เป้าหมาย
ตัดสินใจได้ว่างานหนึ่งควรใช้ agent ตัวเดียว, subagents, agent teams, workflow หรือ agent ที่ตอบสนองต่อเหตุการณ์ โดยดูจากโครงสร้างงานและต้นทุน ไม่ใช่จากความตื่นเต้น
หลักการ
บันไดความซับซ้อน (ขึ้นทีละขั้นเมื่อขั้นล่างไม่พอเท่านั้น)
| ขั้น | อะไร | เหมาะกับ | บท |
|---|---|---|---|
| 0 | agent ตัวเดียว (แชต Claude Code ปกติ) | งานส่วนใหญ่ | 5d-03 |
| 1 | subagents 2–4 ตัว | อ่าน/ค้นของเยอะที่แยกส่วนได้ แล้วรวมผลในเทิร์นเดียว | 6d-08 |
| 2 | หลาย session ใน worktree / loop | งานแก้โค้ดยาวที่อิสระต่อกัน | 7d-05 |
| 3 | agent teams | งานที่สมาชิกต้อง คุยกันเอง ระหว่างทำ เช่น ถกแนวทาง หาสาเหตุบั๊กหลายสมมติฐาน | 8d-02 |
| 4 | workflow | งานที่แตกเป็นสิบเป็นร้อยชิ้นตามแบบแผนเดิม และต้องตรวจซ้ำ | 8d-03 |
| 5 | agent ตามเหตุการณ์ | งานที่ควรเริ่มเองเมื่อ CI พัง มี PR ใหม่ หรือมีข้อความเข้า | 8d-04 |
| 6 | สร้างระบบเองด้วย SDK / Managed Agents | ผลิตภัณฑ์หรือระบบภายในที่ต้องควบคุมทุกอย่าง | 8d-05 |
ต้นทุนเพิ่มเป็นทวีคูณ — ตัวเลขจริง
- Anthropic (บทความระบบวิจัยหลาย agent, มิ.ย. 2025): agent ใช้ token ~4 เท่า ของการแชต และระบบหลาย agent ใช้ ~15 เท่า ของการแชต · ปริมาณ token อธิบายความต่างของผลงานได้ราว 80% ในงานวิจัยของพวกเขา — คือมันเก่งขึ้นเพราะ "ใช้แรงมากขึ้น" เป็นหลัก
- ที่เราวัดเอง (งานเล็กในบท 6d-08): subagent 3 ตัวแพงกว่าทำเอง ~4.5 เท่า แต่เร็วขึ้นแค่ไม่กี่วินาที
- workflow 3 agent ที่เล็กที่สุด (บท 8d-03): ~$0.8 ต่อครั้ง
คำถาม 4 ข้อก่อนเพิ่ม agent
- แยกงานได้จริงไหม — ถ้าทุกชิ้นต้องใช้ context ร่วมกัน หรือพึ่งกันเป็นลูกโซ่ หลาย agent จะแย่ลง (Anthropic ระบุว่าไม่เหมาะกับงานที่ต้องแชร์ context เดียวกันหรือพึ่งกันมาก)
- งานมีมูลค่าพอกับต้นทุน 4–15 เท่าไหม — ตรวจ PR ที่จะขึ้น production ใช่ · เปลี่ยนชื่อตัวแปรไม่ใช่
- ตรวจผลได้ไหม — ยิ่ง agent มาก ยิ่งต้องมีขั้นตรวจ (เทสต์ หรือ agent ที่พยายามหักล้าง) ไม่งั้นได้ข้อมูลผิดเยอะขึ้นเร็วขึ้น
- ใครรวมผล — ต้องมีจุดเดียวที่รวมและตัดสินใจ (ตัวหลัก, สคริปต์ หรือคน)
ตั้งค่า ⚙️
| ตั้งอะไร | ที่ไหน | ค่าเริ่ม → แนะนำ |
|---|---|---|
| เพดาน subagent พร้อมกัน | env CLAUDE_CODE_MAX_CONCURRENT_SUBAGENTS |
20 → 4–6 ขณะเรียนรู้ |
| เพดาน agent ใน workflow พร้อมกัน | env CLAUDE_CODE_WORKFLOW_MAX_CONCURRENT_AGENTS |
16 → คงไว้ หรือลดถ้าชนลิมิต |
| ขนาด workflow ที่ Claude ออกแบบ | setting workflowSizeGuideline |
medium (< 10 agent) → คงไว้ |
| ปิด workflow ทั้งหมด | "disableWorkflows": true หรือ CLAUDE_CODE_DISABLE_WORKFLOWS=1 |
— ใช้ในเครื่องที่ไม่อยากให้เผลอใช้ |
| agent teams | env CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS=1 |
ปิด → เปิดเฉพาะตอนทดลอง |
| ดูต้นทุน | /usage · JSON total_cost_usd และ modelUsage ใน -p |
วัดทุกครั้งที่เปลี่ยนสถาปัตยกรรม |
ลองเลย 🧪
ทดลอง A — ให้ Claude ช่วยเลือก (แล้วเถียงกลับ)
งานของฉัน: [อธิบายงาน ขนาด ความถี่ และผลที่ต้องการ]
เลือกระหว่าง: agent ตัวเดียว / subagents / หลาย session ใน worktree / agent teams / workflow / agent ตามเหตุการณ์ / Agent SDK
ตอบตามคำถาม 4 ข้อ: แยกงานได้จริงไหม, มูลค่าคุ้มต้นทุน 4–15 เท่าไหม, ตรวจผลอย่างไร, ใครรวมผล
แนะนำขั้นที่ "ต่ำที่สุด" ที่ทำงานได้ และบอกสัญญาณที่จะบอกว่าควรขยับขึ้นขั้นถัดไป→ ผ่านเมื่อ: คำแนะนำอ้างคำตอบของ 4 ข้อ และถ้าเลือกหลาย agent ต้องมีเหตุผลที่ agent ตัวเดียวไม่พอ
ทดลอง B — วัดเอง ใช้คำสั่งในบท 6d-08 ทดลอง B กับงานจริงของคุณ 1 งาน เทียบ agent ตัวเดียวกับ subagent 3 ตัว จดต้นทุน เวลา และคุณภาพ
ข้อดี / ข้อเสีย
| ✅ ข้อดีของหลาย agent | ❌ ข้อเสีย |
|---|---|
| งานกว้างที่แยกส่วนได้ ครอบคลุมขึ้นและขนานกันได้ | token 4–15 เท่าของแชต โควตาหมดเร็ว |
| แยกบทบาท/สิทธิ์ เช่น ผู้ตรวจอ่านอย่างเดียว | ประสานงานยาก ผลขัดกัน ต้องมีขั้นรวมและตรวจ |
| context แต่ละตัวสะอาด | debug ยากขึ้น ต้องดู log หลายที่ |
ไม่ควรใช้เมื่อ: งานเล็ก งานที่ขั้นตอนพึ่งกันเป็นลำดับ งานที่ทุกส่วนต้องรู้ทุกอย่างร่วมกัน หรือยังไม่มีวิธีตรวจผล
สังเกตอะไร
- ส่วนใหญ่ปัญหาที่ดูเหมือนต้องใช้หลาย agent แก้ได้ด้วย prompt ที่ดีขึ้น เทสต์ที่ดีขึ้น หรือ
/clearบ่อยขึ้น - หลาย agent "เก่งขึ้น" เพราะใช้แรงมากขึ้นเป็นหลัก ถามตัวเองเสมอว่างานนี้คุ้มกับแรงที่เพิ่มหรือไม่
สรุปจำง่าย
เริ่มที่ agent ตัวเดียวเสมอ — ขึ้นขั้นเมื่องานแยกได้จริง มูลค่าคุ้มต้นทุนหลายเท่า และมีวิธีตรวจผล