on
Nicholas Carlini นักวิจัยจาก Anthropic สาธิตการทำงานของ Claude Opus 4.6 ที่เพิ่งเปิดตัวขึ้นมา โดยสร้างคอมไพเลอร์ภาษา C ด้วย Rust ขึ้นมาใหม่ อาศัย Claude Code รวม 16 ตัวช่วยกันเขียนโค้ดกว่าแสนบรรทัด คิดเป็นค่าใช้ Claude ทั้งหมด 20,000 ดอลลาร์ โดยสามารถคอมไพล์ Linux 6.9 ได้สำเร็จบนซีพียู x86, Arm, และ RISC-V
แนวทางการใช้ AI เป็นทีมเช่นนี้ทำให้กระบวนการพัฒนาเร็วขึ้นมาก แต่ก็ต้องแน่ใจว่าไม่แย่งงานกันทำ โดยมีการแจกงานเอาไว้ในโฟลเดอร์ current_task อธิบายงานแต่ละส่วน จากนั้นเปิดให้ agent แต่ละตัวมารับงานไปทำ กระบวนการรับงานควบคุมด้วย git ทีม AI บางตัวมีหน้าที่แก้เอกสารให้ตรงกับโค้ดเท่านั้น
บทเรียนจากการสร้างคอมไพล์เลอร์นี้ เป็นแนวทางสำหรับการใช้ LLM พัฒนาโครงการขนาดใหญ่ได้อีกหลายอย่าง เช่น
- เขียนชุดทดสอบคุณภาพสูง ช่วยให้ Claude แก้ปัญหาได้ตรงประเด็น
- ชุดทดสอบควรอ่านง่าย ไม่พิมพ์ข้อความที่ไม่เกี่ยวข้องจำนวนมาก เพื่อให้ Claude ทำงานได้ง่ายขึ้น
- แยกงานให้ขาดจากกัน ชุดทดสอบทำงานแยกกัน เช่น พยายามคอมไพล์คนละโปรแกรมเพื่อดูปัญหา
- แยกหน้าที่ agent แต่ละตัว นอกจากการเขียนโค้ดแล้ว Carlini ยังมี agent ทำหน้าที่เฉพาะ เช่น ตัวตรวจโค้ดซ้ำ, agent ปรับปรุงประสิทธิภาพ, agent วิจารณ์โค้ด
แม้โครงการจะทำงานได้สำเร็จ แต่ Carlini ก็ระบุว่ามาถึงขีดจำกัดของ Claude แล้ว เพราะผ่านชุดทดสอบของ GCC ที่ 99% หลังจากนี้เมื่อพยายามเพิ่มฟีเจอร์หรือแก้ไขบั๊กก็มักจะทำให้จุดอื่นพังเพิ่ม
หลังโครงการนี้ประกาศออกมา ก็มีเสียงแสดงความไม่พอใจเล็กน้อยว่าทำไม Anthropic จึงเลือกสร้างคอมไพล์เลอร์ภาษา C ด้วย Rust แทนที่จะเขียนด้วย C/C++ เช่นที่ผ่านมา
ที่มา - Anthropic
ก็มีเสียงแสดงความไม่พอใจเล็ก…
hisoft Wed, 11/02/2026 - 17:31
ส่วนตัวผมว่าถ้าเขียนด้วยภาษาเดิมมันมีโอกาสที่ AI จะเอาโค้ดเก่ามาใส่สูง เปลี่ยนภาษาเนี่ยแหละวัดได้หน่อยว่ามันทำได้
เหมือนความสำคัญจะอยู่ที่ชุดท…
btoy Wed, 11/02/2026 - 18:02
เหมือนความสำคัญจะอยู่ที่ชุดทดสอบ ซึ่งจะเป็นงานหลักสำหรับการสร้างโครงการใหม่ๆที่ต้องการใช้ AI เขียนโค๊ดเป็นหลัก
ดูโฆษณาเกินไปหน่อย Compiler…
rattananen Wed, 11/02/2026 - 19:06
ดูโฆษณาเกินไปหน่อย
Compiler มันแค่โปรแกรม parse text + คำนวน requirement แล้วก็แปลไปที่ target opcode
ไม่ได้ต้องทำงาน logic คลุมเครือ แบบ program ทั่วไป
และมันไม่ได้ต้องการ performance อะไรมาก และอีกอย่าง Compiler C เป็นภาษาที่ไม่มีอะไร
ถ้าเป็น Compiler ภาษาอื่นน่าจะได้ผลแย่กว่า
โอ้ โหดอยู่นะ
zerocool Thu, 12/02/2026 - 00:07
โอ้ โหดอยู่นะ
Put yourself in Claude’s…
big50000 Thu, 12/02/2026 - 00:55
นี่แหละปัญหาที่จะยังเป็น กขค. ที่จะทำให้ Agentic AI มันมีประโยชน์จริง ๆ ในสภาพแวดล้อมการทำงานจริง และเป็นกับทุกโซลูชันที่ผมเคยเห็นมา คือเราต้องมานั่งทำความเข้าใจกับโมเดลและวางกระบวนการทำงานให้มัน ซึ่งก็ยังต้องมี Learning Curve ทุก ๆ ครั้งที่เปลี่ยนเจ้า แบบนี้เอามาใช้กับโลกจริงที่มักติดกับดัก Tech Debt ยาก
ผมมองว่า ถ้ามี AI Solution เจ้าไหนที่กล้าทำเกี่ยวกับโซลูชันการดูแลโปรเจกต์เก่ากับพวกซ่อมบำรุงระบบต่อยอดระบบเดิมได้ เจ้านั้นจะเนื้อหอมมาก
ปล. อย่าว่าแต่วางผังงานใหญ่ ๆ เลย แค่คุยธรรมดา ๆ ความรู้ Prompt Engineering กับโมเดลเจ้าหนึ่งก็ใช่ว่าจะใช้กับอีกเจ้าได้ 100% ต้องเดินอ้อม Quirk ของโมเดลอยู่ตลอด ไอ้พวกคำแนะนำที่บอกให้ "อย่าใช้แต่โมเดลเดียว ให้ใช้ตัวที่ทำงานให้เราได้ดีในงานนั้น" กลายเป็นว่ามันมาเพิ่มภาระต้องมาเรียนรู้วิธีสื่อสารกับมันอยู่เรื่อย ๆ อย่าง Gemini เนื่ยผมว่ามันเก่งโคตรกับงาน Mixed Language แต่พอถามคำถามผสมภาษาจริง ๆ ชอบหลุดไปคุยอีกภาษา ซึ่งผมไม่เคยเจอปัญหานี้กับ Claude เลย บางทีต้องเขียนพรอมต์ใส่รูปภาพแล้วส่งเข้าไปถึงจะตอบตรงภาษาที่ต้องการ
555 แฟนคลับ c น่าจะรุ่นเดอะ
maxmin Thu, 12/02/2026 - 01:09
555 แฟนคลับ c น่าจะรุ่นเดอะ