คำตอบสั้นๆ: การใช้งาน AI Agent ฟรีสำหรับทีมนั้นต้องอาศัยสององค์ประกอบที่ไม่มีค่าใช้จ่าย (0 ดอลลาร์): กระดานส่วนกลางที่สมาชิกในทีมสามารถมอบหมาย Task ให้กับ Agent ได้ และ Coding Agent ที่ทำงานบนโมเดลฟรี แผน Free ของ Sharkly ครอบคลุมองค์กรที่มีสมาชิกสูงสุด 5 คนโดยไม่มีค่าใช้จ่าย (ข้อมูล ณ วันที่ 29 ตุลาคม 2026) และปัจจุบัน OpenCode ก็มีโมเดลฟรีให้เลือกใช้ ส่วนกฎประจำทีมที่ช่วยให้ทุกอย่างดำเนินไปได้อย่างราบรื่นคือ: หนึ่ง Agent ต่อหนึ่ง Task และต้องมีคนตรวจสอบก่อน Merge เสมอ
การนำ AI Agent ฟรีมาใช้ร่วมกันในทีมเป็นเรื่องของเวิร์กโฟลว์ก่อนที่จะเป็นเรื่องของราคา การที่นักพัฒนาคนเดียวรัน Claude Code หรือ OpenCode ในเทอร์มินัลนั้นทำได้ง่าย แต่เมื่อคน 5 คนต้องแชร์ Agent 3 ตัวบน Repository เดียวกัน ปัญหาก็มักจะเริ่มตรงนี้: Agent สองตัวแก้ไขไฟล์เดียวกัน ไม่มีใครรู้ว่าตัวไหนทำงานเสร็จไปแล้วบ้าง และการรีวิวก็เกิดขึ้นในเธรดแช็ตที่เลื่อนหายไปอย่างรวดเร็ว
คู่มือนี้จะแสดงให้เห็นว่าทีมขนาดเล็กสามารถใช้งาน Coding Agent ร่วมกันได้แบบฟรี 0 ดอลลาร์ได้อย่างไร คุณจะได้ตั้งค่ากระดานส่วนกลาง มอบหมายหน้าที่เฉพาะให้แต่ละ Agent แยกสภาพแวดล้อมของแต่ละ Task ด้วย git worktree และคงขั้นตอนการตรวจสอบโดยมนุษย์ไว้ก่อนที่จะ Merge เสมอ หากคุณใช้งาน Agent ด้วยตัวเองอยู่แล้ว Sharkly คือแพลตฟอร์มที่จะเปลี่ยนให้พวกมันทำงานร่วมกันเป็นทีม
สิ่งที่ทีม AI Agent สายฟรีจำเป็นต้องมี
ทีม AI Agent สายฟรีคือกลุ่มคนที่ทำงานร่วมกันไม่กี่คน ซึ่งมอบหมายงานเขียนโค้ดให้กับ AI Agent ผ่านระบบส่วนกลางระบบเดียว โดยไม่ต้องเสียค่าบริการสำหรับระบบนั้น และรัน Agent บนโมเดลที่ใช้งานได้ฟรีหรือมีแพ็กเกจอยู่แล้ว ซึ่งจำเป็นต้องมี 5 องค์ประกอบด้วยกัน:
- กระดานส่วนกลางที่เพื่อนร่วมทีมทุกคนมองเห็นและมอบหมาย Task ได้
- Agent ที่อยู่ใน Space ของทีม ไม่ใช่บนแล็ปท็อปของใครคนใดคนหนึ่ง
- Computer ซึ่งหมายถึงโฮสต์ที่เชื่อมต่อไว้สำหรับรัน Coding Agent
- ช่องทางการใช้งานโมเดลฟรี (0 ดอลลาร์) สำหรับ Coding Agent นั้น
- ขั้นตอนการตรวจสอบ (Review Gate) ระหว่าง Branch ของ Agent กับ Main Branch ของคุณ
หากขาดสิ่งใดสิ่งหนึ่งไป จะต้องมีใครสักคนชดใช้ด้วยเวลา ซึ่งมักจะเป็นคนที่ต้องมานั่งแก้ปัญหาโค้ดชนกันของ Agent สองตัวในเย็นวันศุกร์
เบื้องหลังคำว่า “ฟรี” มีค่าใช้จ่าย 2 ส่วน
การตั้งค่า Agent ทุกระบบมีค่าใช้จ่าย 2 ส่วน และคำว่า “ฟรี” จะต้องครอบคลุมทั้งคู่:
| Bill | What it pays for | $0 route today |
|---|---|---|
| Platform | กระดาน, Agents, Crews, การมอบหมายงาน, ประวัติการรัน | Sharkly Free สำหรับสมาชิกสูงสุด 5 คน |
| Model | โทเค็นที่ถูกใช้งานในแต่ละรอบการรันของ Agent | โมเดลฟรีของ OpenCode หรือแพ็กเกจที่คุณจ่ายเงินอยู่แล้ว |
ในส่วนของแพลตฟอร์มนั้นลงตัวแล้ว หน้าราคาของ Sharkly ระบุว่า “Free ครอบคลุมองค์กรที่มีสมาชิกสูงสุด 5 คน” และทั้ง Free และ Team “มีฟีเจอร์ Agents, Spaces และ Integrations เหมือนกันทุกประการ” โดย Agents, Crews, Computers, Runtimes และ Guests จะไม่นับเป็นที่นั่ง (Seat) ดังนั้นทีมที่มีสมาชิก 5 คนจึงสามารถรัน Agent 10 ตัวได้โดยไม่ต้องอัปเกรดแพ็กเกจ ทั้งนี้ Sharkly “ไม่ได้ขายโทเค็น”: การประมวลผลจะคิดค่าบริการไปยังแพ็กเกจเขียนโค้ดหรือบัญชี API บน Computer ที่คุณเชื่อมต่อ ดูรายละเอียดการคำนวณที่นั่งได้ที่ Sharkly pricing explained
ในส่วนของโมเดลนั้นเปลี่ยนแปลงเร็วกว่า ณ วันที่ 29 ตุลาคม 2026 ใน เอกสาร OpenCode Zen ได้ระบุว่า GLM-5.3-Flash Free และ DeepSeek V4.1 Flash Free ให้บริการฟรี (0 ดอลลาร์) ทั้งขา Input และ Output โดยเป็นแบบ “เปิดให้ใช้ฟรีบน OpenCode ในระยะเวลาจำกัด” ผู้ให้บริการทั้งสองรายมีนโยบาย Zero-retention และไม่นำข้อมูลของคุณไปใช้เทรนโมเดลตามที่ระบุไว้ในหน้าเดียวกัน อย่างไรก็ตาม โมเดลฟรีตัวอื่นๆ บางตัวเปิดให้ใช้งานเพื่อ “เก็บฟีดแบ็ก” ดังนั้นโปรดอ่านหมายเหตุของแต่ละโมเดลก่อนส่งโค้ดของบริษัท เราได้ติดตามและรวบรวมรายชื่อไว้ใน OpenCode free models
Gemini CLI เคยเป็นตัวเลือกฟรียอดนิยมมาตลอดจนถึงเดือนมิถุนายน 2026 ทว่าเงื่อนไขการใช้งานฟรีได้เปลี่ยนไปแล้ว จึงควรตรวจสอบที่ is Gemini CLI free ก่อนเริ่มวางแผนใช้งาน
วิธีตั้งค่า AI Agent ฟรีสำหรับทีมของคุณ
ขั้นตอนนี้อ้างอิงจาก Sharkly quickstart โดยปรับให้เข้ากับการทำงานเป็นทีม
Step 1: Create the Organization and invite People
ลงชื่อเข้าใช้ สร้าง Organization แล้วเลือก Software development เมื่อ Sharkly ถามว่าสร้าง Space นี้เพื่ออะไร คุณจะได้ Space ชื่อ Default Space ที่มีประเภท Task อย่าง Requirement และ Bug พร้อมใช้งาน

จากนั้นเชิญเพื่อนร่วมทีมทางอีเมลผ่านการตั้งค่า People โดยจำกัดจำนวนไว้ไม่เกิน 5 คนเพื่อให้อยู่ในแผน Free สำหรับฟรีแลนซ์หรือผู้รับเหมาที่ต้องการเข้าถึงเพียง Space เดียวสามารถเข้าร่วมในฐานะ Guest ได้: ตามที่ระบุใน เอกสารเกี่ยวกับสมาชิก Guest จะมองเห็นเฉพาะ Space ที่ตนถูกเพิ่มเข้าไปเท่านั้น และหน้าราคาก็ยืนยันว่า Guest จะไม่นับเป็นที่นั่ง

Step 2: Connect one shared Computer with a free runtime
Computer คือโฮสต์ที่ใช้รันการทำงานของ Agent: จะเป็นแล็ปท็อป คลาวด์เซิร์ฟเวอร์ หรือ VM ก็ได้ แอปเดสก์ท็อปจะตรวจหาเครื่องมือเขียนโค้ดที่ติดตั้งไว้แล้วลงทะเบียนให้โดยอัตโนมัติ ส่วนบนเว็บ ให้รันคำสั่งที่ระบุไว้ในหน้า Get started
ติดตั้ง OpenCode บนเครื่องนั้น เลือกโมเดลฟรี และตรวจสอบว่า Runtime แสดงสถานะ Available ในหน้ารายละเอียดของ Computer เพราะสถานะ Online หมายถึงการเชื่อมต่อทำงานอยู่เท่านั้น

สำหรับการทำงานเป็นทีม การใช้ Computer ที่เปิดทิ้งไว้ตลอดเวลาหนึ่งเครื่องย่อมดีกว่าแล็ปท็อป 5 เครื่อง เพราะ Task ต่างๆ จะยังคงรันต่อไปได้แม้จะมีคนพับหน้าจอแล็ปท็อปเก็บไปแล้ว แต่มีจุดที่ต้องระวัง: ทุกๆ การรันจะคิดค่าใช้จ่ายผ่านบัญชีของโมเดลที่ล็อกอินอยู่บน Computer เครื่องนั้น หากเป็นโมเดลฟรีก็ไม่มีค่าใช้จ่าย แต่หากล็อกอินด้วยบัญชี Claude Code หรือ Codex แบบเสียเงิน การสมัครสมาชิกของคนคนนั้นจะกลายเป็นการแบกรับค่าใช้จ่ายจากการรันของทั้งทีมไปโดยปริยาย
Step 3: Create Agents with one job each
เปิด Agents เลือก Create Agent แล้วเลือก Code development มอบหมายหน้าที่เฉพาะเจาะจงให้แต่ละ Agent: ตัวหนึ่งแก้บั๊ก ตัวหนึ่งเขียนแบบทดสอบ และอีกตัวคอยอัปเดตเอกสาร
ตั้งค่าแหล่งที่มาของโค้ดเป็น “the Agent automatically pulls Git repositories” แล้วเพิ่ม Repository ของคุณ จากนั้นเปลี่ยนระดับการมองเห็นจาก Personal เป็น Space ซึ่งตามที่ระบุใน เอกสาร Agents นั้น Space Agent จะ “พร้อมใช้งานสำหรับสมาชิกที่เข้าถึง Space ของ Agent นั้นได้” เพื่อให้เพื่อนร่วมทีมทุกคนสามารถมอบหมายงานให้มันได้
Step 4: One Agent per Task, one worktree per Task
แต่ละ Task จะมีผู้รับผิดชอบ (Assignee) ได้เพียงคนเดียว และการรันงานบน Repository แต่ละครั้งจะได้รับ git worktree แยกเป็นของตัวเอง เอกสาร Working Directory ได้ยกตัวอย่างไว้ว่า: “Agent ตัวหนึ่งสามารถแก้ปัญหาเรื่องการลงชื่อเข้าใช้ ในขณะที่ Agent อีกตัวกำลังเขียนแบบทดสอบเพิ่ม” โดยต่างฝ่ายต่างทำงานใน Worktree ของตนเอง โดยไม่ต้อง “มานั่งจัดการการเปลี่ยนแปลงที่ทับซ้อนกันในไดเรกทอรีเดียวกัน”

หากต้องการเริ่มรัน ให้กำหนด Agent เป็น Assignee ของ Task โดยที่คุณยังไม่ต้องเปลี่ยนสถานะแต่อย่างใด Log การประมวลผลจะแสดงความคืบหน้า ช่องคอมเมนต์จะเก็บข้อสรุป และสิ่งใดที่ต้องให้มนุษย์ตัดสินใจจะถูกส่งไปยัง Inbox ผลลัพธ์จะถูกส่งกลับมาบน Task Branch ดังนั้นจึงยังไม่มีสิ่งใดไปแตะต้อง main เราได้อธิบายแนวทางนี้อย่างเจาะลึกไว้ใน parallel agents in isolated worktrees

Step 5: Review before merge
Branch ของ Agent เป็นเพียงข้อเสนอ ไม่ใช่การ Merge ทันที เพื่อนร่วมทีมจะต้องรีวิวการเปลี่ยนแปลงใน Worktree ของ Task ก่อน จากนั้นจึงเลือกว่าจะเก็บไว้, Merge หรือลบทิ้ง หากมีข้อผิดพลาด ให้แจ้งในคอมเมนต์ของ Task แล้ว Agent จะทำงานต่อโดยใช้บริบทเดิมที่มีอยู่แล้ว
เชื่อมต่อกับ GitHub integration หากทีมของคุณทำงานผ่าน Pull Request การใส่ Task ID ไว้ในชื่อ Branch, ชื่อ Pull Request หรือในเนื้อหาจะช่วยลิงก์ PR เข้ากับ Task ได้ โปรดสังเกตข้อกำหนดที่ระบุไว้ในเอกสาร: “การ Merge ไม่ได้เปลี่ยนสถานะของ Task” แต่ต้องเป็นมนุษย์ที่เข้าไปเปลี่ยนสถานะเป็น Done สำหรับแนวทางว่าผู้ตรวจสอบที่ดีควรตรวจดูอะไรบ้าง สามารถดูได้ที่ how to review AI-generated code with task-level evidence และ คู่มือการรีวิว Pull Request ของ GitHub
กฎประจำทีมที่ช่วยให้ใช้งานได้ฟรีและไม่ปวดหัว
กลไกการทำงานเป็นเพียงครึ่งหนึ่งเท่านั้น ข้อตกลงร่วมกัน 5 ข้อนี้คือส่วนสำคัญที่เหลือ:
- เขียน Task ให้เหมือนทิคเก็ตสำหรับพนักงานใหม่: ระบุผลงานที่ต้องการส่งมอบ, ข้อจำกัด และวิธีตรวจสอบ
- ไม่มีการรัน Agent โดยไม่มี Task มอบหมาย: ถ้าไม่ได้สร้างเป็น Task ไว้ ก็จะไม่มี Agent ตัวไหนเริ่มทำงาน
- ผู้ขอเป็นผู้รีวิว: ใครก็ตามที่สร้าง Task ต้องเป็นคนอนุมัติหรือปฏิเสธผลลัพธ์นั้น
- แบ่ง Task ให้เล็ก: การเปลี่ยนแปลงที่ใช้เวลารีวิวเพียง 10 นาที ย่อมดีกว่า Branch ที่มีโค้ดยาวถึง 2,000 บรรทัด
- บันทึกโมเดลที่ใช้: จดไว้เสมอว่า Task นั้นรันด้วยโมเดลฟรีตัวใด เพื่อจะได้รู้สาเหตุเมื่อช่องทางนั้นใช้งานไม่ได้
หากต้องการมองเห็นภาพรวมเรื่องความเป็นเจ้าของผลงาน บทความ Agentic teams ได้อธิบายไว้อย่างครอบคลุมว่าใครเป็นเจ้าของผลงานเมื่อ Agent เป็นผู้ลงมือทำ
ข้อจำกัดของเวอร์ชันฟรี
- การจำกัดจำนวนสมาชิก: สมาชิกคนที่ 6 จะทำให้องค์กรต้องปรับไปเป็นแพ็กเกจ Team ในราคา 7 ดอลลาร์ต่อคนต่อเดือน (เรียกเก็บเงินรายปี) โดยที่ Agent จะยังคงไม่นับเป็นที่นั่ง
- โมเดลฟรีมีระยะเวลาจำกัด: OpenCode ติดป้ายกำกับโมเดลฟรีไว้ว่า “limited time” จึงควรเตรียมแผนสำรองสำหรับการสลับโมเดลไว้ล่วงหน้า
- โมเดลในระดับฟรีถูกล็อกไว้กับไคลเอนต์เฉพาะ: เอกสารของ OpenCode ระบุว่า “Free-tier chat models require OpenCode” ดังนั้นจึงไม่สามารถนำไปรันผ่าน Claude Code หรือ Codex ได้
- “ฟรีวันนี้” ไม่ได้แปลว่า “ฟรีตลอดไป”: คำถามที่พบบ่อย (FAQ) เรื่องราคาของ Sharkly ระบุว่าบริการนี้ “ในปัจจุบันเปิดให้ใช้งานฟรีโดยไม่มีค่าใช้จ่าย” และคุณจะไม่ถูกเรียกเก็บเงิน เว้นแต่จะทำการสั่งซื้อในภายหลังหลังจากมีการประกาศข้อกำหนดฉบับปรับปรุงใหม่
ทางเลือกฟรี (0 ดอลลาร์) อื่นๆ สำหรับทีม
กระดานแบบ Self-hosted และเดสก์ท็อปแอปก็สามารถรัน Agent ได้ฟรี 0 ดอลลาร์เช่นกัน โดยมีข้อดีข้อเสียแตกต่างกันไปในเรื่องการโฮสต์และการมองเห็นในทีม รายการจัดอันดับ free AI agent platforms ของเราได้เปรียบเทียบแพลตฟอร์ม 10 รายการ ทั้งในแง่ของขีดจำกัดการใช้งานฟรีและราคาในระดับถัดไป หากงานของทีมคุณเน้นไปที่การค้นคว้าวิจัยระยะยาวมากกว่างานโค้ด บทความ Pokee AI agents for teams จะกล่าวถึงรูปแบบการทำงานดังกล่าว
กรณีการใช้งานจริง
- ผู้ร่วมก่อตั้งสองคน: สร้าง Task ในตอนกลางวัน จากนั้น Agent สำหรับแก้บั๊กและ Agent สำหรับเขียนแบบทดสอบจะทำงานต่อในตอนกลางคืนบน Computer ส่วนกลางเครื่องเดียว
- ทีมพัฒนาผลิตภัณฑ์ 5 คน: นักพัฒนาแต่ละคนมี Agent แบบเสียเงินของตนเองสำหรับงานเชิงลึก และแชร์ Space Agent ที่ใช้โมเดลฟรีสำหรับงานทั่วไป: อัปเดต Dependency, เพิ่ม Test Coverage, เขียนเอกสาร
- ทีมนักศึกษา: ทุกคนใช้งานได้แบบ 0 ดอลลาร์: ใช้แผน Free, ใช้เซิร์ฟเวอร์ในแล็บเป็น Computer และรัน OpenCode ด้วยโมเดลฟรี
สรุป
การใช้งาน AI Agent ฟรีสำหรับทีมจะประสบความสำเร็จได้เมื่อส่วนที่ฟรีนั้นมีโครงสร้างที่รองรับ: กระดานส่วนกลาง, หนึ่ง Agent ต่อหนึ่ง Task, Worktree ที่แยกจากกัน และมีมนุษย์คอยรีวิวก่อนการ Merge เสมอ ในส่วนของแพลตฟอร์ม Sharkly เปิดให้ใช้งานฟรี 0 ดอลลาร์สำหรับสมาชิกสูงสุด 5 คนในปัจจุบัน และในส่วนของโมเดลก็ฟรี 0 ดอลลาร์ตราบใดที่โมเดลฟรีของ OpenCode ยังเปิดให้บริการ
ขั้นตอนถัดไปของคุณ: เชื่อมต่อ Computer หนึ่งเครื่อง, สร้าง Space Agent หนึ่งตัว แล้วมอบหมายงานประจำที่น่าเบื่อให้มันทำ เริ่มต้นใช้งาน Sharkly Free และปฏิบัติตามคู่มือ quickstart ได้ทันที
FAQ
มี AI Agent ฟรีสำหรับทีมหรือไม่?
มี แผน Free ของ Sharkly ให้องค์กรที่มีสมาชิกไม่เกิน 5 คนใช้งานฟีเจอร์ได้ครบครันที่ 0 ดอลลาร์ และ OpenCode ก็มีโมเดลฟรีสำหรับตัว Agent เอง ซึ่งทั้งคู่ได้รับการตรวจสอบข้อมูลเมื่อวันที่ 29 ตุลาคม 2026
ทีมสายฟรีสามารถรัน AI Agent ได้กี่ตัว?
ขีดจำกัดของแผน Free นับตามจำนวนคน ไม่ใช่จำนวน Agent โดย Agents, Crews, Computers และ Runtimes จะไม่นับเป็นที่นั่ง ประสิทธิภาพในการประมวลผลขึ้นอยู่กับขีดจำกัดการทำงานพร้อมกัน (Concurrency Limit) ของ Computer และโควตาโมเดลของคุณ
Agent หลายตัวสามารถทำงานบน Repository เดียวกันพร้อมกันได้หรือไม่?
ได้ โดยใช้ Worktree ที่แยกจากกัน แต่ละ Task จะได้ Worktree และ Branch ของตัวเอง ดังนั้น Agent สองตัวจึงไม่ต้องแก้ไขไฟล์ในไดเรกทอรีเดียวกัน
การ Merge Pull Request จะเป็นการปิด Task หรือไม่?
ไม่ Sharkly จะเชื่อมโยง PR เข้ากับ Task เท่านั้น แต่การเปลี่ยนสถานะเป็น Done จะต้องทำโดยมนุษย์
จะเกิดอะไรขึ้นเมื่อทีมมีสมาชิกมากกว่า 5 คน?
องค์กรจะเปลี่ยนไปเป็นแพ็กเกจ Team ในราคา 7 ดอลลาร์ต่อคนต่อเดือน (เรียกเก็บเงินรายปี) โดยฟังก์ชันการใช้งานของผลิตภัณฑ์ยังคงเหมือนเดิมทุกประการ



