MikkiPastel

ทุกคนเคยสงสัยไหม? เรารู้จัก response code ต่าง ๆ จากหลังบ้านมากมาย อย่างพวก 4xx จะมี 400 401 403 404 อะไรงี้ แล้ว 402 มันคืออะไร? แล้วมันหายไปไหน? เราจะมาเรียนรู้กัน

กับ “pay.sh: Enabling AI Agents with x402 Micropayments – เรียนรู้วิธีทำให้ AI Agents ของคุณสามารถทำธุรกรรม (Micropayments) ได้จริงด้วยมาตรฐานใหม่บน Solana” ที่งาน “Solana x AI Builders: The Road to Mainnet #2 (Bangkok) ” โดยคุณกอล์ฟ จาก ByteCat เมื่อวันอาทิตย์ที่ผ่านมานั่นเองงงงง (ทำไม่ทันลงช้าเลย ฮือออ)
📜 The 30-year story of HTTP 402
แน่นอนว่าเราชาวเดฟน่าจะรู้จัก response code กันมาบ้างแล้ว มันจะมี 200 OK, 400 Bad Request, 401 Unauthorized, 403 Forbidden, 404 Not Found ซึ่งเจ้า 402 Payment Required คนไม่ค่อยได้ยินกัน ซึ่งมันก็มาพร้อมเพื่อนนี่แหละ ในปี 1997 ที่ Internet Explorer มาใหม่ ๆ

โดยเจ้า 402 Payment Required มันมี idea ว่า ถ้าวันนึง internet ถูกใช้งานจนมัน mass มาก ๆ คงมีคนจ่ายเงินผ่าน http เลยประกาศ 402 เพื่อใช้งาน payment โดยเฉพาะ ซึ่งที่เขาวางไว้เป็นการซื้อแบบ pay-per-content เช่น ซื้อหนัง ซื้อเพลง แล้วจะจ่ายเงินยังไง? และมี protocol เป็นอย่างไร?

และเจ้า 402 ไม่ได้ถูกใช้งานอย่างแพร่หลาย เพราะ

1. ใน spec ไม่ได้บอกรายละเอียดข้างในว่าแต่ทำยังไง ไม่มี standard ในการใช้งาน
2. แต่พวก payment ต่าง ๆ ไปทำทาง subscription แทน เป็นการจ่าย 1 ครั้ง/เดือน เป็นเรื่องดีในเชิงธุรกิจที่สามารถประมาณการรายได้ได้ และ user ตัดสินใจ subscript 1 เดือน เพราะ
3. มนุษย์มี decision fatigue ตัดสินใจบ่อย ๆ ใช้พลังงานเยอะ มันเหนื่อย เลยไม่จ่ายก็ได้

แล้ว response code 402 แต่ละเจ้าก็ไม่ได้ implement ตามที่ design ไว้แต่แรก
- Shopify: Store frozen (unpaid bill) ร้านค้าไม่จ่ายเงิน
- Stripe: Failed card charge ตัดเงินไม่ได้
- Google API: Quota exceeded ใช้ quota เกิน

และ flow payment ต่าง ๆ ออกแบบมาเพื่อมนุษย์ และถ้าไม่ใช่มนุษย์ล่ะ?

แน่นอนว่าตอนนี้ไม่มีใครไม่เคยไม่ได้ยิน AI Agent มีหน้าที่ในการเป็นเลขาส่วนตัว ในการทำโน้นทำนี่ เช่น ช่วย research สรุป วิเคราะห์ต่าง ๆ แน่นอนว่าทำงานได้อย่างไม่งอแง ทำงานแบบไม่ต้องคิด แค่ทำตามกฏที่ตั้งไว้ อีกทั้งไม่มี decision fatigue อีกด้วย

พอเราสั่ง AI ทำงาน ตอนจ่ายเงินมีปัญหา คือ เขาไม่สามารถใช้บัตรเครดิตเราได้ ถ้าเราเรียก API ครั้งนึง 0.001$ แต่ค่าธรรมเนียมบัตรเครดิต 0.30$ เท่ากับว่าค่าธรรมเนียมสูงกว่าถึง 300 เท่า เลยไม่คุ้มที่จะให้ AI Agent ของเราใช้บัตรเครดิต อีกทั้งเรื่อง KYC, chargebacks, account setup และอื่น ๆ อีกที่เขาทำไม่ได้
🪙🤖 Why crypto + Al woke it up
แล้วถ้าจ่ายด้วยคริปโตแทนล่ะ?

แน่นอนเราสามารถสร้างกระเป๋าได้เลย ไม่ต้องไป KYC เติมเงินให้ AI เพื่อให้เขาตัดสินใจ และจ่ายเงิน อีกทั้งค่าธรรมเนียมถูกมาก ถ้าจ่ายด้วย USDC บน Solana มีค่าธรรมเนียมเพียง 0.00025$ คิดเป็นเงินไทยไม่ถึงสตางค์ ไม่ต้องใช้ account ทำธุรกรรมใช้เวลาตํ่ากว่า 1 วินาที

เราสามารถตั้งเวลาแล้วให้ agent sign signature และ execute ให้เราได้ทันที

⌛ Timeline: เนื่องจากมนุษย์มีปัญหาในการตัดสินใจ แต่ AI ไม่ได้คิดเรื่องพวกนั้น
- Coinbase x402 (OCT 2025): ประกาศเมื่อปลายปีที่แล้ว เป็น Native USDC ก่อน
- Coinbase x402 V2 (OCT 2025): รองรับ ERC-20, SPL, Token2022 ทุกตัว และได้หลากหลายเชน ไม่ว่าจะเป็น Base, Solana, Etheruem, Polygon, Arbiturm, Wrold รองรับการชำระเงินผ่าน AI Agent โดยไม่มีมนุษย์มาเกี่ยวข้องได้ (payment layer AI Agent)
- Stripe + Tempo (MAR 2026): Machine Payments Protocol (MPP) นอกจากรองรับ stable coin แล้ว ยังรองรับ fiat, Bitcoin Lightning (หรือชาว Bitcoiner เขาจะชอบ zap กันก็อันนี้แหละ) บน Tempo, Base, Solana
- Pay.sh (MAY 2027): อันนี้ของทีม Solana
👖 How pay.sh fits in
เดิมที AI Agent รู้ทุกอย่างทุกเส้นก่อนจ่ายเงิน ทาง Solana เลยวางตัวเองเป็น payment layer ที่ไม่ต้องรู้ว่าแต่ละเส้นทำงานยังไง มันจะจัดการให้ ตัว AI Agent เรียกใช้งานผ่านตัวนี้ตัวเดียวได้เลย ไม่ต้องไปเรียนรู้เส้นจ่ายเงินใหม่ มันจะจัดการให้

ส่วนประกอบของ Pay.sh
1. pay CLI: local tool
2. Catalog: มีทั้งหมด 72 service ให้ AI Agent ทำงานบางอย่าง เช่น ดึงราคาคริปโต มีค่าใช้จ่ายในการดึงนะ ดูว่าเรายอมจ่ายไหม และเราสามารถสร้าง tool พวกนี้ได้เช่นกัน
3. Protocol layer: detect ว่า layer ที่จ่ายเงินเป็นอะไร เช่น เป็น x402 เป็น MPP รวมถึงมาตรฐานใหม่ ๆ ที่จะเกิดขึ้นในอนาคตด้วย

402 Lifecycle: client ในที่นี้เป็น agent เรียกใช้ API แล้วจะได้ 402 และ challenge กลับมา แล้วก็ขออนุมัติให้จ่ายเงิน แล้วก็ sign เพื่อยืนยันธุรกรรม สุดท้ายจะได้ 200 กลับมา พร้อม content ที่เราซื้อกลับมา

การ sign signature ในการทำธุรกรรมนั้น จะใช้ private key ซึ่งตัว pay.sh ไม่ได้ถือให้เรา และถ้า pay.sh โดนอะไรขึ้นมา เงินของเรายังคงอยู่ใน wallet นะ

แล้วใน catalog มี service อะไรบ้าง? ให้ NotebookLM ช่วยสรุปให้ ก็จะมี
- AI/ML 33 services
- Data & Search 15 services
- Messaging 9 services
- Crypto & Compute 7services

ทำไมถึงน่าสนใจ?
- ไม่มีคนเกี่ยวข้อง (หรือ ไม่มี human-in-the-loop) ยกเว้นตอน sign ซึ่งเราทำเป็น programatic ได้ เอา private key ไปวางใน secret manager อะไรพวกนี้ได้
- ถ้ามี protocol ไม่ต้องเรียนรู้ใหม่ มันเพิ่ม knowledge ให้เอง
- มี catalog
- design เป็น AI Agent ในการใช้งานเท่านั้น
- มี sandbox ให้ลองเล่นก่อนใช้จริงได้

อีกทั้งเป็นทางเชื่อม AI Agent กับ payment layer ได้
🏗️ Build your own paid API
ตัวอย่าง วิเคราะห์ตลาด (แว่บแรกราคาคริปโต ไม่ใช่เนอะ) ให้ไปดูสถานที่ ดูรีวิว ดูเพื่อนบ้าน เอาไปทำรูป แล้วส่งเข้า email ทั้งหมดเกิดขึ้นบน pay protocol ไม่มีคนเข้าไปเกี่ยวข้องแล้ว

เราสามารถสร้าง AI Agent เปิด API เอาขึ้น catalog แล้วคนใช้งานสามารถ access API ของเราได้ผ่านการจ่ายเงิน เป็น P2P agent economy

มี MCP built-in ให้ มี config ให้เราไปเพิ่มเองได้ ใน `mcp.json`

หรือสร้าง API แบบ pay-as-you-go ดึงราคาแล้ว return ราคาให้ และมี pay gateway ให้เขียนไฟล์ `provide.yml` ระบุว่าแต่ละ endpoint เก็บเงินกี่บาทต่อ request
- แล้ว API จริงอยู่ที่ไหน? อยู่ที่ `routine.url` แต่ละ endpoint มีเส้นไหนบ้าง เก็บราคาเท่าไหร่
- คน access ผ่าน gateway แล้วเข้าผ่าน proxy เพื่อเข้า API ได้อีกทีนึง
- เอา gateway อันนี้ครอบ API เดิม เพื่อให้ AI Agent access ได้เลย

ต่อยอด idea
- Real-time DEX aggregator
- On-chain analytics wallet behavior
- Al trading signals
- NFT metadata service
- Cross-chain bridge quotes
- DeFi risk scoring
- P2P Agent Economy

บริษัทใหญ่เป็นคน provide อยู่ ถ้าคนตัวเล็ก ๆ ทำแล้วเก็บเงิน ก็ทำได้เช่นกัน
💬 Recap
- HTTP 402 มาตั้งแต่ปี 1997 แต่ไม่ได้ใช้อย่างแพร่หลาย
- AI Agent + crypto แก้ปัญหาได้
- pay.sh เป็น payment layer ใหม่ในยุค agent
- ตอนนี้มี 72 service ให้ใช้ และใช้กับ MCP ได้
- สามารถเอา API ของเรามาเป็น API เก็บตังค์ได้ เรียกได้ว่าสร้างรายได้จากเส้น API ของเราที่มีอยู่ 5555555
💬 Q & A
- เอาไปใช้ทำการซื้อสินค้าได้ไหม? เช่น ซื้อ macbook หรือซื้อของออนไลน์บน platform ชั้นนำ ตัว AI Agent ไม่สามารถเข้าถึง account ของเราได้ รวมถึงเงินเราด้วย ซึ่งเป็น flow ที่ออกแบบให้คนใช้ ไม่ใช่ AI Agent ในตอนนี้ยังไม่มี แต่ถ้าเราสามารถทำระบบตรงนี้มาได้ ก็สามารถสู้กับ platform ใหญ่ ๆ ได้เลย
- ตอนเติมเงินเข้า wallet ต้องมีเงินสกุลนั้นก่อนถึงจะ challenge ผ่าน แต่เขาก็รองรับหลายสกุลเงินอยู่นะ อนาคตอาจจะมีคนทำ auto convert ก็ได้
- pay.sh ไม่ได้ถือ private key และ private key ยังอยู่กับเรานะ
ทั้งหมดจะประมาณนี้ ยังเหลืออีก session นีงของพี่ Katopz น้า

อัพเดตฝั่ง Android Developer จากงาน Google I/O 2026 แบบไว ๆ จากคุณ Florina Muntenescu
1. ประกาศรองรับ Android บน Google Antigravity อย่างเป็นทางการ สามารถสร้างแอพ Android จากใน Google Antigravity ได้เลยยย (เดี๋ยวไปลอง)
2. Android CLI คือ เครื่องมือจัดการ Workflow สำหรับ AI Agent ตอนนี้ stable แล้วพร้อมใช้งานบน Production แล้ว ช่วยสั่งงานตั้งแต่ download SDK ไปจนถึงการจัดการ Emulator
3. Android Knowledge Base: คลังข้อมูลการพัฒนาแอพ Android ที่ทำให้ LLMs เข้าใจแนวทางปฏิบัติและเขียนโค้ดได้ถูกต้องตาม Best Practice
4. Android Skills: เป็น Open-source ที่ช่วยให้ AI เข้าใจตัว Android และเขียนโค้ดได้ถูกต้องตาม Best Practice
📈 ทาง Google เผยว่า AI Agent ที่ใช้งานร่วมกับ Android CLI สามารถทำงานได้ "เร็วขึ้นถึง 3 เท่า" และ "ประหยัดการใช้ Token ลงไปถึง 70%" อีกด้วย
💻 และเมื่อเรา vibe code บน Google Antigravity จนพอใจแล้ว สามารถเอาไปทำงานต่อบน Android Studio ต่อได้เลย และทำการ deploy ได้อย่างลื่นไหลอีกด้วย
สำหรับคลิปเต็ม กับของ session อื่น ๆ ขอตัวไปดูก่อนน้า น่าจะเยอะอยู่

Vibe Coding 101
ปรับพื้นฐานการเขียน code ด้วย AI Agent
ด้วย Google Antigravity
สรุปจาก session “Getting Started with Google Antigravity” โดยคุณ Jirayut Nimsaeng ที่งาน ChaiyoGCP Season 6 Kickoff Event เมื่อวันที่ 22 มีนาคมที่ผ่านมา นี่เพิ่งจะได้ดูย้อนหลังเอง แหะ ๆ
🧑‍🚀 Google Antigravity เป็น IDE ที่ base-on VS Code เป็น AI Agent ที่ช่วยในการเขียนโค้ด พยายามเป็น agent และ mission control ในการพัฒนาโปรแกรมให้เรา
🧑‍💻 Vibe Coding คืออะไร? คิดมาเมื่อปีที่แล้ว (2025) โดย Andref Karpathy เราไม่ต้องเขียนโปรแกรมเอง สั่ง AI อย่างเดียว โดยที่ไม่จำเป็นต้องมีความรู้เรื่อง programming หรือ coding มาก่อน

คนที่มีพื้นฐาน basic programming เป็นโอกาสในการเรียนรู้ จากที่อ่านหนังสือใด ๆ ใช้ AI ในการเรียนรู้ เพื่อ upskill ตัวเอง ในวิธีการเรียนรู้ที่ถูกต้อง

สำหรับ junior หรือ mid-level ใช้ AI ในการ upgrade ตัวเองเป็น senior ที่นอกจากรู้เรื่อง coding แล้ว ยังมีเรื่อง soft skill ด้วย เช่น เรื่องการสื่อสาร การทำ architecture
3 ขั้นตอนในการ Vibe Coding
1. Think: เรากำลังจะทำอะไร เช่น to-do list web app
2. Build: สร้างของจริงจาก idea
3. Publish: สามารถ deploy app ที่เราทำ ผ่าน Google Cloud Run ได้ทันที

เครื่องมือจากบ้าน Google
- Google AI Studio: เหมาะสำหรับทำ prototype มาก ๆ โชว์ visualize เหมือน Figma สั่งมันว่าอยากได้หน้าตาแบบไหน ทำได้อย่างรวดเร็ว และบางครั้งก็ใช้จริงได้เลย
- Google Antigravity: เหมาะสำหรับเริ่ม coding จริงจัง
- Gemini CLI: เหมาะกับคนที่สุดจะ power user หรือคนชอบใช้ terminal และช่วงหลังตัวนี้ติด limit น้อยสุด แทบจะถามได้แบบ unlimit
🤔 Think
หลักการการคิด ในการทำ prompt
- Give a role: เป็นใคร เช่นเป็น UI/UX Designer, developer, infrastructure
- Define the goal: อยากทำอะไร
- Provide context: เรากำลังจะสร้างอะไรขึ้นมา เราต้องทำตรงนี้ให้ชัดเจน และเคลียร์มากขึ้น
- Does it need AI?: ต้องใช้ AI เข้ามาช่วยใน feature ที่เราจะทำไหม
- Create the vibe:
- Add a visual: อันนี้เป็น optional เราอยากได้หน้าตาเป็นยังไง

เทคนิคการเขียน prompt ต้องเริ่ม vibe coding ก่อน เพื่อให้รู้ว่าทำอะไร แล้วมันแก้ปัญหาอะไร
🏗️ Build
Google Antigravity มี 2 mode คือ coding mode เขียนบน VS Code ธรรมดา กดที่ Open Agent Manager จะไปที่ Agent Manager พร้อม vibe code สั่งภาษาอังกฤษ และภาษาไทยก็ได้เช่นกัน

สามารถสั่ง setting ได้ เช่น
- Artifact → Review Policy: Asks for Review สั่ง agent ไป แล้ว review ทุกครั้ง, Always Proceeds ให้ AI ทำให้หมดเลย
- Terminal → Terminal Command Auto Ex*****on: Always Proceed ให้ execute command ให้เราอัตโนมัติ
- Model มีให้ใช้ 6 ตัว คือ Gemini 3.1 Pro (High), Gemini 3.1 (Low), Gemini 3 Flash, Claude Sonnet 4.5 (Thinking), Claude Opus 4.6 (Thinking) และ GPT-OSS 1208 (Medium) แต่ละตัวถ้าใช้หมด 100% แล้วจะ refresh ในอีกเวลาเท่าไหร่ต่อจากนี้

เราควรเขียน prompt เต็ม ๆ แต่ตอน demo เขียนสั้น ๆ “create todo list web app using Python” ซึ่งมันจะไม่ค่อยดีแหละ

และมี 2 mode คือ Planning และ Fast

โดย Planning มันจะ plan ตัว implementation plan ออกมา สร้าง plan ให้เรานั่งดู และ review มี task ว่าจะทำอะไรบ้าง และมันจะ create มา 2 artifact คือสิ่งที่ AI คิดขึ้นมา มี implemetation plan และ task

ถ้ายังไม่พอใจก็ใส่เพิ่มโดยการเพิ่ม comment ไปได้ เช่น Add browser automated test, run crud, capture screenshot on each operation แล้วกด submit มันจะ improve ตัว implementation plan ซึ่งขั้นตอนนี้ใช้เวลา 70-80% ของการ vibe coding ทั้งหมด

เมื่อพอใจแล้วกด Proceed ได้เลย มันจะทำการ implementation plan มันจะมีความลุ้น คือ ทำทุกครั้ง จะไม่เหมือนกันทุกครั้ง ระหว่างนั้นฝั่ง coding เริ่มมีไฟล์โผล่มาทีละอัน กำลังสร้างไฟล์อะไรขึ้นมาอยู่

ตัว agent สามารถทำ automate test ด้วยการเปิด browser มันจะเทสโดยกดอะไรต่าง ๆ ที่หน้า browser ให้เองเลย หรือจะใช้ playwright ที่ไม่ต้องเปิด browser ก็ได้ แต่มีตัว requirement เยอะเลยจะช้าหน่อย

ระหว่างนี้เราก็นั่ง review ผลลัพธ์ทีละอัน ทีละอัน ว่าโค้ดที่ใส่มานั้น ทำอะไร ต้องเปลี่ยนอะไรไหม มีอะไร concern หรือเปล่า

run 100 ครั้ง ไม่เหมือนกันสักครั้ง ซึ่งมันไม่ดีแน่ ๆ เป็นจุดเริ่มต้นของคนที่ไม่เคยทำ vibe coding มาก่อน เหมาะสำหรับทำ prototype ที่อยากเห็นหน้าตาของมันคร่าว ๆ จากไอเดียของเราก่อน แล้วไปจ้าง developer และ designer ตัวจริง

ต่อมาเริ่มอยากทำอะไรจริงจัง ตัว Google Antigravity จะมีตัว Rules กับ Workflows ใน Customizations เป็น step ถัดไปในการทำ vibe coding

มาใส่ rule ของใน workplace นี้กัน
- code-style-guide.md: เพิ่ม style guide ว่าต้องเป็น PEP 8 style guide นะ เพราะเป็น Python และให้โค้ดทุกอันมี comment
- code-generation-guide.md: เริ่มเป็น power user ฝั่งเดฟ เป็น coding generation guide ว่า ห้ามใส่ logic ทุกอย่างที่ไฟล์ main.py ให้ใส่ในไฟล์ที่เป็น feature นะ

ต่อมาใส่ workflow กัน ในที่นี้คือสั่งให้ agent ทำอะไรซํ้า ๆ บ่อย ๆ เราจะใส่ตัวนึงค้างไว้ เป็น generate-unit-tests.md เพื่อทำ unit test

เมื่อทำเสร็จแล้ว จะมีตัว walkthrough ออกมา ว่าเราได้อะไรบ้าง และการ verification แล้วมี recording การใช้งาน รวมถึง document how to run ด้วย

จากนั้นให้มัน improve ตาม rule ที่เขียนไว้เมื่อกี้ “please improve coding follow by style guide and code generation guide” มันจะเริ่มเปลี่ยนโค้ดมาให้เราอีกรอบนึง

และสั่งทำ unit test จาก workflow ที่สร้างได้ โดย command /generate-unit-tests ซึ่งรอทำเป็น step ถัดไป หลังจาก improve เสร็จ
🧠 Skill เราสามารถสร้างสิ่งนี้ เป็นการบอกว่าให้ AI focus ด้านไหนด้านหนึ่ง เช่น ทำ code review ก็สร้าง folder code-review และสร้างไฟล์ SKILL.md แล้วใส่รายละเอียด skill ในเรื่องนั้น ช่วยแปลงตัวเองเป็น developer code review ให้เรา ว่ามีเรื่องอะไรบ้าง และ provide feedback ด้วย

การใช้งานพิมพ์ review ตามด้วยไฟล์ที่ต้องการได้เลย “review .py”
คนเราในยุค AI เหนื่อยมากกว่าเดิม เพราะ AI ทำงานเร็ว แล้วเราต้องคิดว่า AI ต้องทำอะไรต่อดี

โค้ดที่เราไม่เข้าใจก็ถาม Gemini ต่อได้ และได้เรียนรู้ code style guide รวมถึง architecture ด้วย

สิ่งที่ต้องทำ ลอง vibe coding เริ่มเขียน rule และ workflow สุดท้าย programmer ไม่ได้หายไป ถีบตัวเองไปเป็น mid-level และ senior เร็วขึ้นด้วยการช่วยเหลือของ AI มี SKILL.md เป็นของตัวเอง กลายเป็น AI Engineer อย่างแท้จริง