สมมติว่าเราเจอปัญหาทางเทคนิคข้อหนึ่ง มี CLI ตัวหนึ่งที่เชื่อมต่อ LLM แล้วบางครั้งเกิดอาการค้างนานถึง 90 วินาที เราควรวางกลยุทธ์ retry และ timeout อย่างไรดี?

ถ้าโยนคำถามนี้ให้ AI ช่วยเขียนโค้ดตอบรวดเดียว คำตอบที่ได้มักจะดูดีในแวบแรก เช่น ไล่แพทเทิร์นมาตรฐานแล้วลงเอยด้วยการตั้ง timeout 15 วินาทีสำหรับ first token, 30 วินาทีระหว่าง token, 90 วินาทีเป็นเพดานสูงสุด และสั่ง retry อัตโนมัติอีก 1 ครั้ง ฟังดูสมเหตุสมผลเหมือนคำแนะนำจาก senior engineer ทั่วไป แต่จุดที่ขาดหายไปคือ AI ไม่ได้บอกเลยว่ามีกับดักอะไรซ่อนอยู่ ไม่เคยตั้งคำถามว่าผู้ใช้อาจต้องการปุ่มกดยกเลิกเอง หรือการยิงโมเดลเดิมซ้ำอาจไม่ใช่ทางออกที่ดีที่สุด

นี่คือโจทย์ที่ ADHD ตั้งใจเข้ามาแก้ ADHD เป็นโอเพนซอร์สสกิลสำหรับ Coding Agent เช่น Claude Code, Codex, Cursor และอีกหลายตัว โดยเปลี่ยนกระบวนการคิดของ AI จากการวิ่งตรงเป็นเส้นเดียวแล้วรีบฟันธง มาเป็นการแตกความคิดออกเป็นหลายเส้นทางขนานกัน ประเมินคะแนน ตัดเส้นทางที่เป็นกับดักทิ้ง แล้วค่อยเจาะลึกเฉพาะแนวทางที่ผ่านเกณฑ์ ผลการทดสอบชี้ว่าความสามารถในการตรวจจับกับดักของ ADHD สูงกว่าการตอบรวดเดียวถึง 5.2 เท่า

ทำไมการคิดเส้นทางเดียวจึงมักเจอกับดัก

รากฐานของปัญหามาจากวิธีที่โมเดลภาษาขนาดใหญ่ (LLM) สร้างข้อความแบบคำต่อคำ เมื่อโมเดลเริ่มพิมพ์ประโยคแรกออกมา ประโยคถัดไปก็มักจะต้องคล้อยตามทิศทางที่เปิดไว้ อาการนี้เรียกว่า premature convergence หรือการปักใจเชื่อแนวทางแรกเร็วเกินไป แม้แต่เทคนิคอย่าง Chain-of-Thought (CoT) ที่สอนให้ AI คิดทีละสเต็ป ก็ยังหนีปัญหานี้ไม่พ้น เพราะกระบวนการยังคงวิ่งอยู่บนเส้นความคิดเดียวตั้งแต่ต้นจนจบ

หลายคนหันไปพึ่งพา Tree-of-Thought (ToT) ที่แตกกิ่งความคิดออกเป็นหลายแขนง แต่ในความเป็นจริง กิ่งก้านเหล่านั้นยังคงแชร์ context เดียวกันอยู่ แต่ละกิ่งจึงมองเห็นสิ่งที่กิ่งอื่นคิด การปักใจเชื่อแนวทางแรกไม่ได้หายไปไหน แต่ลุกลามไปทั่วทั้งต้นไม้ สุดท้ายทุกกิ่งก็โน้มเอียงไปทางคำตอบแรกอยู่ดี

ADHD มองว่านี่คือปัญหาเชิงสถาปัตยกรรม (Architectural Problem) ไม่ใช่ปัญหาการเขียนพรอมต์ (Prompt Engineering) การสั่ง AI ลอยๆ ว่า "ช่วยคิดให้รอบคอบหลายๆ มุม" ในพรอมต์เดียวแทบไม่ช่วยอะไร เพราะทุกมุมมองยังเกิดขึ้นในหัวเดียวกัน ทางแก้ที่แท้จริงคือต้องแยกกระบวนการคิดออกจากกันตั้งแต่ระดับโครงสร้าง

สองจังหวะการทำงานที่มีกำแพงกั้นกลาง

กลไกของ ADHD แบ่งออกเป็น 2 จังหวะที่แยกขาดจากกันด้วยกำแพงบริบท:

จังหวะแรกคือ Diverge (แตกความคิด) ระบบจะเลือกกรอบความคิด (Frames) มา N กรอบ แล้วสั่งรัน Agent พร้อมกัน N ตัวแบบคู่ขนาน แต่ละตัวจะเห็นเฉพาะตัวโจทย์และมุมมองของกรอบตัวเองเท่านั้น พร้อมคำสั่งระบบ (System Prompt) ที่สั่งห้ามประเมินหรือตัดสินข้อดีข้อเสียในขั้นนี้ หัวใจสำคัญคือแต่ละเส้นทางไม่เห็นความคิดของกันและกันเลย จึงไม่มีทางเกิดอคติตามแนวคิดแรก

จังหวะที่สองคือ Focus (คัดกรองและเจาะลึก) ระบบจะใช้ Critic Agent แยกออกมาทำหน้าที่เป็นผู้วิพากษ์โดยเฉพาะ เพื่อประเมินคะแนนทุกไอเดียใน 3 มิติหลัก ได้แก่ ความแปลกใหม่ ความเป็นไปได้จริง และความตรงโจทย์ พร้อมชี้ให้เห็นว่าแนวทางไหนคือกับดักและเพราะอะไร จากนั้นจะจัดกลุ่มไอเดียและเจาะลึกเฉพาะแนวทางที่ได้คะแนนสูงสุด จนกลายเป็นข้อเสนอฉบับสมบูรณ์ที่ระบุทั้งความเสี่ยงและขั้นตอนเริ่มต้นที่ชัดเจน

เมื่อนำโจทย์ CLI ค้าง 90 วินาทีมารันผ่าน ADHD ระบบได้แตกกรอบความคิดออกเป็น 6 ทิศทาง และสร้างไอเดียกว่า 30 รูปแบบ ครอบคลุมมิติที่กว้างกว่าเดิมมาก ไม่ใช่แค่การปรับตัวเลข timeout หรือ retry แต่รวมถึงการออกแบบปุ่มกดยกเลิก และการเปลี่ยนโมเดลสำรองเมื่อโมเดลหลักไม่ตอบสนอง

ตัวเลขเปรียบเทียบประสิทธิภาพ

ผู้พัฒนาได้ทำการทดสอบด้วยโจทย์วิศวกรรมปลายเปิด 6 ข้อ โดยใช้โมเดลตัวเดียวกันทั้งสองฝั่ง และให้ LLM อีกตัวรับบทเป็นกรรมการประเมินด้วยมุมมองของ senior engineer พร้อมสุ่มสลับลำดับ A/B เพื่อตัดอคติ ผลปรากฏว่า ADHD ชนะไปถึง 5 จาก 6 ข้อ โดยมีคะแนนเฉลี่ยดังนี้:

จุดต่างที่เห็นได้ชัดเจนที่สุดคือการตรวจจับกับดักที่สูงถึง 5.2 เท่า การตอบรวดเดียวมักหยิบแนวทางแรกที่ฟังดูเข้าท่ามาตอบโดยไม่ได้เตือนถึงความเสี่ยงแฝง ในขณะที่ ADHD ผ่านกระบวนการวิพากษ์อย่างเข้มข้น ทำให้ชี้จุดบกพร่องที่ซ่อนอยู่ได้อย่างแม่นยำ

วิธีติดตั้งและเริ่มใช้งาน

ADHD สามารถติดตั้งได้ง่ายผ่านคำสั่งเดียว และรองรับ Coding Agent หลากหลายตัว เช่น Claude Code, Cursor, Codex, Cline, Gemini CLI และ Windsurf สามารถดูรายละเอียดเพิ่มเติมได้ที่ ADHD บน GitHub

ขั้นตอนเริ่มต้นใช้งาน:

1. ติดตั้งสกิลผ่านคำสั่ง:

npx skills add UditAkhourii/adhd

2. เรียกใช้งานเมื่อเจอโจทย์ที่ต้องการมุมมองหลากหลาย ด้วยคำสั่ง /adhd "โจทย์ที่ต้องการ" หรือปล่อยให้ระบบตรวจจับบริบทและเรียกใช้โดยอัตโนมัติ

3. หากต้องการปรับแต่งพารามิเตอร์ สามารถกำหนดผ่าน CLI ได้ เช่น:

adhd "ตั้งชื่อฟังก์ชันนี้" --frames 3 --ideas 8 --top 2

(หมายถึง แตก 3 กรอบความคิด, เสนอ 8 ไอเดีย และคัดเลือก 2 อันดับที่ดีที่สุด)

สำหรับผู้ใช้งาน Codex หากคำสั่งติดตั้งทั่วไปไม่ทำงาน สามารถระบุเป้าหมายเป็น Codex โดยตรงด้วยคำสั่ง npx skills add UditAkhourii/adhd -a codex -g จากนั้นจะสามารถเรียกใช้ /adhd ได้ตามปกติ

ข้อควรพิจารณาและต้นทุนการใช้งาน

เนื่องจาก ADHD ใช้วิธีรัน LLM หลายชุดแบบคู่ขนาน จึงมีต้นทุนเวลาและการเรียกใช้ token ที่สูงกว่าการตอบรอบเดียว หากเป็นงานที่มีคำตอบชัดเจนอยู่แล้ว เช่น การแก้ syntax error ทั่วไป หรือการทำตามสเปกที่ระบุไว้ชัดเจน การใช้ ADHD อาจเป็นการสิ้นเปลืองเกินความจำเป็น

ความคุ้มค่าของ ADHD จะเกิดขึ้นในจังหวะที่ "ต้นทุนจากการเลือกทางผิด" สูงกว่า "ต้นทุนของการคิดหลายทาง" เช่น การออกแบบโครงสร้างที่หากผิดพลาดจะต้องรื้อระบบใหม่ทั้งหมด หรือการแก้บั๊กยากๆ ที่หากตั้งสมมติฐานผิดอาจเสียเวลาไปทั้งวัน

หัวใจของ ADHD จึงไม่ได้อยู่ที่การพยายามทำให้ AI ฉลาดขึ้น แต่คือการสร้างระบบที่ทำให้ AI ไม่เห็นความคิดแรกของตัวเอง เมื่อแต่ละเส้นทางไม่มีอคติครอบงำ AI จึงสามารถค้นพบทางออกที่รอบคอบและปลอดภัยยิ่งขึ้น

ที่มา: ADHD: a skill for coding agents โดย UditAkhourii