DeepSeek เวอร์ชัน Claude Code กำลังมาแรง: เขียนด้วยภาษา Rust, รันบนเทอร์มินัล, ดาว 2.3k, รองรับโหมด Chain of Thought และ RLM แบบขนาน

DeepSeek Coding Agent 专属มาแล้ว

เครื่องมือนี้มีชื่อที่ตรงไปตรงมาที่สุด — DeepSeek-TUI ผู้เขียนเรียกตัวเองว่าเป็นแฟนตัวยงของ DeepSeek ที่เป็น “พี่วาฬ”

ไม่นานมานี้ จำนวนดาวของโปรเจกต์นี้พุ่งสูงขึ้นอย่างรวดเร็ว ทะลุ 2.3k ดาว และขึ้นสู่ชาร์ตยอดนิยมของ GitHub

นี่คือเครื่องมือ TUI (Terminal User Interface) สำหรับการเขียนโปรแกรมที่พัฒนาโดยใช้ภาษา Rust มันคล้ายกับ Claude Code ทำงานทั้งหมดในเทอร์มินัล แต่ได้รับการปรับแต่งและปรับให้เหมาะสมกับ DeepSeek โดยเฉพาะ

เพื่อให้ผู้ใช้ในประเทศจีนเข้าใจผลงานของเขาได้ดีขึ้น ผู้เขียน Hunter Bown ยังใช้ DeepSeek แปลโพสต์โปรโมทเป็นภาษาจีน

เมื่อ DeepSeek-TUI กลายเป็นที่นิยมบน GitHub ตามที่เขาหวัง Hunter โพสต์ว่าเป็นสองวันที่บ้าคลั่งที่สุดในชีวิตของเขา และขอบคุณ “พี่วาฬ” เป็นภาษาจีน

“Claude Code เวอร์ชัน DeepSeek”

พูดง่ายๆ DeepSeek-TUI คือ Agent การเขียนโปรแกรมที่ “อาศัย” อยู่ในเทอร์มินัล เข้าใจง่ายกว่านั้นคือ “Claude Code เวอร์ชัน DeepSeek”

โปรเจกต์นี้เริ่มต้นโดยนักพัฒนาอิสระชาวอเมริกัน Hunter Bown ในเดือนมกราคมปีนี้ เขียนด้วยภาษา Rust และเปิดเผยซอร์สโค้ดภายใต้สัญญาอนุญาต MIT ตอนแรกไม่ค่อยได้รับความนิยม จนกระทั่งการเปิดตัว DeepSeek-V4 และการโปรโมทเป็นภาษาจีนของ Hunter ทำให้โปรเจกต์นี้โด่งดังอย่างรวดเร็วในช่วงวันหยุดวันแรงงาน

การอ่านเขียนไฟล์ การรันคำสั่ง Shell การค้นหาเว็บ การจัดการ Git การจัดตาราง Agent ย่อย การเชื่อมต่อเซิร์ฟเวอร์ MCP… สิ่งที่ Claude Code ทำได้ มันก็ทำได้เกือบทั้งหมด รองรับการติดตั้ง Skills ด้วย แต่เบื้องหลังรัน DeepSeek V4

ตั้งแต่แนวคิดการออกแบบไปจนถึงรายละเอียดฟังก์ชัน เครื่องมือทั้งหมดถูกสร้างขึ้นโดยยึดตามคุณสมบัติของ DeepSeek อย่างใกล้ชิด

สิ่งที่เห็นได้ชัดที่สุดคือ Chain of Thought

DeepSeek-TUI จะสตรีมกระบวนการอนุมานของโมเดลไปยังเทอร์มินัลแบบเรียลไทม์ — โมเดลวิเคราะห์ปัญหาอย่างไร เลือกเส้นทางไหน เปลี่ยนใจระหว่างทางหรือไม่ ทั้งหมดนี้มองเห็นได้ชัดเจน

ถัดมาคือหน้าต่างบริบท V4 รองรับบริบทสูงถึง 1 ล้าน token โปรเจกต์ใช้เต็มค่าเริ่มต้น เมื่อจัดการงานที่ซับซ้อน ไม่ต้องกังวลเรื่องการสูญเสียความจำตั้งแต่ต้นจนจบ

เมื่อบริบทใกล้เต็ม TUI จะบีบอัดเนื้อหาโดยอัตโนมัติ ผู้ใช้ยังสามารถพิมพ์ /compact เพื่อบีบอัดด้วยตนเอง กลยุทธ์การบีบอัดพิจารณากลไกแคชคำนำหน้าของ DeepSeek โดยเฉพาะ — พยายามรักษาส่วนที่เสถียรด้านหน้าไว้ เพื่อให้แคชสามารถถูกเรียกใช้ได้อย่างต่อเนื่อง

TUI นี้ยังมีการออกแบบที่เรียกว่า RLM ซึ่งแนวคิด “DeepSeek มาก” — เนื่องจาก DeepSeek ราคาถูกพอที่จะใช้จำนวนมาก เครื่องมือนี้จึงใช้ประโยชน์จากคุณสมบัตินี้โดยตรง

ในโหมด RLM โมเดลหลักหนึ่งตัวสามารถสั่งงานย่อย V4 Flash ได้สูงสุด 16 ตัวพร้อมกัน สำหรับการวิเคราะห์แบบกลุ่มหรือการแยกย่อยงาน ราคาเอาต์พุตของ Flash อยู่ที่ประมาณหนึ่งในสามของ Pro การมอบงานย่อยที่ไม่ต้องใช้การอนุมานหนักให้กับมัน จะช่วยลดต้นทุนโดยรวมได้อย่างมาก

การสลับโมเดลก็ได้รับการจัดการเป็นพิเศษ นอกจาก API ทางการของ DeepSeek ยังรองรับ NVIDIA NIM, Fireworks, SGLang ที่โฮสต์เอง และอื่นๆ อีกมากมาย

โหมดการทำงานมีสามระดับ:

• Plan: โหมดสำรวจแบบอ่านอย่างเดียว ให้แผนก่อนแล้วค่อยว่ากัน
• Agent: โหมดเริ่มต้น ทุกครั้งที่เรียกใช้เครื่องมือต้องได้รับการยืนยันจากผู้ใช้
• YOLO: ตามชื่อ ปล่อยอัตโนมัติเต็มที่ เปิดเมื่อไม่อยากถูกขัดจังหวะ เซสชันสามารถบันทึกและกู้คืนได้ พื้นที่ทำงานมี Git snapshot อิสระเป็นหลักประกัน การย้อนกลับตามรอบจะไม่กระทบกับที่เก็บต้นฉบับ แม้มีปัญหาก็ไม่ต้องตกใจ

แต่มีข้อควรระวัง: ถ้าเปิด Agent ย่อยมากเกินไป อัตราการ命中แคชจะรับประกันได้ยาก รู้ไว้ว่าราคา token ที่ไม่命中แคชสูงกว่า token ที่命中ถึง 10 เท่า หน้าจอโปรเจกต์มีค่าใช้จ่ายต่อรอบแสดง เมื่อรันเซสชันยาวแนะนำให้สังเกต เพื่อไม่ให้บิลสุดท้ายน่าตกใจ

ด้านการติดตั้ง Linux, macOS, Windows มีไฟล์ไบนารีที่คอมไพล์ไว้ล่วงหน้า คำสั่งเดียว npm install -g deepseek-tui ก็เสร็จ นอกจากนี้ ผู้เขียนยังเตรียมเอกสาร README ภาษาจีนและเส้นทางการกำหนดค่าสำหรับผู้ใช้ในประเทศจีน รองรับ TUNA Cargo mirror และแพ็คเกจ release สามารถโฮสต์บน Alibaba Cloud OSS หรือ Tencent Cloud COS

โปรเจกต์เริ่มต้นเมื่อวันที่ 19 มกราคม ยังไม่ถึง 4 เดือน ก็อัปเดตเป็น v0.8.8 แล้ว ปล่อย 37 เวอร์ชัน ถือว่าค่อนข้างเร็ว

จากบันทึกการอัปเดต สามารถแบ่งเป็นหลายช่วง

เวอร์ชันแรกๆ ส่วนใหญ่เป็นการสร้างกรอบพื้นฐาน — การเรียกใช้เครื่องมือ การจัดการ session, Git snapshot พื้นฐาน ให้ Agent ทำงานได้ก่อนเป็นภารกิจหลัก

ช่วง v0.7.x เริ่มปรับแต่งรายละเอียด เพิ่มการรองรับอินเทอร์เฟซหลายภาษา (v0.7.6), คำแนะนำ TUI ในภาษาจีนและอื่นๆ, ข้อความช่วยเหลือ และการแปลสถานะบาร์ ซึ่งเป็นขั้นตอนการปรับให้เหมาะกับผู้ใช้ในประเทศจีน

v0.8.x เป็นแกนหลักของเวอร์ชันล่าสุด เน้นที่ความเสถียรและการปรับปรุงประสบการณ์

• v0.8.2 แก้ไขปัญหา file handle leak ในเซสชันยาวโดยเฉพาะ
• v0.8.6/v0.8.7 เพิ่มฟังก์ชันโต้ตอบหลายอย่าง รวมถึงแบนเนอร์นับถอยหลังลองใหม่เมื่อถูกจำกัดอัตราหรือเซิร์ฟเวอร์ผิดพลาด, การค้นหาประวัติอินพุต, การแสดงภาพคิวข้อความขณะรัน
• v0.8.8 ปิดท้ายรอบนี้ พร้อมเพิ่มไฟล์ไบนารีที่คอมไพล์ไว้ล่วงหน้าสำหรับ Linux ARM64

โดยรวมแล้ว เส้นทางการอัปเดตนี้มีการเพิ่มฟังก์ชันหนาแน่น แต่แต่ละเวอร์ชันมีปัญหาที่ต้องแก้ไขอย่างชัดเจน

“นักดนตรีที่รักวิทยาศาสตร์”

จริงๆ แล้ว Hunter เป็นแฟนตัวยงของ DeepSeek มาตลอด ตั้งแต่ V4 เปิดตัว เขาโพสต์ทวีตชื่นชมอยู่เรื่อยๆ

ในขณะเดียวกัน เขาก็ชอบโมเดลจีนอื่นๆ และเคยเข้าร่วมโครงการสร้างแรงจูงใจผู้สร้าง Token ระดับล้านล้านของ Xiaomi

จุดเริ่มต้นของ Hunter Bown คือดนตรี เขาเคยตั้งใจจะเป็นวาทยกรวงดนตรี เขาเรียนดนตรีศึกษาที่ University of North Texas ก่อน จากนั้นเรียนต่อจนได้รับปริญญาโทด้านดนตรีศึกษาจาก Southern Methodist University

หลังจากจบปริญญาโท Hunter ได้เป็นวาทยกรวงดนตรีตามที่หวังไว้เป็นเวลา 3 ปี

ต่อมา เขาได้รับปริญญา MBA จาก University of Texas at Dallas จากนั้นกลับไปที่ SMU ซึ่งเป็นมหาวิทยาลัยเก่า เพื่อเรียนกฎหมายเฉพาะทางด้านสิทธิบัตร

ส่วนการเขียนโค้ดนั้น “มาแบบครึ่งทาง” มากกว่า แต่ “ครึ่งทาง” นี้ไม่ใช่การเปลี่ยนอาชีพ แต่เหมือนหลายเส้นทางมาบรรจบกันในที่สุด

ตอนเรียนวิทยาศาสตร์เสียงร้อง เขาเจอแนวคิดที่เรียกว่า “missing fundamental” — หูของมนุษย์สามารถสร้างระดับเสียงที่ไม่มีอยู่จริงจากโอเวอร์โทนได้ ต่อมาเขาพบว่าสิ่งนี้สอดคล้องกับทฤษฎีสารสนเทศโดยตรง: คุณไม่จำเป็นต้องให้ข้อมูลทั้งหมดอย่างชัดเจน ระบบก็จะเติมเต็มเอง สัญชาตญาณจากดนตรีนี้กลายเป็นกุญแจสำคัญในการทำความเข้าใจระบบ AI

ปีที่แล้ว เขาก่อตั้งสตูดิโอชื่อ Shannon Labs โดย定位เป็น “Bell Labs แห่งยุค AGI” DeepSeek-TUI เป็นเพียงหนึ่งในโครงการวิจัยมากมายของเขา บน GitHub ของเขามี 65 ที่เก็บสาธารณะ รวมถึง Agent เทอร์มินัลรุ่นเดียวกัน NeMoCode สำหรับ NVIDIA Nemotron และชุดเครื่องมือ MLX kernel

โครงการภายใต้ Shannon Labs มีขอบเขตกว้างกว่า:

• Hegelion: เอ็นจิ้นการอนุมานเชิงวิภาษวิธี ใช้ตรรกะวนซ้ำ “วิทยานิพนธ์ → ข้อขัดแย้ง → สังเคราะห์”
• Aleph: เซิร์ฟเวอร์ MCP ที่เน้นบริบท容量ใหญ่แบบ zero token cost
• Heliosinger: แปลงข้อมูลลมสุริยะเป็นเสียงแบบเรียลไทม์ ข้ามจากโครงสร้างพื้นฐาน AI ไปจนถึงอะคูสติกอวกาศ

เขายังสร้างสถาปัตยกรรมซอฟต์แวร์สามชุด (SCU, Driftlock, Hegelion) และโซลูชันฮาร์ดแวร์หนึ่งชุด (Driftlock Choir) ในมุมมองของเขา สิ่งเหล่านี้รวมกันคือการสร้างโครงสร้างพื้นฐานสำหรับยุค AGI

การรวมทิศทางเหล่านี้เข้าด้วยกันก็เกี่ยวข้องกับเรื่องราวครอบครัวของเขาอย่างใกล้ชิด ปู่ทวดของเขา Ralph Bown Sr. เป็นรองประธานฝ่ายวิจัยของ Bell Labs ผู้บุกเบิกวิทยุ ชอบทำกระบอกขี้ผึ้งเองในเวลาว่างและไปบันทึกเสียงที่ Carnegie Hall

Hunter ตระหนักในชั้นเรียนกฎหมายสิทธิบัตรว่า เขากำลังเดินบนเส้นทางที่ตัดกับบรรพบุรุษคนนี้ — นำวิธีการรับรู้ของนักดนตรีเข้าสู่การวิจัยทางเทคนิค เพื่อค้นพบ “แนวคิดที่ถูกมองข้ามเพราะไม่มีนักวิจัยที่มีพื้นฐานเช่นนี้” บนเว็บไซต์ส่วนตัวของเขา เขาเปรียบเทียบตัวเองกับปู่ทวด: “เขาเป็นนักวิทยาศาสตร์ที่รักดนตรี ฉันเป็นนักดนตรีที่รักวิทยาศาสตร์”

One More Thing

ในรายชื่อผู้มีส่วนร่วมของ DeepSeek-TUI ยังเห็นเงาที่คุ้นเคย รวมถึงโมเดล AI อย่าง Claude, Gemini, Qwen และเครื่องมือเขียนโปรแกรมอย่าง Cursor, GitHub Copilot

บันทึกโดยละเอียดแสดงว่าโค้ดส่วนใหญ่ส่งโดย Hunter โดยตรง มี commit ประมาณ 150 ครั้งที่ Claude ทำ และมีผู้มีส่วนร่วมจริงอีกจำนวนน้อยที่ส่ง commit เล็กน้อย

นักพัฒนาที่มาแบบครึ่งทาง ใช้ AI ช่วยเขียนโปรแกรมเพื่อสร้างกรอบการเขียนโปรแกรมเสริมสำหรับ AI เวิร์กโฟลว์นี้ถือเป็นวงจรที่สมบูรณ์แบบ (ใส่ emoji หัวเราะ)

ที่อยู่ GitHub ของโปรเจกต์:
https://github.com/Hmbown/DeepSeek-TUI

สนับสนุนด้วย “กดไลก์” “แชร์” “หัวใจ” สามต่อ

ยินดีต้อนรับความคิดเห็นของคุณในช่องแสดงความคิดเห็น!

— จบ —

🔹AI กำลังเปลี่ยนจากเครื่องมือเฉพาะของคนส่วนน้อย มาเป็นเพื่อนร่วมชีวิตของทุกคน

ในวันที่ 20 พฤษภาคม ปีนี้ เราจะจัดงานประชุมอุตสาหกรรม AIGC ประจำปีของจีนที่ โรงแรม Renaissance Beijing Wangfujing

รายชื่อผู้บรรยายชุดแรกเปิดเผยแล้ว! รวมถึง Kunlun Wanwei Fang Han, Zhipu Wu Weijie, EverMind Deng Yafeng, Fengxing Zaixian Yi Zhengchao, Baidu Miaoda Zhu Guangxiang, Fusion Fund Zhang Lu, University of Hong Kong Huang Chao, MarsWave Feng Lei และอื่นๆ 🔍ดูรายละเอียด

ขอเชิญคุณเข้าร่วม ไม่ใช่แค่พูดถึงอนาคตของ AI แต่ เริ่มลงมือปฏิบัติทันที 👉 ลงทะเบียนเข้าร่วม

กดติดตามหนึ่งครั้ง 👇 เปิดดาวรับความก้าวหน้าทางเทคโนโลยี前沿ทุกวัน