ความรู้ที่จำเป็นเมื่อ Fable 5 และ Sonnet 5 เปิดตัวแล้ว!
คนที่พูดแค่ว่า 'มันฉลาดขึ้น' กับคนที่สร้างความได้เปรียบ
ในเดือนมิถุนายน 2026 Anthropic ได้เปิดตัวตระกูล Claude 5 ซึ่งรวมถึงรุ่นท็อปอย่าง Claude Fable 5 (ที่เปิดตัวเมื่อวันที่ 9 มิถุนายน เผชิญกับการหยุดชะงักชั่วคราวเนื่องจากกฎระเบียบการส่งออก และกลับมาใช้งานได้เต็มรูปแบบในวันที่ 1 กรกฎาคม) และรุ่นที่ใช้ทำงานประจำวันอย่าง Claude Sonnet 5 (เปิดตัววันที่ 30 มิถุนายน)
ไทม์ไลน์บนโซเชียลมีเดียเต็มไปด้วยการพูดคุยว่า 'มันฉลาดขึ้น' และ 'ผลทดสอบ (benchmark) น่าทึ่งมาก' แต่ขอถามคุณตรงๆ ว่า—วิธีที่คุณใช้ Claude เปลี่ยนไปเพียงเพราะตัวโมเดลเปลี่ยนไปหรือไม่?
หากคุณทำเพียงแค่พิมพ์คำถามลงในช่องแชทแล้วรอรับคำตอบ และความแตกต่างเดียวคือคุณภาพของคำตอบที่ดีขึ้นเล็กน้อยเพราะโมเดลฉลาดขึ้น... คุณกำลังพลาดอะไรที่ยิ่งใหญ่ไปแล้ว
ในเจเนอเรชันที่ 5 นี้ Anthropic ไม่ได้ผลักดันแค่เรื่อง 'ความฉลาด' ให้เป็นวิวัฒนาการหลักเท่านั้น จุดเด่นของ Fable 5 คือ 'การทำงานอัตโนมัติระยะยาว (long-term autonomous work)' ซึ่งเป็นความสามารถในการแตกเป้าหมายออกเป็นงานย่อย มอบหมายงานให้เครื่องมือหรือเอเจนต์อื่น ตรวจสอบผลลัพธ์ และแก้ไขทิศทางเมื่อเกิดข้อผิดพลาด ทั้งหมดนี้โดยที่ยังคงเป้าหมายหลักไว้ในสายตา ส่วน Sonnet 5 นั้นถึงกับถูกเรียกว่าเป็น 'Sonnet ที่มีความเป็นเอเจนต์มากที่สุดเท่าที่เคยมีมา'
สรุปสั้นๆ คือ: คุณจะได้รับคุณค่าเต็มที่จากโมเดลใหม่เหล่านี้ก็ต่อเมื่อคุณใช้งานพวกมันในฐานะเอเจนต์เท่านั้น การใช้พวกมันแค่เพื่อแชทก็เหมือนกับการซื้อรถสปอร์ตมาขับแค่เกียร์หนึ่ง
กรอบการทำงานสำหรับปฏิบัติการเอเจนต์นี้คือชุดฟีเจอร์ที่รวมอยู่ใน Claude Code ในบทความนี้ ผมจะสรุปฟีเจอร์ทั้งหมดให้คุณทราบ
กฎข้อเดียวสำหรับบทความนี้: ผมจะครอบคลุมเฉพาะสิ่งที่ทุกคนสามารถใช้งานได้ทันทีหลังติดตั้ง หรือสิ่งที่ทุกคนสามารถนำมาใช้ในภายหลังได้เท่านั้น สภาพแวดล้อมของผมเองมีทักษะเฉพาะทาง (custom skills) หลายสิบอย่างที่สร้างขึ้นสำหรับโปรเจกต์เฉพาะ แต่ผมจะไม่พูดถึงสิ่งที่ขึ้นอยู่กับปัจจัยส่วนบุคคลเหล่านั้น ทุกสิ่งที่เขียนที่นี่สามารถทำซ้ำในสภาพแวดล้อมของคุณได้ตั้งแต่วันนี้
ของขวัญ PDF ฟรีเกี่ยวกับวิธีการใช้ Claude, ChatGPT, Gemini และ AI เอเจนต์
👇
https://foam-violet-8b3.notion.site/AI-PDF-393eb03cfae1801ab564c32ab4614fb9?source=copy_link
บทที่ 1: ทำไม 'ฟังก์ชันเอเจนต์' ถึงเป็นหัวใจสำคัญของเจเนอเรชันที่ 5
ทิศทางของวิวัฒนาการโมเดลที่สอดคล้องกับกรณีการใช้งาน
ก่อนอื่น มาดูแผนผังฟังก์ชันเอเจนต์ของ Claude Code กัน โดยแบ่งออกเป็นสามชั้น
ชั้นที่ 1: Sub-agents—Claude ตัวหลักเรียกใช้ 'ร่างแยก' ของตัวเองเพื่อมอบหมายงาน
ชั้นที่ 2: Workflow—ระบบสำหรับจัดการร่างแยกหลายตัวเพื่อทำการวิจัยแบบขนานหรือตรวจสอบซึ่งกันและกัน
ชั้นที่ 3: Skill—ระบบที่คุณจัดเตรียมคู่มือไว้ แล้ว Claude จะอ่านเพื่อทำหน้าที่เป็นผู้เชี่ยวชาญ
ทั้งสามชั้นนี้มีอยู่ใน Claude Code ก่อนเจเนอเรชันที่ 5 สิ่งที่เปลี่ยนไปคือ ตัวโมเดลเองถูกสร้างขึ้นมาโดยเฉพาะสำหรับวิธีการทำงานแบบนี้
ลองดูคำอธิบายอย่างเป็นทางการของ Fable 5 อีกครั้ง: 'การแตกงานย่อย', 'การมอบหมายงานให้เอเจนต์อื่น', 'การตรวจสอบผลลัพธ์' และ 'การแก้ไขทิศทาง' นี่คือสิ่งที่ชั้นที่ 1 และชั้นที่ 2 เป็นเป๊ะๆ ปรัชญาการออกแบบของโมเดลและฟีเจอร์ของ Claude Code จึงสอดคล้องกันอย่างสมบูรณ์ในตอนนี้
'การมอบหมายงาน' จะได้ผลก็ต่อเมื่อผู้รับมอบหมายฉลาด
ความสามารถในการมอบหมายงานให้ร่างแยกมีมาก่อนหน้านี้แล้ว แต่บอกตามตรงว่ามีหลายครั้งที่ผมรู้สึกไม่มั่นใจกับผลลัพธ์และลงเอยด้วยการตรวจสอบทุกอย่างด้วยตัวเอง มันเหมือนกับผู้จัดการที่มอบหมายงานให้ลูกน้องแต่กลับคอยตรวจสอบทุกรายละเอียดเพราะความกังวล ซึ่งนั่นทำให้คุณค่าของการมอบหมายงานลดลงไปครึ่งหนึ่ง
เมื่อโมเดลฉลาดขึ้น สิ่งนี้จะเปลี่ยนไปในเชิงคุณภาพ คุณสามารถเชื่อใจงานวิจัยที่ได้รับมอบหมายได้ เอเจนต์สิบตัวที่ทำงานขนานกันจะกลายเป็นพลังของคนสิบคน แทนที่จะเป็นผลลัพธ์ระดับกลางๆ สิบอย่าง ยิ่งไปกว่านั้น 'การตรวจสอบซึ่งกันและกัน' (ที่ข้อสรุปของ AI ตัวหนึ่งถูกท้าทายโดย AI ตัวอื่นเพื่อปรับปรุงความแม่นยำ) จะไม่ได้ผลเลยถ้าผู้ตรวจสอบไม่ฉลาด หากสิ่งที่ไม่ฉลาดสองอย่างมาโต้เถียงกัน มันก็แค่การเสียเวลาเปล่า
คุณค่าของฟังก์ชันเอเจนต์ถูกกำหนดโดยผลคูณของ 'ความฉลาดของ 1 หน่วย × จำนวนหน่วย' วิวัฒนาการของโมเดลได้ดึงด้านหนึ่งของสมการนี้ขึ้นมาอย่างมาก ส่วนอีกด้านหนึ่ง (จำนวนหน่วยและการจัดการ) คือสิ่งที่คุณควบคุมผ่านฟีเจอร์เหล่านี้
บทที่ 2: ฟังก์ชันเอเจนต์พื้นฐาน [ทุกคนใช้งานได้ตั้งแต่วันนี้]
Sub-agents—การมอบหมาย 'งานวิจัย' ให้ร่างแยกคือคำตอบที่ถูกต้อง
Claude Code มาพร้อมกับร่างแยกมาตรฐานสำหรับวัตถุประสงค์ต่างๆ ณ เดือนกรกฎาคม 2026 นี่คือ 3 ประเภทมาตรฐาน:
general-purpose: ประเภทอเนกประสงค์สำหรับงานวิจัยที่ซับซ้อนหรืองานหลายขั้นตอน
Explore: เชี่ยวชาญในการค้นหาโค้ดและไฟล์ อ่านได้อย่างเดียว ปลอดภัย และรวดเร็ว
Plan: เชี่ยวชาญในการสร้างแผนการดำเนินงาน โดยจะส่งคืนแผนว่าต้องแก้ไขไฟล์ไหนบ้างและลำดับอย่างไร
คุณเพียงแค่ถามเป็นภาษาญี่ปุ่นว่า 'ช่วยวิจัยเรื่องนี้ด้วย sub-agent หน่อย' บ่อยครั้งที่มันจะตัดสินลักษณะของงานและใช้ร่างแยกเหล่านี้โดยอัตโนมัติโดยไม่ต้องบอก
ส่วนที่ดีที่สุดเกี่ยวกับร่างแยกคือ ข้อมูลจำนวนมหาศาลที่พวกมันอ่านจะไม่ท่วมท้นบทสนทนาหลักของคุณ คุณเคยประสบปัญหาหน่วยความจำบทสนทนา (context) เต็มระหว่างทำงานยาวๆ ไหม? ด้วยวิธีการใช้ร่างแยก กระบวนการวิจัยจะอยู่กับร่างแยกนั้นๆ และมีเพียง 'ข้อสรุป' เท่านั้นที่ส่งกลับมายังบทสนทนาของคุณ นอกจากนี้ คุณยังสามารถรันร่างแยกหลายตัวพร้อมกันเพื่อเดินหน้างานวิจัยในสามทิศทางไปพร้อมๆ กันได้
สามัญสำนึกใหม่สำหรับเจเนอเรชันที่ 5—'การแยกโมเดลสำหรับผู้สั่งการและผู้ปฏิบัติงาน'
นี่คือประเด็นสำคัญที่สุด
ใน Claude Code คุณสามารถระบุได้ว่าจะใช้โมเดลใดสำหรับ sub-agent แต่ละตัว คุณสามารถระบุได้ในขณะที่เรียกใช้หรือเขียนไว้ในไฟล์นิยามสำหรับร่างแยกแบบกำหนดเอง ตอนนี้ตระกูล 5 ออกมาแล้ว การแยกแยะนี้จึงมีประสิทธิภาพอย่างเหลือเชื่อ
ไลน์อัพที่แนะนำคือ:
- ผู้สั่งการ (บทสนทนาหลัก) = Fable 5: สมองที่รับผิดชอบการตัดสินใจโดยรวม การวางแผน และการตรวจสอบขั้นสุดท้าย
- ผู้ปฏิบัติงาน (Sub-agents แบบขนาน) = Sonnet 5: แรงงานหลักสำหรับการวิจัย การดำเนินการ และการตรวจสอบ
- งานจิปาถะ (งานง่ายๆ) = Haiku 4.5: สำหรับงานเบาๆ เช่น การจัดระเบียบไฟล์
ทำไมสิ่งนี้ถึงมาแรงในตอนนี้? เพราะ Sonnet 5 มอบประสิทธิภาพที่เทียบเท่า Opus 4.8 แต่ในราคาที่ถูกกว่า ในเจเนอเรชันก่อนหน้า คำตอบที่ 'ถูกต้อง' คือการทำทุกอย่างอย่างระมัดระวังด้วยโมเดลระดับท็อปตัวเดียว แต่ตอนนี้ การรัน Sonnet 5 ห้าตัวภายใต้คำสั่งของ Fable 5 หนึ่งตัวเป็นทางเลือกที่สมจริงและเหนือกว่า
การสลับโมเดลทำได้ง่ายๆ ด้วยคำสั่ง /model เพียงแค่พิมพ์ /model claude-fable-5 ถ้าคุณยังไม่เคยลอง ให้เริ่มจากตรงนี้เลย
Sub-agents แบบกำหนดเองและโหมด Plan—การออกแบบ 'วิธีการมอบหมายงาน'
กลไกในการกำหนด 'บุคลิก' ของร่างแยกก็รวมมาให้เป็นค่าเริ่มต้น เพียงวางไฟล์ Markdown ไว้ในโฟลเดอร์ .claude/agents/ และเขียนบทบาทลงไป เช่น 'คุณคือผู้เชี่ยวชาญด้านการตรวจสอบความปลอดภัย ตรวจสอบจากมุมมองนี้เท่านั้น' คุณยังสามารถระบุโมเดลในไฟล์นี้ได้อีกด้วย
แม้ว่าเนื้อหาเฉพาะที่ผมสร้างจะเป็นเรื่องส่วนตัว แต่ 'กลไกในการสร้างพวกมัน' ถูกแจกจ่ายให้กับทุกคน ทุกคนมีห้องครัวเดียวกัน แม้ว่าสูตรอาหารจะต่างกันก็ตาม เนื่องจากมันเป็นเพียงไฟล์ Markdown คุณจึงสามารถแชร์ผ่าน Git เพื่อให้ทั้งทีมมีร่างแยกชุดเดียวกันได้
เมื่อคุณมอบหมายงานมากขึ้น ความปลอดภัยจะกลายเป็นเรื่องสำคัญ โหมด Plan ช่วยให้ Claude สามารถแสดงแผนว่า 'ฉันจะทำตามขั้นตอนเหล่านี้' โดยไม่แตะต้องตัวอักษรแม้แต่ตัวเดียวในไฟล์ของคุณ เพื่อรอการอนุมัติจากคุณ การรันในพื้นหลัง (Background execution) ช่วยให้คุณรันกระบวนการที่ใช้เวลานานในเบื้องหลังได้ และ การรันตามกำหนดเวลา (Scheduled execution) ช่วยให้สามารถดำเนินการเป็นระยะๆ เช่น 'รันการตรวจสอบนี้ทุกเช้าเวลา 9 โมง'
Workflow—'การจัดการกองทัพ' และการตรวจสอบแบบโต้แย้ง
ชั้นที่ 2 คือ Workflow นี่คือระบบสำหรับจัดการ sub-agent หลายตัวด้วยสคริปต์เพื่อเคลื่อนย้ายพวกมันตามลำดับที่กำหนด ตัวอย่างเช่น:
- รันการตรวจสอบพร้อมกันด้วยสามทีม: 'ทีมบั๊ก', 'ทีมประสิทธิภาพ' และ 'ทีมความปลอดภัย'
- ให้เอเจนต์อีกตัวท้าทายผลลัพธ์ที่ได้: 'นั่นเป็นบั๊กจริงๆ หรือเปล่า? ลองโต้แย้งดูสิ'
- รวมเฉพาะสิ่งที่ผู้ตรวจสอบอย่างน้อยสองในสามเห็นพ้องว่าเป็น 'เรื่องจริง' ลงในรายงานฉบับสุดท้าย
กระบวนการโต้แย้งโดยเจตนา (adversarial verification) นี้ช่วยลดประเด็นที่ 'ฟังดูสมเหตุสมผลแต่ผิด' ซึ่งมักพบใน AI ได้อย่างมาก ข้อสรุปที่เห็นพ้องโดยสามหน่วยงานอิสระนั้นน่าเชื่อถือกว่าการยืนยันของตัวเดียวมาก มันเป็นตรรกะเดียวกับการตรวจสอบซ้ำในองค์กรมนุษย์
ดังที่กล่าวไว้ในบทที่ 1 ฟีเจอร์นี้จะรุ่งหรือร่วงขึ้นอยู่กับความฉลาดของผู้ตรวจสอบ ตอนนี้ฝ่ายตรงข้ามเป็นระดับ Sonnet 5 แล้ว เราจึงอยู่ในรุ่งอรุณของการใช้งานจริง
บทที่ 3: Skill—โมเดลเปลี่ยนไป แต่ทักษะยังคงเป็นสินทรัพย์
ความจริงของทักษะคือแค่โฟลเดอร์ Markdown
ชั้นที่ 3: Skills เผยความลับให้ทราบ มันเรียบง่ายอย่างน่าประหลาดใจ—มันเป็นเพียงโฟลเดอร์ที่มีคู่มือ `SKILL.md` อยู่ข้างใน
คู่มือจะอธิบายว่าทักษะนั้นทำอะไร คำขอแบบไหนที่กระตุ้นให้ใช้ ขั้นตอนที่ต้องทำ และข้อผิดพลาด/วิธีแก้ไขทั่วไป ทันทีที่บทสนทนาตรงกับเกณฑ์ Claude จะอ่านคู่มือโดยอัตโนมัติและทำหน้าที่เป็นผู้เชี่ยวชาญ คุณไม่จำเป็นต้องพูดว่า 'ใช้ทักษะนี้' ด้วยซ้ำ
ผมอยากเน้นย้ำเรื่องนี้: โมเดลจะถูกแทนที่ แต่ทักษะจะยังคงอยู่ ทักษะที่สร้างขึ้นสำหรับเจเนอเรชันที่ 4 สามารถใช้งานได้ในเจเนอเรชันที่ 5 อันที่จริง เพราะโมเดลฉลาดขึ้น ความแม่นยำในการปฏิบัติตามคู่มือเดิมจึงดีขึ้น วิวัฒนาการของโมเดลเป็นของขวัญสำหรับทุกคน แต่สินทรัพย์ที่เรียกว่า 'ทักษะ' จะคงอยู่สำหรับผู้ที่สร้างมันขึ้นมาเท่านั้น นี่คือจุดที่ช่องว่างถูกสร้างขึ้น
มีกฎการวางไฟล์เพียงสองข้อ: ~/.claude/skills/ สำหรับทั้งเครื่องของคุณ หรือ .claude/skills/ ของโปรเจกต์สำหรับโปรเจกต์นั้นๆ ทักษะระดับโปรเจกต์สามารถคอมมิตลง Git และแจกจ่ายให้ทั้งทีมโดยอัตโนมัติ
skill-creator—การสร้างสินทรัพย์อัตโนมัติด้วย 'ทักษะในการสร้างทักษะ'
สำหรับผู้ที่พบว่าการเขียนคู่มือเป็นเรื่องน่าเบื่อ มี skill-creator อย่างเป็นทางการของ Anthropic ด้วยสิ่งนี้ คุณเพียงแค่พูดว่า 'เปลี่ยนชุดงานที่เราเพิ่งทำไปนี้ให้เป็นทักษะ' แล้ว Claude จะเขียน SKILL.md และวางไว้ในตำแหน่งที่ถูกต้องด้วยตัวเอง
นี่คือจุดเริ่มต้นของลูป: ① ทำงานกับ Claude → ② ให้มันเปลี่ยนขั้นตอนที่สำเร็จให้เป็นทักษะ → ③ ทำซ้ำด้วยคำสั่งเดียวในครั้งหน้า และถ้ามันล้มเหลว ก็ 'เพิ่มบทเรียนนั้นลงในทักษะ' ยิ่งคุณใช้มันมากเท่าไหร่ Claude Code เฉพาะของคุณก็จะยิ่งฉลาดขึ้นเท่านั้น
เหตุผลที่ลูปนี้มีค่ามากขึ้นในเจเนอเรชันที่ 5 คือโมเดลเก่งขึ้นในการปฏิบัติตามคู่มือที่ยาว แม้ว่าคู่มือจะยาวและละเอียดขึ้น แต่ก็มีโอกาสน้อยที่จะพลาดคำแนะนำที่อยู่ตรงกลาง
บทที่ 4: ทักษะและปลั๊กอินอย่างเป็นทางการที่ทุกคนติดตั้งได้
เริ่มต้นด้วย 'ชุดเอกสาร 4 ชิ้น' อย่างเป็นทางการ
Anthropic เผยแพร่ทักษะอเนกประสงค์ให้ใช้งานฟรีใน GitHub repository อย่างเป็นทางการ (anthropics/skills) เพียงแค่คัดลอกไปยังตำแหน่งที่กล่าวถึงในบทก่อนหน้า ชุดแรกที่ควรมีคือทักษะที่เกี่ยวข้องกับเอกสาร 4 อย่าง:
- docx: สร้าง/แก้ไขไฟล์ Word (รองรับหัวข้อ, สารบัญ, ตาราง)
- pdf: รวม, แยก, กรอกแบบฟอร์ม และดึงข้อความจาก PDF
- pptx: สร้าง/แก้ไขสไลด์ PowerPoint
- xlsx: สร้าง/แก้ไขแผ่นงาน Excel
คุณอาจสงสัยว่า AI สามารถสร้างไฟล์ Word ได้จริงๆ หรือ—มันอยู่ในระดับมืออาชีพอย่างแท้จริง ผมแทบไม่เคยสร้างร่างแรกของรายงาน สไลด์นำเสนอ หรือสเปรดชีตด้วยตัวเองอีกเลย สำหรับนักพัฒนา skill-creator และ mcp-builder (สำหรับ DIY MCP servers) นั้นยอดเยี่ยมมาก และสำหรับนักเขียน ประเภท humanizer ที่ตรวจจับและแก้ไขนิสัยการเขียนของ AI ก็มีประสิทธิภาพมาก
Plugins—ชุดรวมทักษะ, เอเจนต์ และการตั้งค่าการเชื่อมต่อ
Plugins คือเวอร์ชันขั้นสูงของการติดตั้งทักษะทีละอย่าง พวกมันรวมทักษะ + ร่างแยกแบบกำหนดเอง + การตั้งค่าการเชื่อมต่อภายนอก + คำสั่ง เข้าเป็นแพ็กเกจเดียว ติดตั้งผ่านคำสั่ง /plugin จาก marketplace
มีแพ็กเกจธุรกิจสำหรับการตลาด (ตรวจสอบ SEO, วิเคราะห์คู่แข่ง), กฎหมาย (ตรวจสอบสัญญา), การวิจัย (ค้นหาบทความวิชาการ) และการพัฒนา (รองรับ SDK ต่างๆ) ข้อควรทราบ: ปลั๊กอินธุรกิจเหล่านี้หลายตัว ต้องการการยืนยันตัวตนบัญชีแยกต่างหากสำหรับบริการภายนอกที่เกี่ยวข้อง หากติดตั้งแล้วใช้งานไม่ได้ นั่นมักจะเป็นสาเหตุ
บทที่ 5: MCP—'เต้ารับทั่วไป' สำหรับบริการภายนอก
การทำงานอัตโนมัติต้องใช้เครื่องมือ
MCP (Model Context Protocol) เป็นมาตรฐานเปิดที่ Anthropic เปิดตัวในเดือนพฤศจิกายน 2024 พูดง่ายๆ คือมันเป็น 'เต้ารับทั่วไปสำหรับเชื่อมต่อ AI กับบริการภายนอก' หากบริการใดมี MCP server ให้ Claude Code สามารถเชื่อมต่อได้ด้วยคำสั่งเดียว: claude mcp add <name> <connection> สำหรับบริการที่ต้องการการยืนยันตัวตน คุณเพียงแค่ทำตามขั้นตอน OAuth ปกติในเบราว์เซอร์ของคุณครั้งเดียว
บริการหลักที่รองรับ ได้แก่ Figma, Canva, Notion, Google Drive, Slack, Gmail, Discord, Google Calendar, Ahrefs, HubSpot, ElevenLabs และอื่นๆ ทั้งหมดนี้เป็นสิ่งที่ทุกคนสามารถเชื่อมต่อได้หากมีบัญชี
ในบริบทของเจเนอเรชันที่ 5 คุณค่าของ MCP เพิ่มขึ้นอย่างชัดเจน จุดขายของ Fable 5 เรื่องการทำงานอัตโนมัติระยะยาวนั้น แท้จริงแล้วคือความสามารถในการ 'วิ่งไปสู่เป้าหมายอย่างต่อเนื่องในขณะที่สลับเครื่องมือไปมา' การรับฟังการสนทนาบน Slack, ตรวจสอบสเปกใน Notion, แก้ไขโค้ด และรายงานผลผ่าน Gmail—ยิ่งเชื่อมต่อเครื่องมือ (MCP) มากเท่าไหร่ 'ระยะทางในการวิ่ง' นี้ก็จะยิ่งไกลขึ้นเท่านั้น บริบทขนาด 1M token ที่กว้างขวางมีไว้สำหรับงานยาวๆ เหล่านี้ที่ครอบคลุมหลายบริการ
แต่ 'อย่าติดตั้งมากเกินไป' ยังคงใช้ได้เสมอ
เมื่อคุณเชื่อมต่อ MCP server รายการเครื่องมือและคู่มือสำหรับบริการนั้นจะถูกโหลดลงในหน่วยความจำของ Claude การเชื่อมต่อมากเกินไปจะทำให้ความจุของบทสนทนาแออัด แม้ว่าบริบทจะขยายเป็น 1M แล้ว แต่การทำให้สมองรกด้วยคำจำกัดความของเครื่องมือที่ไม่เกี่ยวข้องก็ถือเป็นความสูญเสีย แม้ว่าโต๊ะทำงานของคุณจะกว้างขึ้น แต่ถ้าคุณวางเครื่องมือที่คุณไม่ได้ใช้ไว้เต็มไปหมด ประสิทธิภาพการทำงานของคุณก็จะลดลง
เคล็ดลับในการดำเนินงานยังคงเรียบง่าย: 'เก็บเฉพาะสิ่งที่คุณใช้ทุกวัน และเปิดใช้งานอย่างอื่นเมื่อจำเป็นเท่านั้น' อีกเคล็ดลับหนึ่งคือการจัดการการยืนยันตัวตน การคอมมิต API keys ลง Git โดยตรงเป็นความผิดพลาดคลาสสิก ฝึกนิสัยการใส่คีย์ไว้ในตัวแปรสภาพแวดล้อม (environment variables) นี่คือมรดกจากผู้ที่มาก่อนคุณ
บทที่ 6: ควรแนะนำสิ่งเหล่านี้ตามลำดับใด?
เส้นทางการนำเจเนอเรชันที่ 5 มาใช้: 'ขั้นที่ 0 + 4 ขั้นตอน'
ขั้นที่ 0: เปลี่ยนไปใช้โมเดลเจเนอเรชันที่ 5 (เดี๋ยวนี้, 1 นาที)
ใช้คำสั่ง /model เพื่อตั้งค่าหลักเป็น Fable 5 (หรือ Sonnet 5) ทุกอย่างในบทความนี้ขึ้นอยู่กับความฉลาดของโมเดล ดังนั้นจงทำให้รากฐานเป็นรุ่นล่าสุดก่อน
ขั้นที่ 1: ใช้ Sub-agents มาตรฐาน (วันนี้)
ไม่ต้องติดตั้งอะไร แค่เพิ่มคำพูดลงในคำขอปกติของคุณ เช่น 'วิจัยเรื่องนี้แบบขนานด้วย sub-agents' หรือ 'ช่วยวางแผนก่อน' เพื่อทำความเข้าใจกับการมอบหมายงานให้ร่างแยกที่นี่
ขั้นที่ 2: ติดตั้งทักษะเอกสารอย่างเป็นทางการ + skill-creator (สัปดาห์นี้)
ถ้าคุณสร้างเอกสาร สิ่งนี้เพียงอย่างเดียวจะคุ้มค่ากับความพยายาม
ขั้นที่ 3: เปลี่ยนงานประจำหนึ่งอย่างให้เป็นทักษะ (เดือนนี้)
เลือกงานที่คุณทำทุกสัปดาห์แล้วพูดว่า 'เปลี่ยนขั้นตอนการทำงานนี้ให้เป็นทักษะ' ทันทีที่งานแรกสำเร็จ ความคิดของคุณจะเปลี่ยนจาก 'การใช้ AI' เป็น 'การเติบโตของ AI ของคุณเอง'
ขั้นที่ 4: เชื่อมต่อบริการที่ใช้ประจำ 2-3 อย่างผ่าน MCP (เมื่อจำเป็น)
เชื่อมต่อเฉพาะสิ่งที่คุณใช้ทุกวันเท่านั้น Slack และ Notion ก็เพียงพอสำหรับการเริ่มต้น
รูปแบบความล้มเหลวทั่วไป
ที่พบบ่อยที่สุดคือ การเริ่มจากขั้นที่ 4 มันดูหวือหวา ผมเข้าใจความรู้สึกนั้น แต่ถ้าคุณเชื่อมต่อ MCP 10 ตัวโดยที่ยังใช้ฟีเจอร์พื้นฐานไม่เป็น คุณจะเหลือเพียงความประทับใจว่าเป็น 'เครื่องมือหนักๆ ที่ไม่รู้ว่าทำอะไรได้บ้าง' แล้วเลิกใช้ไป โปรดทำตามลำดับ: รากฐาน (ฟีเจอร์มาตรฐาน) → รูปแบบ (ทักษะ) → การเชื่อมต่อ (MCP)
อีกอย่างคือการพยายามทำให้ทักษะสมบูรณ์แบบตั้งแต่ต้น ทักษะเป็นเพียง Markdown ดังนั้นคุณสามารถแก้ไขได้ตลอดเวลา เริ่มจากเวอร์ชัน 60% แล้วค่อยๆ เพิ่มเข้าไปทุกครั้งที่มันล้มเหลว วิธีการ 'ทำให้มันเติบโต' แบบนี้จะส่งผลให้ได้เครื่องมือที่แข็งแกร่งขึ้น
สรุป: วิวัฒนาการของโมเดลเป็นไปโดยอัตโนมัติ แต่ช่องว่างในการใช้งานไม่ใช่
สรุปประเด็นสำคัญเป็นสามบรรทัด:
- หัวใจสำคัญของ Claude เจเนอเรชันที่ 5 (Fable 5 / Sonnet 5) คือ 'การทำงานอัตโนมัติระยะยาว' หากคุณไม่ใช้มันในฐานะเอเจนต์ คุณจะพลาดวิวัฒนาการนี้ไป
- กรอบการทำงานถูกรวมอยู่ใน Claude Code แล้ว: Sub-agents, Workflow, Skills และ MCP การแยกแยะ Fable 5 เป็นผู้สั่งการ และ Sonnet 5 เป็นผู้ปฏิบัติงาน คือสามัญสำนึกใหม่
- ทักษะและปลั๊กอินอย่างเป็นทางการนั้นฟรีสำหรับทุกคน โมเดลเปลี่ยนไป แต่สินทรัพย์ที่เรียกว่าทักษะจะคงอยู่สำหรับผู้ที่สร้างมันขึ้นมาเท่านั้น
การอัปเดตโมเดลถูกแจกจ่ายให้ทุกคนอย่างเท่าเทียมโดยไม่ต้องใช้ความพยายาม แต่การที่คุณจะใช้สมองใหม่นั้นเป็นเพียงคู่แชทตัวเดียว หรือเป็นผู้สั่งการกองทัพนั้น ขึ้นอยู่กับการออกแบบของคุณ เริ่มต้นด้วยขั้นที่ 0 โดยการสลับด้วย /model และลองเพิ่มคำว่า 'วิจัยเรื่องนี้ด้วย sub-agent' ลงในคำขอถัดไปของคุณดูสิ
