การเปรียบเทียบแบบนี้ยุติธรรมจริงหรือครับ? เมื่อผู้เขียนเป็นอาจารย์ประจำที่มี tenure ของมหาวิทยาลัยที่ค่อนข้างดี ก็ดูไม่น่าเคยมีประสบการณ์กับมหาวิทยาลัยที่นักศึกษาโดยเฉลี่ยเข้าเรียนกันตอนที่ตัวเองยังเป็นนักศึกษาอยู่ไม่ใช่หรือครับ

 

ถ้ามีความรู้และฝีมือใกล้เคียงกัน อยู่ในสภาพแวดล้อมที่เหมาะสมก็น่าจะได้ผลลัพธ์ที่ใกล้เคียงกันครับ

งานพัฒนาไม่ได้มีแค่เว็บแอปพลิเคชันที่มีข้อมูลเปิดเผยค่อนข้างมากเท่านั้น แต่ยังหลากหลายมากตั้งแต่กราฟิกเอนจินไปจนถึงระบบฝังตัวและการออกแบบชิประดับล่าง หลายสาขาเริ่มต้นจากศูนย์หรือแทบจะศูนย์เลยครับ สำหรับสายงานของผมเอง ทั้ง GitHub เอกสาร หรืออินเทอร์เน็ต ก็แทบไม่มีอะไรที่ใช้อ้างอิงได้อย่างเหมาะสมอยู่แล้ว แน่นอนว่าไม่ว่าจะเป็น Grok หรือ Claude ก็ให้ผลลัพธ์ที่ดีไม่ได้เช่นกัน ไม่นับกรณีที่ป้อนโค้ดทั้งหมดให้โมเดลหรือทำ fine-tuning นะครับ

ดูเหมือนว่าคุณอาจไม่ได้ทำงานพัฒนาที่ต้องใช้ความเชี่ยวชาญลักษณะนี้ หรือไม่มีทรัพย์สินภายในบริษัทที่ห้ามเปิดเผย ดังนั้นอย่ามั่นใจเกินไปว่าตัวเองเข้าใจสถานการณ์ได้อย่างถูกต้องครับ

 

ไม่มีใครรู้ว่าเทคโนโลยี AI ในแก่นแท้จะพัฒนาไปได้ถึงระดับไหน
แต่ในระดับตอนนี้ยังห่างไกลมาก

 

ดูเหมือนจะเป็นโปรเจกต์ที่เกือบอันตรายมาก ๆ เลยนะ จากมุมของคนที่เคยทำแบตเตอรี่ระเบิดมาแล้วบ้างในที่ทำงานเก่า ผมคงไม่กล้าทำเพราะน่ากลัวจริง ๆ ;;

 

ในแง่ที่มูลค่าของความรู้หรือประสบการณ์ที่สะสมมาอาจลดลง ดูเหมือนว่าเส้นแบ่งระหว่างซีเนียร์กับจูเนียร์เองก็คงจะยิ่งเลือนรางลง

และน่าจะกลายเป็นตลาดที่คนส่วนน้อยกินรวบด้วย ต่อจากนี้การจ้างนักพัฒนาน่าจะเปลี่ยนไปในทิศทางของการคัดเลือก AI pilot ที่มีความสามารถด้านการคิดและการอนุมานโดยกำเนิดโดดเด่น มากกว่าดูจากความพยายามที่ลงไปหรือมีประสบการณ์ทำงานหรือไม่

 

อ้างอิงไว้ก่อนว่า ลิงก์ได้เปลี่ยนเป็น https://dagger.io/blog/… แล้ว

 

หากการตัดสินต่อภาพลักษณ์ที่เปลี่ยนไปเป็นสิ่งที่ไม่อาจฝืนได้
ก็ดูเหมือนว่าเราจำเป็นต้องคิดต่อด้วยว่า การศึกษาในมหาวิทยาลัยควรปรับเปลี่ยนอย่างไรให้สอดรับกับสิ่งนี้

 

ดูเหมือนว่าจะโชคดีมากทีเดียวที่ไม่มีแบตเตอรี่ก้อนไหนบวมเลย
แต่รูปในบทความเป็นแบตเตอรี่ทรงกระบอกทั้งหมดนี่นะ

 

ดูเหมือนว่าคุณจะมีมุมมองที่ค่อนข้างต่างจากผมครับ ไม่แน่ใจว่าเป็นเพราะประสบการณ์การทำงานของผมยังน้อยหรือเปล่า แต่ที่ผ่านมา ผมเห็นมาบ่อยว่าฟีดแบ็กที่ไม่ชัดเจนหรือใช้คำอ้างอิงกำกวมกลับให้ผลเสียมากกว่า...

 

ก็จริงที่ Siri ทำไม่ได้แหละ ตอนแรกก็คิดแบบนั้น 555
ทุกคนก็ดูสิ่งเดียวกันแล้วรู้สึกว่าพาดหัวบทความเรียกกระแสเก่งมาก มากๆ

 

เอเจนต์กำกับดูแลงั้นเหรอ..

ถ้าขั้นตอนการพัฒนามีอยู่ราว ๆ 4 ขั้น (พัฒนา, ดีบัก, QA และดีบัก, รีแฟกเตอร์ริง) จะจับ hallucination ที่เกิดขึ้นในทั้ง 4 เลเยอร์ได้หมดไหม..

ตอนนี้ต่อให้เขียนความต้องการเรื่องดีบักและการทดสอบไว้ในพรอมป์ต์อย่างละเอียด บางทีก็ยังมีคำพูดเพ้อเจ้อประมาณว่าไม่รู้ว่าปัญหาคืออะไรโผล่มาอยู่ดีนะครับ (Sonnet 3.7).

เว้นแต่ว่าสถาปัตยกรรม Transformer เองจะเปลี่ยนไปนั่นแหละ.

 

เหตุผลที่ผมเห็นด้วยกับ vibe coding ได้ยาก เป็นเพราะ AI agent ยังแก้ปัญหาความจริงที่ว่าเรายังต้องทำงานบนพื้นฐานของโค้ดไม่ได้ หากเป็นสภาพแวดล้อมที่ agent ทำงานได้อย่างอิสระจริง ๆ แล้ว ทำไมเรายังต้องมีโค้ดที่เครื่องเข้าใจได้ยากอยู่ด้วยล่ะ?

ผมคิดว่าช่วงเวลาที่ AI agent จะเปลี่ยนโฉมการพัฒนาซอฟต์แวร์อย่างแท้จริง ก็คือช่วงที่มันทำให้ชั้นของ "โค้ด" ถูกนามธรรมออกไปอย่างสิ้นเชิงสำหรับผู้ใช้ที่คอยสั่งการมัน ตอนนี้มันยังเป็นเพียงระดับของการสร้างเศษชิ้นส่วนโค้ดได้อย่างรวดเร็วเท่านั้น (ซึ่งแน่นอนว่านี่ก็ยอดเยี่ยมมากแล้ว)

ตราบใดที่ช่วงเวลาที่ AI agent จะปลดปล่อยพวกเราออกจากโค้ดยังมาไม่ถึง แม้ความเปลี่ยนแปลงจะน่าทึ่งแค่ไหน ผมก็ยังเห็นด้วยได้ยากกับคำกล่าวอ้างที่ว่าสิ่งนี้จะเปลี่ยนวิธีการทำงานของอุตสาหกรรมซอฟต์แวร์อย่างพลิกหน้ามือเป็นหลังมือ

 

> ตั้งชื่อตาราง join แบบใช้กฎตายตัว

ผมว่าการมีหลักเกณฑ์แบบนี้ตอนตั้งชื่อก็ดีเหมือนกันครับ~

 

อะไรคือสิ่งถัดไปจาก Lakehouse?

หรือจะเป็น Dataland?

 

https://marp.app/ อันนี้ก็เป็นของเก่าเหมือนกัน แต่ใช้ได้ดีครับ