📚 ซีรีส์
8 ตอน · เรียงตามลำดับอ่าน
AI 'จำ' บทสนทนาได้ยังไง ทั้งที่ LLM ลืมทุก turn? เข้าใจ context window (payload ต่อ turn ≠ ไฟล์ประวัติแชท), อะไรกิน window, และ prompt caching ที่ทำให้คุยรัว ๆ ถูกกว่าทิ้งไว้นาน — vendor-neutral
เคลียร์ session แล้ว AI ลืมอะไร ไม่ลืมอะไร? ความรู้ agent อยู่ได้ 3 ชั้น — chat context, agent memory, repo files — ต่างกันที่ 'รอด /clear ไหม' และ 'ใครเห็น'. วางผิดชั้น = หายหรือหลุด — vendor-neutral
context เต็ม/เปลี่ยน session แล้ว agent ลืมหมด — วิธีทำ state machine จากไฟล์ (PLAN/PROGRESS/HANDOFF + memory + git) ให้ resume โปรเจกต์หลายเฟสต่อได้ทุกครั้ง แบบ vendor-neutral
เปิด session ใหม่โฟลเดอร์เดิมแต่ agent จำอะไรไม่ได้ — เพราะ memory ผูกกับ path ของ cwd. git worktree/symlink/subfolder = memory กองใหม่ (ว่าง). อธิบาย + วิธีกัน แบบ vendor-neutral
อยากให้ session นึงทำ feature อีก session ทำ docs พร้อมกัน แต่มันตีกัน — เพราะ 1 โฟลเดอร์ = 1 branch. git worktree แก้ได้: เทียบ parallel worktree กับ switch branch + วิธีใช้ + gotchas
งานหลายขั้นที่สั่ง agent เหมือนเดิมทุกครั้ง = ควร codify เป็น reusable command/skill ครั้งเดียว. เล่าจากของจริง: skill ที่ลงบทความบล็อกให้อัตโนมัติ + วิธีทำในเครื่องมืออื่น
rule/workflow เดียวไปเขียนไว้ทั้ง memory + skill + doc → แก้ที่นึงลืมอีกที่ = ขัดกัน. แผนที่ว่าความรู้แต่ละแบบควรอยู่ที่ไหน + กติกา source of truth เดียว + pointer แบบ vendor-neutral
AI บอกว่า 'เสร็จแล้ว' เชื่อได้แค่ไหน? วิธี audit งาน AI agent ด้วย 3 บันทึกอิสระ — PLAN (สัญญา) · git (ทำจริง) · tracker (สรุปฉบับคน) พร้อม checklist 1 นาที + red flags
