Claude Agent จบในตัวได้ไหม? หรือยังต้องใช้คู่กับ n8n (เจาะลึก 2569)

ก่อนอื่น: "Claude Agent" ไม่ได้มีชิ้นเดียว

ความสับสนส่วนใหญ่เกิดจากการเอาคำว่า Agent มาเทียบกับ n8n ตรง ๆ ทั้งที่ฝั่ง Claude ไม่ได้เป็นผลิตภัณฑ์เดียว แต่เป็นชุดชิ้นส่วนที่เอามาประกอบกัน ถ้าแยกชิ้นออกมาก่อน คำถามว่า "จบในตัวไหม" จะตอบง่ายขึ้นมาก

สรุปสั้น ๆ ตามที่เอกสารสาย developer มักอธิบายไว้: SDK คือ loop, MCP กับ tools คือ "ทำอะไรได้", Skills คือ "รู้วิธีทำงานนั้นยังไง" ส่วน Managed Agents กับ Routines คือชั้นที่ทำให้มันวิ่งเองได้โดยไม่ต้องมีคนเปิดเครื่องรอ

โครงสร้าง Skill ที่ทำให้ agent "รู้วิธีทำงานขององค์กรเรา"

จุดที่หลายคนมองข้ามคือ Skills ซึ่งเป็นแค่โฟลเดอร์ที่มีไฟล์ SKILL.md อยู่ข้างใน — ระบบจะโหลดเข้ามาเฉพาะตอนที่เกี่ยวข้อง จึงแทบไม่กินคอนเท็กซ์เวลาไม่ได้ใช้ นี่คือช่องทางที่ทำให้ agent ทำงานตามระเบียบขององค์กรได้จริง ไม่ใช่ทำตามค่ากลางที่โมเดลเดาเอง

skills/
└── ตรวจใบขอซื้อ/
    ├── SKILL.md          # ขั้นตอน + กติกา: วงเงินไหนต้องใครอนุมัติ
    ├── references/
    │   └── ระเบียบพัสดุ-ฉบับย่อ.md
    └── scripts/
        └── check_budget.py   # สคริปต์ที่ agent เรียกใช้ได้

งานแบบไหนที่ Claude Agent จบในตัวได้จริง

เกณฑ์ที่ใช้ได้จริงมีข้อเดียว: ถ้าเขียนขั้นตอนตายตัวล่วงหน้าไม่ได้ ให้ใช้ agent ถ้าเขียนได้ สคริปต์ธรรมดาหรือ workflow จะเร็วกว่าและถูกกว่าเสมอ ตัวอย่างงานที่เข้าเกณฑ์แรก:

• ไล่หาสาเหตุบั๊กในโค้ดเบสเดิม — ไม่มีใครรู้ล่วงหน้าว่าต้องเปิดไฟล์ไหนบ้าง จำนวนขั้นขึ้นกับสิ่งที่เจอระหว่างทาง
• อ่านเอกสารยาวแล้วสรุปประเด็นที่ขัดกัน เช่นเทียบ TOR กับสัญญาฉบับจริง
• งานประจำที่มีเงื่อนไขเยอะ เช่น ตรวจชุดเอกสารขออนุมัติแล้วบอกว่าขาดอะไร ซึ่งแต่ละใบขาดไม่เหมือนกัน
• งานที่ต้องวิ่งเองตอนกลางคืน — Routines ทำให้ตั้งเวลาให้ agent ทำงานบนคลาวด์ได้โดยไม่ต้องเปิดเครื่องทิ้งไว้ เช่น รันทดสอบ ตรวจโค้ดที่เปลี่ยน หรืออัปเดต dependency

งานสี่กลุ่มนี้ ถ้าเครื่องมือที่ต้องใช้ต่อผ่าน MCP ได้ครบ Claude ทำจบได้เองจริง ไม่ต้องมี workflow tool มาคั่นกลาง

แล้วตรงไหนที่ยังไม่จบในตัว

ข้อจำกัดที่เจอในงานจริงไม่ค่อยเกี่ยวกับความฉลาดของโมเดล แต่เกี่ยวกับลักษณะของระบบรอบ ๆ มากกว่า

สองรูปแบบที่ใช้คู่กันได้จริง

ในทางปฏิบัติ ทีมที่ทำจริงมักไม่เลือกข้าง แต่เลือกว่าใครเป็นคนคุมจังหวะ ซึ่งมีสองแบบ:

แบบ A — workflow เป็นเจ้าของจังหวะ (ใช้บ่อยที่สุด)
  trigger → กรอง/เตรียมข้อมูล → [ เรียก Claude ทำขั้นที่ต้องใช้วิจารณญาณ ]
          → ตรวจผลลัพธ์ → รอคนอนุมัติ → เขียนกลับเข้าระบบ → เก็บ log

แบบ B — agent เป็นเจ้าของจังหวะ
  เป้าหมาย → Claude วางแผนเอง → เรียกเครื่องมือผ่าน MCP
          → [ เรียก webhook ของ workflow เมื่อต้องต่อระบบเก่า ] → สรุปผล

แบบ A เหมาะกับกระบวนการธุรกิจที่มีขั้นตอนชัดและมีจุดที่ต้องตัดสินใจไม่กี่จุด ส่วนแบบ B เหมาะกับงานสำรวจ งานวิเคราะห์ และงานพัฒนา ที่ขั้นตอนงอกระหว่างทาง ทั้งสองแบบใช้ Claude เหมือนกัน ต่างกันแค่ว่าใครถือแผน

ตารางตัดสินใจแบบใช้ได้จริง

ในบริบทของระบบ ERP

งาน ERP เป็นตัวอย่างที่เห็นเส้นแบ่งชัดที่สุด เพราะในกระบวนการเดียวมีทั้งสองประเภทปนกัน ยกตัวอย่างการขออนุมัติจัดซื้อ: การตรวจว่าเอกสารครบไหมและงบหมวดนี้พอไหม เป็นตรรกะตายตัวที่ระบบตรวจได้เองอยู่แล้ว ไม่ควรเอาโมเดลไปคิดซ้ำ แต่ขั้นที่ต้องอ่านคำขอที่พิมพ์มาแบบยาว ๆ แล้วสรุปว่าตรงกับหมวดงบไหน หรือชี้ว่าคำอธิบายขัดกับใบเสนอราคาที่แนบมา — ตรงนั้นคือจุดที่ agent มีค่า

สำหรับ Saeree ERP เราพูดตรง ๆ ว่า AI Assistant ของเรายังอยู่ในช่วง Training ยังไม่ได้เปิดเป็นฟีเจอร์ให้ลูกค้าใช้งาน สิ่งที่ระบบทำได้แล้วคือส่วนที่เป็นเงื่อนไขจำเป็นก่อนหน้านั้น — การตรวจวงเงินคงเหลือก่อนอนุมัติ การแยกสถานะจอง ผูกพัน และค้างจ่ายออกจากกัน สิทธิ์การเข้าถึงตามบทบาท และร่องรอยการอนุมัติที่ตรวจย้อนได้ ซึ่งเป็นสิ่งที่ต้องมีก่อนจะให้ agent เข้ามาแตะได้อย่างปลอดภัย อ่านภาพรวมเรื่องนี้ต่อได้ที่ Agentic AI คืออะไร และ AI Agent ในงานบัญชี

สรุป

คำตอบของคำถามหัวเรื่องคือ จบในตัวได้ — แต่ไม่ใช่กับทุกงาน ชุดเครื่องมือของ Claude ปี 2569 ครบพอที่จะทำงานเปิดปลายให้จบเองได้จริง โดยเฉพาะเมื่อเครื่องมือที่ต้องใช้ต่อผ่าน MCP ได้ และมี Routines ช่วยให้วิ่งเองตามเวลา สิ่งที่ยังไม่ใช่จุดแข็งคือการเป็นตัวคุมคิวของงานตายตัวปริมาณมาก การรับ event จากระบบเก่าหลายตัว และการทิ้งร่องรอยแบบที่ผู้ตรวจสอบอยากเห็น

ในทางปฏิบัติ คำถามที่ถูกกว่าจึงไม่ใช่ "เลือกอะไร" แต่เป็น "ใครควรถือแผนของงานนี้" ถ้าแผนเขียนล่วงหน้าได้ ให้ workflow ถือ แล้วเรียก agent เฉพาะจุดที่ต้องใช้วิจารณญาณ ถ้าแผนต้องงอกระหว่างทาง ให้ agent ถือ แล้วใช้ workflow เป็นสะพานไปหาระบบที่ต่อตรงไม่ได้ — เราเจาะมุมกลับด้านของคำถามนี้ไว้ในบทความ n8n ถึงกาลอวสานแล้วหรือยัง

อย่าถามว่า agent แทน workflow ได้ไหม ให้ถามว่างานนี้ "เขียนขั้นตอนล่วงหน้าได้หรือเปล่า" — ถ้าได้ อย่าจ่ายค่าให้โมเดลคิดใหม่ทุกรอบ

- ทีมงาน Saeree ERP

แหล่งอ้างอิง

• Anthropic Newsroom
• Help Net Security — Claude Managed Agents bring execution and control to AI agent workflows
• InfoQ — Anthropic introduces Routines for Claude Code automation
• AI Agents Hub — Claude Agent SDK: capabilities, comparison and ecosystem guide
• IronPlate — Claude Code Routines vs n8n: deterministic vs agentic automation
• Zarif Automates — Claude Managed Agents vs n8n: the real difference