ข้ามไปบทความ

Agnes AI และ Agnes Code ในคลิป Julian Goldie: ทดลองสร้างเว็บและเครื่องมือธุรกิจ

Agnes AI และ Agnes Code ตามคลิป Julian Goldie: แยกโมเดลกับเครื่องมือสร้างงาน ทดลองหน้าเว็บและเครื่องคำนวณ พร้อมตรวจผลก่อนใช้งานจริง

โดย Insiderly
video thumbnail for 'NEW Singapore AI Just Changed The AI Race'
ภาพจาก วิดีโอต้นทาง
เผยแพร่:

ที่มา: คลิป NEW Singapore AI Just Changed The AI Race ของ Julian Goldie SEO และบทความ VideoToBlog วันที่ 2026-07-15 (วันที่แสดงในบทความต้นทาง ไม่ใช่วันที่อัปโหลดวิดีโอที่ตรวจยืนยันแล้ว) ผู้พัฒนา ชื่อรุ่น ช่องทางใช้งาน เงื่อนไขใช้ฟรี ความสามารถของ Agnes Code และคะแนนทดสอบเป็นสิ่งที่ต้นทางรายงานในเวลานั้น ยังไม่ได้ตรวจยืนยันสถานะล่าสุดหรือทดสอบซ้ำ คะแนนที่กล่าวถึงเป็นผลที่ผู้พัฒนานำเสนอเอง ภาพเครื่องคำนวณที่บันทึกไว้แสดงเว็บ Agnes ไม่ได้ยืนยันสภาพแวดล้อมของ Agnes Code หรือความถูกต้องของสูตร ตัวอย่างธุรกิจไทยเป็นการประยุกต์ของบทความต้นฉบับ · วิดีโอต้นทาง

คลิปนำเสนอว่า การแข่งขัน AI ไม่ได้มีแค่สหรัฐฯ และจีนอีกต่อไป เมื่อ Agnes AI จากสิงคโปร์เปิดตัว Agnes 2.5 Flash พร้อม Agnes Code เครื่องมือที่รับคำสั่งภาษาธรรมดา แล้วช่วยสร้างหน้าเว็บ แก้บั๊ก และทำเครื่องมือใช้งานได้จากโจทย์เดียว

คลิปจากช่อง Julian Goldie SEO ชี้ประเด็นที่น่าสนใจกว่าเรื่องคะแนน benchmark คือการที่ AI สำหรับงานสร้างซอฟต์แวร์เริ่มเข้าถึงได้โดยไม่ต้องมีงบก้อนใหญ่ สำหรับเจ้าของธุรกิจไทย นี่ไม่ใช่เรื่องของการเขียนโค้ดให้เก่งขึ้นเพียงอย่างเดียว แต่คือโอกาสสร้างเครื่องมือเล็ก ๆ เพื่อแก้ปัญหาหน้างานได้เร็วขึ้น

อย่างไรก็ตาม คำว่า “ฟรี” และคะแนนทดสอบสูงไม่ควรทำให้เราข้ามขั้นตอนตรวจงาน บทความนี้จึงสรุปวิธีมอง Agnes AI แบบใช้งานได้จริง พร้อมข้อจำกัดที่ต้องรู้ก่อนนำไปใช้กับข้อมูลและงานของธุรกิจ

สารบัญ

Step 1: ทำความเข้าใจว่า Agnes AI คืออะไร

Agnes เป็นตระกูลโมเดล AI จากบริษัท Sapiens AI ในสิงคโปร์ โดยออกแบบให้รองรับข้อมูลหลายรูปแบบ หรือ multimodal ได้แก่ ข้อความ รูปภาพ และวิดีโอ แนวคิดนี้ทำให้การทำงานไม่ได้จำกัดอยู่ที่การตอบคำถามในแชต แต่สามารถต่อยอดไปสู่การสร้างและจัดการงานดิจิทัลหลายประเภทได้

สิ่งที่ทำให้ Agnes น่าจับตาคือการเปิดตัว Agnes 2.5 Flash ซึ่งถูกวางตำแหน่งเป็นโมเดลสำหรับงานรวดเร็ว โดยเฉพาะงาน coding และงานแบบ agentic ส่วนรุ่น Agnes 2.5 Pro ถูกกล่าวถึงว่าเตรียมไว้สำหรับงานขนาดใหญ่และซับซ้อนกว่า

คำว่า agentic ไม่ได้หมายถึง AI มีเจตจำนงของตัวเอง แต่หมายถึงรูปแบบการทำงานที่เราให้ “เป้าหมาย” แทนการสั่งทีละคลิก จากนั้นระบบสามารถวางลำดับงาน อ่านไฟล์ สร้างหรือแก้ไขไฟล์ รันคำสั่ง และตรวจผลเบื้องต้นได้เอง

สำหรับธุรกิจไทย จุดนี้สำคัญมาก เพราะหลายปัญหาไม่ได้ใหญ่พอจะจ้างทีมพัฒนาเต็มรูปแบบ แต่ก็เสียเวลาซ้ำทุกวัน เช่น เครื่องคำนวณยอดขาย แบบฟอร์มคัดกรองลูกค้า หน้ารับจองบริการ หรือหน้า dashboard สำหรับทีม

ภาพหน้าจอสีเข้มขณะเปลี่ยนภาพในคลิป ข้อความส่วนใหญ่ไม่ชัด
ภาพจาก วิดีโอต้นทาง

Step 2: แยกบทบาทของ Agnes 2.5 Flash และ Agnes Code ให้ชัด

การนำ AI ไปใช้มักล้มเหลวตั้งแต่ต้น เพราะเราเลือกเครื่องมือโดยดูชื่อ model แทนที่จะดู workflow ที่มันช่วยได้จริง ในกรณีนี้ควรแยกสองส่วนออกจากกัน

ภาพการทำงานที่ควรนึกถึงไม่ใช่ “พิมพ์ prompt แล้วได้เว็บสมบูรณ์แบบ” แต่เป็น “มีผู้ช่วยสร้างร่างแรกให้เร็ว” เราบอกโจทย์ โครงสร้าง และเงื่อนไข จากนั้น AI สร้างชิ้นงานตั้งต้น แล้วทีมธุรกิจตรวจ ปรับ และตัดสินใจว่าจะนำไปใช้จริงหรือไม่

คลิปยกตัวอย่างการสั่งสร้าง landing page สำหรับสมาชิก โดยระบุองค์ประกอบชัดเจน เช่น ส่วนอธิบาย coaching call บทเรียนรายวัน prompt library ระบบ automation แผนที่สมาชิก และชุดเครื่องมือ AI ผลลัพธ์คือหน้าเว็บร่างแรกที่จัด section ตามคำสั่ง

นี่คือบทเรียนที่ใช้ได้กับทุกธุรกิจ: AI ทำงานได้ดีเมื่อโจทย์ถูกแปลงเป็นรายการสิ่งที่ต้องมี ไม่ใช่เมื่อเราบอกเพียงว่า “ช่วยทำเว็บสวย ๆ”

ตัวอย่างโจทย์สำหรับธุรกิจไทย

ร้านคอร์สออนไลน์อาจสั่งว่า “สร้างหน้า landing page สำหรับคอร์ส Excel สำหรับพนักงานออฟฟิศ มีหัวข้อปัญหาที่คอร์สแก้ได้ ตารางราคา คำถามที่พบบ่อย แบบฟอร์มรับสิทธิ์ทดลองเรียน และปุ่มติดต่อ LINE”

บริษัทบริการ B2B อาจสั่งว่า “สร้างเครื่องคำนวณราคาเบื้องต้น ให้ผู้กรอกจำนวนผู้ใช้งาน ระยะสัญญา และบริการเสริม แล้วสรุปราคาประมาณการพร้อมปุ่มนัดหมาย”

ความต่างระหว่างสองโจทย์นี้ไม่ใช่เทคนิค coding แต่คือความชัดเจนเรื่องลูกค้า ข้อมูลนำเข้า ผลลัพธ์ และขั้นตอนถัดไปของธุรกิจ

Step 3: เริ่มจากงานเล็กที่วัดผลได้ก่อน

คลิปยกตัวอย่างการใช้ Agnes สร้างงานสามระดับ ได้แก่ landing page เกม Snake แบบสามมิติ และเครื่องคำนวณ flow ของโปรแกรม coaching ตัวอย่างเกมอาจดูไกลจากงานธุรกิจ แต่มีประโยชน์ในฐานะ stress test เพราะเกมมีหลายองค์ประกอบที่ต้องทำงานร่วมกัน เช่น การเคลื่อนไหว กติกา และการแสดงผล

สิ่งที่ควรนำมาประยุกต์ไม่ใช่การสร้างเกมก่อน แต่คือแนวคิดการทดสอบจากง่ายไปยาก ถ้า AI สร้างหน้าคำนวณง่าย ๆ ได้จริง ตรวจตัวเลขได้ และแก้ไขตาม feedback ได้ งานเว็บหรือเครื่องมือภายในที่ซับซ้อนขึ้นก็มีโอกาสทำได้ดีขึ้นเช่นกัน

หน้า ROI Calculator ในเว็บ Agnes แสดงช่องกรอกและผลลัพธ์ตัวอย่างในคลิป
ภาพจาก วิดีโอต้นทาง

ลำดับการทดลองที่เหมาะกับธุรกิจมีดังนี้

  1. เลือกงานที่ใช้เวลาทำด้วยมือ 1 ถึง 3 ชั่วโมง
  2. กำหนดว่าผลลัพธ์ที่ดีหน้าตาอย่างไร เช่น มีช่องกรอก 4 ช่อง คำนวณ 3 ค่า และส่งออกเป็นข้อความได้
  3. ให้ AI สร้างเวอร์ชันแรกในโปรเจกต์แยกจากระบบจริง
  4. ทดสอบด้วยข้อมูลตัวอย่างหลายกรณี รวมถึงกรณีข้อมูลผิดหรือเว้นว่าง
  5. ให้คนที่ต้องใช้เครื่องมือจริงลองใช้ แล้วรวบรวมจุดติดขัดก่อนปรับรอบต่อไป

งานเริ่มต้นที่แนะนำ ได้แก่ เครื่องคำนวณงบโฆษณา แบบฟอร์มคัด lead หน้า FAQ สำหรับบริการ เครื่องมือสรุปยอดแคมเปญ หรือหน้า checklist onboarding พนักงานใหม่ งานเหล่านี้มีขอบเขตชัด และความผิดพลาดมักตรวจพบได้ง่ายกว่าการให้ AI แตะระบบชำระเงินหรือฐานข้อมูลลูกค้าโดยตรง

Step 4: อ่าน benchmark แบบไม่หลงตัวเลข

Agnes รายงานว่ารุ่น Pro ทำคะแนนประมาณ 82.7 บน SWE-bench Verified และประมาณ 78.7 บนการทดสอบ coding หลายภาษา ตัวเลขอยู่ในกลุ่มเดียวกับ model ชั้นนำหลายตัว ขณะที่ Agnes 2.5 Flash ทำคะแนนสูงกว่ารุ่นก่อนหน้าบนชุดทดสอบที่บริษัทนำเสนอ

สไลด์ A benchmark is just a test อธิบายความหมายของ benchmark
ภาพจาก วิดีโอต้นทาง

แต่จุดที่ควรให้เครดิตกับคลิปคือการย้ำว่า ผลเหล่านี้เป็นการทดสอบที่ Agnes นำเสนอเอง ไม่ใช่ผลยืนยันจากผู้ประเมินภายนอก ดังนั้นตัวเลขควรถูกใช้เป็นสัญญาณว่าเครื่องมือนี้ควรลอง ไม่ใช่หลักฐานว่ามันเหนือกว่าเครื่องมืออื่นทุกกรณี

หากต้องการเข้าใจชุดทดสอบที่ถูกอ้างถึง สามารถดูโครงการ SWE-bench ซึ่งใช้วัดความสามารถของ AI ในการแก้ปัญหาจาก issue จริงในโปรเจกต์ซอฟต์แวร์ แต่สำหรับเจ้าของธุรกิจ benchmark ที่สำคัญกว่า คือคำถามสามข้อ:

มุมมองของเราคือ อย่าใช้ benchmark เลือก AI เพียงอย่างเดียว เพราะงานธุรกิจมักแพ้ชนะที่การเข้าใจรายละเอียดของงาน ไม่ใช่คะแนน coding บนตาราง เปรียบเทียบ model สองหรือสามตัวกับโจทย์เดียวกัน แล้ววัดเวลาตั้งแต่รับโจทย์จนถึงส่งงานที่ใช้ได้ จะมีประโยชน์กว่ามาก

Step 5: เขียน prompt แบบเอกสารบรีฟ ไม่ใช่คำขอคร่าว ๆ

Agnes Code รองรับการสั่งงานด้วยภาษาธรรมดา ซึ่งช่วยลดกำแพงสำหรับคนที่ไม่ได้เป็น developer แต่ภาษาธรรมดาไม่ได้แปลว่าพูดคลุมเครือแล้ว AI จะเดาถูก ยิ่งงานมีหลายส่วน prompt ยิ่งควรมีโครงสร้าง

ใช้แม่แบบนี้ได้กับหน้าเว็บหรือเครื่องมือขนาดเล็ก:

ก่อนกดสร้าง ให้คิดว่าเรากำลังส่งบรีฟให้ฟรีแลนซ์คนหนึ่ง ถ้าบรีฟนี้ยังทำให้คนอ่านถามกลับหลายข้อ AI ก็จะมีโอกาสสร้างงานผิดทางเช่นกัน

Step 6: วางระบบตรวจงานและความปลอดภัยก่อนใช้งานจริง

ความเร็วของ AI อาจทำให้เราลืมว่าโค้ดและข้อความที่ได้ยังต้องมีเจ้าของงานตรวจรับเสมอ คลิปย้ำชัดว่าแม้เครื่องมือจะเร็วและฟรี แต่คนใช้งานยังเป็นผู้รับผิดชอบผลลัพธ์

สำหรับธุรกิจที่ไม่มีทีมเทคนิค ไม่จำเป็นต้องตรวจโค้ดทุกบรรทัด แต่ต้องตรวจ “ผลกระทบทางธุรกิจ” ให้ครบ เช่น ตัวเลขคิดถูกไหม ฟอร์มส่งข้อมูลไปที่ไหน ข้อความอ้างสรรพคุณเกินจริงหรือไม่ และหน้าจอมือถือใช้งานได้ไหม

ควรหลีกเลี่ยงการใส่ข้อมูลลูกค้าจริง รหัสผ่าน รายละเอียดบัญชี หรือข้อมูลภายในที่มีความอ่อนไหวลงใน prompt จนกว่าจะเข้าใจนโยบายข้อมูล เงื่อนไขการใช้งาน และสิทธิ์การเข้าถึงของเครื่องมืออย่างชัดเจน งานทดลองควรเริ่มจากข้อมูลจำลองก่อนเสมอ

Step 7: Actionable Insights สำหรับเจ้าของธุรกิจและคนทำงาน

Step 8: Troubleshooting แก้ปัญหาที่มักเจอ

Step 9: การต่อยอดจากต้นแบบสู่ workflow ที่สร้างมูลค่า

เมื่อเครื่องมือเล็กเริ่มใช้ได้ ธุรกิจสามารถต่อยอดได้อีกหลายทาง โดยไม่ต้องกระโดดไปทำระบบใหญ่ทันที

ทิศทางที่น่าสนใจของ Agnes AI ไม่ได้อยู่ที่การแทนทีมทั้งหมด แต่อยู่ที่การทำให้ไอเดียที่เคยต้องรอคิวพัฒนา กลายเป็นต้นแบบที่คุยกับทีมและลูกค้าได้ภายในเวลาสั้นลง

Step 10: สรุป Checklist ทั้งหมดก่อนเริ่มใช้ Agnes AI

Agnes AI เป็นสัญญาณว่าความสามารถในการสร้างเว็บและเครื่องมือดิจิทัลกำลังเข้าถึงคนทำงานกลุ่มกว้างขึ้น โดยเฉพาะเมื่อ Agnes 2.5 Flash ถูกนำเสนอว่าเปิดให้ใช้งานฟรี สิ่งที่สร้างความได้เปรียบจึงไม่ใช่การรู้จักชื่อ model มากที่สุด แต่คือความสามารถของเราในการเลือกปัญหาที่ถูกต้อง เขียนโจทย์ให้ชัด และตรวจงานจนมันสร้างผลลัพธ์ให้ธุรกิจได้จริง

Insiderly

บทความจากกองบรรณาธิการ Insiderly

อ่านบทความทั้งหมด

More in ข่าวผลิตภัณฑ์ AI

See all
ภาพปกบทสัมภาษณ์ Will Koh จาก Ramp เรื่อง GPT-5.5

GPT-5.5 กับงานจริง: บทเรียนจาก Will Koh และ Ramp

โดย Insiderly
/
ภาพปกคลิป ChatGPT Images 2.0 พร้อมตัวอย่างภาพจรวด

ChatGPT Images 2.0: ย้อนดูแนวคิดภาพสำหรับงานธุรกิจ

โดย Insiderly
/
ภาพปกวิดีโอต้นทางของ Julian Goldie SEO แสดง Hermes Agent 0.14

Hermes v0.14: การติดตั้ง เบราว์เซอร์ และความจำในคลิปเดือนพฤษภาคม

โดย Insiderly
/
อินเทอร์เฟซ Deep Research ของ ChatGPT แสดงข้อความ 'Ready when you are' กล่องคำถามตัวอย่าง และตัวเลือก Deep research กับ Sites (3)

การอัปเดต Deep Research ใน ChatGPT: พลังของ GPT-5.2 และฟีเจอร์เชิงลึก

โดย Insiderly
/

บทความอื่นจาก Insiderly

See all
ภาพปกบทสัมภาษณ์ Will Koh จาก Ramp เรื่อง GPT-5.5

GPT-5.5 กับงานจริง: บทเรียนจาก Will Koh และ Ramp

โดย Insiderly
/
ภาพปกคลิป ChatGPT Images 2.0 พร้อมตัวอย่างภาพจรวด

ChatGPT Images 2.0: ย้อนดูแนวคิดภาพสำหรับงานธุรกิจ

โดย Insiderly
/
ภาพปก The End of Apps ของ Kitze บนเวที AI Engineer Europe

AI Agents กับจุดจบของแอป: บทเรียนจาก Kitze

โดย Insiderly
/
ภาพปกการสนทนา Human Judgment in Agentic Engineering จาก AI Engineer Europe

AI เร่งงานได้ แต่แรงเสียดทานช่วยให้เราตัดสินใจดีขึ้น

โดย Insiderly
/