ทำไม AI เขียนโค้ดแล้วเราไม่กล้าใช้? วิธีสร้างความเชื่อใจแบบ Lauren Tan แห่ง Cursor
Description and use
Teams employ AI agents to auto‑generate and merge PRs, but building trust requires control‑glass, feature maps, eval tests, and Dune‑style architecture to ensure reliability and reduce manual oversight.
Problem
ทีมพัฒนาต้องเชื่อใจเอเจนต์ AI ที่เขียนและรวม PR โดยอัตโนมัติ แต่การตรวจสอบและความเข้าใจในกระบวนการยังขาด
Outcome
การใช้ control‑glass, feature map, eval และ Dune framework ทำให้ทีมสามารถรวม PR โดยอัตโนมัติได้เร็วขึ้นและลดความผิดพลาดจากการตรวจสอบด้วยมือ
Workflow
- 1. เปิดเอเจนต์ทีละตัวและตรวจสอบ output เอง
- 2. สร้าง control‑glass เพื่อให้เอเจนต์ควบคุม Chrome DevTools และ simulator
- 3. สร้าง feature map เพื่อสอนเอเจนต์ว่าฟีเจอร์ทุกอย่างอยู่ที่ไหน
- 4. ใช้ eval เพื่อทดสอบสกิลของเอเจนต์โดยสร้าง sub‑agents
- 5. ปรับโครงสร้างโค้ดตามหลัก Dune เพื่อให้เอเจนต์ทำตาม
- 6. ใช้ CI และการวิเคราะห์เชิงสถิตเพื่อตรวจสอบ dependency graph
- 7. ปรับนโยบายการเขียนโค้ด เช่น แบน useEffect และคอมเมนต์
- 8. ตรวจสอบผลลัพธ์ PR และทำ loop จนได้คะแนนเต็ม
Evidence
เธอสร้าง control‑glass ซึ่งเป็นสกิลที่สอนเอเจนต์ให้บังคับแอปผ่าน Chrome DevTools Protocol, จับ trace และสั่งงาน simulator ได้ด้วยตัวเอง
เธอทำไฟล์ที่เรียกว่า feature map เพื่อสอนเอเจนต์ว่าฟีเจอร์ทุกอย่างของคุณเข้าถึงได้อย่างไร
- Record date: 2026-10-20T06:56:01.273Z