JetBrains เปิด Junie Local: Coding Agent ฟรี รันในเครื่อง ไม่มีเครดิต โค้ดไม่หลุด

เนื้อหาในบทความนี้

ข่าวนี้คืออะไร

วันที่ 24 สิงหาคม 2026 JetBrains ประกาศ Junie Local บนบล็อกทางการ สรุปสั้น ๆ คือ coding agent ของเขาที่เคยรันบนคลาวด์และคิดเครดิตตามการใช้งาน ตอนนี้มีโหมดที่รันทั้งหมดบนเครื่องเราเอง ฟรี ไม่มีเครดิต ไม่มีโควตา และโค้ดไม่ออกจากเครื่อง

สิ่งที่ต่างจากการ “ต่อ Junie เข้า Ollama” ที่ทำกันได้อยู่แล้วคือ JetBrains เลือกและจูนโมเดลให้เอง คือ Qwen3.6-27B แบบ 4-bit พร้อม inference engine ที่ปรับให้เร็วกับซิลิคอนของ Apple โดยเฉพาะ ติดตั้งด้วยคำสั่งเดียวใน Junie คือพิมพ์ /local โมเดลจะดาวน์โหลดราว 20GB แล้วรันต่อในเครื่อง

ข้อกำหนดเครื่องที่เขาบอกตรง ๆ คือ Mac M5 ที่มีแรม 64GB

ส่วนฝั่งความสามารถ เขาใช้ชุดทดสอบภายในของ JetBrains เองวัด Qwen3.6-27B ตัวนี้ได้ใกล้เคียง Sonnet 4.5 และต่ำกว่า GPT-5 ระดับ medium effort เล็กน้อย โดยรันแบบไม่เปิด reasoning เพราะทีมทดสอบพบว่าการเปิด reasoning เพิ่มคุณภาพน้อยแต่กินโทเคนสองถึงสามเท่า

ทำไมทีมเล็กควรสนใจ

เรื่องนี้ไม่ได้เกี่ยวกับ “โมเดลใหม่” แต่เกี่ยวกับจิตวิทยาของการส่งงานให้ agent

เมื่อทุกคำสั่งมีค่าตัง เราจะกลั่นกรองงานที่ส่งเองโดยไม่รู้ตัว งานกลาง ๆ อย่างเขียนเทสต์เพิ่ม อัปเกรด dependency หรือไล่อ่าน repo เก่าที่รับมา มักตกไปอยู่ในกอง “ไม่คุ้มเปิด agent” จนกองโตขึ้นทุกไตรมาส

Junie Local ทำให้ต้นทุนส่วนนั้นเป็นศูนย์ JetBrains ระบุเองว่างานที่เหมาะที่สุดคือ refactor หลายไฟล์ งานเทสต์ที่เฉยๆ มานาน อัปเกรด dependency และการเข้าใจ repo ใหม่

อีกมุมที่สำคัญกับทีมไทยคือความเป็นส่วนตัวของโค้ด ถ้าทีมทำงานกับลูกค้าภายใต้ NDA หรือทำโปรเจกต์ที่ไม่ควรส่งออกจากองค์กร การรัน agent ในเครื่องเปลี่ยนบทสนทนาจาก “เราประเมิน provider แล้วน่าเชื่อถือ” เป็น “ไม่มี provider ในวงจรเลย” และเมื่อดาวน์โหลดโมเดลเสร็จ มันทำงานได้แม้ไม่มีเน็ต

ข้อจริงที่ต้องยอมรับคือเพดานฮาร์ดแวร์ Mac M5 แรม 64GB ไม่ใช่เครื่องที่ทุกทีมมี และโมเดล 27B ยังไม่ใช่ระดับ frontier งาน architect ซับซ้อนยังต้องใช้โมเดลใหญ่บนคลาวด์

วิธีเอาไปใช้จริง

แยกงานเป็นสองถังตั้งแต่วันนี้ ถัง “งานกลาง ๆ ที่ทำซ้ำ” อย่างเทสต์ dependency และอ่าน repo ส่งให้ agent ที่ถูกหรือฟรี ส่วนถัง “งานตัดสินใจสำคัญ” อย่างออกแบบสถาปัตยกรรมและ security ยังใช้โมเดลแรงบนคลาวด์ อย่าลังเลที่จะผสม

อย่าเพิ่งซื้อเครื่องเพราะข่าวนี้อย่างเดียว ถ้าทีมมี M5 64GB อยู่แล้ว ให้ลองเลยเพราะฟรีและไม่มีความเสี่ยง ถ้าไม่มี ให้รอทาง JetBrains เองที่บอกว่ากำลังทำ DGX Spark และ RTX 5090 รวมถึงการ์ด 24GB

ทดสอบด้วยงานที่วัดผลได้ อย่าเริ่มจาก feature ใหม่ที่ยาก ให้เริ่มจากงานที่มีเกณฑ์ชัด เช่น เขียนเทสต์ให้โมดูลที่ coverage ต่ำ หรืออัปเกรด dependency เวอร์ชันเดียว แล้วดูว่า pass หรือไม่

ใช้เป็นเครื่องอ่าน repo ประจำทีม งาน “เข้าใจ repo ที่รับส่งต่อ” คืองานที่เสียเวลาคนมากที่สุดชิ้นหนึ่ง การให้ agent อ่านและสรุปโครงสร้าง จุดเสี่ยง และทางเดินของข้อมูลแบบไม่จำกัดจำนวนรอบ คุ้มมากเมื่อฟรี

อ่านเงื่อนไข license ก่อนใช้ในเชิงพาณิชย์ โมเดลคือ Qwen ภายใต้ license ของ Alibaba และ agent คือของ JetBrains ให้เช็กว่าการใช้งานในบริบทบริษัทเราเข้าเงื่อนไขก่อนเอาไปใช้กับโค้ดลูกค้า

Operator Kit

Checklist Junie Local ว่าทีมไหนพร้อมเปิดใช้

ฮาร์ดแวร์และสิทธิ์

มี Mac M5 แรม 64GB อย่างน้อยหนึ่งเครื่องในทีม
ดาวน์โหลดโมเดลราว 20GB เผื่อพื้นที่และเวลาหนึ่งคืน
ยอมรับว่าเครื่องนั้นจะร้อนและเต็มโหลดช่วง agent ทำงาน

ลักษณะงานที่ส่งได้เลย

เขียนเทสต์เพิ่มให้โมดูลเก่าที่ coverage ต่ำ
อัปเกรด dependency หรือ framework ทีละขั้น
Refactor ชื่อ ย้ายไฟล์ จัดระเบียบโครงสร้างหลายไฟล์
สรุป repo ใหม่ที่ทีมเพิ่งรับมา

งานที่ยังไม่ควรส่ง

ออกแบบสถาปัตยกรรมใหม่ทั้งระบบ
แก้จุดที่เกี่ยวกับ security หรือเงินโดยไม่มีคนตรวจซ้ำ
งานที่ต้องแม่นระดับ 100% โดยไม่มีเทสต์รองรับ

สัญญาณว่าควรรีเฟรชกลยุทธ์ต้นทุนของทีม

บิล agent รายเดือนโตเร็วกว่าจำนวนงานที่ ship
ทีมเริ่มบอกว่า “งานนี้ไม่คุ้มสั่ง agent”
มีงานสะสมประจำที่ทุกคนเลี่ยงทำจนกองใหญ่

ข้อจำกัดที่ควรรู้

ตัวเลข “ใกล้เคียง Sonnet 4.5” มาจากชุดทดสอบภายในของ JetBrains เอง ไม่ใช่ benchmark สาธารณะที่คนนอกตรวจซ้ำได้ ให้ใช้เป็นแนวโน้ม อย่าใช้ตัดสินก่อนลองกับโค้ดจริงของทีมเรา

ข้อจำกัดที่ JetBrains ยอมรับเองคือเพดานของโมเดล 27B งาน complex architectural reasoning ยังห่างจากโมเดลใหญ่บนคลาวด์อยู่ชัดเจน และ M5 64GB เป็นสเปกที่ตัดทีมส่วนใหญ่ออกในตอนนี้

สุดท้าย “ฟรี” ในที่นี้คือไม่มีค่าตัวคำสั่ง แต่ไม่ได้แปลว่าไม่มีต้นทุน ไฟฟ้า ความร้อน และเวลาที่เครื่องติดงานอยู่ ยังเป็นต้นทุนจริงที่ต้องคิดรวม

เริ่มต้นวันนี้

ถ้าทีมคุณกำลังหาทางคุมต้นทุน agent โดยไม่เสียความเร็ว Data-Espresso ช่วยออกแบบรูปแบบการแบ่งงานระหว่าง agent ในเครื่องกับคลาวด์ พร้อมวาง runtime บน workspace ส่วนตัวผ่าน OPB Stack ที่คุมสิทธิ์และดูแง่ใช้งานได้จากที่เดียว

อ่านแล้ว: 81