Stop Paying Claude for This. Use Jev Instead

1
00:00:00,000 --> 00:00:03,181
Jev จาก typesafe.ai เป็นโมเดลที่วิเศษมาก

2
00:00:03,181 --> 00:00:06,839
แต่ตอนนี้มันกำลังถูกโห่ฮือเกินจริง (overhyped)

3
00:00:06,839 --> 00:00:10,338
ผมเห็นวิดีโอเยอะแยะเรียกมันว่า Claude Killer

4
00:00:10,338 --> 00:00:13,678
ซึ่งมันไม่ใช่ — มันแม้แต่เขียนประโยคเต็ม ๆ

5
00:00:13,678 --> 00:00:14,773
ยังไม่ได้เลย

6
00:00:14,773 --> 00:00:18,351
แต่มีหนึ่งงานที่มันทำได้ดีกว่าและเร็วกว่า LLM

7
00:00:18,351 --> 00:00:19,446
ทุกตัว

8
00:00:19,446 --> 00:00:23,104
และในวิดีโอนี้ผมจะโชว์วิธีใช้มันในโปรเจกต์จริง

9
00:00:23,104 --> 00:00:24,218
ไม่ใช่แค่ demo

10
00:00:24,218 --> 00:00:27,001
มาดูกันว่าเราจะสร้างอะไรในวิดีโอนี้

11
00:00:27,001 --> 00:00:30,659
และคุณเอาทุกอย่างที่เรียนจากตรงนี้ไปใช้กับ Jev

12
00:00:30,659 --> 00:00:33,919
ได้อีกเพียบ กับ use case ที่หลากหลายมาก ๆ

13
00:00:33,919 --> 00:00:36,225
นี่คือ GitHub repo หนึ่งของผม

14
00:00:36,225 --> 00:00:39,804
มันคือเว็บแอปพลิเคชันที่มีโมเดล 3D ของ Claude

15
00:00:39,804 --> 00:00:42,905
อยู่ เรามีฉากคฤหาสน์ผีสิงอยู่เบื้องหลัง

16
00:00:42,905 --> 00:00:46,404
แต่ยังไม่มีสีหน้าที่สื่อว่า Claude กำลังกลัว

17
00:00:46,404 --> 00:00:48,790
เราจะสร้าง issue ใหม่ตัวนี้กัน

18
00:00:48,790 --> 00:00:52,368
และภายในวินาทีเดียว คุณจะเห็นป้ายกำกับเปลี่ยน

19
00:00:52,368 --> 00:00:55,470
เราได้ป้าย Agent, Codex และ Enhancement

20
00:00:55,470 --> 00:00:58,651
สิ่งที่เกิดขึ้นคือ ตอนเราสร้าง issue นี้

21
00:00:58,651 --> 00:01:01,911
เนื้อหาทั้งหมด ทั้ง title และ description

22
00:01:01,911 --> 00:01:05,171
ถูกส่งไปให้ Jev แล้วเราให้ Jev ทำสองอย่าง

23
00:01:05,171 --> 00:01:08,750
อย่างแรก เราให้ Jev กำหนดหมวดหมู่ issue หนึ่ง

24
00:01:08,750 --> 00:01:09,845
ๆ

25
00:01:09,845 --> 00:01:14,457
จะเป็นได้ไม่กี่แบบ: enhancement (การปรับปรุง/ฟีเจอร์ใหม่),

26
00:01:14,457 --> 00:01:17,956
documentation (เอกสาร) หรือ bug (ข้อผิดพลาด)

27
00:01:17,956 --> 00:01:20,819
และ Jev ระบุถูกต้องว่า issue นี้เป็น

28
00:01:20,819 --> 00:01:24,397
enhancement หมายความว่าเป็นฟีเจอร์ใหม่ GitHub

29
00:01:24,397 --> 00:01:27,181
repo นี้ต่อเข้ากับ software factory

30
00:01:27,181 --> 00:01:30,759
(โรงงานซอฟต์แวร์อัตโนมัติ) อยู่ และใน backend

31
00:01:30,759 --> 00:01:34,258
ผมมีเอเจนต์หลายตัวใน fleet ประกอบด้วยเอเจนต์

32
00:01:34,258 --> 00:01:36,485
Codex และเอเจนต์ Claude Code

33
00:01:36,485 --> 00:01:39,188
ขึ้นอยู่กับประเภทงานของ change นี้

34
00:01:39,188 --> 00:01:42,767
เราควรส่งให้เอเจนต์ที่ถูกต้อง และสำหรับงาน 3D

35
00:01:42,767 --> 00:01:45,709
หรืองานที่เกี่ยวกับ spatial reasoning

36
00:01:45,709 --> 00:01:48,731
(การให้เหตุผลเชิงพื้นที่/มิติสัมพันธ์)

37
00:01:48,731 --> 00:01:51,117
ผมชอบใช้ Codex กับ GPT-6 Astra

38
00:01:51,117 --> 00:01:54,695
นั่นคือเหตุผลที่ Jev ระบุว่า Codex คือ coding

39
00:01:54,695 --> 00:01:57,955
agent ที่ถูกต้อง ที่มีประโยชน์อีกอย่างคือ

40
00:01:57,955 --> 00:02:01,613
เรามีคอมเมนต์นี้ ที่แสดงสิ่งที่ได้รับกลับมาจาก

41
00:02:01,613 --> 00:02:05,112
Jev แบบเป๊ะ ๆ สำหรับหมวดหมู่ Jev มั่นใจ 100%

42
00:02:05,112 --> 00:02:08,770
ว่านี่คือฟีเจอร์ใหม่ และสำหรับการส่งต่อเอเจนต์

43
00:02:08,770 --> 00:02:12,269
มันมั่นใจ 100% ว่า change นี้ควรส่งให้ Codex

44
00:02:12,269 --> 00:02:15,768
เราเห็นข้อมูลที่เป็นประโยชน์อื่น ๆ ด้วย เช่น

45
00:02:15,768 --> 00:02:19,188
context ทั้งหมดที่เราส่งให้ Jev และคำตอบของ

46
00:02:19,188 --> 00:02:22,607
Jev ในวิดีโอนี้ผมจะสอนวิธีตั้งค่าทั้งหมดนี้

47
00:02:22,607 --> 00:02:24,595
และนี่จะสอนคุณวิธีใช้ Jev

48
00:02:24,595 --> 00:02:26,504
กับโปรเจกต์ได้หลายรูปแบบ

49
00:02:26,504 --> 00:02:30,082
คุณไม่จำเป็นต้องใช้มันใน GitHub repo เท่านั้น

50
00:02:30,082 --> 00:02:33,184
จะเอาไปใช้กับเกมหรืออะไรก็ได้ตามต้องการ

51
00:02:33,184 --> 00:02:36,364
และคุณคงเห็นใน intro แล้วว่า TypeSafe มี

52
00:02:36,364 --> 00:02:40,022
waiting list อยู่ตอนนี้ แต่ผมจะโชว์วิธีเข้าถึง

53
00:02:40,022 --> 00:02:42,885
Jev ได้เลยตอนนี้ โดยไม่ต้องเข้าคิวรอ

54
00:02:42,885 --> 00:02:45,669
แต่ก่อนอื่น — Jev มันคืออะไรกันแน่?

55
00:02:45,669 --> 00:02:48,929
ผมเห็นคนเยอะมากเทียบมันกับ frontier model

56
00:02:48,929 --> 00:02:51,951
(โมเดลแนวหน้า) อย่าง Claude และ OpenAI

57
00:02:51,951 --> 00:02:55,370
แต่ความจริงห่างไกลกันคนละฟากฟ้าเลย Jev เป็น

58
00:02:55,370 --> 00:02:58,551
System 1 model (โมเดลระบบคิดเร็ว) ขณะที่

59
00:02:58,551 --> 00:03:01,573
Claude หรือ OpenAI เป็น System 2 model

60
00:03:01,573 --> 00:03:03,163
(โมเดลคิดเชิงเหตุผล)

61
00:03:03,163 --> 00:03:05,310
คุณอาจสงสัยว่าต่างกันยังไง?

62
00:03:05,310 --> 00:03:07,537
System 1 model นั้นง่ายมาก ๆ

63
00:03:07,537 --> 00:03:10,161
ถูกสร้างมาเพื่อตัดสินใจเร็วจริง ๆ

64
00:03:10,161 --> 00:03:14,296
และตอบกลับคุณให้ถูกที่สุดและเร็วที่สุดเท่าที่จะทำได้

65
00:03:14,296 --> 00:03:17,954
ทำให้โมเดลอย่าง Jev เหมาะกับงาน classification

66
00:03:17,954 --> 00:03:21,533
(การจำแนกประเภท) ที่สุด ขณะที่ System 2 model

67
00:03:21,533 --> 00:03:24,157
อย่าง frontier model มี reasoning

68
00:03:24,157 --> 00:03:27,020
(การให้เหตุผล) และความฉลาดมากกว่ามาก

69
00:03:27,020 --> 00:03:30,678
ความต่างนี้สำคัญมาก เพราะ Jev เร็วสุดขีดแบบนี้

70
00:03:30,678 --> 00:03:34,097
มันจึงทำงานซับซ้อนไม่ได้ มันไม่มี reasoning

71
00:03:34,097 --> 00:03:37,676
และแย่มากกับงานวิทยาศาสตร์และคณิตศาสตร์ แถมมี

72
00:03:37,676 --> 00:03:40,936
context window (หน้าต่างบริบท) จิ๋วแค่ราว

73
00:03:40,936 --> 00:03:43,878
32,000 tokens Jev ไม่ใช่ chatbot ด้วย

74
00:03:43,878 --> 00:03:47,536
คุณไม่สามารถคุยกับมันเหมือน Claude หรือ OpenAI

75
00:03:47,536 --> 00:03:50,956
ได้ มันเก่งแค่ 3 ประเภทงานเท่านั้น: Choice,

76
00:03:50,956 --> 00:03:54,057
Score หรือ Null สำหรับทั้งสามแบบ เราส่ง

77
00:03:54,057 --> 00:03:56,443
context บางอย่างเกี่ยวกับปัญหา

78
00:03:56,443 --> 00:03:58,510
หรือสิ่งที่เราอยากให้มันทำ

79
00:03:58,510 --> 00:04:01,214
แล้วเราจะให้ชุดตัวเลือกให้มันเลือก

80
00:04:01,214 --> 00:04:03,361
ตัวอย่างเช่น เราให้ context

81
00:04:03,361 --> 00:04:06,701
เกี่ยวกับปัญหาหนึ่ง แล้วมันต้องส่งต่อไปยัง

82
00:04:06,701 --> 00:04:10,280
billing (การเงิน/วางบิล) technical หรือ sales

83
00:04:10,280 --> 00:04:13,699
หรือเหมือนใน GitHub repo ของเรา มันควรจำแนก

84
00:04:13,699 --> 00:04:16,005
issue ว่าเป็นฟีเจอร์ใหม่, bug

85
00:04:16,005 --> 00:04:18,550
หรือการแก้ไขเอกสาร เรายังใช้ Jev

86
00:04:18,550 --> 00:04:20,777
ให้คะแนนอะไรบางอย่างได้ เช่น

87
00:04:20,777 --> 00:04:24,435
ให้รีวิวลูกค้าหนึ่งฉบับ แล้วถามว่ารีวิวนี้สงบ,

88
00:04:24,435 --> 00:04:30,081
หงุดหงิด หรือโกรธจัด แล้วก็มี Null ซึ่งเป็นการตัดสินใจแบบ Boolean แทบ ๆ

89
00:04:30,081 --> 00:04:31,989
อย่าง "ประโยคนี้จริงไหม"

90
00:04:31,989 --> 00:04:35,329
แล้วมันจะตอบใช่หรือไม่ใช่ พร้อม confidence

91
00:04:35,329 --> 00:04:37,715
score (คะแนนความมั่นใจ) เล็ก ๆ

92
00:04:37,715 --> 00:04:41,532
หนึ่งตัว อย่างที่เห็น ไม่มีแบบไหนคืนประโยคเต็ม ๆ

93
00:04:41,532 --> 00:04:44,792
เลย มันคือการจำแนกอย่างรวดเร็วจังหวะเดียว

94
00:04:44,792 --> 00:04:48,212
ขอเจาะลึกเทคนิคหน่อยนะ นี่คือหน้าตา request

95
00:04:48,212 --> 00:04:50,995
และ response จริงของ Jev ใน request

96
00:04:50,995 --> 00:04:54,414
เราระบุโมเดลได้ เช่น jev-latest ใส่ context

97
00:04:54,414 --> 00:04:57,834
อะไรบางอย่าง เช่นสถานะปัจจุบันคือ "ช่วยด้วย

98
00:04:57,834 --> 00:05:00,776
การจ่ายเงินของฉันล้มเหลวมา 3 วันแล้ว"

99
00:05:00,776 --> 00:05:03,241
นี่คือคอมเมนต์แบบทั่วไปจาก user

100
00:05:03,241 --> 00:05:05,786
แล้วเราถามคำถามได้ เช่นแบบ null:

101
00:05:05,786 --> 00:05:09,126
"เรื่องนี้เร่งด่วนไหม" แบบ type null พร้อม

102
00:05:09,126 --> 00:05:11,273
instruction (คำสั่งประกอบ):

103
00:05:11,273 --> 00:05:14,056
"สิ่งนี้สื่อความเร่งด่วนหรือเปล่า?"

104
00:05:14,056 --> 00:05:17,237
ส่วนนี้จะบอกให้ Jev ตอบเป็นใช่หรือไม่ใช่

105
00:05:17,237 --> 00:05:20,020
หรือเราจะให้ Jev เลือกแผนกที่ issue

106
00:05:20,020 --> 00:05:22,883
นี้ควรส่งต่อ ซึ่งใช้ type choice กับ

107
00:05:22,883 --> 00:05:26,064
instruction: "ทีมไหนควรจัดการเรื่องนี้?"

108
00:05:26,064 --> 00:05:29,006
เราแค่ให้ตัวเลือกไม่กี่ตัวให้มันเลือก

109
00:05:29,006 --> 00:05:30,915
และแน่นอน ใช้แบบ scoring

110
00:05:30,915 --> 00:05:34,573
ตั้งระดับความหงุดหงิดได้ด้วย ส่วน response จาก

111
00:05:34,573 --> 00:05:37,833
Jev จะหน้าตาประมาณนี้ และโครงสร้างนี้เป็น

112
00:05:37,833 --> 00:05:39,980
deterministic (กำหนดตายตัว)

113
00:05:39,980 --> 00:05:43,797
หมายความว่าคุณจะได้โครงสร้างนี้กลับมาเสมอเวลาใช้

114
00:05:43,797 --> 00:05:47,137
Jev ดังนั้นถ้าโค้ดของคุณอ้างอิง object นี้

115
00:05:47,137 --> 00:05:49,443
หรือ map ไปมากับอะไรอย่าง n8n

116
00:05:49,443 --> 00:05:53,181
คุณการันตีได้เลยว่าจะได้โครงสร้างเดิมกลับมาเสมอ

117
00:05:53,181 --> 00:05:56,839
จุดเจ๋งอีกอย่างของ output structure คือ คุณได้

118
00:05:56,839 --> 00:06:00,417
confidence score กลับมาจาก Jev ด้วย เป็นคะแนน

119
00:06:00,417 --> 00:06:03,757
0 ถึง 1 โดย 1 หมายถึง 100% คุณจึงใส่ logic

120
00:06:03,757 --> 00:06:06,938
ในแอปพลิเคชันได้ว่า ถ้า confidence score

121
00:06:06,938 --> 00:06:10,358
ต่ำกว่า 0.75 ก็ส่งต่อให้คนตรวจทานแทน ตอนนี้

122
00:06:10,358 --> 00:06:13,459
เราต้องตัดสินใจว่าจะใช้ Jev หรือ Claude

123
00:06:13,459 --> 00:06:16,878
ทำงานจำแนก คำตอบขึ้นกับต้นทุนล้วน ๆ ฟังดูนะ

124
00:06:16,878 --> 00:06:20,616
ถ้าการตัดสินใจของคุณต้องพึ่งคณิตศาสตร์ที่แม่นยำ

125
00:06:20,616 --> 00:06:23,956
วิทยาศาสตร์ที่แม่นยำ หรือต้องใช้ reasoning

126
00:06:23,956 --> 00:06:26,739
คุณอาจไม่มีทางเลือกนอกจากใช้ Claude

127
00:06:26,739 --> 00:06:29,999
แต่ถ้าแค่ทำงานจำแนกอย่างเร็ว ๆ Jev เกินพอ

128
00:06:29,999 --> 00:06:33,180
ผมกำลังคำนวณให้ดูว่าการจำแนก 1 ล้านครั้ง

129
00:06:33,180 --> 00:06:36,123
สำหรับงานแบบ GitHub repo จะคุ้มแค่ไหน

130
00:06:36,123 --> 00:06:39,303
ถ้าต้องจำแนก 1 ล้านครั้ง Jev คุ้มแค่ $21

131
00:06:39,303 --> 00:06:42,882
ขณะที่โมเดลถูกอย่าง Sonnet 5 จะคุ้มราว $1,500

132
00:06:42,882 --> 00:06:46,460
และผมยังไม่อยากพูดถึง Fable 5.1 เลยที่ $7,500

133
00:06:46,460 --> 00:06:48,607
ดังนั้นสำหรับงานจำแนกด่วน ๆ

134
00:06:48,607 --> 00:06:55,049
อย่างใน GitHub repo หรือคุณกำลังสร้าง workflow หรือส่งต่อ issue ระหว่างแผนกต่าง ๆ

135
00:06:55,049 --> 00:06:59,502
Jev คือคำตอบที่ชัดเจนที่สุด พูดพอแล้ว แล้วใช้ Jev จริง ๆ

136
00:06:59,502 --> 00:07:00,933
ยังไง? แต่ก่อนอื่น

137
00:07:00,933 --> 00:07:04,035
ขอพูดถึงสปอนเซอร์วันนี้แป๊บนึง — Decodo

138
00:07:04,035 --> 00:07:05,546
เวลาคุณให้ AI agent

139
00:07:05,546 --> 00:07:07,693
ไปดึงข้อมูลจากเว็บไซต์หนึ่ง

140
00:07:07,693 --> 00:07:10,476
มีโอกาสสูงมากที่มันจะกลับมามือเปล่า

141
00:07:10,476 --> 00:07:11,589
เว็บไซต์จริง ๆ

142
00:07:11,589 --> 00:07:15,168
ไม่ยอมยื่นข้อมูลให้อะไรที่ไม่ใช่ browser จริง

143
00:07:15,168 --> 00:07:18,508
และ AI agent อย่าง Claude ก็ไม่ใช่ browser

144
00:07:18,508 --> 00:07:20,655
จริง หรืออย่างในตัวอย่างนี้

145
00:07:20,655 --> 00:07:24,154
ข้อมูลนี้ถูกจำกัดตามภูมิภาค (geo-restricted)

146
00:07:24,154 --> 00:07:26,778
ถ้า agent ต้อง request จากเยอรมนี

147
00:07:26,778 --> 00:07:30,277
เว็บนี้จะไม่คืนข้อมูลที่มีประโยชน์เลย Decodo

148
00:07:30,277 --> 00:07:33,140
มี web scraping API ที่มี MCP server

149
00:07:33,140 --> 00:07:34,235
อยู่หน้ามัน

150
00:07:34,235 --> 00:07:37,654
หมายความว่าคุณดรอปมันใส่อะไรก็ได้ที่คุย MCP

151
00:07:37,654 --> 00:07:40,755
Decodo ให้ rotating IPs (IP หมุนเวียน),

152
00:07:40,755 --> 00:07:44,175
JavaScript rendering และการ retry อัตโนมัติ

153
00:07:44,175 --> 00:07:47,276
คุณยื่นเว็บไซต์ให้มัน ระบุ geo-location

154
00:07:47,276 --> 00:07:50,855
ก็ได้ด้วย agent ของคุณจะใช้ MCP server ของเขา

155
00:07:50,855 --> 00:07:53,797
แล้วได้รับ markdown สะอาด ๆ หรือ JSON

156
00:07:53,797 --> 00:07:57,455
โครงสร้างแล้วเรียบร้อยกลับไป แพ็กเกจฟรีของ web

157
00:07:57,455 --> 00:08:00,875
scraping API ให้ 2,000 credits ใช้ได้เต็มปี

158
00:08:00,875 --> 00:08:02,704
และไม่ต้องใช้บัตรเครดิต

159
00:08:02,704 --> 00:08:06,362
ผมแปะลิงก์ไว้ในคำอธิบายของวิดีโอ และถ้าใช้โค้ด

160
00:08:06,362 --> 00:08:08,429
LEONVANZYL จะได้ส่วนลด 10%

161
00:08:08,429 --> 00:08:11,451
สำหรับแพ็กเกจจ่ายเงินแรก ขอบคุณ Decodo

162
00:08:11,451 --> 00:08:14,950
ที่สนับสนุนวิดีโอนี้ เอาละ กลับเข้าเรื่องกัน

163
00:08:14,950 --> 00:08:18,210
เพื่อเข้าถึง Jev คุณเข้าไปที่ typesafe.ai

164
00:08:18,210 --> 00:08:21,630
แล้วเข้าสู่ระบบ ตอนที่อัดวิดีโอนี้ ต้องเข้า

165
00:08:21,630 --> 00:08:22,725
waitlist อยู่

166
00:08:22,725 --> 00:08:25,747
พวกเขาเคยเปิดให้ใช้โดยไม่ต้องคิวสักพัก

167
00:08:25,747 --> 00:08:28,927
แต่ดูเหมือนจะกลับมามีคิวอีกแล้ว วิธีข้าม

168
00:08:28,927 --> 00:08:31,870
waitlist คือเข้าไปสมัครที่ OpenRouter

169
00:08:31,870 --> 00:08:35,528
OpenRouter ให้คุณเข้าถึง Jev เวอร์ชันล่าสุดได้

170
00:08:35,528 --> 00:08:38,470
สำหรับบทเรียนนี้ ผมจะใช้ TypeSafe เอง

171
00:08:38,470 --> 00:08:42,049
แต่ถ้าคุณอยากทำตามแบบ OpenRouter เวลาผมพูดถึง

172
00:08:42,049 --> 00:08:45,468
TypeSafe หรือ TypeSafe API กับ coding agent

173
00:08:45,468 --> 00:08:49,126
คุณแค่พูดถึง Jev ในฐานะ OpenRouter API แทน จาก

174
00:08:49,126 --> 00:08:51,114
dashboard ของ typesafe.ai

175
00:08:51,114 --> 00:08:54,772
มีไม่กี่อย่างที่เราต้องระวังไว้ เมื่อเข้าไปที่

176
00:08:54,772 --> 00:08:58,112
Playground เราจะเห็นวิธีทำงานของ Jev ชัด ๆ

177
00:08:58,112 --> 00:09:02,406
และอย่างที่ผมบอกไปก่อนหน้า คุณมีสามตัวเลือกหลัก: Null,

178
00:09:02,406 --> 00:09:05,746
Score หรือ Choice มาคลิกดูตัวอย่างหนึ่งตัว

179
00:09:05,746 --> 00:09:09,404
ดูสิ นั่นแหละคือโครงสร้างที่คุณเห็นก่อนหน้านี้

180
00:09:09,404 --> 00:09:12,505
และเรายังรวมหลายคำถามเข้าด้วยกันได้ด้วย

181
00:09:12,505 --> 00:09:15,607
ไม่จำเป็นต้องเป็น null อย่างเดียว จะผสม

182
00:09:15,607 --> 00:09:18,788
scoring หรือ choice ก็ได้ รวมทั้งหมดเป็น

183
00:09:18,788 --> 00:09:20,298
request เดียวได้เลย

184
00:09:20,298 --> 00:09:23,002
เราจะสลับค่าพวกนี้เป็นค่าจริง เช่น

185
00:09:23,002 --> 00:09:26,501
สถานะปัจจุบันเป็นอะไร แล้วรัน ก็ได้ response

186
00:09:26,501 --> 00:09:27,596
กลับมา

187
00:09:27,596 --> 00:09:30,936
เราจะเห็นเค้าโครงว่าคำตอบจะหน้าตาเป็นยังไง

188
00:09:30,936 --> 00:09:32,606
และพอสลับไป JSON view

189
00:09:32,606 --> 00:09:37,059
จะได้โครงสร้างเชิงเทคนิคที่การันตีว่าจะได้กลับมาทุกครั้ง

190
00:09:37,059 --> 00:09:40,320
ที่ส่ง request นี้ โครงสร้างนี้ถูกการันตี

191
00:09:40,320 --> 00:09:43,739
เพื่อใช้ Jev เราต้องสร้าง API key ไปที่ API

192
00:09:43,739 --> 00:09:47,397
keys แล้วสร้าง key ใหม่ ผมตั้งชื่อว่า tutorial

193
00:09:47,397 --> 00:09:50,737
ก็ได้ และตอนนี้เรามี API key แล้ว ก็อป key

194
00:09:50,737 --> 00:09:53,520
นี้ไปเก็บไว้ที่ปลอดภัย กรุณาใช้ key

195
00:09:53,520 --> 00:09:57,178
ของคุณเองนะครับ ผมจะลบ key นี้ทิ้งหลังอัดเสร็จ

196
00:09:57,178 --> 00:10:00,518
เนื่องจากนี่เป็นบริการเสียเงิน เราต้องเติม

197
00:10:00,518 --> 00:10:04,176
credits ในบัญชี ตอนผมสมัคร ได้รับ free credits

198
00:10:04,176 --> 00:10:06,641
$5 เลยสมมติว่าทุกคนได้เหมือนกัน

199
00:10:06,641 --> 00:10:10,220
และผมยังไม่ได้ใช้สักเท่าไหร่เลย เพราะ request

200
00:10:10,220 --> 00:10:13,560
พวกนี้ถูกมาก สิ่งที่ต้องมีตอนนี้คือ GitHub

201
00:10:13,560 --> 00:10:17,138
repo ที่จะต่อ Jev เข้าไป คุณใช้โค้ดของผมก็ได้

202
00:10:17,138 --> 00:10:20,796
หรือใช้ repo เดิมของคุณก็ได้ หรือจะ push dummy

203
00:10:20,796 --> 00:10:23,102
repo ใหม่ขึ้น GitHub ก็ยังได้

204
00:10:23,102 --> 00:10:25,647
อะไรก็ได้ไม่ว่ากัน แค่ไปที่ code

205
00:10:25,647 --> 00:10:28,987
แล้วก็อปคำสั่งตรงนี้ แล้วเปิด coding agent

206
00:10:28,987 --> 00:10:32,645
ของคุณขึ้นมา ผมจะใช้ Claude Code ตั้งเป็น Opus

207
00:10:32,645 --> 00:10:36,223
5.5 และ reasoning effort สูง "โปรด clone repo

208
00:10:36,223 --> 00:10:39,802
นี้ไปที่ root ของโปรเจกต์" แล้วผมก็วาง GitHub

209
00:10:39,802 --> 00:10:43,062
URL ลงไป โอเค ตอนนี้ก็อปไฟล์ทั้งหมดมาแล้ว

210
00:10:43,062 --> 00:10:46,561
มาสร้าง GitHub repo ใหม่กัน ผมสั่งว่า "สร้าง

211
00:10:46,561 --> 00:10:50,219
private GitHub repo ใหม่ให้โปรเจกต์นี้" เยี่ยม

212
00:10:50,219 --> 00:10:52,128
โปรเจกต์ขึ้น GitHub แล้ว

213
00:10:52,128 --> 00:10:55,786
สิ่งที่เราอยากทำตอนนี้คือ เวลาสร้าง issue ใหม่

214
00:10:55,786 --> 00:10:59,841
เราอยากได้ความสามารถในการติดป้ายกำกับเฉพาะเจาะจงมาก

215
00:10:59,841 --> 00:11:01,591
ๆ ตรงนี้สนุกที่สุดแล้ว

216
00:11:01,591 --> 00:11:03,499
และขึ้นอยู่กับคุณทั้งหมด

217
00:11:03,499 --> 00:11:06,601
จะทำซับซ้อนแค่ไหนก็ได้ตามใจ สำหรับ demo

218
00:11:06,601 --> 00:11:09,861
นี้ผมจะทำแบบเรียบง่ายที่สุด เรามี default

219
00:11:09,861 --> 00:11:12,565
labels อยู่แล้วชุดหนึ่ง อย่าง bug,

220
00:11:12,565 --> 00:11:16,143
documentation และ enhancement เรายังให้ agent

221
00:11:16,143 --> 00:11:19,483
เพิ่ม custom labels ได้อีกด้วย เช่นสั่งว่า

222
00:11:19,483 --> 00:11:22,744
"โปรดเพิ่ม labels เหล่านี้ใน GitHub repo:

223
00:11:22,744 --> 00:11:26,243
หนึ่ง Claude running Fable สอง Codex running

224
00:11:26,243 --> 00:11:29,264
Astra และอาจเพิ่ม Claude running Haiku

225
00:11:29,264 --> 00:11:31,889
สำหรับงานง่าย ๆ " พอ refresh repo

226
00:11:31,889 --> 00:11:34,831
แล้วเข้าไปที่ labels เราจะเห็น labels

227
00:11:34,831 --> 00:11:38,091
ใหม่อยู่ตรงนี้ โอเค สิ่งที่เราอยากให้ Jev

228
00:11:38,091 --> 00:11:41,590
ทำตอนสร้าง issue ใหม่คือ จำแนก issue ว่าเป็น

229
00:11:41,590 --> 00:11:42,685
bug,

230
00:11:42,685 --> 00:11:49,604
documentation หรือ enhancement และมันควรตัดสินด้วยว่าจะส่งงานนี้ให้ agent ตัวไหน จริง ๆ

231
00:11:49,604 --> 00:11:53,977
ถ้าผมทำให้คุณงงว่าเรากำลังทำอะไรอยู่ ผมเจอไดอะแกรมเท่ ๆ

232
00:11:53,977 --> 00:11:57,317
นี้ในหน้าเว็บของ Vercel มันอธิบาย workflow

233
00:11:57,317 --> 00:12:00,816
ที่เรากำลังสร้างพอดี นี่คือ software factory

234
00:12:00,816 --> 00:12:02,407
ที่ Vercel ใช้จริง ๆ

235
00:12:02,407 --> 00:12:06,065
และคล้ายกับที่เรากำลังสร้างมาก เริ่มจากคนสร้าง

236
00:12:06,065 --> 00:12:09,484
issue แล้วมีขั้น identify type ที่เรียก LLM

237
00:12:09,484 --> 00:12:13,063
มาจำแนกว่า issue เป็น bug, ฟีเจอร์ หรือเอกสาร

238
00:12:13,063 --> 00:12:16,403
ในขั้นนี้เรายังทำอย่างอื่นเพิ่มได้อีก เช่น

239
00:12:16,403 --> 00:12:19,822
เลือกว่าจะใช้ agent ประเภทไหนใน agent swarm

240
00:12:19,822 --> 00:12:23,401
ของเรา และเหตุผลที่เราติดป้ายกำกับเหล่านี้คือ

241
00:12:23,401 --> 00:12:26,025
เมื่อ software factory หยิบ issue

242
00:12:26,025 --> 00:12:29,524
นั้นมาประมวลผลจริง มันจะส่ง issue ไปตาม flow

243
00:12:29,524 --> 00:12:32,784
ที่ถูกต้อง มันจะดู labels แล้วคิดว่า "อ๋อ

244
00:12:32,784 --> 00:12:36,283
ถ้าเป็น bug ก็อยากให้ agent ทำซ้ำ error นั้น

245
00:12:36,283 --> 00:12:39,146
แก้ แล้วเทสต์ แล้วสร้าง pull request

246
00:12:39,146 --> 00:12:42,406
หรือถ้าเป็นฟีเจอร์ใหม่ ก็วิเคราะห์ฟีเจอร์

247
00:12:42,406 --> 00:12:45,667
ดูว่าเข้ากับวิสัยทัศน์ของแอปไหม implement

248
00:12:45,667 --> 00:12:47,893
ฟีเจอร์ รีวิว แล้วค่อย merge

249
00:12:47,893 --> 00:12:51,392
ส่วนการแก้เอกสารนั้นง่ายมาก เราใช้โมเดลถูก ๆ

250
00:12:51,392 --> 00:12:54,414
อย่าง Haiku แก้เอกสารแล้ว merge ได้เลย

251
00:12:54,414 --> 00:12:56,720
เพราะเป็น issue ความเสี่ยงต่ำ

252
00:12:56,720 --> 00:13:00,060
อีกสิ่งที่ผมชอบทำคือติดตั้ง TypeSafe agent

253
00:13:00,060 --> 00:13:03,241
skill นี่คือ skill ทางการจาก TypeSafe AI

254
00:13:03,241 --> 00:13:06,501
มันจะสอน agent วิธีใช้ Jev และ API ของเขา

255
00:13:06,501 --> 00:13:09,682
ผมจะแปะลิงก์ GitHub repo ไว้ใน community

256
00:13:09,682 --> 00:13:13,102
ฟรีด้วย แค่ก็อป URL นี้ แล้วกลับไปที่ agent

257
00:13:13,102 --> 00:13:15,090
ของเรา "โปรดติดตั้ง skill

258
00:13:15,090 --> 00:13:18,589
นี้ในโฟลเดอร์โปรเจกต์" เยี่ยม skill นี้จะสอน

259
00:13:18,589 --> 00:13:20,974
agent ของเราวิธีใช้ Jev จริง ๆ

260
00:13:20,974 --> 00:13:24,155
ดังนั้นเดาได้เลยว่าตอนนี้เราต้องพูดอะไร:

261
00:13:24,155 --> 00:13:27,813
"เมื่อไหร่ก็ตามที่เราเพิ่ม issue ใหม่ใน GitHub

262
00:13:27,813 --> 00:13:30,755
repo ต้องเรียก Jev ผ่าน GitHub Action

263
00:13:30,755 --> 00:13:33,936
ให้ทำดังนี้: หนึ่ง ติดป้าย issue ว่าเป็น

264
00:13:33,936 --> 00:13:35,031
enhancement,

265
00:13:35,031 --> 00:13:39,882
bug หรือการแก้ไขเอกสาร สอง กำหนดป้าย agent เช่น Claude Fable,

266
00:13:39,882 --> 00:13:43,381
Codex Astra หรือ Claude Haiku สำหรับเอเจนต์:

267
00:13:43,381 --> 00:13:46,005
งาน coding ขั้นสูงควรส่งให้ Fable

268
00:13:46,005 --> 00:13:49,584
อะไรที่ต้องใช้ spatial reasoning ให้ใช้ Astra

269
00:13:49,584 --> 00:13:52,844
อย่างงาน 3D animation ในรุ่นนี้ และ Haiku

270
00:13:52,844 --> 00:13:56,502
ใช้สำหรับการแก้เอกสารทั้งหมด เพิ่มคอมเมนต์แสดง

271
00:13:56,502 --> 00:13:59,922
input และ response ของ Jev พร้อม confidence

272
00:13:59,922 --> 00:14:03,341
score ของแต่ละหมวดหมู่" แล้วเราส่ง TypeSafe

273
00:14:03,341 --> 00:14:05,409
API key ให้มัน เท่านี้ก็จบ

274
00:14:05,409 --> 00:14:08,828
ผมส่งข้อความนี้ไปเลย โอเค ผมกำลังให้ Claude

275
00:14:08,828 --> 00:14:11,770
push การเปลี่ยนแปลงทั้งหมดขึ้น GitHub

276
00:14:11,770 --> 00:14:15,269
มาลองเล่นดู ไปสร้าง issue ใหม่กัน ผมพิมพ์ว่า

277
00:14:15,269 --> 00:14:18,768
"add a new emotion: scared" สร้างเลย และแล้ว

278
00:14:18,768 --> 00:14:21,472
เราได้ response กลับมาจาก Jev แล้ว

279
00:14:21,472 --> 00:14:24,892
มันจำแนกว่าเป็น enhancement และสำหรับ agent

280
00:14:24,892 --> 00:14:28,390
จะใช้ Codex Astra เรายังเห็นคอมเมนต์ใหม่ด้วย

281
00:14:28,390 --> 00:14:31,730
ถูกติดป้ายเป็น enhancement ด้วย confidence

282
00:14:31,730 --> 00:14:35,309
score 1 หมายถึง 100% สำหรับ agent เลือก Astra

283
00:14:35,309 --> 00:14:38,490
ด้วย confidence 0.62 คงเพราะ description

284
00:14:38,490 --> 00:14:42,068
คลุมเครือนิดหน่อย เราจัดการยังไงก็ได้ตามใจชอบ

285
00:14:42,068 --> 00:14:45,090
แต่ไม่ว่า Astra หรือ Fable ก็ทำ change

286
00:14:45,090 --> 00:14:48,669
นี้ได้ดีทั้งคู่ ตรงนี้เราเห็น input ที่ส่งให้

287
00:14:48,669 --> 00:14:52,327
Jev และเห็น response ของ Jev ด้วย ลองดู tokens

288
00:14:52,327 --> 00:14:55,030
ด้วย งานนี้เผาแค่ไม่ถึง 800 tokens

289
00:14:55,030 --> 00:14:57,416
ซึ่งเท่ากับไม่มีอะไรเลย ตอนนี้

290
00:14:57,416 --> 00:15:00,517
ถ้าอยากต่อยอดอีก คุณต่อ repo นี้เข้ากับ

291
00:15:00,517 --> 00:15:03,539
software factory จริงได้ ขอโชว์ใน repo

292
00:15:03,539 --> 00:15:06,084
อื่นให้ดู นี่คือ repo ของเกม RTS

293
00:15:06,084 --> 00:15:08,788
(วางแผนเรียลไทม์) และผมสร้าง issue

294
00:15:08,788 --> 00:15:12,286
นี้ไว้แค่พูดว่า "ปรับปรุงความหลากหลายของภาพ"

295
00:15:12,286 --> 00:15:15,388
change นี้ถูกส่งให้ Claude และจำแนกเป็น

296
00:15:15,388 --> 00:15:18,966
enhancement และผมตั้ง label ที่เรียกว่า ready

297
00:15:18,966 --> 00:15:22,068
label ready นี้เพิ่งเปลี่ยนเป็น factory

298
00:15:22,068 --> 00:15:25,408
running หมายความว่า agent หนึ่งตัวใน agent

299
00:15:25,408 --> 00:15:27,952
swarm ของผม กำลังทำงานกับ change

300
00:15:27,952 --> 00:15:31,133
นี้อยู่อย่างแข็งขัน และพอ agent นี้เสร็จ

301
00:15:31,133 --> 00:15:34,632
มันจะสร้าง pull request ที่ผมรีวิวแล้ว merge

302
00:15:34,632 --> 00:15:38,131
กลับเข้าโปรเจกต์ได้ ถ้าอยากเรียนรู้วิธีสร้าง

303
00:15:38,131 --> 00:15:39,403
software factory

304
00:15:39,403 --> 00:15:42,187
ผมแปะลิงก์ไว้ในคำอธิบายของวิดีโอนี้

305
00:15:42,187 --> 00:15:44,652
ถ้าอยากรู้วิธีใช้ coding agents

306
00:15:44,652 --> 00:15:47,753
ให้มีประสิทธิภาพ และสร้างของเท่ ๆ อย่าง

307
00:15:47,753 --> 00:15:50,695
software factory อาจลองเข้าร่วม Skool

308
00:15:50,695 --> 00:15:53,320
community ของผม ชื่อ Agentic Labs

309
00:15:53,320 --> 00:15:56,660
คุณจะได้เข้าถึง Agentic Coding Masterclass

310
00:15:56,660 --> 00:16:00,079
ของผม เป็นชั่วโมงวิดีโอสอนใช้ coding agents

311
00:16:00,079 --> 00:16:03,339
อย่างมีประสิทธิภาพ และสร้างโปรเจกต์จริง ๆ

312
00:16:03,339 --> 00:16:06,838
เรามี live coffee session ที่คุณถามอะไรก็ได้

313
00:16:06,838 --> 00:16:10,417
และมี deep dive session รายสัปดาห์ อันที่จริง

314
00:16:10,417 --> 00:16:13,518
พฤหัสนี้เราจะ deep dive เรื่อง Jev พอดี

315
00:16:13,518 --> 00:16:17,017
คุณไม่ควรพลาด session นั้นเลยนะ ผมจะแปะลิงก์

316
00:16:17,017 --> 00:16:20,039
Agentic Labs ไว้ในคำอธิบายของวิดีโอนี้

317
00:16:20,039 --> 00:16:23,538
ขอบคุณมากที่รับชม แล้วเจอกันคลิปหน้าครับ บาย

318
00:16:23,538 --> 00:16:24,633
บาย