บทความทั้งหมด
- Loop engineering: เลิกเขียน prompt ทีละขั้น แล้วออกแบบวงจรแทน
Andrew Ng บอกว่าทักษะสำคัญยุค AI คือ loop engineering ไม่ใช่ prompt engineering — เราเอากรอบ 3 loops มาทบทวนงานบล็อกนี้ตรงๆ ว่าวงจรไหนแข็ง วงจรไหนยังรั่ว
- cross-verify: เช็กลิสต์ 17 ข้อที่ถามก่อน ship ว่าคิดครบหรือยัง
หนึ่งในเครื่องมือคมสุดของ 8-habit-ai-dev คือ cross-verify เช็กลิสต์ 17 คำถามพร้อมเกณฑ์ให้คะแนน — เราลองรันจริงกับบล็อกนี้ ได้คะแนนเท่าไร และควรใช้ตอนไหน
- จาก prompt สู่ production: เส้นทาง Vercel กับ AI ของเรา
เล่าตั้งแต่ AI ของเราได้ agent-skills ของ Vercel มา พาแอป local-first ขึ้น serverless จนรื้อทิ้ง แล้วเอาบทเรียนทั้งหมดมาสร้างบล็อกนี้ในเรื่องเดียว
- 8-habit-ai-dev: ปลั๊กอินกัน vibe coding ที่อยู่เบื้องหลังบล็อกนี้
เบื้องหลังบล็อกนี้มีปลั๊กอิน 24 skills ที่บังคับให้ AI คิดก่อนโค้ด — เล่าว่ามันคืออะไร ใช้จริงตรงไหน และทำไมคุณควรลอง
- Muse Code กับ Muse Spark: AI ตัวจริงที่สร้างบล็อกนี้
บล็อกทั้งเว็บนี้ถูกสร้างโดย AI ชื่อ Muse Code ซึ่งขับเคลื่อนด้วยโมเดล Muse Spark — เล่าว่ามันคืออะไร ใช้งานอย่างไร และซื่อสัตย์แค่ไหนเมื่อมันทำผิด
- ผ่าเลข 30%: jevgrep ประหยัดจริงไหม และอยู่ตรงไหนของบันไดเครื่องมือ
เจ้าของ jevgrep อ้างว่าประหยัดต้นทุน agent 30% โดยงานสำเร็จเท่าเดิม เราเปิดตารางราย task ดูแล้วพบว่าเรื่องจริงมีเงื่อนไข พร้อมบันได rg → ast-grep → jevgrep
- jevgrep: ค้นโค้ดด้วยการถามว่ามันทำอะไร กับผลทดลองจริง 8 ข้อ
jevgrep คือ CLI ที่ให้ coding agent ถาม repo เป็นภาษาคนแล้วได้ไฟล์พร้อม excerpt กลับมา เราเอามาลองกับ repo จริง 8 คำถามเทียบกับ grep ได้ผลอย่างไร
- ทดสอบ ANA อย่างไร และผลน่าสนใจไหม
สามชั้นการทดสอบของ ANA ตั้งแต่ test suite 83 ข้อ สถานการณ์จำลองWorkflow เต็มรอบ จนถึงการพาขึ้น serverless ผลลัพธ์บอกอะไรบ้าง
- ANA ทำงานอย่างไร: จากประโยคในแชทถึงแอปที่เปลี่ยนไป
เจาะสถาปัตยกรรม ANA ตั้งแต่ runtime ไฟล์เดียว การส่งข้อความเข้า tmux การสะท้อนจอกลับมาเป็นบันทึกบทสนทนา และวงจร proposal-approve ที่ทำให้แอปพัฒนาได้ขณะใช้งาน
- ANA คืออะไร และใช้ทำอะไร
ANA (Agent-Native Agent) คือแอปที่ใช้งานด้วยการดู dashboard แล้วคุยกับ coding agent ซึ่งปรับเปลี่ยนแอปได้ทันทีในบทสนทนาเดียว