ยุคแห่งโรงงานผลิตโค้ดและ SRE ในอนาคต
(article.keeban.io)เดิมทีเป็นงานเขียนสั้น ๆ ที่ผมแชร์แค่กับคนรอบตัว แต่พอเสียงตอบรับค่อนข้างดี เลยนำมาแชร์บน GeekNews ด้วย เพื่ออยากฟังความคิดและมุมมองของท่านอื่น ๆ หากเห็นว่าเป็นบทความเชิงโปรโมตก็ช่วยชี้แนะได้เลยครับ!
สรุป
- รากฐานของวิศวกรรมซอฟต์แวร์กำลังถูกปรับโครงสร้างใหม่จากการเติบโตอย่างรวดเร็วของ AI และระบบอัตโนมัติ การเปลี่ยนผ่านนี้อยู่ในระดับที่ย้อนกลับได้ยาก และแนวปฏิบัติรวมถึงเวิร์กโฟลว์เดิม ๆ กำลังถูกประเมินใหม่ในระดับแก่นแท้
- เงื่อนไขที่ AI จะเข้ามาแทนที่นักพัฒนาแบบดั้งเดิมในอุตสาหกรรมได้อย่างสมบูรณ์ ไม่ใช่แค่ AI เขียนโค้ดเก่งกว่ามนุษย์ แต่จะเกิดขึ้นก็ต่อเมื่อความสามารถในการผลิตโดย AI เพียงลำพังเหนือกว่าการทำงานร่วมกันระหว่างมนุษย์กับ AI ซึ่งอนาคตนั้นคงมาไม่ง่ายนัก
- เวิร์กโฟลว์ที่ยึดมนุษย์เป็นศูนย์กลาง แนวปฏิบัติที่ดีที่สุด และโมเดลความร่วมมือเดิม ๆ (เช่น TDD, ระบบ Git/PR เป็นต้น) จำเป็นต้องถูกทบทวนใหม่ในยุค AI
- สิ่งที่สร้างได้ง่ายด้วย vibe coding ก็หมายความว่ามันแทบไม่มีความได้เปรียบในการแข่งขัน สำหรับโปรเจกต์ที่จริงจัง แม้อยู่ในยุคของ AI อัตโนมัติ กระบวนการวิศวกรรมที่ละเอียดอ่อน (การจัดการคอนเท็กซ์ของ LLM, การทำตรวจสอบอัตโนมัติ, การจัดการโค้ด ฯลฯ) ยังคงเป็นหัวใจสำคัญ
- แม้ AI จะทำให้ใคร ๆ ก็สามารถสร้างซอฟต์แวร์ได้ แต่การปฏิบัติการบริการจริง (SRE/DevOps) ก็ยังคงทำให้เป็นอัตโนมัติได้ยากอยู่ดี Vercel/Supabase จะแพงขึ้นเมื่อสเกล, AWS/คูเบอร์เนตีสก็ซับซ้อน, และการตั้งค่ามอนิเตอร์ริงกับการแจ้งเตือนยิ่งยากกว่าเดิม
- ยิ่ง AI เร่งความเร็วในการเขียนโค้ดมากเท่าไร ภาระด้าน SRE/DevOps/การปฏิบัติการก็ยิ่งเพิ่มขึ้นเท่านั้น เพราะโดเมนนี้มีความเป็น stateful สูง ต้นทุนของ hallucination ก็สูง และต้องจัดการเมตริก/ล็อกแบบเรียลไทม์ จึงเป็นปัญหาที่ LLM เพียงลำพังยังแก้ได้ไม่ดี
- แนวคิดที่จะฝัง LLM agent ลงใน EC2 แล้วปล่อยให้ดูแลระบบเองนั้น มองได้ว่าเป็นภาพฝันที่ไม่สมจริง คล้ายกับการให้ภาพสแนปช็อตจากกล้องแก่ LLM แล้วหวังให้ขับรถอัตโนมัติ จึงจำเป็นต้องมีแนวทางที่แตะถึงแก่นมากกว่า
- เช่นเดียวกับขั้นเลเวล 2→4→5 ของรถขับเคลื่อนอัตโนมัติ การทำให้บริการ “ปฏิบัติการอัตโนมัติ” ก็ต้องการ “แบบจำลองระบบ” ซึ่งเป็นแนวทางทางเทคนิคเฉพาะต่างหาก เช่น การรับรู้ข้อมูล (ล็อก/เมตริก), world model (สถาปัตยกรรมเสมือน/การจำลองทราฟฟิก) เป็นต้น
8 ความคิดเห็น
อ่านบทความได้ดีครับ แต่ตามที่คุณกล่าวไว้ในเนื้อหา ดูเหมือนว่าจะเป็นบทความเชิงประชาสัมพันธ์ จึงรู้สึกว่าไม่ค่อยสอดคล้องกับเจตนาของ GeekNews เท่าไรนัก
> ผมคิดว่าก้าวแรกของเป้าหมายนี้คือการจะเปิดตัว MVP ในเร็ว ๆ นี้ ที่ให้การดีพลอยคอนเทนเนอร์แบบเรียบง่ายและความสามารถในการสังเกตการณ์ระบบ (มอนิเตอร์ริง, เมตริก, การแจ้งเตือน ฯลฯ) ซึ่งสอดคล้องกับยุคของ Agentic Coding และจะเพิ่มทุกอย่างที่ใช้ในการรันบริการจริงเข้าไปด้วย เช่น อินฟราสตรักเจอร์แบบ Stateful อย่าง DB และ MQ รวมถึงเว็บแบบสแตติก เป็นต้น ช่วงแรกจะเริ่มต้นในรูปแบบ PaaS แต่จะรีบออกผลิตภัณฑ์ที่ติดตั้งบนบัญชีและระบบของผู้ใช้เพื่อเพิ่มรายได้และรับการลงทุนที่ดี
>
> และสุดท้าย ผมอยากทำให้การปฏิบัติการ/SRE/DevOps เป็นระบบอัตโนมัติเต็มรูปแบบ
ผมคิดว่าตรงนี้น่าจะเป็นประเด็นสำคัญ เลยอยากรู้ว่าทำไมถึงคิดว่าน่าจะทำได้ดีกว่า AWS กับ Vercel
ผมเห็นด้วยมากและก็มีความคิดคล้ายกัน นี่เป็นเรื่องที่คนซึ่งทำพัฒนา SW ในระดับมืออาชีพรู้กันหมดอยู่แล้ว..ตอนนี้ในคอมมูนิตี้ SW ก็แทบจะเป็นฉันทามติไปแล้ว
ดูเหมือนว่าจุดที่เปลี่ยนไปคือ ทำให้คนที่ไม่ใช่นักพัฒนาสามารถลองนำไอเดียที่ก่อนหน้านี้ทำเป็นซอฟต์แวร์ไม่ได้ มาสร้างเป็นซอฟต์แวร์ได้แล้ว (อย่างน้อยก็ในระดับโปรโตไทป์)
ส่วนนักพัฒนาซอฟต์แวร์มืออาชีพระดับซีเนียร์ขึ้นไป สามารถเพิ่มผลิตภาพของตัวเองได้อย่างสุดขั้วและเร่งความเร็วในการพัฒนาบริการได้มหาศาลด้วยตัวคนเดียว (แต่ก็มีคอขวดจากเรื่องการออกแบบสถาปัตยกรรม, การรีวิวโค้ด และประเด็นต่าง ๆ ที่คุณอธิบายไว้ข้างต้น) ซึ่งผมมองว่านี่คือจุดที่แตกต่าง
ตั้งแต่แรก vercel เองก็ให้บริการโดยอาศัยการโหมกำลังคนอยู่แล้ว..
SRE/DevOps เองก็น่าจะมีโซลูชันที่ทำงานอัตโนมัติด้วย AI ออกมาได้ไม่ใช่หรือครับ? (นี่อาจกลายเป็นไอเดียธุรกิจใหม่ได้เหมือนกันนะครับ) ผมก็คิดว่าบริษัทที่ทำอยู่ในสายนี้น่าจะกำลังสร้างโซลูชัน AI ภายในกันอยู่แล้วเหมือนกันครับ
https://github.com/HolmesGPT/holmesgpt ก่อนหน้านี้ผมเคยเห็นอะไรทำนองนี้อยู่หลายตัวเหมือนกัน แต่คิดว่าตอนนี้ก็น่าจะมีตัวที่คล้ายกันเพิ่มขึ้นอีกเยอะแล้ว ที่สำคัญพอดูคนรอบตัวที่ทำงานตามบริษัทต่าง ๆ ก็เห็นว่าแต่ละคนทำโน่นทำนี่ขึ้นใช้กันเองภายในบริษัท แล้วแต่แรกเดี๋ยวนี้ก็เป็นยุคที่ AI สร้างของพวกนั้นให้ได้อยู่แล้วด้วย
ว่าไปแล้ว ผมเองก็ทำอยู่ทุกสุดสัปดาห์เหมือนกัน โดยคิดว่าสิ่งนี้คงยังไม่มีใครทำมาก่อนแน่ ๆ
โดยส่วนตัวแล้ว เมื่อพิจารณาถึงความเร็วในการพัฒนาของ AI ก็อดคิดไม่ได้ว่าในภายหลังเราอาจหวนกลับมามองว่านี่เป็นการประเมินที่ผิดไปอย่างสิ้นเชิงก็ได้