บทความของ Carson Gross อาจารย์ภาควิชาวิศวกรรมคอมพิวเตอร์แห่ง Montana State University และผู้สร้าง htmx ที่ตอบคำถามว่า "ในยุค AI เรายังควรเลือกเขียนโปรแกรมเป็นอาชีพหรือไม่?" ด้วยคำตอบว่า "Yes, and…(ใช่ และ… )"
"Yes" — ใช่
- แก่นแท้ของการเขียนโปรแกรมคือการแก้ปัญหาด้วยคอมพิวเตอร์ + การควบคุมความซับซ้อน เป็นเรื่องยากที่จะจินตนาการถึงอนาคตที่ความสามารถนี้จะมีคุณค่าน้อยลง
- แต่ AI เป็นความเสี่ยงสำหรับจูเนียร์ หากไม่ได้เขียนโค้ดด้วยตัวเอง ก็จะอ่านโค้ดไม่ออกด้วย
- หากอ่านโค้ดไม่ออก ก็จะตกอยู่ใน "กับดักศิษย์ของพ่อมด" — กลายเป็นคนที่สร้างระบบที่ทั้งไม่เข้าใจและควบคุมไม่ได้
การเปลี่ยนจากการเขียนโค้ด→การพรอมป์ต ไม่เหมือนกับการเปลี่ยนจากแอสเซมบลี→ภาษาระดับสูง
- คอมไพเลอร์เป็นแบบ deterministic แต่ LLM ไม่ใช่
- ภาษาระดับสูงช่วยลด accidental complexity แต่โค้ดที่ LLM สร้างขึ้นกลับมักเพิ่ม accidental complexity เข้าไปอีก
AI ไม่ใช่ตัวสร้างโค้ด แต่เป็นผู้ช่วยสอน (TA) ที่ยอดเยี่ยม
- หากใช้เป็นพาร์ตเนอร์ที่ช่วยทำความเข้าใจแนวคิดและเทคนิค ก็จะมีประสิทธิภาพต่อการเติบโตทางปัญญา
- มีประโยชน์อย่างยิ่งในการช่วยข้ามอุปสรรคที่ติดขัดเพราะ accidental complexity
- แชร์ไฟล์ AGENTS.md เพื่อกำหนดให้ AI ทำหน้าที่เป็นผู้ช่วยสอน ไม่ใช่ตัวสร้างโค้ด
"and…" — และ…
ทักษะการเขียนโค้ดล้วน ๆ อาจสำคัญน้อยลง
- แต่ทักษะที่จะสำคัญยิ่งขึ้น ได้แก่:
- ทักษะการสื่อสาร — ความสามารถในการเขียนและสื่อสารอย่างชัดเจน ทั้งกับ LLM และกับคน การอ่านหนังสือและเขียนบทความช่วยได้
- ความเข้าใจธุรกิจ — มุมมองฝั่งธุรกิจที่ว่า "ไม่ต้องมีโปรแกรมเมอร์ก็ได้" และมุมมองฝั่งโปรแกรมเมอร์ที่ว่า "ไม่ต้องมีคนธุรกิจก็ได้" ล้วนมองสั้นเกินไป AI เปิดโอกาสให้เข้าใจปัญหาในโลกจริงได้ลึกขึ้น
- การออกแบบสถาปัตยกรรมระบบ — ความสามารถในการควบคุมความซับซ้อนของระบบขนาดใหญ่ แต่สถาปนิกที่ไม่ดีส่วนใหญ่มักมีประสบการณ์เขียนโค้ดไม่พอ
วิธีใช้ LLM ของซีเนียร์ vs จูเนียร์
- ซีเนียร์: ใช้กับการวิเคราะห์โค้ด จัดระเบียบความคิด สร้างโค้ดชิ้นเล็ก ๆ สร้างโค้ดที่ไม่อยากเขียนเอง (regular expression, CSS) โค้ดสำหรับการสำรวจ และข้อเสนอแนะด้านการทดสอบ แต่ไม่สั่งให้สร้างโซลูชันทั้งก้อน และไม่มอบหมายการออกแบบ API เด็ดขาด
- จูเนียร์: ต้องต้านทานเสน่ห์ของ vibe coding ให้ได้ การให้ความสำคัญกับความเข้าใจมากกว่าความเร็วจะชนะในระยะยาว อีกไม่นานบริษัทต่าง ๆ ก็จะตระหนักถึงปัญหาความซับซ้อนระเบิดจาก vibe coding
คำแนะนำเรื่องหางาน — กลยุทธ์ 4F
- เว็บไซต์หางานออนไลน์แทบไม่ต่างจากลอตเตอรี่
- 4F: Family(ครอบครัว), Friends(เพื่อน), Family of Friends(ครอบครัวของเพื่อน)
- ไม่จำเป็นต้องเป็นบริษัทเทคยักษ์ใหญ่ หากเป็นบริษัทที่มีพนักงานเกิน 100 คน ส่วนใหญ่ก็มักมีองค์กรพัฒนาอยู่แล้ว
- กรณีสำนักงานใหญ่ Costco: เข้าไปได้ผ่านเครือญาติ เริ่มต้นเป็นนักวิเคราะห์ แล้วเมื่อเสริมทักษะการเขียนโปรแกรมเข้าไป ก็จะกลายเป็นคนที่มีคุณค่าสูงมาก
สรุป
พื้นฐานของการเขียนโปรแกรม โดยเฉพาะความสามารถในการเขียนโค้ดที่ดีและควบคุมความซับซ้อน จะยังคงสำคัญตลอดไป ภาวะซบเซาในตลาดงานเป็นเพียงเรื่องชั่วคราว และถึงบริษัทต่าง ๆ: โปรดเปิดโอกาสให้จูเนียร์ได้เขียนโค้ดด้วยตัวเอง
31 ความคิดเห็น
ถ้าไม่เข้าใจสถาปัตยกรรม การเขียนโค้ดแบบไวบ์ก็ไม่มีความหมาย..
ใคร ๆ ก็ทำพาสต้าราดซอสมะเขือเทศได้
แต่พาสต้าอิตาเลียนแท้ ๆ ไม่ใช่ว่าใครก็ทำได้
ถ้าพาสต้าอิตาเลียนราคา $20 และพาสต้าที่ทาเค็ตชัปมาแล้วราคา $2 ผมก็จะกินอย่างหลังนะ แต่...
ผู้ใช้ไม่ได้ยอมจ่ายเงินให้กับของราคา 2 ดอลลาร์
ดูเหมือนว่าคุณจะยังไม่เข้าใจประเด็นของเรื่องนี้นะ
ครับ ผมขอสารภาพว่าแค่คอมเมนต์ไปทั้งที่ยังไม่ได้อ่านเนื้อหาด้วยซ้ำ;;
ในโรงแรมหรือร้านอาหารเฉพาะทาง คงเป็นไปไม่ได้เลยที่พาสต้าราดซอสมะเขือเทศจะมีตัวตนอยู่ได้
แต่ถ้าคิดว่าแค่ทำกินลวก ๆ ที่บ้าน พาสต้าราดซอสมะเขือเทศก็ยังมีความหมายอยู่...
ฉันอยากกินพาสต้าอิตาเลียนที่เชฟทำในวันพิเศษ
ปัญหาไม่ใช่พาสต้า แต่คือไวน์เกรดล่างราคา 2 ดอลลาร์ ขณะที่ไวน์ชั้นดีราคาสูงได้ถึงหลายสิบล้านวอนก็ยังมีความต้องการอย่างต่อเนื่อง
ถ้าเป็นวันพิเศษ ผมก็จะกินพาสต้าอิตาเลียนเหมือนกันครับ แต่ถ้าเป็นวันปกติ(?) ล่ะก็...
เป็นคำพูดที่ยอดเยี่ยมครับ สรุปได้อย่างกระชับและเรียบร้อยในแค่ 3 บรรทัด
เราเป็นวิศวกร หน้าที่ของวิศวกรคือการเข้าใจและรับผิดชอบต่อสิ่งที่เราจัดการและเสนอออกไป การอ้างว่าสิ่งนั้นไม่จำเป็น ก็แค่หมายความว่าตัวคุณเองกำลังทำงานอยู่ในสภาพแวดล้อมแบบนั้นเท่านั้น AI ไม่ได้เปลี่ยนแก่นแท้ของเรื่องนี้ ตรงกันข้าม มันยิ่งทำให้เห็นชัดแบบสุดขั้ว หากไม่จำเป็นต้องเข้าใจ PR เลยแม้แต่น้อย แบบนั้นมันก็คงไม่ใช่ PR อีกต่อไปแล้วล่ะครับ
ถ้าในบริษัท หัวหน้าไม่เข้าใจงานของลูกน้อง จะสามารถสั่งงานได้ไหม
ถึงจะไม่เข้าใจก็ให้ทำได้งั้นหรือ? จะรับผิดชอบสิ่งที่กำลังทำอยู่ได้หรือเปล่า
สิ่งที่มนุษย์สร้างขึ้นนั้น โดยมากแล้ว 'เจตนาของมนุษย์' มักเป็นสิ่งสำคัญเสมอ ไม่ใช่ตัวการทำให้เกิดขึ้นจริง
ก็เหมือนกับที่ไม่ได้เลิกเรียนคณิตศาสตร์เพียงเพราะมีเครื่องคิดเลขออกมานั่นแหละ...
ผมคิดว่าแทนที่จะหวังว่างานในสายของตัวเองจะไม่ถูกแทนที่ มองตามความเป็นจริงคือควรหวังให้มันถูกแทนที่พร้อมกันทั้งหมดให้เร็วที่สุดเท่าที่จะเป็นไปได้มากกว่า ทุกคนน่าจะกำลังรู้สึกแบบนั้นอยู่ลาง ๆ กันแล้ว
เหมือนกับที่สามารถเขียนโค้ดได้แม้ไม่รู้ภาษาแอสเซมบลี
ต่อไปก็น่าจะสามารถเขียนโค้ดได้แม้ไม่รู้
rustนะครับอย่างไรเสีย เวลาคนเขียนโค้ด โค้ดก็ออกมาต่างกันทุกครั้งอยู่แล้ว
แต่ทุกคนก็ยังเป็นนักพัฒนา Rust อยู่ดีครับ
ผมคิดว่าปัญหาเรื่องความซับซ้อนของ AI ในท้ายที่สุดก็จะถูกแก้โดย AI เอง เราต้องทิ้งทั้งความเข้าใจผิดและความยึดมั่นในศักดิ์ศรีที่คิดว่ามีแค่มนุษย์เท่านั้นที่ทำได้
ด้วยโครงสร้าง LLM แบบปัจจุบัน เป็นไปไม่ได้ ต้องใช้กระบวนทัศน์ที่แตกต่างไปโดยสิ้นเชิง
ถึงอย่างนั้น ในระหว่างนั้นมนุษย์ก็ยังต้องกินต้องอยู่นี่นะ ฮือ
หวังว่าทุกคนจะผ่านช่วงเปลี่ยนผ่านนี้ไปได้ด้วยดีนะครับ
ด้วยความก้าวหน้าของ AI ตอนนี้ในโปรเจ็กต์ก็มีการลดจำนวนคนลงจริง ๆ ด้วยครับ พอคนหายไปหนึ่งคน ถ้าผู้จัดการทั้งทำธุรกิจและใช้งาน AI ได้ไม่ดีพอ ก็ดูเหมือนจะกลายเป็นคนที่ถูกจัดระเบียบออกไปครับ
แทนที่จะพยายามลดคนลงอย่างเดียว น่าจะโยกคนเหล่านั้นไปทำงานด้านอื่น หรือให้ทำงานใหม่ ๆ ที่ก่อนหน้านี้ทำไม่ได้จะดีกว่านะครับ การลดจำนวนคนแบบกะทันหันมันสั้นสายตาเกินไปครับ
จนถึงตอนนี้ LLM/Agentic Coding ยังเป็นเครื่องมือที่ยอดเยี่ยม แต่ยังไม่ใช่วิศวกรที่ยอดเยี่ยม เช่นเดียวกับที่แผนที่ดีมีความสำคัญใน Agentic coding สุดท้ายแล้วผู้ใช้ก็ต้องมีความสามารถในการเข้าใจโค้ดและตัดสินใจได้เอง ตัวอย่างเช่น
fastrender,CCCได้แสดงให้เห็นถึงศักยภาพของ Agentic Coding แต่ในขณะเดียวกันก็เผยให้เห็นข้อจำกัดที่ชัดเจนด้วยผมอยากถามในอีกแบบหนึ่ง.... "เราจะแนะนำอาชีพนี้ให้ลูกของเราไหม?"
คนรอบตัวผมหลายคนเคยมองว่าการส่งลูกไปเรียนวิทยาการคอมพิวเตอร์เป็นกระแสหลัก ตอนนี้ดูเหมือนว่าจะเปลี่ยนไปมากแล้ว
ผมคิดว่าหลังยุค vibe coding คนเราคงจะตั้งใจเรียนพัฒนาโปรแกรมกันได้ยากขึ้น เพราะการเรียนมันจะยิ่งไม่มีประสิทธิภาพเกินไป.... และมันง่ายมากที่จะพอใจแค่การคลิกไม่กี่ที
ไวบ์โค้ดดิงก็เป็นเพียงการสร้างผลลัพธ์ออกมาเท่านั้น และผมคิดว่าความแตกต่างระหว่างการมีหรือไม่มีความเข้าใจต่อผลลัพธ์ที่ถูกนำไปใช้งานจริงนั้นน่าจะใหญ่มาก ความเข้าใจนั้นผมคิดว่าเกิดขึ้นได้ผ่านสิ่งที่คุณพูดถึงว่าเป็น "การเรียนพัฒนา"
ยิ่งไปกว่านั้น ดูเหมือนว่าด้วยความก้าวหน้าของ AI ต้นทุนในการเรียนรู้อะไรสักอย่างลดลงอย่างมาก เลยกลายเป็นช่วงเวลาที่ดีที่เราจะได้เรียนรู้อะไรได้มากขึ้นครับ
แม้จะสร้างโค้ดที่รันได้ด้วย vibe coding แต่สุดท้ายคนก็ยังต้องเป็นผู้ตรวจทานมันอยู่ดี และการสร้างโค้ดที่ดูแลรักษาง่ายและขยายต่อได้โดยอาศัยแค่ vibe coding อย่างเดียวนั้นก็ไม่ใช่เรื่องง่าย
และท้ายที่สุดก็ยังมีผลการวิจัยด้วยว่า เมื่อมนุษย์ต้องมาตรวจทาน ก็ยิ่งใช้เวลาเพิ่มขึ้น ทำให้ผลิตภาพก็แทบไม่ต่างกัน
ความพยายามในระดับปัจเจกเช่นนี้ก็สำคัญเช่นกัน แต่จำเป็นต้องมีการสนับสนุนต่อระบบทางสังคมผ่านการหารือกันของสมาชิกในระดับชาติ
ผมก็เห็นด้วยกับเนื้อหานี้มากเช่นกัน ผมพูดเรื่องนี้กับรุ่นน้องบ่อยมาก แต่หลายครั้งก็อดกังวลไม่ได้ว่ามันจะฟังดูเหมือนคำพูดของคนรุ่นเก่าที่ชอบสั่งสอน
เป็นเนื้อหาที่โดนใจมากครับ