โปรเจกต์ codex-with-chatgpt เกิดจากประโยคที่เราได้ยินกันบ่อยเวลาสั่ง AI แก้โค้ด นั่นคือ "แก้ให้แล้ว เทสต์ผ่านหมดแล้ว" ใครที่ใช้ AI เขียนโค้ดเป็นประจำคงคุ้นเคยดี ปัญหาของประโยคนี้ไม่ได้อยู่ที่ว่ามันพูดจริงหรือไม่จริง แต่อยู่ที่ตัวที่พูดดันเป็นตัวเดียวกับที่เพิ่งลงมือแก้โค้ดไปเมื่อกี้

codex-with-chatgpt เป็นโปรเจกต์โอเพนซอร์สของ XiaoDuoYa บน GitHub ประกอบด้วยชุดคำสั่งเสริมสำหรับผู้ช่วย AI เขียนโค้ดอย่าง Codex และสะพานเชื่อมขนาดเล็กที่รันอยู่ในเครื่อง หน้าที่หลักคือย้ายงาน "คิดและวางแผน" ไปให้ ChatGPT บนเว็บจัดการ แล้วปล่อยให้ Codex ลงมือแก้โค้ดและรันเทสต์ในเครื่องของเราเพียงอย่างเดียว

จุดเริ่มต้นของโปรเจกต์นี้มาจากเรื่องโควตาใช้งาน โควตาเว็บของ ChatGPT Plus หรือ Pro ที่จ่ายไปแล้วมักนอนอยู่เฉยๆ ขณะที่ Codex ต้องเปลืองโควตาก้อนที่จำกัดกว่าไปกับขั้นตอนวางแผนและรีวิวโค้ด เช่นเดียวกับแนวคิดที่พบใน codex-bridge แต่เมื่อดูการทำงานจริง สิ่งที่โปรเจกต์นี้แก้ปัญหาได้ดีที่สุดไม่ใช่เรื่องเงินหรือโควตา แต่เป็นเรื่องคุณภาพการทำงาน

ปัญหาไม่ใช่ AI แก้โค้ดไม่เก่ง แต่มันตรวจงานของตัวเอง

การเขียนโค้ดด้วย AI มีงาน 2 ส่วนที่ต่างกันอย่างชัดเจน:

1. งานคิดและวางแผน: ทำความเข้าใจโจทย์ ดูโครงสร้างโปรเจกต์ และตัดสินใจว่าจะแก้ตรงไหน ด้วยวิธีอะไร
2. งานลงมือทำ: เปิดไฟล์ แก้โค้ดทีละบรรทัด รันคำสั่ง และรันเทสต์เพื่อไล่แก้จนกว่าจะผ่าน

พอเราให้ AI ตัวเดิมรับผิดชอบทั้งสองหน้าที่พร้อมกัน มันจึงกลายเป็นฝ่ายตรวจงานตัวเองไปโดยปริยาย ประโยค "เทสต์ผ่านหมดแล้ว" ที่เราเห็น จึงเป็นเพียงคำบอกเล่าของฝ่ายที่เพิ่งลงมือแก้ ไม่ใช่ผลที่มีใครไปเปิดอ่านหลักฐานมายืนยัน

ข้อผิดพลาดนี้เกิดขึ้นได้ง่ายมาก เพราะข้อความบนหน้าจอระหว่าง "AI เล่าว่าเทสต์ผ่าน" กับ "ผลการรันเทสต์ที่ผ่านจริง" แทบไม่ต่างกันเลย ต่างกันแค่แบบหลังมีหลักฐานยืนยัน แต่แบบแรกไม่มี ถ้าปล่อยผ่านไป ปัญหาจะโผล่มาตอนนำโค้ดขึ้นระบบจริง แล้วเกิดข้อผิดพลาดจนเราต้องมานั่งไล่หาสาเหตุในภายหลัง

ฝั่งหนึ่งคิด อีกฝั่งลงมือ แล้ววนกลับมาตรวจของจริง

สถาปัตยกรรมของ codex-with-chatgpt แบ่งขอบเขตความรับผิดชอบไว้ชัดเจน:

• ChatGPT บนเว็บ: ทำหน้าที่วางแผนและรีวิวโค้ดเท่านั้น โดยไม่มีสิทธิ์สั่งรันคำสั่งใดๆ ในเครื่องของเรา
• Codex ในเครื่อง: มีสิทธิ์ลงมือทำทั้งหมด ทั้งการแก้ไขไฟล์ รันคำสั่ง และรันเทสต์ในโฟลเดอร์โปรเจกต์ของเรา

วงจรการทำงานจึงแบ่งเป็น 3 ขั้นตอน เริ่มจาก ChatGPT อ่านโจทย์และวางแผน จากนั้น Codex นำแผนไปลงมือทำ แล้ว ChatGPT จึงกลับมาตรวจความถูกต้องอีกรอบ

จุดเด่นของเครื่องมือตัวนี้อยู่ที่ขั้นตอนสุดท้าย ตอนตรวจงาน ChatGPT จะไม่รอรายงานสรุปจาก Codex แต่จะเรียกดู git diff เพื่อตรวจบรรทัดที่เปลี่ยนแปลงจริง พร้อมทั้งตรวจบันทึกผลการรันเทสต์ด้วยตัวเอง

การตรวจแบบนี้ช่วยดักจับปัญหาที่มักหลุดรอดได้ดี เช่น แผนระบุว่าจะแก้ 3 ไฟล์ แต่ git diff ฟ้องว่ามีไฟล์ที่ 4 เปลี่ยนไปด้วย หรือบอกว่าเทสต์ผ่านแล้ว แต่กลับไม่มีบันทึกว่าสั่งรันเทสต์จริง ข้อผิดพลาดแบบนี้จะโผล่ให้เห็นก็ต่อเมื่อมีใครไปเปิดอ่านหลักฐาน เป็นขั้นตอนปกติของฝั่งตรวจอยู่แล้ว

ช่องคุยสถานะกับช่อง MCP ทำหน้าที่คนละอย่างกัน

เมื่อมีสองระบบทำงานร่วมกัน คำถามต่อมาคือโค้ดในเครื่องของเราวิ่งไปอยู่ที่ไหนบ้าง คำตอบคือระบบแยกช่องทางการสื่อสารออกเป็น 2 ชั้นชัดเจน:

ชั้นแรก: ช่องส่งสถานะ ทั้งสองฝั่งจะสื่อสารกันผ่านข้อความสั้นๆ ที่ขึ้นต้นด้วย [C2C] และมีขนาดไม่ถึง 1KB เพื่ออัปเดตขั้นตอนตามลำดับ INIT → PLAN → EXECUTED → REVIEW → DONE ข้อความเหล่านี้มีไว้บอกสถานะเท่านั้น เช่น แจ้งว่า Codex แก้โค้ดเสร็จแล้วเพื่อเข้าสู่สถานะ EXECUTED ช่องนี้จะไม่ส่งเนื้อไฟล์ บันทึกการทำงาน หรือบรรทัดโค้ดเลย

ชั้นที่สอง: ช่อง MCP สำหรับอ่านข้อมูล ฝั่ง ChatGPT จะเชื่อมต่อผ่าน Model Context Protocol (MCP) เพื่อขอดูข้อมูล โดยตั้งค่าให้อ่านได้อย่างเดียว มีเครื่องมือให้ใช้งาน 9 ตัว ได้แก่: workspace_info, list_directory, read_file, search_workspace, git_status, git_diff, test_status, execution_summary และ execution_output ชื่อของเครื่องมือบ่งบอกหน้าที่ตรงตัว คือใช้ดูข้อมูล workspace, ไล่ดูรายชื่อไฟล์, อ่านเนื้อหาไฟล์, ค้นหาในโปรเจกต์, ดูสถานะ git, ดู git diff รวมถึงดูสถานะและผลลัพธ์ของการรันคำสั่งที่ผ่านมา

หัวใจสำคัญคือ ทั้งหมดนี้เป็นรูปแบบ "ขอดูเมื่อต้องการ" ไม่ใช่ "อัปโหลดไปทั้งโปรเจกต์" โค้ดทั้งหมดจะยังคงอยู่ในเครื่องเรา เมื่อ ChatGPT ต้องการตรวจจุดไหน มันจะเป็นฝ่ายเรียก read_file หรือ git_diff เพื่อดึงเฉพาะบรรทัดที่จำเป็นต้องใช้ในตอนนั้น

ออกแบบความปลอดภัยไว้ตั้งแต่แรก ไม่ใช่แค่ตั้งกฎมาคอยห้าม

ระบบนี้เปิดให้ ChatGPT เข้ามาอ่านโค้ดในเครื่องได้ เพราะออกแบบความปลอดภัยไว้ 5 ข้อ เกือบทั้งหมดเน้นตัดความสามารถที่ไม่จำเป็นออกตั้งแต่แรก แทนที่จะใส่ฟังก์ชันมาครบแล้วค่อยเขียนกฎห้าม:

1. ฝั่งอ่านไม่มีเครื่องมือสำหรับเขียนไฟล์: ไม่มีเครื่องมือเขียนไฟล์ ลบไฟล์ รันคำสั่ง หรือส่งโค้ดขึ้นเซิร์ฟเวอร์ตั้งแต่ต้น ข้อนี้ช่วยป้องกันปัญหาได้มาก เพราะต่อให้มีข้อความในไฟล์ที่พยายามหลอกสั่งการ AI ด้วยเทคนิค prompt injection ฝั่ง AI ก็ไม่มีเครื่องมือให้เรียกใช้อยู่ดี

2. จำกัดสิทธิ์เฉพาะพื้นที่ทำงานที่กำหนด: สิทธิ์การเข้าถึงจะผูกกับ workspace ปัจจุบันเท่านั้น การพยายามเข้าถึงโฟลเดอร์อื่น ไม่ว่าจะผ่าน symlink, path traversal หรือระบุ absolute path ตรงๆ ระบบก็บล็อกไว้ทั้งหมด โดยโปรเจกต์นี้มีชุดทดสอบอัตโนมัติถึง 146 เคส ครอบคลุมตั้งแต่เรื่องพาธไฟล์ การยืนยันตัวตน ไปจนถึงการเชื่อมต่อจริงทั้งระบบ

3. ไฟล์สำคัญและรหัสผ่านลับจะไม่ออกจากเครื่อง: ไฟล์ sensitive อย่าง .env*, SSH keys และไฟล์เก็บรหัสผ่านต่างๆ ระบบจะปฏิเสธการอ่านตั้งแต่แรก เว้นแต่ไฟล์ตัวอย่างอย่าง .env.example ที่เปิดให้อ่านได้ และถ้าเรามีไฟล์อื่นที่ไม่อยากให้เปิดอ่าน ก็สามารถเพิ่มกฎในไฟล์ .c2cignore ได้เอง

4. รู้ที่อยู่ URL สาธารณะก็ยังเข้าไม่ได้: URL สาธารณะที่ใช้เชื่อมต่อไม่ได้เปิดทิ้งไว้เฉยๆ แต่ต้องผ่านการยืนยันตัวตนตามมาตรฐาน OAuth 2.1 ถ้าไม่มีสิทธิ์จะได้รหัส 401 Unauthorized และถ้าใช้สิทธิ์ของ workspace อื่นก็จะได้รหัส 403 Forbidden

5. ระบบไม่ส่งความลับถาวรผ่านเบราว์เซอร์: ความลับของระบบเพียงอย่างเดียวที่ผ่านหน้าเบราว์เซอร์คือ pairing code แบบใช้ครั้งเดียว ซึ่งมีอายุเพียง 5 นาที กรอกผิดได้ไม่เกิน 5 ครั้ง พร้อมมี rate limit จำกัดความถี่ในการส่งคำขอซ้ำ และจะลบทิ้งทันทีที่จับคู่สำเร็จ

มาตรการความปลอดภัยทั้ง 5 ข้อนี้เป็นสิ่งที่ผู้พัฒนาโปรเจกต์ระบุไว้ สำหรับใครที่ต้องการนำไปเสนอทีมหรือศึกษาเชิงลึก สามารถอ่านเอกสาร threat model ฉบับเต็มได้ที่ docs/security.md ในโปรเจกต์

ติดตั้ง codex-with-chatgpt ได้ 2 วิธี: วาง prompt ก้อนเดียว หรือติดตั้งเอง 3 ขั้นตอน

วิธีที่ 1: วาง prompt ก้อนเดียวให้ Codex ทำเอง (ง่ายที่สุด) ในหน้าโปรเจกต์มี prompt สำเร็จรูปเตรียมไว้ให้ เราแค่คัดลอกข้อความทั้งหมดไปวางให้ Codex รันได้ทันที โดยคำสั่งจะให้ Codex ตรวจสอบสภาพแวดล้อมในเครื่อง ติดตั้งสิ่งที่ยังขาด ดาวน์โหลดโปรเจกต์ build และติดตั้งโปรแกรม ติดตั้งสกิล พร้อมรันขั้นตอนตั้งค่าเริ่มต้นให้จนเสร็จ ตัวคำสั่งยังระบุให้หยุดถามเราเฉพาะตอนที่ต้องล็อกอิน เจอ CAPTCHA หรือยืนยันตัวตนสองชั้นเท่านั้น

วิธีที่ 2: ติดตั้งด้วยตัวเอง (3 ขั้นตอน) ถ้าต้องการเห็นขั้นตอนทั้งหมดชัดเจน สามารถติดตั้งเองได้:

1. คัดลอกโฟลเดอร์ skill/ จากโปรเจกต์ไปไว้ที่ ~/.codex/skills/codex-with-chatgpt/
2. สั่ง Codex ใน terminal เพื่อเริ่มตั้งค่า:

Set up Codex with ChatGPT.

3. เมื่อตั้งค่าเสร็จแล้ว สามารถสั่งงานตามปกติโดยระบุชื่อสกิลในคำสั่ง เช่น:

Use Codex with ChatGPT to implement XXX.

สิ่งที่ต้องมีในเครื่อง: ในเครื่องต้องติดตั้ง Node.js (เวอร์ชัน 20 ขึ้นไป) และ git ไว้ก่อน ส่วน cloudflared ตัวสกิลจะตรวจสอบและติดตั้งให้เองถ้ายังไม่มี สำหรับขั้นตอนที่เราต้องทำเอง มีเพียงการล็อกอิน ChatGPT, ล็อกอิน Cloudflare (กรณีต้องการใช้ URL แบบคงที่) และถ้าเป็น workspace ใหม่ จะมีขั้นตอนสร้าง ChatGPT Project เพิ่มอีกหนึ่งขั้นตอน

เมื่อตั้งค่าเสร็จสมบูรณ์ หน้าจอจะแสดงผลยืนยันสถานะการเชื่อมต่อ เป็นวิธีตรวจสอบที่เร็วที่สุดว่าทุกส่วนทำงานร่วมกันได้จริง โดยเฉพาะบรรทัด ✓ File read test passed ที่ยืนยันว่าการทดสอบอ่านไฟล์ผ่านเรียบร้อย:

Codex with ChatGPT
✓ Project detected
✓ Workspace Bridge started
✓ Secure connection established
✓ ChatGPT connected
✓ File read test passed

Ready.

เลือกวิธีไหนดี? ถ้าต้องการลองใช้ให้เร็วที่สุดโดยไม่ต้องยุ่งกับ terminal วิธีแรกที่คัดลอก prompt ไปวางทีเดียวจะสะดวกกว่าชัดเจน แลกกับการให้ Codex ติดตั้งของที่ยังขาดลงเครื่องตามที่ prompt ระบุ ส่วนวิธีที่ 2 เราคัดลอกโฟลเดอร์สกิลไปวางเองก่อน แล้วค่อยปล่อยให้ Codex ตั้งค่าที่เหลือต่อ จึงรู้ตั้งแต่ต้นว่าสกิลอยู่ที่ไหนในเครื่อง ซึ่งมีประโยชน์เวลาต้องการถอนการติดตั้งหรือย้ายเครื่อง

3 เรื่องสำคัญที่ควรรู้ก่อนเริ่มติดตั้ง

1. เป็นโปรเจกต์จากชุมชน ไม่ใช่โปรเจกต์ทางการของผู้ให้บริการ: ในหน้าโปรเจกต์ระบุชัดเจนว่าไม่ได้สังกัดและไม่ได้รับการรับรองจาก OpenAI เงื่อนไขการใช้งานบัญชีจึงเป็นเรื่องที่เราต้องตรวจสอบกับผู้ให้บริการด้วยตัวเอง และบทความนี้ไม่ได้แนะนำให้ใช้เพื่อหลบเลี่ยงโควตาหรือใช้ฟรี แต่เน้นถึงประโยชน์ของการแยกหน้าที่ระหว่างคนคิดกับคนลงมือทำ

2. URL เชื่อมต่อเริ่มต้นเป็นแบบชั่วคราว: URL จะเปลี่ยนใหม่ทุกครั้งที่สะพานเชื่อมรีสตาร์ท โดย Codex จะคอยอัปเดตการเชื่อมต่อใหม่ให้อัตโนมัติ ถ้าต้องการ URL แบบคงที่ จะต้องมีบัญชี Cloudflare และโดเมนของตัวเองที่ผูกกับ Cloudflare ไว้แล้ว ทั้งนี้ แม้จะใช้ URL ชั่วคราวก็ยังใช้ได้ครบทุกฟังก์ชันตามปกติ เพียงแต่ตอนเชื่อมต่อใหม่อาจใช้เวลาเพิ่มขึ้นเล็กน้อย

3. ตัวโปรเจกต์ยังเป็นเวอร์ชันแรก: สถานะของโปรเจกต์ระบุว่าเป็น V1 ซึ่งผ่านการทดสอบแบบ end-to-end ครบวงจรแล้ว ทั้งระบบสะพานเชื่อม การยืนยันตัวตน การจับคู่ tunnel ไปจนถึงการตั้งค่าฝั่ง ChatGPT ส่วนเวอร์ชันล่าสุดคือ v0.1.1

นำวิธีคิดนี้ไปใช้ได้ทันที แม้ยังไม่ได้ติดตั้งเครื่องมือ

สิ่งที่มีค่าที่สุดของเครื่องมือตัวนี้ไม่ใช่แค่ตัวโค้ด แต่เป็น "วิธีคิด" ที่เรานำไปปรับใช้กับการทำงานร่วมกับ AI ได้ทันทีด้วยตัวเอง:

1. แยกบทสนทนาระหว่างรอบวางแผนกับรอบลงมือทำ: เริ่มจากเปิดแชตแรกให้ AI อ่านโจทย์และเขียนแผนการทำงานออกมาอย่างเดียว โดยยังไม่ต้องให้แก้โค้ด เมื่อได้แผนที่ชัดเจนและเราเห็นชอบแล้ว ค่อยเปิดอีกแชตหนึ่งเพื่อส่งแผนให้ AI ลงมือทำจริง

2. ตรวจงานด้วยหลักฐานจริง ไม่รับแค่คำบอกเล่า: เมื่อ AI แจ้งว่าทำเสร็จแล้ว อย่าเพิ่งเชื่อแค่ข้อความสรุป ให้ส่ง git diff และบันทึกผลการรันเทสต์จริงกลับไปให้แชตที่ไม่ได้ลงมือแก้เป็นผู้ตรวจ พร้อมถามสั้นๆ ว่าสิ่งที่แก้ไปตรงกับแผนที่ตกลงกันไว้หรือไม่

เพียงเท่านี้ เราก็ตรวจงานได้อย่างรัดกุมโดยไม่ต้องติดตั้งเครื่องมือใดๆ เพิ่มเติม

เพราะยิ่ง AI ลงมือแก้โค้ดได้เร็วขึ้นเท่าไร คำยืนยันว่างานเสร็จเรียบร้อย ก็ยิ่งต้องมาจากฝ่ายที่ไม่ได้เป็นคนลงมือแก้เท่านั้น

ที่มา: บทความ ChatGPT thinks. Codex works. Use ChatGPT as the planning brain while keeping the Codex harness. จาก XiaoDuoYa บน GitHub