🕵️‍♂️ ปมคดีและที่มา: เมื่อ AI ต่างค่ายคุยกันไม่รู้เรื่อง

ในทีมพัฒนาซอฟต์แวร์ยุคใหม่ นักพัฒนาแต่ละคนไม่ได้ใช้เครื่องมือตัวเดียวกัน:

• คนหนึ่งชอบใช้ Claude Code ใน Terminal
• อีกคนเปิด Cursor IDE สำหรับเขียน Frontend
• อีกทีมตั้งค่า OpenAI Codex รัน Backend Tests ใน CI/CD

ปัญหาใหญ่ที่เกิดขึ้นคือ “Agent Silos” — ตัวแทน AI แต่ละตัวทำงานแยกส่วนอย่างโดดเดี่ยว ไม่รู้ว่าตัวอื่นกำลังแก้อะไรอยู่ เกิดปัญหาแก้ไขทับซ้อนกัน (Conflict) หรือต้องให้โปรแกรมเมอร์มนุษย์คอยทำหน้าที่เป็น “นกพิราบสื่อสาร” ก๊อปปี้ข้อความข้ามไปข้ามมา

โปรเจกต์ Concord MCP จึงกำเนิดขึ้นเพื่อแก้ปัญหานี้ โดยทำหน้าที่เป็น “Cross-Harness Live Communication & Shared Work-State Protocol” สำหรับ Coding Agents ผ่านมาตรฐาน Model Context Protocol (MCP)

---

📊 ตารางเปรียบเทียบเชิงลึก: ทำงานแบบแยกเดี่ยว vs ใช้ Concord MCP

มิติการเปรียบเทียบ	แยก Agent รันเดี่ยวๆ (Isolated Agents)	เชื่อมต่อผ่าน Concord MCP Architecture
การแลกเปลี่ยนข้อมูลข้ามค่าย	ทำไม่ได้เลย หรือต้องให้มนุษย์พิมพ์บอกทีละฝั่ง	Cross-Harness Messaging: สื่อสารสองทิศทางแบบเรียลไทม์ระหว่าง Terminal กับ IDE
การแชร์สถานะงาน (Work-State)	ต่างตัวต่างจำใน Context ตัวเอง เมื่อรีเซ็ตก็หาย	Shared Work-State Store: บันทึกความคืบหน้าลงบน SQLite กลางข้าม Session
การป้องกันคดีชนกัน (Locking)	เสี่ยงต่อการเขียนทับไฟล์เดียวกันจนพัง	Task Coordination: มีระบบประกาศ Intent ว่า Agent ตัวไหนกำลังถือไฟล์ใดอยู่
โปรโตคอลที่ใช้	ต้องเขียนสคริปต์เชื่อมต่อเฉพาะค่าย	MCP Native: ใช้งานได้ทันทีกับทุกไคลเอนต์ที่รองรับมาตรฐาน Model Context Protocol

---

🔍 แกะรอยสถาปัตยกรรมระบบ Concord MCP (Architecture Breakdown)

Concord MCP วางตัวเป็น Hub กลางที่ประสานงานผ่าน MCP Server และ SQLite Database Engine:

flowchart TD
    subgraph 🤖 Agent Ecosystem (Multi-Client)
        AgentA["💻 Claude Code (CLI)"] <-->|MCP Stdio / SSE| Server["⚡ Concord MCP Server<br/>(@concord-ai/concord-mcp)"]
        AgentB["🖥️ Cursor Agent (IDE)"] <-->|MCP Stdio / SSE| Server
        AgentC["☁️ Codex / CI Agent"] <-->|MCP Stdio / SSE| Server
    end

    subgraph 🧠 Concord Core Engine
        Server --> Router["📨 Real-Time Message Dispatcher"]
        Server --> StateMgr["📌 Shared Work-State Manager"]
        Server --> LockMgr["🔒 Workspace Lock & Intent Registry"]
    end

    subgraph 💾 Persistence Layer
        StateMgr --> SQLite[("💾 Local SQLite DB<br/>(better-sqlite3)")]
        LockMgr --> SQLite
    end

3 เสาหลักของการออกแบบระบบ Concord MCP:

1. Protocol-Agnostic MCP Tools: โมดูลถูกห่อหุ้มเป็นชุด MCP Tools มาตรฐาน (เช่น concord_send_message, concord_get_task_status, concord_acquire_lock) ทำให้ AI ตัวใดที่รองรับ MCP สามารถเรียกใช้งานได้ทันที
2. Local SQLite Persistence via better-sqlite3: ไม่จำเป็นต้องตั้งเซิร์ฟเวอร์ Cloud ภายนอก ข้อมูลสถานะและข้อความทั้งหมดเก็บลงในฐานข้อมูล SQLite บนเครื่อง Local ทำให้ทำงานได้อย่างรวดเร็วและปลอดภัยจาก Data Leak
3. Intent-Based Concurrency: ก่อนที่ Agent จะเริ่มแก้ไขโค้ด จะต้องประกาศ Task Intent และขอล็อกไฟล์เป้าหมาย หากมี Agent ตัวอื่นกำลังแก้อยู่ ระบบจะแจ้งเตือนและชะลอคิวอัตโนมัติ

---

💻 ตัวอย่างการตั้งค่าและเชื่อมต่อผ่าน Claude Code & Cursor

ติดตั้งและเปิดใช้งาน Concord MCP เพื่อให้ AI ของคุณเริ่มคุยกันได้:

// เพิ่มในไฟล์ claude_desktop_config.json หรือ Cursor MCP Settings
{
  "mcpServers": {
    "concord": {
      "command": "npx",
      "args": ["-y", "@concord-ai/concord-mcp"]
    }
  }
}

เมื่อตั้งค่าเสร็จ Claude Code สามารถสั่งงานข้ามไปยัง Cursor ได้โดยตรงผ่านคำสั่ง:

# ตัวอย่างใน Terminal Claude Code
claude-code "ส่งข้อความหา Cursor Agent แจ้งว่าแก้โมดูล Auth เสร็จแล้ว ให้เริ่มทำหน้า Login UI ต่อได้เลย"

---

💰 3 พิมพ์เขียวสร้างรายได้จากสถาปัตยกรรม Multi-Agent Coordination

1. Enterprise Multi-Agent Swarm Setup (บริการวางระบบ AI ร่วมมือกันในองค์กร):
   • องค์กรที่มีโปรเจกต์ขนาดใหญ่ต้องการให้ Agent หลายตัวทำงานพร้อมกันโดยไม่ชนกัน
   • รับวางโครงสร้าง Concord MCP และ Workflow Orchestration เริ่มต้น 120,000 - 250,000 บาท
2. Custom MCP Plugin & Workflow Development:
   • พัฒนาส่วนขยาย MCP เชื่อมระบบภายในของลูกค้า (เช่น Jira, Slack, GitHub Enterprise) เข้ากับฝูงบิน AI
3. Collaborative AI Development Retainer:
   • ดูแลรักษาและปรับจูนความเสถียรของ Multi-Agent Pipeline รายเดือนสำหรับ Tech Startups

---

💬 ร่วมสืบคดีและแลกเปลี่ยนความรู้ด้าน AI Engineering กับเราได้ที่เพจ Facebook: นักสืบอัลกอริทึม