เรากำลังใช้ AI เขียนโค้ด หรือปล่อยให้ AI คิดแทน?

/
/
เรากำลังใช้ AI เขียนโค้ด หรือปล่อยให้ AI คิดแทน?
เรากำลังใช้ AI เขียนโค้ด หรือปล่อยให้ AI คิดแทน?
A Senior Developer Told Me Something About Ai That Nobody Wants To Hear 2

คุณกำลังใช้ AI ช่วยให้ทำงานเร็วขึ้น หรือกำลังให้มันคิดแทน? บทความนี้เจาะลึกความจริงที่น่าอึดอัด ว่าทำไมเครื่องมือที่ทรงพลังอาจกำลังสร้าง Developer ที่ไม่เข้าใจระบบที่ตัวเองเขียน โดยคุณ Noah Byteforge

มันไม่ใช่เรื่องของการเขียน Prompt ไม่ใช่เรื่องของเครื่องมือ แต่มันคือสิ่งที่จะเกิดขึ้นเมื่อคุณหยุดคิดด้วยตัวเอง

ปีที่แล้ว คุณ Noah กำลังนั่ง Debug ตัว Rust Service กับเพื่อนร่วมงานที่มีประสบการณ์ทำ Backend มาประมาณ 12 ปี โดยพวกเขากำลังดูปัญหาเรื่อง Memory ที่แอบสร้างความกวนใจอยู่บน Production มาสัก 2 สัปดาห์แล้ว มันไม่ได้เป็นปัญหาใหญ่โตอะไร แค่เป็น Bug ที่ซ่อนอยู่ ซึ่งน่ารำคาญ และเป็น Bug ประเภทที่ทำให้คุณเริ่มตั้งคำถามกับความเข้าใจระบบของตัวคุณเอง

ถึงจุดหนึ่ง เพื่อนเขาหยุดและดูที่โค้ด แล้วพูดประโยคที่คุณ Noah ยังเก็บมาคิดอยู่จนถึงตอนนี้

“ปัญหาของการที่ทุกคนใช้ AI เขียนโค้ดในตอนนี้คือ ไม่มีใครทำพลาดอีกต่อไปแล้ว

และถ้าคุณไม่เคยทำอะไรพลาดเลย คุณก็ไม่ได้เรียนรู้อะไรเลยเหมือนกัน”

ซึ่งเพื่อนเขาไม่ได้พูดด้วยน้ำเสียงขมขื่น เขาพูดแบบคนที่เก็บเรื่องนี้มาคิดพักใหญ่ ๆ แล้วในที่สุดก็หาคำอธิบายที่ตรงใจได้ และคุณ Noah ก็เก็บเรื่องนี้มาคิดตลอดนับตั้งแต่วันนั้น

สิ่งที่คุณ Noah เห็นในช่วงปีที่ผ่านมา

คุณ Noah ไม่ได้ต่อต้านเครื่องมือ AI นะ เขาก็ใช้มัน ซึ่ง Engineer ส่วนใหญ่ที่เขารู้จักก็ใช้กันหมด แต่นั่นไม่ใช่ประเด็น แต่ประเด็นที่เรากำลังคุยกันคือ จะเกิดอะไรขึ้นเมื่อเครื่องมือเหล่านี้เริ่ม “คิดแทน” แทนที่จะช่วยให้เรา “คิดได้เร็วขึ้น”

นี่คือสิ่งที่คุณ Noah สังเกตเห็นจริง ๆ Junior Engineer ที่เพิ่งเข้ามาทำงานในช่วงปีครึ่งที่ผ่านมา สามารถเขียนโค้ดที่ดู Clean และทำงานได้ดีในตอน Test แต่พอมีอะไรพังบน Production แบบที่ไม่ได้คาดคิดมาก่อนจริง ๆ พวกเขาจะเกิดอาการไปไม่เป็น ซึ่ง Engineer เมื่อไม่กี่ปีก่อนไม่เป็นกัน ไม่ใช่เพราะพวกเขาเก่งน้อยกว่านะ แต่เป็นเพราะพวกเขาไม่เคยต้องฝึกฝน “สัญชาตญาณ” ที่ได้จากการนั่งงมแก้ปัญหาที่โยนให้คนอื่นทำไม่ได้นานถึง 3 ชั่วโมงต่างหาก

สัญชาตญาณที่คุณ Noah พูดถึงมันเรียกชื่อยากนิดนึง มันคล้าย ๆ กับว่า ในเมื่อทุกอย่างดูถูกต้องไปหมดแต่ระบบก็ยังทำงานผิดพลาด คุณจะไปเริ่มหาจากตรงไหน? คุณจะเริ่มสงสัยจุดไหนเป็นอย่างแรก? คุณจะตั้งสมมติฐานยังไงเมื่อหลักฐานที่มีอยู่มันคลุมเครือสุด ๆ?

สัญชาตญาณที่ว่านี้ เกิดจากการหลงทาง โดยเฉพาะการหลงทางแล้วต้องหาทางออกด้วยตัวเอง

ธรรมชาติของระบบ Backend

ถ้าคุณทำ Backend คุณจะรู้อยู่แล้วว่าปัญหาที่ยาก ๆ แทบจะไม่ใช่เรื่องของ Syntax เลย ซึ่งมันคือ Query Database ที่ดูเขียนถูกเป๊ะแต่ดันทำงานช้าสุด ๆ มันคือ Rust Service ที่จัดการ Input 98% ได้อย่างไร้ที่ติ แต่อีก 2% ดันพังเงียบ ๆ มันคือ Docker Container ที่ทำงานบนเครื่อง Local ของคุณกับบน Production ไม่เหมือนกัน ด้วยเหตุผลที่คุณต้องใช้เวลาหา 2 วันเต็ม ๆ กว่าจะเจอว่ามาจาก Environment Variable แค่ตัวเดียว

ปัญหาพวกนี้แก้ไม่ได้ด้วยการเขียน Prompt มันแก้ได้ด้วย ความเข้าใจ และความเข้าใจนั้นมาจากการเคยสร้างสิ่งผิดพลาดมาก่อน การได้ทนดูมันพัง และการต้องมานั่งประกอบร่างหาสาเหตุที่แท้จริงจาก Logs, Metrics และการตั้งสมมติฐานอย่างมีหลักการ

เครื่องมือ AI ช่วยให้คุณทำงานได้เร็วขึ้นก็ต่อเมื่อคุณมีความเข้าใจนั้นแล้ว แต่มันมอบความเข้าใจให้คุณไม่ได้ ซึ่งเรื่องนี้ฟังดูเป็นเรื่องที่รู้กันอยู่แล้ว แต่พอดูจากกระแสของวงการไอทีตอนนี้ คุณอาจจะคิดว่าพวกเราลืมเรื่องนี้กันไปหมดแล้ว

Senior Engineer ที่คุณ Noah รู้จักไม่ได้กังวลว่า AI จะมาแย่งงาน

พวกเขากังวลเรื่องที่เงียบกว่านั้นมาก ซึ่งพวกเขากำลังดูระบบที่เคยสร้างตัวพวกเขาขึ้นมาพังลง ตำแหน่ง Junior ที่เคยมี ตำแหน่งที่คุณได้เขียนโค้ดที่ไม่สมบูรณ์แบบ แล้วเอาไปให้ Senior ช่วยดูให้ และได้เรียนรู้จากการ Review นั้นกำลังจะหายไป บริษัทต่าง ๆ พยายามทำองค์กรให้ Lean ขึ้น งานที่เคยต้องใช้ Junior Engineer ถึง 3 คน ตอนนี้ถูกส่งไปให้ระดับ Mid-level Engineer แค่คนเดียวที่ใช้ AI เก่ง ๆ แทน

ตัวเลขผลประกอบการรายไตรมาสก็ดูดี การถ่ายทอดความรู้ก็ยังดูโอเค Codebase ก็ดูไม่มีปัญหาอะไร (ในตอนนี้)

แต่ในอีก 5 ปีข้างหน้า เราจะไปหา Engineer ที่เข้าใจระบบลึกซึ้งพอที่จะไปคอยตรวจสอบ (Supervise) โค้ดที่ AI สร้างขึ้นได้อย่างถูกต้องจากที่ไหน? พวกเขาจะมาจากไหน ถ้ารากฐานที่ใช้สร้างความเข้าใจเหล่านั้นมันไม่มีอยู่อีกต่อไปแล้ว?

Engineer คนนึงที่ คุณ Noah เคารพเปรียบเปรยเรื่องนี้ว่า เหมือนกับการเอา “เมล็ดพันธุ์” ไปกิน คุณอาจจะประหยัดเงินได้ในฤดูกาลนี้ แต่คุณจะไม่เหลืออะไรให้ปลูกต่อในฤดูใบไม้ผลิหน้า

สิ่งที่สำคัญจริง ๆ ถ้าคุณเพิ่งเริ่มต้นสายอาชีพนี้

คุณ Noah ไม่ได้บอกให้คุณเลิกใช้ AI (เพราะนั่นเป็นคำแนะนำที่แย่มาก)

แต่เขาจะบอกสิ่งหนึ่งที่เขาสังเกตเห็น ซึ่งเป็นเส้นแบ่งระหว่าง Engineer ที่ “เก่งขึ้นจริงๆ” กับ Engineer ที่แค่ “เริ่มทำตัวสบายขึ้น”

  • คนที่เก่งขึ้น: จะใช้ AI เพื่อเร่งความเร็วในส่วนที่พวกเขาเข้าใจดีอยู่แล้ว และจงใจทำส่วนที่ยาก ๆ ด้วยตัวเอง พวกเขาจะอ่าน Error Message ก่อนที่จะไปขอความช่วยเหลือ พวกเขาจะตั้งสมมติฐานว่าอะไรผิดพลาดก่อนที่จะไปเช็คว่าตัวเองคิดถูกไหม พวกเขายอมอยู่ในสภาวะที่ “อึดอัด” (หาทางแก้ไม่ได้) ให้นานขึ้นอีกนิด มากกว่าที่คิดว่าจำเป็น
  • คนที่เริ่มทำตัวสบายขึ้น: คือคนที่โยนความอึดอัดนั้นให้ AI ทำแทนทั้งหมด โค้ดทำงานได้ PR ถูก Merge พวกเขาดู Productive สุด ๆ หากวัดจากตัวชี้วัดทุกอย่างที่มองเห็นได้ แต่ในขณะเดียวกัน พวกเขาก็กำลังสร้าง “ช่องโหว่” ในความเข้าใจของตัวเองอย่างเงียบ ๆ ซึ่งมันจะยังไม่ส่งผลกระทบอะไร… จนกว่าจะถึงเวลาที่มันกลายเป็นปัญหาใหญ่โตนั่นแหละ

ช่องโหว่นั้นมักจะโผล่มาตอนระบบพังบน Production ในช่วงเวลาที่แย่ที่สุด มันโผล่มาตอนสัมภาษณ์ System Design ในตำแหน่งงานที่พวกเขาอยากได้มาก ๆ มันโผล่มาตอนที่ Senior Engineer ขอให้อธิบายวิธีคิดของโค้ดที่เขียนไป แล้วพวกเขาก็เพิ่งรู้ตัวว่า ตัวเองไม่มีวิธีคิดเลย มีแค่ผลลัพธ์ที่ได้มาจาก AI เท่านั้น

ความจริงที่น่าอึดอัด

AI จะไม่มาแทนที่ Engineer เก่ง ๆ (ข้อนี้น่าจะจริง)

แต่มันอาจจะสร้าง Engineer รุ่นใหม่ที่เก่งมากในการ “ดูเหมือนเป็นคนที่เก่ง” โดยที่ไม่ได้เก่งจริง ๆ และถึงจุดหนึ่ง Engineer เหล่านี้จะต้องก้าวขึ้นไปดูแลระบบที่สำคัญ ๆ ต้องตัดสินใจเรื่อง Architecture ที่แก้ไขได้ยาก ต้องมาคอยตรวจสอบโค้ดที่ AI สร้างขึ้นใน Project ที่ไม่มีใครเข้าใจมันอย่างถ่องแท้อีกต่อไปแล้ว

Senior Developer คนที่คุณ Noah นั่ง Debug ด้วยในวันนั้น สามารถบอกได้ภายใน 4 นาทีที่คุยกัน ว่าใครเข้าใจในสิ่งที่ตัวเองทำอยู่จริง ๆ หรือใครแค่จำ Pattern มาตอบโดยไม่ได้เข้าใจอะไรเลย เขาได้สัญชาตญาณนี้มาจากประสบการณ์หลายปีที่นั่งดูระบบพังในรูปแบบที่คุณจะเข้าใจมันได้ก็ต่อเมื่อคุณเข้าใจมันลึกซึ้งเท่านั้น

เขาเป็นคนนึงที่กำลังคิดจะออกจากวงการนี้ ไม่ใช่เพราะ AI มาคุกคามงานของเขานะ แต่เพราะเขาไม่แน่ใจแล้วว่า วงการนี้จะยังให้คุณค่ากับสิ่งที่เขารู้และทำได้อยู่อีกหรือเปล่า

เรื่องนี้กวนใจคุณ Noah มากกว่าผล Benchmark ความสามารถของ AI รุ่นใหม่ ๆ ที่เขาเคยอ่านมาซะอีก

ถ้าตอนนี้คุณเพิ่งเริ่มเข้าวงการ คุณคิดยังไงกับเรื่องนี้? คุณกำลังใช้ AI เพื่อให้ทำงานได้เร็วขึ้น หรือมันเริ่มที่จะใช้มัน “คิดแทน” คุณไปแล้ว? คุณ Noah สงสัยจริง ๆ ว่าแต่ละคนขีดเส้นแบ่งเรื่องนี้กันไว้ตรงไหน

และทั้งหมดนี้คือ เรากำลังใช้ AI เขียนโค้ด หรือปล่อยให้ AI คิดแทน?

เมื่อ หางาน IT ให้ ISM Technology Recruitment เป็นอีกหนึ่งตัวช่วย เพื่อให้คุณได้ “ชีวิตการทำงานในแบบที่คุณต้องการ” เพียงส่ง Resume มาที่นี่

ISM เชี่ยวชาญในธุรกิจ IT Recruitment & IT Outsourcing โดยเฉพาะ ได้เปิดทำการมาแล้วกว่า 30 ปี มีพนักงานทุกสายและทุกระดับทางด้าน IT ที่ได้ร่วมงานกับลูกค้าองค์กรใหญ่ที่มีชื่อเสียงและบริษัทข้ามชาติมากมาย

Source: https://medium.com/@noahblogwriter2025/

Related Articles

8 AI Project ใช้งานจริง ที่ Developer ควรสร้างเพื่ออัปสกิลปี 2027

แนะนำ 8 ไอเดียโปรเจกต์ AI ที่ใช้งานได้จริง สำหรับสาย Dev ที่อยากอัปสกิล สร้าง Portfolio ให้โดดเด่น และเพิ่มโอกาสเติบโตในตลาดงานเทคฯ ปี 2026

วิธีทำงานยากให้สำเร็จ แม้ในวันที่หมดไฟ (ฉบับคนไอที)

ค้นพบ 5 กลยุทธ์สร้างความสม่ำเสมอและจัดการงานยากสำหรับคนไอที เลิกใช้ทริกหลอกสมอง แล้วมาลุยด้วยวิธีที่ยั่งยืนและเห็นผลจริง!

แนะนำ 12 หนังสือ AI ปี 2027 ฉบับ Developer

รวมหนังสือ AI ปี 2026 สำหรับ Developer เจาะลึกโครงสร้างระบบ AI Engineering, RAG, Multi-Agent และ LLMOps เพื่อการขึ้นระบบจริงบน Production

12 Claude Skills ไอเทมลับที่ Developer ทุกคนควรเริ่มใช้

ยกระดับ Workflow ของคุณไปอีกขั้น! รู้จักกับ Claude Skills ตัวช่วยลับที่จะทำให้ AI เข้าใจ Tech Stack และ Codebase ของคุณแบบเจาะลึก

เรากำลังใช้ AI เขียนโค้ด หรือปล่อยให้ AI คิดแทน?

บทความนี้เจาะลึกความจริงที่น่าอึดอัด ว่าทำไมเครื่องมือที่ทรงพลังอาจกำลังสร้าง Developer ที่ไม่เข้าใจระบบที่ตัวเองเขียน

“Code Overload” วิกฤตใหม่เมื่อ AI เขียนโค้ดล้นระบบ

เจาะลึกวิกฤต Code Overload เมื่อ AI เขียนโค้ดล้นระบบ ทำไมองค์กรถึงขาดแคลน Senior Engineer และ AppSec พร้อมวิธีปรับโครงสร้างทีม IT ให้รอดในยุค AI