Codex Subagents แยกร่าง AI ช่วยยำงาน - คืออะไร ใช้ยังไง ใช้จริงให้ดู

เวลาผมใช้ AI ทำงานต่อเนื่อง ปัญหาหนึ่งที่เจอคืออยากให้งานไปได้เร็วขึ้น แต่ถ้าเปิดหลายแชทพร้อมกัน ผมก็ต้องเป็นคนอธิบาย Context และคุมแต่ละแชทเอง พอข้อมูลเริ่มเยอะก็มีโอกาสที่งานจะหลุดจากเป้าหมาย หรือเอาข้อมูลจากคนละเรื่องมาปนกันได้

Codex Subagents เป็นฟีเจอร์ที่เข้ามาช่วยตรงนี้ได้ เพราะเรายังทำงานอยู่ในแชทเดียว แต่ให้ AI ตัวหลักแบ่งงานบางส่วนออกไปทำพร้อมกัน แล้วค่อยรวบรวมผลกลับมา

Podcast ตอนนี้ผมเลยมาเล่าให้ฟังว่า Subagent คืออะไร งานแบบไหนเหมาะหรือไม่เหมาะ ข้อดีและข้อควรระวัง รวมถึงเปิดแชทจริงให้ดูตั้งแต่สั่งงานจนได้ผลลัพธ์ครับ

ถ้าใครอยากดูการใช้งานจริงก่อน สามารถ ข้ามไปที่ Live Demo นาที 15:18 ได้เลยครับ

เริ่มจากปัญหา ไม่ใช่เริ่มจากฟีเจอร์

สิ่งที่ผมต้องการจริง ๆ ไม่ใช่แค่มี Agent เพิ่มขึ้น แต่คืออยากให้งานที่กินเวลานานเดินหน้าได้เร็วขึ้น โดยที่ยังมีจุดเดียวคอยรักษาเป้าหมายและภาพรวมของงาน

ถ้าเราแยกไปทำหลายแชท เราเป็นคนคุมเองทั้งหมด แต่ถ้าใช้ Subagents ภายในงานเดียว Main Agent จะช่วยวางแผน กระจายงาน ติดตามผล และสังเคราะห์คำตอบกลับมาให้

ประโยชน์จึงไม่ได้อยู่ที่คำว่า “หลาย Agent” อย่างเดียว แต่อยู่ที่การแบ่งงานได้ถูกต้องด้วย ถ้าโจทย์ยังไม่ชัดหรืองานทุกส่วนต้องรอผลต่อกัน การเพิ่ม Agent อาจไม่ได้ทำให้งานดีขึ้น และอาจกลายเป็นการทำงานเกินความจำเป็น

Subagent คืออะไร และทำงานร่วมกันอย่างไร

Codex เรียกรูปแบบที่ Agent หลายตัวทำงานและกลับมารวมผลกันว่า Subagent workflow เวลาคุยกับ Codex ในแชทหลัก ตัวที่คอยรับเป้าหมาย วางแผน และดูภาพรวมคือ Main Agent ส่วน Agent ที่ Main Agent มอบหมายงานย่อยเฉพาะทางให้คือ Subagent และพื้นที่ทำงานของ Agent แต่ละตัวเรียกว่า Agent Thread

ภาพง่าย ๆ คือ Main Agent ถือโจทย์ใหญ่ แล้วแตกงานที่แยกกันได้ออกเป็นงานย่อยให้ Subagents ทำพร้อมกัน พอแต่ละ Agent ทำเสร็จ ก็ส่งผลกลับมาให้ Main Agent เปรียบเทียบ ตรวจข้อขัดแย้ง และรวมเป็นคำตอบสุดท้าย

แต่ละ Subagent ทำงานใน Agent Thread ของตัวเอง โดย Main Agent เป็นผู้มอบหมายขอบเขตและรวบรวมผล เราจึงควรใส่ข้อมูลและข้อจำกัดที่งานย่อยต้องใช้ให้ครบ ไม่ควรสมมุติว่า Agent ย่อยจะรับรู้ทุกอย่างใน Main Thread โดยอัตโนมัติ

งานแบบไหนเหมาะ และไม่เหมาะ

งานที่เหมาะกับ Subagents มักเป็นงานที่ แบ่งเป็นส่วนอิสระได้ชัดเจน และทำพร้อมกันแล้วช่วยลดเวลารอ เช่น

• สำรวจ Codebase คนละส่วน
• แยกรีวิว Security, Bug และ Test
• ค้นหรืออ่านเอกสารจากหลายแหล่ง แล้วสรุปคนละชุด
• เปรียบเทียบทางเลือกที่ไม่ต้องรอผลจากกัน
• วิเคราะห์หลายมุม เช่น Platform Landscape, Build vs Buy และความเหมาะกับบริบทของเรา

หลักคิดที่ผมใช้คือ ถ้าเราสามารถบรีฟงานแต่ละส่วนให้คนละทีมทำโดยไม่ทับกัน งานนั้นก็มีโอกาสเหมาะกับ Subagents แม้จะไม่ใช่งาน Coding ก็ตาม

ส่วนงานที่ไม่ค่อยเหมาะ ได้แก่

• งานเล็กที่ Agent เดียวทำจบได้เร็วกว่า
• งานที่ต้องรอผล A ก่อนจึงเริ่ม B ได้
• งานที่เป้าหมายหรือขอบเขตยังคลุมเครือ และต้องคุยปรับไปเรื่อย ๆ
• งานที่หลาย Agent ต้องแก้ไฟล์หรือพื้นที่เดียวกันพร้อมกัน
• งานที่มีความเสี่ยงสูง แต่ยังไม่ได้กำหนด Approval Gate และจุดหยุดไว้

กรณีแก้ไฟล์เดียวกันไม่ได้แปลว่าทำไม่ได้เลย แต่มีความเสี่ยงเรื่องงานทับกัน สำหรับไฟล์อย่าง Word หรือ PowerPoint ที่ควรมีผู้ถือไฟล์หลักคนเดียว ผมจะไม่แบ่งให้หลาย Agent แก้พร้อมกัน

ข้อดี และเรื่องที่ต้องคุม

ข้อดีที่ผมรู้สึกชัดที่สุดคือ ความเร็ว เพราะหลายงานเดินไปพร้อมกันได้ และเราไม่ต้องเปิดหลายแชทแล้ว Micromanage ทุกตัวด้วยตัวเอง

การแยก Agent ตามงานยังช่วยให้แต่ละตัวมี Context เฉพาะทางของตัวเอง ส่วน Main Agent รับผลสรุปกลับมาถือภาพรวมต่อ จึงไม่ต้องแบกหลักฐานดิบทุกชิ้นไว้ในเส้นเรื่องเดียว

แต่ Subagents ไม่ได้ทำให้งานถูกต้องเองโดยอัตโนมัติ สิ่งที่ต้องคุมมีอย่างน้อย 4 เรื่อง

• ขอบเขตทับกัน — ถ้าแบ่งงานไม่ชัด Agent อาจทำซ้ำหรือให้ผลที่ขัดกัน
• การรวมผล — Main Agent ต้องเปรียบเทียบ ไม่ใช่แค่นำคำตอบทุกตัวมาต่อกัน
• External Action — งานที่กระทบระบบจริงหรือคนอื่นควรมีจุดหยุดรออนุมัติ
• Usage — ยิ่งมี Agent ทำงานมากก็ยิ่งใช้ทรัพยากรมากขึ้น ควรเช็ก Usage ที่เหลือและเลือกใช้ให้เหมาะกับงาน

วิธีสั่ง Codex ให้ใช้งาน Subagent

วิธีตรงที่สุดคือบอก Codex ว่าให้ Spawn หรือ Delegate งานที่แบ่งได้ไปทำแบบ Parallel พร้อมระบุว่าแบ่งงานอย่างไร ต้องรอให้ครบหรือไม่ และอยากได้ผลลัพธ์สุดท้ายแบบไหน

ตัวอย่าง Prompt ที่ใช้เป็นโครงได้คือ

เป้าหมาย: [ผลลัพธ์สุดท้าย]

ใช้ Subagents แบ่งงานดังนี้:
1. Agent A — [งานย่อยและขอบเขต]
2. Agent B — [งานย่อยและขอบเขต]
3. Agent C — [งานย่อยและขอบเขต]

ข้อกำหนดร่วม:
- งานแต่ละส่วนต้องไม่ทับกัน
- ระบุหลักฐานหรือไฟล์ที่ใช้
- หยุดก่อน External Action ที่ไม่ได้อนุมัติ
- รอให้ครบทุก Agent

จากนั้นให้ Main Agent:
- เปรียบเทียบผล
- ชี้จุดที่เห็นตรงกันและขัดกัน
- สรุปคำตอบสุดท้ายพร้อมข้อจำกัด

Prompt ที่ดีจึงควรมีทั้งส่วนของงานและส่วนของการควบคุมงาน ได้แก่ เป้าหมาย ขอบเขต หลักฐาน รูปแบบผลลัพธ์ จุดหยุด และวิธีที่ Main Agent ต้องรวมผล

แต่เวลาผมใช้จริง ผมไม่ได้เขียนละเอียดแบบนี้ทุกครั้ง วิธีที่ง่ายกว่าคือบอกเป้าหมายและวัตถุประสงค์ให้ชัด แล้วถาม Codex กลับว่า งานนี้ควรวางแผนและแบ่งให้ Subagents ช่วยอย่างไร จากนั้นผมอ่านแผนก่อน ถ้าโอเคจึงค่อย Approve ให้ดำเนินการ

Live Demo: จาก Brief เดียวสู่ผลวิจัยรวม

ตัวอย่างในคลิปเป็นแชทที่ผมกำลังวางแผนแพลตฟอร์ม eLearning ผมอยากรู้ว่ามี Platform อะไรน่าสนใจ ควรนำของที่มีอยู่มาใช้หรือพัฒนาขึ้นเองด้วย AI และทางเลือกไหนเหมาะกับ iampoom มากกว่า

ผมให้ Codex เสนอแผนก่อน มันแบ่งสายวิจัยออกเป็น Platform Landscape, Build vs Buy และ iampoom Fit แล้วให้ Subagents ทำงานขนานกัน เมื่อข้อมูลกลับมาครบ Main Agent จึงรวมผล และส่งให้ Agent อีกตัวช่วยท้าทายคำแนะนำอย่างอิสระก่อนสร้าง HTML ให้ผมอ่าน

งานทั้งหมดใช้เวลาประมาณ 36 นาที และผลที่ Codex รายงานกลับมารวมข้อมูลจากแหล่งทางการที่ไม่ซ้ำกัน 105 แหล่ง สำหรับผม ถ้าทำโดยไม่ใช้ Subagents งานลักษณะนี้น่าจะใช้เวลาหลายชั่วโมง และผมต้องคอยคุมหลายแชทเองด้วย

สิ่งที่ผมอยากให้ดูจาก Demo จึงไม่ใช่แค่จำนวน Agent แต่เป็นลำดับการทำงาน: วางกรอบ → วิจัยพร้อมกัน → รวมผล → ตรวจอิสระ → สร้างผลลัพธ์ที่อ่านและตัดสินใจต่อได้

คำถามที่อาจอยากรู้

ควรใช้กี่ Subagents

ใน Demo นี้ Codex แบ่งงานออกเป็น 3 สาย เพราะโจทย์แยกได้พอดี ไม่ใช่จำนวนแนะนำแบบตายตัว ผมจะให้ Main Agent ช่วยแบ่งตามธรรมชาติของงานก่อน แล้วค่อยดูว่าจำนวน Agent คุ้มกับการประสานงานและ Usage หรือไม่

Subagent เห็น Context ทั้งหมดไหม

แต่ละ Subagent อยู่ใน Agent Thread แยกจาก Main Thread และทำงานตามขอบเขตที่ได้รับ เอกสารไม่ได้อธิบายเป็นกฎง่าย ๆ ว่าเห็นหรือไม่เห็น Context ทั้งหมดแค่ไหน เพราะฉะนั้นถ้างานย่อยต้องรู้อะไรเป็นพิเศษ ผมจะใส่ข้อมูลและข้อจำกัดนั้นไว้ใน Brief ให้ชัด แทนที่จะสมมุติว่า Agent จะรู้อยู่แล้ว

เลือกโมเดลของ Subagent ได้ไหม

ตอนที่ผมอัดคลิป ผมไม่เห็นตัวเลือกเปลี่ยนโมเดลของ Subagent จากหน้า UI โดยตรง แต่ตาม เอกสาร Subagents ปัจจุบันของ Codex เราสามารถกำหนด Model และ Reasoning Effort ผ่านการตั้งค่าและ Custom Agent ได้ ถ้าไม่ได้กำหนด Codex จะเลือกการตั้งค่าตามลำดับที่ระบบรองรับ จึงไม่ควรสรุปว่า Subagent ต้องใช้โมเดลเดียวกับ Main Agent เสมอ

ถ้าใช้ Codex CLI จะดู Agent Thread อย่างไร

ใน Interactive Codex CLI ใช้คำสั่ง /agent เพื่อดูและสลับระหว่าง Agent Threads ได้ ส่วนตัวผมใช้ Desktop เป็นหลัก เรื่องนี้จึงเป็นข้อมูลจากเอกสารมากกว่าประสบการณ์ใช้งานหลักของผม

หยุดงานระหว่างทางได้ไหม

เราสามารถกดหยุดหรือส่งคำสั่งใหม่ได้ แต่ในงานที่กำลังแก้ไฟล์หรือทำขั้นตอนต่อเนื่อง ผมมักบอกเหตุผลและขอให้หยุดที่ Checkpoint ที่ปลอดภัย จะช่วยลดความเสี่ยงจากการหยุดกลางงาน

เปลือง Usage ขึ้นไหม

เปลืองขึ้นแน่นอน เพราะมีหลาย Agent ทำงานแทน Agent เดียว ผมจึงมองทั้งความคุ้มค่าของเวลา ปริมาณงาน และ Usage ที่เหลือ ถ้างานเล็กหรือโควตาใกล้หมด ก็ไม่จำเป็นต้องใช้ Subagents ทุกครั้ง

สิ่งที่ผมได้จากการใช้ Subagents

“

หลาย ๆ งานที่ทำอยู่ ถ้ามันวางแผนชัดเจนได้ ก็สามารถใช้ Subagent ช่วยดำเนินการได้

สิ่งแรกคือบอกเป้าหมายและวัตถุประสงค์ให้ชัด แล้วขอคำแนะนำหรือแผนการดำเนินการจาก Main Agent ก่อน ไม่จำเป็นต้องเริ่มจากการเขียน Prompt ยาวทุกครั้ง

สิ่งที่สอง งานช่วงต้นของโปรเจกต์ที่ต้องสำรวจหลายเรื่องพร้อมกันมักเหมาะมาก เพราะเราสามารถให้แต่ละ Agent เคลียร์งานคนละด้าน แล้วให้ Main Agent รักษา Context และสรุปภาพรวมต่อเนื่องให้เรา

สุดท้าย เช็ก Usage ที่เหลืออยู่ให้ดี จะได้วางแผนให้เหมาะกับปริมาณงานที่มี Subagents มีประโยชน์มากเมื่อใช้กับงานที่ถูกประเภท แต่ไม่จำเป็นต้องเรียกใช้กับทุกโจทย์

ถ้าใครลองใช้แล้วเจองานแบบไหนที่เหมาะ หรือมีวิธีแบ่งงานที่ช่วยให้ผลลัพธ์ดีขึ้น มาคอมเมนต์แชร์กันได้นะครับ จะได้เป็นประโยชน์กับคนอื่น ๆ ที่กำลังลองใช้เหมือนกันครับ