เครื่องมือ Async สัญญาจะนำ AI Coding มาสู่มือถือ แต่เผชิญปัญหาการทดสอบและ Self-Hosting

Async เครื่องมือโอเพนซอร์สสำหรับนักพัฒนาที่รวม AI coding เข้ากับการจัดการงาน ได้เปิดตัวพร้อมคำสัญญาที่ทะเยอทะยาน คือการนำฟังก์ชัน Claude Code มาสู่อุปกรณ์มือถือผ่านการประมวลผลบนคลาวด์ เครื่องมือนี้มุ่งหวังที่จะแก้ปัญหาทั่วไปของเครื่องมือ AI coding โดยการบังคับให้มีการวางแผนล่วงหน้าและขจัดการสลับบริบทผ่านการประมวลผลแบบอะซิงโครนัสบนคลาวด์

องค์ประกอบของ Tech Stack:

• Backend: FastAPI พร้อมการรองรับ async
• AI Models: Claude Code สำหรับการพัฒนา, โมเดล OpenAI / Anthropic / Google สำหรับการวิจัย
• Cloud: Google Cloud Platform พร้อมการรันแบบ containerized
• Database: Firebase Firestore
• Integrations: GitHub App , การชำระเงิน Stripe , การแจ้งเตือนทางอีเมล
• Frontend: รองรับทั้งเดสก์ท็อปและมือถือ

ข้อจำกัดด้านการตรวจสอบโค้ดและการทดสอบทำให้นักพัฒนากังวล

การวิจารณ์ที่สำคัญที่สุดจากชุมชนนักพัฒนาเน้นไปที่ความสามารถในการทดสอบ แตกต่างจากเวิร์กโฟลว์การพัฒนาแบบดั้งเดิมที่นักพัฒนาสามารถสร้างและรันโค้ดในเครื่องของตนเอง แนวทางบนคลาวด์ของ Async สร้างช่องว่างในกระบวนการทดสอบ นักพัฒนาตั้งคำถามว่าพวกเขาจะตรวจสอบโค้ดที่ AI สร้างขึ้นได้อย่างไรโดยไม่ต้องดาวน์โหลด pull request มาที่เครื่องของตนเอง ซึ่งจะทำลายคำสัญญาหลักของเครื่องมือในการพัฒนาบนมือถืออย่างราบรื่น

การตรวจสอบโค้ดไม่ใช่แค่การดู diff เท่านั้น ฉันต้องทดสอบโค้ดโดยการสร้างและรันจริงๆ ขั้นตอนสำคัญนี้จะเข้ากับเวิร์กโฟลว์นี้ได้อย่างไร?

ความกังวลนี้เน้นย้ำถึงความท้าทายพื้นฐานในเครื่องมือพัฒนาที่เน้นมือถือเป็นหลัก แม้ว่าแนวคิดของการเขียนโค้ดบนอุปกรณ์มือถือจะน่าสนใจ แต่ความเป็นจริงในทางปฏิบัติของการทดสอบ การแก้ไขข้อผิดพลาด และการตรวจสอบการเปลี่ยนแปลงยังคงซับซ้อน นักพัฒนาบางคนสนับสนุนให้มี development container ที่ทำงานตลอดเวลาซึ่งจะให้เวอร์ชันของแอปพลิเคชันที่ทำงานสดพร้อมกับ code diff คล้ายกับวิธีที่ Netlify หรือ Vercel จัดการกับ branch deployment

ปัญหาเอกสาร Self-Hosting และความเข้ากันได้ของแอปมือถือ

ประเด็นสำคัญอีกประการหนึ่งเกี่ยวข้องกับความสามารถในการ self-hosting แม้ว่า Async จะมีตัวเลือก self-hosting แต่นักพัฒนารายงานว่าเอกสารไม่เพียงพอ โดยเฉพาะเกี่ยวกับความเข้ากันได้ของแอปมือถือกับ instance ที่ self-host นี่เป็นสิ่งสำคัญสำหรับนักพัฒนาที่ต้องการประสบการณ์การเขียนโค้ดบนมือถือแต่ต้องการเก็บโค้ดไว้ในโครงสร้างพื้นฐานของตนเองเพื่อความปลอดภัยหรือการปฏิบัติตามกฎระเบียบ

เครื่องมือนี้ในปัจจุบันจะโคลน repository ไปยังเซิร์ฟเวอร์ของบริษัทเพื่อการประมวลผลบนคลาวด์ ซึ่งทำให้เกิดความกังวลด้านความเป็นส่วนตัวสำหรับองค์กรบางแห่ง ทีมพัฒนาได้รับทราบข้อเสนอแนะนี้และระบุว่าพวกเขากำลังทำงานเพื่อสนับสนุนตัวเลือกการประมวลผลในเครื่องมากขึ้น

ตัวแปรสภาพแวดล้อมที่จำเป็นสำหรับการ Deploy:

• ANTHROPIC_API_KEY - การเข้าถึง Claude API
• OPENAI_API_KEY - การเข้าถึง OpenAI API
• GOOGLE_API_KEY - การเข้าถึง Google AI API
• STRIPE_SECRET_KEY - การประมวลผลการชำระเงิน Stripe
• GITHUB_WEBHOOK_SECRET - การตรวจสอบความถูกต้อง Github webhook
• DB_URI - สตริงการเชื่อมต่อฐานข้อมูล

ประสิทธิภาพของการวางแผน AI และการสร้างคำถาม

ข้อเสนอแนะจากชุมชนเผยให้เห็นผลลัพธ์ที่หลากหลายเกี่ยวกับฟีเจอร์หลักของ Async ที่ให้ AI agent ถามคำถามเพื่อขอความชัดเจนก่อนการประมวลผลโค้ด แม้ว่าแนวคิดนี้จะแก้ไขปัญหาจริงที่เครื่องมือ AI มักจะตั้งสมมติฐานเกี่ยวกับความต้องการ แต่นักพัฒนารายงานผลลัพธ์ที่ไม่สม่ำเสมอ AI บางครั้งถามคำถามที่ไม่เกี่ยวข้องแทนที่จะระบุความต้องการทางเทคนิคที่สำคัญ และไม่ค่อยหยุดกลางการประมวลผลเพื่อขอคำแนะนำเพิ่มเติมเมื่อพบปัญหาที่ซับซ้อน

ทีมพัฒนายอมรับว่าฟีเจอร์นี้ยังไม่สมบูรณ์ โดยอธิบายว่าเป็นพื้นที่ที่กำลังปรับปรุงอย่างต่อเนื่อง อย่างไรก็ตาม พวกเขาเคยประสบช่วงเวลาที่กระบวนการถาม-ตอบทำงานได้อย่างมีประสิทธิภาพ ซึ่งให้ความหวังสำหรับการปรับปรุงในอนาคต

ประเภทงาน Google Cloud Run :

• execute-task: การดำเนินงานหลักโดยใช้ Claude Code (โคลนที่เก็บข้อมูล แบ่งเป็นงานย่อย สร้างคอมมิต เปิด PRs)
• research-task: การวิเคราะห์โค้ดเบสและการรวบรวมความต้องการ
• revise-task: จัดการกับฟีดแบ็กจากการตรวจสอบโค้ดและสร้างงานย่อยใหม่
• index-project: การจัดทำดัชนีที่เก็บข้อมูลและการตั้งค่าข้อมูลเมตาของโครงการ

ความแม่นยำของการรวม Linear และความกังวลด้านการสร้างแบรนด์

แม้จะถูกนำเสนออย่างเด่นชัดในการตลาดของเครื่องมือ แต่ผู้ใช้หลายคนสังเกตว่า Async ไม่ได้รวมกับ Linear เครื่องมือจัดการโครงการยอดนิยมจริงๆ แต่เน้นไปที่ GitHub issues สำหรับการจัดการงาน ทำให้เกิดความสับสนเกี่ยวกับความสามารถจริงของเครื่องมือ ความแตกต่างระหว่างการอ้างสิทธิ์ทางการตลาดและฟังก์ชันการทำงานจริงนี้ทำให้เกิดคำถามเกี่ยวกับความแม่นยำของการวางตำแหน่งเครื่องมือ

ทีมพัฒนาดูเหมือนจะเน้นไปที่การรวม GitHub เป็นหลักในขณะที่ทำงานเพื่อขยายความสามารถในการจัดการงาน แนวทางนี้อาจเป็นการปฏิบัติสำหรับการพัฒนาเบื้องต้น แต่สร้างความคาดหวังที่เวอร์ชันปัจจุบันไม่สามารถตอบสนองได้

หมายเหตุ: Claude Code หมายถึงผู้ช่วยเขียนโค้ด AI ของ Anthropic ที่สามารถเขียนและแก้ไขโค้ดตามคำสั่งภาษาธรรมชาติ

อ้างอิง: Async