ทาง Microsoft ปล่อย Postgres MCP Server มาให้ใช้งานยังไม่พอนะ มี Postgres skills มาให้ใช้งานอีกด้วยช่วยให้ AI Agent ต่าง ๆ เข้าถึง PostgreSQL database ได้แบบง่ายและสะดวกขึ้นทั้งการเขียน query ทั้งการวิเคราะห์ query รวมถึงโครงสร้าง และการใช้งาน indexเพื่อให้เราสามารถรู้ปัญหาได้รวดเร็วมากขึ้นรวมทั้งการจัดการ connection อีกด้วย
ในระบบงานทำงานต่าง ๆ ตั้งแต่เรียบง่ายไปจนถึงระบบแบบกระจาย (distributed system)มักจะเจอปัญหาปวดหัวเรื่องของ การทำงานซ้ำ ๆ (duplication)ส่งผลให้ระบบงานทำงานผิดพลาดและส่งผลกระทบไปยังผู้ใช้งานอีกซึ่งถ้าไม่ได้ออกแบบระบบงานเพื่อป้องกันปัญหานี้ไว้น่าจะมองโลกในแง่ดีเกินไปแน่ ๆเรื่องจากระบบต่าง ๆ มันพร้อมพัง หรือ มีปัญหาเสมอ
ทาง Microsoft ได้ปล่อย WSL containers (wslc) ตัว final ออกมาแล้วอธิบายสั้น ๆ คือ เราสามารถจัดการ container ใน WSL ได้เองเลยโดยไม่ต้องติดตั้ง container engine ใด ๆ ยกตัวอย่างเช่น Docker เป็นต้นการทำงานยังทำงานใน Linux VM เหมือนกับ WSL นั่นเองแต่ถูก customize ให้ทำงานร่วมกับ Windows OS ได้อย่างดี
จาก VDO ใน InfoQ เรื่อง Context Engineering at LinkedIn: How We Built an Organizational Context Layer for AI Agents with MCPโดยจาก VDO นั้นจะเรียกว่า CAPT (Contextual Agent Playbooks and Tools)อธิบายแนวทางในการจัดการ context ของระบบ AI Agent for coding ของบริษัทว่าจัดการอย่างไรบ้าง
ทาง ClickHouse ได้ปล่อย WalShadow ออกมา (ยังเป็น Development Preview !!)พัฒนาด้วยภาษา Rustซึ่งเป็น open source engine สำหรับการ replicate ข้อมูลจาก PostgreSQL ไปยัง ClickHouseโดยทำการอ่านจากการเปลี่ยนที่ WAL file (Write Ahead Log) นั่นเองซึ่งผลการทดลองพบว่าข้อมูลที่ commit แล้วใน PostgreSQLจะ replicate ไปยัง ClickHose ใช้เวลาไม่เกิน 200 msและรับได้ถึง 289K rows ต่อวินาที ซึ่งใกล้เคียงกับการ replicate ของ PostgreSQL เอง (50 ms)
ในโลกของ AI Agent นั้นจะทำงานเป็น loopซึ่งจะมี LLM (Large Language Model) เป็นตัวตัดสินใจว่าจะทำอะไรต่อไปจะ execute tool อะไร (tool calling)และ ทำการสร้างและประเมินผลลัพธ์การทำงาน (structured output)จากนั้นก็จะวน loop ทำงานไปจนกว่าจะสำเร็จนั่นเอง แต่การทำงานของ Agent loop ยังคงช้าและมีค่าใช้จ่ายที่สูงเพราะว่าต้องเรียก LLM เพื่อตัดสินใจการทำงานต่าง ๆ ทุกครั้ง ดังนั้นทาง TypeSafe จึงได้สร้าง Jev ซึ่งเป็น model ใหม่เพื่อมาแก้ไขปัญหาในส่วนของการตัดสินใจ (decision) และ classification task ต่าง ๆโดยในมีตัวเลขด้วยว่าเร็วขึ้นและราคาถูกมาก ๆ
หลาย ๆ คนน่าจะเคยใช้งาน Lovable.dev ไม่มากก็น้อยโดยเริ่มต้นจะใช้ชื่อว่า GPT Engineer นั่นเองได้เขียนการ migrate ระบบจากเดิมที่ใช้งาน Next.js มาเป็น Tanstack Startและย้าย host จาก vercel มาเป็นของตัวเองมาดูแนวคิดและแนวทางของการ migrate ครั้งนี้กันว่ามีอะไรที่น่าสนใจบ้าง
จากบทความเรื่อง AI Engineering Skills Map ที่ผ่านมา ของ DeepLearning.AIได้เพิ่ม skill ย่อยที่จำเป็นในส่วนของ Software Engineering Fundamentals เข้ามาประกอบไปด้วย มาดูรายละเอียดกันหน่อย
มีโอกาสไปแบ่งปันเรื่อง API design workshop จำนวน 2 วันซึ่งหลัก ๆ จะเป็น interface ของระบบต่าง ๆ ทั้ง REST API, gRPC และ messaging (Event-based)โดยจะเน้นในเรื่องของแนวปฏิบัติของการออกแบบที่ดีด้วยมุมมองของคนใช้งาน (consumer-based) มากกว่า provider-basedประกอบไปเรื่องต่าง ๆ ดังนี้
Postgres Is Enough คือ web รวบรวมชุดของเครื่องมือ และ extension ต่าง ๆ ของ PostgreSQLซึ่งพื้นฐานของ PostgreSQL นั้นคือ RDBMS สำหรับจัดเก็บข้อมูลแต่ด้วยความนิยมในการใช้งาน จึงเกิด use case ต่าง ๆ มากมายจนช่วยทำให้งานหลาย ๆ อย่างมาใช้ PostgreSQL อย่างเดียวเลยก็ได้ช่วยให้ง่ายต่อการดูแลรักษานั่นเองแต่เรื่องของ performance ก็ต้องพิจารณาอีกที เพราะว่าแต่ละระบบมีความต้องการที่แตกต่างกัน