ข้ามไปยังเนื้อหา
Software

VS Code 1.143 ใช้ Copilot harness เป็นค่าเริ่มต้น เทียบหลายโมเดล รัน MAI Code บนเครื่อง

VS Code 1.143 ออก 22 ต.ค. 2026 ตั้ง Copilot harness เป็นค่าเริ่มต้น เทียบผลหลายโมเดลในงานเดียว และทดลองรัน MAI Code 1.1 Flash บนเครื่องโดยไม่ใช้เครดิต AI

โดย กองบรรณาธิการ THAI DATA อ่าน 5 นาที

แชร์FacebookXLINELinkedIn
ภาพประกาศ VS Code 1.143 โลโก้ Visual Studio Code พร้อมข้อความ VS Code v1.143 New release
ภาพ: Visual Studio Code

สรุปประเด็นสำคัญ

  • Microsoft ออก VS Code 1.143 เมื่อ 22 ตุลาคม 2026 เซสชันใหม่ใช้ Copilot harness ที่สร้างบน Copilot SDK เป็นค่าเริ่มต้น และทำงานต่อเบื้องหลังผ่าน Agent Host ได้
  • ฟีเจอร์ Compare model results (Preview) สั่งให้ 2 โมเดลขึ้นไปทำงานเดียวกันพร้อมกัน ผสม harness ของ Copilot, Claude และ Codex ได้ แล้วให้โมเดลกรรมการให้คะแนนและรวมคำตอบ
  • โหมดทดลอง On-device models ดาวน์โหลด MAI Code 1.1 Flash ขนาด 52.8 GB มารันบนเครื่อง คำตอบไม่ใช้เครดิต AI แต่ต้องมี GPU ของ NVIDIA หน่วยความจำ 96 GB ขึ้นไป
  • การเปิดแชตยาวเร็วขึ้นมาก แชตประวัติราว 530 MB ที่เคยใช้ 35.6 วินาที เหลือ 9.0 วินาที และหน้าต่างไม่ค้างนานเกิน 0.6 วินาที
  • ฝั่งองค์กรใน VS Code 1.143 ผู้ดูแลกำหนดโมเดลเริ่มต้น บังคับติดตั้งปลั๊กอิน และส่ง header ให้ OpenTelemetry ได้ ส่วน harness แบบ Local กำลังถูกทยอยเลิกใช้

Microsoft ออก VS Code 1.143 เมื่อวันที่ 22 ตุลาคม 2026 รุ่นนี้ให้เซสชันแชตใหม่ใช้ Copilot harness เป็นค่าเริ่มต้น เพิ่มการสั่งหลายโมเดลทำงานเดียวกันแล้วเทียบผล และเปิดให้ทดลองรันโมเดลเขียนโค้ด MAI Code 1.1 Flash บนเครื่องของผู้ใช้เองโดยไม่เสียเครดิต AI แต่ต้องมี GPU หน่วยความจำ 96 GB ขึ้นไป

VS Code ออกรุ่นใหม่ทุกสัปดาห์ และ VS Code 1.143 ตามหลังรุ่น 1.142 เพียง 8 วัน แต่รุ่นนี้เปลี่ยนค่าเริ่มต้นของเอเจนต์ AI ในตัวโปรแกรม โดยย้ายเซสชันใหม่ไปอยู่บนแกนเดียวกับผลิตภัณฑ์ GitHub Copilot ตัวอื่น

ภาพประกาศ VS Code 1.143 โลโก้ Visual Studio Code พร้อมข้อความ VS Code v1.143 New release
ภาพประกาศ VS Code 1.143 ของทีม Visual Studio Code ภาพ: Visual Studio Code

Copilot harness กลายเป็นค่าเริ่มต้นใน VS Code 1.143

Harness คือตัวควบคุมที่เอเจนต์ใช้วางแผน เรียกเครื่องมือ และแก้ไฟล์ ใน VS Code 1.143 เซสชันใหม่จะใช้ Copilot harness ซึ่งสร้างบน Copilot SDK แกนกลางที่ใช้ร่วมกันในผลิตภัณฑ์ GitHub Copilot หลายตัว เซสชันเหล่านี้รันผ่าน Agent Host จึงทำงานต่อเบื้องหลังได้ และเปิดดูได้ทั้งจากหน้าต่างแก้ไขโค้ดและหน้าต่าง Agents

เอกสาร Agent harnesses อธิบายความต่างไว้ว่า harness แบบ Local ผูกกับหน้าต่างของโปรแกรม ถ้าปิดหน้าต่าง งานที่เอเจนต์ทำค้างไว้จะหยุดทันที ส่วน Copilot harness ทำงานต่อได้แม้ปิดหน้าต่าง นอกจากนี้ผู้ใช้ยังเลือก harness ของ Claude ที่ใช้ Claude Agent SDK ของ Anthropic หรือ Codex ของ OpenAI ได้

เมนูเลือก harness ใน VS Code 1.143 มี Copilot, Local, Claude, Codex และ Cloud โดย Copilot ถูกเลือกไว้
เมนูเลือก harness ใน VS Code 1.143 มี Copilot, Local, Claude, Codex และ Cloud พร้อมคำอธิบายว่า Copilot ใช้ Copilot SDK และ Agent Host ภาพ: Visual Studio Code

ทีม VS Code ยังเพิ่ม working set ระดับไฟล์แบบทดลอง (chat.editor.workingSet.enabled) ให้กด Keep เพื่อยืนยันการแก้ของเอเจนต์ทีละไฟล์ ส่วน Changes view ในหน้าต่าง Agents ก็ทิ้งการเปลี่ยนแปลงได้ตามขอบเขตต่าง ๆ ทั้งระดับ branch ระดับเซสชัน หรือเฉพาะรอบล่าสุด

VS Code 1.143 เทียบผลหลายโมเดลในงานเดียว

ฟีเจอร์ Compare model results (Preview) ในหน้าต่าง Agents เปิดได้ที่ sessions.chat.compareAgents.enabled แล้วเลือก Compare Models ในเมนูโมเดล ขั้นตอนเป็นดังนี้

  • เลือก 2 โมเดลขึ้นไป ผสม harness ของ Copilot, Claude และ Codex ได้ และตั้งระดับการคิด (reasoning) ต่างกันได้
  • พิมพ์คำสั่งครั้งเดียว ทุกตัวเริ่มพร้อมกัน แต่ละตัวทำงานในเซสชันและ worktree ของตัวเอง
  • เลือกโมเดลกรรมการ (Judge) ให้ประเมินและแนะนำคำตอบที่ดีที่สุดได้ ตารางคะแนนแสดงเวลาและโทเคนที่ใช้ พร้อมเหตุผลและหลักฐานการตรวจ
  • กด Synthesize เพื่อต่อยอดคำตอบที่ได้รับเลือกด้วยไอเดียจากคำตอบอื่น ระบบจะไม่สังเคราะห์เองถ้าผู้ใช้ไม่สั่ง
เมนู Compare Models ใน VS Code 1.143 เลือกไว้ 4 โมเดล ได้แก่ Claude Opus 5.5, GPT-5.3-Codex, GPT-6 Astra และ GPT-6 Luna
หน้าจอเลือกหลายโมเดลมาเทียบผลใน VS Code 1.143 เช่น Claude Opus 5.5, GPT-5.3-Codex, GPT-6 Astra และ GPT-6 Luna ภาพ: Visual Studio Code

ข้อควรรู้คือแต่ละตัวที่สั่งรันเป็นเซสชันแยก และตารางคะแนนแสดงโทเคนที่แต่ละตัวใช้ การเทียบ 4 โมเดลในงานเดียวจึงกินโทเคนมากกว่าการรันครั้งเดียวหลายเท่า

ผลการเทียบหลายโมเดลใน VS Code 1.143 โมเดลกรรมการแนะนำคำตอบหนึ่ง พร้อมตารางเวลาและโทเคนของแต่ละตัว และปุ่ม Synthesize
หน้าผลการเทียบใน VS Code 1.143 โมเดลกรรมการเลือกคำตอบที่แนะนำ แสดงเวลาและโทเคนของแต่ละตัว และมีปุ่ม Synthesize ให้รวมไอเดีย ภาพ: Visual Studio Code

VS Code 1.143 รัน MAI Code 1.1 Flash บนเครื่อง ไม่ใช้เครดิต AI

VS Code 1.143 เพิ่มแท็บ On This Device ในเมนูเลือกโมเดล ให้ดาวน์โหลด MAI Code 1.1 Flash ซึ่งเอกสารเรียกว่าโมเดลเขียนโค้ดที่ Copilot จัดให้ มาประมวลผลบนเครื่อง คำตอบจะติดป้าย On-device และไม่ใช้เครดิต AI ถ้าเปิด Use in Auto โหมด Auto จะส่งคำขอที่เหมาะไปยังโมเดลบนเครื่อง และสลับไปใช้คลาวด์เมื่อโมเดลตอบไม่ได้ แต่สเปกที่ต้องใช้สูงกว่าเครื่องทั่วไปมาก

เงื่อนไข รายละเอียดตามเอกสาร
GPU NVIDIA หน่วยความจำ 96 GB ขึ้นไป นับ unified memory ได้
ไฟล์โมเดล ดาวน์โหลด 52.8 GB ต้องมีพื้นที่ว่าง 54.8 GB
ซอฟต์แวร์ llama.cpp รุ่น b11658 ขึ้นไป ต้องติดตั้งเอง
บัญชี ล็อกอิน GitHub ที่มีสิทธิ์ Copilot แผน Business และ Enterprise ต้องให้ผู้ดูแลเปิด Editor Preview Features
ข้อจำกัด โหลดได้ทีละ 1 โมเดล สถานะทดลอง อาจเปลี่ยนหรือถูกถอดออก

Release notes ยกตัวอย่างเครื่องอย่าง Surface Laptop Ultra ที่ใช้ NVIDIA RTX Spark และมี unified memory สูงสุด 128 GB ส่วนเอกสารเตือนว่าโมเดลบนเครื่องอาจไม่มีตัวกรองความปลอดภัยแบบเดียวกับโมเดลบนคลาวด์ และอาจถูกคำสั่งแอบแฝงหลอกได้ง่ายกว่า โดยเฉพาะเมื่ออนุมัติการทำงานของเอเจนต์อัตโนมัติ

งานจุกจิกที่ดีขึ้นใน VS Code 1.143

  • เปิดแชตยาวเร็วขึ้น ระบบกู้ประวัติแชตเป็นชิ้นเล็ก ๆ แทนงานก้อนเดียว ในการวัดของทีม แชตราว 1,150 คำขอ (ประวัติราว 530 MB) เปิดครั้งแรกจาก 35.6 วินาทีเหลือ 9.0 วินาที และเวลาที่หน้าต่างค้างลดจาก 28.3 เหลือ 0.6 วินาที
  • ลบ worktree ที่ไม่ใช้ (ทดลอง) คำสั่ง Chat: Open Worktree Cleanup แสดงพื้นที่ดิสก์ที่ worktree ของเซสชันเก่ากินอยู่ และตั้งให้ลบอัตโนมัติเมื่อ pull request ถูก merge แล้วได้
  • ดูผลของ shell เบื้องหลัง เช่น dev server ที่เอเจนต์สั่งรันค้างไว้ และสั่งหยุดได้
  • ไฮไลต์ปัญหาในไฟล์ได้มากขึ้น จาก 500 เป็น 5,000 รายการต่อไฟล์
  • ติดตั้ง GitHub Copilot CLI ได้จากตัวติดตั้ง VS Code โดยองค์กรปิดตัวเลือกนี้ได้

ทำไมเรื่องนี้สำคัญ

VS Code คือโปรแกรมแก้ไขโค้ดที่นักพัฒนาจำนวนมากใช้ทุกวัน การย้ายค่าเริ่มต้นไปที่ Copilot harness ทำให้พฤติกรรมของเอเจนต์ใน VS Code ใกล้กับผลิตภัณฑ์ Copilot อื่นอย่าง Copilot CLI มากขึ้น ขณะที่ release notes ระบุชัดว่าการตั้งค่าบางตัวเป็นมาตรการชั่วคราว "ระหว่างที่ Local กำลังถูกเลิกใช้" ทีมที่ยังพึ่ง harness แบบ Local จึงควรเริ่มทดสอบงานเดิมกับ Copilot harness

ส่วนโมเดลบนเครื่องเป็นทิศทางเดียวกับที่ JetBrains เปิด Junie Local บน RTX Spark เมื่อสัปดาห์ก่อน ผู้ผลิตเครื่องมือกำลังหาทางให้งาน AI บางส่วนไม่ต้องเสียค่าโทเคนบนคลาวด์ แต่ ณ วันนี้ ฮาร์ดแวร์ที่ผ่านเกณฑ์ 96 GB ยังเป็นเครื่องระดับบนเท่านั้น และในองค์กรที่ต้องคุมค่าใช้จ่ายข้ามหลายเครื่องมือ ก็มีชั้นบริหารอย่าง JetBrains Air Governance เกิดขึ้นพร้อมกัน

ผลต่อองค์กรไทยและทีมพัฒนา

  1. ทดสอบ Copilot harness กับงานจริงของทีม โดยเฉพาะงานที่ใช้ MCP server หรือสคริปต์ภายใน ก่อนที่ Local จะถูกเลิกใช้ และแจ้งปัญหากลับไปที่ทีม VS Code ตามที่ release notes ขอ
  2. ผู้ดูแล Copilot Business/Enterprise ตรวจนโยบายส่วนกลาง เมื่อบังคับ sandbox หรือรายการห้ามใช้ VS Code 1.143 จะบังคับใช้ Copilot harness และปิดการสร้างเซสชัน Claude และ Codex ใหม่ ควรแจ้งทีมล่วงหน้า และใช้การตั้งค่าโมเดลเริ่มต้นกับปลั๊กอินบังคับเพื่อให้ทุกคนเริ่มจากชุดเดียวกัน พร้อมตรวจว่าโมเดลเริ่มต้นที่ตั้งไว้ไม่ใช่รุ่นที่ GitHub Copilot เพิ่งเลิกใช้
  3. ใช้การเทียบหลายโมเดลเฉพาะงานที่คุ้ม เช่น งานออกแบบหรือ refactor ที่ตัดสินใจยาก เพราะทุกตัวที่รันใช้โทเคนของตัวเอง และควรให้คนรีวิวผลขั้นสุดท้ายเสมอแม้มีโมเดลกรรมการ
  4. ประเมินโมเดลบนเครื่องอย่างระวัง เหมาะกับทีมที่มีเครื่อง GPU หน่วยความจำสูงอยู่แล้วและต้องการลดค่าโทเคน แต่ยังต้องล็อกอิน GitHub และควรปิดการอนุมัติอัตโนมัติเมื่อใช้โมเดลบนเครื่อง ติดตามข่าวเครื่องมือนักพัฒนาอื่นได้ที่หมวดการพัฒนาซอฟต์แวร์

คำถามที่พบบ่อย

VS Code 1.143 มีอะไรใหม่?

VS Code 1.143 ที่ออกเมื่อ 22 ตุลาคม 2026 ตั้ง Copilot harness เป็นค่าเริ่มต้นของเซสชันใหม่ เพิ่มการเทียบผลของหลายโมเดลในงานเดียวกัน เพิ่มเครื่องมือลบ worktree ที่ไม่ใช้แล้ว ทดลองรันโมเดล MAI Code 1.1 Flash บนเครื่อง และเปิดแชตยาว ๆ ได้เร็วขึ้นหลายเท่า

รัน MAI Code 1.1 Flash บนเครื่องใน VS Code 1.143 ต้องใช้สเปกเท่าไร?

เอกสารของ VS Code ระบุว่าต้องใช้ GPU ของ NVIDIA ที่มีหน่วยความจำ 96 GB ขึ้นไป (นับ unified memory ได้) พื้นที่ว่างราว 55 GB เพราะไฟล์โมเดลมีขนาด 52.8 GB ต้องติดตั้ง llama.cpp รุ่น b11658 ขึ้นไปเอง และต้องล็อกอิน GitHub ที่มีสิทธิ์ Copilot

ใช้โมเดลบนเครื่องใน VS Code 1.143 เสียเครดิต AI ไหม?

ไม่เสีย คำตอบที่ประมวลผลบนเครื่องจะติดป้าย On-device และไม่ใช้เครดิต AI ใน VS Code 1.143 ผู้ใช้ยังเปิดให้โหมด Auto ส่งคำขอที่เหมาะไปยังโมเดลบนเครื่องได้ และถ้าโมเดลตอบไม่ได้ ระบบจะสลับไปใช้โมเดลบนคลาวด์แทน

องค์กรที่ใช้ Copilot Business หรือ Enterprise ต้องเตรียมอะไร?

ควรตรวจนโยบายที่จัดการจากส่วนกลาง เพราะเมื่อองค์กรบังคับ sandbox หรือรายการคำสั่งที่ห้ามใช้ VS Code 1.143 จะบังคับใช้ Copilot harness และปิดการสร้างเซสชัน Claude และ Codex ใหม่ ผู้ดูแลยังตั้งโมเดลเริ่มต้นและปลั๊กอินที่ต้องติดตั้งได้ และการใช้โมเดลบนเครื่องต้องเปิด Editor Preview Features ก่อน

แหล่งอ้างอิง

  1. Visual Studio Code 1.143 release notes — Visual Studio Code
  2. AI language models in VS Code — Use on-device models (Experimental) — Visual Studio Code
  3. Agent harnesses in VS Code — Visual Studio Code
  4. Release 1.143.0 · microsoft/vscode — GitHub (Microsoft)

บุคคล องค์กร และสถานที่ในข่าวนี้

เลือกชื่อเพื่ออ่านข่าวทั้งหมดที่กล่าวถึง ตัวเลขคือจำนวนข่าว

องค์กรและบริษัท
Microsoft118NVIDIA58GitHub61Anthropic37OpenAI57JetBrains3
แท็กAI Agent
แชร์FacebookXLINELinkedIn

พบข้อมูลคลาดเคลื่อน? แจ้งกองบรรณาธิการ