แชร์สิ่งที่ทำมาแล้วจริง 9 ข้อ ตั้งแต่ Plan Mode ยันปุ่มลัดที่ควรรู้ ถ้าไม่รู้ = เสียเวลาไปอีกนาน
/handoffพอแชทยาวจน AI เริ่มเอ๋อ อย่าเพิ่งเปิดแชทใหม่แล้วเล่าใหม่ทั้งหมด สกิล /handoff สรุปงานให้ Agent ตัวใหม่รับช่วงต่อได้ใน 3 ขั้นตอน
/grill-me กับ /loop-meAI ไม่ได้พังเพราะเขียนโค้ดไม่เป็น แต่เพราะเราบอกงานไม่ครบ 2 สกิลนี้กลับด้าน ให้ AI ซักถามเราจนสเปกชัดก่อนลงมือ
นั่ง debug กับ AI นาน ๆ แล้วมันเริ่มเพี้ยน ลืมสิ่งที่ตกลงกันไว้ เพราะ Agent เอาขยะถมใส่ context ตัวเอง มาดูว่าทำไม แล้วใช้ sub-agent กั้นห้องความเลอะยังไง
จ่ายค่าโมเดลแรงมาเต็ม ๆ แต่ใช้เกียร์ 2 ตลอดทาง แถมสอนเท่าไหร่ก็ไม่จำ จับคู่โมเดลให้ถูกงาน แล้ววางความจำเป็นชั้น Hot / Cold / learning.md ให้ AI เลิกลืม
ตัวโมเดลเก่งอย่างเดียวยังไม่พอ รวม "ของเสริม" นอกกล่องที่คนใช้จริงแอบติดกัน ตั้งแต่คุมเบราว์เซอร์ สแกนช่องโหว่ ยันสกิลลดโทเคนและจัดสายพานงาน
/watch (แถมให้มันตัดต่อด้วย)วางลิงก์ยูทูบให้ Claude มันได้แค่เดาจากชื่อคลิป ไม่เคยเห็นภาพสักเฟรม ปลั๊กอิน /watch ทำให้มันดูคลิปจริง เห็นภาพ ได้ยินเสียง แถมสอนให้มันลงมือตัดต่อด้วย FFmpeg ได้ในตัว
เห็นคนโชว์ในเน็ตว่าสั่ง AI ตัดคลิปได้ทั้งตัว อยากทำบ้างแต่ไม่รู้เริ่มตรงไหน พาลอง 3 เส้นทางจริงพร้อมวิธีติดตั้ง เทียบจุดแข็ง-จุดเสี่ยงของแต่ละทาง และอนาคตที่ Adobe เพิ่งเปิดตัว agent ของตัวเอง
เปิดบริษัทซอฟต์แวร์ของตัวเอง แต่ไม่ต้องจ้างพนักงานสักคน ทีมที่มี Lead แบ่งงาน มีลูปแก้งาน และเด้งกลับมาถามเราเมื่อโจทย์ไม่ชัด คือของจริงที่ทำได้วันนี้แค่ไหน
ทึ่งกับ AI แต่ก็ใจหายว่าเราจะเหลืออะไร งานวิจัยเศรษฐศาสตร์ชิ้นล่าสุดกับสุนทรพจน์ที่ชี้ว่าความใจหายนั้นวางอยู่บนความเข้าใจผิด 2 ข้อ
พอ AI เขียนได้ทุกภาษาโปรแกรม อดคิดไม่ได้ว่าภาษาใหม่คงหมดยุค แต่ความจริงกลับหัว ภาษาใหม่ไม่เคยเกิดเพราะคนเขียนของเก่าไม่ได้ และภัยตัวจริงเป็นคนละอันกับที่เรากลัว พร้อมชวนใจหายไปอีก 100 ปีข้างหน้า
แชร์กันว่อนว่า "ใช้ AI แล้วโง่ลง" แต่ไม่มีใครเล่าวิธีทดลอง พาดู 3 การทดลองจริงของ CMU, Oxford, MIT, UCLA คนพันกว่าคน แล้วดูว่าตัวเลขไหนน่ากลัวจริง (สปอยล์: ไม่ใช่ตัวที่แชร์กัน)