ทำไมเราถึงต้องมีโปรโตคอลสำหรับการทำงานร่วมกับ AI?
ในยุคที่โปรแกรมเมอร์เริ่มใช้งาน AI อย่าง Cursor หรือ Copilot เข้ามาช่วยเขียนโค้ดและตรวจงาน เรามักจะเจอปัญหาคลาสสิกนั่นคือ "ร่องรอยการตัดสินใจหายไปไหน?" เมื่อ AI แนะนำโค้ดแล้วเราแก้ไข หรือเราปฏิเสธข้อเสนอของมัน ทุกอย่างมักจะกระจัดกระจายอยู่ในแชท ในคอมเมนต์ของ Ticket หรือแย่ที่สุดคืออยู่ในความทรงจำของเราเอง
Collaborative Human Agent Protocol (CHAP) คือมาตรฐานกลางที่จะเข้ามาแก้ปัญหานี้ โดยเปรียบเสมือน "สมุดบันทึกส่วนกลาง" ที่เก็บทุกการโต้ตอบระหว่างมนุษย์กับเอเจนต์ (Agent) ให้เป็นรูปแบบที่อ่านง่ายและตรวจสอบได้ในอนาคต หากหกเดือนผ่านไปแล้วมีบั๊กเกิดขึ้น เราจะไม่ต้องมานั่งเดาว่า "ทำไมตอนนั้นเราถึงแก้โค้ดแบบนี้?" เพราะข้อมูลทั้งหมดถูกบันทึกไว้ในรูปแบบที่เรียกคืนได้เสมอ
การเข้าใจ CHAP จะช่วยให้คุณทำงานร่วมกับ AI ได้เป็นมืออาชีพมากขึ้น เหมือนกับการมีบันทึกการทำงาน (Log) ที่ละเอียดและเป็นระเบียบ ซึ่งเป็นทักษะสำคัญที่ทีมพัฒนาซอฟต์แวร์ระดับโลกมองหา เพราะมันช่วยลดเวลาในการสืบสวนปัญหาและเพิ่มความโปร่งใสในการทำงานร่วมกับเครื่องมืออัตโนมัติครับ
โครงสร้างของ CHAP: เปลี่ยนการสนทนาให้เป็นหลักฐาน
หัวใจสำคัญของ CHAP คือการเปลี่ยนข้อมูลที่กระจัดกระจายให้กลายเป็น Artefact หรือชิ้นงานที่มีโครงสร้างชัดเจน แทนที่เราจะคุยกับ AI แล้วจบไป เราจะส่งข้อมูลผ่าน "ซองจดหมาย" (Envelope) ที่ระบุชัดเจนว่าใครทำอะไร เมื่อไหร่ และทำไมถึงตัดสินใจแบบนั้น
ลองนึกภาพว่าคุณกำลังรีวิวโค้ด (Code Review) แล้ว AI แนะนำให้เปลี่ยนฟังก์ชันหนึ่ง แต่คุณมองว่ามันไม่จำเป็นและอาจทำให้เกิดบั๊ก คุณจะทำการ Override (การเขียนทับหรือแก้ไขคำสั่งเดิม) พร้อมใส่เหตุผลและแท็กกำกับไว้ เมื่อเวลาผ่านไปคุณสามารถใช้คำสั่ง Query (การสืบค้นข้อมูล) เพื่อดูย้อนหลังได้ทันทีว่าการตัดสินใจนั้นมีที่มาที่ไปอย่างไร
นี่คือตัวอย่างการเริ่มต้นสร้าง Workspace และการทำความเข้าใจว่าโปรโตคอลนี้เชื่อมต่อกันอย่างไร:
// นำเข้าโมดูลหลักของ CHAP
import { Coordinator } from "@brightbeamai/chap-coordinator";
import { SqliteStore } from "@brightbeamai/chap-coordinator/storage/sqlite";
// สร้างตัวประสานงานและกำหนดที่เก็บข้อมูลเป็นไฟล์ SQLite
const coord = new Coordinator({ store: new SqliteStore("./chap.db") });
// สร้าง Workspace สำหรับงานรีวิวโค้ด
coord.api.workspace.create({
workspace: "wsp_pr_reviews",
profiles: ["core/1.0", "review/1.0"]
});
// ให้มนุษย์และ AI เข้าร่วมใน Workspace
coord.api.participant.join({ workspace: "wsp_pr_reviews", from: "human:me", type: "human" });
coord.api.participant.join({ workspace: "wsp_pr_reviews", from: "agent:cursor", type: "agent" });
โค้ดด้านบนเป็นการเตรียม "สนาม" ให้มนุษย์และ AI มาเจอกัน โดยใช้ Coordinator เป็นตัวกลางในการบันทึกข้อมูลลง SqliteStore ซึ่งจะทำให้ทุกก้าวของการทำงานถูกเก็บไว้เป็นประวัติการทำงานที่ถาวรครับ
วิธีใช้งานจริง: เมื่อ AI แนะนำผิด แล้วเราต้องแก้ไข
ในชีวิตจริงของการเป็นโปรแกรมเมอร์ คุณจะพบว่า AI ไม่ได้ถูกเสมอไป การใช้ CHAP จะช่วยให้คุณ "สอน" หรือ "แก้ไข" งานของ AI ได้อย่างเป็นระบบ แทนที่จะพิมพ์บ่นในช่องแชท คุณจะทำการ decide.override เพื่อบันทึกการตัดสินใจของคุณลงในโปรโตคอลโดยตรง
จุดที่มือใหม่มักพลาดคือการลืมใส่ Rationale (เหตุผลประกอบ) ทำให้เมื่อกลับมาอ่านโค้ดในภายหลังก็ไม่เข้าใจว่าทำไมถึงตัดสินใจแบบนั้น การฝึกนิสัยใส่เหตุผลสั้นๆ และใช้ tags จะช่วยให้คุณจัดการกับงานที่มีความซับซ้อนได้ดีขึ้นมากครับ
// สมมติว่า AI แนะนำโค้ดมา แล้วเราพบว่ามันไม่ควรแก้
coord.api.decide.override({
workspace: "wsp_pr_reviews",
from: "human:me",
task_id: "task_123", // อ้างอิงถึงงานที่ AI ทำ
intent_preserved: true,
diff: [{ op: "replace", path: "/comments/0/severity", value: "info" }],
rationale: "เป็นข้อตกลงของ Framework ไม่ใช่บั๊ก", // ใส่เหตุผลชัดเจน
tags: ["false-positive", "framework-convention"]
});
เมื่อรันคำสั่งนี้ ข้อมูลการโต้แย้งของคุณจะถูกเก็บเป็น Structured Data (ข้อมูลที่มีรูปแบบชัดเจน) ซึ่งต่างจากการคุยในแชททั่วไป เพราะคุณสามารถเขียนโปรแกรมมาดึงข้อมูลนี้ไปวิเคราะห์ต่อได้ว่า ในหนึ่งเดือน AI ทายถูกกี่ครั้ง และคุณต้องแก้ไขกี่ครั้ง
สรุป: เปลี่ยนนิสัยการทำงานเพื่อก้าวสู่มือโปร
การทำความเข้าใจ CHAP คือการฝึกนิสัยคิดแบบระบบ (Systematic Thinking) สำหรับมือใหม่ที่กำลังฝึกเขียนโค้ด นี่ไม่ใช่แค่เรื่องของเครื่องมือ แต่มันคือการสร้างวินัยในการ "จดบันทึกการตัดสินใจ" ซึ่งเป็นคุณสมบัติของโปรแกรมเมอร์อาวุโสที่บริษัทใหญ่ๆ ต้องการ
ตัวอย่างการนำไปใช้จริง: ในโปรเจกต์จบการศึกษาของคุณ ลองสร้างไฟล์ logs.json ที่บันทึกการตัดสินใจสำคัญๆ ในการเลือกใช้ Library หรือการแก้ไขคำแนะนำของ AI ตามรูปแบบของ CHAP เมื่อถึงเวลาสัมภาษณ์งาน คุณสามารถเปิดไฟล์นี้ให้ผู้สัมภาษณ์ดูได้ว่า "นี่คือกระบวนการตัดสินใจของผมเมื่อต้องทำงานร่วมกับ AI" ซึ่งจะแสดงให้เห็นถึงความละเอียดรอบคอบและทักษะการสื่อสารที่เหนือกว่าคนอื่นอย่างชัดเจนครับ
จำไว้ว่าเครื่องมืออาจเปลี่ยนไป แต่ กระบวนการทำงานที่เป็นระบบ จะติดตัวคุณไปตลอดอาชีพการเป็นโปรแกรมเมอร์ เริ่มต้นฝึกใช้ CHAP วันนี้เพื่อบันทึกเส้นทางการเรียนรู้ของคุณให้เป็นหลักฐานที่น่าภาคภูมิใจในวันข้างหน้าครับ
ที่มา: Collaborative Human Agent Protocol (CHAP) — Hacker News
