- การมาถึงของ AI code agents ทำให้ดูเหมือนว่าบทบาทของนักพัฒนาจะหายไป แต่กลับมีข้อโต้แย้งว่า ตอนนี้ต่างหากคือช่วงเวลาที่เหมาะที่สุดในการเรียนรู้การพัฒนา
- นักพัฒนาไม่ได้เป็นแค่คนที่เขียนโค้ด แต่เป็นผู้ที่ ค้นหาแก่นแท้ของปัญหาและประสานความเป็นจริงเข้ากับความต้องการ
- AI สามารถสร้างโค้ดที่ดูเหมือนใช้งานได้อย่างรวดเร็ว แต่ ในความเป็นจริงมักแก้ปัญหาผิดจุดหรือสร้างภาพลวงตา อยู่บ่อยครั้ง
- นักพัฒนาที่เรียนรู้พื้นฐานและใช้ AI ได้อย่างชำนาญ จะยิ่งมีผลิตภาพและอิทธิพลมากขึ้น
- การเปลี่ยนแปลงเป็นสิ่งที่หลีกเลี่ยงไม่ได้ ดังนั้น ความสำคัญของผู้เชี่ยวชาญที่เป็นมนุษย์และรู้วิธีใช้ AI จะยิ่งเพิ่มขึ้น
What do you do while awaiting the agents writing your code?
- ระหว่างที่ code agents ทำงานอยู่ ผู้เขียนใช้เวลาไปกับการออกกำลังกายหรือทดลองเอเจนต์ตัวใหม่
- แต่การรับมือกับเอเจนต์หลายตัวพร้อมกันไม่ใช่เรื่องง่าย และบางครั้งก็ลงเอยด้วยการขอให้มัน "แก้ให้หน่อย!!" ซ้ำไปซ้ำมา ทั้งที่ยังไม่เข้าใจปัญหาดีพอ
- แม้อยู่ในสภาพแวดล้อมแบบนี้ ผู้เขียนก็ยังรู้สึกสนุก และยิ่งยืนยันว่าไม่เหมือนกับกระแสที่เตือนถึง จุดจบของนักพัฒนา ตอนนี้กลับเป็นช่วงเวลาที่ดีที่สุด
Developers are highly-paid farmers. LLMs are the combine harvesters.
- อ้างอิงทวีตของ Tom Blomfield
"นักพัฒนาคือชาวนาค่าจ้างสูง และ LLM คือรถเกี่ยวนวดผสม"
- AI ทำให้นักพัฒนาเพียงคนเดียวทำงานได้มากกว่าเดิมอย่างมาก และความสามารถนั้นกำลังกระจายตัวอย่างรวดเร็ว
- แม้จะมีการมองว่า AI อาจแทนที่บทบาทของนักพัฒนามนุษย์ได้ แต่ในทางกลับกัน คนที่รู้วิธีใช้มันเป็นเครื่องมือกลับยิ่งสำคัญขึ้น
- สิ่งนี้ไม่ได้หมายความว่าบทบาทของนักพัฒนาจะหายไป แต่หมายความว่าบทบาทนั้นทรงพลังยิ่งกว่าเดิม
1. It’s your moat, too
- ความจริงที่ว่า นักพัฒนาคือความได้เปรียบในการแข่งขันของบริษัท (moat) นั้น ก็ย้อนกลับมาใช้กับตัวนักพัฒนาเองเช่นกัน
- ในสถานการณ์ที่คู่แข่งก็แข็งแกร่งขึ้นจาก AI เช่นกัน การปลดนักพัฒนาที่มีอยู่ทิ้งจึงแทบจะเป็น การฆ่าตัวตายทางธุรกิจ
- เมื่อคู่แข่งกำลังใช้ AI เพื่อขยายอาณาเขตของตัวเอง หากมัวแต่ตั้งรับก็อาจถูกทิ้งไว้ข้างหลัง
- ตอนนี้นักพัฒนาเปรียบเสมือน ทหารที่มีเฮลิคอปเตอร์หรือรถเกี่ยวนวดเป็นอาวุธ และบริษัทที่ใช้คนเหล่านี้ได้ดีจะเป็นฝ่ายชนะ
2. AI grants wishes, developers discover
- AI สามารถ นำความต้องการที่มองเห็นบนผิวหน้าไปทำให้เป็นจริงได้อย่างรวดเร็ว แต่ปัญหาที่แท้จริงส่วนใหญ่มักเป็น ปัญหาเรื่องการนิยามและการออกแบบ ไม่ใช่การเขียนโค้ด
- จาก ความเข้าใจความเป็นจริงที่ไม่เพียงพอ และคำสั่งที่ผิดพลาด จึงมักเกิดผลลัพธ์ที่หลงประเด็นอยู่บ่อยครั้ง
- ตัวอย่าง: มีแอปบนบล็อกเชน แต่ในความเป็นจริงยังแชร์รหัสผ่านกันอยู่และไม่มี 2FA ด้วยซ้ำ
- ตัวอย่าง: มี customer portal แต่ข้อมูลจริงกลับถูกบันทึกลง Excel แบบแมนนวล
- AI อาจให้คำตอบที่ "ชวนสบายใจ" ได้ แต่ก็ยังต้องมี ผู้เชี่ยวชาญที่แยกแยะได้ว่านั่นคือคำตอบที่ช่วยได้จริงหรือไม่
- การใช้ AI เพื่อเรียนรู้ก็เป็นไปได้ แต่ หากพื้นฐานไม่แน่น สุดท้ายก็มีแต่จะเสียเวลาเดินหลงทางมากขึ้น
- แม้แต่ แนวคิดซับซ้อนอย่าง GDPR หรือความปลอดภัย AI ก็สามารถนำไป implement ได้ แต่ผู้ใช้จำนวนมากกลับยังไม่เข้าใจความหมายของมันอย่างถ่องแท้
- นักพัฒนายังคงจำเป็น เพราะมีบทบาทในการค้นหาแก่นแท้และกรองคำขอที่ผิดพลาดออกไป
- AI เป็นเพียงผู้ช่วยในการเรียนรู้ เท่านั้น หากอยากเป็นนักพัฒนาจริง ๆ ก็ยังต้องมีความรู้พื้นฐานและความเข้าใจโลกความเป็นจริง
3. Software is kinda the last problem anyway
- ปัญหาที่ AI จะเป็นฝ่ายแก้ได้เป็นลำดับท้าย ๆ อาจเป็นปัญหาซอฟต์แวร์ และทุกวันนี้ก็ยังมีปัญหาซอฟต์แวร์อีกมากที่รอการแก้ไข
- เครื่องมือ AI มีเพิ่มขึ้นเรื่อย ๆ และ ความสามารถในการแยกแยะว่าเครื่องมือไหนดีหรือไม่ดี ยิ่งสำคัญขึ้น
- ตอนนี้คือ ช่วงเวลาที่เรียนรู้ง่ายที่สุด ทั้งยังมีเครื่องมือมากมายและมีโอกาสล้นเหลือในการแก้ปัญหา
- ในช่วงเวลาแบบนี้ การพูดว่า "AI จะทำทุกอย่างให้เอง งั้นลดจำนวนนักพัฒนากันเถอะ" กลับเป็น การตัดโอกาสเติบโตของตัวเองทิ้ง
- คนรุ่นนักพัฒนาที่เติบโตมาพร้อม AI จะมีพลังอย่างมหาศาลในอนาคต และการลงทุนในตอนนี้สำคัญมาก
ตอนนี้คือช่วงเวลา ที่เรียนรู้ง่าย ผลิตภาพสูง และต้องการการแทรกแซงจากมนุษย์มากกว่าเดิม บทบาทของ ผู้เชี่ยวชาญมนุษย์ที่สามารถตรวจสอบและรับผิดชอบต่อการตัดสินของ AI จะยิ่งสำคัญขึ้นในอนาคต
บทสรุป
- เทคโนโลยีเปลี่ยนแปลงอยู่เสมอ และไม่มีใครคาดเดาทิศทางนั้นได้อย่างแม่นยำ
- แต่บทบาทของมนุษย์ยังคงสำคัญ และมนุษย์ต้องเป็นผู้ ตรวจสอบและรับผิดชอบต่อความหลงผิดและข้อผิดพลาดของ AI
- แค่ใช้ AI ยังไม่เพียงพอ แต่จำเป็นต้องมี ผู้เชี่ยวชาญมนุษย์ที่รู้วิธีใช้งานมันอย่างถูกต้อง
- ท้ายที่สุดแล้ว นักพัฒนาไม่ได้ยืนอยู่ต่อหน้าอวสานอันโรแมนติกของเทคโนโลยี แต่กำลังยืนอยู่ ณ จุดเริ่มต้นครั้งใหม่
3 ความคิดเห็น
เห็นด้วยมากครับ/ค่ะ ผม/ฉันก็เห็นด้วยว่าเครื่องมือ no-code จะค่อย ๆ ทำให้มีสิ่งต่าง ๆ ที่ทำได้มากขึ้น แต่สำหรับคนที่พอมีความรู้ด้านการพัฒนาอยู่แล้ว หรือคนที่อยากเรียนรู้การพัฒนา การได้รับความช่วยเหลือจาก AI นั้น... ดูเหมือนว่าตอนนี้มันดีขึ้นแบบก้าวกระโดดไปแล้วจริง ๆ ความเร็วในการเพิ่มพูนความรู้หรือประสบการณ์ของคนที่เข้าหาความซับซ้อนในระดับหนึ่งด้วยความอยากรู้อยากเห็น น่าจะเร็วกว่า และสนุกกว่าการรอวันที่จะทำสิ่งต่าง ๆ ได้ทั้งที่ยังไม่รู้เรื่อง
แต่บริษัท (อย่างน้อยก็ในประเทศ) นำไปใช้กันแบบนี้
กลุ่ม OOO กำลังปรับโครงสร้างองค์กรโดยมีปัญญาประดิษฐ์เป็นศูนย์กลาง ... งานที่จำเป็นอย่างยิ่งและขาดไม่ได้ เช่น การบำรุงรักษาบริการ กำลังใช้กำลังคนด้านการพัฒนาจากศูนย์พัฒนาในกัมพูชา และกำลังดำเนินการเปลี่ยนพนักงานในประเทศบางส่วนรวมถึงนักพัฒนา ไปสู่ทีมผลิตภัณฑ์หลังจากผ่านการอบรมด้านปัญญาประดิษฐ์แล้ว ตามคำอธิบายของรองประธาน MMM แห่ง OOO ขณะนี้ได้ระงับการรับพนักงานใหม่รวมถึงนักพัฒนาไว้แล้ว
เผื่อว่าจะเลี่ยงได้เลยทำการมาสก์ไว้ แต่เป็นข่าวจริงครับ: hTTps://news.nate.com/view/20250610n33754
ความคิดเห็นจาก Hacker News
พูดตามตรง ฉันอยากเน้นว่า หนึ่งในข้อดีใหญ่ของเครื่องมือ AI ที่มักไม่ค่อยมีคนพูดถึงคือ “การช่วยพยุงทางใจ” เวลาเราติดขัดกับงาน มันช่วยเติมแรงใจหรือแรงฮึดเล็ก ๆ ได้ ซึ่งมีความหมายมาก แม้จะไม่ใช่คำตอบที่สมบูรณ์แบบ แต่มันก็ทำให้เรากลับมาเดินหน้าต่อได้ การรู้สึกว่าไม่ได้ทำงานอยู่คนเดียว สำคัญกว่าที่คนส่วนใหญ่คิดมาก
“ข่าวดีครับเจ้านาย! เราสร้างเทคโนโลยีใหม่ที่ทำให้คนที่ไม่ใช่ผู้เชี่ยวชาญเขียนและ deploy โค้ดได้เองด้วยภาษาอังกฤษแล้ว! ต่อไปไม่ต้องจ้างนักพัฒนาแพง ๆ แล้วครับ!” “โอ้ ลองให้ดูหน่อย!” “ครับ นี่เลย มันชื่อ COBOL”
จากประสบการณ์ที่ผ่านวัฏจักรการตอบสนองเกินจริงของบริษัทและยาวิเศษสารพัดโรคที่สื่อช่วยขยายมาหลายครั้ง ฉันมีลางว่ากระแส AI ครั้งนี้ก็น่าจะเดินไปในรูปแบบคล้ายเดิม สุดท้ายบริษัทก็มักตัดสินใจในทางที่เสียเปรียบต่อแรงงานใช้ความคิด แต่ค่าตอบแทนผู้บริหารจะไม่ลดลง อย่างไรก็ตาม คลื่นลูกนี้ก็ดูเป็นโอกาสมหาศาลสำหรับคนสร้างของที่ฉลาดและมีแรงขับแบบผู้เขียน TFA ถ้างานปัจจุบันกำลังเสี่ยงหรือเสียไปแล้ว นี่อาจเป็นช่วงเวลาที่จะได้ลองทำสิ่งที่ก่อนหน้านี้มัวแต่ยุ่งหรือเหนื่อยเกินกว่าจะทำ ระหว่างทางคุณอาจสร้างรายได้ที่ดีซึ่งไม่ต้องขึ้นกับบริษัท และบางคนอาจสร้างสิ่งที่ภายหลังบริษัทอยากซื้อไปในราคาแพงด้วยซ้ำ
ฉันเขียนเยอะพอสมควรในระดับบันทึกประจำวัน แต่ปกติไม่ค่อยแบ่งปัน ขอออกตัวไว้ก่อนว่าเป็นสไตล์เขียนแบบขีด ๆ เขียน ๆ ถึงอย่างนั้น ฉันอยากแชร์เพื่อช่วยถ่วงดุลกระแสที่มองคุณค่าของนักพัฒนาซอฟต์แวร์ในแง่ลบเกินไปในช่วงนี้
ฉันอยู่สาย security ไม่ใช่นักพัฒนา แต่เคยเรียนซอฟต์แวร์ดีเวลลอปเมนต์ในหลักสูตรปริญญา ถ้าดูจากแค่ชื่อเรื่องอย่างเดียว ฉันคิดว่านี่เป็นช่วงเวลาที่ดีที่สุดในการเรียนรู้อะไรก็ได้ เพราะการเข้าถึงพื้นฐานทำได้ง่ายมาก แต่ก่อนเราต้องเสียเวลาเยอะกับการไล่อ่านฟอรัมออนไลน์เพื่อแก้บั๊ก หาคำอธิบายแนวคิด หรือดูวิธีนำไปใช้ LLM ทำหน้าที่เหมือนติวเตอร์ได้ ทั้งตอบคำถามหลายแบบ ให้ feedback โค้ด อธิบายแนวคิด หรือช่วยชี้จุดผิดพลาด ที่จริงแล้วสิ่งที่เราใช้เวลาหากันส่วนใหญ่ก็คือคำถามประเภท ‘คำถามโง่ ๆ’ นั่นเอง เพียงแต่สำหรับคนระดับกลางขึ้นไป ฉันยังไม่แน่ใจนักว่าข้อดีนี้จะใช้ได้อย่างไร
ฉันเห็นด้วยว่าการเปรียบเทียบกับเกษตรกรรมน่าสนใจ แต่ในทางปฏิบัติ ถ้าจะให้ Jevons paradox ใช้ได้จริง เส้นอุปสงค์ต้องยืดหยุ่นมาก ซึ่งอาหารในความเป็นจริงกลับไม่ยืดหยุ่นนัก ตอนนี้สิ่งไม่แน่นอนที่ใหญ่ที่สุดคือ อุปสงค์ต่อซอฟต์แวร์จะเพิ่มได้อีกแค่ไหน และขีดจำกัดความสามารถของ AI อยู่ตรงไหน
อุปมาอุปไมยอาจฟังดูเข้าท่า แต่ก็จำเป็นต้องมีหลักฐานจริงมารองรับ ‘เครื่องจักรกลการเกษตร’ อาจเป็นอุปมาที่ใช้ได้ หรืออีกทางหนึ่ง มันอาจคล้ายกับการที่เครื่องมือ CAD เข้ามาแทนยุคที่วิศวกรเครื่องกลต้องเขียนแบบด้วยมือ แต่เมื่อคิดว่าวิศวกรไม่ได้ถูกแทนที่ด้วย CAD ไปทั้งหมด ฉันจึงส่วนตัวมองว่าไม่จำเป็นต้องสรุปไปในทางเดียวกับการเปลี่ยนแปลงประสิทธิภาพสุดขั้วแบบภาคเกษตร
ฉันไม่ได้เห็นด้วยกับกรอบการเล่าของบทความนี้ทั้งหมด โดยเฉพาะฉันไม่คิดว่าการเพิ่มประสิทธิภาพจะมหาศาลเท่ารถเกี่ยวนวดรวม แต่จุดเปลี่ยนสำคัญคือ คุณค่ากำลังย้ายจากความสามารถด้าน ‘การเขียนโค้ด’ เพียงอย่างเดียว ไปสู่ความรู้โดเมน ความเข้าใจ business logic และความสามารถในการเชื่อมระหว่างผู้มีส่วนได้ส่วนเสียทั้งสายเทคนิคและไม่ใช่เทคนิค พร้อมกับแก้ปัญหาที่ต้นตอ ฉันคิดว่าเราเคยเห็นการเปลี่ยนแปลงแบบนี้มาแล้วตอนกระแส outsourcing เมื่อ 20 ปีก่อน
โดยพื้นฐานแล้วนี่คือปรากฏการณ์เดิมที่เกิดซ้ำมาตลอด หลังจากมีเครื่องมือ Low-code และ No-code คนที่ไม่ใช่ผู้เชี่ยวชาญสร้างโซลูชันขึ้นมาได้ แต่สุดท้ายก็มักต้องให้นักวิศวกรมาเก็บงานต่ออยู่ดี ฉันเองก็สร้างอาชีพได้ดีพอสมควรจากงานเก็บกวาดตามหลังแบบนั้น
เมื่อมองรวมปรากฏการณ์เหล่านี้ บริษัทควรชะลอการปลดนักพัฒนาออกจึงจะถูกต้อง แต่ในความเป็นจริง การปลดก็เกิดขึ้นไปแล้ว สิ่งที่เห็นบ่อยกว่าในองค์กรทุกวันนี้คือแนวคิดว่า “ถ้าเป็นงาน remote ก็จ้างคนจากพื้นที่ที่ค่าแรงถูกกว่า” และตรรกะ “แทนนักพัฒนาด้วย AI” ก็ชัดเจนว่ากำลังเชื่อมเข้ากับกลยุทธ์ HR ที่มีอยู่เดิม ในมุมที่ลึกกว่านั้น ฉันอยากชี้ด้วยว่า งานจำนวนมากที่นักพัฒนาทำมาตลอด 20 ปีที่ผ่านมา จริง ๆ แล้วอาจเป็นงานที่แทบไม่สร้างผลบริโภคจริง เป็นคล้าย ๆ ‘การรีดเอาสมาธิ’ มากกว่า