สุดท้ายแล้วพอพัฒนาลงลึกไปจริง ๆ ก็มักจะมีช่วงที่จำเป็นต้องต้องรู้ว่าข้างใน abstraction layer ทำงานอย่างไร
ช่องว่างระหว่างพรอมป์ต์ภาษาธรรมชาติกับโค้ดที่ถูกสร้างขึ้นมันกว้างเกินไป เลยดูเหมือนว่าจะยากที่จะเจาะจากพรอมป์ต์เข้าไปถึงด้านในของ abstraction layer ของ LLM

ตอนนี้พวกเรายังอยู่ในวิธีการเอาแนวคิดของสเปกที่อยู่ในหัวส่งให้ LLM ผ่านพรอมป์ต์ แล้วกลับมาอ่านโค้ดที่มันเขียนเพื่อตรวจสอบอีกที
มันเลยใกล้เคียงกับการรีวิวโค้ดที่คนอื่นเขียนมากกว่า จึงยังไม่ค่อยให้ความรู้สึกว่าได้เข้าไปอยู่ข้างใน abstraction นั้น

 

อุปกรณ์ที่รองรับ
Apple Watch Series 9 และรุ่นใหม่กว่า หรือ Apple Watch Ultra 2 และรุ่นใหม่กว่า

 

ผมรู้อยู่แล้วก่อนที่ประกาศนี้จะขึ้นเสียอีก
เพราะผมได้รับการแจ้งเตือนจากนาฬิกาของตัวเองมาก่อนแล้วว่าอาจมีภาวะความดันโลหิตสูง.. ฮือ ๆ
ต้องออกกำลังกายแล้วครับ ทุกคน

 

รู้สึกว่า OpenAI ยังจับทิศทางของตัวเองไม่ได้อยู่ดีนะครับ

 

เอ๊ะ นี่ไม่ใช่แค่การกลับมาของการไลฟ์อย่างเดียวนี่นา? นี่มันเหมือนทีมที่ไม่มีฮงชอลในทีมฮงชอลเลย..

 

ผมก็เป็นห่วงคนรุ่นจูเนียร์ที่ได้สัมผัส LLM ตั้งแต่สมัยยังเป็นนักเรียนเหมือนกันครับ รู้สึกด้วยว่าสถานการณ์ของตลาดรับสมัครจูเนียร์อาจจะแย่ลงนิดหน่อย แต่ก็พิสูจน์ได้ยากอีกเหมือนกัน...

 

ดูเหมือนว่าจะมีการเผยแพร่เวอร์ชัน skills ที่ช่วยปรับปรุงการทำงานของ Claude Code โดยอ้างอิงจากเนื้อหาในบทความนี้ด้วยนะครับ

Karpathy-Inspired Claude Code Guidelines : https://github.com/forrestchang/andrej-karpathy-skills

 

ผมยังสงสัยเรื่องนี้อยู่เรื่อย ๆ ว่าคนที่ชินกับการเขียนโค้ดด้วยมือมาแล้วจะทำหน้าที่กำกับดูแล LLM ได้ก็ดีอยู่หรอก แต่สำหรับคนที่เพิ่งเริ่มเรียนรู้ ถ้าเอาแต่จ้องโค้ดที่ LLM สร้างให้ ก็ดูเหมือนจะยากที่จะตัดสินได้ว่าสิ่งนี้ถูกหรือไม่ถูก
คนที่เมื่อก่อนเขียนกันด้วย assembler พอ compiler ออกมาใหม่ ๆ เขาเคยคิดกันไหมประมาณว่า จะไปเชื่อ compiler ที่ปล่อย assembly output ห่วย ๆ แบบนั้นได้ยังไง
ตอนนั้นถึงจะเขียนด้วย C ก็คงยังเขียนไปพร้อมกับคอยชี้นำให้ assembly output ออกมาตามที่ต้องการด้วย
ก็เลยอดสงสัยไม่ได้ว่า ถ้ายุค AI พัฒนาไปไกลกว่านี้ สุดท้ายจะสามารถสร้างงานสำเร็จรูปออกมาด้วยภาษาธรรมชาติโดยแทบไม่ต้องมีการกำกับจากมนุษย์ได้ไหม

 

ก็จริงนะ ท้ายที่สุดแล้วความจริงและความตื่นรู้ก็เพียงพอในหนึ่งประโยคจริงๆ

 

แต่ก็ยังคงต้องมีการจัดการเรื่องเทสต์และโค้ดที่ตายแล้ว รวมถึงต้องมีรายละเอียดเกี่ยวกับเทสต์เคสและเงื่อนไขความสำเร็จของการทดสอบ การกำกับว่าต้องทำอะไรและทำถึงระดับไหนเป็นสิ่งสำคัญ เพื่อให้เป็นเช่นนั้น ไม่ใช่แค่แผนเท่านั้น แต่ยังต้องอัปเดตการตั้งค่าต่าง ๆ อย่างต่อเนื่อง เช่น สถาปัตยกรรมที่ช่วยสร้าง harness และ Rules

 

เห็นด้วยอย่างมากครับ/ค่ะ ช่วงโปรเจ็กต์ล่าสุดผม/ฉันคอมมิตไปประมาณ 100,000 บรรทัด (ปริมาณโค้ดจริงมากกว่านี้) และโดยเฉลี่ยใช้เอเจนต์ 2-3 ตัว ผม/ฉันคิดว่าประมาณ 95% น่าจะเป็นสิ่งที่เอเจนต์เขียนครับ/ค่ะ

 

> การเขียนโค้ดด้วย LLM ทำให้วิศวกรถูกแบ่งออกเป็นคนที่ชอบการเขียนโค้ดเอง กับคนที่ชอบการสร้างสิ่งต่าง ๆ

ถ้ารวบรวมสิ่งที่ผมได้ยินจากคนรอบตัวดู ก็รู้สึกว่าสุดท้ายแล้วน่าจะถูกแบ่งออกมาแบบนี้จริง ๆ

 

https://laravel-news.com/clawdbot-rebrands-to-moltbot-after-trademark-…

ดูเหมือนว่าจะมีคำขอเรื่องเครื่องหมายการค้าจาก Anthropic เข้ามา เขาก็ดูจัดการกันแบบขำ ๆ แล้วเปลี่ยนชื่อไปครับ
เพราะบอกว่าล็อบสเตอร์ Molt (ลอกคราบ) เลยกลายเป็น Moltbot ไปแล้ว ตอนนี้ผมแก้ชื่อหัวข้อไว้ให้ด้วยแล้วครับ

 

ท่านผู้นั้นได้จาก Asahi ไปแล้ว... ฮือๆ TT

 

ถูกต้องครับ สามารถทำโดยใส่ hook ไว้ให้พอ implementation เสร็จแล้วค่อยอัปเดตสเปกก็ได้ หรือถ้าไม่ทำแบบนั้นก็เพิ่ม command หรือ skill สำหรับอัปเดตสเปกแบบ manual เองก็ได้ 555

 

ผมคิดว่าเป็นคนละเรื่องกัน
แน่นอนว่าอาจพยายามทำตัวให้มีประโยชน์เพราะคิดว่า 'ถ้าไม่มีประโยชน์ก็จะไม่มีใครรักฉัน' ก็ได้
แต่ผมทั้งอายุน้อย สูง หล่อ และยังมีเงินด้วย แรงจูงใจของผมมาจากการที่คนอื่นชอบผลิตภัณฑ์ของผม
ในทางกลับกัน คนที่ความนับถือตนเองต่ำกลับมักจะหวงความช่วยเหลือ ตั้งการ์ดป้องกันตัว และให้ความสำคัญกับผลงานที่ดูดีภายนอกมากกว่าเสียอีก

 

คอนเซ็ปต์ vibe coding เพิ่งถูกสร้างขึ้นมายังไม่ครบ 1 ปีเลย จะมาโพสต์อวดแนวโซเชียลอะไรนักหนาเนี่ย 555