3 posts tagged with "devops"

เมื่อก่อนตอนผมเริ่มเขียนโปรแกรม เครื่องมือที่ต้องรู้คือภาษาโปรแกรม, frameworks, databases, CI/CD - แค่นั้นจบ แต่ตอนนี้ผมต้องปรับแต่ง DGX Spark, แก้ไข LiteLLM proxy, ออกแบบ MCP servers, ทดสอบประสิทธิภาพ token, ตั้งค่า middleware สำหรับ routing ระหว่าง local กับ cloud, แล้วก็ยังต้องเข้าใจรูปแบบ security/auth สำหรับ AI agent อีก - Developer ในยุค Agentic AI ไม่ใช่แค่ developer ธรรมดาอีกต่อไป

วันนี้อยากเล่าเรื่องที่ผมเจอตอนสร้าง "AI Agent Infrastructure" เอง - ตั้งแต่ความคาดหวังขององค์กร, ความท้าทายที่ไม่คาดคิด, ไปจนถึง framework ที่ช่วยให้ชีวิตง่ายขึ้น

ตอนนี้ infrastructure ของผมแทบจะ 99% self-hosted เองทั้งหมด — Gitea ก็ self-host, runners ก็อยู่บนเครื่องตัวเอง, database ก็วิ่งใน local network, แม้แต่ AI inference (vLLM) ก็รันอยู่บน DGX Spark ที่บ้าน

บทความนี้จะเล่าว่าทำไมถึงเลือกแบบนี้ แลกอะไรมาบ้าง และเล่าประสบการณ์จริงจากการใช้งานว่าเป็นยังไง

เมื่อก่อนตอนผมเขียน code ผมทำคนเดียวทุกอย่าง - เขียนเอง, test เอง, debug เอง, deploy เอง ตอนนี้ workflow เปลี่ยนไปเยอะ: ผมมี AI 2 ตัว ช่วยทำงาน - นานาโกะ ช่วย verify + เขียน ticket, Kimi ช่วยเขียน code - แล้วผมเป็นคน "design + decide + review" ทั้งหมด

มันไม่ใช่ "AI แทน developer" - แต่เป็น "AI เป็น co-worker" ที่ต้องมี workflow ที่ชัดเจน ไม่งั้นจะกลายเป็น chaos วันนี้เล่าให้ฟังว่า setup, workflow, และ lessons learned จากการทำงานแบบนี้มาเกือบอาทิตย์