วันสุดท้ายของการเขียนโค้ดกำลังใกล้เข้ามา

การปฏิวัติใน Silicon Valley เมื่อโปรแกรมเมอร์เลิกเขียนโค้ด

Boris Cherny หัวหน้าทีม Claude Code ของ Anthropic ประกาศบนโซเชียลมีเดียว่าเขาไม่ได้เขียนโค้ดด้วยตนเองมากว่าสองเดือนแล้ว “100% ของโค้ดของผมถูกเขียนโดย Claude” เขากล่าว พร้อมเผยว่าเขาส่ง Pull Request (การอัปเดตโค้ด) 22 ชุดในวันเดียว และ 27 ชุดในวันถัดมา ทั้งหมดเขียนโดย AI

ที่ OpenAI บริษัทคู่แข่ง นักวิจัยที่ใช้ชื่อว่า “Roon” ก็ประกาศเช่นกันว่า “100% ผมไม่เขียนโค้ดอีกต่อไปแล้ว การเขียนโปรแกรมมันแย่ มันเป็นความเจ็บปวดที่จำเป็นสำหรับทุกคนที่อยากให้คอมพิวเตอร์ทำสิ่งที่เป็นประโยชน์ และผมดีใจที่มันจบลงแล้ว”

ตัวเลขจากการศึกษาภายใน Anthropic เผยให้เห็นภาพที่ชัดเจนยิ่งขึ้น วิศวกรใช้ Claude ใน 60% ของงานประจำวัน และรายงานว่าผลิตภาพเพิ่มขึ้น 50%

ยิ่งไปกว่านั้น 27% ของงานที่ทำด้วยความช่วยเหลือของ Claude เป็นงานที่ “ไม่เคยถูกทำมาก่อน” เช่น การสร้างเครื่องมือวิเคราะห์ข้อมูลแบบโต้ตอบ หรือการทดลองที่ไม่คุ้มค่าหากต้องทำด้วยมือ

จาก Prompt Engineering สู่ Context Engineering: ศิลปะการสื่อสารกับ AI ที่กำลังเปลี่ยนไป

หากคุณเคยใช้ ChatGPT หรือ Claude คุณอาจคุ้นเคยกับ “prompt engineering” ศิลปะการเลือกคำพูดให้เหมาะสมเพื่อให้ AI ตอบคำถามหรือทำงานที่ต้องการให้ดีที่สุด แต่ Amodei และทีมงานของเขากำลังบอกเราว่า ยุคนั้นกำลังจะผ่านพ้นไป

Anthropic เองเปลี่ยนจากการพูดถึง “prompt engineering” มาเป็น “context engineering” หรือการจัดการบริบททั้งหมดที่ AI ได้รับ ไม่ใช่แค่คำสั่งเดียว

เมื่อโมเดลก้าวหน้าขึ้น ความท้าทายไม่ใช่การหาคำพูดที่ “ถูกต้อง” อีกต่อไป แต่เป็นการคัดสรรข้อมูลที่สำคัญที่สุดให้ AI ในขณะที่ความสามารถของมันเพิ่มขึ้น มันก็ต้องการ “การดูแล” จากมนุษย์น้อยลง

Serge Liatko ผู้เชี่ยวชาญด้าน AI วิเคราะห์ว่า “prompt engineering เป็นสิ่งที่ล้าสมัยแล้ว context engineering กำลังแสดงขีดจำกัดของมัน และอนาคตอยู่ที่การสร้างระบบ workflow อัตโนมัติ” นี่หมายความว่า แทนที่มนุษย์จะต้องนั่งคิดคำสั่งให้ AI ทุกครั้ง ระบบจะสร้างบริบทและจัดการข้อมูลให้ AI เองโดยอัตโนมัติ

วงจรแห่งการพัฒนา AI สร้าง AI ที่ฉลาดกว่า

Amodei อธิบายกลไกที่น่าทึ่งว่า AI ที่เชี่ยวชาญการเขียนโค้ดและการวิจัย AI จะสร้างโมเดลรุ่นต่อไป สร้างเป็นวงจรการเร่งความเร็ว “มันเป็นคำถามว่าวงจรนั้นจะปิดเร็วแค่ไหน” เขากล่าว โดยยอมรับว่าข้อจำกัดเรื่องชิปและเวลาฝึกอบรมยังเป็นอุปสรรค

แต่แม้ในขณะที่เขาพูด ภายใน Anthropic เอง วิศวกรก็กำลังเปลี่ยนบทบาทจาก “คนเขียนโค้ด” เป็น “ผู้จัดการ AI” หรือ “ผู้ตรวจสอบโค้ด” หนึ่งในวิศวกรประเมินว่างานของเขาเปลี่ยนไป “70% เขาเป็นผู้ตรวจทานโค้ด แทนที่จะเป็นคนเขียนโค้ดใหม่”

ความจริงที่ซับซ้อน AI ยังไม่ใช่ทุกอย่าง

แม้ Amodei จะมองโลกในแง่ดี (หรืออาจมองโลกในแง่ร้าย ขึ้นอยู่กับมุมมอง) แต่ข้อมูลจริงบอกเล่าเรื่องราวที่ซับซ้อนกว่า

การศึกษาภายใน Anthropic พบว่า แม้วิศวกรจะใช้ Claude บ่อย แต่มากกว่าครึ่งบอกว่าพวกเขาสามารถ “มอบหมายงานทั้งหมด” ให้ AI ได้เพียง 0-20% เท่านั้น ส่วนใหญ่ต้องทำงานร่วมกับ AI อย่างใกล้ชิด ตรวจสอบผลลัพธ์ โดยเฉพาะงานที่มีความเสี่ยงสูง

Andrej Karpathy อดีตผู้อำนวยการ AI ของ Tesla รายงานว่า AI ช่วยเขาได้ 80% ในขณะที่วิศวกร OpenAI ประเมินว่าเพียง 20% ความแตกต่างนี้สะท้อนว่า การ “เขียนโค้ด” กับ “การเป็นวิศวกรซอฟต์แวร์” เป็นสองสิ่งที่แตกต่างกัน

การเข้าใจความต้องการทางธุรกิจ การออกแบบระบบ การตัดสินใจเรื่องความสมดุลต่าง ๆ ยังต้องใช้มนุษย์

Demis Hassabis ซีอีโอของ Google DeepMind กล่าวว่า “Scaling laws กำลังไปได้ดี แต่อาจไม่เร็วเท่าสองสามปีก่อน มีการพูดถึงผลตอบแทนที่ลดลง” Yann LeCun หัวหน้า AI ของ Meta ก็คัดค้านว่า LLM จะ “ไม่มีวัน” บรรลุสติปัญญาระดับมนุษย์

อนาคตของการทำงาน จากผู้ปฏิบัติการสู่ผู้กำกับ

Amodei คาดการณ์ว่า 50% ของงานระดับเริ่มต้นในกลุ่มงานคอลลาร์อาจถูกแทนที่ใน 1-5 ปีข้างหน้า แต่ในขณะเดียวกัน Anthropic กลับมีตำแหน่งงานว่าง 448 ตำแหน่ง โดย 146 ตำแหน่งเป็นด้านวิศวกรรมซอฟต์แวร์

ความขัดแย้งนี้ไม่ใช่ความผิดพลาด แต่เป็นสัญญาณของการเปลี่ยนแปลงของโลกใหม่ บริษัทไม่ได้เลิกจ้างวิศวกร แต่กำลังเปลี่ยนสิ่งที่พวกเขาทำ จากการเขียน for loops (คำสั่งควบคุมการทำงานของโปรแกรมแบบวนซ้ำ) เป็นการออกแบบระบบ ประเมินผล AI และผลักดันขอบเขตของสิ่งที่เป็นไปได้

Mike Krieger หัวหน้า Anthropic Labs กล่าวว่า “Claude กำลังเขียน Claude” แต่ Boris Cherny ผู้สร้าง Claude Code ยังยืนยันว่าวิศวกร “มีความสำคัญมากกว่าที่เคย” เพราะ “ต้องมีคนสั่งการ Claude สำหรับการพูดคุยกับลูกค้า การประสานงานกับทีมอื่น และการตัดสินใจว่าจะสร้างอะไรต่อไป”

Key Takeaways

1. การเปลี่ยนผ่านกำลังเกิดขึ้นแล้ว วิศวกรใน Anthropic และ OpenAI หลายคนเลิกเขียนโค้ดด้วยตนเอง หันมาใช้ AI สร้างโค้ดแทน โดยมนุษย์ทำหน้าที่ตรวจสอบและแก้ไข
2. Prompt Engineering กำลังพัฒนาเป็น Context Engineering ศิลปะการสื่อสารกับ AI เปลี่ยนจากการหาคำพูด “เวทมนตร์” มาเป็นการจัดการบริบทและข้อมูลทั้งหมดที่ AI ได้รับ และกำลังเคลื่อนไปสู่ระบบ automation ที่ AI จัดการตัวเอง
3. AI สร้าง AI เป็นวงจร โมเดลที่ฉลาดในการเขียนโค้ดจะสร้างโมเดลรุ่นต่อไป สร้างวงจรการเร่งความเร็ว แต่ยังมีข้อจำกัดเรื่องฮาร์ดแวร์และเวลา
4. งานไม่หายไป แต่เปลี่ยนรูป แม้ Amodei คาดว่า AI จะทำงานวิศวกรรมได้ใน 6-12 เดือน แต่ความเป็นจริงคืองานเปลี่ยนจากการเขียนโค้ดเป็นการกำกับ AI ตัดสินใจ และออกแบบระบบ
5. ยังต้องการมนุษย์ ข้อมูลแสดงว่า AI ยังต้องการการตรวจสอบจากมนุษย์ โดยเฉพาะงานซับซ้อน และมีข้อจำกัดในการเข้าใจบริบททางธุรกิจ
6. เตรียมตัว ไม่ต้องตื่นตระหนก ผู้เชี่ยวชาญแนะนำให้ใช้ AI ทุกวัน เน้นทักษะการตัดสินใจ และสร้างทักษะที่มี feedback loop ยาว เช่น กลยุทธ์และความสัมพันธ์

…..

นำเสนอโดย AiNextopia