GitHub Copilot ย้ายไปอยู่ในแชท — เรียก @GitHub ใน Slack และ Teams ให้ agent ไปแก้โค้ดใน sandbox แล้วเปิด PR กลับมา
21 สิงหาคม 2026 GitHub ปล่อยสองรายการใน changelog วันเดียวกัน — Copilot experience ใหม่ใน Slack และ shared agentic work ใน Microsoft Teams ทั้งคู่เข้าสู่ public preview พร้อมกัน และทั้งคู่ทำสิ่งเดียวกันในเชิงแนวคิด: ย้ายจุดที่คุณสั่ง coding agent ออกจาก IDE ไปไว้ในห้องแชทที่ทีมคุยกันอยู่แล้ว
ทำอะไรได้บ้าง
พิมพ์ @GitHub ในแชนเนล เธรด หรือ DM แล้วสั่งงานได้เลย ความสามารถที่ประกาศไว้:
- ตอบคำถามเกี่ยวกับโค้ดและกิจกรรมบน GitHub ของคุณ
- คัดกรองและจัดการ issue
- สืบหาสาเหตุที่ build ล้มแล้วลงมือแก้ใน sandbox ที่แยกออกมา
- เปิด pull request พร้อมลิงก์กลับไปยังบทสนทนาต้นทาง เพื่อให้คนรีวิวเห็นบริบทว่างานนี้เริ่มจากอะไร
- สร้าง code channel เฉพาะกิจสำหรับติดตามงานแต่ละชิ้น
ข้อสุดท้ายคือหัวใจ ฝั่ง Slack GitHub เรียกมันว่าการเปิดตัว Slack Code ซึ่งเป็นชนิดแชนเนลใหม่ที่ออกแบบมาสำหรับ agent โดยเฉพาะ แนวคิดคือ session ของ agent ควรเป็นของสาธารณะในทีม ไม่ใช่งานที่แต่ละคนแอบรันคนเดียวในเครื่องตัวเอง — ทั้งทีมเห็นได้ว่า agent กำลังทำอะไร และเข้าไปแทรกได้
ฝั่ง Teams ก็เหมือนกัน: mention @GitHub ในแชนเนล เธรด หรือ DM แล้ว Copilot จะสร้าง code channel สำหรับติดตามความคืบหน้า งานเดินต่อแบบ async ใน cloud sandbox และคุณ สั่งงานต่อจากที่ไหนก็ได้ — จาก Teams, เทอร์มินัล, แอป Copilot หรือใน IDE โดยเป็น session เดียวกัน
ข้อกำหนดและค่าใช้จ่าย
- Slack — public preview สำหรับองค์กรที่ใช้แพลน GitHub Copilot Business หรือ Enterprise การใช้งานหักจากสิทธิ์ Copilot เดิม
- Teams — public preview สำหรับแพลน Copilot แบบเสียเงิน
- ทั้งคู่ต้องให้แอดมิน เปิด policy ของ Copilot cloud agent และ cloud sandbox ก่อน แล้วติดตั้งแอป GitHub ในพื้นที่ทำงานของ Slack/Teams และผูกบัญชี GitHub
- ฝั่ง Teams ระบุชัดว่า cloud agent session และการใช้ sandbox กินเครดิต AI และคิดเงินแยกต่างหาก
- ทุกการกระทำของ agent ยังถูกจำกัดด้วยสิทธิ์ GitHub เดิมของผู้ใช้ และแอดมินของ repo สามารถบังคับให้ PR ที่ Copilot สร้างต้องผ่านการอนุมัติเพิ่มได้
มุมมอง AI Curator
นี่คือ ChatOps ที่วนกลับมาอีกรอบ แต่คราวนี้ปลายทางของคำสั่งไม่ใช่สคริปต์ที่เขียนไว้ล่วงหน้า — เป็น agent ที่ตัดสินใจเอง ความต่างนั้นใหญ่กว่าที่เห็น สมัย Hubot การพิมพ์ /deploy ในแชทมีผลลัพธ์ที่ทำนายได้เป๊ะ ๆ การพิมพ์ “@GitHub ช่วยดูหน่อยว่าทำไม test นี้ flaky” ไม่มีวันทำนายได้ และมันจะทำอะไรบางอย่างกับ repo จริง
จุดที่ผมคิดว่าออกแบบมาถูกคือ code channel ปัญหาที่แท้จริงของ coding agent ในทีมไม่ใช่คุณภาพโค้ด แต่คือ ไม่มีใครรู้ว่าคนอื่นสั่งอะไรไปแล้วบ้าง สองคนสั่ง agent แก้บั๊กเดียวกันคนละเธรด ได้ PR ที่ชนกันสองอัน หรือแย่กว่านั้นคือมี PR โผล่มาโดยไม่มีใครจำได้ว่าใครสั่ง การบังคับให้ session ไปอยู่ในแชนเนลที่มองเห็นได้ พร้อมลิงก์จาก PR กลับไปยังบทสนทนาต้นทาง คือการยอมรับว่า audit trail สำคัญกว่าความสะดวก และเป็นสิ่งที่เครื่องมือ agent หลายตัวยังไม่ยอมรับ
แต่การย้ายไปอยู่ในแชทก็ย้ายความเสี่ยงตามไปด้วย IDE เป็นพื้นที่ส่วนตัว แชนเนลทีมไม่ใช่ — ในห้องที่มีคนสามสิบคน คนที่มีสิทธิ์ mention @GitHub คือทุกคนในห้องนั้น GitHub วางการ์ดไว้ถูกที่แล้วด้วยการผูกกับสิทธิ์ GitHub เดิมและให้แอดมินบังคับ approval บน PR ของ Copilot ได้ แต่ทีมที่จะเปิดใช้ควรตั้งค่าตัวหลังนี้ ตั้งแต่วันแรก ไม่ใช่หลังเกิดเรื่อง และควรคิดด้วยว่า prompt injection ผ่านข้อความในแชนเนลสาธารณะเป็นพื้นผิวโจมตีที่ไม่มีใน IDE
เรื่องเงินเป็นอีกจุดที่ต้องอ่านให้ละเอียด ฝั่ง Slack บอกว่าหักจากสิทธิ์ Copilot เดิม ฝั่ง Teams บอกว่า cloud agent session กับ sandbox คิดเงินแยก — สองประโยคนี้ไม่เหมือนกัน และเมื่อการสั่งงาน agent ง่ายลงเหลือแค่พิมพ์ในแชท ปริมาณการเรียกจะพุ่งขึ้นตามธรรมชาติ ทีมที่เปิดใช้ควรตั้งเพดานและดูบิลเดือนแรกอย่างใกล้ชิด
สำหรับทีมไทย ผมคิดว่าท่านี้อาจเข้ากับวิธีทำงานจริงมากกว่าที่คิด — หลายองค์กรบ้านเราคุยงานพัฒนากันในแชทอยู่แล้ว (ต่อให้เป็น LINE ก็ตาม) และมีคนที่ไม่ได้เปิด IDE แต่ต้องรู้สถานะงานอยู่เต็มไปหมด ทั้ง PM ทั้ง QA ทั้งฝั่งธุรกิจ การให้คนเหล่านี้เห็นว่า agent กำลังทำอะไรอยู่ในแชนเนลเดียวกับที่คุยงาน มีค่ามากกว่าการเพิ่มความเร็วให้ dev อีกสองสามนาที ข้อจำกัดที่แท้จริงคือมันผูกกับ Slack และ Teams เท่านั้น ซึ่งไม่ใช่ที่ที่ทีมไทยจำนวนมากคุยกันจริง
แหล่งข่าว
อ่านเพิ่มในหมวด เครื่องมือนักพัฒนา
Betelgeuse รัน Qwen3.8 Flash Next ขนาด 68GB บน RTX 3060 กับแรม 16GB ส่วน Basalt วัดให้เห็นว่าเอนจินที่เร่งด้วยแฟล็กลัดทำให้โมเดลลืมของ
Betelgeuse ฟอร์ก llama.cpp ที่เปิดเมื่อ 31 ต.ค. ดึง expert จาก NVMe เข้า VRAM ตามต้องการ อ้าง 22 tok/s แบบไม่ทิ้ง expert แต่ README เตือนเองว่ายังทดลองและตัวเลขมาจากคนละรอบ วันเดียวกันผู้พัฒนา Basalt เผยผลวัดว่าแฟล็กเร่งความเร็วทำคุณภาพ Q8 ตกไปใกล้ Q2
กฎห้ามโคลนเกมของ Claude Code เริ่มกระทบงานจริง บริษัทรับทำเกมกระดานร้องงานลูกค้าหยุด แต่รายงานหลายชิ้นปนกับตัวกรองไซเบอร์คนละเรื่อง
ต่อจากที่เราพบกฎนี้ในไบนารี Claude Code ผู้ใช้เริ่มรายงานว่างานเชิงพาณิชย์ถูกปฏิเสธ และ Tom's Hardware กับ Mashable หยิบไปรายงาน แต่เมื่อไล่ issue ที่อ้างถึง พบว่าหลายรายการเกิดก่อนกฎจะมา จึงน่าจะเป็นตัวกรองด้านไซเบอร์ ส่วน Anthropic ยังไม่ชี้แจง
Claude Code ส่ง transcript ของ background agent ให้โมเดลทุก ~30 วินาทีเพื่อเขียนสถานะ 3–5 คำ ผู้วัดรายงานกินราว 16% และยังปิดแบบทางการไม่ได้
รายงานอิสระพบว่าฟีเจอร์ agent_summary ของ Claude Code ส่ง transcript เต็มของ background agent ไปถามสถานะทุก ~30 วินาที คิดเป็น 16.4% ของค่าใช้จ่ายในระบบของผู้วัด Issue เปิดมาตั้งแต่ ส.ค. ยังไม่มีสวิตช์ปิดที่รองรับ เราตรวจพบโค้ดนี้ใน 2.1.314 และพบกฎใหม่เรื่องเกมที่ไม่อยู่ใน changelog