ยุคที่ AI Agent เขียนโค้ด 80% ปัญหาที่แท้จริงของนักพัฒนาคือ ‘หนี้ความเข้าใจ’

ปรากฏการณ์: เปลี่ยนฉับพลันจากการเขียนโค้ดแบบแมนนวล 80% → การเขียนโค้ดด้วยเอเจนต์ 80% (คำกล่าวของ Andrej Karpathy)

• ทีม Claude Code: วันละ 20+ PR และทั้งหมดเขียนโดย AI 100%
• จากปัญหา ‘70%’ ในอดีต → ตอนนี้เข้าสู่ยุค 80% ขึ้นไปแล้ว

ลักษณะของข้อผิดพลาดที่เปลี่ยนไป

• อดีต: เน้นไวยากรณ์และบั๊กง่าย ๆ
• ปัจจุบัน: เน้น ความล้มเหลวเชิงแนวคิดและสถาปัตยกรรม
  • การแพร่กระจายของสมมติฐานที่ผิด (assumption propagation)
  • ความเข้าใจผิดในช่วงต้น → แล้วถูกนำไปต่อยอดทั้งระบบในภายหลัง
  • มี abstraction และ overengineering มากเกินไป (จาก 100 บรรทัด → คลาสพุ่งเป็น 1,000 บรรทัด)

แนวคิดหลัก: หนี้ความเข้าใจ (comprehension debt)

• AI ลงมือพัฒนาได้อย่างน่าเชื่อ → เทสต์ผ่าน → ล่อตาล่อใจให้รีบ merge แบบคร่าว ๆ
• ภายหลังกลับอธิบายไม่ได้ว่า “โค้ดนี้ทำงานอย่างไร”
• ความสามารถในการเขียน (generation) ≠ ความสามารถในการอ่านและเข้าใจ (discrimination)
• การรีวิวเสี่ยงกลายเป็นเพียงการประทับตราเชิงพิธีการ
• ระยะยาวอาจ สูญเสียความเข้าใจใน codebase ของตัวเอง

พาราด็อกซ์ของผลิตภาพ

• ปริมาณการ merge PR +98%, ขนาด PR +154% (Faros AI·DORA)
• เวลารีวิวโค้ด +91% → กลายเป็นคอขวดใหม่
• แบบสำรวจ Atlassian ปี 2025: 99% บอกว่า “ประหยัดเวลาได้มากกว่า 10 ชั่วโมงต่อสัปดาห์” → แต่ ปริมาณงานรวมไม่ได้ลดลง
• เวลาที่ประหยัดได้ → ถูกใช้ไปกับการสลับคอนเท็กซ์ การประสานงาน และการจัดการการเปลี่ยนแปลง
• “ซื้อรถที่เร็วขึ้น แต่ถนนกลับติดกว่าเดิม”

จุดเปลี่ยนของบทบาทนักพัฒนา (Karpathy)

• แยกขั้วเป็น “คนที่ชอบการเขียนโค้ด” vs “คนที่ชอบการสร้างสิ่งต่าง ๆ”
• กลุ่มแรก: รู้สึกสูญเสีย
• กลุ่มหลัง: รู้สึกเป็นอิสระ (โค้ดเป็นเพียงเครื่องมือ → เปลี่ยนไปสู่การกำกับสถาปัตยกรรมและการประสานงาน)
• ตัวอย่างความสำเร็จ: นิยามใหม่จาก ผู้ลงมือพัฒนา → ผู้ประสานงาน (orchestrator)
  • เสริมความคิดแบบประกาศเจตนา (declarative thinking)
  • แบบสำรวจของ Armin Ronacher: 44% ยังเขียนโค้ดแบบแมนนวล 90%+ ขณะที่มีเพียงส่วนน้อยมากที่นำ AI 100% มาใช้แบบสุดขั้ว

สภาพแวดล้อมที่ 80% เหมาะสม vs สภาพแวดล้อมที่เสี่ยง

• เหมาะ: Greenfield, MVP, โปรเจกต์ส่วนตัว, สตาร์ตอัปที่ไม่มี legacy (ทำ scaffolding ได้เร็วและ refactor เชิงรุกได้)
• เสี่ยง: codebase ขนาดใหญ่ที่โตเต็มที่, invariant ซับซ้อน, ระบบที่มีกฎโดยนัยจำนวนมาก (เอเจนต์ไม่รู้ในสิ่งที่ตัวเองไม่รู้ + มั่นใจเกินเหตุ)

สรุป (Karpathy)

• AI ไม่ได้ แทนที่ วิศวกร แต่เป็นการ ขยายพลัง ให้พวกเขา
• งานที่น่าเบื่อจะหายไป → เหลือแต่ ส่วนที่สร้างสรรค์
• การเขียนโปรแกรมจะสนุกขึ้นและทำให้กล้าลองมากขึ้น
• อัตลักษณ์ของนักพัฒนา: จาก “คนที่เขียนโค้ด” → “คนที่แก้ปัญหาด้วยซอฟต์แวร์” (แก่นแท้ไม่เปลี่ยน)

→ ในยุค AI ภารกิจหลักของนักพัฒนาไม่ใช่ ความเร็วในการสร้างโค้ด แต่คือ การรักษาความเข้าใจและการจัดการหนี้

https://aisparkup.com/posts/8925

[laeyoung]

“คนที่ชอบการเขียนโค้ด” vs “คนที่ชอบการสร้างของ” กำลังแยกขั้วกันอย่างชัดเจน

• แบบแรก: รู้สึกสูญเสีย
• แบบหลัง: รู้สึกเป็นอิสระ (โค้ดเป็นเครื่องมือ → เปลี่ยนไปสู่การกำกับดูแลและประสานงานสถาปัตยกรรม)

---

ผมว่ามันตรงมากจริง ๆ นะครับ

[pencil6962]

ต่อไปนี้คงต้องเขียนโค้ดเป็นงานอดิเรกเหมือนถักนิตติ้งแล้วล่ะ

[love7peace]

นี่แหละ 555

[husky81]

เป็นบทความที่ยอดเยี่ยมครับ ตอนที่เจอแนวคิดหรือคำย่อของฟังก์ชันที่ไม่รู้จัก ผมก็พยายามกลับไปถาม AI อีกครั้งให้มากที่สุดเท่าที่จะทำได้อยู่เหมือนกัน