4 คะแนน โดย GN⁺ 2026-03-31 | 2 ความคิดเห็น | แชร์ทาง WhatsApp
  • เอเจนต์เขียนโค้ด AI สามารถอ่านและแก้ไขโค้ดแทนผู้ใช้ได้ จึงแสดงให้เห็นถึงความเป็นไปได้ในการฟื้นคืน “เสรีภาพ 4 ประการ” ของซอฟต์แวร์เสรี ที่เคยคงอยู่เพียงในเชิงแนวคิดมาอย่างยาวนาน ให้กลับมาเป็นสิทธิที่ใช้งานได้จริง
  • ขณะที่ โครงสร้างแบบ SaaS เป็นศูนย์กลาง จำกัดสิทธิการเข้าถึงซอร์สของผู้ใช้มาโดยตลอด เอเจนต์กลับสามารถทำหน้าที่แทน เสรีภาพในการแก้ไขโค้ด ให้แม้แต่ผู้ที่ไม่ใช่นักพัฒนาได้
  • กรณีของแอป SaaS แบบปิด Sunsama เผยให้เห็นอย่างเป็นรูปธรรมว่าโครงสร้างปิดสร้าง ความไร้ประสิทธิภาพและข้อจำกัด ได้มากเพียงใด
  • ในยุคของเอเจนต์ AI มีความเป็นไปได้สูงที่ผู้ใช้จะใช้คำถามว่า “เอเจนต์ของฉันแก้ไขซอฟต์แวร์นี้ได้หรือไม่” เป็นเกณฑ์สำคัญในการเลือกใช้
  • คาดว่าการฟื้นคืนของซอฟต์แวร์เสรีจะไม่ได้ถูกจุดประกายด้วยอุดมการณ์ แต่ด้วย ความจำเป็นเชิงปฏิบัติที่ทำให้เอเจนต์ทำงานได้จริง

เอเจนต์เขียนโค้ด AI ที่ทำให้ความหมายของซอฟต์แวร์เสรีกลับมาโดดเด่นอีกครั้ง

  • การมาถึงของ เอเจนต์เขียนโค้ด AI แสดงให้เห็นถึงความเป็นไปได้ในการทำให้ “เสรีภาพ 4 ประการ” ของซอฟต์แวร์เสรี ซึ่งเคยอยู่เพียงในวงสนทนาเชิงทฤษฎี กลับมาเป็นสิทธิที่ใช้งานได้จริงอีกครั้ง
  • จากการขยายตัวของโมเดล SaaS ผู้ใช้สูญเสียสิทธิในการเข้าถึงซอร์สโค้ดและถูกผูกไว้กับ โครงสร้างพึ่งพิงที่เน้นความสะดวก แต่เอเจนต์สามารถอ่านและแก้ไขโค้ดแทนผู้ใช้ได้
  • จากการลองปรับแต่งแอป SaaS แบบปิดชื่อ Sunsama แล้วต้องเผชิญกับการลองผิดลองถูกมากมาย ทำให้เห็นอย่างชัดเจนถึง ความไร้ประสิทธิภาพ ที่โครงสร้างปิดก่อขึ้น
  • เมื่อ เอเจนต์ AI สามารถ ทำหน้าที่แทนเสรีภาพในการแก้ไขโค้ดให้แม้แต่ผู้ที่ไม่ใช่นักพัฒนา ได้ คุณค่าเชิงปฏิบัติของซอฟต์แวร์เสรีจึงกำลังถูกมองใหม่อีกครั้ง
  • อย่างไรก็ตาม ปัญหาเรื่อง ภาระการบำรุงรักษาและความยั่งยืนของระบบนิเวศโอเพนซอร์ส ยังคงอยู่ และจำเป็นต้องมีโมเดลใหม่ที่ผสานความสะดวกของ SaaS เข้ากับความเปิดกว้างของซอฟต์แวร์เสรี

ประวัติและการเสื่อมถอยของซอฟต์แวร์เสรี

  • ในทศวรรษ 1980 Richard Stallman ก่อตั้ง Free Software Foundation หลังเผชิญปัญหาที่ไม่สามารถแก้ไขซอฟต์แวร์ปิดของเครื่องพิมพ์ Xerox ได้
    • เขาเสนอ “เสรีภาพ 4 ประการ” ที่ว่าผู้ใช้ควรสามารถ รัน ศึกษา แก้ไข และแจกจ่าย โปรแกรมได้
  • ในทศวรรษ 1990 ซอฟต์แวร์เสรีเติบโตอย่างรวดเร็วผ่าน Linux, Apache, MySQL, PHP และบริษัทต่าง ๆ ก็สร้างธุรกิจบนพื้นฐานเหล่านี้
  • แต่หลังจากทศวรรษ 2000 เป็นต้นมา เมื่อโมเดล SaaS เริ่มโดดเด่น ผู้ใช้ก็ไม่ได้รันหรือแก้ไขซอฟต์แวร์ด้วยตนเองอีกต่อไป ทำให้แนวคิดเรื่องเสรีภาพสูญเสียความหมายในทางปฏิบัติ

การเปลี่ยนผ่านสู่ “โอเพนซอร์ส” และการอ่อนแรงของปรัชญา

  • ในปี 1998 Christine Peterson เสนอให้ใช้คำว่า “open source” แทน “free software” เพื่อปรับภาพลักษณ์ให้เป็นมิตรกับภาคธุรกิจมากขึ้น
  • Eric Raymond และ Bruce Perens ก่อตั้ง Open Source Initiative และเน้นโอเพนซอร์สในฐานะ วิธีวิทยาการพัฒนา
  • ในกระบวนการนี้ แนวคิดเชิงปฏิบัติที่เน้น การแบ่งปันโค้ด ได้เข้ามาแทนที่ข้อเรียกร้องเชิงจริยธรรมเรื่อง สิทธิของผู้ใช้
  • บริษัทต่าง ๆ จึงสามารถใช้โอเพนซอร์สไปพร้อมกับการจำกัดอำนาจควบคุมของผู้ใช้ได้ และความหมายทางสังคมของขบวนการซอฟต์แวร์เสรีก็อ่อนแรงลง

SaaS และช่องโหว่ของไลเซนส์

  • เนื่องจาก GPL บังคับให้เปิดเผยซอร์สเมื่อมีการ ‘แจกจ่าย’ ซอฟต์แวร์เท่านั้น ผู้ให้บริการ SaaS จึงสามารถหลีกเลี่ยงข้อกำหนดนี้ได้
  • ดังเช่นกรณีบริการ Elasticsearch ของ AWS บริษัทสามารถใช้โอเพนซอร์สได้โดยไม่ต้องเปิดเผยการแก้ไขที่ตนทำ
  • เพื่อลดช่องโหว่นี้จึงมี AGPL ขึ้นมา แต่ Google ก็ห้ามใช้ AGPL ตามนโยบายภายใน
  • หลังจากนั้น MongoDB, Redis, HashiCorp, Elastic และรายอื่น ๆ ต่างเปลี่ยนไปใช้ ไลเซนส์แบบจำกัดการใช้ซอร์ส คนละรูปแบบ แต่ก็ยังไม่ใช่คำตอบที่แก้ปัญหาได้ถึงราก
  • ผลลัพธ์คือผู้ใช้สูญเสียสิทธิในการเข้าถึงซอร์ส และยอมรับ โครงสร้างพึ่งพา SaaS ที่ขับเคลื่อนด้วยความสะดวก

กรณีของ Sunsama: ข้อจำกัดของ SaaS แบบปิด

  • มีความพยายามใช้ Sunsama กับงานจัดการงานที่เชื่อมกับ Twitter แต่ การไม่มี API และโครงสร้างปิด ทำให้ไม่สามารถทำอัตโนมัติได้
  • สามารถทำให้ฟังก์ชันนี้ใช้งานได้อย่างเฉียดฉิวก็เพราะโปรเจ็กต์รีเลย์โอเพนซอร์ส (sunsama-relay) ของผู้ใช้ที่ทำการ reverse engineer API แบบไม่เป็นทางการ
  • แต่ในกระบวนการนั้น
    • ต้องเก็บรหัสผ่านบัญชีจริงไว้ในโค้ด
    • ไม่สามารถสร้างอัตโนมัติด้วย Shortcut บน iOS ได้ จึงต้องตั้งค่าด้วยมือ
    • และต้องอาศัยการแฮ็กแบบไม่เป็นทางการหลายชั้นพร้อมการจัดการด้วยมือ
  • การทำฟังก์ชันที่ดูเรียบง่ายหนึ่งอย่างกลับต้องอ้อมถึง 6 ขั้นตอนและผ่านกระบวนการยืนยันตัวตน 3 แบบ ซึ่งสะท้อนความไร้ประสิทธิภาพเชิงโครงสร้างของ SaaS แบบปิด

เอเจนต์ AI กับการฟื้นคืนของเสรีภาพ

  • จุดอ่อนของซอฟต์แวร์เสรีคือ ในทางปฏิบัติ ผู้ที่ไม่ใช่นักพัฒนาไม่ได้มีเสรีภาพจริง
  • เอเจนต์เขียนโค้ด AI สามารถอ่านและแก้ไขโค้ดแทนผู้ใช้ได้ จึงทำให้ แม้แต่ผู้ที่ไม่ใช่นักพัฒนาก็สามารถใช้ ‘เสรีภาพข้อ 1 (เสรีภาพในการแก้ไข)’ ผ่านตัวแทนได้
  • ผู้ใช้เพียงอธิบายฟีเจอร์ที่ต้องการ แล้วเอเจนต์ก็สามารถวิเคราะห์ แก้ไข และนำโค้ดขึ้นใช้งานต่อได้
  • ซอฟต์แวร์เสรีจึงไม่ใช่สิทธิของนักพัฒนาเท่านั้นอีกต่อไป แต่ขยายเป็น เครื่องมือเชิงปฏิบัติสำหรับผู้ใช้ทุกคน
  • ในทางกลับกัน บน SaaS แบบปิด แม้แต่เอเจนต์ก็เข้าไม่ถึง ทำให้ผู้ใช้ยังคงเป็น ผู้ที่ทำได้เพียงขอฟีเจอร์อย่างตั้งรับ

การกลับมาของคุณค่าความเปิดกว้าง

  • นักวิจัยและคนเทคโนโลยีหลายคนเน้นย้ำถึง คุณค่าของความเปิดกว้างในยุคเอเจนต์ AI
    • Nawaz Dhandala: เพราะเอเจนต์แก้ไขซอร์สโค้ดได้โดยตรง โอเพนซอร์สจึง “ได้เปรียบเหนือระบบปิดอย่างท่วมท้น”
    • Martin Alderson: ด้วยเอเจนต์ เราสามารถทำ ระบบอัตโนมัติแบบปรับแต่งเอง แทน SaaS ได้ และภาระการบำรุงรักษาก็ลดลง
    • John Loeber: คาดว่าการ รวมข้อมูลกลับมาไว้ในเครื่องหรือในพื้นที่ควบคุมของตน จะนำไปสู่การฟื้นคืนคุณค่าของโอเพนซอร์ส
    • Vitalik Buterin: ย้ำว่า “มีเพียงความเปิดอย่างสมบูรณ์เท่านั้นที่ป้องกันการผูกขาดโดยบริษัทเดียวได้” พร้อมเรียกร้องให้ ประเมินค่า copyleft ใหม่

ความจำเป็นของสมดุลใหม่

  • การย้อนกลับไปหาซอฟต์แวร์เสรีมาพร้อมต้นทุนจริง เช่น ภาระการปฏิบัติการ และเรื่อง ความปลอดภัยกับการจัดการแบ็กอัป
  • ระบบนิเวศโอเพนซอร์สเองก็กำลังเผชิญวิกฤตการบำรุงรักษาจาก คุณภาพโค้ดที่สร้างด้วย AI ลดลงและการมีส่วนร่วมที่น้อยลง
    • Tailwind CSS มีทราฟฟิกเอกสารลดลง 40% รายได้ลดลง 80% และลดทีมลง 75%
    • ผู้สร้าง Terraform อย่าง Mitchell Hashimoto เปลี่ยนไปจำกัด PR จากภายนอก และใช้ โมเดลที่อิงการรับรอง (vouch-based model)
  • สิ่งที่ต้องการไม่ใช่แค่การโฮสต์เองแบบตรงไปตรงมา แต่คือบริการรูปแบบใหม่ที่ผสาน ความสะดวกของ SaaS เข้ากับ ความเปิดกว้างของซอฟต์แวร์เสรี

การเปลี่ยนเกณฑ์เลือกซอฟต์แวร์ในยุคเอเจนต์

  • ในอนาคต ผู้ใช้อาจใช้คำถามว่า “เอเจนต์ของฉันสามารถแก้ไขซอฟต์แวร์นี้ได้หรือไม่” เป็นเกณฑ์สำคัญในการตัดสินใจซื้อ
  • SaaS แบบปิดมีความเสี่ยงที่จะสูญเสียความสามารถในการแข่งขัน เมื่อ ต้นทุนการย้ายเข้าใกล้ศูนย์
  • เอเจนต์จะมองระบบปิดว่าเป็น “โครงสร้างที่เสียหาย” และหาทางอ้อมมันด้วยวิธีต่าง ๆ เช่น
    • reverse engineer API ที่ไม่เป็นทางการ
    • สร้างทางเลือกโอเพนซอร์สขึ้นมาโดยอัตโนมัติ
    • ดาวน์โหลดข้อมูลแล้วจัดโครงสร้างใหม่
  • CTO ของ Upwave ระบุว่ากำลังปรับผลิตภัณฑ์ของตนให้มี โครงสร้างการผสานรวมที่เป็นมิตรต่อเอเจนต์
  • ท้ายที่สุด บทสรุประบุว่า การฟื้นคืนของซอฟต์แวร์เสรี จะไม่ได้ถูกผลักดันด้วยอุดมการณ์ แต่ด้วย ความจำเป็นเชิงปฏิบัติที่ทำให้เอเจนต์ทำงานได้จริง

บทสรุป

  • เอเจนต์ AI กำลังกลายเป็น ผู้ทำให้เสรีภาพของซอฟต์แวร์เกิดขึ้นจริง โดยก้าวข้ามข้อจำกัดทางเทคนิคของผู้ใช้
  • สภาพแวดล้อม SaaS แบบปิดจำกัดความสามารถของเอเจนต์ และมีแนวโน้มที่ผู้ใช้จะยิ่งหันไปหาทางเลือกแบบเปิดมากขึ้น
  • การออกแบบสมดุลใหม่ระหว่างเสรีภาพและความสะดวกกำลังกลายเป็น โจทย์หลักของอุตสาหกรรมซอฟต์แวร์ยุคถัดไป
  • พร้อมกับข้อโต้แย้งที่ว่า “การสละเสรีภาพเพื่อแลกกับความสะดวกในการปฏิบัติการนั้นไม่อาจหาเหตุผลมารองรับได้อีกต่อไป” จึงคาดว่า ระบบนิเวศแบบเปิดใหม่ที่มีเอเจนต์เป็นศูนย์กลาง จะมาถึงในไม่ช้า

2 ความคิดเห็น

 
myc0058 29 일 전

สิ่งที่จำเป็นอย่างยิ่งไม่ใช่ซอฟต์แวร์เสรี แต่เป็นความสามารถในการควบคุมซอฟต์แวร์ที่มีอยู่แล้ว นี่เป็นเรื่องที่ทรมานมาก

 
GN⁺ 2026-03-31
ความคิดเห็นจาก Hacker News
  • ในฐานะคนที่เผยแพร่ ซอฟต์แวร์โอเพนซอร์ส มานานกว่า 10 ปี ผมยอมรับคุณค่าที่ AI และ LLM มอบให้ผม
    แต่ก็ยังคาใจที่โค้ดของผมถูกนำไปใช้เป็นข้อมูลฝึก แม้อาจไม่ถึงขั้นละเมิดไลเซนส์ (GNU 2/3) แต่ก็รู้สึกว่าขัดกับเจตนารมณ์ที่ผมตั้งไว้
    ไม่นานมานี้ผมถูกเลิกจ้าง “เพราะ AI” เลยยิ่งรู้สึกซับซ้อน เพราะเท่ากับว่าโค้ดของผมเองมีส่วนช่วยปั้น AI ตัวนั้นขึ้นมา ถ้าจะมี เงินปันผลหรือค่าลิขสิทธิ์ จากการมีส่วนร่วมแบบนี้ก็คงดี แต่ในความเป็นจริงแทบเป็นไปไม่ได้
    เลยกำลังมองหา ไลเซนส์แบบ copyleft ที่เป็น ‘source available’ ซึ่งกำหนดให้ต้องขออนุญาตแยกต่างหากหากจะนำไปฝึก LLM แต่ตอนนี้ยังไม่มี ถึงจะมีผลทางกฎหมายไม่มาก แต่อย่างน้อยผมก็อยากระบุเจตนาของตัวเองให้ชัด

    • จริง ๆ แล้วโอเพนซอร์สเองก็ทำให้คนอื่นตกงานมานานแล้ว
      ขบวนการ Free Software เริ่มต้นจากการ โคลน (clone) โปรแกรมเชิงพาณิชย์ตั้งแต่แรก นำไอเดียมาจาก UNIX, Windows 95, macOS ฯลฯ และผลก็คือ UNIX เชิงพาณิชย์ส่วนใหญ่หายไปหมด
      สุดท้ายคนที่ได้ประโยชน์คือพวก ‘megacorp’ และสถานการณ์ที่ LLM กำลังดูดกลืนโอเพนซอร์สตอนนี้ก็เป็นภาพต่อเนื่องจากเรื่องเดียวกัน
    • ถ้ามองในทางกฎหมาย ผมคิดว่า LLM ที่มีโค้ด GPL อยู่ในข้อมูลฝึก ก็ควรต้อง เปิดเผยทั้งโมเดลและสแต็กสนับสนุนทั้งหมดภายใต้เงื่อนไขเดียวกัน
      แต่ในโลกจริงกฎหมายมักทำงานเข้าข้างผู้มีอำนาจ ถึงอย่างนั้น ถ้ามีบรรทัดฐานจากคดีลักษณะนี้เกิดขึ้น ก็คงเป็นสัญญาณที่มีความหวัง
    • ไม่นานมานี้ผมให้ Claude รีวิวโค้ด GLSL shader แล้วมันก็เสนอฟังก์ชันของ Inigo Quilez มาแบบแทบจะตรงตัว
      ไลเซนส์อาจเป็นแบบอนุญาตกว้างก็จริง แต่การคัดลอกมาตรง ๆ โดยไม่ให้เครดิตผู้เขียนมันทำให้รู้สึกแย่ เมื่อก่อนเรายังต้องค้นหาเองและตรวจไลเซนส์เอง แต่ตอนนี้เครื่องมือกลับ ทำให้การลอกงานเป็นอัตโนมัติ
    • ถ้าใช้ GitHub โดยพื้นฐานแล้วโค้ดของเราจะถูกนำไปใช้ฝึกโมเดลอยู่แล้ว ต้องไป opt-out เอง แต่ก็ยังไม่แน่ใจว่าพวกเขาจะทำตามจริงหรือไม่
    • เพราะ fair use เลยทำให้เราไม่อาจขวางการฝึกของบริษัทใหญ่ได้
      แต่ถ้าใช้ตรรกะเดียวกัน ผมก็หวังว่าการ distill โมเดลปิด ของพวกเขาออกมาเป็นโมเดลเปิดจะถือว่าอนุญาตได้เหมือนกัน เพราะสุดท้ายมันคือการทวงสิทธิ์ของผู้ใช้กลับคืนมา
  • ในชุมชน FLOSS มี ความกังขา ต่อ LLM อยู่มาก

    1. โค้ด GPL/AGPL ถูกนำไปฝึกโดยไม่ได้รับความยินยอม
    2. โมเดลที่ดีที่สุดเป็นแบบปิด
    3. PR และรายงานความปลอดภัยคุณภาพต่ำที่สร้างด้วย AI เพิ่มขึ้น
      แต่ LLM ก็เป็นความจริงไปแล้วในตอนนี้ บางทีการใช้ LLM สร้าง โอเพนซอร์สที่ช่วยทลายโครงสร้างผูกขาด อาจเป็นทางเลือกหนึ่งได้ GPL ก็เป็นเพียงเครื่องมือเพื่อไปให้ถึงเป้าหมายเท่านั้น
    • ไม่มีอะไรรับประกันว่า LLM จะยั่งยืนตลอดไป ตอนนี้หลายอย่างเหมือนยังอยู่ได้ด้วย กลวิธีทางการเงิน และอีก 5 ปีข้างหน้า OpenAI หรือ Anthropic จะยังมีสภาพเหมือนทุกวันนี้หรือเปล่าก็ไม่รู้
    • ในมุมความปลอดภัย การเมิน LLM เป็นเรื่องอันตราย แฮ็กเกอร์ใช้ AI ทำ การค้นหาช่องโหว่และการโจมตีแบบวิศวกรรมสังคม กันแล้ว ตอนนี้คือเวลาที่ควรลงทุนด้านความปลอดภัย
    • คำว่า “ใช้ LLM ทำลายการผูกขาด” ฟังดูดี แต่ก็ยังน่าสงสัยว่าเราขยับเข้าใกล้เป้าหมายนั้นจริงหรือยัง
  • ตอนนี้แหละคือช่วงเวลาที่ ซอฟต์แวร์เสรี สำคัญที่สุด
    โครงสร้างพื้นฐานของ AI ส่วนใหญ่กำลังรันอยู่บนโอเพนซอร์ส แม้แต่ Claude Code เองก็แทบไร้ประโยชน์หากไม่มีเครื่องมืออย่าง grep, diff, git

    • เหตุผลที่ AI เป็นไปได้ตั้งแต่แรกก็เพราะ โค้ดโอเพนซอร์ส
    • แต่ก็มีคนแย้งว่าจิตวิญญาณแบบ “Libre” สำคัญน้อยลงกว่าเดิมแล้ว
    • ความจริงที่บริษัทลดต้นทุนได้จากแรงงานฟรีของชุมชน ขณะที่ผู้ใช้ยังคงถูกกันออกไป ก็ชวนให้ขมขื่น
    • น่าสงสัยว่าทำไมตัวการฝึก LLM เองถึงไม่โอเพนซอร์สด้วย ถ้ามีการฝึกแบบกระจายศูนย์อย่าง Folding@home ก็คงดี
    • ผมประทับใจที่บรรทัดแรกของเอกสารติดตั้ง Claude Code คือ “ต้องมี ripgrep” สุดท้ายแล้วทุกอย่างก็รันอยู่บน เครื่องมือโอเพนซอร์สสายลินุกซ์ ทั้งนั้น ทำให้รู้สึกว่าการใช้ลินุกซ์มาตั้งแต่ยุค Slackware ไม่เสียเปล่า
  • พอเห็นประโยคที่ว่า “open source” ไม่ได้เป็นแค่การรีแบรนด์ แต่เป็น การตัดขาดทางปรัชญา ก็รู้สึกต่อต้านขึ้นมากับสำนวนที่แปลก ๆ เหมือน AI เขียน

    • งานเขียนของ AI ให้ความรู้สึกเหมือน เอาคอร์สมื้อหรูระดับมิชลินไปปั่นรวมในเครื่องปั่นแล้วดื่ม
  • ต่อไปดูเหมือน coding agent จะนำไลบรารีโอเพนซอร์สบางส่วนมาประกอบกันเป็นแอปเฉพาะทางได้
    ผู้ใช้อาจพอใจ แต่ ผู้มีส่วนร่วมจะไม่ได้รับผลตอบแทน สุดท้ายโอเพนซอร์สจะกลายเป็นโครงสร้างพื้นฐานจำเป็น แต่เครดิตจะหายไป

    • แต่ผู้ใช้ก็ยังต้องดูแล fork ด้วยตัวเองอยู่ดี ดังนั้นความอัตโนมัติเต็มรูปแบบคงเป็นไปไม่ได้
      ตราบใดที่ AI ยังไม่ใช่ AGI แรงกดดันทางสังคม จะยังเป็นสิ่งที่ทำให้โปรเจกต์เดินต่อไปได้ เพียงแต่ก็น่ากังวลหากเกิดสถานการณ์ที่บริษัทนำลินุกซ์ไปรีแพ็กเกจแบบผูกขาดแล้วบังคับใช้
  • ผมพัฒนามานานกว่า 10 ปี และตอนนี้เริ่มรู้สึกถึงความสนุกของการทำ ซอฟต์แวร์ใช้ส่วนตัว ด้วยตัวเอง
    ผมทำแอปสำหรับครอบครัวเอง และยังตั้งเครื่องมือทำงานร่วมกันที่ใช้ Matrix + Element แทน Slack ด้วย ค่าใช้จ่ายแค่ 20 ดอลลาร์ต่อเดือนก็พอ

    • ผมก็คล้ายกัน กำลังพัฒนา โอเพนซอร์สสำหรับกริด และช่วยผลักดันมาตรฐานต่าง ๆ มันให้ความรู้สึกเหมือนงานอดิเรกเชิงสร้างสรรค์มากกว่างาน และยังทำ Minecraft mod กับลูก ๆ ด้วย
    • อยากรู้ว่าโฮสต์แอปสำหรับครอบครัวไว้ที่ไหน เพราะสำหรับผม ส่วนนั้นยากที่สุดเหมือนกัน
  • FOSS ตายไปแล้ว แต่กำลัง ฟื้นคืนในรูปแบบใหม่
    LLM กำลังขยายเสรีภาพ 4 ประการของซอฟต์แวร์เสรีให้เป็นประชาธิปไตยมากขึ้น

    • เสรีภาพในการรัน: LLM ช่วยเรื่องการติดตั้งและตั้งค่าสภาพแวดล้อม ทำให้ใครก็รันได้
    • เสรีภาพในการแก้ไข: ลดกำแพงทางเทคนิค ทำให้ใครก็เปลี่ยนแปลงได้
    • เสรีภาพในการแจกจ่าย: LLM สามารถสร้างสเปกขึ้นใหม่เพื่อแจกจ่ายต่อได้
    • เสรีภาพในการปรับปรุง: สามารถสะท้อนการปรับปรุงที่ต้องการได้ทันที
      เสรีภาพทางเทคนิคขยายตัวขึ้น แต่ เสรีภาพของชุมชนและคุณค่า ยังเป็นโจทย์ที่คงอยู่
    • เพราะอย่างนั้นผมถึงพูดมาตลอดว่า “LLM เปิดกว่่าโอเพนซอร์สเสียอีก”
  • coding agent และ LLM กำลัง tivoize โอเพนซอร์ส
    ท้ายที่สุด AI อาจกลายเป็น คอมไพเลอร์แบบเสียเงิน รุ่นใหม่ และโปรแกรมเมอร์จะต้องจ่ายค่าสมาชิกรายเดือน
    LLM แบบโอเพนก็จะมี แต่การฝึกและการรันต้องใช้ต้นทุนมหาศาล
    ในอดีตเราเรียนเขียนโค้ดและสร้างความสำเร็จได้แม้มีแค่คอมเก่า ๆ เครื่องเดียว แต่ในอนาคตน่ากังวลว่าจะสูญเสีย เส้นทางการเข้าถึงแบบนั้น ไป

    • LLM ไม่ได้ทำให้การเขียนโค้ดเร็วขึ้น ตรงกันข้ามมันเร่ง technical debt ให้สะสมเร็วขึ้น และสุดท้ายก็ทำให้ความเร็วโดยรวมช้าลง
  • บทความดี แต่ กรณีของ Sunsama กลับยิ่งสนับสนุนตรรกะฝั่งตรงข้าม
    ถ้าเอเจนต์สามารถอ้อมระบบปิดได้ ความเร่งด่วนที่จะต้องเปลี่ยนไปเป็นโอเพนซอร์สก็จะลดลง
    อีกทั้งปัญหาเรื่องความเชื่อถือก็เพียงแค่ ย้ายจาก SaaS ไปอยู่ที่เอเจนต์ เท่านั้น คนที่ไม่ใช่ผู้เชี่ยวชาญก็ยังตรวจสอบโค้ดไม่ได้อยู่ดี

  • coding agent ทำให้การ อ้อม copyleft เป็นไปได้
    ตัวอย่างเช่น Malus.sh ขายบริการที่เขียนโค้ดใหม่เพื่อเปลี่ยนเป็น ไลเซนส์ที่ไม่มีข้อจำกัด นี่ไม่ใช่การปลดปล่อยเสรีภาพของโค้ด แต่เป็น การปลดพันธนาการเพื่อการค้า

    • แต่แม้แต่บริการแบบนี้ AI agent ก็อาจเข้ามาแทนที่ได้ฟรีอยู่ดี สุดท้าย ‘vibecoding SaaS’ ก็คงยากจะประสบความสำเร็จ