บทสัมภาษณ์ว่าด้วยการเปลี่ยนแปลงเชิงแก่นของบทบาทนักพัฒนาระดับซีเนียร์ในยุค AI จาก Addy Osmani ผู้อำนวยการ AI แห่ง Google Cloud และอดีตผู้นำด้านวิศวกรรมของ Chrome ในงานสัมภาษณ์ที่งานประชุม JS Nation US 2026 (นิวยอร์ก) Osmani เป็นผู้เขียนหนังสือเทคนิค 14~15 เล่ม เช่น Learning JavaScript Design Patterns, Leading Effective Engineering Teams และได้ชี้ให้เห็นข้อจำกัดเชิงปฏิบัติของการเขียนโค้ดด้วย AI อย่างต่อเนื่องผ่านบรรยายปี 2025 เรื่อง "The AI-Native Software Engineer" และซีรีส์ "ปัญหา 70%", "ปัญหา 80%" บน Substack บทสัมภาษณ์ครั้งนี้จึงต่อยอดจากแนวคิดเดิม โดยอธิบายรอบด้านถึงปรากฏการณ์ที่วิศวกรระดับซีเนียร์กำลังเปลี่ยนจากผู้เขียนโค้ดไปเป็นผู้แก้ไขโค้ด (Editor)
ภาพหลังผ่านไป 1 ปีของ AI coding
- แม้นักพัฒนา 90% จะใช้ AI ในการเขียนโค้ด แต่ระดับความเชื่อมั่นกลับมีแนวโน้มลดลง
- มันมีประสิทธิภาพกับโปรเจ็กต์ใหม่หรือโปรโตไทป์ (MVP) แต่ใน codebase ขนาดใหญ่หรือสภาพแวดล้อมแบบ enterprise ยังเห็นช่องว่างอย่างชัดเจน
- ขนาดของ PR (pull request) เพิ่มขึ้นมาก และมักเกิดกรณีที่ AI ไปแตะไฟล์เกินความจำเป็น หรือไม่ใช้ utility function เดิมซ้ำแต่เขียนใหม่ขึ้นมาเองบ่อยครั้ง
- ปรากฏการณ์ที่ Osmani เคยเรียกว่า "ปัญหา 70%" ในบทความก่อนหน้ายังใช้ได้อยู่ AI พาไปได้ถึง 70% แต่คุณภาพ ความสอดคล้อง และ last mile ที่เหลืออีก 30% ยังเป็นหน้าที่ของมนุษย์
Vibe Coding vs AI-assisted Engineering
- Vibe Coding เป็นแนวทางอิสระที่ใช้สำรวจความเป็นไปได้ของไอเดียอย่างรวดเร็ว และไม่ได้กังวลกับ code review มากนัก
- AI-assisted Engineering คือการใช้ AI เป็นเครื่องมือโดยยังคงรักษาหลักวิศวกรรมดั้งเดิม เช่น architecture, security, performance และ quality
- สำหรับโค้ดที่ขึ้น production แบบหลังเป็นสิ่งจำเป็น และในบริบทนี้ "context engineering" (เทคนิคการให้บริบทที่หลากหลายแก่โมเดล เช่น เอกสาร ตัวอย่าง ประวัติการสนทนา และโครงสร้างของ codebase) เป็นตัวกำหนดคุณภาพของผลลัพธ์
บทบาทใหม่ของวิศวกรซีเนียร์: code editor
- บทบาทหลักของนักพัฒนากำลังขยับจากคนที่เขียนโค้ด ไปเป็นคนที่ประเมินและแก้ไขโค้ด นี่คือความหมายของคำว่า "highly-paid Code Editors" ที่ชื่อเรื่องสื่อไว้
- code review กำลังกลายเป็นสนามหลักในการสอนนักพัฒนาจูเนียร์ และการคิดเชิงวิพากษ์อย่างการตั้งคำถามว่า "ทำไม AI ถึงเลือกแนวทางนี้" สำคัญกว่าที่เคย
- ตามงานวิจัยหนึ่ง วิศวกรใช้เวลาไปมากกับการดีบักโค้ดจาก AI ที่ "ดูเหมือนถูก แต่จริง ๆ ผิด" Osmani เคยขยายประเด็นนี้ต่อในบทความถัดมาด้วยแนวคิดเรื่อง "comprehension debt"
การใช้งาน background agents ในภาคปฏิบัติ
- Osmani ใช้วิธีมอบหมายงาน 3~4 อย่างให้เอเจนต์ผ่านแอป GitHub ระหว่างออกไปเดินเล่น แล้วพอกลับมาก็ได้รับ PR แนวคิดที่ว่า "ไม่ต้องการ issue แต่ต้องการ PR" น่าประทับใจมาก
- เขาจำกัดการใช้งานไว้กับโปรเจ็กต์ขนาดเล็กถึงกลาง และยังไม่แนะนำสำหรับ enterprise
- เขาใช้อุปมาเรื่องการเปลี่ยนจากขั้น "conductor" ที่ใช้เอเจนต์ตัวเดียว ไปสู่ขั้น "orchestrator" ที่บริหารหลายเอเจนต์พร้อมกัน
Chrome DevTools MCP และ Figma MCP
- Chrome DevTools MCP (Model Context Protocol) ที่เปิดตัวปลายปี 2025 มอบ "ดวงตา" ให้ coding agent เอเจนต์จึงสามารถตรวจสอบผลการเรนเดอร์จริง และใช้ข้อมูลจาก console log กับ network ได้ด้วย
- เมื่อนำมาทำงานร่วมกับ Figma MCP ก็จะเกิดเวิร์กโฟลว์ที่นำไฟล์ดีไซน์ไปพัฒนาแล้วตรวจสอบหน้าจอจริงได้ อย่างไรก็ตาม มันยังไปไม่ถึงระดับที่สามารถนำ UI component library เดิมกลับมาใช้ซ้ำแบบอัตโนมัติ
อนาคตของ browser AI และปัญหาเรื่องความไว้วางใจ
- ขั้นต่อไปคือการทำ user journey automation โดยอาศัยบริบทอันหลากหลายที่เบราว์เซอร์มีอยู่ เช่น ข้อมูลการล็อกอิน ปฏิทิน และประวัติการค้นหา แต่หัวใจสำคัญคือการออกแบบความไว้วางใจให้ยังคงมีการยืนยันจากมนุษย์ในจุดที่เกี่ยวข้องกับการชำระเงินหรือข้อมูลส่วนบุคคล
- Osmani เน้นว่า "ไม่ใช่การทำอัตโนมัติ 100% แต่ต้องหยุดทุกครั้งเมื่อถึงขั้นที่ผู้ใช้จะเลิกคิ้วขึ้น"
คำแนะนำสำหรับนักพัฒนาจูเนียร์
- หากสร้างความเชี่ยวชาญเชิงลึกในพื้นที่ที่ AI ยังแก้ไม่ได้ ก็อาจกลายเป็นโอกาสในการสร้างความแตกต่าง
- ต่อมุมมองสุดโต่งที่ว่า programming language หรือ stack จะหมดความหมาย Osmani โต้ว่า "การเข้าใจพื้นฐานและ fundamentals ยังคงเป็น superpower"
ประเด็นชวนคิด
- ข้อความหลักของบทสนทนานี้ชัดเจนมาก ในยุคที่ AI เขียนโค้ดแทนได้ คุณค่าของวิศวกรซีเนียร์ไม่ได้อยู่ที่ความเร็วในการพิมพ์โค้ด แต่อยู่ที่ความสามารถในการอ่าน ตัดสิน และใส่บริบทให้กับโค้ด ชื่อที่ค่อนข้างยั่วอย่าง "บรรณาธิการโค้ดค่าตัวสูง" จึงไม่ได้เป็นการลดทอน แต่สะท้อนย้อนแย้งว่านี่คือทักษะแกนหลักที่ยุคนี้ต้องการ
- เช่นเดียวกับที่ Osmani ขยับตัวเลขจาก 70% ไปเป็น 80% ความสมบูรณ์ของเอเจนต์กำลังดีขึ้นอย่างชัดเจน แต่ต้นทุนในการจัดการ "comprehension debt" เพื่ออุดช่องว่างอีก 20~30% ยังไม่ลดลง และการลดช่องว่างนี้จะยังเป็นโจทย์ของทั้งเครื่องมือและวิศวกรต่อไป
1 ความคิดเห็น
โปรแกรมเมอร์ระดับซีเนียร์ดูจะเป็นโมเดลด้านการออกแบบที่เหนือกว่า opus นะ 555