JCode: 245x Faster & Cheaper— Agent Swarms, Semantic Memory, Self-Dev
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
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
หมายเหตุการแปล
ความโปร่งใสเกี่ยวกับความไม่แน่นอนในต้นฉบับ
- สูงโดยรวม** — เนื้อหาเป็นรีวิวเครื่องมือเขียนโค้ด พูดชัดเจน เป็นทางการ มีโครงสร้างชัดเจน ไม่มี segment ที่ฟังไม่ชัด
- ## Segment ที่ไม่ชัดเจน / [ฟังไม่ชัด]
- ไม่มี segment ใดถูกทำเครื่องหมาย `[ฟังไม่ชัด]`
อภิธานศัพท์เทคนิค
คำศัพท์และชื่อผลิตภัณฑ์ที่คงรูปภาษาอังกฤษ
| ศัพท์ | คำแปล / คำอธิบาย |
|---|---|
| --- | --- |
| JCode | เครื่องมือ coding agent แบบเทอร์มินัล เขียนด้วยภาษา Rust |
| harness | ชั้นโครงสร้างที่ห่อหุ้มตัวโมเดล (เครื่องมือ, context, ความจำ, UI) |
| coding agent | เอเจนต์ AI ที่ช่วยเขียน/แก้ไขโค้ด |
| Claude Code | เครื่องมือ coding agent ของ Anthropic |
| Codex CLI | เครื่องมือ coding agent แบบ CLI ของ OpenAI |
| Open Code | เครื่องมือ coding agent แบบโอเพนซอร์ส |
| Cursor agent | เอเจนต์ในตัวของตัวแก้ไขโค้ด Cursor |
| OAuth | ระบบล็อกอินที่เชื่อมบัญชีผู้ให้บริการภายนอก (ไม่ต้องใช้ API key แยก) |
| Claude Max | แพลน subscription แบบจ่ายรายเดือนของ Claude |
| OpenRouter | บริการรวม API ของโมเดล AI หลายเจ้าในจุดเดียว |
| DeepSeek / Kimmi / Grok / Mistral / Fireworks | ผู้ให้บริการโมเดล AI ต่างๆ ที่ JCode รองรับ |
| Ollama / LM Studio | ซอฟต์แวร์รันโมเดลภาษาในเครื่องตัวเอง |
| TUI (Terminal User Interface) | อินเทอร์เฟซแบบข้อความโต้ตอบในเทอร์มินัล |
| landing page | หน้าเว็บหน้าเดียวที่ใช้โปรโมตแบรนด์/สินค้า |
| to-do list | รายการงานที่เอเจนต์วางแผนไว้ก่อนเริ่มทำงาน |
| confidence score | คะแนนความมั่นใจที่แนบกับแต่ละรายการงาน |
| diff | รูปแบบการแสดงความแตกต่างของโค้ดก่อน/หลังแก้ไข |
| embeddings | การแปลงข้อมูลเป็นเวกเตอร์เชิงความหมาย |
| semantic vector | เวกเตอร์ที่แทนความหมายของข้อความ |
| swarm mode | โหมดรันเอเจนต์หลายตัวพร้อมกันใน repo เดียว |
| Git worktree | วิธีแยกสาขาการทำงานของ Git ออกเป็นโฟลเดอร์แยก |
| prompt cache | แคชของพรอมพ์ที่ช่วยลดค่าใช้จ่ายในเซสชันยาว |
| KV cache | แคชแบบ key-value ของโมเดลที่ทำให้ตอบเร็วขึ้น |
| self-dev mode | โหมดให้เอเจนต์แก้ไข คอมไพล์ และโหลดโค้ดของตัวเองใหม่ |
| auto poke | ฟีเจอร์ที่เขี่ยให้เอเจนต์กลับมาทำงานเมื่องานยังไม่เสร็จ |
| JCodeBench | ชุด benchmark ของ JCode เอง เปรียบเทียบกับ Claude Code |
| Opus 4.8 | โมเดลระดับแนวหน้าของ Anthropic ที่ใช้ใน benchmark |
| bus factor | ความเสี่ยงที่โปรเจกต์จะชะงักเมื่อพึ่งพานักพัฒนาคนเดียว |
| telemetry | การเก็บข้อมูลการใช้งานที่ส่งกลับไปยังผู้พัฒนา |
| config.toml | ไฟล์ตั้งค่าของ JCode |
| cargo | เครื่องมือ build ของภาษา Rust |
| MIT license | สัญญาอนุญาตโอเพนซอร์สแบบเสรี |
| Termux | แอปที่ให้รันคำสั่ง Linux บน Android |
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
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