หลังจากการปล่อยฟีเจอร์ Computer Use ให้กับผู้ใช้ Claude Code ระดับ Pro และ Max ความสามารถของ AI ไม่ได้จำกัดอยู่แค่การโต้ตอบคำสั่งใน Terminal อีกต่อไป แต่ขยายไปสู่การสแกนหน้าจอ ขยับเมาส์ คลิกปุ่ม และพิมพ์ข้อความบนระบบปฏิบัติการแทนมนุษย์ได้จริง

ในชุมชนนักพัฒนาจึงเกิดคำถามน่าสนใจว่า "นี่คือจุดจบของ Playwright หรือไม่?" ในเมื่อเราสามารถสั่ง Claude สั้นๆ ว่า "ช่วยไปเทสระบบสมัครสมาชิกให้หน่อย" แล้ว AI ดำเนินการต่อได้เองโดยไม่ต้องเขียนสคริปต์สักบรรทัด ทำไมเรายังต้องมานั่งค้นหา Selector และเขียน Test Case ยาวเหยียด

แต่เมื่อเจาะลึกเบื้องหลังเชิงเทคนิคและต้นทุนการใช้งานจริง Computer Use คือนวัตกรรมที่น่าทึ่งสำหรับการทดสอบเฉพาะกิจ ทว่าการนำมาแทนที่ Playwright ในระบบงานระดับ Production ยังมีช่องว่างขนาดใหญ่ที่ต้องพิจารณา

---

กลไกของ Computer Use: เมื่อ AI มองเห็นและขยับเมาส์

สถาปัตยกรรมของ Computer Use ทำงานในรูปแบบ Perception-Action Loop:

1. ระบบทำการแคปภาพหน้าจอ (Screenshot)
2. ส่งรูปภาพไปประมวลผลผ่าน Vision Model
3. วิเคราะห์หาตำแหน่งขององค์ประกอบที่ต้องการโต้ตอบ
4. ส่งคำสั่งควบคุมเมาส์หรือแป้นพิมพ์กลับมารันบนเครื่องจริง วนลูปต่อเนื่องจนงานสำเร็จ

ข้อดีของการทดสอบ UI ด้วยวิธีนี้คือ ความยืดหยุ่น คุณไม่ต้องระบุ ID, Class หรือ XPath ล่วงหน้า Claude มองเห็นหน้าจอเหมือนมนุษย์ หากเจอปุ่มที่ระบุข้อความ "Submit" ก็จะเลื่อนเมาส์ไปคลิกตำแหน่งนั้นทันที

"Screen control is reserved for things nothing else can reach: native apps, simulators, and tools without an API."
(ข้อมูลจากเอกสาร Claude Code Official Docs)

ในเอกสารทางการของ Anthropic ระบุชัดเจนว่า Computer Use เป็นเครื่องมือที่มีความยืดหยุ่นสูงที่สุด แต่ก็ทำงานช้าที่สุดเช่นกัน โดยระบบจะเลือกใช้งานเป็นทางเลือกสุดท้าย หลังจากเครื่องมืออย่าง MCP Server, Bash หรือ Claude in Chrome ไม่สามารถเข้าถึงงานเป้าหมายได้

---

ประสิทธิภาพและความเร็ว: ความต่างระหว่างสคริปต์ตรงกับ Vision Loop

เปรียบเทียบ Playwright เหมือนระบบตรวจเช็กอัตโนมัติที่รู้โครงสร้างข้อมูล DOM ล่วงหน้า ทำงานตรงไปยัง Selector ที่กำหนด ข้อมูลการทดสอบจาก TestDino ระบุว่า Playwright ใช้เวลาเฉลี่ยเพียง 290 มิลลิวินาทีต่อหนึ่ง Action และรันเทสได้กว่า 1,240 ครั้งต่อชั่วโมง

ขณะที่ Computer Use ต้องทำงานผ่านขั้นตอนการจับภาพหน้าจอ แปลงข้อมูลภาพผ่านโมเดล ส่งคำสั่งผ่านเครือข่าย แล้วจึงขยับเมาส์ การกรอกฟอร์มธรรมดาที่ Playwright รันเสร็จในเสี้ยววินาที Claude อาจต้องใช้เวลา 30 ถึง 60 วินาที และหากเป็น Workflow ที่ซับซ้อนหลายหน้าจอ อาจใช้เวลาหลายนาที

นอกจากนี้ การระบุพิกัดผ่านภาพ (Vision-based) ยังมีความน่าจะเป็นที่จะเกิด False Positive เมื่อเลย์เอาต์มีความซับซ้อนสูง แตกต่างจากการทดสอบแบบ Deterministic ของ Playwright ที่อิงตามโครงสร้างของโค้ดโดยตรง

ข้อจำกัดบน CI/CD Pipeline และประเด็นด้านต้นทุน

จุดติดขัดหลักในการนำ Computer Use มาใช้ในกระบวนการพัฒนาซอฟต์แวร์จริง คือข้อกำหนดของระบบ

Computer Use บน Claude Code ถูกออกแบบให้รันในโหมด Interactive ที่ต้องมีผู้ใช้คอยยืนยันสิทธิ์ในแต่ละเซสชัน ทำให้ไม่สามารถนำไปรันแบบ Headless อัตโนมัติบน CI/CD Pipeline ที่มีการรันเทสหลายร้อยรอบต่อวันได้อย่างสะดวก หากใช้เทคนิคจำลองหน้าจอด้วย Xvfb ก็จะเพิ่มความซับซ้อนและค่าใช้จ่ายของเซิร์ฟเวอร์ขึ้นอีก $1,800 ถึง $4,800 ต่อปี

"การสร้างระบบทดสอบอัตโนมัติด้วย Claude ในระดับ Production อาจมีค่าใช้จ่ายรวมค่า API และค่าบำรุงรักษาสูงถึง $89,120 ถึง $147,200 ในปีแรก"
(บทวิเคราะห์จาก DevAssure Analysis)

ค่าบริการ API สำหรับการรันเทสระดับ 100 ครั้งต่อวันอาจแตะ $2,250 ถึง $3,300 ต่อเดือน ขณะที่การรัน Playwright บนโครงสร้างพื้นฐานเดิมแทบไม่มีค่าใช้จ่ายเพิ่มเติมในส่วนนี้

---

Playwright ยุคใหม่: ผสานพลัง AI ด้วย Accessibility Tree

Playwright ไม่ได้หยุดนิ่งอยู่กับที่ ในปัจจุบันเครื่องมือกลุ่มนี้ได้ผสาน AI เข้ามาช่วยแก้ปัญหาเดิม เช่น ระบบ Self-healing ที่อาศัย Healer Agent คอยซ่อมแซม Selector ที่เปลี่ยนไป ซึ่งข้อมูลจาก Microsoft ระบุว่าช่วยแก้อาการเทสพังได้สำเร็จกว่า 75%

เทคนิคที่ใช้คือการส่ง Accessibility Tree (โครงสร้างอินเทอร์เฟซสำหรับผู้พิการ) ไปให้ AI วิเคราะห์แทนการส่งรูปภาพทั้งหน้าจอ วิธีนี้ใช้ขนาดข้อมูลที่เล็กกว่ามาก ประหยัด Token ได้ถึง 4 ถึง 10 เท่า และประมวลผลได้รวดเร็วกว่าการประมวลผลภาพ

นอกจากนี้ AI Coding Agent รุ่นใหม่ยังเชื่อมต่อกับ Playwright ผ่าน MCP (Model Context Protocol) เพื่อให้ AI สามารถรันสคริปต์ตรวจสอบความถูกต้องของโค้ดที่เพิ่งเขียนบนเบราว์เซอร์จริงก่อนเปิด Pull Request ได้แบบอัตโนมัติ

สรุป: การเลือกเครื่องมือให้ตรงโจทย์การทำงาน

การมาถึงของ Claude Code Computer Use ไม่ได้หมายถึงการสิ้นสุดของ Playwright แต่เป็นการสร้างหมวดหมู่เครื่องมือใหม่ที่มีจุดเด่นแตกต่างกัน:

• เลือกใช้ Claude Code Computer Use เมื่อ: ต้องการทำ Exploratory Testing เพื่อสุ่มหาข้อผิดพลาดที่ไม่คาดคิด, ต้องการทดสอบ Native Application หรือ Simulator ที่ไม่มี API ให้เชื่อมต่อ, หรือตรวจเช็กปัญหาด้านการจัดวาง Visual Layout เฉพาะจุด
• เลือกใช้ Playwright เมื่อ: ต้องการรัน Regression Testing จำนวนมากใน CI/CD Pipeline, ต้องการความเร็วระดับมิลลิวินาที, รองรับหลายระบบปฏิบัติการ และต้องการผลลัพธ์ที่ควบคุมต้นทุนได้แม่นยำ

แนวทางที่มีประสิทธิภาพสูงสุดคือการใช้ AI ช่วยสร้างและดูแลรักษา Test Script ของ Playwright เพื่อให้ได้ทั้งความคล่องตัวในการพัฒนาและความเสถียรของระบบในระดับองค์กร

---

แหล่งอ้างอิง

• Let Claude use your computer from the CLI | Claude Code Docs (Official)
• Using Claude to Build a Testing Agent is Brilliant | Until It Isn't (DevAssure)
• Playwright AI Ecosystem 2026: MCP, Agents & Self-Healing Tests | TestDino
• What Is Claude Code Computer Use? | MindStudio
• 6 Most Popular Playwright MCP Servers for AI Testing in 2026 | Bug0
• Performance Benchmarks of Playwright, Cypress, and Selenium in 2026 | TestDino