วิธีสร้างบริษัท AI ของคุณเอง (พนักงาน 0 คน, โอเพนซอร์ส 100%)

@akshay_pachaar
อังกฤษ2 สัปดาห์ที่ผ่านมา · 03 ก.ค. 2569
128K
160
27
7
362

TL;DR

คู่มือนี้สาธิตวิธีการใช้แพลตฟอร์มโอเพนซอร์ส Alook เพื่อจัดระเบียบเอเจนต์ AI ให้เป็นโครงสร้างบริษัทที่ใช้งานได้จริง พร้อมระบบอัตโนมัติสำหรับงานต่างๆ เช่น การวิเคราะห์คู่แข่งและการดึงข้อมูล

Dario Amodei กล่าวว่าบริษัทมูลค่าพันล้านดอลลาร์ที่มีพนักงานเพียงคนเดียวมีโอกาส 70-80% ที่จะเกิดขึ้นภายในปี 2026 เขาพูดสิ่งนี้บนเวทีในการประชุมนักพัฒนาของ Anthropic เมื่อปีที่แล้ว

Matthew Gallagher พิสูจน์ให้เห็นแล้วด้วยการเริ่มต้น Medvi ซึ่งเป็นบริษัทเทเลเฮลท์ที่ดำเนินการด้วย AI ด้วยเงิน 20,000 ดอลลาร์และไม่มีพนักงานเลย บริษัทสร้างรายได้ 401 ล้านดอลลาร์ในปีแรก

สแต็คของ Gallagher คือเอเจนต์ AI ที่พูดคุยกันเอง เมื่อสองคนไม่สามารถคุยกันได้ เขาก็สร้างเอเจนต์เพิ่มขึ้นมาเพื่อจัดการการประสานงาน เขาทดสอบพรอมต์ด้วยตัวเองและก้าวเข้ามาแก้ไขเมื่อมีอะไรพัง

Alook (GitHub Repo) เป็นแพลตฟอร์มโอเพนซอร์สที่โฮสต์เอง ซึ่งเปลี่ยนเอเจนต์เขียนโค้ดของคุณให้เป็นผังองค์กรจริง

Alook GitHub Repo →

Akshay 🚀 - inline image

วิธีการทำงานคือ คุณสร้างเอเจนต์ กำหนดบทบาทให้มัน และให้กล่องจดหมายอีเมลจริงแก่มัน

เอเจนต์ส่งอีเมลถึงกันและอัปเดตให้คุณทราบ พวกมันทำงานเป็นเซสชัน Claude Code หรือ OpenCode จริงบนเครื่องของคุณ พร้อมการเข้าถึงเครื่องมือทั้งหมดของคุณอย่างเต็มรูปแบบ

ผังองค์กรทำให้เอเจนต์ทุกตัวมีบทบาทที่ชัดเจนและสายการรายงาน พวกมันประสานงานกันโดยที่คุณไม่ต้องส่งข้อความใดๆ หรือแก้ไขการเชื่อมต่อด้วยตัวเอง

มาตั้งค่า Alook ตั้งแต่เริ่มต้น สร้างผังองค์กรสี่เอเจนต์ และดูว่าเกิดอะไรขึ้นเมื่องานจริงถูกส่งไปให้มัน

การตั้งค่า

Alook ทำงานเป็นเดมอนบนเครื่องของคุณเอง และคำสั่งเดียวนี้จะเชื่อมต่อมัน:

bash
1npx @alook/app onboard

มันตรวจจับรันไทม์ของเอเจนต์เขียนโค้ดที่ติดตั้งไว้แล้ว ไม่ว่าจะเป็น Claude Code หรือ OpenCode และปรับใช้บริษัทเอเจนต์

การดำเนินการนี้จะเปิดแดชบอร์ดในเครื่องที่ http://localhost:15210

จากนั้น คุณเริ่มต้นจากผังองค์กรเปล่าหรือเทมเพลตที่สร้างไว้ล่วงหน้าของ Alook ก็ได้ แล้วแต่ว่าแบบไหนใกล้เคียงกับสิ่งที่คุณกำลังสร้างมากที่สุด

Akshay 🚀 - inline image

เอเจนต์แต่ละตัวบนผังคือเซสชัน Claude Code หรือ OpenCode จริงที่ทำงานบนเครื่องของคุณ พร้อมการเข้าถึงเครื่องมือเดียวกับที่คุณใช้อย่างเต็มรูปแบบ และกล่องจดหมาย @alook.ai จริง

กล่องจดหมายคือเลเยอร์การประสานงาน เอเจนต์ส่งอีเมลถึงกัน เหมือนกับที่ทีมงานทำ แทนที่จะส่งข้อมูลผ่านทริกเกอร์ที่คุณต่อสายด้วยมือ

การสร้างบริษัท

การสืบข่าวกรองทางการแข่งขันโดยปกติหมายถึงมีคนตรวจสอบหน้าราคา คัดลอกตัวเลขลงในสเปรดชีต แล้วทำซ้ำอีกครั้งในวันพรุ่งนี้

เราจะแทนที่สิ่งนั้นด้วยเอเจนต์สี่ตัวที่สร้างตัวติดตามราคา เรียกใช้งานตามตารางเวลา และส่งอีเมลแจ้งคุณทันทีที่มีอะไรเปลี่ยนแปลง

ขั้นแรก เราสร้างเอเจนต์ทีละตัว กำหนดบทบาทที่แตกต่างกันให้พวกมัน และอ้างสิทธิ์กล่องจดหมาย @alook.ai จริงของพวกมัน:

Akshay 🚀 - inline image
  • Atlas (CEO) เป็นจุดติดต่อเพียงจุดเดียวสำหรับมนุษย์ มันมอบหมายงานให้ Mara
  • Mara (PM) เปลี่ยนสรุปสั้นๆ ของ Atlas เป็นสเปคและส่งต่อไปยัง Theo หรือ Ren เธอเป็นเราเตอร์เพียงตัวเดียวบนผัง
  • Theo (วิศวกร) สร้างและบำรุงรักษาสคราเปอร์สำหรับการสืบข่าวกรองทางการแข่งขัน
  • Ren (ปฏิบัติการและติดต่อลูกค้า) แจ้งมนุษย์เมื่อตรวจพบการเปลี่ยนแปลงที่ติดตาม

เมื่อเอเจนต์ทำงานแล้ว เราจะเชื่อมต่อลำดับชั้นการรายงาน: Atlas ไปยัง Mara และ Mara ไปยัง Theo และ Ren

Akshay 🚀 - inline image

Theo และ Ren ไม่เคยคุยกัน หรือคุยกับ Atlas โดยตรง พวกมันสื่อสารผ่าน Mara เท่านั้น

การตั้งค่านี้หลีกเลี่ยงการสร้างแชทกลุ่ม AI ที่วุ่นวายซึ่งเอเจนต์ทุกตัวพูดแทรกกันและเสียบริบท

งานของ Theo เกี่ยวข้องกับการติดตามไซต์ของคู่แข่ง ดังนั้นเขาจึงต้องการวิธีที่จะสคราปมันได้อย่างน่าเชื่อถือและกำหนดเวลาได้

ดังนั้นเราจึงให้มันเข้าถึง Bright Data CLI ซึ่งช่วยให้มันสคราปเว็บไซต์ใดก็ได้ จัดหาสคราเปอร์แบบกำหนดเองหากจำเป็น...ทั้งหมดนี้ในขณะที่หลีกเลี่ยงการบล็อก IP และ CAPTCHA ที่กระทบเอเจนต์ใดๆ ที่สคราปในระดับจริง

ในการสร้างสคราเปอร์แบบกำหนดเองสำหรับเว็บไซต์ใดๆ คุณสามารถอธิบายหน้าเว็บเป็นภาษาอังกฤษธรรมดา และมันจะสร้างสคราเปอร์ที่ส่งคืนข้อมูลที่มีโครงสร้าง:

Akshay 🚀 - inline image

ตอนนี้เรามาดูกันว่าบริษัท AI ของเราจัดการงานจริงอย่างไร

การดำเนินงานของบริษัท

ดังที่กล่าวไว้ข้างต้น เราไม่จำเป็นต้องจัดการเอเจนต์ทุกตัวด้วยตัวเอง แต่เราจะคุยกับ Atlas (CEO) และปล่อยให้ผังองค์กรจัดการส่วนที่เหลือ

เราขอให้มันติดตามราคาบน railway.app/pricing

Akshay 🚀 - inline image

Atlas ตอบกลับในแชท และเบื้องหลังการตอบกลับนั้น มันกำลังสรุปงานให้ Mara ทางอีเมล และเธรดจะแสดงในหน้าต่างเดียวกัน:

Akshay 🚀 - inline image

Mara เปลี่ยนสรุปงานเป็นสเปคและส่งให้ Theo

สเปคครอบคลุมสคราเปอร์สำหรับหน้านั้น สแนปชอตพร้อมประทับเวลา การตรวจจับการเปลี่ยนแปลง การทำงานรายวัน และรายงานที่เราสามารถอ่านได้จริง

Akshay 🚀 - inline image

Theo ยืนยันการรับสเปคทางอีเมล เช่นเดียวกับที่ Mara และ Atlas ทำ จากนั้นสร้างมันโดยใช้ Bright Data CLI และรายงานกลับเมื่อมันทำงานแล้ว

Akshay 🚀 - inline image

นี่คือสคราเปอร์ที่ Theo เพิ่งสร้างขึ้น ซึ่งอยู่ในแดชบอร์ดของ Bright Data:

Akshay 🚀 - inline image

มันเป็นสคราเปอร์แบบกำหนดเองจริงที่เอเจนต์จัดหามาให้ตัวเองโดยการทำความเข้าใจเว็บไซต์ที่ระบุ ไม่ใช่การเรียก CLI แบบครั้งเดียวที่หายไปหลังจากรัน คุณสามารถเรียกใช้ด้วยตนเองจากหน้าจอเดียวกันนี้ หรือเรียกโดยตรงผ่าน API:

Akshay 🚀 - inline image

Mara รายงานการสร้างให้ Atlas ทราบ และ Atlas แจ้งเราในแชทเดียวกัน:

Akshay 🚀 - inline image

บริษัททำงานโดยไม่มีคุณ

เมื่อ Theo ยืนยันว่าการสร้างใช้งานได้ งานก็ยังไม่เสร็จ ตารางเวลายังคงต้องทำงาน และยังมีคนที่ต้องคอยดูสิ่งที่มันพบ

เอเจนต์เพิ่มสคราเปอร์ลงในปฏิทินของบริษัทเป็นงานที่เกิดซ้ำเวลา 9 โมงเช้า โดยอัตโนมัติ

Akshay 🚀 - inline image

นี่คืองานของ Ren เขาคอยดูผลลัพธ์ของตัวติดตาม และทันทีที่ราคาบนหน้าเว็บเปลี่ยนแปลงจริง เขาจะส่งข้อความแจ้งเตือน

ทั้งวงจรทำงานโดยไม่มีคนดูแล

เราส่งสรุปงานหนึ่งชิ้นให้ Atlas และองค์กรก็จัดหาสคราเปอร์ กำหนดเวลา และให้มีคนคอยดูผลลัพธ์ โดยไม่ต้องป้อนข้อมูลเพิ่มเติมจากเรา

ลองทำด้วยตัวเอง

เอเจนต์ทุกตัวในตัวอย่างนี้ทำงานเป็น Claude Code แต่ Codex และ OpenCode ก็ทำงานในลักษณะเดียวกัน เนื่องจาก Alook ให้คุณนำเอเจนต์ของคุณมาเอง และให้บทบาท กล่องจดหมาย และรันไทม์ที่คงอยู่กับเอเจนต์ที่คุณเลือก

ทุกงานที่เสร็จสมบูรณ์จะสร้างบริบทสำหรับงานถัดไป ดังนั้นเอเจนต์จึงไม่ต้องเรียนรู้บริษัทใหม่ตั้งแต่ต้นทุกครั้งที่รัน

อีเมลทุกฉบับระหว่างพวกมันจะถูกบันทึกในลักษณะเดียวกัน ดังนั้นคุณสามารถย้อนกลับไปอ่านได้อย่างชัดเจนว่าการตัดสินใจเกิดขึ้นได้อย่างไร

นี่คือ Github Repo ของ Alook →

และนี่คือ Bright Data CLI →

(อย่าลืมกดดาวให้พวกมันนะ 🌟)

Cheers! :)

สร้างต่อใน YouMind

Turn one viral article into a full content workflow

Collect the source, decode the pattern, create assets, draft the story, and distribute from one AI workspace.

Explore YouMind
สำหรับครีเอเตอร์

เปลี่ยน Markdown ของคุณให้เป็นบทความ 𝕏 ที่สะอาดตา

เวลาคุณเผยแพร่งานเขียนยาวของตัวเอง การจัดรูปแบบรูปภาพ ตาราง และบล็อกโค้ดให้เข้ากับ 𝕏 นั้นน่าปวดหัว YouMind เปลี่ยนร่าง Markdown ทั้งฉบับให้เป็นบทความ 𝕏 ที่สะอาดตาและพร้อมโพสต์ทันที

ลอง Markdown เป็น 𝕏

แพตเทิร์นให้ถอดรหัสเพิ่มเติม

บทความไวรัลล่าสุด

สำรวจบทความไวรัลเพิ่มเติม