ทำไมต้องฟัง Karpathy?
ถ้าต้องเลือกคนๆ เดียวในโลก AI ที่พูดแล้วคนทั้งวงการฟัง ผมว่าหนึ่งในนั้นคือ Andrej Karpathy
อดีต Director of AI ที่ Tesla อดีต Founding Member ที่ OpenAI คนที่เขียน GPT-2 เองด้วยมือในโปรเจ็ค nanoGPT แล้วทำให้คนทั้งโลกเข้าใจว่า LLM ทำงานยังไง
ในช่วง Q1 2026 เขาพูดถึงเรื่อง AI Agents และ AutoResearch หลายครั้ง ทั้ง post บน X, เปิด repo ใหม่บน GitHub, และ Fortune ไป feature เขาด้วยหัวข้อ "The Karpathy Loop"
สิ่งที่เขาพูด... ผมอ่านแล้วต้องนั่งคิดอยู่นานมาก
นี่คือสรุป 5 ข้อ ที่ถ้าอ่านแล้วยังไม่เปลี่ยนมุมมองเรื่อง AI ก็ไม่รู้จะบอกยังไงแล้ว
1. เขารัน AI Agent 700 ครั้ง ใน 2 วัน — แล้วเจออะไร?
Karpathy เปิด repo ชื่อ autoresearch บน GitHub — ไอเดียคือให้ AI agent ทำ ML research แทนมนุษย์โดยไม่ต้องมีคนนั่งดู
ระบบทำงานแบบนี้:
- ให้ markdown prompt บอกว่าเป้าหมายคืออะไร
- AI แก้โค้ด training → ทดสอบ 5 นาที → เช็คว่าดีขึ้นไหม
- ถ้าดีขึ้น: เก็บ | ถ้าแย่ลง: ทิ้ง → วนซ้ำ
ผลลัพธ์จริง: 700 experiments ใน 2 วัน บน GPU ตัวเดียว
จาก 700 ครั้งนั้น พบ 20 optimizations ที่เวิร์กจริงและ stack กันได้ ผลสุดท้ายลด "Time to GPT-2" benchmark จาก 2.02 ชั่วโมง → 1.80 ชั่วโมง = ดีขึ้น 11%
ฟังดูเป็นตัวเลขเล็กน้อย แต่ขอให้ลองคิดดู: ถ้าคุณทำ 700 experiments ด้วยมือ จะใช้เวลากี่ปี?
เปรียบเทียบ
นักวิจัย PhD คนหนึ่ง อาจรันได้ 3-5 experiments ต่อวัน เพราะต้องอ่าน, คิด, code, debug, รอผล แล้วเขียนสรุป — AI agent ทำได้ 350+ ครั้งต่อวัน โดยไม่ต้องนอน
2. วิศวกรรมซอฟต์แวร์ยุคใหม่คืออะไร?
Karpathy บอกว่าตอนปลายปี 2025 เกิดจุดเปลี่ยนในตัวเขาเอง:
"ก่อนหน้านี้ผม code 80% delegate 20% ตอนนี้กลับกัน — ผม delegate 80% code 20%"
แต่เขาไม่ได้พูดว่า "AI แทนที่ programmer แล้ว" เขาพูดว่า skill ที่สำคัญตอนนี้คือ:
- Intent Specification — บอกให้ชัดว่าต้องการอะไร
- Task Decomposition — แยก task ใหญ่เป็น task เล็กที่ AI ทำได้
- Fast Review — ตรวจงาน AI ได้เร็วและแม่น
มันไม่ใช่การหยุด code — มันคือการ level up จาก "คนที่เขียนโค้ด" เป็น "คนที่กำหนด logic ของระบบ"
ในโลกธุรกิจ เราเรียกสิ่งนี้ว่า strategic direction มันคือสิ่งที่ CEO ทำมาตลอด แต่ตอนนี้มันกลายเป็นสิ่งที่ทุกคนในองค์กรต้องทำ
3. LLM คือ "อัจฉริยะที่มีปัญหาทางจิต"
หนึ่งใน framing ที่ Karpathy ใช้ซึ่งผมชอบมากคือ:
"LLMs are high-IQ individuals with mental issues — incredibly capable, but prone to unpredictable limitations"
ปัญหาหลักคือ lack of cognitive self-knowledge — LLM ไม่รู้ว่าตัวเองรู้อะไรหรือไม่รู้อะไร มันจะตอบทั้งๆ ที่ไม่รู้โดยไม่บอกว่า "ฉันไม่แน่ใจ"
สำหรับคนทำธุรกิจกับ AI นี่หมายความว่าอะไร?
- อย่าถาม AI ว่า "ใช่ไหม?" — ถามว่า "มีอะไรผิดพลาดได้บ้าง?"
- Cross-check งานสำคัญ เสมอ โดยเฉพาะที่เกี่ยวกับตัวเลข กฎหมาย หรือข้อมูลที่ต้องแม่น
- ให้ context ชัด — AI perform ดีขึ้นมากเมื่อรู้ว่ากำลังทำอะไรในบริบทอะไร
ผมเจอเรื่องนี้โดยตรง: AI บอกว่าทำ task เสร็จแล้ว แต่พอเช็คจริงพบว่า miss ขั้นตอนสำคัญไป เพราะมัน "ไม่รู้ว่าไม่รู้"
4. SETI@home ของ AI — Vision ที่ใหญ่กว่าที่คิด
หลังจาก AutoResearch ออกมา Karpathy มองไปอีกขั้น เขาพูดว่า:
"เป้าหมายไม่ใช่เลียนแบบนักวิจัย PhD คนเดียว แต่เลียนแบบ research community ทั้งระบบ"
แนวคิดคือทำให้ AI agent ทำงานแบบ massively asynchronous — agent หลายพันตัวรันพร้อมกัน แต่ละตัวทดสอบ hypothesis ต่างกัน share ผลลัพธ์กัน ปรับ direction จากของกันและกัน
เหมือน SETI@home ที่ใช้พลัง computing ของคนทั้งโลก search หา signal จากอวกาศ แต่แทนที่จะ search for aliens — search for scientific breakthroughs
นี่คือ trajectory ที่ AI กำลังเดินไป ถ้ามันเกิดขึ้น speed ของวิทยาศาสตร์และ innovation จะเปลี่ยนไปอย่างที่เราไม่เคยเห็นมาก่อน
5. AI ที่ทรงพลังที่สุดคือ AI ที่ทำงานขณะคุณนอนหลับ
นี่คือ insight สุดท้ายที่ Karpathy พูดซ้ำหลายครั้ง และผมคิดว่ามันสำคัญมากสำหรับคนทำธุรกิจ
AI agent ที่ดีที่สุดไม่ใช่ AI ที่ตอบคำถามได้เร็ว แต่คือ AI ที่ ทำงานได้โดยไม่ต้องมีคนนั่งดู
Karpathy เรียกมันว่า "The Loop" — AI รัน, ประเมิน, ปรับ, รัน ต่อเนื่องเป็นวงจร ขณะที่มนุษย์ทำอย่างอื่น
สำหรับธุรกิจ นี่หมายความว่า:
- งาน research ที่เคยใช้ทีม 3 คนเป็นสัปดาห์ → AI ทำข้ามคืน
- A/B testing ที่เคยต้องรอผล 2 สัปดาห์ → AI iterate ได้ร้อยรอบใน 1 วัน
- Content optimization ที่เคยต้องมีคนนั่งวิเคราะห์ → AI วน loop หา pattern ให้
Takeaway สำหรับคนทำธุรกิจ
คำถามที่ต้องถามตัวเองไม่ใช่ "AI ช่วยงานอะไรได้?" แต่คือ "งานไหนที่ควรรันได้ต่อเนื่องโดยไม่ต้องมีผมนั่งดู?" — นั่นแหละคืองานที่ควร delegate ให้ AI agent ก่อนเลย
สรุป: 5 ข้อจาก Karpathy ใน 60 วินาที
| # | Insight | What it means for you |
|---|---|---|
| 1 | AI รัน 700 experiments ใน 2 วัน | งาน iteration ให้ AI วน loop แทน |
| 2 | Engineering = Intent + Decomposition + Review | Skill ใหม่ไม่ใช่ coding แต่คือ directing |
| 3 | LLM ไม่รู้ว่าตัวเองไม่รู้ | Cross-check งานสำคัญเสมอ |
| 4 | AI research community แบบ SETI@home กำลังมา | Knowledge work จะเร็วขึ้น 100x |
| 5 | AI ที่ดีที่สุดทำงานขณะคุณนอนหลับ | ออกแบบ workflow ที่ AI รันได้ autonomous |
Karpathy ไม่ได้พูดว่า "AI จะแทนมนุษย์" เขาพูดว่า "คนที่ใช้ AI เก่งจะแทนคนที่ไม่ใช้"
ช่องว่างนั้นกำลังเปิดกว้างขึ้นทุกวัน
ผมเขียนเรื่อง AI ที่ใช้งานได้จริงสำหรับคนทำธุรกิจทุกสัปดาห์ที่ dopelab.studio — ติดตามเพื่อไม่พลาดบทความถัดไป
