เรากำลังก้าวเข้าสู่ยุคที่นิยามของ "การสร้างซอฟต์แวร์" ถูกเขย่าจนแทบไม่เหลือเค้าโครงเดิม บทความนี้สรุปวิสัยทัศน์สุด "Unhinged" จากประสบการณ์ตรงของ Jeff ผู้ที่เคยตีพิมพ์งานวิจัยเกี่ยวกับการสร้างโรงงานซอฟต์แวร์ (Software Factory) และ สิ่งต่างๆ ที่จำเป็นเพื่อให้บรรลุเป้าหมายนั้น และ Long-running Agents จนกลายเป็นรากฐานของเครื่องมืออย่าง GitHub Copilot และ Cursor ในปัจจุบัน
จุดเริ่มต้นของยุค "Oh F***": เมื่อวิศวกรรมไม่ใช่แค่การเขียนโปรแกรม
โลกของการพัฒนาซอฟต์แวร์เปลี่ยนไปตั้งแต่วันที่ AI เริ่มเข้ามามีบทบาท แต่จุดเปลี่ยนที่แท้จริงคือสิ่งที่ Jeff เรียกว่า "Oh F*** moment" ซึ่งสำหรับเขา มันเกิดขึ้นเมื่อ 2 ปีที่แล้วผ่านงานวิจัย "Cursed" agent ที่ทำงานต่อเนื่องได้นานถึง 3 เดือน
เขาบอกว่าเราต้องสร้างความชัดเจนว่า เราต้องแยกให้ออกระหว่าง 'Software Development' และ 'Software Engineering'
การมี iPhone ไม่ได้ทำให้คุณเป็นช่างภาพงานแต่งมืออาชีพฉันใด การใช้ AI เขียนโค้ดได้ก็ไม่ได้ทำให้เราเป็นวิศวกรฉันนั้น
แต่มันกำลังทำให้ "ทุกคน" กลายเป็น Developer ได้ในชั่วข้ามคืน และสำหรับใครที่ยังไม่ตระหนักถึงความเปลี่ยนแปลงนี้ในปี 2024 เตรียมตัวพบกับ "Oh F*** moment" ของจริงในปี 2026 แล้วก็เราตามโลกไม่ทันอีกต่อไป
เศรษฐศาสตร์ที่พังทลาย: ซอฟต์แวร์ราคาถูกกว่าค่าแรงขั้นต่ำ
หัวใจสำคัญที่ผู้นำธุรกิจต้องตระหนัก คือ "Unit Economics" ของซอฟต์แวร์ได้เปลี่ยนไปตลอดกาล ปัจจุบันการรัน Agent เพื่อพัฒนาซอฟต์แวร์ผ่าน Frontier Model มีต้นทุนเพียง $10.42 ต่อชั่วโมง และมันทำงานในขณะที่เรากำลังหลับด้วย
แต่สิ่งที่น่าตกใจยิ่งกว่า คือ "รสนิยม" ในการเลือกใช้เครื่องมือ
Jeff ชี้ให้เห็นว่าเครื่องมืออย่าง Claude Code นั้นกิน Token มหาศาลราวเหมือนการดื่มรวดเดียวอึกใหญ่
ในขณะที่โมเดลอย่าง Pi นั้น มีประสิทธิภาพสูงกว่ามาก และหากเราใช้โมเดลอย่าง GLM ต้นทุนจะลดลงเหลือเพียง "ไม่กี่เซ็นต์ต่อชั่วโมง" (Cents to the hour)
Software development now costs less than minimum wage. It’s a provocative title. It’s meant to be.
นี่ คือ เหตุผลที่โครงสร้างธุรกิจแบบเดิมกำลังตายลง แม้แต่ในแวดวง Venture Capital
คำถาม คือ "เราจะระดมทุน Seed Capital ไปทำไม?" ในเมื่อยุคก่อนเราขอเงินเพื่อไปจ้างวิศวกรราคาแพง แต่ในวันนี้เราสามารถสร้างผลิตภัณฑ์ได้ด้วยตัวคนเดียวผ่าน Coding Agent ได้แล้ว
Knowledge Abundance และ "K-Shape Economy"
เรากำลังเปลี่ยนจากยุค "ความรู้ขาดแคลน" ไปสู่ยุค "ความรู้ล้นเหลือ" (Knowledge Abundance) ซึ่งทำให้โครงสร้างองค์กรแบบเดิมกลายเป็นภาระ
Jeff ยกตัวอย่าง SAP Concur แอปจัดการค่าใช้จ่ายที่ใช้คนถึง 6,800 คน เขาเรียกสิ่งนี้ว่าการสร้างองค์กรด้วย "Human Meat Bags" และ การประชุมที่ไร้ประสิทธิภาพ ซึ่งเป็นระบบปฏิบัติการที่ต่อต้าน AI (Anti-AI Operating System)
โลกกำลังแยกเป็น 2 ทางในแบบ K-Shape Economy:
- ด้านบนของ K: คือกลุ่ม "Shippers" ที่ใช้คนน้อยแต่สร้างผลลัพธ์มหาศาล
- ด้านล่างของ K: คือองค์กรที่ติดหล่มอยู่ใน "J-shaped people transformation" ที่พยายามเปลี่ยนคนแต่ช้าเกินไป
คำแนะนำของ Jeff ที่โคตรโหดและโคตรตรง คือ...
Yeet them. They are your token budget.
หากพนักงานคนไหนไม่ยอมขึ้นรถไฟขบวน AI หลังจากผ่านไป 2 ปี พวกเขา คือ ภาระต้นทุนที่เราควรตัดออก เพื่อนำงบประมาณไปลงกับ Token แทน
ทักษะวิศวกรรมที่แท้จริง คือ การ "สร้าง Agent"
วิศวกรซอฟต์แวร์ในอนาคตไม่ใช่คนที่มานั่งพิมพ์โค้ด แต่ คือ คนที่เข้าใจการสร้าง Agent Loop
Jeff เปรียบเทียบ การใช้ AI เปรียบเสมือนการเล่นเครื่องดนตรี ที่ต้องอาศัยการฝึกฝนอย่างหนัก (Deliberate Practice) เพื่อให้เกิด "Taste" ในการควบคุมผลลัพธ์
Jeff ยืนยันว่าการสร้าง Agent ไม่ใช่เรื่องไกลตัว เขามีเวิร์กชอปบน GitHub ที่มีคนกด Star ให้เขาเกือบ 6,000 star
ซึ่งพิสูจน์ว่า เราสามารถสร้าง Coding Agent เองได้ในโค้ดเพียง 300 บรรทัด โดยมีวงจรพื้นฐานคือ:
User input -> Array (Memory) -> Inferencing -> Tool execution
การที่ Bun ถูกพอร์ตจากภาษา Zig ไปเป็น Rust ได้ภายใน 6 วันด้วย Agent คือ เครื่องพิสูจน์ว่า ภาษาโปรแกรมกำลังกลายเป็นสิ่งทดแทนกันได้ (Fungible)
สิ่งที่สำคัญกว่า คือ ความสามารถของ ความเป็น Engineer ไม่ใช่จำนวนปีที่เขียน Java หรือ Ruby
The Lethal Trifecta: ภัยเงียบมูลค่าพันล้านเหรียญ
ในโลกของ Automation มีภัยคุกคามที่ยังไม่มีใครแก้ได้ ซึ่ง Jeff เรียกว่า "Lethal Trifecta" ของการทำ Prompt Injection
หากเราเชื่อมต่อสิ่งเหล่านี้...
- Untrusted Input (ข้อมูลจากภายนอกที่ไม่น่าเชื่อถือ)
- Private Data Source (ฐานข้อมูลส่วนตัวขององค์กร)
- Exfiltration Ability (ความสามารถในการส่งข้อมูลออก)
สิ่งนี่ คือ ช่องโหว่ร้ายแรงที่จะทำให้องค์กรถูกเจาะข้อมูลผ่าน AI Agent
Jeff กล่าวว่าใครก็ตามที่แก้ปัญหานี้ได้ จะถือครองขุมทรัพย์มูลค่านับพันล้านเหรียญเลยก็ว่าได้
จุดจบของ Open Source และ กลยุทธ์ "Crash Cart"
แนวคิดที่สวนทางกับความเชื่อเดิมที่สุด คือ "Open Source อาจไม่จำเป็นอีกต่อไป" ในยุค AI เราควรหันมาใช้ First-party Generation หรือ การสร้าง Dependency ขึ้นมาเองตามความต้องการ เพื่อหลีกเลี่ยง Supply Chain Attack และ เพื่อให้เราสามารถควบคุมการวิวัฒนาการของโค้ดได้ 100%
นอกจากนี้ วิศวกรต้องสร้าง "Back pressure" ให้กับการ generate โค้ดของ AI โดยการเลือกใช้ภาษาที่มีระบบ Type แข็งแกร่งอย่าง Rust หรือ Haskell
เขายกตัวอย่างเปรียบเทียบกับ Data Center ที่ไม่มีจอมอนิเตอร์
ถ้าเซิร์ฟเวอร์พัง เราต้องขับรถไปที่นั่น เพื่อเชื่อมต่อ Crash Cart (รถเข็นฉุกเฉิน) เข้ากับเครื่องเพื่อกู้คืนระบบ ซึ่งมันน่าเบื่อและเสียเวลา
ในโลกของ Software Factory หน้าที่ของ Engineer คือ การใช้ Compiler ที่เข้มงวด เพื่อปฏิเสธ "อาการหลอน" (Hallucination) ของ AI ให้ได้มากที่สุด เพื่อลดจำนวนครั้งที่เราต้องเข้าไปต่อ "Crash Cart" หรือ เข้าไปแก้ไขงานที่ Agent ทำพังด้วยมือนั่นเอง
บทสรุป: เมื่อ Ideas คือ Execution
ในอดีตเรามักพูดว่า...
ไอเดียนั้นไร้ค่า การลงมือทำสำคัญที่สุด
แต่ในวันนี้ เมื่อ AI ย่อระยะเวลาการลงมือทำ (Execution) ให้สั้นลงจนเกือบเป็นศูนย์
"ไอเดียที่ดี" จึงกลายเป็นสิ่งที่หายากและมีค่าที่สุด
คุณค่าที่แท้จริงของเราในฐานะวิศวกรไม่ได้อยู่ที่การจดจำ Syntax อีกต่อไป
แต่อยู่ที่ระดับความสามารถ (Caliber) ในการออกแบบระบบ และความกระหายที่จะเรียนรู้สิ่งใหม่ ภาษาโปรแกรมเป็นเพียงแค่เครื่องมือที่เปลี่ยนผ่านได้ แต่ "รสนิยมทางวิศวกรรม" คือสิ่งที่จะทำให้เราอยู่รอด