ตอนที่แล้วผมเล่าถึงงานที่ AI ช่วยรับช่วงงานแก้ซ้ำได้มาก พอเริ่มใช้ ผู้ช่วย AI ที่รับโจทย์แล้วลงมือทำงานตามขั้นตอน มากขึ้น ผมก็พบว่าการเลือกไม่ได้มีแค่ว่าจะใช้เครื่องมืออะไร แต่ยังต้องเลือก โมเดล AI ที่ใช้ประมวลผลคำสั่งและสร้างคำตอบ ภายในเครื่องมือนั้นให้เหมาะกับงานและงบด้วยครับ
Agent ที่ผมใช้มีทั้ง Model และ Harness
สำหรับผม Agent ที่ใช้ทำงานมีองค์ประกอบหลักสองส่วน คือ Model + เครื่องมือที่ห่อ Model ไว้ให้เรียกใช้ไฟล์และเครื่องมืออื่นได้ ครับ Model เป็นตัวที่ทำงาน ส่วน Harness คือเครื่องมือหรือสภาพแวดล้อมที่ผมใช้ให้ Model ทำงาน เช่น Codex, Freebuff และ OpenCode ส่วน ข้อความหรือคำสั่งที่เราพิมพ์บอก AI คือคำสั่งที่ผมใช้บอกว่าอยากให้งานออกมาแบบไหน
ช่วงหนึ่งผมลองใช้หลาย Model ภายใน Harness เดียวกัน โดยเริ่มจากตัวที่ต้นทุนต่ำก่อน ผมเห็นความต่างทั้งความเร็ว วิธีใช้ เครื่องมือที่ Agent เรียกใช้ทำงาน เช่น อ่านไฟล์ เขียนไฟล์ หรือรันคำสั่ง จังหวะที่วนทำงาน และคุณภาพของงาน บางตัวทำงานไว บางตัวเหมาะกับโจทย์ที่ต้องใช้ความสามารถอีกแบบหนึ่ง การเปลี่ยน Model จึงไม่ได้แปลว่าผลลัพธ์จะเหมือนเดิมทุกอย่าง แม้จะใช้ Harness เดิม
เลือก Model ใน Harness ให้เหมาะกับงานและงบ
ใน Codex มี Model ให้เลือกอย่าง Astra, Sol และ Luna ซึ่งมีราคาต่างกัน ส่วน Freebuff ก็มี Model ให้เลือกหลายตัวและหลายราคาเหมือนกันครับ การมีตัวเลือกหลายระดับทำให้ผมเลือก Model ให้พอดีกับงานได้ ไม่จำเป็นต้องใช้ตัวที่แพงกว่ากับทุกงาน
สำหรับงานที่ผมทำอยู่ Luna, Deepseek Flash และ GLM Flash ก็เพียงพอแล้วครับ ถ้างานไหนต้องการความสามารถอีกแบบ ผมก็ค่อยพิจารณา Model ตัวอื่น การเลือกจึงไม่ใช่หาตัวที่เก่งที่สุดไว้ใช้ทุกครั้ง แต่เป็นการดูว่างานนี้ต้องการอะไร แล้วเลือก Model ที่เหมาะกับงานและงบของเรา
เมื่อ Agent ทำงานไม่สำเร็จ อย่าเพิ่งสรุปว่า AI ทำไม่ได้
ถ้า Agent ทำงานไม่ออก ผมพยายามไม่สรุปทันทีว่า “AI ทำไม่ได้” แต่อยากย้อนดูหลายจุดก่อน: คำสั่งที่ให้ชัดหรือยัง? Harness ที่เลือกเหมาะกับวิธีทำงานนี้ไหม? Model ที่เลือกมีความสามารถพอกับโจทย์หรือเปล่า? หรือจริง ๆ แล้วงานชิ้นนี้ยังไม่เหมาะจะส่งให้ Agent ทำ?
การมองแยกแบบนี้ช่วยให้เราหาทางแก้ได้ตรงจุดขึ้น บางครั้งปรับ Prompt ก็พอ บางครั้งเปลี่ยน Model หรือ Harness แล้วทำงานได้เหมาะขึ้น และบางงานก็อาจเหมาะให้คนทำหรือดูแลใกล้ชิดกว่าเดิม
