DeepSeek Harness เปิดตัวแบบ Open Source: ทำไมทุกอย่างถึงเป็น Plugin

opoinstall
2026-08-14
5 min read

เมื่อวันที่ 13 สิงหาคม 2026 DeepSeek ได้เปิดตัว DeepSeek Harness เวอร์ชันนักพัฒนาภายใต้สัญญาอนุญาต MIT โดยปล่อยฮาร์เนสเอเจนต์แบบโอเพนซอร์สที่สร้างขึ้นรอบสถาปัตยกรรมแบบปลั๊กอิน ขับเคลื่อนด้วยเมตาเฟรมเวิร์ก Cordis โครงการนี้ปฏิบัติต่อความสามารถรันไทม์เสมือนปลั๊กอินที่สามารถขยายและกำหนดค่าได้อย่างอิสระ DeepSeek Harness มุ่งแก้ปัญหาความท้าทายทางวิศวกรรมในทางปฏิบัติ: โมเดลเป็นเพียงองค์ประกอบหนึ่งของระบบอัตโนมัติเท่านั้น เครื่องมือ สิทธิ์ เซสชัน และนโยบายการทำงานจะต้องสามารถพัฒนาแยกจากกันได้อย่างเป็นอิสระเช่นกัน

DeepSeek Harness คืออะไร?

DeepSeek Harness คือชั้นโครงสร้างพื้นฐานที่ขยายได้ ออกแบบมาเพื่อวางอยู่ระหว่างโมเดลภาษาและสภาพแวดล้อมระบบปฏิบัติการโฮสต์ แทนที่จะทำงานเป็นแอปพลิเคชันแบบเดี่ยว (Monolithic) ฮาร์เนสนี้มีรันไทม์การทำงานแบบโมดูลาร์ที่จัดการการเรียกใช้เครื่องมือ การทำแซนด์บ็อกซ์กระบวนการ และสถานะเซสชัน

ความสามารถหลัก

ในเวอร์ชันพรีวิวสำหรับนักพัฒนา เฟรมเวิร์กนี้ช่วยให้ทีมวิศวกรรมสามารถประสานงานภารกิจหลักหลายประการได้:

  • การเข้าถึงไฟล์ในพื้นที่ทำงาน (Workspace File Access): อ่าน สร้าง และแก้ไขไฟล์โปรเจกต์ภายในขอบเขตพื้นที่เก็บข้อมูลที่กำหนด

  • การรันคำสั่งเชลล์ (Shell & Command Execution): ดำเนินการคำสั่งเทอร์มินัลและจัดการกระบวนการเบื้องหลังภายใต้นโยบายสิทธิ์ที่กำหนดค่าได้

  • การกำหนดค่าผู้ให้บริการโมเดล (Model Provider Configuration): เชื่อมต่อกับโมเดล DeepSeek หรือกำหนดค่าเอนด์ปอยต์ API ที่เข้ากันได้กับ OpenAI ผ่านการตั้งค่า

  • การมอบหมายงานและซับเอเจนต์ (Task Delegation & Subagents): สร้างซับเอเจนต์แบบแยกส่วนพร้อมชุดเครื่องมือเฉพาะทาง เพื่อรันการตรวจสอบแบบคู่ขนานหรือแบ่งเวิร์กโฟลว์ที่ซับซ้อน

  • การสร้างเส้นทางเซสชันขึ้นใหม่ (Session Trajectory Reconstruction): บันทึกเหตุการณ์รันไทม์ในสตรีมเหตุการณ์แบบเพิ่มอย่างเดียว (Append-only) สำหรับการดีบัก การตรวจสอบ และการตรวจสอบเซสชัน

  • การขยายปลั๊กอินแบบโมดูลาร์ (Modular Plugin Extension): ลงทะเบียนเครื่องมือใหม่ ตัวรับฟังเหตุการณ์แบบกำหนดเอง และส่วนติดต่อผู้ใช้โดยไม่ต้องแก้ไขรันไทม์หลักของฮาร์เนส

ทำไม DeepSeek Harness ถึงใช้สถาปัตยกรรมแบบปลั๊กอิน

สรุปภาพรวม

  • DeepSeek เปิดตัว DeepSeek Harness เวอร์ชันนักพัฒนาภายใต้สัญญาอนุญาต MIT เมื่อวันที่ 13 สิงหาคม 2026 พร้อมกับการเปิดตัวโมเดล DeepSeek V4 Pro ในวงกว้าง

  • พื้นที่เก็บข้อมูลใช้สถาปัตยกรรมแบบปลั๊กอิน ซึ่งความสามารถของเอเจนต์ถูกนำไปใช้งานเป็นคอมโพเนนต์แยกต่างหาก แทนที่จะเป็นลูปการทำงานแบบโมดูลเดียว

  • เฟรมเวิร์กนี้ใช้เคอร์เนล Cordis เพื่อจัดการวงจรชีวิตของปลั๊กอิน ช่วยให้นักพัฒนาสามารถกำหนดค่าโมเดลและขยายความสามารถรันไทม์ผ่านปลั๊กอินได้

การพัฒนาซอฟต์แวร์เอเจนต์อัตโนมัติได้เผยให้เห็นข้อจำกัดพื้นฐานในการออกแบบเฟรมเวิร์กแบบโมดูลเดี่ยว การใช้งานเอเจนต์รุ่นแรกมักจะผูกมัดการคิวรีโมเดล การรันเครื่องมือ และการจัดการเซสชันเข้ากับลูปฮาร์ดโค้ดที่ยืดหยุ่นน้อย แม้จะเพียงพอสำหรับการโต้ตอบแบบถาม-ตอบพื้นฐาน แต่การออกแบบเหล่านี้ประสบปัญหาเมื่อนำไปใช้กับงานวิศวกรรมที่ซับซ้อน ซึ่งต้องอาศัยการเข้าถึงระบบไฟล์เชิงลึก การจัดการเทอร์มินัล และขอบเขตสิทธิ์ที่ละเอียดยิบ

เมื่อระบบอัตโนมัติทำงานข้ามโค้ดเบสในเครื่อง จำเป็นต้องมีชั้นโครงสร้างพื้นฐานที่มีความสามารถในการจัดการการเปลี่ยนผ่านสถานะ การบันทึกเส้นทางการทำงาน และการบังคับใช้ข้อจำกัดด้านความปลอดภัย เวอร์ชันพรีวิวสำหรับนักพัฒนาของ DeepSeek Harness ตอบโจทย์ความความท้าทายนี้ด้วยการสร้างชั้นฮาร์เนสที่ขยายได้ระหว่างโมเดลเบื้องล่างและสภาพแวดล้อมโฮสต์เป้าหมาย ในเวอร์ชันพรีวิุปัจจุบัน นักพัฒนาสามารถรันเซสชันการเขียนโค้ด อ่านและแก้ไขไฟล์ในพื้นที่ทำงาน รันคำสั่ง กำหนดค่าผู้ให้บริการโมเดล มอบหมายงาน และขยายรันไทม์ผ่านปลั๊กอินได้

แบนเนอร์หน้าแรกของ DeepSeek Harness เน้นย้ำการเปิดตัวพรีวิวสำหรับนักพัฒนาแบบโอเพนซอร์ส

DeepSeek Harness วางขอบเขตปลั๊กอินไว้ระหว่างโมเดลและรันไทม์ ด้วยการแยกโมเดลออกจากรันไทม์การทำงาน นักพัฒนาจึงสามารถอัปเดตคำจำกัดความของเครื่องมือ กำหนดค่าผู้ให้บริการโมเดลที่แตกต่างกัน และปรับเปลี่ยนนโยบายรันไทม์โดยมีความผูกพันกับลอจิกหลักของเอเจนต์น้อยลง ผ่านการกำหนดค่าที่ใช้ Cordis และการประกอบปลั๊กอิน ทำให้เฟรมเวิร์กสามารถประกอบเข้ากับฟอร์มแฟกเตอร์ที่หลากหลาย ตั้งแต่ยูทิลิตี้การเขียนโค้ดผ่านเทอร์มินัลไปจนถึงบริการอัตโนมัติแบบไร้ส่วนหัว (Headless)

โครงสร้างไฟล์ในรีว่าสอทอรีของ DeepSeek Harness แสดงไดเรกทอรีแพ็กเกจ ตัวอย่าง และแอปพลิเคชัน

กลไกเบื้องหลัง: DeepSeek Harness ใช้ Cordis อย่างไร

รากฐานทางเทคนิคของ DeepSeek Harness สร้างขึ้นบนเมตาเฟรมเวิร์ก Cordis ตามที่ระบุไว้ในงานวิจัย A Programming Paradigm for Spatiotemporal Composability Cordis มีบริบทที่ขับเคลื่อนด้วยเหตุการณ์ (Event-driven) ซึ่งความสามารถต่างๆ จะลงทะเบียนเป็นปลั๊กอิน ภายใต้สถาปัตยกรรมนี้ ลูปของเอเจนต์จะถูกใช้งานผ่านรันไทม์ที่เน้นปลั๊กอินเช่นเดียวกัน แทนที่จะเปิดเผยเป็นคอมโพเนนต์เดี่ยวชิ้นเดียว โดยทำหน้าที่ประสานฮุก บริการ และตัวรับฟังการทำงานที่แยกออกจากกัน

การเรียกใช้เครื่องมือจะถูกจัดการโดยรันไทม์ของฮาร์เนส ในขณะที่ประวัติเซสชัน สิทธิ์ และความสามารถในการทำงานจะถูกเปิดเผยผ่านคอมโพเนนต์รันไทม์และปลั๊กอินที่แยกจากกัน เมื่อเอเจนต์เริ่มดำเนินการ การดำเนินการนั้นจะอยู่ภายใต้นโยบายความปลอดภัยเฉพาะเพื่อจัดการการแก้ไขระบบไฟล์และความปลอดภัยในการรันคำสั่งเชลล์

วงจรชีวิตของขั้นตอนการทำงานเอเจนต์

เพื่อจัดระเบียบการทำงานอัตโนมัติ รันไทม์จะแบ่งการโต้ตอบออกเป็นขอบเขตการทำงานที่ชัดเจน:

  • การจัดสรรรอบและขั้นตอน (Turn and Step Allocation): รันไทม์จัดระเบียบการโต้ตอบของเอเจนต์ออกเป็นรอบ (Turns) และขั้นตอน (Steps) โดยมีการจัดการคำขอโมเดลและการเรียกใช้เครื่องมือภายในวงจรชีวิตการทำงาน

  • มาตรการป้องกันก่อนดำเนินการ (Pre-Execution Guardrails): ก่อนที่จะเรียกใช้เครื่องมือ การดำเนินการจะถูกประเมินเทียบกับนโยบายแซนด์บ็อกซ์ที่ใช้งานอยู่ ซึ่งสามารถจำกัดการเขียนไฟล์และคำสั่งเชลล์ให้อยู่ในไดเรกทอรีพื้นที่ทำงานที่ได้รับอนุญาต

  • การแยกสถานะ (State Isolation): รันไทม์ประสานการทำงานของเครื่องมือและจัดการการดำเนินการที่เปลี่ยนแปลงสถานะตามนโยบายการทำงานและสิทธิ์แผนภาพด้านล่างแสดงวิธีที่ลูปการทำงานประมวลผลบริบทและสถานะ:

[User Input / Turn Start] ──> [Assemble Context] ──> [Model Request (Step)]
                                                              │
                                                              ▼
[Complete Turn] <── [Verify State] <── [Execute Tool] <── [Apply Guardrails]

มุมมองการสร้างเส้นทางเซสชันของ DeepSeek Harness ที่จำลองประวัติการทำงานทั้งหมดของเอเจนต์ขึ้นใหม่

ฮาร์เนสจะบันทึกการโต้ตอบของเอเจนต์และเหตุการณ์การทำงานลงในสตรีมเหตุการณ์แบบเพิ่มอย่างเดียว สตรีมเหตุการณ์นี้ช่วยให้ทีมวิศวกรรมมีบันทึกการทำงานที่คงทนสำหรับการตรวจสอบ การดีบัก และการสร้างเซสชันของเอเจนต์ขึ้นใหม่

อินเทอร์เฟซการจัดการปลั๊กอินของ DeepSeek Harness แสดงรายละเอียดความสามารถและสถานะที่ติดตั้งไว้

สร้างเองเทียบกับเลือกซื้อ: DeepSeek Harness กับรันไทม์เอเจนต์แบบกำหนดเอง

เมื่อนำเวิร์กโฟลว์ของเอเจนต์มาปรับใช้ ทีมวิศวกรรมจะต้องเผชิญกับการตัดสินใจทางสถาปัตยกรรมพื้นฐาน: สร้างรันไทม์เอเจนต์ขึ้นเองตั้งแต่ต้น หรือเลือกใช้เฟรมเวิร์กแบบโมดูลาร์อย่าง DeepSeek Harness การสร้างรันไทม์ภายในองค์กรช่วยให้มีอิสระในการออกแบบอย่างเต็มที่ แต่ต้องแลกมาด้วยความพยายามในการพัฒนาอย่างมากเพื่อสร้างระบบแซนด์บ็อกซ์ การกำกับดูแลกระบวนการ การบันทึกเซสชัน และการกำหนดเวลาเครื่องมือ

DeepSeek Harness มีรันไทม์ปลั๊กอินสำเร็จรูป ในขณะที่ฮาร์เนสภายในองค์กรช่วยให้ทีมสามารถควบคุมการออกแบบการทำงานและวงจรชีวิตได้อย่างเต็มที่ เนื่องจาก DeepSeek Harness ยังอยู่ในช่วงพรีวิวสำหรับนักพัฒนา ทีมที่นำไปใช้งานจึงต้องคำนึงถึงการเปลี่ยนแปลง API ที่กำลังจะเกิดขึ้น ในขณะเดียวกันก็ได้รับประโยชน์จากสถาปัตยกรรมแบบโมดูลาร์

ตารางด้านล่างเปรียบเทียบการแลกเปลี่ยนทางสถาปัตยกรรมที่สำคัญในแนวทางปฏิบัติการปรับใช้ต่างๆ:

มิติ DeepSeek Harness รันไทม์ภายในองค์กรแบบกำหนดเอง เฟรมเวิร์กที่มีความผูกพันแน่นแฟ้น
สถาปัตยกรรมปลั๊กอิน โมเดลปลั๊กอิน Cordis ดั้งเดิม ต้องออกแบบโมดูลาร์เอง ลูปการทำงานมีความผูกพันแน่นแฟ้น
การควบคุมแซนด์บ็อกซ์ นโยบายสิทธิ์พื้นที่ทำงานในตัว ต้องสร้างและตรวจสอบด้วยตนเอง จำกัดหรือขึ้นอยู่กับเฟรมเวิร์ก
เทเลเมทรีของเซสชัน สตรีมเหตุการณ์แบบเพิ่มอย่างเดียว ต้องมีระบบบันทึกข้อมูลแบบกำหนดเอง บันทึกข้อความแบบมาตรฐาน
ความเสถียรของ API เวอร์ชันพรีวิวสำหรับนักพัฒนา (อาจมีการเปลี่ยนแปลง) ควบคุมภายในได้อย่างเต็มที่ เสถียรแต่แข็งตัวปรับยาก
ความยืดหยุ่นของโมเดล อะแดปเตอร์ผู้ให้บริการตามการกำหนดค่า ควบคุมแบบกำหนดเองได้ทั้งหมด มักผูกติดกับ SDK เฉพาะ
ภาระการบำรุงรักษา ต้องบำรุงรักษาการผสานรวมอย่างต่อเนื่อง ภาระการบำรุงรักษาภายในทั้งหมด ขึ้นอยู่กับเฟรมเวิร์ก

รูปแบบการแยกความกังวล (Separation of Concerns) ที่คล้ายคลึงกันนี้ปรากฏในการจัดจำหน่ายและการระบุแหล่งที่มาบนมือถือ ซึ่งบริบทการได้มาซึ่งผู้ใช้งานจะต้องคงอยู่ข้ามขอบเขตระหว่างเว็บ แอปสแตร์ และแอปพลิเคชันที่ติดตั้ง OpoInstall แก้ไขปัญหานี้ผ่าน deferred deep linking และการคืนค่าพารามิเตอร์ฝั่งเซิร์ฟเวอร์ ช่วยให้สามารถจับคู่แคมเปญและบริบทการแนะนำหลังการติดตั้งได้โดยไม่ต้องอาศัยคุกกี้ฝั่งไคลเอนต์ที่คงอยู่ตลอดไป ด้วยการย้ายการแก้ปัญหาเรื่องสถานะไปยังชั้นฝั่งเซิร์ฟเวอร์ที่มีอำนาจจัดการ นักพัฒนาจึงมั่นใจได้ว่าบริบทการดำเนินงานจะสามารถผ่านการเปลี่ยนเส้นทางที่ซับซ้อนและการเปลี่ยนผ่านแอปสโตร์ไปได้อย่างราบรื่นไร้รอยต่อ

รายการตรวจสอบการผสานรวม: การสร้างด้วย DeepSeek Harness

เพื่อจัดระเบียบการพัฒนาและการปรับใช้ปลั๊กอินภายในระบบนิเวศของ DeepSeek Harness ทีมวิศวกรรมควรปฏิบัติตามรายการตรวจสอบการใช้งานที่เป็นมาตรฐาน

รายการตรวจสอบทางวิศวกรรม

  • กำหนดขอบเขตปลั๊กอิน: แยกอะแดปเตอร์โมเดล เครื่องมือ สถานะเซสชัน นโยบายการทำงาน และอินเทอร์เฟซให้อยู่ในคอมโพเนนต์ที่สามารถแทนที่ได้อย่างอิสระ

  • ตรวจสอบนโยบายแซนด์บ็อกซ์: ตรวจสอบว่าระบบไฟล์และการดำเนินการเชลล์ใดบ้างที่ได้รับอนุญาตก่อนที่จะปรับแต่งเวิร์กโฟลว์เอเจนต์ด้วยสิทธิ์การเขียนพื้นที่ทำงาน

  • ตรวจสอบสิทธิ์พื้นที่ทำงาน: ทดสอบพฤติกรรมการอ่าน การเขียน เชลล์ และการอนุมัติในพื้นที่ทำงานที่มีการควบคุม ก่อนที่จะอนุญาตให้เอเจนต์ดำเนินการในคลังเก็บโค้ดสำหรับใช้งานจริง (Production)

  • ตรวจสอบบันทึกเซสชัน: ใช้บันทึกเส้นทางเพื่อดีบักการเรียกใช้เครื่องมือที่ล้มเหลว การเปลี่ยนแปลงสิทธิ์ และเส้นทางการทำงานหลายขั้นตอน

  • ทดสอบความเข้ากันได้ของปลั๊กอิน: ตรวจสอบปลั๊กอินกำหนดเองเทียบกับ API เวอร์ชันพรีวิวสำหรับนักพัฒนาปัจจุบัน โดยคำนึงถึงการอัปเดตที่อาจทำลายความเข้ากันได้เมื่อโครงการมีการพัฒนาไป

แผงการตั้งค่าเว็บ UI ของ DeepSeek Harness แสดงการกำหนดค่าชุดรูปแบบโมเดลแบบโมดูลาร์

คำถามที่พบบ่อย (FAQ)

ฮาร์เนสเอเจนต์ (Agent Harness) แตกต่างจากไคลเอนต์ API พื้นฐานอย่างไร?
ไคลเอนต์ API พื้นฐานทำหน้าที่เพียงส่งข้อความแจ้ง (Prompts) ของผู้ใช้และรับผลลัพธ์ข้อความดิบจากโมเดลภาษา ในทางตรงกันข้าม ฮาร์เนสเอเจนต์จะจัดการวงจรชีวิตการทำงานทั้งหมด ทำหน้าที่ไกล่เกลี่ยการเรียกใช้เครื่องมืออย่างปลอดภัย บังคับใช้นโยบายแซนด์บ็อกซ์ ติดตามบันทึกเซสชัน และประสานงานเวิร์กโฟลว์อัตโนมัติหลายขั้นตอน
เคอร์เนล Cordis ประสานการทำงานของปลั๊กอินภายใน DeepSeek Harness อย่างไร?
เคอร์เนล Cordis ทําหน้าที่เป็นเมตาเฟิร์กที่มีน้ำหนักเบา ซึ่งจัดการการลงทะเบียนปลั๊กอิน การจัดการวงจรชีวิต การพึ่งพา (Dependencies) และบริบทที่ใช้ร่วมกัน ความสามารถแต่ละอย่าง—รวมถึงการเข้าถึงระบบไฟล์ การดำเนินการบนเทอร์มินัล และอะแดปเตอร์โมเดลภาษา—จะถูกห่อหุ้มเป็นปลั๊กอินที่แยกจากกัน ซึ่งจะลงทะเบียนบริการและตัวรับฟังเหตุการณ์ไปยังบริบทที่ใช้ร่วมกัน
มีโหมดรันไทม์ใดบ้างที่ใช้งานได้ใน DeepSeek Harness เวอร์ชันพรีวิว?
เวอร์ชันพรีวิุปัจจุบันประกอบด้วยการกำหนดค่ารันไทม์ที่หลากหลายสำหรับการเขียนโค้ด การเรียกใช้เครื่องมือ เวิร์กโฟลว์ขนาดเล็ก และการพัฒนาเอเจนต์แบบกำหนดเอง เนื่องจากโครงการยังอยู่ในช่วงพรีวิวสำหรับนักพัฒนา ชื่อโหมดและการกำหนดค่าอาจมีการพัฒนาเพิ่มเติมในรุ่นต่อๆ ไป

ข้อคิดสำคัญสำหรับทีมวิศวกรรม

การปล่อยตัว DeepSeek Harness ตอกย้ำความสำคัญของความเป็นโมดูลาร์ในวิศวกรรมซอฟต์แวร์ AI สมัยใหม่ สถาปัตยกรรมเอเจนต์แบบเดี่ยว (Monolithic) กำลังหลีกทางให้กับเฟรมเวิร์กที่ประกอบเข้าด้วยกันได้ ซึ่งสภาพแวดล้อมรันไทม์ คำจำกัดความของเครื่องมือ และความคงทนของเซสชันถูกแยกออกจากโมเดลหลัก

ด้วยการสร้างขึ้นบนเมตาเฟรมเวิร์ก Cordis ทำให้ DeepSeek Harness สร้างการแยกความกังวลที่ชัดเจนทั่วทั้งวงจรชีวิตของเอเจนต์ สำหรับทีมวิศวกรรมที่กำลังประเมินรันไทม์ของเอเจนต์ สถาปัตยกรรมที่ใช้ปลั๊กอิน นโยบายแซนด์บ็อกซ์ และการบันทึกเหตุการณ์ที่มีโครงสร้าง ช่วยให้มีพื้นฐานที่ชัดเจนยิ่งขึ้นในการทดสอบเวิร์กโฟลว์ที่ขยายได้ก่อนที่จะนำไปปรับใช้จริงในระบบโปรดักชัน

เอกสารอ้างอิง

Share this article

Keep Discovering

การระบุแหล่งที่มาบนมือถือโดยไม่มี GAID: การระบุแหล่งที่มาของการติดตั้งโดยไม่ต้องใช้รหัสโฆษณา

การระบุแหล่งที่มาบนมือถือโดยไม่มี GAID: การระบุแหล่งที่มาของการติดตั้งโดยไม่ต้องใช้รหัสโฆษณา

เรียนรู้วิธีการระบุแหล่งที่มาของการติดตั้งแอปพลิเคชันมือถือโดยไม่ต้องใช้ GAID หรือ IDFA ผ่าน Google Play Install Referrer, Apple AdAttributionKit และการกำหนดเส้นทางพารามิเตอร์แบบ First-party

ประวัติการใช้งานคอมพิวเตอร์บน Mac ของ ChatGPT ก้าวข้ามข้อจำกัดการบันทึกภาพหน้าจอ

ประวัติการใช้งานคอมพิวเตอร์บน Mac ของ ChatGPT ก้าวข้ามข้อจำกัดการบันทึกภาพหน้าจอ

OpenAI เปิดตัว ChatGPT Computer History สำหรับ Mac เพื่อเก็บบริบทการทำงานบนเดสก์ท็อปโดยไม่ต้องใช้ภาพหน้าจอ พร้อมสำรวจการจัดเก็บข้อมูลในเครื่องและสถาปัตยกรรมแบบ event-driven

DeepSeek เปิดตัว V4 Pro API พร้อมประสิทธิภาพระดับ Agent ที่ใกล้เคียงกับ Fable 5

DeepSeek เปิดตัว V4 Pro API พร้อมประสิทธิภาพระดับ Agent ที่ใกล้เคียงกับ Fable 5

DeepSeek เปิดตัว V4 Pro API พร้อมบริบท 1 ล้านโทเค็น เรียนรู้ว่าโมเดลต้นทุนต่ำนี้ส่งผลต่อวิศวกรรมเอเจนท์และเศรษฐศาสตร์การใช้โทเค็นอย่างไร