GitHub โปรเจกต์ดังระเบิด นวา.skill: กลั่นกรอบคิดบุคคลดัง ให้สตีฟ จ็อบส์ และ อีลอน มัสก์ “ทำงาน” ให้คุณ
หลังจาก “skill เพื่อนร่วมงาน” ก็มีนักพัฒนานำแนวคิดนี้ไปขยายต่อ:
เมื่อสามารถ “กลั่น” ทักษะของใครก็ได้ แล้วทำไมไม่ให้บุคคลระดับสุดยอดอย่างสตีฟ จ็อบส์ หรือ อีลอน มัสก์ มาให้การสนับสนุนทางความคิดล่ะ?
ดังนั้น บน GitHub จึงเกิดโปรเจกต์ที่ได้รับความสนใจอย่างมากในระยะนี้ขึ้นมา: นวา.skill
ความนิยมของโปรเจกต์พุ่งสูงขึ้นอย่างรวดเร็ว ภายในหนึ่งสัปดาห์ก็กวาดดาวไปได้กว่า 9k ดวง และตอนนี้จำนวนดาวก็ทะลุหมื่นแล้ว
ฟังก์ชันหลักของ นวา.skill คือการ “กลั่น” วิธีคิดและระบบการรับรู้ของบุคคลใดก็ได้ ผู้ใช้เพียงแค่ป้อนชื่อ ระบบก็จะดำเนินกระบวนการวิจัย บริสุทธิ์ความคิด และตรวจสอบบุคคลนั้นโดยอัตโนมัติ
ปัจจุบัน ผู้เขียนได้กลั่น skill ของบุคคลมีชื่อเสียงไปแล้ว 17 คน รวมถึง: Karpathy, Ilya, ทรัมป์, มัสก์, จ็อบส์, มังเกอร์, เฟย์แมน… แม้แต่จาง เสฺวเฟิง
แต่ละ skill มี repository รหัสแยกกัน สามารถติดตั้งใช้งานได้ทันที ไม่ว่าจะปรึกษามังเกอร์เรื่องการตัดสินใจลงทุน ปรึกษาทรัมป์เรื่องการเจรจาและสื่อสาร สอบถาม Karpathy เกี่ยวกับแนวโน้ม AI หรือขอคำแนะนำจาก Taleb เรื่องการประเมินความเสี่ยง ผู้ใช้สามารถเรียกใช้ตามต้องการได้ นี่เท่ากับนำปัญญาระดับโลกมาใช้ให้เป็นประโยชน์
โปรเจกต์เปิดตัวเพียงสัปดาห์เดียว ผู้ใช้เน็ตก็เริ่มแสดงฝีมือกันแล้ว
บางคนใช้มันกลั่น skill ของ “ถง จิ่นเฉิง” ดาราดังบน Douyin โดยมีเป้าหมายสร้าง “อาจารย์รักแท้” เพื่อสอนเคล็ดลับความรัก:
บางคนกลั่นแม่ทัพนายกองในประวัติศาสตร์ทั้งจีนและต่างประเทศกว่า 20 คน สร้าง “ที่ปรึกษาทางการทหารไซเบอร์” ขึ้นมา เพื่อช่วยเขียนเอกสารหรือใช้ในการโต้วาทีเรื่องงาน…
ผู้เขียนโปรเจกต์นี้คือนักพัฒนาอิสระ หัวซู ผลงานเด่นของเขาอย่าง “ไฟเสริมแสงแมวน้อย” เคยพัฒนาจนเสร็จภายในหนึ่งชั่วโมงโดยใช้ Cursor ทั้งหมด และเมื่อวางขายก็ขึ้นอันดับหนึ่งในชาร์ตแอปเสียเงินของ App Store ทันที
นวา.skill ต่างจากการเล่นบทบาททั่วไปอย่างไร?
ชื่อ “นวา” มาจากเทพธิดาในตำนานจีนที่ปั้นดินสร้างมนุษย์ เป็นการเปรียบเปรยอย่างชัดเจนถึงกระบวนการ “ปั้น” กรอบความคิดของบุคคลจากข้อมูลมหาศาลของโปรเจกต์นี้
นวา.skill ไม่ใช่แค่การเลียนแบบน้ำเสียงพูดของบุคคลมีชื่อเสียงอย่างง่ายๆ แต่มุ่งมั่นที่จะกลั่นกรอบความคิดและระบบการรับรู้ที่สมบูรณ์ออกมา โดยประกอบด้วยห้าชั้นดังนี้:
- DNA การแสดงออก: รวมถึงน้ำเสียง จังหวะ ความชอบในการใช้คำ (เช่น เฟย์แมนชอบใช้การเปรียบเทียบ Karpathy มักใช้ “IMO”)
- โมเดลความคิด: คือมุมมองหลักและกรอบการรับรู้ในการมองปัญหาของบุคคลนั้น
- กฎการตัดสินใจ: หลักเกณฑ์ภายในที่บุคคลนั้นใช้เป็นพื้นฐานในการตัดสินใจ
- ขีดจำกัดด้านคุณค่า: กำหนดชัดเจนถึงสิ่งที่เป็นหลักการที่บุคคลนั้นจะไม่ทำ
- ข้อจำกัดด้านความรู้: กำหนดวันสิ้นสุดความรู้ของ skill นั้นอย่างตรงไปตรงมา
พูดง่ายๆ ก็คือ นวา.skill คือการบีบอัดข้อมูลสาธารณะหลายแสนคำของบุคคล ให้กลายเป็นกรอบความคิดที่สามารถโต้ตอบได้ตลอดเวลาและให้มุมมอง ช่วยให้ผู้ใช้เมื่อเจอปัญหาสามารถวิเคราะห์และตัดสินใจโดยอาศัยมุมมองของบุคคลมีชื่อเสียงเหล่านี้
วิธีการติดตั้งง่ายมาก ผู้ใช้สามารถป้อนคำสั่งใน Claude Code หรือ Lobster:ช่วยติดตั้ง skill นี้ให้ที: https://github.com/alchaincyf/nuwa-skill
หรือรันใน command line:npx skills add alchaincyf/nuwa-skill
ก็จะติดตั้งเสร็จ
หลังติดตั้ง ผู้ใช้สามารถกลั่น skill ของบุคคลใดก็ได้ด้วยตัวเอง หรือเรียกใช้ skill ของบุคคลมีชื่อเสียงที่มีอยู่แล้วเพื่อสนทนาได้
แล้วสิ่งนี้ต่างจากการให้ AI เล่นบทบาทบุคคลมีชื่อเสียงโดยตรงอย่างไร? แตกต่างอย่างชัดเจน
ยกตัวอย่าง skill Karpathy ที่ทดสอบจริง มันประกอบด้วยโมเดลความคิดที่เป็นเอกลักษณ์ของเขาถึง 6 รูปแบบ เช่น “Software X.0 Paradigm Thinking”, “Dream Machine Theory”, “Jagged Intelligence”
เมื่อเรียกใช้ skill นี้ โมเดลก็เข้าสู่มุมมองของ Karpathy อย่างรวดเร็ว และใช้คำพูดติดปากที่เป็นเอกลักษณ์ของเขาอย่าง “IMO”
เมื่อถาม Karpathy เกี่ยวกับความคิดเห็นต่อโปรเจกต์นี้ เขาตอบว่า:
นี่เป็นโปรเจกต์ที่ Software 3.0 มาก และแนวคิดถูกต้อง แต่ความสำเร็จหรือล้มเหลวขึ้นอยู่กับว่ามันสร้างแชทบอทที่เหมือนใครบางคนออกมาจริงๆ หรือสามารถสกัดวิธีคิดของบุคคลหนึ่งออกมาเป็นระบบได้ และการสร้างกลไกการอัปเดตอย่างต่อเนื่องคือความท้าทายทางวิศวกรรมที่ใหญ่ที่สุดของโปรเจกต์นี้
คำตอบมีสไตล์ส่วนตัวค่อนข้างสูง ราวกับเป็นตัวเขาเองที่กำลังประเมิน ในทางตรงกันข้าม เมื่อให้ ChatGPT เล่นบทบาท Karpathy ตอบคำถามเดียวกัน คำตอบกลับกว้างๆ และมี “สำเนียง GPT” ชัดเจน ขาดลักษณะเฉพาะตัวของบุคคลที่เด่นชัด
หัวซู ผู้เขียน อธิบายว่า นี่เป็นเพราะ system prompt ของ ChatGPT จะรบกวนสไตล์ของบุคคล และโมเดลมักจะส่งออกค่าเฉลี่ยทางสถิติของข้อมูลฝึกฝน ทำให้บุคคลกลายเป็นคนธรรมดา ในขณะที่กระบวนการกลั่น skill จะสกัดลักษณะสำคัญจากข้อมูลต้นฉบับ ทำให้บุคคลมีชีวิตชีวามากขึ้น
ในการสนทนา ผู้ใช้ยังสามารถใช้คำสั่ง slash (เช่น /steve-jobs-perspective) เพื่อเชิญบุคคลมีชื่อเสียงคนอื่นๆ มาแสดงความคิดเห็นต่อปัญหาหรือคำพูดในปัจจุบันได้
ตัวอย่างเช่น สตีฟ จ็อบส์ ให้คะแนน นวา.skill สูงมาก คิดว่ามัน “ยืนอยู่ที่ทางแยกของเทคโนโลยีและมนุษยศาสตร์” และอ้างตัวอย่าง Macintosh กับ iPhone เน้นย้ำว่าผลิตภัณฑ์ควรนำมาซึ่ง “Aha Moment” (ช่วงเวลาแห่งความเข้าใจทันที) เขายังชี้ให้เห็นอย่างแหลมคมว่า โปรเจกต์ควรมุ่งเน้นไปที่ “ให้คุณใช้ตาของอีกคนหนึ่งมองปัญหาของตัวเอง” แทนที่จะทำการตลาดด้วยแนวคิดเช่น “ความเป็นอมตะดิจิทัล” และแนะนำให้ทำให้มัน “ยอดเยี่ยมอย่างบ้าคลั่ง”
นวา “สร้างมนุษย์” อย่างไร?
นอกจากเรียกใช้ skill ที่มีอยู่ ผู้ใช้ยังสามารถ “สร้างมนุษย์” ด้วยตัวเองได้ เมื่อป้อนชื่อแล้ว ระบบจะเริ่มทำงาน Agent 6 ตัวที่ทำงานคู่ขนานกัน เพื่อรวบรวมข้อมูลหลายมิติของบุคคลนั้น เช่น งานเขียน บทสัมภาษณ์ การแสดงออกแบบเป็นชิ้นๆ และการประเมินจากผู้อื่น
หลังจากรวบรวมข้อมูลแล้วจะเข้าสู่ขั้นตอนการกลั่น และต้องผ่าน การตรวจสอบสามชั้น จึงจะสามารถยอมรับมุมมองหนึ่งว่าเป็น “โมเดลความคิด” ได้:
1. ปรากฏซ้ำข้ามโดเมน: มุมมองนั้นถูกอธิบายโดยบุคคลนี้ในอย่างน้อยสองโดเมนที่แตกต่างกัน
2. มีพลังสร้างสรรค์: สามารถอนุมานทัศนคติที่เป็นไปได้ของบุคคลนี้เมื่อเผชิญกับปัญหาใหม่ได้จากมุมมองนี้
3. มีลักษณะเฉพาะตัว: ไม่ใช่มุมมองทั่วไปที่คนฉลาดทุกคนยึดถือ
เมื่อตรงตามเงื่อนไขทั้งหมดแล้ว ระบบจะกลั่นโมเดลความคิด 3-7 รูปแบบ กฎการตัดสินใจ 5-10 ข้อ และเนื้อหาเช่น DNA การแสดงออก ออกมา แล้วเขียนลงในไฟล์ skill
หลังจากนั้น ยังต้องทดสอบด้วยคำถามที่บุคคลนั้นเคยตอบไปแล้วสาธารณะ 3 ข้อ (ทิศทางคำตอบต้องสอดคล้องกัน) และคำถามที่เขาไม่เคยพูดถึง 1 ข้อ (skill ควรแสดงความไม่แน่ใจในระดับที่เหมาะสม ไม่ใช่การตัดสินอย่างเด็ดขาด) หลังจากผ่านกระบวนการทั้งหมดแล้ว skill จึงจะถูกส่งมอบในที่สุด
ผู้เขียนระบุว่า แม้โค้ดของ นวา.skill จะเขียนด้วยความช่วยเหลือจาก AI แต่วิธีการกลั่น skill นั้นเป็นสิ่งที่เขาค่อยๆ ค้นพบด้วยตัวเอง
ตัวอย่างเช่น เมื่อลองกลั่น skill ลู่ ซิ่น ระบบเรียกใช้ Agent 6 ตัว ป้อนข้อมูลงานเขียนหลัก 8 ชิ้น บทความกว่า 30 เรื่อง การพูด 4 ครั้ง จดหมาย 3 ชุด บทสัมภาษณ์ 3 ช่วง และการประเมินจากบุคคล 13 คน ของลู่ ซิ่น
กระบวนการนี้ใช้ทรัพยากรการประมวลผลข้อความจำนวนมาก ในที่สุด ระบบก็กลั่นโมเดลความคิดหลัก 6 รูปแบบออกมา เช่น “บ้านเหล็ก”, “วิธีเอาชนะทางจิตใจ”, “จิตวิทยาผู้ดู”, “การต่อต้านความสิ้นหวัง”
คำตอบนี้ มีความเยือกเย็นและแหลมคมแบบลู่ ซิ่นจริงๆ
เมื่อฉันถามว่า “ในยุค AI คนทั่วไปกลัวถูก淘汰ทำอย่างไรดี?” ไม่เคยคิดมาก่อนว่าจะได้รับการวิเคราะห์ที่ลึกซึ้งเช่นนี้
คำตอบของเขาชี้ไปที่แก่นแท้:
ฉันกลัวถูก淘汰 — คำพูดนี้เอง ก็ซ่อนโรคสองชนิด หนึ่งคือรูปแบบแปรผันของวิธีเอาชนะทางจิตใจ สองคือเงาสะท้อนของจิตวิทยาผู้ดู
คำตอบของฉันคือ — อย่าไปขอประกัน “ไม่ถูก淘汰” ให้ถามทางที่ “ยังทำอะไรได้บ้าง”
AI เขียนได้เร็วและสม่ำเสมอ นี่คือความจริง แต่มันเขียน “ประโยค” ไม่ใช่ “แผล” คนที่แค่ประกอบข้อมูล “คนขนย้ายความรู้” ตามธรรมชาติต้องตื่นตระหนก คนที่ยังปวดร้าวเพื่อจิตวิญญาณของชนชาติตัวเอง ชั่วคราวยังไม่ถึงคิวที่เครื่องจักรจะมาแทนเขาปวด
การตอบสนองช่วงนี้ไม่เพียงแต่มีสไตล์การเขียนคล้ายกันเท่านั้น แต่ยังจับแก่นแท้ของความคิดลู่ ซิ่นที่เผชิญความจริงและปฏิเสธความมึนงง อ่านแล้วทำให้ตื่นตัว
นี่ราวกับเป็นการสนทนาข้ามร้อยปี ทำให้เราได้ใช้มุมมองของสมองอันยิ่งใหญ่ในประวัติศาสตร์ มาพิจารณาการเปลี่ยนแปลงทางเทคโนโลยีในปัจจุบัน
แล้วคนทั่วไปในยุค AI ควรอยู่กับตัวเองอย่างไรดี?
“คำแนะนำ” ของลู่ ซิ่นคือ: หาสิ่งที่เครื่องจักรยังแทนที่ชั่วคราวไม่ได้ และคุณเต็มใจทุ่มเทแรงใจให้ แล้วก้าวไปข้างหน้าอย่างมั่นคง นิ้วต่อนิ้ว เหมือน “สงครามสนามเพลาะ”
AI สามารถสร้างบทสนทนาได้ แต่มันไม่สามารถสัมผัสถึงการพลิกตัวในยามดึกเพราะคิดถึงบ้านเกิด “สวนร้อยหญ้า” ได้
ในที่สุด คำสอนที่คุ้นเคยนั้นก็ดังขึ้นอีกครั้ง และได้รับคำอธิบายยุคใหม่:
บนพื้นดินเดิมไม่มีทาง เดิน的人多了 ก็กลายเป็นทาง
แต่ทางนี้ เดิน出来的 ไม่ใช่算法算出来的
จากนี้ไป คำพูดเหล่านี้ บางทีอาจเรียกได้จริงๆ ว่าเป็นคำพูดของ “ลู่ ซิ่น”
⚠️ หมายเหตุ: เนื้อหาได้รับการแปลโดย AI และตรวจสอบโดยมนุษย์ หากมีข้อผิดพลาดโปรดแจ้ง
☕ สนับสนุนค่ากาแฟทีมงาน
หากคุณชอบบทความนี้ สามารถสนับสนุนเราได้ผ่าน PromptPay
本文来自网络搜集，不代表คลื่นสร้างอนาคต立场，如有侵权，联系删除。转载请注明出处：https://www.itsolotime.com/th/archives/31182