เจาะลึก 4 โปรเจกต์ที่กำลังติดเทรนด์นักพัฒนา: GoogleChrome/modern-web-guidance, shadcn/improve, Jane Street Socratic Tutor และ Gemini Decisions API
ทิศทางของเครื่องมือ AI สำหรับนักพัฒนาในวันนี้ไม่ได้แข่งกันแค่ว่าโมเดลใครฉลาดกว่ากันอีกต่อไป แต่ขยับมาที่คำถามว่า "เราจะควบคุมกรอบการทำงาน (Workflow) และความแม่นยำของ AI Agent ได้อย่างไร?"
บทความนี้สรุป 4 เครื่องมือและอัปเดตสำคัญในหมวด AI Agents & Developer Tools ที่กำลังเป็นประเด็นร้อนบน GitHub Trending และ Hacker News วันนี้ พร้อมวิธีนำไปปรับใช้กับงานจริง
ปัญหาคลาสสิกเวลาใช้ Coding Agent เขียนหน้าเว็บคือ โมเดลมักหยิบวิธีเขียนโค้ดยุคเก่ามาให้ เพราะข้อมูลตอนเทรนเต็มไปด้วยโค้ดจากหลายปีก่อน ทำให้เราได้ JavaScript ก้อนใหญ่หรือไลบรารีเสริม ทั้งที่เบราว์เซอร์ยุคนี้มี Native API รองรับในตัวแล้ว
ทีม Google Chrome ร่วมกับ Microsoft Edge, Mozilla Firefox และ MDN จึงปล่อย GoogleChrome/modern-web-guidance ซึ่งเป็นชุด Agent Skills ที่ฝังคู่มือฟีเจอร์เว็บยุคใหม่กว่า 250 รายการเข้าไปใน Context ของ Agent โดยตรง
subgrid, สีระบบ oklch(), text-wrap: balance/pretty@starting-style, Scroll-driven animations<dialog>, CSS Anchor Positioning สำหรับทำ Tooltip โดยไม่ต้องพึ่ง JS, field-sizing: contentscheduler.yield(), Speculation Rulesติดตั้งเข้ากับ Agent ที่ใช้อยู่ (รองรับทั้ง Claude Code, Cursor, Codex, Gemini):
npx modern-web-guidance@latest installหรือลองรันคำสั่งค้นหาและสแกนโปรเจกต์โดยไม่ต้องติดตั้ง:
# ค้นหาคู่มือการทำ Animation ให้ Dialog Backdrop
npx modern-web-guidance@latest search "animate a dialog modal backdrop"
# สแกนโปรเจกต์ปัจจุบันเพื่อหาโค้ดเก่าที่เปลี่ยนไปใช้ Native Web API ได้
npx modern-web-guidance@latest legacy-scan .เวลาเราสั่งให้ AI แก้โค้ดทั้งโปรเจกต์ในรวดเดียว ถ้าใช้โมเดลตัวใหญ่สุดตลอดเวลาก็เปลืองค่าใช้จ่าย แต่ถ้าใช้โมเดลตัวเล็กวางแผนเองก็มักจะหลงทาง shadcn/improve จึงถูกออกแบบมาด้วยแนวคิดที่ชัดเจนมากคือ "แยกคนวางแผนออกจากคนลงมือทำ" (The plan is the product)
ตัวสกิล /improve จะไม่แก้ไขซอร์สโค้ดเองเด็ดขาด แต่จะใช้โมเดลที่ฉลาดที่สุดทำหน้าที่เสมือน Tech Lead ใน 5 ขั้นตอน:
DESIGN.md, PRODUCT.md, ADR) เพื่อไม่ให้เสนอสิ่งที่ขัดกับความตั้งใจเดิมfile:line) ที่เป็นหลักฐานplans/ โดยใส่บริบทโค้ดปัจจุบัน เงื่อนไขตรวจสอบ (Verification gates) และจุดที่ต้องหยุดถาม (STOP conditions) ไว้ครบถ้วน/improve execute <plan> เพื่อส่งโมเดลราคาประหยัดไปรันงานใน Git Worktree แยกต่างหาก แล้วให้ตัวท็อปตรวจ Diff กับผลเทสต์ก่อนส่งมอบให้เราตัดสินใจ Mergenpx skills add shadcn/improveคำสั่งหลักที่ใช้บ่อย:
/improve สแกนทั้งโปรเจกต์ จัดลำดับสิ่งที่ควรแก้ แล้วสร้างแผน
/improve quick สแกนเร็วเฉพาะจุดสำคัญ (ประหยัด Token)
/improve branch ตรวจเฉพาะโค้ดที่เปลี่ยนใน Branch ปัจจุบันก่อนเปิด PR
/improve execute 001 ส่งโมเดลลูกไปลงมือทำตามแผน 001 ใน Worktree แยกบริษัทเทรดดิ้งระดับโลกอย่าง Jane Street เปิดเผยสกิล socratic-tutor บน GitHub ซึ่งได้รับความสนใจอย่างมากบน Hacker News เพราะมันแก้ปัญหาที่คนใช้ AI ยุคนี้เจอกันบ่อย คือ "อ่านคำอธิบายของ AI แล้วรู้สึกว่าเข้าใจ แต่พอต้องเขียนเองกลับทำไม่ได้"
สกิลนี้บังคับให้ AI สอนด้วยวิธีของโสกราตีส (Maieutic / Socratic method) คือ ห้ามบรรยายยาวๆ แต่ให้สอนด้วยการตั้งคำถามทีละข้อ เพื่อบีบให้ผู้เรียนต้องคาดการณ์ผลลัพธ์ อธิบายเหตุผล และหาจุดผิดพลาดด้วยตัวเอง
Topic: Rust Ownership & Borrowing overall: ######.... 58%
-----------------------------------------------------------------
Move semantics [########..] 4/5 * independent
Shared references [######....] 3/5 <- current focus
Mutable aliasing [##........] 1/5
-----------------------------------------------------------------ใครที่กำลังฝึกภาษาโปรแกรมใหม่ๆ หรือศึกษาเรื่องยากๆ สามารถนำไฟล์ SKILL.md ของ Jane Street ไปใส่ใน Agent แล้วสั่ง "teach me <หัวข้อ>" หรือ "drill me on <หัวข้อ>" ได้เลย
ก่อนหน้านี้เราเคยพูดถึงโมเดลจัดประเภทอย่าง Jev ของ TypeSafe AI ที่เน้นการตอบคำถามแบบมีตัวเลือก ล่าสุด Google DeepMind เปิดตัว Gemini Decisions API ที่ขับเคลื่อนด้วยโมเดลรุ่นใหม่ gemini-decision-1 เพื่อลุยตลาดเดียวกันแบบเต็มตัว
Gemini Decision 1 ประมวลผลภาพรอยน้ำหกบนเคาน์เตอร์ ตอบทั้งคำถามใช่/ไม่ใช่ เลือกวิธีจัดการ และให้คะแนนความรุนแรงพร้อมค่าความมั่นใจในครั้งเดียว
ในระบบ AI Agent งานส่วนใหญ่คืองานตัดสินใจในขอบเขตที่กำหนดไว้แล้ว (Closed-set decisions) เช่น:
ถ้าใช้โมเดลแชตทั่วไป มันต้องค่อยๆ ถอดรหัสข้อความทีละ Token ซึ่งทั้งช้าและเสียค่า Output token แต่ gemini-decision-1 คำนวณคะแนนความน่าจะเป็นของทุกตัวเลือกใน Forward pass เดียว
สถาปัตยกรรมของ Gemini Decisions API: รับข้อมูลได้ทั้งข้อความ รูปภาพ เสียง วิดีโอ และ PDF (สูงสุด 256K tokens) แล้วประเมินคำถามได้สูงสุด 1,000 ข้อในการเรียกครั้งเดียว
noul (Yes/No): ประเมินความน่าจะเป็นว่าเงื่อนไขเป็นจริงหรือไม่choice (Multiple Choice): เลือกคำตอบจากตัวเลือกสูงสุด 255 ตัวเลือก พร้อมค่าความน่าจะเป็นของทุกตัวเลือกscore (Ordered Rubric): ให้คะแนนตามเกณฑ์ลำดับขั้น (เช่น ระดับความรุนแรง 0, 1, 2)
ผลทดสอบเปรียบเทียบความแม่นยำ ค่าความคลาดเคลื่อนของความมั่นใจ (Calibration Error - ยิ่งต่ำยิ่งดี) และต้นทุนรวมในการรัน Benchmark
from google import genai
client = genai.Client(http_options={"api_version": "v1beta"})
result = client.decisions.create(
model="gemini-decision-1",
input=[
{
"type": "image",
"uri": "https://storage.googleapis.com/generativeai-downloads/images/spill.jpg",
"mime_type": "image/jpeg",
},
{
"type": "text",
"text": "ตรวจความเรียบร้อยเคาน์เตอร์ห้องพักก่อนประชุมลูกค้าตอน 9 โมงเช้า",
},
],
questions={
"has_spill": {
"type": "noul",
"instructions": "มีคราบน้ำหกที่ยังไม่ได้เช็ดบนเคาน์เตอร์หรือไม่?",
},
"next_action": {
"type": "choice",
"instructions": "ควรจัดการอย่างไรกับสภาพที่เห็น?",
"criteria": {
"wipe_with_cloth": "คราบน้ำหกเล็กน้อยและมีผ้าวางอยู่ใกล้ๆ",
"dispatch_janitorial": "น้ำท่วมพื้น เศษแก้วแตก หรือท่อรั่ว",
"ready_for_meeting": "เคาน์เตอร์สะอาดพร้อมใช้งาน",
},
},
"severity": {
"type": "score",
"instructions": "ให้คะแนนความรุนแรงของความสกปรกบนเคาน์เตอร์",
"criteria": [
"สะอาดพร้อมใช้งาน",
"คราบหกเล็กน้อยเฉพาะจุด",
"คราบหกวงกว้างหรือเป็นอันตราย",
],
},
},
)ทั้ง 4 โปรเจกต์สะท้อนภาพเดียวกันของวงการนักพัฒนาในตอนนี้:
modern-web-guidance อุดช่องว่างความรู้ของโมเดลให้เขียนโค้ดตามมาตรฐานเว็บปัจจุบันshadcn/improve จัดระเบียบขั้นตอนการตรวจและวางแผนแก้โค้ดให้คุ้มค่าใช้จ่ายและตรวจสอบได้socratic-tutor เปลี่ยนบทบาท AI ให้ช่วยพัฒนาความเข้าใจของมนุษย์แทนการคิดแทนทั้งหมดGemini Decisions API แยกงานตัดสินใจที่ต้องการความเร็วและค่าความมั่นใจที่แม่นยำออกจากงานสร้างข้อความทั่วไปการหยิบเครื่องมือเหล่านี้มาประกอบเข้ากับ Workflow จะช่วยให้ระบบ AI Agent ที่เราสร้างหรือใช้งานอยู่ทุกวัน ทั้งเร็วขึ้น ประหยัดขึ้น และให้ผลลัพธ์ที่ไว้ใจได้มากกว่าเดิม
A2UI 1.0: โปรโตคอลเปิดที่ทำให้ AI Agent ส่ง UI มาให้แอปเรนเดอร์เองได้
13 Nov 2026 · 3 min read
Agent Skills กลายเป็นมาตรฐานกลางแล้ว: เขียน Skill ครั้งเดียว ใช้ได้ทุก Agent
13 Nov 2026 · 5 min read
รู้จัก Teardown: เปลี่ยนเครื่องจักรซับซ้อนให้เป็น 3D Simulator ในหน้าเดียวด้วย Claude Code
12 Nov 2026 · 3 min read