Andrej Karpathy: มีโปรแกรมเมอร์สองประเภท — คนที่เขียนโค้ดกับ AI และคนที่ถูกทิ้งไว้ข้างหลัง
Andrej Karpathy พูดในสิ่งที่เขารู้ดี อดีตผู้อำนวยการฝ่าย AI ที่ Tesla นักวิจัยช่วงแรกของ OpenAI ผู้สร้างหลักสูตร computer vision ที่เป็นตำนานของ Stanford — เขาเขียนโค้ดและส่งมอบ production AI system มานานกว่าทศวรรษ เมื่อเขาบอกว่าเวิร์กโฟลว์การพัฒนาของเขาเพิ่งเปลี่ยนครั้งใหญ่ที่สุดในรอบ 20 ปี มันคุ้มค่าที่จะต้องใส่ใจ
สาระสำคัญของเขา: เครื่องมืออย่าง Deep Code ไม่ใช่แค่ autocomplete ที่หรูหรา มันคือตัวคูณ leverage ในเวลาเท่าที่คุณเคยใช้ คุณสามารถส่งมอบงานได้สิบเท่าของที่เคย และที่สำคัญกว่านั้น คุณสามารถรับมือโปรเจกต์ที่เคยรู้สึกว่าอยู่ไกลเกินเอื้อม AI ยังคงทำผิดพลาด — มันออกแบบเกินจริง ตั้งสมมติฐานที่ไม่ดี และไม่ยอมค้านในเมื่อควร — แต่ผลประโยชน์สุทธินั้นปฏิเสธไม่ได้ ยิ่งคุณปรับตัวเร็วเท่าไร ความได้เปรียบของคุณก็ยิ่งมากขึ้น
ในช่วงสัปดาห์ที่ผ่านมา ผมได้เขียนโค้ดจำนวนมากด้วย Claude Code นี่คือสิ่งที่ผมได้เรียนรู้
เวิร์กโฟลว์การเขียนโค้ด
คลื่นการปรับปรุง LLM coding รอบล่าสุดได้พลิกโฉมเวิร์กโฟลว์ของผม กลับเดือนพฤศจิกายน ผมเขียนโค้ดเองประมาณ 80% ด้วย IDE autocomplete และใช้ agent 20% มาถึงเดือนธันวาคมมันกลับกัน: โค้ดที่เขียนโดย agent 80% และอีก 20% คือผมเข้าไปเกลา
ตอนนี้ผมแทบจะพูดโค้ดให้มันมีอยู่จริง ผมจะอธิบายสิ่งที่ต้องการในภาษาอังกฤษธรรมดาแล้วดูมันเป็นรูปเป็นร่าง มันทำให้ตัวตนในฐานะโปรแกรมเมอร์ปวดหัวนิดหน่อย ถ้าพูดตรงๆ แต่ความสามารถในการทำงานกับ codebase ทั้งหมดพร้อมกัน — refactor, scaffolding, เชื่อมต่อสิ่งต่างๆ เข้าด้วยกัน — ดีเกินกว่าจะปฏิเสธ โดยเฉพาะเมื่อคุณจับจังหวะได้: การปรับ config การรู้สึกถึงสิ่งที่มันทำได้ดีและที่มันพัง
นี่คือ การเปลี่ยนแปลงครั้งใหญ่ที่สุดในเวิร์กโฟลว์การพัฒนาของผมในรอบ 20 ปีที่เขียนโค้ด และมันเกิดขึ้นภายในเวลาเพียงไม่กี่สัปดาห์ ผมคาดว่าวิศวกรจำนวนไม่น้อย (เป็นเปอร์เซ็นต์สองหลัก) กำลังผ่านสิ่งเดียวกันอยู่ ส่วนคนทั่วไปล่ะ? อาจจะเป็นเปอร์เซ็นต์หลักเดียวที่รู้ตัวว่าเรื่องนี้กำลังเกิดขึ้น
IDE / Agent Swarms / ความหลีกเลี่ยงไม่ได้ของข้อผิดพลาด
มีการเล่าเรื่องอยู่สองแบบที่กำลังแพร่หลาย: "IDE ตายแล้ว" และ "ฝูง autonomous agent จะจัดการทุกอย่าง" ผมคิดว่าทั้งสองอย่างเกินจริงในตอนนี้
โมเดลยังคงทำผิดพลาด ถ้าคุณสนใจโปรเจกต์จริงๆ คอยเฝ้าระวัง ผมเปิด IDE เต็มรูปแบบไว้ที่หน้าต่างข้างและเฝ้ามันเหมือนเหยี่ยว
แต่ข้อผิดพลาดในตอนนี้ต่างออกไป ไม่ใช่ syntax error พวกมันแย่กว่านั้น — เป็นข้อผิดพลาดเชิงแนวคิด ประเภทที่ junior dev ที่รีบเร่งจะทำ โมเดลแอบเติมสมมติฐานให้คุณ ทำมันผิด ไม่เช็คซ้ำ แล้วสร้างต่อบนสมมติฐานที่ผิดพลาดนั้นลงไปเรื่อยๆ
มันยังจัดการความไม่แน่นอนของตัวเองได้ไม่ดี มันจะไม่หยุดถามว่า "เดี๋ยวนะ คุณต้องการ A หรือ B ตรงนี้?" มันจะไม่ระบุความขัดแย้ง มันแทบไม่ค่อยค้าน มันกระตือรือร้นที่จะเอาใจเกินไปนิดหน่อย การให้มันเขียนแผนก่อน แล้วค่อยดำเนินการตามแผนนั้น ช่วยได้มาก ผมจริงจังคิดว่าต้องมี planning mode แบบ inline ที่เบาบางจริงๆ
มันยังชอบออกแบบเกินจริง เลเยอร์ของ abstraction อยู่ทั่วไป โค้ดที่ดูเทอะทะ และมันแทบไม่เคยทำความสะอาด dead code ที่มันสร้างขึ้นเองเลย
ผมเคยเห็นมันคาย implementation ยาวเหยียดพันกว่าบรรทัด — ช้า เปราะบาง เต็มไปด้วยวงเวียนที่ไม่จำเป็น แล้วผมถามว่า "เราทำแบบนี้ให้ง่ายกว่านี้ได้ไหม?" มันก็ตอบทันทีว่า "อ้อ แน่นอน!" แล้วย่อทั้งหมดเหลือร้อยกว่าบรรทัด
บางครั้งมันลบหรือเขียนใหม่ comment และโค้ดที่ไม่เกี่ยวกับ task เลย เพราะมันไม่เข้าใจหรือไม่ชอบมัน ผมเพิ่มโน้ตใน CLAUDE.md บอกให้มันหยุดทำแบบนี้ตรงๆ แต่มันยังคงทำอยู่ แต่ถึงกระนั้น การปรับปรุงสุทธิก็มหาศาล ผมคิดไม่ออกจริงๆ ว่าจะกลับไปใช้วิธีเก่าได้อย่างไร
ทุกคนหาจังหวะของตัวเอง ของผมคือ: เปิด Claude Code สองเซสชันใน Ghostty ทางซ้าย IDE ทางขวาสำหรับอ่านโค้ดและแก้ไขแบบเฉพาะเจาะจง
ความอดทน
การดู agent ขบปัญหาเป็นเรื่องน่าสนใจมากจริงๆ มันไม่เหนื่อย มันไม่ท้อแท้ มนุษย์คงบอกตั้งชั่วโมงแล้วว่า "ช่างมัน พรุ่งนี้ค่อยลองใหม่" มันแค่... ทำต่อไป
บางครั้งคุณดูมันดิ้นรนนานเหมือนนิรันดร์ แล้ว 30 นาทีผ่านไป มันก็แก้ได้สักที ในช่วงเวลานั้นคุณรู้สึกได้จริงๆ ว่า "ว้าว นี่มันมีกลิ่นอาย AGI"
คุณตระหนักได้ว่า: ความอดทนทางจิตใจและร่างกายเป็นคอขวดหลักในการทำงานให้สำเร็จ LLM พังเพดานนั้นทิ้งไปแล้ว
การเร่งความเร็ว
ยากที่จะระบุตัวเลขว่า LLM ทำให้คุณเร็วขึ้นเท่าไร ผมเร็วขึ้นแน่ๆ ในงานที่ผมทำอยู่แล้ว แต่การเปลี่ยนแปลงที่ใหญ่กว่าคือตอนนี้ผมทำสิ่งที่ผมคงไม่กล้าทำตั้งแต่แรก
เหตุผลสองข้อ:
- งานเล็กๆ จำนวนมากที่เคยรู้สึกว่า "ไม่คุ้มค่าความพยายาม" ตอนนี้กลายเป็นเรื่องง่ายเหลือเกิน
- codebase ที่ผมเคยหลีกเลี่ยง — เพราะขาดความรู้หรือทักษะ — กลับดูเข้าถึงได้ทันที
ดังนั้นใช่ มันคือการเร่งความเร็ว แต่มากกว่านั้น มันคือ การขยายตัว ขอบเขตสิ่งที่ผมทำได้ได้ขยายออก
Leverage
นี่คือหนึ่งในสิ่งที่ทรงพลังที่สุดเกี่ยวกับ LLM: มันเก่งมากในการทำซ้ำในลูปจนกว่าจะบรรลุเป้าหมายที่คุณกำหนด ช่วงเวลาที่ดูเป็น "AGI-flavored" จำนวนมากเกิดจากสิ่งนี้พอดี
กุญแจสำคัญ: อย่า micromanage บอกมันว่าความสำเร็จหน้าตาเป็นอย่างไร แล้วปล่อยให้มันหาทางไปเอง
คุณสามารถให้มันเขียนทดสอบก่อน แล้วให้มันผ่านทดสอบของมันเอง เชื่อมต่อมันกับ browser ผ่าน MCP แล้วให้มันทำงานเป็นลูป เขียนอัลกอริทึมเรียบง่ายที่ถูกต้องอย่างชัดเจน แล้วบอกมันว่า "ตอนนี้ optimize เพื่อประสิทธิภาพโดยรักษาผลลัพธ์เดียวกันเป๊ะๆ"
การเปลี่ยนแปลงความคิดคือจาก imperative เป็น declarative แทนที่จะบอก "ทำ A แล้วทำ B แล้วทำ C" คุณบอกว่า "นี่คือหน้าตาของผลลัพธ์ที่ต้องการ" agent จะทำซ้ำไปไม่กี่รอบด้วยตัวเอง แล้วคุณก็ได้ leverage เพิ่มมาอีกชั้นฟรีๆ
ความสนุก
ผมไม่ได้คาดหวังเรื่องนี้เลย แต่การเขียนโค้ดกลับสนุกขึ้น งานกรอกข้อมูลน่าเบื่อหน่ายทั้งหมดถูก agent ดูดกลืนไป สิ่งที่เหลือคือส่วนที่สร้างสรรค์
ผมยังติดขัดน้อยลงมากด้วย การติดขัดเป็นเรื่องแย่ ตอนนี้แทบมีวิธีเสมอที่จะ "ร่วมมือกับมันและทำให้มีความคืบหน้าอย่างน้อยบ้าง" ซึ่งทำให้เริ่มต้นง่ายขึ้น
อย่างไรก็ตาม ผมเคยเจอคนที่รู้สึกตรงกันข้าม — การเขียนโค้ดด้วย LLM ทำให้พวกเขามีความสุขน้อยลง
ในระยะยาว ผมคิดว่านี่จะแบ่งวิศวกรออกเป็นสองกลุ่ม: คนที่รักการเขียนโค้ดในตัว และคนที่รักการทำให้สิ่งของถูกสร้างขึ้น
การฝ่อตัว
ผมรู้สึกได้แล้ว: ความสามารถในการเขียนโค้ดจากศูนย์ของผมกำลังเลือนหายไปช้าๆ ในสมอง "generation" (เขียนโค้ด) และ "discrimination" (อ่านและตรวจทานโค้ด) เป็นทักษะที่แตกต่างกันสองอย่าง การเขียนโค้ดต้องการการจดจำ syntax มหาศาล การอ่านโค้ดเป็นเรื่องของการเข้าใจ logic และโครงสร้าง ดังนั้นแม้กล้ามเนื้อ generation ของคุณจะอ่อนแรงลง คุณก็ยังตรวจทานโค้ดได้อย่างมีประสิทธิภาพ — สังเกตว่าอะไรดูผิดปกติ หา bug ได้
Slopacolypse
ผมกำลังเตรียมใจ: 2026 อาจเป็นปีแห่งการระเบิดของ content slop ครั้งใหญ่
GitHub, Substack, arXiv, YouTube, Reddit — ทุกแพลตฟอร์มเนื้อหาดิจิทัลจะถูกท่วมด้วยเนื้อหาที่สร้างโดย AI เราจะเห็นคลื่นของโรงละครผลิตภาพที่ขับเคลื่อนด้วย AI demo ที่หรูหราแต่ไม่ได้เรื่อง แต่กระจัดกระจายอยู่ในนั้นจะมีผลกำไรผลิตภาพที่จับต้องได้จริงๆ เช่นกัน แต่คุณต้องขุดหามันเอง
คำถาม
หน้าตาของ วิศวกร 10x จะเป็นอย่างไรต่อจากนี้? ช่องว่างระหว่างวิศวกรระดับเฉลี่ยและระดับสูงสุดจะกว้างขึ้นอีกไหม? ผมเดาว่า: กว้างขึ้นมาก
นักยุทธศาสตร์ทั่วไปจะเริ่มทำได้ดีกว่าผู้เชี่ยวชาญเฉพาะทางหรือไม่? LLM นั้นเก่งมากในการเติมรายละเอียด (ส่วนเล็ก) แต่อ่อนกว่าในการคิดภาพใหญ่และกลยุทธ์ระยะยาว (ส่วนใหญ่) ความเอนเอียงนั้นเอื้อต่อคนที่มองเห็นภาพรวมทั้งกระดาน
การเขียนโค้ดกับ LLM จะรู้สึกเป็นอย่างไรในอีกห้าปี? StarCraft? Factorio? การบรรเลงบทเพลง?
สังคมมากน้อยแค่ไหนที่ถูกจำกัดโดยงานความรู้ดิจิทัล?
บทสรุป: สิ่งนี้พาเราไปที่ไหน?
ความสามารถของ LLM agent — โดยเฉพาะ Claude Code — ได้ข้ามเกณฑ์ความเป็นหนึ่งเดียวโดยรวมในช่วงเดือนธันวาคม 2025 นั่นก่อให้เกิดการเปลี่ยนเฟสในวิศวกรรมซอฟต์แวร์ วิธีการทำงานเปลี่ยนไปอย่างมาก เกือบชั่วข้ามคืน
ตอนนี้มันรู้สึกเหมือนความฉลาดได้วิ่งนำหน้าทุกสิ่งรอบตัว การเชื่อมต่อเครื่องมือยังตามไม่ทัน ทีมต้องการเวิร์กโฟลว์และรูปแบบการทำงานร่วมกันแบบใหม่ อุตสาหกรรมยังคงย่อยสิ่งที่เพิ่งเกิดขึ้น
2026 จะเข้มข้นมาก ทุกคนกำลังรีดร้อนเพื่อดูดซับและทำให้ความสามารถใหม่นี้เป็นส่วนหนึ่งของตน หน้าต่างกำลังเปิดอยู่ตอนนี้ คนที่คิดออกเร็วจะได้เปรียบอย่างมหาศาล