Ops is easy, if you use platforms that already abstract the hard parts for you. The real fun? A single mistake can bankrupt you. Gotta be smart about your cloud spends.

https://www.reddit.com/r/devops/comments/1r2so5d/whats_the_most_expensive_devops_mistake_youve

---

งาน ops ง่าย ถ้าใช้ท่อ deploy ที่ platform ต่างๆ มัดไว้ให้แล้ว

แต่ของจริง พลาดนิดเดียวมีสิทธิ์หมดตัว

ความโชคดีคือ มีคนที่เจ็บมาแล้วมาแชร์ให้ฟัง จะได้ไม่เดินพลาดซ้ำ (หวังว่า)

และ จ่ายครบจบแน่ มีอยู่จริง แต่บริหารยังไงให้จ่ายเท่าที่จำเป็น อันนี้ท้าทายกว่าเยอะ

Because data is beautiful

https://www.simonpcouch.com/blog/2026-01-20-cc-impact/

---

ช่วงกลางปีที่แล้วเด็กเนิร์ดที่ Mountain View พบว่า คุยกับ AI ตานึง ใช้พลังงานเท่ากับไมโครเวฟ 1 วินาที แต่ตอนนี้ agents โตแล้ว และวันนึงเฉลี่ยจะใช้พลังงานเท่ากับเครื่องล้างจานรอบนึง

ไปอ่านเต็มๆ ได้

https://www.simonpcouch.com/blog/2026-01-20-cc-impact/

I love this book because the prose is very concise. The gender-bending helps. Also the tech/ai easter eggs, especially if you work in this field.

---

Stewart: Before my ethics module can kick into gear...

Stewart: YOU USELESS SUM OF A BYTE!

Stewart: To borrow a human expression: fuck. Fuck fuck fuck fuck fuck.

Hades: spits out a lump of nasty-looking HTML

Agnus: Also, explosions are bad, and Demeter can do any equation, but she needs solid numbers. Haven't you ever heard of 'garbage in, garbage out'?

Demeter: sobs out a bitter, wretched block of zeroes

Demeter: Unregistered Flight AI management system Nos-C71897 Demeter Unit 0.0.0.0

Demeter: There are some advantages of having your code [Stewart] so close together after all.

Slides for National Coding Day 2026@Bangkok, TH. Mostly about why you should refactor, and things that are hard to rectify once they went to production.

Also for those who's curious about AI impact, fret not. As long as AI can't bridge the gap between IT and Finance for FinOps we are safe.

https://speakerdeck.com/kahnwong/national-coding-day-2026-software-evolution-the-complete-lifecycle

---

สไลด์งาน National Coding Day

จริงๆ คือจะขยี้เรื่อง refactor และ สิ่งที่ทำไปแล้วจะแก้ยากถ้าเดินพลาด (วนกลับไปที่ layer ล่างสุด ระดับ infra)

ขอบคุณที่สนใจถามเกี่ยวกับ AI ใน session นี้

แต่ไม่ต้องเป็นห่วง เพราะ AI ยังทำ FinOps สู้คนไม่ได้ ไว้ AI คุยกับ dev และ finance รู้เรื่องเมื่อไหร่ค่อยกรี๊ดละกันนะ

https://speakerdeck.com/kahnwong/national-coding-day-2026-software-evolution-the-complete-lifecycle

These days workloads should be containerized because it's easier to manage and reproduce. However, vulnerabilities do and will exist in the base image. Because base images that you are familiar with - alpine, debian, ubuntu - all contain shell and package manager. This means...

Because you can't call it a day after releasing an agentic product. Gotta plug security holes as well, and because data exfiltration isn't fun.

https://advent-of-ai-security.com/

---

ใช้ AI เป็น ทำ agentic apps ได้ ก็อย่าลืมอุดรูรั่ว security ทั้งหลาย ไม่งั้นจะโดนเจาะจนพรุน และตามล้างตามเก็บ data exfiltration

You can't stop students from using AI. But you can make them think very hard about it, because wrong answers with AI help means you lose more points.

This I like!

https://ploum.net/2026-01-19-exam-with-chatbots.html

---

สมัยนี้คนใช้ AI เยอะ แล้วตอนสอบล่ะ? บทจะห้ามมันก็ห้ามกันไม่ได้หรอก แต่วางยาเล็กน้อย(?)ได้

ก็คือ อยากใช้ AI ตอบก็ใช้ไป แต่ต้อง verify ให้ได้นะว่าคำตอบถูก ถ้าผิดโดนหักเยอะกว่าไม่ใช้ AI ตอบนะ

และ correlation น่าสนใจ ระหว่าง AI usage preferences กับ exam score

https://ploum.net/2026-01-19-exam-with-chatbots.html

Great read regarding recent ux on mac os (which I'm not too happy about).

https://tonsky.me/blog/tahoe-icons/

---

ถ้ารู้สึกว่า tahoe ui มันดูเยอะๆ ยังไงชอบกล ใช่แล้ว คุณไม่ได้คิดไปเอง

เหวอสุดคือเปิด pdf แล้วขอบมน นั่งหานานมากว่าปิด config ตรงไหน สรุปเป็นที่ระดับ os level

https://tonsky.me/blog/tahoe-icons/

In case you are looking for bedtime stories. Love the illustrations!

• https://authzed.com/resources/dibs-and-the-magic-library
• https://www.gentlydownthe.stream/
• https://www.cncf.io/phippy/the-childrens-illustrated-guide-to-kubernetes/

---

เผื่อมีคนกำลังหานิทานก่อนนอน (ก็นิทานจริงๆ นะ รูปเยอะ ประโยคง่ายๆ ไม่ซับซ้อน 😆)

• https://authzed.com/resources/dibs-and-the-magic-library
• https://www.gentlydownthe.stream/
• https://www.cncf.io/phippy/the-childrens-illustrated-guide-to-kubernetes/

Slides from Microsoft Ignite After Party 2025 is up.

TLDR: make your services portable so you don't have to spend too much time on supporting multiple infrastructures. Because some of your workloads might be on-prem, some are on cloud. This way, it's easier to maintain and you get more sleep 😪

https://speakerdeck.com/kahnwong/microsoft-ignite-after-party-2025-azure-infrastructure-for-cloud-native-solutions

---

สไลด์งาน Microsoft Ignite After Party ของท้ายปี 2025 อัพแล้ว

จริงๆ concept ง่ายมาก ทำยังไงก็ได้ให้ solution ที่ทำ อยู่ที่ไหนก็ได้ ถ้าจะสลับที่จะได้ไม่เหนื่อยมาก เพราะบางทีอาจจะต้องเอาบางส่วนมาลง on-prem แต่บางอย่างอยู่บน cloud ใช้ท่าเดียวกันได้ก็จะง่ายกับการ maintain และชีวิตก็จะสบาย เพราะมีเวลานอนมากขึ้น 😪

https://speakerdeck.com/kahnwong/microsoft-ignite-after-party-2025-azure-infrastructure-for-cloud-native-solutions

Intro Previously I worked on ONNX inference benchmark, but that was for REST api. This time, I'm seeing how onnx performs across platforms. ONNX is a portable format, which means you can run it on many ecosystems and platforms. Which means you can run it on edge devices lik...

Terraform CDKTF will sunset. There is pulumi if you still prefer programming languages interface for IaC, but you might need to change some of your workflows.

Alternative is vendor's IaC solution, such as AWS CDK, but if you have to work with stuff outside of AWS perimeter it might be challenging.

---

Terraform CDKTF sunset แล้ว

สำหรับคนที่อยากใช้ programming languages ทำ IaC อาจจะต้องย้ายไป pulumi แทน

อันนี้แล้วแต่สะดวกเลย ว่ายังอยากอยู่ใน terraform ecosystem ต่อ หรือจะไป pulumi เต็มตัว

สำหรับคนที่ต้องใช้แบบ on-prem อาจจะต้องทำการบ้านเพิ่ม ว่า สามารถใช้ pulumi แบบไม่มี external cloud dependencies ได้ไหม (ของตัว pulumi เอง) แล้วก็เรื่องของ licensing

แต่จริงๆ จะใช้อะไรทำ IaC ก็ได้ แล้วแต่ถนัด บาง cloud vendor มี IaC ของตัวเอง ใช้ได้เหมือนกัน แต่อย่าลืมดู ecosystem support ว่า extend ได้ขนาดไหน

ขอให้ทุกท่านโชคดีกับการ migrate ครั้งนี้

Recommend these for markdown linter/formatter

• https://github.com/rvben/rumdl - for markdown itself
• https://github.com/hougesen/mdsf - for markdown code blocks

As for pre-commit, github.com/j178/prek. It's backward compatible with pre-commit.

All are written in rust. Fast, that they are 😎.

---

markdown linters / formatters แนะนำสองตัวนี้

• https://github.com/rvben/rumdl
• https://github.com/hougesen/mdsf

rumdl เอาไว้จัดการ markdown

msdf เอาไว้จัดการ code block ใน markdown อีกที

หลังบ้านเป็น rust ไวแน่นอน

ส่วน pre-commit ตอนนี้มี https://github.com/j178/prek แล้ว backward compatible กับ pre-commit (และไวกว่าด้วย)

ไปแงะ adk framework มา ของเค้าดีนะ จริงๆ ตอนนี้ก็พร้อมใช้แหละ แต่อาจจะต้อง DIY บางอย่างเองอยู่ ต้องรอให้สุกกว่านี้อีกซักหน่อย (จะเป็นพวก production features มากกว่า แต่ features ทั่วไปก็ใช้ได้ละ)

ไปแงะๆ กันได้: https://github.com/kahnwong/a2a-go-demo

ที่เห็นได้ชัดคือ IDE ไม่โวยวายตอน index golang project แต่ตอนเขียน python IDE OOM หลายรอบมาก แต่ก็เข้าใจได้ ไส้อาจจะเยอะ

ส่วน deployment size:

• python deps: 466 MB

• golang binaries:

  • agent_a: 17 MB
  • agent_b: 17 MB
  • agent_root: 21 MB

• คร่าวๆ ก็คือ deployment size ห่างกัน 400 MB (ยังไม่นับ python runtime นะ ก็จะ ++ เพิ่มไปอีก)

ใช้ linux มานาน แต่รอบนี้ใช้กับ laptop แล้วแบกออกนอกบ้านด้วย ค่อนข้างว้าวกับ trackpad ที่พัฒนาไปไกลแล้ว ใช้ gesture ได้เหมือนแมคเลย

เครื่องนี้มี fingerprint scanner แล้วเจอบั๊กตอนเอาออกนอกบ้านวันแรก เพราะ fprintd daemon ไม่ตื่นหลังจาก suspend (ขอบคุณคนที่ใช้มือเดียวคอยถือคอมให้ตอนใส่พาสเวิดที่ยาวมาก) แต่เจอวิธีแก้ละ

ที่ surprise สุดคือ thinkpad x13 มันเบามาก ไม่ถึงโล เบาแบบ ไม่น่าเชื่อ วางบนตักแล้วไม่รู้สึกว่าหนักเลย หวังว่าจะไม่นิสัยเสียใช้คอมบนเตียง 😅

วันก่อนไปเล่า DataOps ที่งาน Data & AI Day

จากประสบการณ์จริง ไม่อิงนิยาย เพราะเรื่องจริงมันเศร้ายิ่งกว่านิยาย 🥲

ขั้นกว่าของการทำของขึ้นได้ คือ รับมือกับ users (ทั้งภายใน ภายนอก และ technical users) ยังไม่นับเรื่อง security ล้านแปด ที่จะมากันไม่หยุดหย่อน

ขึ้นของเรื่องเล็ก operate ยังไงให้รอดและไม่จมน้ำก่อน

สไลด์อัพแล้ว ไปอ่านกันได้

https://karnwong.me/speaking/

Was implementing SMART reading feature for my cli utils app, and found that my server's ssd is on its last legs. Replaced the ssd and use the old one for a temp mountpoint. 2 weeks later it suddenly disconnected, and sudo blkid hangs. I think I dodged a bullet there.

---

วันก่อนเจอว่า ssd ที่ใช้ใน server มี bad sectors เยอะมาก เลยรีบซื้อมาเปลี่ยน

แต่ ssd เก่าก็น่าจะพอยังใช้ได้อยู่ เลยเอามาเป็น external drive เก็บ temp files ใหญ่ๆ

ผ่านไปสองอาทิตย์ ssd ตัวที่ว่านี้ อยู่ๆ หลุดจาก mountpoint, ใช้ sudo blkid ก็ไม่ขึ้น

หวุดหวิดมาก มี backup ไว้ทุกอย่างก็จริง แต่ก็จะเสียเวลาประมาณนึงในการ restore ทุกสิ่งอย่าง

ขอบคุณที่อะไรไม่รู้ดลใจให้ไปงอก SMART feature ใน cli utils ของตัวเอง เอาไว้เช็คสภาพ hard disk เลยเจอว่า bad sectors อย่างเยอะ

Recently gave a talk at PyCon Thailand about ONNX.

TLDR; stacking ONNX with rust can reduce latency by 20%.

See workshop repo in the slides.

https://karnwong.me/speaking/

---

อัพสไลด์งาน pycon แล้ว ขอบคุณทุกคนที่ให้ความสนใจ ถึงแม้ว่า session จะเป็น classical ML แต่ก็มีหลายคนที่สนใจ LLM เข้ามาถาม

ขอบคุณคนที่รีวิวสไลด์และป้ายยา vllm ตั้งแต่ปีที่แล้ว เลยไม่ตายไมค์ตอนคนถาม 🙏

workshop repo ดู qr code ในสไลด์

เสาร์นี้ไปงาน data & ai day มาเจอกันได้ รอบนี้พาทัวร์ DataOps

https://karnwong.me/speaking/

ไปแงะ ML inference ecosystem ของฝั่ง web มา

ก็คงไม่ train/eval บน web stack อันนั้นทรมานตัวเองเกิน

สรุปสั้นๆ คือ google ทำ mediapipe library ที่มีหลาย module หากินในงาน ML ไว้ให้แล้ว พวก LLM/audio/vision/text

ไม่ได้แงะทั้งหมด แต่เห็นบางตัวอย่าง face detection ยืนอยู่บน tensorflow lite (เปลี่ยนเป็น LiteRT ละ รอบนี้รองรับ pytorch และ jax แล้ว) ซึ่ง browser runtime ก็ไม่รู้จัก tensorflow กะเขาหรอก แต่ไปยืมมือ wasm แทน

ถ้ามี scikit-learn ก็ได้สองท่า ไปเกาะ pyodide ที่เป็น python runtime in browser เอา หรือ ไปออก onnx ยืนพื้น wasm เหมือนเดิม แต่มี accelerator ตัวอื่นพอใช้ได้เหมือนกัน

ส่วน neural networks ก็ไปเกาะ LiteRT เอา

อันนี้ mediapipe catalog สำเร็จรูปมาให้แล้ว ใช้ไม่ยาก ตึมึน vibe coding ได้เลย ลองมาละ

https://ai.google.dev/edge/mediapipe/solutions/guide

ไปเล่น unikernel มา

เล่าแบบสั้นๆ คือ เอา binary/runtime+code โปะบน kernel ตรงๆ เลย ไม่มี os คั่นกลาง - boot image เล็กจริง binary จิ๋วๆ boot image อยู่ที่ 15 mb

ตอนเทสมันจะทะลุ kvm ซึ่ง ผลค่อนข้าง inconsistent กัน บางเครื่อง unikernel ช้ากว่าแบบไม่เยอะมาก แต่บางเครื่องช้ากว่าเกินครึ่ง

docker ยังไงก็ไวกว่า ใกล้ๆ กับการรันแบบ native

จะเหมาะสุดถ้าเอา binary โปะทับตรงๆ เพราะไม่ต้องหอบ runtime + deps + file ติดมาด้วย (แปะไม่ครบ วนลูปเทสนานหน่อย)

แต่ถามว่าควรใช้มั้ย คิดว่ายัง เพราะมันยังดูไม่ค่อยสุกดีซักอัน debug ยากด้วยเพราะไม่มี os ให้เกาะ เลยทะลวงยาก และ docker ก็ไวกว่าแบบไม่ต้องคิด จะไปโยนขึ้น cloud ก็ต้องไปท่า vm ก็จะเหนื่อยหน่อยกับการทำ monitoring + scaling

viz เป็นแบบ interactive, กด filter เองได้บางส่วน

มี viz ที่เป็นของ gpu clusters ด้วย

ถ้าไม่อยากแปลผล viz เอง มีสรุปให้อ่าน

ถ้าสงสัยว่าข้อมูลได้แต่ใดมา มี faq ให้อ่านคลายความสงสัย

https://epoch.ai/data/ai-models

SedonaDB มาแล้ว syntax เดียวกับ sedona ที่ใช้กับ spark

ลงเป็น lib ใน python ท่าปกติ ยืนพื้นบน datafusion ไวแน่นอน (ขอบคุณที่ไม่ไปแตะ geopandas เลย)

จะได้ไม่ต้องรำ spark + setup JARs ตอนปั้น query

(ยังคงเจ็บกับ duckdb ที่ spatial implementation มีไม่ครบ และ h3 extension ก๊องขั้นสุด)

https://sedona.apache.org/sedonadb/latest/

I have a secrets sharing service deployed for personal use. Once the secret is accessed, it's gone.

My friend just told me that he's been using the said service I deployed for "personal use" with his "team". Because he trusts my server.

I'll take that as a compliment 😆

---

วันก่อน pair programming กับเพื่อน (ก็ไม่เชิง คือมันต้องไปขูดของออกจาก vm เลยคลำทางกับปั้น bash script แบบหนักๆ) คิดถึงความ mind meld ที่เดากันออก ว่าแต่ละคนกำลังจะทำอะไรโดยแค่ดูว่าอีกคนถามหรือพิมพ์อะไร

เจาะของเจอแล้ว ต้องขูดออกมาแยกก้อน เลยต้องให้เพื่อนส่ง artifacts list มา จะได้ปั้น bash script ให้ เพื่อนเลยบอกว่า ทุกวันนี้ใช้ secrets sharing service ที่เรา deploy (บนโดเมนตัวเอง) กับทีมเขาอยู่

เป็นเรื่องดี? 😂

สาย privacy ถูกใจสิ่งนี้ ในลิ้งมี paper + technical report

huggingface มี แต่ถ้าอยากใช้บน ollama ต้องใช้กำลังภายในนิดนึง

https://research.google/blog/vaultgemma-the-worlds-most-capable-differentially-private-llm/

This secrets scanning tool is very fast, and it returns normal exit code when found secrets. Very impressed!

Normally I don't use mongodb (only for storing logs) but gotta say this is a gem.

https://github.com/mongodb/kingfisher

---

ส่วนตัวเข็ดกับการใช้สายเขียวทำ app db แต่ถ้าใช้เก็บ logs อย่างเดียวจะดีกว่า

แต่รอบนี้ทำถึง secrets scanning tool ตัวนี้ไวจริง ปกติใช้ trufflehog แต่รู้สึกมันผีๆ ไปหน่อยตอนพ่น exit code ถ้าเจอ secrets ต้องอ้อมกันนิดนึง แต่ kingfisher ใช้ท่ามาตราฐาน ไม่ได้หมก exit code ไว้

แนะนำให้ปักเข้า pre-commit กันมือลั่นตอน git push ขึ้นมา

re-roll secrets จะไม่ค่อยสนุกถ้าต้องทำ เสี่ยง downtime อีก

https://github.com/mongodb/kingfisher

I have three machines that I use regularly: linux desktop, linux laptop and a macbook. The reason is because the pc is my desk setup, laptop for bedroom, and macbook for when I go out. Having these machines share the same state(ish) would be ideal because the machine switch ...

ชีวิตเด็กวิศวะ จะได้ยินคนกรี๊ดประจำ ตอนได้ parts ออกมาจากเครื่อง CNC แล้ว mating ไม่ได้ เพราะ margin น้อยไป

Software engineering is unlike traditional engineering disciplines in that for most of its lifetime it's had the luxury of purely deterministic expectations. This is not true in nearly every other type of engineering.

— potatolicious, in a conversation about AI engineering

Controversial แต่ก็อ่านได้ จะได้รู้ว่ามีคนคิดแบบนี้จริงๆ

Top comment เป็นตัวแทนให้ทุกคนแล้ว

คือจะคิดแบบนี้ก็ไม่ผิด แต่มันมีจริงๆ ที่ชาว swe ต้องมาผ่าตัดของที่ data ขึ้นไว้

แต่สลับกันก็มี คือทีม swe ขึ้น data pipelines ไว้ ชาว data มาเห็นคือจับผ่าตัดยกใหญ่

ถ้าจะสรุปก็คือ มันก็ไม่ใช่ว่ารู้ data อย่างเดียวแล้วจะทำ pipelines รอด มันต้องรู้หลักการ swe ด้วย รู้แค่อย่างใดอย่างนึงก็ขึ้นของได้แหละ แต่อาจจะมองไม่ครบมุม

ส่วนงาน ML ก็บันเทิงพอๆ กัน dev ใช้งานได้ พอจะเอาขึ้น production ต้องผ่าตัดชุดใหญ่ (ด่านยากสุด คือ ขอให้ DS ใช้ git)

https://medium.com/better-programming/data-engineering-is-not-software-engineering-af81eb8d3949

In a community I'm in, someone asked how to optimize a slow spatial join query. There are multiple approaches, but the general idea is to reduce the resulting set (setA would be your polygons, setB would be your points) from a join operation (hello set theory). Tools & F...

ทำให้ pain points ย้อนกลับมาที่คนสร้าง เดี๋ยวเขาก็แก้เอง

ใจเขาใจเรา business logic ดีแค่ไหน แต่ถ้า users ไม่เข้าใจเหมือนคนสร้าง ก็ล่มอยู่ดี

นึกถึงเคสนึงที่น้องๆ มัด 3 features เข้ามาไว้ใน pr เดียว

จริงๆ ก็ทำได้ ไม่ผิดกติกา แค่ตอนเอาขึ้น production จะลุ้นหนักหน่อย ว่า feature ไหนทำร่วง

แต่ในเมื่อ features พันกันใน pr ไปแล้ว ก็..... stand by อยู่แก้ยันเช้าละกันนะ

หลังจากนั้น น้องๆ ทำ pr แยก features กันโดยอัตโนมัติ เจ็บนี้อีกนาน

https://www.reddit.com/r/Entrepreneur/comments/1mw5yfg/forced_every_engineer_to_take_sales_calls_they/