ระแวงความเสี่ยง ขี้เกียจทำงานซ้ำ
AI Agent คือระบบปัญญาประดิษฐ์ที่รับเป้าหมายแล้วใช้เครื่องมือทำงานต่อเนื่องได้ ตั้งแต่สร้างโค้ดและทดสอบ ไปจนถึงแก้ข้อผิดพลาด โดยไม่ต้องรอคำสั่งจากมนุษย์ทุกขั้นตอน วิศวกรที่ใช้มันได้ดีจึงต้องรู้ทั้งว่าอะไรควรมอบหมาย และอะไรห้ามปล่อยให้ทำเอง David Yanacek วิศวกรอาวุโสระดับ principal ของ AWS เสนอว่านักพัฒนาที่เก่งในยุคนี้ต้อง “ระแวงและขี้เกียจ” โดยความระแวงหมายถึงการคิดเผื่อผลเสียเมื่อ Agent ได้รับสิทธิ์ทำงานโดยไม่มีคนคุม ส่วนความขี้เกียจคือไม่อยากเสียเวลาทำงานซ้ำด้วยมือ นี่ไม่ใช่คำชวนให้ทำงานลวก แต่เป็นแนวคิดให้ระวังจุดเสี่ยงและออกแบบระบบรับช่วงงานน่าเบื่อแทนคน
สิ่งที่เปลี่ยนไม่ใช่แค่ความเร็วในการพิมพ์โค้ด แต่เป็นตำแหน่งที่วิศวกรซอฟต์แวร์ต้องใช้วิจารณญาณ เมื่อ Agent สร้างโค้ด รันทดสอบ แก้ปัญหา และเตรียมการเปลี่ยนแปลงเป็นวงจรได้ มนุษย์ไม่ควรต้องเฝ้าทุกคำสั่ง งานจึงขยับไปอยู่ที่การตัดสินว่าอะไรปลอดภัยพอให้ทำเอง และอะไรต้องหยุดรอการอนุมัติ

ตั้งขอบเขตให้ Agent ก่อนปล่อยทำงาน
ความระแวงจะช่วยเพิ่มประสิทธิภาพได้ก็ต่อเมื่อแปลงเป็นกติกาที่ชัด Yanacek ใช้เวลาคิดว่าเครื่องมือใดให้ Agent ใช้ได้โดยไม่ต้องกำกับ การกระทำใดต้องขออนุมัติ และควรวางข้อจำกัดไว้ตรงไหน รวมถึงดูแลชุดกฎที่ระบุคำสั่งซึ่ง Agent ใช้เองได้กับคำสั่งที่ต้องให้มนุษย์ลงชื่อเห็นชอบ การกำกับ AI จึงไม่ใช่การตรวจทุกจังหวะ แต่คือการวางรั้วก่อนเริ่มงาน เพื่อให้ Agent เคลื่อนที่ได้คล่องในพื้นที่ที่กำหนด
เมื่อกติกาดีพอ วงจรสร้างโค้ด ทดสอบ แก้ปัญหา และเตรียมงานสำหรับรวมเข้าระบบสามารถเดินต่อได้หลายชั่วโมง ระหว่างนั้นวิศวกรย้ายไปทำงานอื่นหรือเพิ่มความสามารถให้ผลิตภัณฑ์ได้ ส่วนคนยังคงเข้ามาคุยเรื่องการออกแบบและตรวจงานซับซ้อน ประโยชน์สำหรับผู้ใช้จึงอยู่ที่ทีมมีเวลาพัฒนาสิ่งที่ตอบโจทย์มากขึ้น ไม่ใช่เพียงผลิตโค้ดได้มากขึ้น เป้าหมายระยะต่อไปของ Yanacek คือมี Agent หลายตัวที่ตัดสินใจได้ถูกทางโดยไม่ต้องรอคนตรวจและอนุมัติทุกครั้ง
รักปัญหาให้งานเดินหน้าเร็ว
ด้าน Matt Wood ประธานเจ้าหน้าที่ฝ่าย AI และเทคโนโลยีของ AWS มองว่าวิศวกรที่โดดเด่นควรผูกพันกับปัญหา มากกว่าหลงรักวิธีแก้แบบใดแบบหนึ่ง จุดนี้สำคัญขึ้นเมื่อ AI ทำโค้ดได้ เพราะทีมไม่จำเป็นต้องรีบตกลงใช้แนวทางเดียวตั้งแต่ต้น นักพัฒนาสามารถใช้ AI ทำความเข้าใจโจทย์ให้ลึกขึ้นและลองหลายวิธีไปพร้อมกันได้ การยึดติดกับคำตอบแรกอาจทำให้ทีมปกป้องงานที่ลงแรงสร้าง แทนที่จะถามว่ามันแก้ปัญหาของผู้ใช้ได้ดีที่สุดหรือไม่
นี่คือเหตุผลที่การเร่งพัฒนาซอฟต์แวร์ไม่ได้แปลว่าต้องใช้ AI ให้มากที่สุด แต่คือการโฟกัสสิ่งที่มีผลต่อผู้ใช้และธุรกิจ Wood กล่าวว่า วิศวกรที่ไม่ยึดติดกับทางออกเดียวตอบสนองได้ไวกว่าและเดินหน้าได้เร็วกว่า เมื่อ AI รับงานเขียนโค้ดและงานประจำ วิศวกรจึงมีเวลาตรวจทางเลือกและทบทวนผลกระทบที่ซับซ้อนขึ้น ประสิทธิภาพการเขียนโค้ดที่ดีจึงวัดจากการแก้ปัญหาได้เหมาะสม ไม่ใช่จำนวนบรรทัดที่ผลิตได้
จากคนเขียนโค้ดสู่คนออกแบบการทำงาน
บทบาทของวิศวกรเปลี่ยนจากการลงมือทำทุกขั้น ไปสู่การกำหนดเป้าหมาย วางสิทธิ์ ตรวจผล และตัดสินว่าเมื่อใดต้องแทรกแซง AI ทำให้การเขียนโค้ดบางส่วนเป็นงานอัตโนมัติ ขณะที่คนยังต้องรับผิดชอบต่อคุณภาพของการออกแบบและการทบทวนที่ซับซ้อน ทักษะสำคัญจึงไม่ใช่แค่สั่ง Agent ให้ทำงาน แต่ต้องแยกแยะความเสี่ยง เขียนกติกาที่ตรวจสอบได้ และรู้ว่าเมื่อใดผลลัพธ์ยังไม่ควรถูกนำไปรวมกับระบบ
ความขี้เกียจที่ดีคือการเลิกทำงานซ้ำ ส่วนความระแวงที่ดีคือไม่มอบอำนาจเกินกว่าที่ระบบจะรับผิดชอบได้ วิศวกรที่ฝึกสองนิสัยนี้พร้อมกับยึดปัญหาของผู้ใช้เป็นหลัก จะใช้ AI Agent ลดเวลารอและเปิดพื้นที่ให้ทีมทดลองทางแก้มากขึ้น ข้อสรุปจึงชัดเจน: อย่าคุมทุกคำสั่ง และอย่าปล่อยทุกอย่าง จงกำหนดขอบเขตให้รอบคอบ แล้วใช้เวลาของมนุษย์กับการตัดสินใจที่มีความหมาย






