ทดลองให้ AI สร้างระบบกระจายข้อความด้วย AMQP พร้อมทดสอบความทนทานระดับโปรดักชัน

ทีมผู้ก่อตั้งห้องทดลองด้านการเชื่อมต่อ AI เปิดเผยโครงการ Switchboard ซึ่งเกิดจากการทดลองสำคัญว่า โมเดลภาษาขนาดใหญ่ (LLM) จะสามารถสร้างระบบกระจายที่มีความซับซ้อนและทำงานได้ถูกต้องในระยะยาว เทียบคุณภาพกับวิศวกรมนุษย์ได้หรือไม่ โดยใช้สเปก AMQP 0.9.1 เป็นข้อกำหนดหลัก พร้อมกำหนดให้ระบบใช้ Raft แบบคลัสเตอร์และรองรับได้สูงสุด 9 โหนด รายละเอียดและประวัติการทำงานของเซสชัน รวมถึงผลลัพธ์จากเครื่องมือ ถูกเผยแพร่ไว้ในคลังโค้ดของโครงการตามข้อมูลจาก Hacker News

ผู้พัฒนาเลือก AMQP ซึ่งเป็นโปรโตคอลรับส่งข้อความที่มีมานาน แต่ยังรองรับรูปแบบการใช้งานได้หลากหลาย และออกแบบ Switchboard ให้เป็นโบรกเกอร์ข้อความที่ฝังลงในแอปพลิเคชันได้ หรือใช้งานเป็นบริการแยกต่างหากก็ได้ การพัฒนาด้วย Rust สอดคล้องกับโค้ดเบสของทีม และช่วยให้สามารถนำระบบไปรวมกับผลิตภัณฑ์เดิมได้สะดวก ผู้สร้างย้ำว่าโครงการนี้ไม่ได้ตั้งใจแข่งขันกับ RabbitMQ แต่พัฒนาขึ้นเพื่อตอบโจทย์การใช้งานภายใน โดยมีเป้าหมายรองรับสภาพแวดล้อมการผลิตที่ต้องการความเสถียรและการปฏิบัติตามข้อกำหนดสูง

ประเด็นสำคัญของการทดลองไม่ใช่เพียงให้ AI สร้างโค้ดได้รวดเร็ว แต่คือการประเมินว่าระบบที่ได้มีความสอดคล้องภายในและรักษาคุณสมบัติ linearizability ได้จริงหรือไม่ ผู้พัฒนาระบุว่ามีชุดทดสอบหลายร้อยรายการ ครอบคลุมหลายแพลตฟอร์มและสถาปัตยกรรม รวมถึงการทดสอบ Jepsen ด้าน linearizability บน Linux จึงเป็นตัวอย่างของการใช้ AI ในงานวิศวกรรมซอฟต์แวร์ระยะยาวที่ยังต้องอาศัยการตรวจสอบ การทดสอบ และความรับผิดชอบของมนุษย์ ไม่ใช่การสร้างโค้ดโดยปราศจากการกำกับดูแล

มุมมองสำหรับนักพัฒนาและผู้ประกอบการไทย: โครงการนี้ชี้ให้เห็นว่า AI อาจช่วยเร่งการพัฒนาระบบโครงสร้างพื้นฐานได้ แต่การนำไปใช้จริงควรเริ่มจากข้อกำหนดที่ชัดเจน แบ่งงานให้ตรวจสอบได้ และมีชุดทดสอบอัตโนมัติครอบคลุมกรณีผิดพลาดและการทำงานหลายโหนด โดยเฉพาะธุรกิจที่เกี่ยวข้องกับข้อมูลสำคัญหรือระบบที่ต้องพร้อมใช้งานสูง ควรให้ผู้เชี่ยวชาญตรวจทานสถาปัตยกรรมและผลลัพธ์ก่อนขึ้นระบบจริง พร้อมเก็บบันทึกการทำงานของ AI เพื่อช่วยตรวจสอบย้อนหลัง

นักพัฒนาและทีมธุรกิจที่ต้องการทดลองโมเดล AI สำหรับงานเขียนโค้ด วิเคราะห์ หรือสร้างสื่อ สามารถสำรวจโมเดลอย่าง Claude 3.7, GPT-4o, DeepSeek R1 และเครื่องมือสร้างวิดีโอ Seedance ผ่าน Tora API Playground หรือดูรายละเอียดแพ็กเกจได้ที่ หน้าราคา Tora API