บทสรุปจาก 9arm เมื่อ AI ทำงานระดับ Senior ได้ แล้วปลายทางของ Junior จะเป็นยังไง?

อ้างอิงจากมุมมองของ 9arm จากวิดีโอ “ค น ตื่ น C l a u d e” บน YouTube

รับชมวิดีโอต้นฉบับ : https://www.youtube.com/watch?v=UyuWysU4v9g&t=140s

9arm นักพัฒนาซอฟต์แวร์ระดับ Staff Engineer ออกมาเล่าประสบการณ์การใช้ AI ในการทำงานจริง ผ่านวิดีโอบน YouTube ที่ทำให้หลายคนเริ่มมองอนาคตของสาย Developer ต่างออกไป

สิ่งที่เปลี่ยนมุมมองของเขาอย่างชัดเจน เริ่มจาก 9arm ลองมอบหมายให้ AI อ่าน Ticket จากทีม QA ก่อนจะลุกไปทำงานอย่างอื่น และเมื่อกลับมาในอีกประมาณ 1–2 ชั่วโมง เขาพบว่า AI ทำงานเสร็จครบทั้งกระบวนการไปแล้ว ไม่ว่าจะเป็นการ Clone โปรเจกต์, Compile ระบบ, Run Test, วิเคราะห์ Root Cause ของปัญหา ไปจนถึงเปิด Pull Request และอัปเดตสถานะงานให้ครบเรียบร้อย

สิ่งที่น่าตกใจคือ งานลักษณะเดียวกันนี้ หากต้องไล่แก้ด้วยตัวเองแบบเดิม อาจต้องใช้เวลาหลายวัน หรือบางครั้งนานถึง 2 สัปดาห์กว่าจะหาคำตอบเจอ

⚫️ เหตุการณ์ครั้งนั้นไม่ได้ทำให้เขาทึ่งกับความสามารถของ AI เท่านั้น?

แต่ยังทิ้งคำถามสำคัญไว้กับวงการเทคโนโลยีว่า “เมื่อกระบวนการทำงานเปลี่ยนไป จากที่เคยต้องสอนงาน Junior กลายมาเป็นการสอน AI ให้ทำงานระดับ Staff Engineer ได้สำเร็จในไม่กี่ชั่วโมง แล้วทิศทางการเรียนการสอนและรูปแบบการทำงานของ Developer ในอนาคตควรจะเป็นอย่างไร?”

⚫️ จากคนเขียนโค้ด สู่คนบริหารทีม AI

ในมุมมองของ 9arm บทบาทของนักพัฒนาเริ่มเปลี่ยนไปอย่างชัดเจน จากเดิมที่ต้องลงไปนั่งเขียนโค้ดเอง กลายเป็นคนที่ทำหน้าที่กำกับและสั่งการ AI เขาเล่าว่าปัจจุบันเขาสามารถเปิด Terminal หลายหน้าต่าง แล้วให้ AI 6-7 ตัวทำงานพร้อมกันได้ในเวลาเดียวกัน

ขณะที่ตัวเขาเองทำหน้าที่คล้ายหัวหน้าทีม คอยกำหนดทิศทาง ตรวจสอบคุณภาพ และตัดสินใจในภาพรวม ผลลัพธ์คือเขาสามารถเปิด PR ได้ถึง 4 งานใน 3 โปรเจกต์พร้อมๆ กัน จนเพื่อนร่วมงานถึงกับตกใจและทักมาถามถึงความเปลี่ยนแปลงนี้

⚫️ skill.md คือการสอนงาน ไม่ใช่การเขียนโค้ด

สิ่งนี้ทำให้เขาเชื่อว่า ทักษะที่มีคุณค่ามากขึ้นในยุค AI อาจไม่ใช่การจำ Syntax หรือการเขียนโค้ดให้เร็วที่สุดอีกต่อไป แต่คือความสามารถในการให้ Context กับ AI เพราะ AI จะทำงานได้ดีแค่ไหน ขึ้นอยู่กับว่าคนสั่งงานสามารถบีบขอบเขตปัญหา (Narrow down) และออกแบบ Workflow ได้ชัดเจนเพียงใด

หนึ่งในเครื่องมือสำคัญที่เขาใช้คือแนวคิดการสร้างไฟล์ที่เรียกว่า skill.md ซึ่งเป็นไฟล์สำหรับบันทึกกระบวนการทำงานทั้งหมด เพื่อให้ AI เรียนรู้และจดจำกลับมาใช้ซ้ำในอนาคตรอบต่อๆ ไป

เขาเปรียบการเขียน skill.md ว่าเหมือน "การสอนงานจูเนียร์" แต่ต่างกันตรงที่ AI สามารถเรียนรู้ได้เร็วและจัดการงานระดับ Staff Engineer ที่เคยใช้เวลาหลายวัน ให้ลดเหลือเพียงไม่กี่ชั่วโมงเมื่อมี Workflow ที่ดีพอ

ที่น่าสนใจคือ แนวคิดนี้ไม่ได้จำกัดอยู่แค่ในสาย Software Development เท่านั้น เขาชี้ให้เห็นว่า AI สามารถนำไปใช้กับงานฝั่ง Management อย่างการจัดทำ KPI หรือการสร้าง Dashboard ได้เช่นเดียวกัน หากเราสามารถเขียน Workflow ให้ชัดเจน ก็สามารถส่งต่อให้ AI รับช่วงงานได้

⚫️ ราชการ หรือ Coporate ของไทย จะนำ AI มาแทนคนได้ไหม?

9arm ตอบว่าเขาเองก็ไม่ทราบแน่ชัด แต่ให้ความเห็นว่า ปัจจุบันการใช้งาน AI ในระดับอัตโนมัติ (Auto-pilot) ยังถือว่ามีราคาแพงอยู่

9arm เล่าว่าเมื่อเขาใช้ Claude ในโหมด Auto-pilot ให้ทำงานแทนแบบเต็มรูปแบบ ระบบหลังบ้านของบริษัทระบุว่าเขาใช้เงินไป ประมาณวันละ 80-100 ดอลลาร์ ซึ่งเขาเองก็ยอมรับว่าเป็นตัวเลขที่เยอะและแพง

แต่แม้ค่าใช้จ่ายรายวันจะดูสูง แต่ 9arm มองว่า มูลค่าของปัญหาที่ AI แก้นั้นสูงกว่ามาก เขายกตัวอย่างว่า หากมีปัญหาหนึ่งที่ต้องจ้างวิศวกร (Engineer) 1 คนมานั่งแก้เป็นเวลา 2 สัปดาห์ แค่ค่าจ้างวิศวกรเพียง 1 ชั่วโมงก็แพงกว่าค่าใช้จ่ายในการใช้ Claude ทั้งหมดแล้ว

⚫️ สิ่งที่ยังเป็นพื้นที่ของมนุษย์

 ซึ่ง 9arm ก็ย้ำว่า แม้ AI จะเก่งขึ้นมาก แต่สิ่งที่ยังเป็นพื้นที่ของมนุษย์คือการตั้งโจทย์ และการ "ตรวจสอบ (Verify)" สมมติฐานของ AI ในทุกๆ รอบ ว่าผลลัพธ์ที่ได้กำลังเดินไปในทิศทางที่ถูกต้องหรือไม่

AI อาจมีพลังมหาศาลระดับ Super Power ในการอ่าน Codebase ของโปรเจกต์ พร้อมกับทำความเข้าใจ Framework ภายนอกที่ซับซ้อนอย่าง PyTorch ได้อย่างรวดเร็ว แต่สุดท้ายยังต้องมีมนุษย์ที่เข้าใจระบบมาคอยตีกรอบและสั่งการอยู่ดี

สิ่งที่น่าคิดที่สุดในบทสนทนาครั้งนี้ คือแม้แต่ 9arm เอง ซึ่งอยู่ในกลุ่มคนที่ใช้ AI ได้อย่างมีประสิทธิภาพระดับต้นๆ ก็ยังยอมรับจริงจังว่า "ตัวเองอาจจะไม่รอดแล้ว" ไม่ใช่เพราะ AI จะเข้ามาแทนที่ทันที แต่เพราะเทคโนโลยีและวิธีทำงานมันเปลี่ยนก้าวกระโดดแบบ Paradigm Shift จนคนที่ตามไม่ทันจะอยู่ยาก

เขาปิดท้ายด้วยการเปรียบเทียบที่ชวนคิดว่า วันนี้เรามี "เครื่องคิดเลข" แล้ว แต่ระบบการศึกษาก็ยังคงสอนเด็กให้ "คำนวณมือ" อยู่

และนั่นอาจเป็นคำตอบเดียวกันสำหรับโลกของ Developer ในอนาคต อาชีพนี้จะไม่ได้หายไป แต่มันกำลังเปลี่ยนไปอย่างแน่นอน

พื้นที่ของคนทำงานยังคงมีอยู่ เพียงแต่มันไม่ใช่พื้นที่ของคนที่เขียนโค้ดได้เร็วที่สุดอีกต่อไป แต่เป็นพื้นที่ของคนที่เรียนรู้เร็ว เข้าใจระบบภาพรวม และสามารถ "จ่าย Token" เพื่อใช้งาน AI ได้อย่างคุ้มค่าและมีประสิทธิภาพที่สุดในโลกยุคใหม่