Reef โครงสร้างพื้นฐาน open source สำหรับ AI agent…
ปกติ agent ที่เราใช้กันเก่งเท่าไหร่ก็เท่านั้น จนกว่าค่ายจะออกเวอร์ชันใหม่ Reef ต่อวงจรนี้ให้ครบในที่เดียว 4 ขั้น คือ Serve รับงานจริงแล้วบันทึกไว้ Observe จับคู่ feedback เข้ากับงานที่ทำไป Grow สร้างเวอร์ชันอัปเดต แล้ว Commit ทดสอบก่อน ผ่านค่อยปล่อย ไม่ผ่านก็ใช้เวอร์ชันเดิมต่อไป
มันเปิดให้เลือกว่าจะให้พัฒนาตรงไหน ถ้ามี GPU ก็เทรน weight ของโมเดลได้เลยผ่าน Slime กับ SGLang ระหว่างนั้นยังรับงานได้ไม่ต้องรีสตาร์ท แต่ถ้าไม่มี GPU ก็ยังให้มันปรับ harness ได้ คือพวก prompt, rules, skills ที่ครอบโมเดลอยู่ ใช้แค่ model API อย่างเดียว
ตัวที่ผมว่าน่าลองสุดคือ Reefine สั่งด้วยภาษาคนธรรมดา เช่น "เวลาให้แก้บั๊ก ให้เขียนเทสที่พังก่อนทุกครั้ง" แล้วมันจะไปเขียนออกมาเป็น skill หรือ rule ให้ agent เอง เก็บเป็นเวอร์ชัน ย้อนดูได้ เลือกติดตั้งเวอร์ชันไหนก็ได้
ฝั่งคนทำงานวิจัยก็มี recipe ให้เลือกเยอะ ทั้ง SAO, OpenClaw-RL, TTT-Discover, SkillClaw, GEPA, Meta-Harness และตัว endpoint ใช้รูปแบบเดียวกับ OpenAI และ Anthropic เอาไปต่อกับของเดิมได้ง่าย
เพิ่งเปิดเป็น open source ปลายเดือนสิงหาฯ ตอนนี้ดาวบน GitHub 7.3k แล้ว หน้าเว็บเขาเขียนว่ามีคนร่วมพัฒนาจากหลายที่ เช่น MIT, Stanford, Google DeepMind, Meta, ByteDance Seed ยังเป็นเวอร์ชัน 0.1.1 อยู่ เหมาะกับสายชอบลองของมากกว่าเอาไปใช้งานจริงทันที
ช่วงนี้เห็นเทรนด์ชัดเลยว่า agent กำลังเปลี่ยนจากของที่เก่งเท่าเดิมตลอด ไปเป็นของที่โตไปพร้อมกับการใช้งานของเรา Reef คือหนึ่งในตัวที่ทำโครงพื้นฐานให้เรื่องนี้แบบเปิดครับ
github.com/Human-Agent-Society/reef
reefinfra.ai
อยากใช้ AI กับงานจริงเป็นระบบ?
เรียน Claude Method — วิธีคิดและลงมือใช้ Claude/AI กับงานจริง ตั้งแต่วันแรก
📍 โพสต้นฉบับบน Facebook: AI กับ Peesamac