engram คือ plugin (ส่วนเสริมที่ติดตั้งเพิ่ม) ของ Claude Code เครื่องมือ AI แบบพิมพ์คำสั่งของ Anthropic ที่ตั้งใจแก้ปัญหาน่าหงุดหงิดข้อเดียวของการเรียนอะไรก็ตามกับ AI

เวลาเราให้ AI ช่วยอธิบายเรื่องยากๆ มันอธิบายออกมาได้เข้าใจง่ายมาก เราอ่านแล้วพยักหน้าตาม รู้สึกว่าตัวเองเข้าใจหมดแล้ว แต่พอผ่านไปสักสิบวัน ความเข้าใจนั้นกลับเลือนหายไปจนแทบไม่เหลือ ปัญหาไม่ได้อยู่ที่ AI อธิบายไม่เก่ง แต่อยู่ที่แชตธรรมดาขาดสามอย่าง คือไม่มีความจำเรื่องตัวเรา ไม่เคยทดสอบว่าเราเข้าใจจริงไหม และไม่มีแผนรับมือกับการลืมที่เริ่มขึ้นทันทีที่เราปิดหน้าจอ ส่วน engram เติมสามอย่างนี้เข้ามา โดยเปลี่ยนวิธีคิดตั้งแต่ต้นว่า คำว่า 'เข้าใจแล้ว' ไม่ใช่ความรู้สึก แต่เป็นสิ่งที่ต้องพิสูจน์ให้เห็นเป็นหลักฐาน

ติดตั้งสองบรรทัดแล้วพิมพ์ /learn

engram เป็นโปรเจกต์โอเพนซอร์ส สัญญาอนุญาตแบบ MIT (ใช้และแก้ต่อได้ฟรี) เผยแพร่บน GitHub ในชื่อ nagisanzenin/engram ไม่มีบัญชีให้สมัคร ไม่มีค่าบริการ ไม่มีหน้าตั้งค่าให้ปวดหัว ต้องมีแค่ Claude Code กับ python3 (โปรแกรมภาษาไพทอนที่ติดมากับ macOS และ Linux อยู่แล้ว)

ติดตั้งด้วยสองบรรทัด แล้วเริ่มเรียนได้เลย

claude plugin marketplace add nagisanzenin/engram
claude plugin install engram@engram

จากนั้นพิมพ์ /learn <หัวข้อที่อยากเรียน> ใน Claude Code มันจะถามเป้าหมายกับพื้นฐานเดิมของเราสั้นๆ แล้วเริ่มสอนทันที ใครถนัด OpenAI Codex ผู้ช่วยเขียนโค้ดแบบพิมพ์คำสั่งของ OpenAI ก็ติดตั้งชุดเดียวกันได้ เพราะโค้ดชุดเดียวรองรับทั้งสองเครื่องมือ

ข้อมูลการเรียนทั้งหมดเก็บเป็นไฟล์ JSON (ไฟล์ข้อความที่เปิดอ่านเองได้) อยู่ในเครื่องเราที่โฟลเดอร์ ~/.claude/learning/ ไม่ว่าจะเป็นบันทึกว่าเราเข้าใจอะไรไปแล้วบ้าง แผนผังหัวข้อ หรือผลตรวจแต่ละครั้ง ทุกอย่างอยู่ในเครื่องของเราเอง เปิดดูได้ทุกเมื่อ

แยกงานเป็นสี่ฝ่าย ไม่ให้ใครเชียร์ตัวเอง

หัวใจของ engram ไม่ใช่ตัว AI ที่เก่งขึ้น แต่เป็นการแยกงานสอนออกเป็นสี่ฝ่ายที่ไม่เข้าข้างกัน เพราะถ้าให้ AI ตัวเดียวทั้งสอน ทั้งตรวจ ทั้งบอกว่าเราเก่งแล้ว มันก็ต้องเชียร์งานตัวเองเป็นธรรมดา

ฝ่ายแรกคือ ฝ่ายวางหลักสูตร (Curriculum Architect) หน้าที่ของมันคือย่อยหัวข้อใหญ่ๆ ให้กลายเป็นแผนผังว่าอะไรต้องเข้าใจก่อนอะไร ไม่ใช่เรียงตามลำดับบทในหนังสือ แต่เรียงตามเหตุผลว่าหัวข้อไหนเป็นฐานของหัวข้อไหน พร้อมชี้จุดที่เป็นแนวคิดหลัก (threshold concept) คือจุดที่พอเข้าใจแล้วจะปลดล็อกส่วนที่เหลือทั้งหมด

ฝ่ายที่สองคือ ติวเตอร์ (The Tutor) นี่คือแชต Claude ที่เราคุยด้วยตามปกติ แต่ทำงานอยู่ภายใต้กฎเข้มงวด แทนที่จะเฉลยให้ฟังก่อน มันจะเริ่มด้วยคำถามให้เราลองเดาคำตอบเอง แล้วค่อยๆ ให้คำใบ้เพื่อให้เราคิดต่อ ไม่ใช่ยกคำตอบมาวางให้ พอเข้าใจแล้ว มันให้เราอธิบายกลับด้วยคำของเราเอง ส่วนแนวคิดหลักที่สำคัญเป็นพิเศษ มันจะสร้างหน้าเว็บ HTML ให้ลองเล่นเอง (explorable) มีตัวเลื่อนปรับค่าและจุดที่ต้องทายก่อนถึงจะปลดล็อกดูคำตอบได้ แทนที่จะเป็นตัวหนังสือยาวๆ

ฝ่ายที่สามคือ ผู้ตรวจ (The Assessor) และนี่คือส่วนที่ฉลาดที่สุด มันเป็นเอเจนต์ (โปรแกรม AI ที่แยกออกมาทำงานเอง) คนละตัวกับติวเตอร์ และตรวจงานโดยไม่เห็นสิ่งที่ติวเตอร์สอน คือเห็นแค่เกณฑ์ให้คะแนน (rubric) กับคำตอบที่เราพูดไปเท่านั้น ไม่เคยเห็นบทเรียนหรือบทสนทนาที่เราคุยกับติวเตอร์เลย ทุกครั้งที่ตรวจเสร็จ มันจะบันทึกผลไว้เป็นหลักฐาน กติกาคือถ้าไม่มีหลักฐานชิ้นนั้น ก็ถือว่ายังไม่เข้าใจ

ฝ่ายที่สี่คือ ตัวจัดตาราง (The Scheduler) ที่ไม่ใช่ AI แต่เป็นโค้ดตามกฎตายตัวชื่อ engram.py รันด้วยอัลกอริทึม FSRS-4.5 (สูตรคำนวณจังหวะทวนความจำแบบเว้นระยะ) มันเรียนรู้เส้นโค้งการลืมของเราเอง แล้วนัดรอบทวนครั้งถัดไปให้พอดีก่อนที่เราจะลืม เหตุผลที่ให้โค้ดทำงานนี้แทน AI ก็เพราะการคำนวณวันเวลาต้องเป๊ะ ไม่ใช่เรื่องที่ปล่อยให้โมเดลเดา

ตอนที่ครูตรวจไม่เห็นสิ่งที่สอน

ลองดูตัวอย่างจริงจากการเรียนเรื่องโครงสร้างภายในของ transformer (สถาปัตยกรรมเบื้องหลังโมเดล AI ยุคนี้) มีแนวคิดหนึ่งว่าทำไมชั้นที่เรียกว่า nonlinearity (ตัวที่ทำให้ความสัมพันธ์ไม่เป็นเส้นตรง) ถึงตัดออกไม่ได้ ติวเตอร์ไม่ได้อธิบายตรงๆ แต่ลดรูปให้ดูง่ายว่า ถ้าเอาฟังก์ชันโค้งๆ ตัวนั้น (สัญลักษณ์ σ) ออก สองชั้นที่เหลือก็เป็นแค่การคูณเชิงเส้นซ้อนกัน แล้วบังคับให้ผู้เรียนพูดออกมาเองว่า คูณ ×2 แล้ว ×3 มันก็เท่ากับ ×6 อยู่ดี นั่นแปลว่าสองชั้นยุบเหลือชั้นเดียว ต่อให้ซ้อนลึกแค่ไหนก็ยังเป็นชั้นเดียว จนกว่าจะมี nonlinearity มาคั่นไม่ให้ยุบ นี่คือเหตุผลว่าทำไม σ ถึงไม่ใช่ของที่จะมีก็ได้ไม่มีก็ได้

ที่น่าสนใจคือตอนจบเซสชัน ผู้ตรวจที่ไม่เคยเห็นบทสนทนาเลย ให้เกรดคำตอบทั้งหกข้อออกมาแบบนี้ จำได้แม่น 1 ข้อ · เข้าใจบางส่วน 4 ข้อ · เพิ่งดึงความรู้ออกมาได้เป็นครั้งแรก 1 ข้อ ทั้งที่ติวเตอร์เองรู้สึกว่าเซสชันนี้ไปได้สวย และตัวจัดตารางก็เลือกเชื่อผลตรวจ ไม่เชื่อความรู้สึกของติวเตอร์

ช่องว่างตรงนี้แหละคือประเด็นสำคัญที่สุด ความรู้สึกว่าเข้าใจแล้วตอนฟังติวเตอร์อธิบาย กับการเข้าใจจริงที่ผ่านการตรวจจากคนที่ไม่เห็นบทเรียน เป็นคนละเรื่องกัน และคนส่วนใหญ่ก็พลาดตรงช่องว่างนี้โดยไม่รู้ตัว

สี่หลักการที่ทำให้จำได้จริง

เบื้องหลัง engram อ้างอิงหลักการเรียนรู้สี่ข้อที่มีงานวิจัยทดลองซ้ำรองรับมากที่สุด และต่อให้ไม่ได้ใช้ตัว plugin เลย สี่ข้อนี้ก็เอาไปใช้เองได้

ข้อแรกคือ Structure ความรู้เป็นโครงข่ายที่โยงถึงกัน ไม่ใช่รายการให้ท่องเรียงกันไป เราเข้าใจได้ดีที่สุดเมื่อไล่เหตุผลว่าอะไรมาก่อนอะไร

ข้อสองคือ Generation สมองเก็บสิ่งที่มันสร้างขึ้นเอง การได้เดา ลองตอบ หรืออธิบายกลับก่อนมีใครบอกคำตอบ ทำให้จำได้ดีกว่านั่งฟังเฉยๆ และที่น่าแปลกคือ ต่อให้เดาผิดก็ยังช่วยให้จำได้

ข้อสามคือ Retention การทดสอบตัวเองคือการเรียน ไม่ใช่แค่การวัดผล และการเว้นระยะทวนได้ผลดีกว่าการอัดรวดทีเดียวจบเสมอ

ข้อสี่คือ Honest adaptation ปรับแผนจากสิ่งที่วัดได้จริง ไม่ใช่จากความมั่นใจลอยๆ และจะนับว่าเรามั่นใจก็ต่อเมื่อเราพูดออกมาเองจริงๆ เท่านั้น

และมีอยู่อย่างหนึ่งที่ engram จงใจไม่เอามาใช้เลย คือความเชื่อเรื่องสไตล์การเรียนรู้ (learning styles เช่นเชื่อว่าบางคนเป็นสายภาพ บางคนเป็นสายเสียง) เพราะการทดลองที่ควบคุมตัวแปรพบว่ามันไม่จริง

ต่างจาก Anki ตรงไหน แล้วเริ่มยังไง

หลายคนอาจนึกถึง Anki แอปท่องจำด้วยการ์ดแบบเว้นระยะที่คนใช้กันเยอะ ข้อต่างสำคัญคือ Anki ให้เราเขียนการ์ดเองและให้คะแนนตัวเอง ส่วน engram สอนเนื้อหาให้ ออกข้อสอบจากบทสนทนาเอง ตรวจให้โดยไม่เห็นบทเรียน แล้วจัดตารางให้ครบในตัว พูดง่ายๆ คือเหมือน Anki เวอร์ชันที่สร้างการ์ดจากบทเรียนให้เอง และผู้ตรวจไม่ใช่ตัวเราเอง

เริ่มใช้จริงมีแค่สามคำสั่ง

• /learn <หัวข้อ> ใช้ตอนอยากเรียนเรื่องใหม่ ใช้เวลาราว 5 ถึง 60 นาที แล้วแต่หัวข้อและความเร็วในการเรียนของคุณ
• /review ทวนเฉพาะเรื่องที่ถึงกำหนด ครั้งละ 2 ถึง 4 นาที นี่คือนิสัยที่จะทำให้จำได้ระยะยาว
• /coach เปิดดูสถิติความจำและตารางของคุณ ใช้สักสัปดาห์ละครั้ง

ถ้าจะเริ่มวันนี้ ให้พิมพ์ /learn ตามด้วยเรื่องที่อยากเข้าใจจริงๆ สักเรื่อง เช่น /learn พื้นฐาน transformer แล้วตอบคำถามที่มันถามไปตามตรง จากนั้นตั้งใจแค่อย่างเดียวคือกลับมาพิมพ์ /review วันละครั้ง ครั้งละไม่กี่นาที เท่านี้ระบบก็เริ่มดึงความรู้กลับมาให้ทวนก่อนเราจะลืมแล้ว

ข้อจำกัดที่ควรรู้ก่อนลอง

ก่อนจะตื่นเต้นเกินไป มีสามเรื่องที่ต้องพูดกันตามตรง เรื่องแรก engram เป็น plugin ของ Claude Code ไม่ใช่แอปเดี่ยวที่โหลดมาเปิดได้เลย แปลว่าต้องมี Claude Code กับ python3 อยู่ก่อน คนที่ไม่เคยแตะเครื่องมือสายพิมพ์คำสั่งอาจต้องใช้เวลาทำความคุ้นเคยอยู่บ้าง

เรื่องที่สอง แม้ข้อมูลการเรียนจะอยู่ในเครื่องเราทั้งหมด แต่มีข้อยกเว้นหนึ่งที่ควรรู้ ตอนฝ่ายวางหลักสูตรสร้างแผนผังหัวข้อใหม่ มันจะค้นเว็บด้วยข้อความหัวข้อและเป้าหมายที่เราพิมพ์เข้าไป คำแนะนำจากตัวโปรเจกต์เองคือ อย่าใส่ความลับลงในบรรทัดเป้าหมาย หรือจะขอให้สร้างแผนผังแบบไม่ต่อเน็ตก็ได้

เรื่องที่สาม มันยังเป็นของใหม่ ลองกับเรื่องเล็กๆ ที่อยากเข้าใจจริงสักเรื่องก่อน แล้วค่อยตัดสินว่ามันเข้ากับวิธีเรียนของเราไหม

engram ไม่ได้เปลี่ยนให้ AI สอนเก่งขึ้น สิ่งที่มันเปลี่ยนจริงๆ คือไม่ปล่อยให้เราเป็นคนตัดสินเองว่าเข้าใจแล้วหรือยัง เพราะความรู้สึกว่าเข้าใจเป็นสิ่งที่ AI ทำให้เกิดขึ้นในหัวเราได้ง่ายที่สุด ทั้งที่เรายังไม่เข้าใจจริง

ที่มา: engram — evidence-based learning engine for Claude Code จาก nagisanzenin/engram บน GitHub