The Smartest AI Just Built a Tool for the Smallest Ones (Fable 5.1)
สรุปย่อ
ประเด็นสำคัญจากวิดีโอ
- **ช่อง:** Leon van Zyl · **ความยาว:** ~11 นาที · **ลิงก์:** https://www.youtube.com/watch?v=WjOcStPCbgk
# สรุป: The Smartest AI Just Built a Tool for the Smallest Ones (Fable 5.1) - **ช่อง:** Leon van Zyl · **ความยาว:** ~11 นาที · **ลิงก์:** https://www.youtube.com/watch?v=WjOcStPCbgk ## ประเด็นหลัก - Fable 5.1 สร้างชุดเครื่องมือ coding สำหรับโมเดลฟรีในเครื่องชื่อ "Small" - Small ทำงานบน Ollama และ LM Studio โดยไม่ต้องการการตั้งค่า - มี web interface ที่สมบูรณ์พร้อม browser และ workspace management - สามารถสล้างโมเดลได้ง่ายด้วย slash command - มี landing page ที่ออกแบบสวยงามตรงตามสไตล์ terminal ## ความเห็นสรุป Fable 5.1 ได้สร้างเครื่องมือที่มีประสิทธิภาพสำหรับการพัฒนาซอฟต์แวร์ด้วยโมเดล AI ในเครื่อง โดยเน้นความเข้าถึงและความง่ายในการใช้งาน ซึ่งเป็นทางเลือกที่น่าสนใจสำหรับนักพัฒนาที่ต้องการใช้โมเดล AI ฟรีในการทำงานจริง
คำแปลเต็ม
แปลตามบทสนทนาต้นฉบับ ปรับเป็นภาษาไทยธรรมชาติ
Fable 5.1 มาถึงแล้วและน่าทึ่งมาก แต่แทนที่จะให้ผมสร้างแอปขนาดเล็ก ผมต้องการมอบหมายงานที่ยากลำบากให้มัน ดังนั้นผมจึงให้ Fable 5.1 สร้าง coding harness ที่ดีที่สุดสำหรับโมเดลฟรีในเครื่อง (free local models) นี่คือ Small มันคือชุดเครื่องมือที่ใช้ agent ซึ่งได้รับการเพิ่มประสิทธิภาพสำหรับโมเดลฟรีในเครื่องที่ทำงานบน Ollama และ LM Studio และนี่ไม่ใช่แอปขนาดเล็กแน่นอน สิ่งที่คุณกำลังดูอยู่ในตอนนี้คือ web interface ที่เราสร้างขึ้น ซึ่งรวมไปถึงทุกอย่างตั้งแต่ browser ที่รวมเข้าด้วยกันไปจนถึงการสร้าง workspace และ session ต่อ workspace และคุณมีการเข้าถึง slash command เช่นการเปลี่ยนโมเดล และชุดเครื่องมือนี้จะจับโมเดลใดๆ ที่คุณติดตั้งไว้ใน Ollama หรือ LM Studio โดยอัตโนมัติ การสลับระหว่างโมเดลเหล่านี้ง่ายมากแค่นั้น และใช่คุณสามารถรันชุดเครื่องมือนี้ใน terminal ได้โดยการรันคำสั่งเดียวเช่นนี้ และอีกครั้ง ไม่ต้องการการตั้งค่าใดๆ คุณแค่ต้องเลือกโมเดลที่คุณต้องการใช้ คุณแม้จะสามารถเปลี่ยนระดับการใช้เหตุผล (reasoning level) ได้ และทุกอย่างก็ทำงานไปอย่างราบรื่น
Fable 5.1 แม้แต่สร้าง landing page สำหรับชุดเครื่องมือนี้ ซึ่งผมคิดว่าดูสวยมาก มันตรงกับศิลปะประกอบของหน้าต่าง terminal นั่นเอง ดังนั้นผมจึงคิดว่าในวิดีโอนี้ ผมจะทำบางอย่างที่แตกต่างไปเล็กน้อย แทนที่จะแค่แสดงให้เห็นเกี่ยวกับ benchmarks หรือให้ marketing fluff จาก Anthropic ผมจะพาคุณไปตามขั้นตอนที่ผมได้ทำตามเพื่อให้ได้ผลลัพธ์สุดท้ายนี้ และหวังว่าคุณจะได้เรียนรู้บางสิ่งจากมัน หรือถ้าคุณสนใจในการใช้โมเดลในเครื่อง คุณควรจะลองใช้ Small ตามไปด้วย
เมื่อเราดูโมเดลที่เราสามารถรันบนฮาร์ดแวร์ของเราได้ในความเป็นจริง เช่น Qwen 3.8 โมเดลเหล่านี้มี context window สูงถึง 256,000 tokens แต่มันเป็นไปได้น้อยมากที่คนส่วนใหญ่จะสามารถโหลด context window ทั้งหมดนี้เข้าไปใน RAM ของเราได้ ดังนั้นในความเป็นจริง อาจจะโหลดได้สูงสุดถึง 64,000 tokens หรืออาจจะ 128,000 tokens ซึ่งไม่ได้มากเลย
เราสามารถตั้งโมเดลเหล่านี้ให้ทำงานใน coding harness อื่นๆ ได้เช่น Claude Code แต่ให้ผมแค่แสดงให้เห็นเกี่ยวกับข้อจำกัด...
อภิธานศัพท์เทคนิค
คำศัพท์และชื่อผลิตภัณฑ์ที่คงรูปภาษาอังกฤษ
| ศัพท์ | คำแปล / คำอธิบาย |
|---|---|
| Fable 5.1 | AI coding assistant รุ่นที่ 5.1 |
| Small | ชื่อชุดเครื่องมือ coding harness สำหรับโมเดลฟรีในเครื่อง |
| Ollama | แพลตฟอร์มสำหรับการรันโมเดล AI ในเครื่อง |
| LM Studio | แพลตฟอร์มสำหรับการรันโมเดล AI ในเครื่อง |
| coding harness | ชุดเครื่องมือสำหรับการพัฒนาโค้ด |
| agent | ระบบที่สามารถทำงานเป็นนักพัฒนาโค้ดได้ |
| context window | จำนวน token สูงสุดที่โมเดลสามารถประมวลผลได้ในครั้งเดียว |
| tokens | หน่วยย่อยของข้อความที่โมเดล AI ใช้ประมวลผล |
| web interface | ส่วนติดต่อผ่านเว็บเบราว์เซอร์ |
| slash commands | คำสั่งที่เริ่มต้นด้วยเครื่องหมาย / |
| workspace | พื้นที่ทำงานแยกกันสำหรับโปรเจกต์ต่างๆ |
| landing page | หน้าเว็บหลักของแอปพลิเคชัน |
| benchmarks | การทดสอบประสิทธิภาพของโมเดล |
| reasoning level | ระดับการใช้เหตุผลของโมเดล |
ซับไตเติ้ลภาษาไทย
ดาวน์โหลดหรือดูซับทั้งหมด
1 00:00:00,000 --> 00:00:11,988 Fable 5.1 มาถึงแล้วและน่าทึ่งมาก 2 00:00:11,988 --> 00:00:23,977 แต่แทนที่จะให้ผมสร้างแอปขนาดเล็ก 3 00:00:23,977 --> 00:00:37,463 ผมต้องการมอบหมายงานที่ยากลำบากให้มัน 4 00:00:37,463 --> 00:00:54,697 ดังนั้นผมจึงให้ Fable 5.1 สร้าง coding harness
เปิดดูซับไตเติ้ลทั้งหมด (49 segments)
1 00:00:00,000 --> 00:00:11,988 Fable 5.1 มาถึงแล้วและน่าทึ่งมาก 2 00:00:11,988 --> 00:00:23,977 แต่แทนที่จะให้ผมสร้างแอปขนาดเล็ก 3 00:00:23,977 --> 00:00:37,463 ผมต้องการมอบหมายงานที่ยากลำบากให้มัน 4 00:00:37,463 --> 00:00:54,697 ดังนั้นผมจึงให้ Fable 5.1 สร้าง coding harness 5 00:00:54,697 --> 00:01:11,930 ที่ดีที่สุดสำหรับโมเดลฟรีในเครื่อง (free local 6 00:01:11,930 --> 00:01:29,163 models) นี่คือ Small มันคือชุดเครื่องมือที่ใช้ 7 00:01:29,163 --> 00:01:31,036 agent 8 00:01:31,036 --> 00:01:54,264 ซึ่งได้รับการเพิ่มประสิทธิภาพสำหรับโมเดลฟรีในเครื่องที่ทำงานบน 9 00:01:54,264 --> 00:02:01,756 Ollama และ LM Studio 10 00:02:01,756 --> 00:02:12,621 และนี่ไม่ใช่แอปขนาดเล็กแน่นอน 11 00:02:12,621 --> 00:02:29,854 สิ่งที่คุณกำลังดูอยู่ในตอนนี้คือ web interface 12 00:02:29,854 --> 00:02:45,963 ที่เราสร้างขึ้น ซึ่งรวมไปถึงทุกอย่างตั้งแต่ 13 00:02:45,963 --> 00:03:00,948 browser ที่รวมเข้าด้วยกันไปจนถึงการสร้าง 14 00:03:00,948 --> 00:03:14,061 workspace และ session ต่อ workspace 15 00:03:14,061 --> 00:03:26,049 และคุณมีการเข้าถึง slash command 16 00:03:26,049 --> 00:03:33,167 เช่นการเปลี่ยนโมเดล 17 00:03:33,167 --> 00:03:45,155 และชุดเครื่องมือนี้จะจับโมเดลใดๆ 18 00:03:45,155 --> 00:04:00,141 ที่คุณติดตั้งไว้ใน Ollama หรือ LM Studio 19 00:04:00,141 --> 00:04:04,636 โดยอัตโนมัติ 20 00:04:04,636 --> 00:04:19,996 การสลับระหว่างโมเดลเหล่านี้ง่ายมากแค่นั้น 21 00:04:19,996 --> 00:04:36,855 และใช่คุณสามารถรันชุดเครื่องมือนี้ใน terminal 22 00:04:36,855 --> 00:04:52,590 ได้โดยการรันคำสั่งเดียวเช่นนี้ และอีกครั้ง 23 00:04:52,590 --> 00:05:01,206 ไม่ต้องการการตั้งค่าใดๆ 24 00:05:01,206 --> 00:05:14,693 คุณแค่ต้องเลือกโมเดลที่คุณต้องการใช้ 25 00:05:14,693 --> 00:05:28,929 คุณแม้จะสามารถเปลี่ยนระดับการใช้เหตุผล 26 00:05:28,929 --> 00:05:36,796 (reasoning level) ได้ 27 00:05:36,796 --> 00:05:52,531 และทุกอย่างก็ทำงานไปอย่างราบรื่น Fable 5.1 28 00:05:52,531 --> 00:06:01,522 แม้แต่สร้าง landing page 29 00:06:01,522 --> 00:06:17,632 สำหรับชุดเครื่องมือนี้ ซึ่งผมคิดว่าดูสวยมาก 30 00:06:17,632 --> 00:06:32,617 มันตรงกับศิลปะประกอบของหน้าต่าง terminal 31 00:06:32,617 --> 00:06:46,478 นั่นเอง ดังนั้นผมจึงคิดว่าในวิดีโอนี้ 32 00:06:46,478 --> 00:06:59,216 ผมจะทำบางอย่างที่แตกต่างไปเล็กน้อย 33 00:06:59,216 --> 00:07:14,951 แทนที่จะแค่แสดงให้เห็นเกี่ยวกับ benchmarks 34 00:07:14,951 --> 00:07:28,812 หรือให้ marketing fluff จาก Anthropic 35 00:07:28,812 --> 00:07:52,039 ผมจะพาคุณไปตามขั้นตอนที่ผมได้ทำตามเพื่อให้ได้ผลลัพธ์สุดท้ายนี้ 36 00:07:52,039 --> 00:08:06,650 และหวังว่าคุณจะได้เรียนรู้บางสิ่งจากมัน 37 00:08:06,650 --> 00:08:20,137 หรือถ้าคุณสนใจในการใช้โมเดลในเครื่อง 38 00:08:20,137 --> 00:08:31,376 คุณควรจะลองใช้ Small ตามไปด้วย 39 00:08:31,376 --> 00:08:55,353 เมื่อเราดูโมเดลที่เราสามารถรันบนฮาร์ดแวร์ของเราได้ในความเป็นจริง 40 00:08:55,353 --> 00:09:11,837 เช่น Qwen 3.8 โมเดลเหล่านี้มี context window 41 00:09:11,837 --> 00:09:19,704 สูงถึง 256,000 tokens 42 00:09:19,704 --> 00:09:37,312 แต่มันเป็นไปได้น้อยมากที่คนส่วนใหญ่จะสามารถโหลด 43 00:09:37,312 --> 00:09:51,173 context window ทั้งหมดนี้เข้าไปใน RAM 44 00:09:51,173 --> 00:10:02,787 ของเราได้ ดังนั้นในความเป็นจริง 45 00:10:02,787 --> 00:10:19,645 อาจจะโหลดได้สูงสุดถึง 64,000 tokens หรืออาจจะ 46 00:10:19,645 --> 00:10:31,259 128,000 tokens ซึ่งไม่ได้มากเลย 47 00:10:31,259 --> 00:10:47,368 เราสามารถตั้งโมเดลเหล่านี้ให้ทำงานใน coding 48 00:10:47,368 --> 00:10:52,239 harness อื่นๆ 49 00:10:52,239 --> 00:11:15,466 ได้เช่น Claude Code แต่ให้ผมแค่แสดงให้เห็นเกี่ยวกับข้อจำกัด...