ถ้าวันนึง AI หายไป งานก็ยังต้องไปต่อได้

พอทำ AI team ไปสักพัก ผมเริ่มคิดเรื่องนี้เยอะขึ้น คือถ้าวันนึง AI ไม่ทำงานขึ้นมา งานในบริษัทควรหยุดไหม

คำตอบของผมคือไม่ควรหยุด ต่อให้ agent หาย session พัง context หลุด หรือ model มีปัญหา คนในทีมก็ควรเปิดระบบแล้วทำต่อได้ ไม่ใช่ต้องรอถาม AI ว่า “ตอนนี้งานถึงไหนแล้ว”

ผมไม่อยากให้ตัวเนื้องานไปอยู่ในหัว AI อย่างเดียว

AI memory มีประโยชน์นะ มันช่วยจำ context ช่วยเล่าเรื่องเก่า ช่วยต่อ conversation ได้ แต่ผมไม่อยากให้มันเป็นที่เดียวที่บอกว่างานเสร็จหรือยัง

ผมเลยแยกชัดๆ ว่าตัวเนื้องานอยู่ที่ไหน

ถ้า AI บอกว่าส่ง QA แล้ว แต่ Linear ยังไม่ได้อยู่ฝั่ง QA เช่น status/label/assignee ยังอยู่ทีมอื่น ผมยังถือว่างานยังไม่ได้ไป QA ถ้า AI บอกว่าสร้าง repo แล้ว แต่ GitLab ไม่มี repo ผมก็ถือว่ายังไม่มี

ถ้า AI บอกว่า deploy แล้ว แต่ staging เปิดไม่ได้ หรือไม่มี link ให้เช็ค ผมก็ยังไม่ถือว่า deploy จริง ตรงนี้ฟังดูแข็งหน่อย แต่พอมีหลาย agent หลาย thread หลาย script มันจำเป็นมาก

Linearบอกว่างานอยู่ stage ไหน อยู่ทีมไหน ใครรับต่อ next step คืออะไร

GitLabบอกว่า code / MR / diff / artifact มีอยู่จริงไหม

Discordเก็บบริบทการคุย decision และ thread ที่คนตัดสินใจกัน

Stagingบอกว่าสิ่งที่ deploy เปิดดูได้จริงไหม ไม่ใช่แค่บอกว่า deploy แล้ว

ผมมอง memory ของ AI เป็นตัวช่วยอ่าน ไม่ใช่ตัวตัดสินสุดท้าย ตัวเนื้องานต้องอยู่ใน source of truth ที่คนอื่นเปิดดูต่อได้ และ script ก็เช็คต่อได้ด้วย

ถ้า AI หาย คนต้องรับต่อได้ ถ้า AI กลับมา มันก็ต้องอ่านต่อได้

อันนี้คือเหตุผลหลักเลย ถ้าวันนึง AI หายไป คนในทีมควรเปิด Linear แล้วเห็นว่า issue นี้อยู่ QA Testing เปิด GitLab แล้วเห็น MR ที่เกี่ยวข้อง เปิด Discord thread แล้วเห็นว่าตัดสินใจอะไรไปบ้าง เปิด staging แล้วลองของจริงได้

ตรงนี้ไม่ได้แปลว่าคนแค่เปิดดูเฉยๆ นะ คนจริงๆ ต้องทำงานต่อได้ด้วย เปิด issue เองได้ เขียน code ต่อได้ pull/push ขึ้น GitLab ได้ เปิด MR ได้ แล้วถ้าถึงขั้น deploy ก็ไปต่อผ่าน Jenkins หรือ CI/CD pipeline ได้เอง

แล้วถ้าวันนึง AI กลับมา มันก็ไม่ควรเริ่มจากศูนย์ มันควรอ่าน Linear อ่าน GitLab อ่าน thread อ่าน handoff แล้วต่อจาก state ล่าสุดได้เลย

AI down
↓
human opens Linear / GitLab / Discord / staging
↓
human writes code / pushes GitLab / deploys via Jenkins or CI/CD
↓
work continues

AI back
↓
AI reads Linear / GitLab / thread / handoff
↓
work continues from current state

อันนี้ทำให้ workflow เริ่มเป็นระบบขึ้น เพราะต่อให้ใครหายไป state ของงานก็ยังอยู่ และคนกับ AI ก็กลับมารับไม้ต่อกันได้

สุดท้ายระบบต้องทำให้คนกับ AI รับไม้ต่อกันได้

สิ่งที่ผมอยากได้คือ ต่อให้บางช่วง AI ไม่ได้ทำงาน คนก็ยังเปิด Linear / GitLab / Discord / staging แล้วทำต่อเองได้เลย ไม่ต้องรอ AI มาจำให้ว่าเรื่องถึงไหนแล้ว

แล้วพอ AI กลับมา เราก็ถามมันได้ประมาณว่า “อัปเดทงานหน่อย” จากนั้นมันควรไปอ่านสถานะปัจจุบันจาก Linear อ่าน repo/MR จาก GitLab อ่าน thread หรือ handoff ที่เกี่ยวข้อง แล้วทำงานต่อจากตรงนั้นได้เลย

ถ้า AI พลาด ลืมส่งงาน หรือตอบเหมือนทำแล้วแต่ state ยังไม่ขยับ script ก็ยังมีหน้าที่เช็คและพางานไปต่อ เช่น sync status, ตรวจ metadata, ส่ง handoff หรือทำให้มี log ทิ้งไว้ให้คนตามต่อได้

point ของ source of truth คือแบบนี้แหละ ตัวเนื้องานไม่ได้อยู่ในหัว AI แต่อยู่ในระบบที่ทั้งคน ทั้ง AI และ script เปิดอ่านต่อได้เหมือนกัน