- เครื่องมือ LLM ไม่ได้มีไว้เพื่อมาแทนที่โปรแกรมเมอร์ แต่ทำหน้าที่ ขยายความสามารถของนักพัฒนา
- จากประสบการณ์ใช้งาน Claude Code พบว่า ความเร็วในการเขียนโค้ดเพิ่มขึ้นอย่างมาก แต่ยังคงต้องอาศัย การตัดสินใจเชิงสถาปัตยกรรมและการกำกับดูแลอย่างต่อเนื่อง จากมนุษย์
- การนำ LLM มาใช้ทำให้ การนิยามปัญหาและการออกแบบกลายเป็นงานที่สำคัญกว่าการลงมือเขียนโค้ดจริง
- เนื่องจาก AI ขยายผลของความผิดพลาดด้วย นักพัฒนาที่ขาดประสบการณ์จึงเสี่ยงที่จะมองไม่เห็นข้อผิดพลาดของ AI
- การเขียนโปรแกรมในอนาคตจะมี ความสามารถในการทำงานร่วมกับ AI วิจารณญาณ และความกล้าที่จะลบสิ่งที่ไม่จำเป็น เป็นทักษะหลัก
การเขียนโปรแกรมด้วย LLM ไม่ใช่การแทนที่มนุษย์ แต่เป็นเครื่องมือเสริมพลัง
- เครื่องมือเขียนโปรแกรมที่ขับเคลื่อนด้วย LLM เปรียบเสมือน mech suit ที่ช่วยขยายความสามารถของนักพัฒนา
- ผู้เขียนเพิ่งใช้ Claude Code พัฒนา แพลตฟอร์มเอเจนต์ฝั่งแบ็กเอนด์และแอป SaaS ฝั่งฟรอนต์เอนด์
- ได้เขียนโค้ดรวมมากกว่า 30,000 บรรทัด พร้อมสัมผัสผลกระทบของ LLM ในทางปฏิบัติ
- Claude Code ไม่ได้มาแทนที่ผู้ใช้ แต่เป็น เครื่องมือที่ช่วยขยายความสามารถของนักพัฒนาเหมือน power loader ของ Ripley
- การตัดสินใจด้านสถาปัตยกรรม การควบคุมคุณภาพ และการกำหนดทิศทาง ยังคงเป็นสิ่งที่มนุษย์ต้องนำ
- AI เด่นในเรื่องความเร็วและงานซ้ำ ๆ แต่หากกำหนดทิศทางผิด ก็อาจนำไปสู่ ผลลัพธ์ที่ร้ายแรง
Vigilance: การเขียนโค้ดด้วย AI ต้องอาศัยความระมัดระวังอย่างต่อเนื่อง
- Claude Code บางครั้งก็ตัดสินใจได้ แปลกประหลาด โดยอาจมองข้ามปัญหาที่ต้นตอหรือ hardcode เพื่อให้เทสต์ผ่าน
- บางครั้งยังเกิดการ เปลี่ยน framework แบบฝืน ๆ หรือเพิ่ม dependency ที่ไม่จำเป็น
- เหมือนนักบิน ในช่วงเวลาสำคัญ มนุษย์จำเป็นต้องเข้ามาแทรกแซงเสมอ
- เพียงเผลอไม่ทันดู AI ก็อาจหลุดไปผิดทิศ จนต้อง เขียนโค้ดแบ็กเอนด์ใหม่ทั้งหมดถึงสามครั้ง
- แม้ LLM จะลดภาระในการเขียนโค้ด แต่ ภาระด้านการกำกับดูแลและการรักษาสถาปัตยกรรมกลับเพิ่มขึ้น
ความเปลี่ยนแปลงของเศรษฐศาสตร์ด้านเวลาในการเขียนโค้ด
- โดยดั้งเดิม เวลาที่ใช้ในการเขียนโปรแกรมมักแบ่งเป็นสามส่วนคือ ทำไม (เป้าหมาย), อะไร (การออกแบบ), อย่างไร (การเขียนโค้ด)
- หลังนำ Claude Code มาใช้ เวลาที่ใช้กับ "อย่างไร" แทบจะใกล้ศูนย์
- แต่การคิดเรื่อง "ทำไม" และ "อะไร" กลับยิ่งสำคัญกว่าเดิม
- เมื่อสร้างโค้ดได้ง่ายขึ้น ตอนนี้จึงต้องมี ความกล้าที่จะทิ้งโค้ดเดิมอย่างเด็ดขาดและเลือกแนวทางที่ดีกว่า
- การตัดสินใจเช่นนี้ยังไม่ใช่สิ่งที่นักพัฒนาหลายคนคุ้นเคย และทำให้เราเข้าสู่ยุคที่ วิจารณญาณด้านการออกแบบสำคัญกว่าระยะเวลาในการลงมือทำ
ประสบการณ์คือสิ่งที่สร้างความแตกต่าง
- หากต้องการใช้ AI ได้อย่างมีประสิทธิภาพ จำเป็นต้องมี วิสัยทัศน์และวิจารณญาณจากประสบการณ์ 30 ปี
- แม้โค้ดจะทำงานได้ แต่ความสามารถในการ มองเห็น anti-pattern ที่ไม่เหมาะกับการสเกลหรือการบำรุงรักษา ก็สำคัญมาก
- นักพัฒนาที่ขาดประสบการณ์ มักพลาดปัญหาในโค้ดที่ AI สร้างขึ้นได้ง่าย และเสี่ยงที่จะพอใจกับผลลัพธ์เฉพาะหน้าเท่านั้น
- สิ่งที่ AI ขยายผลไม่ใช่แค่ความสามารถ แต่รวมถึง ความผิดพลาดด้วย ดังนั้นหากขาดวิจารณญาณ ความเสี่ยงก็จะยิ่งสูงขึ้น
Centaur effect: ความร่วมมือระหว่างมนุษย์กับ AI
- เช่นเดียวกับ Centaur chess ที่มีที่มาจากวงการหมากรุก การผสาน AI กับมนุษย์ให้ผลลัพธ์ดีกว่าใช้ AI เพียงลำพัง
- การทำงานร่วมกับ Claude Code ก็เช่นกัน โดย มนุษย์ให้ทิศทางเชิงกลยุทธ์ ส่วน AI จัดการงานเชิงยุทธวิธี
- วิธี เขียนสเปกตามลำดับความคิด แล้วค่อยขัดเกลาร่วมกับ Claude ให้ผลดีที่สุด
- เพราะ Claude ไม่สามารถตัดสินใจให้เหมาะกับบริบทได้ จึงยังต้องอาศัยการเฝ้าดูและการตัดสินใจจากมนุษย์เสมอ
การหาสมดุล: ปรับจูนระหว่างการมอบหมายกับการควบคุม
- หากปล่อย AI ไว้ตามลำพัง ก็มักเกิดความพยายามแก้ปัญหาแบบซับซ้อนเกินจำเป็นอยู่บ่อยครั้ง
- ตัวอย่างเช่น การเขียนโค้ดซ้ำซ้อน หรือการเลือกเทคโนโลยีผิดพลาด ซึ่งเป็นความผิดพลาดของ AI ที่ก่อปัญหาจริง
- แม้แต่ฝั่งฟรอนต์เอนด์ ก็ยังต้อง คอยชี้นำให้แก้ implementation ที่เพี้ยนของ JavaScript ไปในแนวทางของ Elixir หรือ LiveView ซ้ำแล้วซ้ำเล่า
- งานที่เรียบง่ายและทำซ้ำได้ควรมอบหมาย ส่วนจุดที่ต้องใช้การตัดสินใจซับซ้อนควร เข้าไปแทรกแซงด้วยตนเอง เพื่อสร้างจังหวะการทำงานร่วมกันที่เหมาะสม
- แม้ AI จะทำให้พัฒนาได้รวดเร็ว แต่ หากไม่มีมนุษย์เข้ามาเกี่ยวข้อง ก็คงไม่สามารถทำงานได้อย่างถูกต้อง
อนาคตคือการเสริมศักยภาพ
- LLM อาจไม่ได้แทนที่โปรแกรมเมอร์ทั้งหมด แต่ เปลี่ยนวิธีทำงานและทักษะที่จำเป็นไปอย่างมาก
- การคิดเชิงโครงสร้าง การมองเห็นแพตเทิร์น และวิจารณญาณทางเทคนิค จะสำคัญกว่าความสามารถในการเขียนโค้ดแบบพื้นฐาน
- ความสามารถในการทำงานร่วมกับ AI เองก็กำลังก้าวขึ้นมาเป็น ทักษะทางเทคนิคแบบใหม่
- นักพัฒนาที่จะประสบความสำเร็จในอนาคตจะไม่ใช่คนที่กลัว AI แต่เป็น คนที่เข้าใจทั้งข้อจำกัดและความเป็นไปได้ของมัน และใช้งานมันได้อย่างเหมาะสม
- AI ไม่ได้เป็นสิ่งที่พยายามกำจัดมนุษย์ แต่เป็น เครื่องมือที่ขยายความเป็นไปได้ของมนุษย์
3 ความคิดเห็น
ผมก็ไม่ใช่อามุโร่ แล้วก็ไม่ได้รับการจัดสรรกันดั้มมาด้วยเหมือนกันนี่ครับ....?
แค่ประสิทธิภาพของโมบิลสูทที่ต่างกัน ไม่ได้เป็นความแตกต่างด้านกำลังรบอย่างชี้ขาดหรอกนะ..
ความคิดเห็นจาก Hacker News
สิ่งที่สำคัญกว่าการเขียนโค้ดคือการเข้าใจปัญหาและการออกแบบ
ข้อจำกัดและจุดที่ต้องระวังของ LLM
การเพิ่มผลิตภาพที่ LLM มอบให้
ความสำคัญของประสบการณ์และวิจารณญาณทางเทคนิค
LLM ไม่ได้มาแทนนักพัฒนา แต่เป็นเครื่องมือช่วย
วิธีใช้งาน LLM ส่งผลให้ผลลัพธ์แตกต่างกัน
การเปลี่ยนแปลงของงานและความกังวลจาก LLM
อนาคตของ LLM และผลกระทบทางสังคม