sisig.ai เปิดตัว agent-doctrine: เฟรมเวิร์ก AI เขียนโค้ด
sisig.ai โอเพนซอร์ส agent-doctrine ช่วยให้ AI เขียนโค้ด ทดสอบ และส่งมอบ Pull Request ที่ใช้งานจริงได้ ผ่าน 8 ขั้นตอนมาตรฐาน
ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
- sisig.ai เปิดโอเพนซอร์ส agent-doctrine สำหรับการเขียนโค้ดด้วย AI
- ระบบใช้กระบวนการ 8 ขั้นตอนตั้งแต่ scout จนถึง ship
- หัวหน้าทีม AI ต้องตอบคำถาม 15 ข้อจาก TENETS.md พร้อมหลักฐานก่อนเริ่มเขียนโค้ด
- ผู้ใช้สามารถเลือกระดับความเข้มข้นระหว่าง Fast หรือ Rigorous ได้
การสั่งงานให้ปัญญาประดิษฐ์หรือ AI เขียนโปรแกรมไม่ใช่เรื่องยากอีกต่อไปในปัจจุบัน แต่ความท้าทายที่แท้จริงคือการทำให้ AI เขียนโค้ดที่ถูกต้อง พิสูจน์ได้ว่าทำงานได้จริง และส่งมอบ Pull Request ที่มนุษย์กล้ากดรวมเข้ากับระบบหลัก
ตลอดช่วงเวลาหนึ่งปีที่ผ่านมา ทีมงานจาก sisig.ai ได้พัฒนาและทดลองชุดคำสั่ง ขอบเขตบทบาท และทักษะต่างๆ เพื่อปิดช่องว่างดังกล่าว จนกระทั่งล่าสุดได้ตัดสินใจเปิดซอร์สโค้ดโครงการดังกล่าวในชื่อ agent-doctrine ให้ทุกคนนำไปใช้งานได้ฟรีภายใต้สัญญาอนุญาตแบบ MIT
หัวใจสำคัญของเฟรมเวิร์กนี้คือการกำหนดให้ AI ทุกตัวบนเครื่องทำงานตามขั้นตอนมาตรฐาน 8 ขั้นตอนอย่างเคร่งครัด:
- scout
- gate
- plan
- implement
- review
- consolidate
- verify
- ship
ในระบบนี้ AI ตัวที่ผู้ใช้งานพูดคุยด้วยจะทำหน้าที่เป็นหัวหน้าทีม มีบทบาทในการวางแผนและมอบหมายงาน โดยจะไม่ลงมือเขียนโค้ดด้วยตัวเองเว้นแต่จะได้รับคำสั่งที่ชัดเจน จุดเปลี่ยนสำคัญคือ ก่อนที่จะมีการแก้ไขใดๆ หัวหน้าทีมจะต้องตอบคำถาม 15 ข้อจากไฟล์ TENETS.md ลงในบันทึกการสนทนาพร้อมแสดงหลักฐานประกอบ เช่น การยืนยันว่าโค้ดมีความจำเป็นจริงๆ หรือไม่ หาก AI ไม่สามารถตอบคำถามเหล่านี้ได้ แปลว่ายังไม่พร้อมที่จะเขียนโค้ด
ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
นอกจากนี้ การส่งมอบงานจะใช้ไฟล์รูปแบบตายตัวที่เรียกว่า HANDOFFS.md ทำให้สเปกงานที่เขียนขึ้นผ่าน Claude Code สามารถนำไปสานต่อโดยเครื่องมือตัวอื่นอย่าง Codex หรือ Cursor ได้อย่างไร้รอยต่อ
เฟรมเวิร์ก agent-doctrine สะท้อนให้เห็นถึงวิวัฒนาการของการใช้ AI ในงานพัฒนาซอฟต์แวร์ ที่เปลี่ยนผ่านจากการปล่อยให้ AI สร้างโค้ดตามใจชอบ ไปสู่การควบคุมด้วยกระบวนการทางวิศวกรรมที่รัดกุม การบังคับให้ AI ต้องตอบคำถามเชิงตรรกะและมีหลักฐานก่อนเริ่มเขียนโค้ด ช่วยลดปัญหาโค้ดขยะ (AI slop) และเพิ่มความมั่นใจให้กับนักพัฒนาในการนำโค้ดไปใช้งานจริงในระบบโปรดักชัน
เมื่อเริ่มต้นใช้งาน ระบบจะให้ผู้ใช้เลือกระหว่างโหมด Fast ที่คงขั้นตอนการตรวจสอบพื้นฐานไว้ หรือโหมด Rigorous ที่จะเพิ่มการลดความซับซ้อนของแผน การตรวจสอบแผนแบบ adversarial และต้องรอการอนุมัติจากผู้ใช้ก่อนลงมือเขียนโค้ด
ในส่วนของการสื่อสาร โค้ดคอมเมนต์ ข้อความใน Pull Request และคอมมิตโลจิก จะถูกบังคับให้ใช้ภาษาอังกฤษแบบเทคนิคที่เรียบง่าย เน้นประโยคบอกเล่า ความยาว 8-20 คำต่อประโยค และหลีกเลี่ยงคำฟุ่มเฟือย เพื่อให้อ่านเข้าใจง่ายที่สุด ผู้ที่สนใจสามารถโคลนโปรเจกต์จาก GitHub ติดตั้งผ่าน Bun และซิงก์การตั้งค่าเพื่อเริ่มต้นใช้งานได้ทันที
ที่มา: Dev.to
พบข้อมูลผิดพลาดในบทความนี้? แจ้งปัญหาบทความนี้
ความคิดเห็น
แสดงความคิดเห็น