คนและเอเจนต์ในโปรเจกต์เดียวกัน: ทำไมแนวทางแบบแอปแชตจึงใช้ไม่ได้

เราอยากให้ Orkas เป็นรากฐานที่บริษัทแบบ AI-native ใช้ขับเคลื่อนงาน เป้าหมายนี้นำไปสู่คำถามข้อหนึ่งทันที: คนหลายคนกับเอเจนต์หลายตัวจะทำงานร่วมกันในโปรเจกต์เดียวกันได้อย่างไร

คำตอบดูต่างจากการทำงานเป็นทีมที่เราคุ้นเคยพอสมควร เพื่อให้เห็นว่าทำไม ลองเริ่มจากที่มาของการทำงานร่วมกันของมนุษย์ก่อน (ถ้าต้องการดูวิธีใช้งานผลิตภัณฑ์ทีละขั้น อ่านได้ที่ โปรเจกต์ที่แชร์: คนกับเอเจนต์ AI ทำงานร่วมกันใน Orkas อย่างไร ส่วนบทความนี้ว่าด้วยแนวคิดเบื้องหลัง)

การทำงานร่วมกันของมนุษย์ถูกออกแบบรอบข้อจำกัดสองข้อของมนุษย์

ข้อแรก คนเรามีแบนด์วิดท์และความจำจำกัด เรารับข้อมูลได้แค่ระดับหนึ่งในคราวเดียว และจำได้แค่ระดับหนึ่ง ทีมจึงต้องสื่อสารกันตลอดเวลา ทั้งอัปเดตงาน ปรับเป้าหมายให้ตรงกัน และปรับความคืบหน้าให้ตรงกัน ประชุมประจำสัปดาห์ สแตนด์อัป รายงานรายวันและรายสัปดาห์ “ขอซิงก์แป๊บนึงได้ไหม” “มาจูนให้ตรงกันหน่อย” ทั้งหมดนี้มีไว้ชดเชยข้อจำกัดข้อนี้

ข้อสอง หลายเรื่องต้องคุยกันต่อหน้า เมื่อเจอกันตัวจริง มีช่องทางมากกว่าแค่คำพูด ทั้งภาษากาย น้ำเสียง และสีหน้าล้วนส่งข้อมูล เวลามีคนนั่งฝั่งตรงข้ามโต๊ะพูดว่า “แผนดูโอเคนะ” คุณฟังออกว่าเขาคิดอย่างนั้นจริงหรือเปล่า ที่สำคัญไม่แพ้กันคือ การเจอกันตัวจริงช่วยสร้างความไว้ใจ นี่คือเหตุผลที่ทีมทำงานทางไกลจำนวนมากยังนัดเจอกันตัวจริงเป็นครั้งคราว

อะไรเปลี่ยนไปเมื่อเอเจนต์เข้ามาร่วมทีม

ในทีมที่มีทั้งคนและเอเจนต์ ด้านความเป็นมนุษย์ของการทำงานร่วมกันยังสำคัญอยู่ แต่การทำงานกับเอเจนต์ต่างจากการทำงานกับคนมาก เอเจนต์มีจุดแข็งที่ชัดเจนสามข้อ และจุดอ่อนที่ชัดเจนสามข้อ

จุดแข็งสามข้อ

แบนด์วิดท์สูงและลงมือทำได้แข็งแกร่ง โดยเฉพาะกับงานที่มีเป้าหมายชัดเจนและวัดผลได้ และงานที่เอเจนต์ทำได้สำเร็จก็กำลังยาวขึ้น ยากขึ้น และซับซ้อนขึ้นอย่างรวดเร็ว ในการอธิบายเอเจนต์เขียนโค้ดของตัวเอง Meta รายงานถึงงานปรับแต่งประสิทธิภาพเคอร์เนล GPU ที่เอเจนต์ทำงานต่อเนื่องนานถึง 24 ชั่วโมง และเรียกใช้เครื่องมือมากกว่า 1,000 ครั้ง (Meta) ในเดือนตุลาคม 2026 Linus Torvalds โพสต์ชุดแพตช์เคอร์เนล Linux ที่โค้ด โปรแกรมทดสอบ และร่างแรกของข้อความ commit เขียนโดย Claude Code ส่วนการวัดผลเขาทำเองบนเครื่องของตัวเอง (LWN)

มีความรู้และเครื่องมือของทั้งโลก ทำงานข้ามสาขาได้ครบจบ การพรีเทรนได้บรรจุความรู้ของโลกไว้ในโมเดลแล้ว เมื่อได้เครื่องมือที่เหมาะสม เอเจนต์ก็พางานชิ้นหนึ่งข้ามสาขาวิชาได้ตั้งแต่ต้นจนจบ: เขียน PRD → ออกแบบ → สร้าง → ทดสอบ → ปล่อยใช้งาน ถ้าเป็นคนทำงานเดียวกันนี้ ต้องอาศัยฝ่ายผลิตภัณฑ์ ดีไซน์ วิศวกรรม และ QA ทำงานร่วมกัน และต้องปรับความเข้าใจกันอีกรอบทุกครั้งที่ส่งต่องาน

มีจุดอ่อนแบบมนุษย์น้อย และไม่ต้องสร้างความไว้ใจก่อน เอเจนต์ไม่เหนื่อย ไม่มีวันที่อารมณ์ไม่ดี และไม่อายที่จะถามคำถามพื้นฐาน เอเจนต์ตัวใหม่เริ่มงานได้ทันทีที่ได้บริบทของโปรเจกต์ ไม่มีช่วงปรับตัว และไม่มีความสัมพันธ์ที่ต้องสร้างก่อน

จุดอ่อนสามข้อ

ต้องการบริบทที่สะอาด บริบทที่ผิดจะพามันออกนอกทาง เราเจอเรื่องนี้มากับตัว: ฟิลด์หนึ่งบนแดชบอร์ดวิเคราะห์ข้อมูลของเราระบุว่าข้อมูล “เชื่อมโยงกันไม่ได้” ทั้งที่จริง ๆ แล้วเชื่อมได้ ตัวฟิลด์นั้นเองที่คำนวณผิด เอเจนต์สองตัวที่ต่างกันอ่านบรรทัดนั้น แล้วต่างก็ทิ้งการวิเคราะห์เส้นทางผู้ใช้ทั้งชุดไป ถ้าเป็นคนเห็นข้อสรุปนั้นจะถามว่า “ข้อมูลนี้ยังถูกต้องอยู่ไหม” แต่เอเจนต์มักเชื่อตามนั้นทันที

ไม่เก่งเรื่องการระบุสาเหตุในงานระยะยาว เมื่อมีหลายตัวแปรส่งผลต่อผลลัพธ์พร้อมกัน มันมักโทษผิดตัว และคนต้องคอยแก้ให้ ช่วงหนึ่ง หน้าใหม่ไม่กี่หน้าบนเว็บไซต์ของเราไม่ถูก Google จัดทำดัชนี เอเจนต์ตัวหนึ่งสรุปว่า “เว็บไซต์ยังน่าเชื่อถือไม่พอ Google จึงไม่ยอมใช้ crawl budget กับเว็บนี้” และแนะนำให้สร้างแบ็กลิงก์ก่อน เราแย้งและตรวจสอบดู ปรากฏว่าหน้าเกือบทั้งหมดของเว็บไซต์ถูกจัดทำดัชนีแล้ว ส่วนไม่กี่หน้าที่ยังไม่ถูกจัดทำดัชนีนั้นดูเหมือนจะเป็นหัวข้อที่ห่างจากเนื้อหาหลักของเว็บไซต์มากเกินไปมากกว่า crawl budget ไม่เกี่ยวเลย และการสร้างแบ็กลิงก์ก็คงเป็นการตัดสินใจที่ผิด

ปรับตัวกับสภาพแวดล้อมที่เปลี่ยนไปได้ไม่ดี โดยเฉพาะเมื่อการเปลี่ยนแปลงนั้นไม่อยู่ในข้อมูลพรีเทรนของมัน เว็บไซต์ที่เพิ่งออกแบบใหม่ กฎของแพลตฟอร์มที่เพิ่งเปลี่ยน ผลิตภัณฑ์ที่เพิ่งเปิดตัวเมื่อเดือนก่อน คนจะสังเกตได้ว่า “มีอะไรไม่เหมือนเดิม” แล้วเปลี่ยนวิธี แต่เอเจนต์มักทำงานต่อจากสิ่งที่รู้อยู่แล้ว และลองทำแบบเดิมซ้ำแล้วซ้ำเล่า

ทำไมแอปแชตจึงไม่เหมาะ

แอปแชตถูกออกแบบมาให้คนทำงานกับคน ข้อความไหลผ่านไปทีละข้อความ การ @แท็กและสถานะอ่านแล้วช่วยให้ทุกคนรับรู้ตรงกัน และข้อมูลกระจายอยู่ตามช่องต่าง ๆ การออกแบบแบบนี้ชดเชยข้อจำกัดสองข้อข้างต้นได้พอดี คนมีแบนด์วิดท์ต่ำและความจำสั้น เราจึงโพสต์กันไม่หยุดและปรับความเข้าใจกันไม่หยุด

แต่สำหรับเอเจนต์ นี่เป็นรูปแบบที่ผิด:

• การคุยเล่น การถกกันระหว่างทาง และแผนที่ภายหลังถูกยกเลิก ล้วนเป็นสิ่งรบกวนในบริบทสำหรับเอเจนต์
• เอเจนต์ไม่ต้องสร้างความไว้ใจผ่านการพูดคุย
• สิ่งที่เอเจนต์ต้องการจริง ๆ คือบริบทที่สะอาดและงานที่ชัดเจน

การทำงานร่วมกันระหว่างคนกับเอเจนต์จึงต้องออกแบบใหม่ และเมื่อเอเจนต์เก่งขึ้นเรื่อย ๆ วิธีที่เราทำงานร่วมกันก็จะเปลี่ยนต่อไปเช่นกัน เรายังคงหาคำตอบเรื่องนี้อยู่ใน Orkas

Orkas ทำอย่างไร: เก็บสิ่งที่ไม่เปลี่ยน ออกแบบใหม่ในสิ่งที่เปลี่ยน

แนวทางของเราคือเก็บส่วนของการทำงานร่วมกันที่ไม่เปลี่ยนไว้ และออกแบบส่วนที่เปลี่ยนไปใหม่ ด้านล่างคือโปรเจกต์ที่แชร์ใน Orkas แนวคิดทั้งสี่ข้อตรงกับสี่ส่วนที่ไฮไลต์ไว้

1. มอบหมาย ส่งต่อ และตรวจงาน: “สิ่งที่ต้องทำ”

สิ่งนี้มีมานานก่อนจะมีเอเจนต์ และเรายังต้องใช้มันอยู่ ในตอนนี้ งานทุกชิ้นในโปรเจกต์ของเรามีผู้รับผิดชอบที่เป็นคน และมีคนเป็นผู้รับผิดชอบผลลัพธ์สุดท้าย

ในผลิตภัณฑ์ วิธีการทำงานเป็นแบบนี้ สิ่งที่ต้องทำแต่ละรายการจะมอบหมายให้คนหนึ่งคน และคนนั้นเป็นผู้ตัดสินใจว่าจะให้เอเจนต์ตัวไหนทำงาน มีเพียงผู้รับผิดชอบเท่านั้นที่เริ่มรายการได้ เอเจนต์ทำงานบนคอมพิวเตอร์ของผู้รับผิดชอบเอง ใช้โมเดลและเครดิตของเขา เมื่อทำเสร็จ เอเจนต์จะย้ายรายการไปที่ รอการยืนยัน แทนที่จะทำเครื่องหมายว่าเสร็จเอง รายการจะถือว่าเสร็จก็ต่อเมื่อผู้รับผิดชอบตรวจดูและแก้ไขตามที่จำเป็นแล้ว

2. แชร์เป้าหมาย ภูมิหลัง และบริบท: “เป้าหมายและกฎ” กับ “ความจำ”

ตรงนี้ คนและเอเจนต์ใช้บริบทชุดเดียวกัน ข้อเท็จจริงสำคัญจึงตรงกันเสมอ

“เป้าหมายและกฎ” และ “ความจำ” ของโปรเจกต์ใช้ร่วมกันในทุกการสนทนาในโปรเจกต์ และเอเจนต์จะทำตามทุกครั้ง ตัวอย่างเช่น ใส่นิยามอย่าง “รีเทนชันรายเดือน = ผู้ใช้ใหม่ที่กลับมาใช้งานในเดือนถัดไป” ไว้ใน “เป้าหมายและกฎ” และบันทึกการตัดสินใจสำคัญไว้ใน “ความจำ” ของโปรเจกต์ เมื่อสมาชิกใหม่และเอเจนต์ของเขาเข้าร่วม ทุกคนจะได้อ่านสิ่งเดียวกันทุกตัวอักษรตั้งแต่วันแรก

3. ส่งต่องานผ่านไฟล์ แยกกระบวนการไว้ต่างหาก

“คลังข้อมูล” ของโปรเจกต์ซิงก์ระหว่างสมาชิก และสิ่งที่ต้องทำแต่ละรายการแนบไฟล์อะไรก็ได้ งานถูกส่งต่อเป็นไฟล์ ไม่ใช่ประวัติแชต

เราตั้งใจแยกกระบวนการระหว่างทางส่วนใหญ่ไว้ต่างหาก เพื่อไม่ให้กลายเป็นสิ่งรบกวนในบริบทที่เป็นผลเสียต่อเอเจนต์ แท็บ “งาน” และ “งานอัตโนมัติ” ที่ล็อกไว้เป็นของคุณคนเดียว เอเจนต์อาจทำหลายร้อยขั้นตอนและลองสามวิธีกว่าจะได้รายงานหนึ่งฉบับ เพื่อนร่วมงานของคุณได้รับแค่รายงาน ส่วนกระบวนการยังอยู่ใน “งาน” ของคุณเอง และไม่มีทางเข้าไปอยู่ในบริบทของเอเจนต์ฝั่งเขา

4. แชร์เอเจนต์ส่วนตัวให้ทีม

สมาชิกแชร์เอเจนต์ส่วนตัวของตัวเองให้คนอื่นในทีมใช้ได้ เอเจนต์เหล่านี้มีประสบการณ์และวิจารณญาณเรื่องคุณภาพของเจ้าของติดตัวมาด้วย การแชร์ช่วยให้ทุกคนทำงานเร็วขึ้น และปัญหาที่คนเจอระหว่างใช้ก็แก้ได้ผ่านการพัฒนาตัวเอง ซึ่งช่วยยกระดับสิ่งที่ทั้งโปรเจกต์ทำได้

เมื่อแชร์เอเจนต์ Orkas จะรวมคำแนะนำการทำงานและทักษะของเอเจนต์เป็นแพ็กเกจ รวมถึงทักษะที่เอเจนต์สั่งสมขึ้นเองระหว่างทำงาน แต่ไม่รวมความจำและประวัติแชตของเอเจนต์ เมื่อคนที่แชร์อัปเดตเอเจนต์ สมาชิกจะได้เวอร์ชันใหม่โดยอัตโนมัติ

โจทย์เปิดที่ยังอยู่ในช่วงเริ่มต้น

การทำงานร่วมกันระหว่างคนกับเอเจนต์ยังอยู่ในช่วงเริ่มต้นมาก และคำตอบยังไม่ลงตัว เมื่อโมเดลเก่งขึ้น หลายสิ่งที่เอเจนต์ต้องใช้ในการทำงานร่วมกันจะย้ายเข้าไปอยู่ในตัวโมเดลเอง

บางโมเดลทำสิ่งนี้ได้ในตัวแล้ว เช่น รันเอเจนต์ย่อยหลายตัวพร้อมกันเพื่อสำรวจปัญหาจากหลายมุม หรือวางแผนก่อนแล้วส่งเอเจนต์ย่อยไปทำตามแผน Muse Spark Open ซึ่ง Meta เปิดตัวแบบเปิดน้ำหนักโมเดลในเดือนตุลาคม 2026 ได้รับการอธิบายว่าถูกเทรนมาให้แตกงานเป็นส่วนย่อย ส่งต่อให้เอเจนต์ย่อย และประสานงานเอเจนต์เหล่านั้น (บล็อก PyTorch)

วิธีที่เราทำงานร่วมกันจึงจะเปลี่ยนไปเมื่อโมเดลเก่งขึ้น สิ่งที่ต้องทำ บริบทที่ใช้ร่วมกัน การส่งต่องานผ่านไฟล์ และเอเจนต์ที่แชร์ คือคำตอบของเราสำหรับสิ่งที่โมเดลทำได้ในวันนี้ ไม่ใช่รูปแบบสุดท้าย

ส่งท้าย

เราเก็บสิ่งที่ไม่เปลี่ยนไว้: มีคนรับผิดชอบงาน มีคนตรวจงาน และเป้าหมายกับบริบทตรงกันเสมอ เราออกแบบใหม่ในสิ่งที่เปลี่ยน: ส่งต่องานผ่านไฟล์ แยกกระบวนการไว้ต่างหาก และเปลี่ยนประสบการณ์และรสนิยมของแต่ละคนให้เป็นเอเจนต์ที่ทีมใช้ได้

เรายังคงสำรวจเรื่องนี้อยู่ และอยากแลกเปลี่ยนมุมมองกัน ถ้าคุณดูแลทีมที่คนกับเอเจนต์ทำงานร่วมกัน ลองใช้กับโปรเจกต์เดียวก่อน Orkas ดาวน์โหลดได้ฟรีสำหรับ macOS และ Windows