Quibbler: เอเจนต์ AI ที่คอยวิจารณ์และตรวจสอบโปรแกรมเมอร์ AI ตัวอื่น

ในโลกของการเขียนโปรแกรมที่ได้รับความช่วยเหลือจาก AI ซึ่งกำลังพัฒนาอย่างรวดเร็ว นักพัฒนากำลังค้นพบว่าเอเจนต์เขียนโค้ดของพวกเขาบางครั้งก็ต้องการการดูแล監督ตัวเองเช่นกัน นี่คือที่มาของ Quibbler เครื่องมือใหม่ที่ทำหน้าที่เป็นผู้วิจารณ์สำหรับผู้ช่วยเขียนโค้ด AI โดยจะตรวจสอบและแก้ไขพฤติกรรมของพวกมันโดยอัตโนมัติเมื่อพวกมันเบี่ยงเบนไปจากข้อกำหนดหรือทำผิดพลาดแบบเดิมซ้ำๆ ดังที่สมาชิกในชุมชนหนึ่งระบุไว้อย่างเหมาะสม สิ่งนี้สร้างลำดับชั้นที่น่าสนใจขึ้นมา โดยที่ มีเอเจนต์มากมายมาจัดการเอเจนต์ของฉัน จนฉันคงต้องมีเอเจนต์สำหรับจัดการเอเจนต์ของเอเจนต์ฉันในไม่ช้านี้

การเกิดขึ้นของการดูแล監督 AI

Quibbler เป็นตัวแทนของเครื่องมือ AI หมวดหมู่ใหม่ที่ออกแบบมาเพื่อจัดการ AI ตัวอื่น มันทำงานในพื้นหลังขณะที่นักพัฒนาใช้งานร่วมกับเอเจนต์เขียนโค้ด เช่น Claude Code หรือเครื่องมืออื่นๆ ที่เข้ากันได้กับ MCP โดยจะสังเกตการณ์การกระทำของพวกมันและเข้าแทรกแซงเมื่อจำเป็น ระบบเรียนรู้จากปฏิสัมพันธ์ของผู้ใช้เมื่อเวลาผ่านไป สร้างความเข้าใจเกี่ยวกับรูปแบบและกฎเกณฑ์เฉพาะโครงการ ซึ่งมันจะบังคับใช้โดยอัตโนมัติในภายหลัง สิ่งนี้แก้ไขปัญหาความ frustrate ทั่วไปในหมู่นักพัฒนาที่พบว่าตนเองต้องแก้ไขข้อผิดพลาดประเภทเดิมๆ ที่ทำโดยผู้ช่วย AI ของพวกเขาซ้ำแล้วซ้ำเล่า

เครื่องมือนี้มุ่งเป้าไปที่ปัญหาที่เจาะจง เช่น การสร้างผลลัพธ์ขึ้นมาโดยไม่รันคำสั่ง การข้ามขั้นตอนการยืนยัน การไม่สนใจสไตล์การเขียนโค้ด การหลงผิดคิดว่ามีฟังก์ชันการทำงาน (hallucinating functionality) หรือการสร้างรูปแบบใหม่แทนที่จะทำตามรูปแบบที่มีอยู่เดิม ด้วยการรักษาบริบท across multiple review sessions, Quibbler สร้างความรู้เชิงสถาบันเกี่ยวกับโครงการที่ช่วยให้ผู้ช่วย AI ยังคงสอดคล้องกับความตั้งใจของนักพัฒนา

ปัญหาทั่วไปที่ Quibbler ช่วยป้องกัน

• การสร้างผลลัพธ์ปลอมโดยไม่ได้รันคำสั่งจริง
• การข้ามการทดสอบหรือขั้นตอนการตรวจสอบ
• การเพิกเฉยต่อรูปแบบและสไตล์การเขียนโค้ดที่กำหนดไว้
• การสร้างตัวเลข เมตริก หรือฟังก์ชันการทำงานที่ไม่มีอยู่จริง
• การสร้างรูปแบบใหม่แทนที่จะทำตามรูปแบบที่มีอยู่
• การทำการเปลี่ยนแปลงที่ไม่สอดคล้องกับเจตนาของผู้ใช้

ปฏิกิริยาจากชุมชนและข้อกังวลในทางปฏิบัติ

ชุมชนนักพัฒนาได้ตอบสนองด้วยทั้งความกระตือรือร้นและความสงสัย ผู้ใช้บางส่วนตระหนักถึงคุณค่าของการมีระบบตรวจสอบอัตโนมัติสำหรับ workflow การเขียนโค้ดของพวกเขาทันที โดยเฉพาะอย่างยิ่งสำหรับงานที่ใช้เวลาทำยาวนาน ซึ่งการดูแล監督ด้วยตนเองอย่างต่อเนื่องกลายเป็นเรื่องน่าเบื่อ อย่างไรก็ตาม อุปสรรคในทางปฏิบัติต่อการนำไปใช้ก็ปรากฏขึ้นอย่างรวดเร็วในการอภิปราย โดยเฉพาะอย่างยิ่ง围绕 ข้อกำหนดที่ต้องใช้ Anthropic API key

ฉัน真的很希望 Anthropic จะอนุญาตให้ฉันสร้าง API token ที่ดึงการใช้งานจากแหล่งเดียวกันกับที่ Pro subscription ของฉันใช้ร่วมกับไคลเอนต์อย่างเป็นทางการ

ความรู้สึกนี้สะท้อนถึงความกังวลในวงกว้างเกี่ยวกับความแตกแยกของโมเดลราคาบริการ AI ในขณะที่นักพัฒนาบางส่วนพบทางเลี่ยงโดยใช้ฟีเจอร์ sub-agent ของ Claude Code ข้อกำหนด API นั้นแสดงถึงอุปสรรคสำคัญต่อการนำไปใช้สำหรับผู้ที่จ่ายค่าบริการ AI ระดับพรีเมียมผ่านช่องทางอื่นอยู่แล้ว

การนำไปใช้ทางเทคนิคและประสบการณ์ผู้ใช้

Quibbler เสนอโหมดการ integrate ที่แตกต่างกันสองโหมด เพื่อตอบสนองความชอบของผู้ใช้และ toolchain ที่แตกต่างกัน โหมด MCP ให้ความเข้ากันได้ในระดับสากลกับเอเจนต์ใดๆ ที่รองรับ Model Context Protocol ผ่านการตรวจสอบโค้ดแบบ synchronous ในขณะที่โหมด Hook นำเสนอการ integrate ที่ลึกกว่ากับ Claude Code ผ่านการตรวจสอบแบบ event-driven ทั้งสองวิธีมีเป้าหมายเดียวกัน คือ การจับข้อผิดพลาดของ AI ก่อนที่มันจะฝังลงใน codebase

ชุมชน已经开始มีส่วนร่วมในการพัฒนาของโปรเจกต์แล้ว โดยมีผู้ใช้หนึ่งคนส่ง pull request เพื่อเพิ่มการรองรับ AWS Bedrock การมีส่วนร่วมในระยะเริ่มต้นนี้แสดงให้เห็นถึงความสนใจที่แข็งแกร่งในการทำให้เครื่องมือนี้สามารถเข้าถึงได้ across different cloud platforms and AI service providers ชุมชน Discord ที่活跃 ยังบ่งชี้ถึงการนำไปใช้ที่เพิ่มขึ้นและการเรียนรู้ร่วมกัน围绕 AI supervision workflows

การเปรียบเทียบโหมดการทำงานร่วมกันของ Quibbler

อนาคตของการจัดการ AI

การเกิดขึ้นของ Quibbler ทำให้เกิดคำถามที่น่าสนใจเกี่ยวกับอนาคตของ toolchain AI เมื่อเอเจนต์เขียนโค้ดมีความซับซ้อนมากขึ้น ความต้องการกลไกการดูแล監督และการควบคุมคุณภาพก็เติบโตขึ้นตามกัน เครื่องมือนี้เป็นตัวอย่าง初期 ของสิ่งที่อาจกลายเป็น layer มาตรฐานใน workflow การพัฒนาที่ได้รับความช่วยเหลือจาก AI นั่นคือ ระบบที่รับประกันว่าผู้ช่วย AI ยังคงสอดคล้องกับความตั้งใจของมนุษย์และข้อกำหนดของโครงการ

การอภิปรายบางส่วนในชุมชนได้เปลี่ยนไปในทาง幽默 โดยมีการคาดเดาเกี่ยวกับสภาของ Quibbler ที่เอเจนต์ overseeing หลายตัวจะรวมกัน形成 การตัดสินใจโดยฉันทามติ หรือสงสัยว่า ใครจะเป็นผู้ดูแล監督ผู้ดูแล監督บรรยากาศ? บทสนทนาเหล่านี้ แม้จะเป็นการพูดเล่น แต่ก็ชี้ไปที่ข้อพิจารณาที่แท้จริงเกี่ยวกับวิธีการที่เราจะจัดการกับลำดับชั้นของเครื่องมือ AI ที่ทำงานร่วมกันซึ่งมีความซับซ้อนมากขึ้นเรื่อยๆ

การพัฒนาเครื่องมือเช่น Quibbler ชี้ให้เห็นว่าเรากำลังเข้าสู่ยุคที่ AI ไม่ได้只是ช่วยเหลือในงานเท่านั้น แต่ยังช่วยจัดการ AI ตัวอื่นด้วย แนวทางแบบ layered ต่อ artificial intelligence นี้ อาจกลายเป็นสิ่งสำคัญอย่างยิ่งเมื่อนักพัฒนาพึ่งพาการช่วยเหลือการเขียนโค้ดแบบอัตโนมัติมากขึ้นสำหรับโครงการที่ซับซ้อนและใช้เวลาดำเนินการยาวนาน

อ้างอิง: Quibbler