repo เล็กๆ ของ 9arm กับไอเดียเดียว ที่ควรหยิบไปใช้ อย่าเผาโมเดลแพงกับงานจุกจิก

ที่ผ่านมาเรารีวิว repo skill สาย Claude Code มาแล้วสี่ตัว ตั้งแต่ตัวที่ดาวหลักแสน ตัวนี้ต่างออกไป repo ของ 9arm ครีเอเตอร์ไทย ติดดาวไปราว 2,900 ดวง เล็กกว่ามาก มี skill แค่ 6 ตัว และโครงจัดหมวดก็ยืมแบบมาจาก repo ของ Matt Pocock ตรง ๆ

เขียนให้ตรง ถ้าวัดกันที่ความครบหรือความดัง repo นี้ไม่ได้อยู่ในลีกเดียวกับสี่ตัวก่อน แต่มันมี skill หนึ่งที่ไอเดียดีจริงจนอยากหยิบมาเล่า และเป็นมุมที่สี่ตัวก่อนไม่มี นั่นคือ การคุมต้นทุนด้วยการเลือกว่างานไหนใช้โมเดลตัวไหน บทความนี้เลยไม่ใช่รีวิวทั้งชุด แต่เป็นการหยิบไอเดียเดียวที่คุ้มค่าที่สุดมาใช้

ใน repo ของ 9arm มี skill อะไรบ้าง (ครบ 6 ตัว)

ถ้ามาหาว่าใน repo 9arm-skills มี skill อะไรบ้าง สรุปให้ตรงนี้ อ่านตรงจากไฟล์ SKILL.md ในเรพอ จัดเป็นสองหมวด

สาย engineering

• debug-mantra ขั้นตอน debug สี่จังหวะ ทำซ้ำให้เห็นบั๊กก่อน ไล่เส้นทางโค้ด ลองล้มสมมติฐานตัวเอง แล้วยืนยันร่องรอยที่เจอ
• post-mortem เขียนบันทึกหลังแก้บั๊กเสร็จ ระบุต้นเหตุ กลไก วิธีแก้ และการยืนยันว่าหายจริง
• scrutinize ให้ AI รีวิวแผนหรือโค้ดจากมุมคนนอก ตั้งคำถามกับเจตนาและตรวจว่าคำกล่าวอ้างจริงไหม
• qwen-agent โยนงานจุกจิกไปให้ subagent ที่รันด้วย Qwen เช่น เปลี่ยนชื่อทั้งไฟล์ จัดฟอร์แมต วางโครงโค้ด

สาย productivity

• management-talk แปลงเนื้อหาเทคนิคให้กลายเป็นภาษาที่คุยกับหัวหน้าสายบริหารได้ในหลายช่องทาง
• qwenchance คอยพยุงงานยาว ไม่ให้ AI วนลูปหรือคิดจนล้น context ถึงจุดนั้นก็เบรกหรือส่งต่องาน

ตัวที่เราว่าน่าหยิบไปใช้สุดคือสองตัวสาย Qwen คือ qwen-agent กับ qwenchance เพราะมันคือไอเดียคุมต้นทุนที่จะเล่าต่อด้านล่าง ส่วนที่เหลือเป็น skill พื้นฐานที่ดี แต่หาแบบคล้ายกันได้ทั่วไป

ช่วงที่ 1ไอเดียเด็ด สั่งงานจุกจิกไปโมเดลถูก

skill ที่ชื่อ qwen-agent ทำเรื่องเดียว แต่ทำได้คม คือมันแยกงานออกเป็นสองกอง งานที่ซ้ำ ๆ ไม่ต้องคิดมาก เช่น เปลี่ยนชื่อตัวแปรทั้งไฟล์ เขียนโค้ดโครงซ้ำ ๆ หรือสรุป log ยาว ๆ พวกนี้ ส่งไปให้โมเดลราคาถูกอย่าง Qwen ทำแทน ส่วนโมเดลหลักที่แพงกว่า เก็บไว้ทำงานที่ต้องใช้ดุลยพินิจจริง ๆ

รายละเอียดที่ทำให้มันใช้ได้จริงคือมันบังคับให้แบ่งงานใหญ่เป็นชิ้นเล็กให้พอดีกับ context ของโมเดลถูก ไม่ใช่โยนทั้งก้อนแล้วหวังว่าจะรอด และมีอีก skill คู่กันชื่อ qwenchance ที่คอยจับว่าตัว AI เริ่ม วนอ่านไฟล์เดิมซ้ำ ๆ หรือคิดยาวเป็นพันคำโดยยังไม่ลงมือ แล้วให้เบรกหรือส่งต่อ ไม่ปล่อยให้เผา token ทิ้งไปเรื่อย ๆ

ช่วงที่ 2ทำไมมันได้ผล จับคู่มูลค่างานกับราคาเครื่องมือ

ไอเดียนี้ตรงกับหลักที่เราถือมาตลอด คือ อย่าจับทุกอย่างยัดใส่โมเดลตัวที่แพงที่สุดตัวเดียว งานแต่ละชิ้นมีมูลค่าไม่เท่ากัน งานที่ตรวจถูกผิดได้ง่ายและไม่ต้องตีความ ควรอยู่กับของที่ถูกที่สุดที่ทำได้ ไม่ว่าจะเป็นโมเดลถูกหรือโค้ดตรง ๆ ส่วนงานที่ต้องเข้าใจบริบทหรือชั่งน้ำหนักตัดสินใจ ค่อยจ่ายเพื่อโมเดลแพง

พอคิดแบบนี้ ต้นทุนจะไหลไปตามมูลค่างานเอง ไม่ใช่จ่ายแพงเท่ากันหมดทุกงาน ที่สำคัญคือมันไม่ได้ลดคุณภาพ เพราะงานที่ต้องการคุณภาพสูงยังได้โมเดลที่ดีอยู่ แค่ไม่เอาของแพงไปละลายกับงานที่ของถูกก็ทำได้

ช่วงที่ 3เอาไอเดียไปวางในเครื่องตัวเองยังไง (ทีละขั้น)

พออยากลองของจริง คำถามแรกคือ 9arm วางกลไกนี้ไว้ยังไง คำตอบอยู่ในไฟล์ SKILL.md ของ qwen-agent เอง หัวใจคือคำสั่งชื่อ claude-9arm ที่เป็น alias ของ claude --model qwen3.6-35b-a3b วิ่งผ่าน gateway ของเขา เวลาจะโยนงานให้ ก็สั่งแบบ headless ด้วย -p

แต่จะให้มันไม่พังกลางทาง SKILL.md ย้ำไว้สามข้อ และสามข้อนี้แหละคือหัวใจที่ทำให้ไอเดียนี้เวิร์คจริง ไม่ใช่แค่ตัวคำสั่ง

• เขียน prompt ให้ยืนได้ด้วยตัวเอง โมเดลถูกไม่เห็นบทสนทนาในแชทเลยสักคำ ต้องใส่ path เต็มของไฟล์ทุกตัว บอกว่าจะแก้อะไรและเสร็จแล้วหน้าตาเป็นยังไง ห้ามอ้าง "ไฟล์ที่คุยกันเมื่อกี้"
• ดูให้พอดี context 128k Qwen รับ context ได้เล็กกว่าโมเดลหลักมาก งานใหญ่ต้องซอยเป็นชิ้นที่แตะไฟล์ทีละก้อน ไม่ใช่โยนทั้ง repo เข้าไปแล้วหวังว่าจะรอด
• ตรวจงานที่มันทำเองทุกครั้ง ของถูกก็แลกมาด้วยความน่าเชื่อถือที่น้อยลง อ่าน diff หรือรันเทสต์ยืนยันก่อน ค่อยบอกว่าเสร็จ

จุดสำคัญคือ ไม่ต้องใช้ Qwen ก็ได้ ตัวไอเดียคือ "ของถูกที่สุดที่ทำงานชิ้นนี้ให้จบได้" จะเป็น subagent ที่ตั้งโมเดลถูกลงมาหนึ่งชั้น เป็นโมเดลที่รันเองในเครื่อง หรือเป็นสคริปต์สั้น ๆ ที่ไม่ต้องพึ่ง AI เลยก็ได้ กลไก claude-9arm เป็นแค่หนึ่งวิธี ไม่ใช่เงื่อนไข

อีกครึ่งที่ 9arm แถมมาด้วยคือ skill ชื่อ qwenchance ที่คอยกันงานยาวไม่ให้เผา token เปล่า หลักของมันหยิบไปใช้ได้ทันทีแม้ไม่ลง skill คือ ก่อนลงมือแต่ละก้าวให้เช็คสามอย่าง กำลังวนอ่านไฟล์เดิมหรือลองสมมติฐานเดิมซ้ำอยู่ไหม คิดยาวเกินพันคำโดยยังไม่ลงมือหรือเปล่า และ context เริ่มตึงหรือยัง ติดข้อไหนก็เบรกแล้วส่งต่องาน ไม่ปล่อยให้ทั้ง run ละลายไปกับการวนเปล่า

แล้วถ้าอยากลงของจริงทั้งชุดล่ะ? repo แนะนำให้ลงด้วย npx skills add thananon/9arm-skills วิธีนี้ใช้ได้กับ agent ทุกตัว แต่ย้ำเหมือนเดิม ไม่ต้องลงทั้งก้อนก็ได้ อ่านสอง skill สาย Qwen แล้วเขียนเวอร์ชันของตัวเองที่เข้ากับ setup ที่ใช้อยู่ ได้ประโยชน์กว่าลอกมาทั้งดุ้น

ช่วงที่ 4พูดตรงเรื่องตัว repo แล้วเอาไปใช้ยังไง

เรื่องตัว repo พูดกันตรง ๆ มันเล็กและเป็นของส่วนตัว มี skill 6 ตัว โครงจัดหมวดก็ยืมแบบมาจาก repo ของ Matt Pocock โดยไม่ได้อ้างที่มา คุณค่าของมันจึงไม่ได้อยู่ที่เอามาทั้งก้อน แต่อยู่ที่ไอเดียคุมต้นทุนหนึ่งข้อนี้ ตรงกับบทเรียนที่ผ่านมาทั้งชุด คือ ไม่มี repo ไหนที่ต้องเอามาทั้งดุ้น หยิบส่วนที่ดีไปใช้ก็พอ

เอาไปใช้จริงไม่ต้องมี Qwen ก็ได้ หลักคือมองงานที่ทำซ้ำ ๆ ในแต่ละวัน แล้วถามว่าอันไหนที่ไม่ต้องใช้โมเดลแพงก็ได้ งานเปลี่ยนชื่อ จัดฟอร์แมต สรุปข้อความ พวกนี้ยกไปให้ของถูกกว่า แล้วจะรู้สึกได้ว่าบิลค่อย ๆ เบาลงโดยที่งานไม่ได้แย่ลง

บทความนี้เป็นหนึ่งชั้นใน สถาปัตยกรรม AI agent ระดับ production ทั้ง 7 ชั้น