Andrew Ng ปล่อย AI coworker ที่ลงมือทำงาน บนเครื่องเรา แต่ยังคุมได้

เมื่อสี่วันก่อน Andrew Ng ปล่อย repo ใหม่ชื่อ openworker ออกมา ชื่อของเขาการันตีคนสนใจอยู่แล้ว แค่ไม่กี่วันก็ได้ดาวไปพันห้าร้อยกว่าดวง เราเลยลองโคลนมาอ่านโค้ดทั้ง repo ดูว่ามันคืออะไรกันแน่ แล้วมีอะไรที่น่าเอาไปใช้ต่อ

รอบก่อน ๆ เราเคยรีวิว repo สาย skill ของคนอื่นมาหลายตัว รอบนี้ต่างออกไป openworker ไม่ใช่กองสกิล แต่เป็น แพลตฟอร์มตัวเต็ม ของสิ่งที่หลายคนกำลังพูดถึงกัน คำว่า "AI coworker" หรือ AI ที่ทำงานเป็นเพื่อนร่วมงาน ไม่ใช่แค่ผู้ช่วยที่รอเราถาม

เกริ่นตรง ๆ ก่อน บทความนี้เป็นรีวิว จากการอ่านโค้ด ไม่ใช่จากการเอาไปใช้งานจริงเป็นเดือน เราโคลน repo มาไล่อ่านสถาปัตยกรรมกับโค้ดทั้งตัว ส่วนที่มันโฆษณาว่าทำได้ เราอ้างตามที่ repo เขียนไว้และแยกให้ชัดว่าอันไหนคือสิ่งที่เห็นในโค้ดจริง ไล่เป็นสามช่วง เริ่มจาก openworker คืออะไร ต่อด้วย ไอเดียที่ควรเอามาใช้ แล้วปิดที่ เหมาะกับใคร ไม่เหมาะกับใคร

ช่วงที่ 1openworker คืออะไร

สั้นที่สุดคือ AI ที่ทำงานให้เสร็จเป็นชิ้น ไม่ใช่แค่ตอบเป็นข้อความให้เราไปทำต่อ เราสั่งงานเป็นเป้าหมาย เช่น "สรุปยอดขายเดือนนี้เป็นรายงาน" มันจะแตกงานเป็นขั้น เปิดไฟล์ รันคำสั่ง ต่อเข้าแอปที่เราเชื่อมไว้ แล้ว ส่งออกมาเป็นชิ้นงานจริง ที่เปิดใช้ได้เลย ตรงนี้คือความต่างจากแชทบอตทั่วไปที่จบแค่พิมพ์คำตอบกลับมา

อีกครึ่งของชื่อคือคำว่า local-first มันรันบนเครื่องเราเอง เป็นแอปเดสก์ท็อป กุญแจโมเดลกับข้อมูลอยู่บนเครื่อง เราเอากุญแจของ OpenAI, Anthropic, Google หรือจะชี้ไปที่โมเดลที่รันในเครื่องอย่าง Ollama ก็ได้ จุดนี้ถูกใจสายที่ห่วงเรื่องข้อมูลไม่อยากให้งานหลุดขึ้นบริการกลาง

ข้างในเป็นยังไง

พออ่านโค้ดก็เห็นว่าแกนกลางเรียบง่ายกว่าที่คิด มันคือ ลูปเดียว (ในโค้ดชื่อ TurnEngine) ที่วนอยู่สี่จังหวะ ให้โมเดลคิด ออกมาเป็นคำสั่งเรียกเครื่องมือ เช็คว่าคำสั่งนี้ทำได้ไหม แล้วค่อยลงมือทำ วนแบบนี้จนงานเสร็จ ลูปเดียวนี้ถูกเสิร์ฟออกไปหลายหน้าจอ ทั้งแอปเดสก์ท็อป หน้าจอในเทอร์มินัล และผ่าน Slack (พิมพ์เรียกในแชนเนล มันก็เปิดงานบนเครื่องเราแล้วตอบกลับในเทรด)

รอบตัวลูปมีของครบเหมือนแพลตฟอร์มจริง

• บุคลิกงาน แยกเป็น Cowork, Code, Chat แต่ละตัวมีชุดเครื่องมือและสไตล์ต่างกัน เลือกตามงาน
• ตัวต่อแอป 25 กว่าตัว Slack, GitHub, Jira, Notion, Linear, HubSpot, Gmail, Google Calendar และต่อ MCP อะไรก็ได้เพิ่ม
• เลือกโมเดลได้ 15 กว่าเจ้า สลับ OpenAI, Anthropic, Google, Ollama ได้จากชื่อโมเดล
• ตั้งงานประจำ ให้รันเองเป็นรอบ เช่น สรุปทุกเช้า รายงานทุกสัปดาห์ งานที่รันตอนเราไม่อยู่จะพักคำขออนุมัติไว้ในกล่องรอ
• ความจำข้ามงาน กับที่เก็บกุญแจที่ผูกกับ keychain ของแต่ละระบบปฏิบัติการ
• Skills เป็นไฟล์ SKILL.md ฟอร์แมตเดียวกับสกิลของ Claude เป๊ะ ใครเคยเขียนสกิลไว้ก็ยกมาเสียบได้

ตัวโค้ดเป็น Python เป็นหลัก บวก React กับ Tauri สำหรับหน้าจอ และ Rust สำหรับถอดเสียงพูด เปิดซอร์สจริงภายใต้ลิขสิทธิ์ MIT ปล่อยออกมาได้สี่วันก็มีคนกด fork ไปสองร้อยกว่าครั้งแล้ว

ช่วงที่ 2ไอเดียที่ควรเอามาใช้: คุมที่จังหวะเรียกเครื่องมือ

ฟีเจอร์เยอะไม่ใช่เรื่องน่าตื่นเต้น ของที่น่าเอาไปคิดต่อจริง ๆ อยู่ที่คำถามหิน ถ้าจะปล่อยให้ AI ลงมือทำงานบนเครื่องเราได้เอง แล้วจะกันไม่ให้มันทำเรื่องพังได้ยังไง ทางเลือกที่คนมักนึกออกมีสองทางที่แย่พอกัน คือ อนุมัติทุกก้าว จนเรากลายเป็นคอขวดเอง กับ ปล่อยมันวิ่งอิสระ แล้วภาวนาว่าอย่ามีอะไรพัง

คำตอบของ openworker คือไปคุมตรงจุดเดียว ที่เราเรียกว่าจังหวะเรียกเครื่องมือ นึกภาพลูปที่เล่าไปเมื่อกี้ ทุกครั้งที่ AI จะลงมือทำอะไรจริง มันต้องออกคำสั่งผ่านจุดนี้จุดเดียวเสมอ openworker เลยเอา ด่านอนุมัติมาคร่อมไว้ตรงคอขวดนี้ แทนที่จะไปไล่ดักทีละที่กระจัดกระจาย พออ่านโค้ดจะเห็นว่ามันแยกชัด งานที่แค่อ่าน (เปิดไฟล์มาดู ค้นข้อมูล) ปล่อยให้ทำขนานกันได้เลย ส่วนงานที่เปลี่ยนของจริง (เขียนไฟล์ ส่งข้อความ รันคำสั่ง) บังคับให้ทำทีละอย่างและต้องขออนุมัติก่อน

สี่โหมดที่เลือกระดับความไว้ใจได้

สิ่งที่ทำให้มันใช้จริงได้คือมันไม่ได้มีแค่เปิดหรือปิด แต่ให้เลือกระดับ ในโค้ดมีสี่โหมด

• discuss คุยอย่างเดียว ยังไม่ให้แตะอะไร
• plan ให้เสนอแผนมาให้ดูก่อน ค่อยลงมือ
• interactive ทำได้ แต่ถามก่อนทุกครั้งที่จะทำเรื่องที่ย้อนไม่ได้
• auto ไว้ใจเต็มที่ ปล่อยวิ่งเอง

ระดับพวกนี้ตรงกับหลักที่เราเชียร์มาตลอด ว่า อย่าถามคนทุกเรื่อง แต่จัดระดับตามความย้อนไม่ได้ของงาน งานอ่านหรือร่างให้ดู ปล่อยได้ ส่วนงานที่ส่งออกไปข้างนอกแล้วเอาคืนไม่ได้ ค่อยเด้งกลับมาหาคน openworker เอาความคิดนี้มาทำเป็นโครงจริงในโค้ด ไม่ใช่แค่พูดลอย ๆ

สองอย่างที่ทำให้จุดนี้เชื่อได้จริง

อย่างแรก มันมี บันทึกการทำงานแบบเพิ่มได้อย่างเดียว ทุก tool call ถูกจดไว้หมด ลบไม่ได้ แก้ไม่ได้ ย้อนมาดูทีหลังได้ว่ามันทำอะไรไปบ้าง อันนี้สำคัญมากสำหรับงานที่ต้องตรวจสอบได้ อย่างที่สอง เครื่องมือบางตัวที่โดยตัวมันเองคือการถามเราอยู่แล้ว เช่น ตัวขออนุมัติหรือขอสิทธิ์เข้าโฟลเดอร์ พวกนี้ข้ามการขออนุมัติไปเลย เพราะการที่เรากดตอบ คือ การอนุมัติในตัว รายละเอียดเล็ก ๆ แบบนี้บอกว่าคนออกแบบคิดมาละเอียด ไม่ได้แปะระบบ permission มาแบบขอไปที

ช่วงที่ 3เหมาะกับใคร ไม่เหมาะกับใคร

ก่อนอื่นต้องบอกตามตรงว่ามันยังใหม่มาก เพิ่งปล่อยได้สี่วัน มีปัญหาที่คนแจ้งค้างอยู่ห้าสิบกว่ารายการ ตัวติดตั้งบนวินโดวส์ยังไม่ได้เซ็นรับรอง เครื่องอาจขึ้นเตือน ของใหม่ระดับนี้ให้คิดไว้เลยว่าจะเจอขอบที่ยังไม่เรียบ นี่ไม่ใช่โปรดักต์สำเร็จรูปที่โหลดมาใช้ได้เนียน ๆ วันนี้

เหมาะ ถ้าคุณคือ

• คนที่อยากได้ AI ลงมือทำงาน แต่ยังหวงการควบคุม โมเดลอนุมัติของมันตอบโจทย์นี้ตรง ๆ และข้อมูลอยู่บนเครื่องคุณ
• เดฟที่อยากอ่านสถาปัตยกรรม agent platform ดี ๆ โค้ดสะอาด แยกส่วนชัด ลูปเดียวคุมทุกอย่าง อ่านเอาแนวคิดคุ้มมากแม้ไม่ได้เอาไปรัน
• คนที่เขียน SKILL.md ไว้อยู่แล้ว ฟอร์แมตเดียวกับ Claude ยกสกิลเดิมมาเสียบได้เลย

ยังไม่เหมาะ ถ้าคุณ

• อยากได้ของเนียนพร้อมใช้วันนี้ รอมันนิ่งกว่านี้อีกสักพัก
• อยากได้แบบเสียบแล้ววิ่งเลยไม่ต้องตั้งอะไร ยังต้องเอากุญแจโมเดลมาใส่เองและตั้งค่าอยู่

เอาไอเดียไหนไปใช้ดี

ต่อให้ไม่แตะ openworker เลย ของที่คุ้มค่าเอาไปคิดต่อคือ เอาการขออนุมัติไปคร่อมที่จังหวะเรียกเครื่องมือจุดเดียว แล้วแบ่งระดับความไว้ใจเป็นโหมด ถ้าคุณกำลังสร้าง AI ที่ลงมือทำอะไรได้เอง นี่คือแม่แบบที่เอาไปวางได้เลย คุมที่คอขวดจุดเดียว แยกงานอ่านออกจากงานที่เปลี่ยนของจริง แล้วจดทุกอย่างไว้แบบลบไม่ได้

เรื่องที่น่าคิดกว่าตัวโปรดักต์คือ คำถามของวงการมันขยับไปแล้ว จากเดิมที่ถามว่า "AI ลงมือทำงานเองได้ไหม" ซึ่งตอบได้แล้วว่าได้ กลายเป็น "ลงมือทำเองได้ แล้วยังคุมได้ด้วยไหม" openworker เป็นคำตอบหนึ่งที่ตอบอย่างจริงจัง และเปิดโค้ดให้เราเดินไปดูได้ว่าเขาตอบยังไง เท่านี้ก็คุ้มค่าโคลนมาอ่านแล้ว