม ผล ถึง จะ build จาก

165
00:07:46,001 --> 00:07:48,824
ซอร์ส ด้วย cargo แทน ได้ ก็ ตาม มี telemetry (การ

166
00:07:48,824 --> 00:07:51,588
เก็บ ข้อมูล การ ใช้ งาน) ซึ่ง อธิบาย ไว้ ใน ไฟล์

167
00:07:51,588 --> 00:07:54,295
หนึ่ง ใน repo อ่าน ก่อน ตัดสินใจ นะครับ ฟีเจอร์

168
00:07:54,295 --> 00:07:57,060
ขั้น สูง มี ต้นทุน การ เรียนรู้ ของ ตัว เอง ทั้ง

169
00:07:57,060 --> 00:07:59,824
swarm, การ ปรับ จูน ความจำ, provider profiles ใน

170
00:07:59,824 --> 00:08:02,589
ไฟล์ config.toml เยอะ แยะ ไป หมด เมื่อ เทียบ กับ

171
00:08:02,589 --> 00:08:05,469
แค่ เปิด Cursor ขึ้น มา มัน ใช้ ได้ กับ เทอร์มินัล

172
00:08:05,469 --> 00:08:08,233
อย่าง เดียว ไม่ มี GUI ถ้า คุณ ใช้ ชีวิต อยู่ ใน

173
00:08:08,233 --> 00:08:11,113
แผง ต่างๆ ของ VS Code เจ้า นี้ จะ รู้สึก แปลก หน้า

174
00:08:11,113 --> 00:08:13,935
และ benchmark บน เว็บไซต์ รัน โดย โปรเจกต์ เอง บน

175
00:08:13,935 --> 00:08:16,642
เครื่อง ของ นักพัฒนา เอง พวก เขา โปร่งใส และ ทำ

176
00:08:16,642 --> 00:08:19,349
ซ้ำ ได้ แต่ ก็ ยัง เป็น ตัวเลข ที่ วัด เอง อยู่

177
00:08:19,349 --> 00:08:22,114
ดี ฉะนั้น เก็บ ไว้ ใน ใจ แบบ ไม่ ต้อง เชื่อ สนิท

178
00:08:22,114 --> 00:08:24,878
แล้ว ทำไม คุณ ถึง ควร ใช้ ล่ะ ถ้า คุณ รัน เซสชัน

179
00:08:24,878 --> 00:08:27,873
เอเจนต์ หลาย ตัว พร้อม กัน ประสิทธิภาพ ด้าน ทรัพยากร

180
00:08:27,873 --> 00:08:30,753
จะ เปลี่ยน ไป ว่า เครื่อง คุณ รองรับ อะไร ได้ บ้าง

181
00:08:30,753 --> 00:08:33,690
ถ้า คุณ จ่าย ค่า subscription โมเดล หนึ่ง หรือ หลาย

182
00:08:33,690 --> 00:08:36,455
ตัว อยู่ แล้ว การ รองรับ OAuth หมาย ความ ว่า คุณ

183
00:08:36,455 --> 00:08:39,392
ใช้ ของ ที่ มี อยู่ แล้ว ได้ เลย ถ้า คุณ ทำงาน ระยะ

184
00:08:39,392 --> 00:08:42,214
ยาว กราฟ ความ จำ และ auto poke จะ คอย ดึง เอเจนต์

185
00:08:42,214 --> 00:08:45,094
ให้ อยู่ ใน แทร็ก ใน แบบ ที่ เครื่องมือ กระแส หลัก

186
00:08:45,094 --> 00:08:48,031
ทำ ไม่ ได้ และ ถ้า คุณ สนใจ การ ตรวจ สอบ เครื่องมือ

187
00:08:48,031 --> 00:08:50,796
ที่ ใช้ ทุก อย่าง ที่ นี่ เปิด เผย และ ใช้ สัญญา

188
00:08:50,796 --> 00:08:53,848
MIT ไล่ ลง ไป จน ถึง บท ถอดความ benchmark ที่ ล้มเหลว

189
00:08:53,848 --> 00:08:56,671
ความ คิด เห็น ของ ผม หลัง จาก ใช้ จริง มัน รู้สึก

190
00:08:56,671 --> 00:08:59,435
น้อย ไป ว่า เป็น แค่ Claude Code โคลน และ มาก ไป

191
00:08:59,435 --> 00:09:02,257
ว่า เป็น โปรเจกต์ วิจัย ที่ บังเอิญ เป็น ไดรเวอร์

192
00:09:02,257 --> 00:09:04,964
ประจำ วัน ที่ เร็ว จริงๆ ความ เร็ว นั้น จริง ผม

193
00:09:04,964 --> 00:09:07,844
รู้สึก ได้ ทันที การ ดึง ความ จำ กลับ มา ใช้ ทำงาน

194
00:09:07,844 --> 00:09:10,609
ได้ ใน เซสชัน ที่ สอง โดย ผม ไม่ ได้ ทำ อะไร เลย

195
00:09:10,609 --> 00:09:13,488
ส่วน ขอบ หยาบๆ ก็ มี จริง ผม เจอ จอ แสดง ผล กระตุก

196
00:09:13,488 --> 00:09:16,368
อยู่ ครั้ง หนึ่ง และ เอกสาร ก็ สมมุติ ว่า คุณ คุ้น

197
00:09:16,368 --> 00:09:19,075
เคย กับ เทอร์มินัล แต่ สำหรับ โปรเจกต์ ขนาด นี้

198
00:09:19,075 --> 00:09:21,782
ที่ ทะลุ 14,000 ดาว เร็ว ขนาด นี้ ความ สนใจ ที่

199
00:09:21,782 --> 00:09:24,604
ได้ รับ ก็ สม เหตุ สม ผล มัน กำลัง ตั้ง คำถาม ที่

200
00:09:24,604 --> 00:09:27,311
ห้อง แล็บ ใหญ่ๆ ส่วน ใหญ่ ไม่ ได้ ตั้ง คือ ความ

201
00:09:27,311 --> 00:09:30,248
ฉลาด เท่า ไหร่ กัน ที่ ยัง นั่ง เปล่า ประโยชน์ อยู่

202
00:09:30,248 --> 00:09:33,013
ใน ชั้น รอบๆ ตัว โมเดล จาก ที่ ผม เห็น คำตอบ คือ

203
00:09:33,013 --> 00:09:35,893
มาก กว่า ที่ ผม คาด ไว้ ถ้า คุณ อยาก ลอง เริ่ม จาก

204
00:09:35,893 --> 00:09:38,830
ตัว ติดตั้ง บรรทัด เดียว, ล็อกอิน ด้วย subscription

205
00:09:38,830 --> 00:09:41,595
ที่ คุณ มี อยู่ แล้ว และ ให้ มัน ทำ งาน จริง สัก

206
00:09:41,595 --> 00:09:44,647
หนึ่ง อย่าง ก่อน จะ แตะ ต้อง โหมด swarm หรือ self-dev

207
00:09:44,647 --> 00:09:47,354
ครับ เอาล่ะ นี่ คือ ทั้งหมด จาก วิดีโอ นี้ ครับ

208
00:09:47,354 --> 00:09:50,061
หวัง ว่า คุณ จะ สนุก กับ มัน ถ้า ชอบ ก็ กด ไลก์

209
00:09:50,061 --> 00:09:52,826
และ ติดตาม ช่อง นี้ ไว้ ด้วย นะครับ แล้ว เจอ กัน

210
00:09:52,826 --> 00:09:53,920
ใน วิดีโอ หน้า ครับ