วิธีเป็น AI Engineer ในปี 2026
โดยไม่ต้องมีปริญญา CS
โดยไม่ต้องเข้า bootcamp
โดยไม่ต้องรู้ด้วยซ้ำว่า transformer คืออะไร
นี่คือสิ่งที่ไม่มีใครบอกคุณ:
บริษัทที่กำลังจ้างงานตอนนี้ไม่ได้ต้องการคนที่เข้าใจคณิตศาสตร์
พวกเขาต้องการคนที่สร้างระบบที่อยู่รอดในระบบผลิตจริงได้
มันแตกต่างกันนะ
chatbot wrapper ไม่ใช่ระบบ
tool call ไม่ใช่ agent
การรู้ LangChain ไม่ใช่การรู้วิศวกรรม harness
ช่องว่างระหว่างสองสิ่งนี้มีค่าประมาณ 150,000 ดอลลาร์ในเงินเดือน
นี่คือแผนที่ชัดเจนที่จะข้ามช่องว่างนั้น
บันทึกไว้เลย คุณจะอ่านมันสองรอบ
ความจริงที่โหดร้ายก่อน
นักพัฒนาส่วนใหญ่ที่สร้าง AI ตอนนี้กำลังสร้างของเล่น
พวกเขาเอา GPT มาห่อด้วย prompt สองสามอัน เรียกมันว่า "ผลิตภัณฑ์ AI" แล้วก็สงสัยว่าทำไมไม่มีใครจ่ายเงินให้
ตลาดเต็มไปด้วยชั้นบางๆ ที่ครอบทับ LLM
เหล่านี้ไม่ใช่ธุรกิจ พวกมันเป็นฟีเจอร์ที่รอวันถูก Big Tech กลืนกิน
นี่คือสิ่งที่บริษัทจ่ายเงินจริงๆ ในปี 2026:
→ Agent ที่ไม่พังตอนตี 2 ของคืนวันศุกร์
→ ระบบที่คุณวัดและพิสูจน์ได้ว่ามันไม่ได้ถดถอยลง
→ Harness ที่ทำให้โมเดลเดียวกันทำงานดีขึ้น 86%
จุดสุดท้ายไม่ใช่นิยาย
Anthropic ใช้โมเดลเดียวกัน (Opus 4.5) กับ harness สองแบบที่ต่างกัน
→ Claude Code harness: 78% บนเกณฑ์ชี้วัด CORE
→ Smolagents harness: 42% บนเกณฑ์ชี้วัด CORE
โมเดลเดียวกัน Harness ต่างกัน ช่องว่าง 36 คะแนน
Harness คืองาน
AI Engineer จริงๆ ทำอะไรในปี 2026
ไม่ใช่การเขียน prompt ไม่ใช่การเลือกโมเดล
AI Engineer สร้างและดำเนินการระบบรอบๆ โมเดล
นั่นหมายถึง:
→ การออกแบบ agent loop และ tool dispatch
→ วิศวกรรมบริบท — token อะไรที่อยู่ข้างหน้าโมเดลในแต่ละขั้นตอน
→ การเขียน tools ที่โมเดลเลือกใช้ได้ถูกต้องจริงๆ
→ การเพิ่มความจำ ความทนทาน และ sandboxing สำหรับทราฟฟิกในระบบผลิต
→ การเชื่อมต่อ evals และ CI regression gates เพื่อให้ "ดีขึ้น" กลายเป็นสิ่งที่วัดได้
→ การส่งมอบ agents ที่อยู่รอดกับผู้ใช้จริงและต้นทุนจริง
primitives บริบทสี่อย่างที่ agent engineer ทุกคนต้องมี:
Write — scratchpads, ไฟล์ความจำที่ agent อ่านและอัปเดต
Select — การดึงข้อมูล ณ จุดที่ใช้งาน ไม่ใช่การถ่ายเททั้งหมดล่วงหน้า
Compress — การสรุปที่ 85-95% ของ context window
Isolate — sub-agents ที่มี context window แยกของตัวเอง
นี่เรียกว่าวิศวกรรมบริบท Prompt engineering ตายแล้วในฐานะทักษะเดี่ยว วิศวกรรมบริบทเข้ามาแทนที่
แผนงาน 6 ระยะ
17 สัปดาห์ถ้าคุณทำเต็มเวลา 40 สัปดาห์ถ้าคุณทำเป็นงานเสริม
แต่ละระยะมีหนึ่งโปรเจกต์ที่เป็นรูปธรรม ไม่มีระยะใดจบลงโดยไม่ส่งมอบอะไร
ระยะ 0: สร้างกรอบความคิดที่ถูกต้อง(สัปดาห์ที่ 1-2)
อย่าเขียน agent code แม้แต่บรรทัดเดียวยัง
มือใหม่ส่วนใหญ่ข้ามขั้นตอนนี้ พวกเขาโดดลงไปในบทเรียนสอนใช้โดยตรง แล้วก็เขียนโค้ดที่พวกเขาให้เหตุผลไม่ได้เมื่อมันพัง
สามสิ่งที่ต้องเข้าใจให้ถ่องแท้ก่อนอย่างอื่น:
1. Workflow กับ Agent
workflow มี control flow ที่ตายตัวซึ่งคุณเขียนไว้ agent ตัดสินใจ control-flow ของตัวเองภายในลูป
การสร้าง agent ในขณะที่คุณต้องการ workflow มีค่าใช้จ่ายมากกว่า 10 เท่าและพังบ่อยเป็นสองเท่า
2. รูปแบบ workflow ทั้ง 5 (จาก Anthropic)
→ Prompt chaining: ส่ง output จาก call หนึ่งไปยัง call ถัดไป
→ Routing: โมเดลต่างกันสำหรับงานต่างกัน
→ Parallelization: ทำงานหลายงานพร้อมกัน
→ Orchestrator-worker: สมองเดียว มือมากมาย
→ Evaluator-optimizer: สร้าง → ตัดสิน → ปรับปรุง
3. Harness
harness คือสิ่งที่อยู่ระหว่างคุณกับโมเดล API
คิดว่ามันเหมือนระบบปฏิบัติการ:
→ โมเดล = CPU (การคำนวณดิบ)
→ RAM = context window
→ OS = harness
→ แอป = ทักษะของ agent
OS กำหนดว่า CPU ทำอะไรได้จริง Harness กำหนดว่าโมเดลทำอะไรได้จริง
โปรเจกต์ระยะ 0: เขียนเอกสาร 2 หน้า — ด้วยคำพูดของคุณเอง — ให้คำจำกัดความ: workflow กับ agent, รูปแบบ workflow ทั้ง 5, primitives บริบททั้ง 4, รูปแบบ orchestrator-worker
ถ้าคุณเขียนมันไม่ได้โดยไม่ต้องดู แสดงว่าคุณยังอ่านไม่ละเอียดพอ
ระยะ 1: สร้าง Agent ตัวแรกของคุณจากศูนย์(สัปดาห์ที่ 3-5)
เขียน agent สองครั้ง
ครั้งแรก: ด้วย raw Anthropic SDK ประมาณ 100 บรรทัด Python
ครั้งที่สอง: ด้วย Claude Agent SDK
แล้วสัมผัสถึงความแตกต่าง
Build #1 — The Raw Loop
agent loop ไม่ใช่เรื่องลึกลับ
- เรียกโมเดลพร้อม messages และ tools
- แยกส่วน tool_use blocks ออกมา
- ดำเนินการ tool
- ผนวก tool_result
- วนซ้ำจนกว่า stop_reason = end_turn
เขียนสิ่งนี้ใน 100 บรรทัดด้วยตัวเอง
พอคุณทำได้ ทุก framework ก็จะอ่านออก
ให้มัน 3 tools:
→ web_search
→ read_file
→ write_file
รันมันบนงานวิจัย อ่านทุกขั้นตอนของ trace
Build #2 — Agent เดียวกันบน Claude Agent SDK
Claude Agent SDK คือ harness เดียวกันกับที่ขับเคลื่อน Claude Code
เพิ่ม:
→ CLAUDE.md พร้อมข้อตกลงของโปรเจกต์
→ Skill หนึ่งอัน (โฟลเดอร์ที่กำหนดรูปแบบ output "research-summary")
→ PostToolUse hook หนึ่งอันที่จัดรูปแบบทุกไฟล์ที่ agent เขียนอัตโนมัติ
→ sub-agent หนึ่งตัวที่สร้างผ่าน Task tool
แล้วเขียน 200 คำตอบคำถาม: "harness ให้อะไรกับฉันฟรีๆ ที่ฉันเขียนเองใน Build #1?"
โปรเจกต์ระยะ 1: agent สรุปข่าวประจำวัน อ่าน Markdown notes + RSS feeds ของคุณ เขียนสรุปย่อลงดิสก์ทุกเช้า รันมันเป็นเวลาหนึ่งสัปดาห์ ดูมันล้มเหลว แก้ไขมัน
ระยะ 2: สร้าง Agent จริงด้วยสถาปัตยกรรมที่เหมาะสม(สัปดาห์ที่ 6-9)
ตอนนี้คุณสร้างบน LangGraph + Deep Agents
นี่คือ stack สำหรับระบบผลิต
LangGraph ให้คุณ:
→ State machine (nodes + edges)
→ PostgresSaver checkpointing (อยู่รอดจากการฆ่า process ใดๆ)
→ Time-travel debugging (ย้อนกลับไปยังขั้นตอนใดก็ได้)
→ Human-in-the-loop interrupts
→ ความสามารถในการสังเกตการณ์ระดับเฟิร์สคลาสผ่าน LangSmith
Deep Agents (packaged harness ของ LangChain) ให้คุณ:
→ Middleware การวางแผน
→ ระบบไฟล์เสมือน
→ การสร้าง sub-agent
→ การบีบอัดบริบทอัตโนมัติ
→ Skills
แนวคิดหลัก: middleware
middleware คือวิธีที่คุณปรับแต่ง packaged agent โดยไม่ต้อง fork มัน
สี่ hooks ที่สำคัญ:
→ before_agent — รันก่อนลูปเริ่ม
→ wrap_model_call — ห่อหุ้มทุก LLM call
→ before_tools — รันก่อน tool ใดๆ จะดำเนินการ
→ after_tools — รันหลัง tool ใดๆ ดำเนินการ
โปรเจกต์ระยะ 2: Research Analyst Agent
Input: คำถามวิจัย
สถาปัตยกรรม:
→ Lead agent วางแผน เขียน TODO list ลงระบบไฟล์เสมือน
→ สร้าง search sub-agents 3 ตัวแบบขนาน (บริบทแยก)
→ Sub-agents เขียนผลลัพธ์ลงไฟล์ ส่งสรุปสั้นกลับไปยัง parent
→ Citation sub-agent ตรวจสอบข้ออ้าง
→ Writer agent สร้าง Markdown สุดท้ายพร้อมการอ้างอิงในบรรทัด
→ State คงอยู่ผ่าน PostgresSaver — ฆ่า process, กลับมาทำต่อจากที่ค้างไว้
→ Human-in-the-loop interrupt: ขอการยืนยันก่อนใช้ token เกิน $1
ส่ง URL LangSmith trace พร้อม README ของคุณ
ระยะ 3: สร้าง Harness Layer ด้วยตัวเอง(สัปดาห์ที่ 10-13)
นี่คือระยะที่มี leverage สูงที่สุดในแผนงานทั้งหมด
หยุดใช้ packaged harness สร้างแบบบางๆ ด้วยตัวเอง
คุณจะไม่มีวันตัดสินใจเรื่อง harness trade-offs ในระบบผลิตได้อย่างถูกต้องจนกว่าคุณจะสร้างมันขึ้นมาสักครั้ง
10 องค์ประกอบของ harness สมัยใหม่:
- Loop control — while-loop ที่ขับเคลื่อนโมเดล → tools → โมเดล
- Tool dispatch — registry, การตรวจสอบ schema, การเรียกแบบขนาน, การลองใหม่
- การจัดการบริบท — การประกอบ system-prompt, การบีบอัดที่ 85% ของ window
- Persistence — checkpoint state ทุก node เพื่อกลับมาทำต่อ, ย้อนกลับ, fork
- การจัด orchestration sub-agent — children ที่มีบริบทแยก, สรุปที่บีบอัดกลับมา
- Skills และการเปิดเผยแบบก้าวหน้า — โหลดความสามารถเมื่อเกี่ยวข้องเท่านั้น
- Hooks — PreToolUse, PostToolUse, PreCompact, Stop
- ความสามารถในการสังเกตการณ์ — OTEL spans สำหรับทุก model call, tool call, sub-agent invocation
- Sandboxing — การรันโค้ดใน container ที่โมเดลไม่มี credentials ไปถึง
- Auth brokering — credentials ไม่เคยเข้าสู่บริบทของโมเดล
โปรเจกต์ระยะ 3: เขียน mini-harness ใน Python ประมาณ 1,500 บรรทัด
ต้องรวม:
→ Tool registry จาก @tool decorator พร้อมการสร้าง JSON-schema
→ ตัวโหลด system-prompt แบบ CLAUDE.md
→ ตัวโหลดการเปิดเผยแบบก้าวหน้า SKILL.md
→ primitive การสร้าง sub-agent พร้อมบริบทแยก
→ การถ่ายโอนระบบไฟล์: ผลลัพธ์ tool ใดๆ ที่เกิน 20K tokens
→ เขียนลงดิสก์ แทนที่ในบริบทด้วย path + ตัวอย่าง 10 บรรทัด
→ การบีบอัดอัตโนมัติที่ 85% ของ context window
→ ระบบ hook แบบเสียบได้ (pre_tool, post_tool, stop)
→ OpenTelemetry tracing
→ Durable resume: คงอยู่ไปยัง SQLite หลังจากแต่ละขั้นตอน, โหลดซ้ำโดย run ID
ผลลัพธ์ที่ส่งมอบจริง: บทวิเคราะห์หลังการดำเนินการ 1,000 คำ เปรียบเทียบ mini-harness ของคุณกับ Claude Agent SDK และ Deep Agents สิ่งที่คุณทำให้ถูกต้อง สิ่งที่คุณตัดทิ้ง สิ่งที่คุณจะทำแตกต่างออกไป
ระยะ 4: สร้าง Eval และ Regression Harness(สัปดาห์ที่ 14-17)
หากไม่มีสิ่งนี้ ทุก "การปรับปรุง" ก็เป็นแค่ความรู้สึก
นี่คือจุดที่วิศวกรส่วนใหญ่ติดขัด
พวกเขาสร้าง agent ที่ยอดเยี่ยมได้ แต่พวกเขาบอกไม่ได้ว่าการเปลี่ยนแปลงครั้งต่อไปทำให้มันดีขึ้นหรือแย่ลง
4 ประเภท eval ที่คุณต้องทำให้ได้:
1. Single-turn evals
เมื่อกำหนด input นี้ output ถูกต้องหรือไม่? ถูกที่สุด ใช้ผู้ตรวจสอบแบบกำหนดตายตัวเมื่อเป็นไปได้ รันอย่างต่อเนื่อง
2. Trajectory evals
agent เรียก tools ในลำดับที่ถูกต้องพร้อม argument ที่ถูกต้องหรือไม่? ทดสอบทั้งแบบ single-step, full-turn, และ multi-turn
3. LLM-as-judge
สำหรับ output แบบปลายเปิด: รายงานวิจัย, การตรวจสอบโค้ด, คำอธิบาย ปรับเทียบกับตัวอย่างที่มนุษย์ให้คะแนนทุกสัปดาห์
4. End-state evals
สำหรับ stateful agents: ฐานข้อมูลถูกเขียนอย่างถูกต้องหรือไม่? ไฟล์ที่ถูกต้องมีการเปลี่ยนแปลงหรือไม่? เปรียบเทียบสถานะสภาพแวดล้อมสุดท้ายกับความจริงพื้นฐาน
ความจริงที่ไม่สบายใจเกี่ยวกับ evals:
โมเดลสามารถตรวจจับได้เมื่อพวกเขากำลังถูกประเมิน พวกมันมีพฤติกรรมแตกต่างกันบน eval inputs
ออกแบบ eval suite ของคุณเพื่อป้องกันสิ่งนี้ ใช้คำค้นหาในระบบผลิตจริง ไม่ใช่คำสังเคราะห์
โปรเจกต์ระยะ 4: Regression harness รอบๆ agent ระยะ 2 ของคุณ
→ ชุดข้อมูลทองคำ: คำถามวิจัยที่ให้คะแนนด้วยมือ 30-50 ข้อ (3 ระดับความยาก)
→ ผู้ตรวจสอบแบบกำหนดตายตัวสำหรับคำถามที่เกี่ยวกับข้อเท็จจริง
→ LLM-as-judge พร้อมเกณฑ์ 5 ข้อสำหรับคำถามปลายเปิด
→ Trajectory eval: agent วางแผน, สร้าง sub-agents 2+ ตัว, อ้างอิงแหล่งที่มา, เสร็จภายใต้งบประมาณหรือไม่?
→ เชื่อมต่อกับ GitHub Actions: ปิดกั้น merge ถ้าอัตราผ่านชุดทองคำลดลง 3+ จุด
→ การสุ่มตัวอย่างในระบบผลิต: 1% ของ live traces ได้รับการให้คะแนนอัตโนมัติทุกคืน
ระยะ 5: การทำให้แข็งแกร่งสำหรับระบบผลิต(ตลอดไป)
ระยะนี้ไม่มีวันจบ
ห้าสิ่งที่สำคัญตลอดไป:
1. วินัยด้านต้นทุน
→ แคช CLAUDE.md, system prompt, และ tool definitions ของคุณ — ประหยัดได้ถึง 90%
→ เส้นทางตามความยาก: Haiku สำหรับ turn ง่าย, Sonnet สำหรับงานส่วนใหญ่, Opus สำหรับการให้เหตุผลยาก
→ Batch API สำหรับงานที่ไม่ใช่ real-time: ลด 50%
→ Multi-agent เผาผลาญ token ประมาณ 15 เท่าของ single-agent — รันมันเฉพาะเมื่อมูลค่าล้างผ่านบาร์นั้นแล้ว
2. Latency
→ การเรียก tool แบบขนาน เสมอ — system prompt ของ research agent ของ Anthropic เองบอกตรงตัวว่า "คุณต้องใช้ parallel tool calls"
→ สตรีม output บางส่วนไปยัง UI
→ การกระจาย sub-agent: agent แบบต่อเนื่อง 60 ขั้นตอน
→ lead 10 ขั้นตอน + sub-agents 5 ตัวแบบขนาน ขั้นตอนละ 10 ขั้นตอน
3. ความปลอดภัยและ sandboxing
→ การรันโค้ดทั้งหมดใน sandbox (Modal, E2B): อย่าใช้ exec() กับ output ของโมเดลใน main process ของคุณเด็ดขาด
→ Credentials ถูก broker ภายนอกบริบทของโมเดล: โมเดลไม่เห็น API key ที่มันใช้
→ Human-in-the-loop interrupts กับการกระทำที่ย้อนกลับไม่ได้
4. การตรวจสอบและการเลื่อนลอย
→ แจ้งเตือนเมื่อ: ต้นทุน token ต่อคำขอ, อัตราความล้มเหลวของ tool-call, คะแนน LLM-as-judge, p95 latency
→ ปรับพื้นฐาน evals ใหม่หลังจากทุกการอัปเกรดโมเดล — harnesses เข้ารหัสสมมติฐานเกี่ยวกับสิ่งที่โมเดลทำไม่ได้ และสมมติฐานเหล่านั้นก็เก่าลง
5. ความยืดหยุ่น
→ การดำเนินการที่ทนทาน (Inngest, Temporal, PostgresSaver) สำหรับ agent ใดๆ ที่รันเกิน 60 วินาที
→ Checkpoint หลังจากทุก node
→ การย้อนกลับและ fork ควรเป็นไปได้เสมอ
5 โปรเจกต์ระดับระบบผลิต (เลือกหนึ่งและสร้างสุดสัปดาห์นี้)
เหล่านี้จัดอันดับตามความซับซ้อน
พวกมันพิสูจน์สิ่งที่บริษัทต้องการเห็นจริงๆ
โปรเจกต์ 1: แอปมือถือที่ขับเคลื่อนด้วย AI พร้อม SLM
สร้างแอปมือถือที่ทำงานแบบออฟไลน์ก่อนโดยใช้ small language models ต้นทุน API เป็นศูนย์ ความเป็นส่วนตัวสมบูรณ์
สิ่งที่ทำให้มันไม่ธรรมดา:
→ โหลดโมเดลตามความต้องการ, ปล่อยเมื่ออยู่ภายใต้แรงกดดันหน่วยความจำ
→ Sliding context window พร้อม semantic chunking
→ Quantization 4-bit สำหรับอุปกรณ์เก่า, 8-bit สำหรับอุปกรณ์ใหม่
→ การอนุมานแบบแบตช์เพื่อลดรอบการปลุกแบตเตอรี่
ทำไมมันสำคัญ: คุณพิสูจน์ว่าคุณเข้าใจข้อจำกัดของทรัพยากรและ AI ระดับอุปกรณ์ คุณไม่ได้แค่เรียก API — คุณจัดการแรงกดดันหน่วยความจำและ quantization
โปรเจกต์ 2: Coding Agent ที่ปรับปรุงตัวเองได้
สร้าง agent ที่เขียนโค้ด, รัน tests, และเรียนรู้จากความล้มเหลว มันไม่หยุดจนกว่าโค้ดจะทำงานได้
สิ่งที่ทำให้มันไม่ธรรมดา:
→ วางแผน → ดำเนินการ → ทดสอบ
→ สะท้อนกลับลูปพร้อมขีดจำกัดการวนซ้ำสูงสุด
→ สภาพแวดล้อมการดำเนินการแยกต่องานพร้อมข้อจำกัดทรัพยากร
→ ลำดับชั้นความจำ: ระยะสั้น (5 ครั้งล่าสุด), ระยะยาว (รูปแบบที่สำเร็จ), ความจำความล้มเหลว (ลายเซ็นข้อผิดพลาด + วิธีแก้ไข)
→ การวิเคราะห์แบบคงที่ก่อนการดำเนินการ — ตรวจจับการดำเนินการที่เป็นอันตราย
ทำไมมันสำคัญ: แนะนำ agentic loops แสดงว่าคุณเข้าใจการดีบักในระบบผลิตและการปรับปรุงแบบวนซ้ำ
โปรเจกต์ 3: Cursor แต่สำหรับช่างตัดต่อวิดีโอ
Fork โปรแกรมตัดต่อโอเพนซอร์ส (Shotcut) และสร้าง AI agent ที่เข้าใจความตั้งใจในการตัดต่อ
ผู้ใช้พูดว่า "ทำให้ดูเหมือนหนัง" Agent จัดการตัด, ทรานซิชัน, และปรับสี
สิ่งที่ทำให้มันไม่ธรรมดา:
→ โมเดลภาพวิเคราะห์ทุกเฟรม + โมเดลเสียงวิเคราะห์บทสนทนา
→ การแปลความตั้งใจ: "ดูเหมือนหนัง"
→ พารามิเตอร์ที่เป็นรูปธรรม (จังหวะ, LUT, การจำลองโฟกัส)
→ การตรวจจับฉากผ่าน frame-difference analysis
→ ตัวอย่างแบบเพิ่มทีละน้อย — เรนเดอร์เฉพาะส่วนที่ได้รับผลกระทบเท่านั้น
ทำไมมันสำคัญ: multimodal AI + การรวมเครื่องมือที่ซับซ้อน ทำให้คุณแตกต่างจาก 99% ของผู้สร้าง chatbot
โปรเจกต์ 4: Personal Life OS Agent
สร้าง agent ที่จัดการปฏิทิน, การเงิน, และสุขภาพของคุณ วางแผนล่วงหน้าเป็นเดือน ตรวจจับภาวะหมดไฟโดยวิเคราะห์รูปแบบการนอนหลับและความหนาแน่นของการประชุม
สิ่งที่ทำให้มันไม่ธรรมดา:
→ การนำเข้าข้อมูลแบบ real-time จากปฏิทิน, การเงิน, สุขภาพ, การสื่อสาร
→ กราฟความรู้ส่วนบุคคลของหน่วยงานและความสัมพันธ์
→ เธรดพื้นหลังที่รันทุก 6 ชั่วโมงเพื่อตรวจสอบความผิดปกติ
→ การปรับให้สอดคล้องกับค่านิยม: ผู้ใช้ระบุลำดับความสำคัญ (ครอบครัว > งาน) — ทุกคำแนะนำถูกตรวจสอบความถูกต้องตามนั้น
→ ข้อมูลทั้งหมดถูกเข้ารหัสขณะพักด้วยคีย์ที่ผู้ใช้ควบคุม
ทำไมมันสำคัญ: ต้องใช้การจัดการบริบทที่ซับซ้อนและการออกแบบ AI อย่างมีจริยธรรม แสดงให้เห็นสถาปัตยกรรมระบบผลิตที่ให้ความเป็นส่วนตัวเป็นอันดับแรก
โปรเจกต์ 5: Autonomous Enterprise Workflow Agent
agent ที่รันเวิร์กโฟลว์ทางธุรกิจแบบ end-to-end
ตรวจสอบ Slack/Jira → วางแผนการดำเนินการ → มอบหมายงาน → รายงานผลลัพธ์พร้อมบันทึกการตรวจสอบที่สมบูรณ์
สิ่งที่ทำให้มันไม่ธรรมดา:
→ ขับเคลื่อนด้วยเหตุการณ์: ฟัง Slack, Jira, อีเมล, ระบบตรวจสอบ
→ การมอบหมาย multi-agent: orchestrator
→ communication agent, data agent, analysis agent, documentation agent
→ การรักษาตัวเอง: exponential backoff, circuit breakers, การตัดสินใจลองใหม่อัตโนมัติ
→ บันทึกการตรวจสอบที่ไม่สามารถเปลี่ยนแปลงได้: ทุกการกระทำ, ใครเป็นผู้อนุมัติ, ผลลัพธ์คืออะไร
→ Human-in-the-loop: agent เสนอแผนก่อนการดำเนินการในเวิร์กโฟลว์ที่สำคัญ
ทำไมมันสำคัญ: รวม orchestration, ความปลอดภัย, และความสามารถในการสังเกตการณ์เข้าไว้ในระบบที่ปรับขนาดได้เดียว นี่คือตัวปิดดีลพอร์ตโฟลิโอ
STACK (สิ่งที่ต้องเรียนรู้จริงๆ)
Framework: LangGraph 1.0 + Deep Agents
ทำไมไม่ใช่ CrewAI, AutoGen, หรือ OpenAI Swarm?
→ CrewAI: ตัวอย่างที่เร็วที่สุด, เปราะบางในระบบผลิต ใช้สำหรับ hackathons
→ AutoGen: รวมเข้ากับ Microsoft Agent Framework อนาคตไม่ชัดเจน
→ OpenAI Swarm: "ไม่พร้อมสำหรับระบบผลิต" อย่างชัดเจนตาม README ของ OpenAI เอง
LangGraph ให้คุณ: state machine + ความทนทาน PostgresSaver + time-travel debugging + ความสามารถในการสังเกตการณ์ที่เป็นมิตรกับ OTEL + ไม่ยึดติดกับโมเดล
Harness อ้างอิง: Claude Agent SDK
ศึกษามัน ใช้มัน มันคือ harness เดียวกับ Claude Code
CLAUDE.md + Skills + sub-agents + hooks + ระบบไฟล์เป็นความจำ
ทุก harness อื่นในปี 2026 กำลังบรรจบกันที่ primitives เหล่านี้
ความสามารถในการสังเกตการณ์: เลือกหนึ่ง
→ LangSmith: ถ้าคุณอยู่ในโลก LangGraph
→ Braintrust: ถ้าคุณต้องการ CI gating ที่ไม่ยึดติดกับ framework ($249/เดือน แบน)
→ Arize Phoenix: ถ้าคุณต้องการโอเพนซอร์ส + เป็นมิตรกับ OTEL
ข้ามในปี 2026:
→ OpenAI Swarm — ไม่พร้อมสำหรับระบบผลิต (ใช้ Kimi Agent Swarm ได้)
→ OpenAI Assistants API — จะถูกยกเลิกกลางปี 2026
→ สร้าง vector store ของคุณเองก่อนที่คุณจะวัดปัญหาการเรียกคืนที่แท้จริง
→ แพลตฟอร์ม agent แบบไม่มีโค้ด ยกเว้นว่ามันเป็นของทิ้ง
ตัวเลขเกณฑ์ชี้วัด (พฤษภาคม 2026)
SWE-bench Verified (งานเขียนโค้ด):
→ Claude Opus 4.7: ~87.6%
→ GPT-5.5: ~88.7%
GAIA (งาน agent ทั่วไป):
→ Claude Sonnet 4.5 นำที่ 74.6%
τ-bench (agent ฝ่ายบริการลูกค้า):
→ Claude Mythos Preview: 89.2%
ข้อมูลเชิงลึกสำคัญ: เกณฑ์ชี้วัดเดียวกัน, harness ต่างกัน = การแกว่ง 10-36 จุด
โมเดลมีความสำคัญน้อยกว่า harness
ไทม์ไลน์ 17 สัปดาห์
สัปดาห์ที่ 2 → ระยะ 0 เสร็จ คุณสามารถอธิบาย harness เป็นภาษาอังกฤษธรรมดาได้
สัปดาห์ที่ 5 → ระยะ 1 เสร็จ Claude Agent SDK agent ถูกส่งมอบพร้อม Skill หนึ่ง, hook หนึ่ง, sub-agent หนึ่ง
สัปดาห์ที่ 9 → ระยะ 2 เสร็จ LangGraph deep-agent ทำงานด้วยความทนทาน PostgresSaver และ LangSmith traces
สัปดาห์ที่ 13 → ระยะ 3 เสร็จ mini-harness 1,500 บรรทัดถูกเขียนและจัดทำเอกสาร
สัปดาห์ที่ 17 → ระยะ 4 เสร็จ ชุดข้อมูลทองคำ, CI gates, การรันเกณฑ์ชี้วัดที่เผยแพร่หนึ่งครั้งผ่าน Inspect
สัปดาห์ที่ 17+ → ระยะ 5 ตลอดไป
การทำเป็นงานเสริมที่ 10-15 ชั่วโมงต่อสัปดาห์: คูณทุกอย่างด้วย 2.5 เท่า
ความจริงที่ไม่สบายใจ
คนส่วนใหญ่จะอ่านสิ่งนี้และไม่ทำอะไรเลย
พวกเขาจะคั่นหน้าไว้ พูดว่า "บทความเยี่ยม" แล้วกลับไปสร้าง wrappers
ความจริงที่โหดร้ายสำหรับปี 2026:
→ คนที่ถูกแทนที่ได้: สร้าง GPT wrappers บางๆ
→ คนที่ไม่มีวันถูกไล่ออก: ส่งมอบระบบอัตโนมัติพร้อม evals และความทนทาน
ช่องว่างระหว่างพวกเขาคือ 5 โปรเจกต์และ 17 สัปดาห์ของการทำงานที่โฟกัส
57% ของทีมตอนนี้มี agents ในระบบผลิต
89% ของทีมเหล่านั้นมีความสามารถในการสังเกตการณ์ที่เชื่อมต่อแล้ว
คุณภาพเป็นอุปสรรคอันดับ #1 (32% ของทีมระบุ)
นั่นหมายความว่าทั้งสาขากำลังติดขัดที่วิศวกรที่สามารถสร้าง evals และ harnesses
ไม่ใช่วิศวกรที่สามารถเรียก LLM API
นั่นคือตำแหน่งงานที่เปิดอยู่
ปิดท้าย
แผนงานนี้จะไม่ทำให้คุณเป็น principal AI engineer ใน 17 สัปดาห์
มันจะทำให้คุณเป็นคนที่สามารถสร้างและส่งมอบระบบ agent ที่อยู่รอดกับทราฟฟิกในระบบผลิต
ซึ่งบังเอิญเป็นสิ่งที่บริษัทกำลังจ่ายเงินให้ตอนนี้
นี่คือสิ่งที่ฉันอยากให้คุณทำต่อไป:
1. เลือกหนึ่งโปรเจกต์ เริ่มด้วยโปรเจกต์ 1 ถ้าคุณยังใหม่ เริ่มด้วยโปรเจกต์ 5 ถ้าคุณกำลังส่งมอบโค้ดอยู่แล้ว แค่เริ่ม
2. สร้างมันสุดสัปดาห์นี้ ตลาดให้รางวัลกับการส่งมอบ ไม่ใช่กับการศึกษา
3. จัดทำเอกสารทุกอย่าง: การตัดสินใจสถาปัตยกรรมของคุณ, ความล้มเหลวและการกู้คืนของคุณ, ลูปการแก้ไขตัวเองของคุณ
4. สร้างในที่สาธารณะ แท็กฉันเมื่อคุณส่งมอบ — ฉันจะขยายให้
ภายในเดือนหน้า, 90% ของคนจะไม่ได้ทำอะไรเลย พวกเขาจะยังคงสร้าง wrappers เดิมๆ
อีก 10% จะได้ส่งมอบบางสิ่งที่เป็นจริง พวกเขาจะมีสัมภาษณ์, มีข้อเสนอ, และมีอำนาจต่อรองในอาชีพ
ทางเลือกนั้นง่าย:
เป็นสถาปนิกที่บริษัทกำลัง desperate ที่จะจ้าง หรือกลายเป็นสิ่งที่ล้าสมัย
ความเชี่ยวชาญคือความมั่นคงในงานเดียวที่เหลืออยู่ ระบบระบบผลิตคือพอร์ตโฟลิโอเดียวที่สำคัญ
ตอนนี้สร้างบางสิ่งที่อยู่รอดในความเป็นจริง
ตอบกลับว่าคุณกำลังเริ่มโปรเจกต์ไหน ฉันอ่านทุกคำตอบ
→ รีโพสต์เพื่อแชร์กับเครือข่ายของคุณ
→ ติดตาม @sairahul1 สำหรับการแยกย่อยแบบนี้เพิ่มเติม
