เปิดขาใหม่ของบล็อก — GitHub Repo of the Week
ทุกสัปดาห์มี repo พุ่งขึ้นบน GitHub เป็นหมื่นดาว แต่คนไม่ code มองเข้าไปแล้วก็ได้แต่งง ว่ามันคืออะไร ใช้ได้ไหม เกี่ยวอะไรกับเรา — ผมจะหยิบมาสัปดาห์ละตัว แล้วแปลให้ฟังว่า มันดียังไง ทำไมถึงฮิต และคนไม่เขียนโค้ดแตะได้หรือเปล่า
ตัวแรก ขอเริ่มด้วยตัวที่ชื่อกวนที่สุดในรอบนี้ — caveman
caveman ทำอะไร
มันคือสกิลเสริมของ AI agent (Claude Code, Codex, Cursor, Gemini และอีก 30+ ตัว) ที่สั่งให้ AI ตอบแบบมนุษย์ถ้ำ — ตัดคำเยิ่นเย้อทิ้ง เก็บแต่ใจความ
เทียบให้เห็นภาพ ถามว่า “ทำไม React component ของฉัน re-render ตลอด”:
- AI ปกติ (69 token): “สาเหตุที่ component ของคุณ re-render น่าจะมาจากการที่คุณสร้าง object reference ใหม่ทุกครั้งที่ render เมื่อส่ง inline object เป็น prop, React จะมองว่ามันเป็น object คนละตัว… แนะนำให้ใช้ useMemo เพื่อ…”
- caveman (19 token): “object ref ใหม่ทุก render. inline object prop = ref ใหม่ = re-render. ห่อด้วย
useMemo.”
คำตอบเดียวกัน แก้บั๊กตัวเดียวกัน แต่สั้นกว่า 70% — สมองยังใหญ่เท่าเดิม แค่ปากเล็กลง
ทำไมถึง hot
เกิดเมื่อ เม.ย. 2026 — แค่ราว 2 เดือนแตะ 69,000 ดาว กลายเป็นหนึ่งใน repo ที่โตเร็วที่สุดของปี
มันฮิตเพราะแก้ “ความเจ็บ” ที่คนใช้ AI ทุกวันเจอตรงกัน: AI ชอบตอบยาว — อ่านก็เสียเวลา จ่ายค่า token ก็เปลือง พอมีคนทำเครื่องมือที่บอกว่า “ให้มันพูดสั้นลงโดยไม่เสียเนื้อหา” คนเลยแห่กัน บวกกับชื่อ caveman + มีมหินพูดน้อย ที่แชร์ง่ายบนโซเชียล
(ตัวมันเองเกาะอยู่บนคลื่นเครื่องมือ AI เขียนโค้ดที่กำลังแข่งกันเดือด — ที่ผมเคยเล่าไว้ในศึกยักษ์ 4 เจ้าแย่งสนาม AI เขียนโค้ด)
คนไม่ code ใช้ได้ไหม
ตรงไปตรงมา — ใช้ได้ ถ้าใช้ AI agent อยู่แล้ว
caveman ไม่ใช่แอปเดี่ยวๆ มันเป็นสกิลที่ไปเกาะกับเครื่องมืออย่าง Claude Code หรือ Cursor ถ้าเป็นคนไม่เขียนโค้ดแต่ใช้ Claude Code ทำงานอยู่ (แบบที่บล็อกนี้ทำมาตลอด) — ติดตั้งบรรทัดเดียวจบ แล้วพิมพ์ /caveman ก็ใช้ได้เลย ไม่ต้องแตะโค้ดสักบรรทัด
แต่ถ้ายังไม่เคยแตะ AI agent พวกนี้เลย ใช้แค่ ChatGPT ในเว็บ — ตัวนี้ยังไม่ใช่สำหรับงานแบบนั้น (มันไม่ได้ทำงานกับแชตในเว็บ)
ของจริง — กับสิ่งที่ต้องระวัง
repo นี้น่าชมตรงที่ ซื่อสัตย์กับตัวเลขตัวเอง:
- เลขที่เขาวัดจริง = ลด output โดยเฉลี่ย 65% (พิสัย 22–87% แล้วแต่งาน) — และวัดเทียบกับการสั่ง AI ว่า “ตอบสั้นๆ” ไม่ใช่เทียบกับคำตอบยาวเวอร์ เพื่อให้ส่วนต่างยุติธรรม
- เจ้าของบอกเองว่า “ประหยัดเงินเป็นของแถม ของจริงคืออ่านเร็วขึ้นกับได้คำตอบไวขึ้น”
- มันลดแค่ token ตอน “ตอบ” — ไม่ได้ไปลดส่วนที่ AI ใช้คิด
ข้อแลกเปลี่ยนที่ต้องยอมรับ: คำตอบจะ “ห้วน” ขึ้น คนชอบคำอธิบายละเอียดอาจไม่ถูกใจ — ส่วนตัวเลข 65% นั้น เราลองวัดเองแล้ว ได้ผลต่างออกไปนิดหน่อย (อ่านต่อข้างล่าง)
เราลองเองแล้ว — ได้ 42% ไม่ใช่ 65%
แทนที่จะเชื่อตัวเลขในหน้า repo เฉยๆ เราเอา ruleset จริงของ caveman มารันคำถามชุดเดียวกัน 5 ข้อ 2 แบบ (ปกติ vs caveman) บน Claude Haiku 4.5 แล้วนับ token ที่ตอบจริง:
- ลดจากคำตอบปกติ 42% — ใช้ได้จริง แต่ไม่ถึง 65% ที่หน้า repo เคลม (ยังอยู่ในพิสัย 22–87% ที่เขาบอกไว้)
- แต่ถ้าเทียบกับการแค่พิมพ์สั่งเองว่า “ตอบสั้นๆ” — caveman ชนะแค่ราว 25% แปลว่าครึ่งหนึ่งของผลคือแค่ “สั่งให้สั้น” ไม่ต้องมี caveman ก็ได้ครึ่งทางแล้ว
- คำถามง่ายๆ อย่าง “API คืออะไร” — caveman ตอบยาวกว่าปกติด้วยซ้ำ ไม่ช่วยตอนคำตอบมันสั้นอยู่แล้ว
- คุณภาพ: เนื้อหาเทคนิคไม่หาย อ่านรู้เรื่อง บางคำถามตอบตรงประเด็นกว่าโหมดปกติที่ชอบเกริ่นยาว
สรุปจากการลองจริง: ของดี ใช้ได้ แต่เลข 65% ออกจะสวยเกินจริงไปนิด — ผลจริงราว 40% และส่วนที่ caveman เพิ่มจากการสั่ง “ตอบสั้น” ธรรมดาก็ไม่ได้มากมาย
ส่งท้าย
caveman เด่นตรงที่มันค่อนข้างโปร่งใส — กล้าวางพิสัยตัวเลข (22–87%) กับวิธีวัดให้ดู และบอกเองว่าของจริงคือความเร็ว ไม่ใช่เงิน ซึ่งหายากในวงการที่ชอบโม้
แต่พอเราลองวัดเอง ก็เจอว่าเลขพาดหัว 65% ยัง optimistic ไปนิด — ของจริงราว 40% บทเรียนเลยไม่ใช่แค่เรื่อง caveman แต่คือ: ตัวเลขสวยๆ ในหน้า repo ลองเองสักนิดก่อนเชื่อเสมอ ของดีจริงไม่กลัวการถูกวัดซ้ำ