Claude Tag คือผู้ช่วย AI ที่แค่ "แท็ก" ชื่อมันไว้ในแชตของทีมบน Slack แล้วมันจะกระโดดเข้ามาทำงานให้เอง โดยไม่ต้องเปิดโปรแกรมขึ้นมาแล้วพิมพ์สั่งทีละครั้งเหมือน AI ที่เราคุ้นกัน ตอนนี้มันยังเป็นแค่ beta และเปิดให้ใช้เฉพาะบน Slack แต่แนวคิดเบื้องหลังน่าสนใจกว่าตัวฟีเจอร์มาก

ทั้งหมดนี้มาจากบทสนทนาของทีม Anthropic บริษัทเจ้าของ Claude โดยคนเล่าคือ Boris Cherny และ Cat Wu สองหัวหน้าทีมที่ดูแล Claude Code เครื่องมือที่ให้ AI ช่วยเขียนโค้ด ทั้งคู่เล่าถึงความเปลี่ยนแปลงนี้ พร้อมยกประโยคที่ติดหูจากคนในทีมคนหนึ่งว่า ถ้าวันหนึ่งไม่มี Claude อยู่ในแชนแนล เขาก็ไม่รู้จะทำงานยังไง เพราะนึกภาพโลกที่ไม่มีมันไม่ออกแล้ว สิ่งที่พวกเขากำลังอธิบายไม่ใช่แค่เครื่องมือใหม่ แต่เป็นการพลิกวิธีที่คนกับ AI ทำงานด้วยกัน จากเดิมที่ต้อง "เปิดมันขึ้นมาแล้วสั่ง" มันถึงทำ กลายเป็น "ให้เป้าหมายไว้ครั้งเดียว" แล้วให้มันลงมือทำต่อเอง ต่อให้เรายังไม่มี Claude Tag ใช้ หลักคิดในบทสนทนานี้ก็เอาไปปรับใช้กับการทำงานร่วมกับ AI ตัวไหนก็ได้

เปลี่ยนครั้งใหญ่ถึงสองระลอกในสองปี

ความเร็วของการเปลี่ยนแปลงนี้เห็นชัดถ้าย้อนดูแค่สองปี เมื่อราวสองปีก่อน AI ช่วยเขียนโค้ดได้แค่เดาบรรทัดถัดไปให้ทีละบรรทัด (เรียกว่า typeahead) คนเขียนยังเป็นคนตัดสินใจทุกอย่างเอง ถัดมา AI เขียนได้ทั้งฟังก์ชันและทั้งฟีเจอร์ จนคนคนเดียวสั่งงาน Claude หลายตัวพร้อมกันได้ราวสิบตัว และตอนนี้ Claude ขยับมาเป็นคนลงมือเองมากขึ้น โดยมีคนทั้งทีมคอยโต้ตอบกับมัน ไม่ใช่แค่คนเดียว หัวหน้าทีมเรียกช่วงนี้ว่าเป็นการเปลี่ยนแปลงครั้งใหญ่ถึงสองระลอกในเวลาแค่สองปี

ตัวเลขที่พวกเขายกมาก็สะท้อนภาพนี้ ในทีมโปรดักต์ของ Anthropic เอง โค้ดและ PR (ข้อเสนอแก้โค้ด) ราว 65% ตอนนี้ Claude เป็นคนเขียนให้ และหัวหน้าทีมบอกว่ายังเพิ่มขึ้นเรื่อยๆ ข้อควรระวังคือมันเป็นตัวเลขจากประสบการณ์ในทีมของเขาเอง ไม่ใช่ผลวัดจากหน่วยงานภายนอก แต่ก็พอบอกทิศทางได้ว่าสัดส่วนงานที่คนกับ AI แบ่งกันทำกำลังเปลี่ยนไปเร็วแค่ไหน

จากการเปิดขึ้นมาสั่ง สู่การให้เป้าหมายแล้วปล่อยให้มันทำเอง

หัวใจของการพลิกครั้งนี้อยู่ที่คำว่า "ต้องคอยสั่ง" เครื่องมือ AI แบบเดิมอย่าง Chat, Cowork หรือ Claude Code เราต้องจำไว้เสมอว่าต้องเปิดมันขึ้นมาแล้วพิมพ์ถามทีละครั้ง มันถึงจะทำงาน แบบนี้เรียกว่า reactive คือมันรอเราสั่งก่อนเสมอ ส่วน Claude Tag พลิกมาเป็นแบบ proactive คือเราให้เป้าหมายกว้างๆ ไว้ครั้งเดียว เช่นบอกว่า "ตั้ง PR ให้ทุกบั๊กที่โผล่ในแชนแนลนี้" แล้วมันก็ไล่ทำทุกอันเอง โดยไม่ต้องมาคอยเตือนซ้ำ และยังตามงานต่อได้ข้ามวันข้ามสัปดาห์

ตรงนี้คือหลักคิดแรกที่เอาไปใช้ได้เลย ลองเปลี่ยนวิธีสั่ง AI จากการพิมพ์พรอมป์ทีละครั้ง มาเป็นการให้เป้าหมายพร้อมกฎพื้นฐานที่มันยึดตามได้ต่อเนื่อง เพราะยิ่ง AI ทำงานต่อเนื่องได้นานเท่าไร การบอกมันไว้ว่า "ทำสิ่งนี้ทุกครั้งที่เจอเงื่อนไขนี้" ก็ยิ่งคุ้มกว่าการนั่งสั่งใหม่ทุกรอบ

สามอย่างที่ทำให้มันลงมือเองได้

แล้วอะไรที่ทำให้ AI ขยับจากรอสั่งมาเป็นลงมือเองได้ หัวหน้าทีมเล่าว่ามาจากสามเรื่องที่ทีมทุ่มวิจัยมานาน

เรื่องแรกคือทำงานต่อเนื่องได้ยาวขึ้น (long-horizon) พวกเขาอ้างผลทดสอบล่าสุดจาก METR หน่วยงานอิสระที่วัดความสามารถของโมเดล AI ว่าโมเดลรุ่นใหม่ทำงานต่อเนื่องได้ราว 16 ชั่วโมงต่อครั้ง และบอกว่าตอนนี้มันทำงานได้ยาวขึ้นเรื่อยๆ จนแทบบอกไม่ได้แล้วว่าสูงสุดได้ถึงไหน ยิ่งไปกว่านั้น Claude ยังตั้งเวลากลับมาเช็กงานเองได้ งานชิ้นเดียวจึงยืดออกไปเป็นวัน เป็นสัปดาห์ หรือเป็นเดือน หัวหน้าทีมเล่าว่าตัวเองมีเซสชันที่รันค้างอยู่เป็นเดือนก็มี

เรื่องที่สองคือความจำที่ใช้ได้จริงสักที Claude จำคำสั่งที่คนในทีมเคยบอกไว้ได้ และจำแยกตามแชนแนลได้ เช่น สั่งให้มันดูแค่ปัญหาประเภทเดียวในแชนแนลหนึ่ง มันก็จำขอบเขตนั้นไว้ ทีหลังถ้าใครบอกว่า "ขยายขอบเขตหน่อย" มันก็ปรับตาม จุดสำคัญคือ AI จะมีประโยชน์ขึ้นมากเมื่อมันจำได้ เพราะเราสอนมันครั้งเดียวแล้วใช้ได้ยาว ไม่ต้องเริ่มอธิบายกันใหม่ทุกครั้ง

เรื่องที่สามคือบุคลิกและการอ่านจังหวะ (personality กับ EQ) เพื่อนร่วมงานที่ดีไม่ใช่แค่รู้ว่าต้องทำอะไร แต่ต้องรู้ด้วยว่า "เมื่อไหร่" ควรเข้ามาช่วย และเมื่อไหร่ควรถอย ทีมฝึก Claude ให้อ่านจังหวะนี้ และถ้าเราปรับว่าอยากให้มันเงียบลงหรือแอ็กทีฟขึ้น มันก็จำการปรับนั้นไว้ในแชนแนลนั้นเช่นกัน

จากผู้ช่วยส่วนตัว สู่เครื่องมือกลางของทีม

ก้าวที่หัวหน้าทีมมองว่าสำคัญที่สุด คือ AI ย้ายจากผู้ช่วยส่วนตัวของใครคนเดียว มาเป็นเครื่องมือกลางที่ทั้งทีมใช้ร่วมกัน ทุกวันนี้ AI เกือบทุกตัวที่เราใช้ยังเป็นบทสนทนาแบบ "เรากับ AI" สองต่อสอง แล้วค่อยก๊อปงานที่ได้ไปส่งต่อให้ทีม ส่วน Claude Tag เอา AI มาวางไว้กลางงานของทีมเลย หลายคนช่วยกันปรับทิศงานในเซสชันเดียว และดัน PR อันเดียวกันให้ออกมาดีที่สุด อย่างที่คนพูดในคลิปสรุปไว้ว่า มันไม่ใช่แค่ความเห็นของคนคนเดียว แต่เป็นทั้งทีมช่วยกันจูน

การทำงานกลางแชนแนลสาธารณะยังมีผลพลอยได้ที่น่าสนใจ เมื่อทุกคนเห็นว่าคนที่ใช้ AI เก่งๆ เขาสั่งงานและวางกรอบให้มันยังไง คนอื่นก็หยิบวิธีนั้นไปใช้ต่อได้ทันที วิธีใช้ดีๆ เลยแพร่กันเองในทีม โดยไม่ต้องมีใครมานั่งสอน และพอมันอยู่ในที่ที่คนทำงานกันจริง คนก็คิดวิธีใช้ใหม่ๆ ขึ้นมาเอง มีแชนแนลถาม-ตอบที่ Tag คอยตอบคำถามแล้วติ๊กเครื่องหมายถูกไว้ว่าตอบแล้ว มีแชนแนลถามข้อมูลที่ตอนนี้ Tag ตอบให้ทุกคำถาม และมีคนที่เบื่อจะแท็กมันซ้ำๆ เลยสั่งไว้เลยว่าให้ตอบทุกครั้งที่มีคนถาม

ที่ไปได้ไกลกว่านั้นคือ ถ้าต่อ Tag เข้ากับแหล่งข้อมูลอ้างอิงหลักของบริษัท พนักงานก็ถามเรื่อง HR หรือ Legal ได้เอง แทนที่จะต้องเดินไปถามคนในแผนก และคนที่เคยกลัวการแตะเครื่องมือสายเทคนิคอย่าง terminal หรือ git ตอนนี้แค่แท็ก Claude ในแชต ก็ร่วมแก้โค้ดกับทีมได้ เท่ากับว่ากำแพงที่เคยกั้นไม่ให้คนทั่วไปเข้ามายุ่งกับงานสายเทคนิค ตอนนี้เตี้ยลงไปมาก

หลักการที่เอาไปใช้ได้ แม้ยังไม่มี Claude Tag

ถ้าตัดเรื่องเครื่องมือออกไป สิ่งที่เหลือคือหลักคิดไม่กี่ข้อที่เอาไปใช้กับ AI ตัวไหนก็ได้ ตั้งแต่วันนี้

• สั่งด้วยเป้าหมายและกฎพื้นฐาน ไม่ใช่พรอมป์ทีละครั้ง แทนที่จะถามใหม่ทุกเช้า ลองตั้งกฎไว้ครั้งเดียวว่า "สรุปเมลสำคัญให้ทุกเช้าเก้าโมง"
• เอา AI ไปไว้ในที่ที่ทีมทำงานกันอยู่แล้ว ให้มันเป็นของส่วนกลาง ไม่ใช่ผู้ช่วยลับๆ ของใครคนเดียว
• ใช้ความจำของมันให้คุ้ม สอนกฎหรือบริบทของงานครั้งเดียว แล้วจะได้ไม่ต้องอธิบายใหม่ทุกรอบ
• ทำงานแบบเปิด ให้คนเห็นว่าคนอื่นสั่ง AI ยังไง วิธีดีๆ จะได้แพร่กันเอง
• ออกแบบงานให้ตั้งเงื่อนไขครั้งเดียวแล้วทำต่อเองได้ วางเงื่อนไขไว้ครั้งเดียว แล้วปล่อยให้มันทำต่อเอง แทนที่จะต้องมาคอยกำกับทุกขั้นตอน

ทั้งหมดนี้ไม่ต้องรอ Claude Tag ก็เริ่มได้ เพราะมันคือวิธีมองงานใหม่ ไม่ใช่ปุ่มในโปรแกรมตัวใดตัวหนึ่ง

เมื่อ AI ลงมือเองได้ งานที่ยากที่สุดของเราจะไม่ใช่การนั่งสั่งมันอีกต่อไป แต่คือการเลือกว่าจะวางมันไว้ตรงไหนของทีม

---

ที่มา:

• คลิป The future of work with Claude จาก Claude
• Claude Tag จาก Claude