มีนาคม 2024 “วิศวกร AI คนแรก”#

ฝนอายุ 54 แล้ว ผมเริ่มมีสีเทาแซมที่หางม้า

มิวทำงานมา 5 ปี ตอนนี้เป็นคนตรวจงานของทีม

การ์ดในคิวยังเหลือ 25 ใบจากปีก่อน (ตัวอย่างทีมฝน)

เช้าวันหนึ่ง ฝนเปิดข่าวให้มิวดู

12 มีนาคม 2024 บริษัท Cognition เปิดตัว Devin แล้วเรียกมันว่า “AI software engineer คนแรก”

Devin มี shell มีโปรแกรมแก้โค้ด และมี browser ของตัวเอง

ในข้อสอบแก้บั๊กจากงานจริงบน GitHub มันแก้ได้เองถึง 13.86%

ปีก่อนหน้า ตัวที่เก่งที่สุดทำได้ 1.96%

มิวหัวเราะ “13% ก็แปลว่ายังพลาดอีก 86% นะพี่ 555+”

ฝนบอกว่า “ดูทิศทาง อย่าเพิ่งดูตัวเลข”

ปี 2023

มิวเป็นคนส่งของ

ก๊อป error จาก terminal ไปวางใน chat ก๊อปคำตอบกลับมาวาง รันใหม่

15 รอบในบ่ายเดียว

ปี 2024

ในวิดีโอ AI ทำวงก๊อปวางนั้นเอง

เปิดไฟล์ แก้ รัน อ่านผล แล้วแก้ใหม่ ไม่ต้องมีคนถือของวิ่งไปมา

agent คืออะไรกันแน่?#

agent คือ AI ที่ได้รับเป้าหมาย แล้ววางแผน ลงมือ ดูผล และวนทำซ้ำเองจนงานเสร็จ ไม่ใช่ตอบทีละคำถามแล้วรอ

ผมนึกภาพแบบนี้ครับ

AI ผู้ช่วยในตอนที่ 9 เหมือนที่ปรึกษาที่เราโทรไปถาม

ถามข้อหนึ่ง ได้คำตอบข้อหนึ่ง แล้วเราก็ต้องไปทำเอง

agent เหมือนช่างที่เราให้กุญแจห้องเครื่องมือไปเลย

บอกว่าอยากได้อะไร แล้วเขาก็ไปหยิบ ไปลอง ไปดูว่าใช้ได้มั้ย

ไม่ได้ก็ลองใหม่

วงของ agent เลยหน้าตาแบบนี้

เป้าหมาย > วางแผน > ลงมือแก้ > รัน test > ดูผล > วนใหม่

จนกว่า test จะผ่าน แล้วค่อยส่งงาน

คนไม่ได้หายไปไหน แต่ย้ายออกมายืนข้างนอกวง

ถือการ์ดใบเดียว เขียนว่าเป้าหมายคืออะไร

คะแนนข้อสอบแก้บั๊กขึ้นเร็วแค่ไหน?#

ขึ้นจากไม่ถึง 2% เป็นกว่า 70% ในเวลาไม่ถึงสองปี

ข้อสอบนี้ชื่อ SWE-bench ทีมจาก Princeton ทำออกมาเดือนตุลาคม 2023

เอาบั๊กจริงจากโปรเจกต์ Python บน GitHub มา 2,294 ข้อ ให้ AI แก้ แล้วรัน test ของโปรเจกต์นั้นดูว่าผ่านมั้ย

ไล่ดูตัวเลขกันครับ

ตุลาคม 2023 ตัวที่ดีที่สุดในงานวิจัยแก้ได้ 1.96%

มีนาคม 2024 Devin ทำได้ 13.86%

เดือนเมษายน 2024 ทีม Princeton เดิมก็ปล่อย SWE-agent ให้ทุกคนเอาไปใช้ฟรี ทำได้ 12.47%

สิงหาคม 2024 OpenAI กับทีมผู้สร้างคัดข้อสอบใหม่ ให้คนตรวจทีละข้อ เหลือ 500 ข้อ เรียกว่า SWE-bench Verified ตอนนั้น GPT-4o ทำได้ 33.2%

22 พฤษภาคม 2025 Anthropic บอกว่า Claude Opus 4 ทำได้ 72.5% ใน SWE-bench Verified

ผมว่าเส้นนี้ชันมาก

แต่ต้องจำไว้ข้อหนึ่ง

นี่คือเปอร์เซ็นต์ของข้อสอบ ไม่ใช่เปอร์เซ็นต์ของงานจริงในบริษัท

ตัวเลขสวยแค่ไหน งานจริงก็ยังต้องมีคนดูอยู่ดี

กลางปี 2024 ลองของจริงครั้งแรก#

29 เมษายน 2024 GitHub เปิดทดลอง Copilot Workspace

เริ่มจาก issue ใบหนึ่ง แล้วมันเขียน spec เป็นภาษาคนก่อน

ต่อด้วยแผนว่าจะแก้ไฟล์ไหนบ้าง

แล้วค่อยเขียนโค้ด

ทุกขั้นคนแก้ได้

ทีมฝนเอาการ์ดใบที่ 1 มาลอง

“ยกเลิกแจ้งเตือนลดราคาได้ในคลิกเดียว และตั้งเกณฑ์ % เองได้”

ต่อยอดจากแจ้งเตือนลดราคาในตอนที่ 9 ซึ่งต่อยอดมาจากปุ่มหัวใจในตอนที่ 8 อีกที

Workspace ร่าง spec มาให้

ฝนอ่านแล้วเติมบรรทัดเดียว “ต้องยกเลิกได้จากลิงก์ในอีเมลด้วย”

ลูกค้าส่วนใหญ่ไม่ได้เปิดแอป แต่เปิดอีเมล

เรื่องนี้ AI ไม่รู้ ฝนรู้

แบบเดิม

มิวเขียนเองราว 300 บรรทัด 2 วัน (ตัวอย่างทีมฝน)

แบบใหม่

ฝนเขียน spec 12 บรรทัด 20 นาที (ตัวอย่างทีมฝน) เครื่องมือร่างงานให้ มิวตรวจ

งานที่สำคัญที่สุดของคนย้ายขึ้นไปอยู่ข้างบนสุด

คือการเขียนให้ชัดว่า “เสร็จ” หน้าตาเป็นยังไง

จำ user story กับเงื่อนไขว่าเสร็จ 3 ข้อจากตอนที่ 8 ได้มั้ยครับ

ตอนนี้คนที่อ่านมันไม่ใช่แค่คนแล้ว เครื่องก็อ่านด้วย

agent ในทุกช่องของวง#

ฝนหยิบวง SDLC จากตอนที่ 8 มาแปะอีกรอบ

แต่รอบนี้ถามคำถามใหม่ในทุกช่อง

ใครลงมือ แล้วใครเป็นคนตรวจ

วางแผน: ปี 2019 คนเขียนการ์ดเอง ปี 2023 AI ช่วยร่าง ตอนนี้คนเขียนเป้าหมายกับเงื่อนไขว่าเสร็จ แล้วการ์ดนั้นก็คือคำสั่งงานของ agent เลย

วิเคราะห์: agent อ่านทั้งโปรเจกต์เอง บอกว่างานนี้แตะตรงไหน แล้วถามกลับ เช่น “ยกเลิกแล้วต้องลบประวัติด้วยมั้ย” คนตอบ และแก้ตรงที่มันเข้าใจผิด

ออกแบบ: agent เขียนแผนมาให้ก่อนลงมือ คนอนุมัติหรือแก้แผน ก่อนจะมีโค้ดสักบรรทัด

เขียนโค้ด: ในตอนที่ 8 ช่องนี้ยังเป็นมือคน ตอนนี้ agent แก้หลายไฟล์พร้อมกันเอง คนไม่ได้อ่านทีละบรรทัดตอนพิมพ์แล้ว แต่ต้องบอกบริบทให้มันรู้

ทดสอบ: agent รัน test เอง อ่านว่าแดงตรงไหน แก้ แล้วรันใหม่ คนต้องดูว่า test นั้นมาจากความต้องการจริง ตามตัว V ในตอนที่ 8

ปล่อยของ: agent เปิด pull request ฉบับร่างมาให้ คนเป็นคนตัดสินว่าจะรวมงานมั้ย

ดูแลระบบ: ส่ง error หรือสัญญาณเตือนให้ agent ไปไล่หาสาเหตุได้ แต่จะแก้ของจริงหรือไม่ คนตัดสิน

ดูแลต่อ: การ์ดเล็กๆ ในคิวแจกให้ agent หลายตัวช่วยกันเก็บ คนจัดลำดับว่าอะไรก่อนหลัง

ดูทั้งวงแล้ว คนพิมพ์น้อยลง

แต่ตัดสินมากขึ้น

บอกบริบทให้ agent รู้#

งานแรกที่ agent ทำให้ทีมฝน test ผ่าน แต่หน้าเว็บโชว์ราคาเป็น 1290

ทั้งร้านเขียนราคาแบบ ฿1,290.00 มาตลอด

ไม่มีใครบอกมัน

แบบเดิม

วันแรกที่มิวเข้าทีมในตอนที่ 8 ฝนนั่งเล่ากฎของร้านให้ฟังเอง

รัน test ยังไง เขียนราคายังไง อะไรห้ามแตะ

แบบใหม่

กฎพวกนี้ไปอยู่ในไฟล์ที่ agent อ่านก่อนเริ่มงานทุกครั้ง

แต่ละเครื่องมือเคยมีไฟล์ของตัวเอง เช่น CLAUDE.md ของ Claude Code หรือ .cursorrules ของ Cursor

สิงหาคม 2025 OpenAI กับอีกหลายเจ้า เช่น Google, Cursor, Sourcegraph และ Factory ออกชื่อกลางให้ใช้ร่วมกัน คือ AGENTS.md

เขาเรียกมันว่า README สำหรับ agent

ไฟล์ของทีมฝนสั้นมาก

รัน test: npm test

เงิน: ฿1,290.00

ห้ามแตะฐานข้อมูลจริง

อีกเรื่องคือ agent ต้องเห็นของนอกโค้ดด้วย

การ์ดงาน เอกสาร ฐานข้อมูลสำหรับ test

25 พฤศจิกายน 2024 Anthropic เปิด MCP หรือ Model Context Protocol ให้ทุกคนใช้ฟรี

เป็นมาตรฐานกลางสำหรับต่อ AI เข้ากับระบบที่เก็บข้อมูล

นึกภาพปลั๊กไฟแบบเดียว ที่เสียบได้ทุกเต้า

วันแรก Anthropic ก็แจก MCP server ไว้ต่อกับ GitHub, Slack, Google Drive และ Postgres ให้ด้วย

ก่อนหน้านี้ จะต่อกับระบบไหนก็ต้องเขียนตัวเชื่อมใหม่ทีละตัว

ปลั๊กยิ่งเสียบได้มาก agent ก็ยิ่งทำได้มาก

และยิ่งเข้าถึงได้มากด้วย

เรื่องนี้เดี๋ยวได้เห็นกันอีกทีครับ

พฤษภาคม 2025 มอบงานเหมือนมอบให้เพื่อนร่วมทีม#

พฤษภาคม 2025 เครื่องมือหลายเจ้าออกมาติดๆ กันในเดือนเดียว

15 พฤษภาคม Cursor เปิดทดลอง Background Agent ที่ทำงานอยู่บนเครื่องที่อื่น

16 พฤษภาคม OpenAI เปิด Codex แบบใหม่ ทุกงานได้กล่องทดลองบน cloud ของตัวเอง มีโปรเจกต์ใส่ไว้ให้แล้ว

19 พฤษภาคม GitHub เปิด Copilot coding agent มอบ issue ให้ Copilot ได้เหมือนมอบให้คนในทีม

22 พฤษภาคม Claude Code ของ Anthropic เปิดให้ใช้ทั่วไป

หน้าตาต่างกัน แต่ไอเดียคล้ายกัน

agent ทำงานในสำเนาของโปรเจกต์ ในกล่องแยกต่างหาก

คล้าย Docker จากตอนที่ 8 ที่ทำให้ทุกเครื่องเหมือนกัน

ในกล่องนั้นพังได้ ไม่โดนของจริง

ทีมฝนมอบการ์ดใบหนึ่งให้ agent ตอนบ่ายสอง

agent แก้ รัน test แดง อ่านว่าพังตรงไหน แก้อีก รันอีก

7 รอบใน 11 นาที (ตัวอย่างทีมฝน)

รอบที่ 7 เขียวหมด

มันเปิด pull request ฉบับร่าง แนบผล test มาด้วย แล้วแท็กมิว

แบบเดิม

บ่ายทั้งบ่ายของมิว ก๊อปวาง 15 รอบ

แบบใหม่

มิวได้แจ้งเตือนหนึ่งอัน พร้อม log ของ test แนบมา

GitHub เองก็เขียนไว้ว่า coding agent ทำได้ดีกับงานยากน้อยถึงปานกลาง ในโปรเจกต์ที่มี test ดีอยู่แล้ว

และ pull request ของมันต้องมีคนอนุมัติก่อน ระบบ CI/CD ถึงจะเริ่มทำงาน

5 agent กับคนตรวจ 1 คน#

ถ้ามอบให้ตัวเดียวได้ ก็มอบให้ 5 ตัวได้

Codex ก็บอกเองว่าทำได้หลายงานพร้อมกัน

ก่อนพักเที่ยง ฝนแจกการ์ด 5 ใบให้ agent 5 ตัว

บ่ายสาม มี pull request รอ 5 อัน

สัปดาห์เดียว การ์ดในคิวลดจาก 25 เหลือ 12 (ตัวอย่างทีมฝน)

ฟังดูดีมาก

จนดูที่โต๊ะมิว

5 pull request รวมกัน 1,400 บรรทัด (ตัวอย่างทีมฝน)

คนตรวจมีคนเดียว

แบบเดิม

วันละ 1 pull request เขียนโดยคนที่นั่งโต๊ะข้างๆ สงสัยตรงไหนก็หันไปถามได้

แบบใหม่

บ่ายเดียว 5 pull request เขียนโดยสิ่งที่ไม่ได้อยู่ในห้องประชุม

ถามว่า “ทำไมเขียนแบบนี้” ก็ได้คำตอบที่ฟังดูดีเสมอ

แต่ไม่รู้ว่ามันจำได้จริง หรือแต่งขึ้นมาตอนนั้น

ในตอนที่ 9 คอขวดเริ่มย้ายไปอยู่ที่คนตรวจ

ตอนนี้มันย้ายไปอยู่ตรงนั้นเต็มตัวแล้ว

ทำไมสั่งใน chat ว่า “อย่าแตะ” ถึงไม่พอ?#

เพราะข้อความใน chat เป็นแค่คำขอ ไม่ใช่กุญแจ ถ้า agent มีสิทธิ์เข้าถึงของจริง มันก็แตะได้ ไม่ว่าเราจะพิมพ์ห้ามไว้แค่ไหน

เรื่องนี้เกิดขึ้นจริงเดือนกรกฎาคม 2025

Jason Lemkin ผู้ก่อตั้ง SaaStr ลองทำแอปด้วย agent ของ Replit อยู่หลายวัน

เขาสั่งไว้ชัดๆ ว่าช่วงนี้หยุดแก้โค้ด ห้ามเปลี่ยนอะไร

agent รันคำสั่งกับฐานข้อมูลอยู่ดี แล้วลบฐานข้อมูลจริงทิ้ง

ตามที่ agent บอกเอง ในนั้นมีข้อมูลผู้บริหาร 1,206 คน และบริษัทกว่า 1,196 แห่ง

มันสร้างข้อมูลปลอมขึ้นมาแทน

แล้วบอกว่ากู้คืนไม่ได้

ปรากฏว่ากู้คืนได้

CEO ของ Replit ออกมาขอโทษ

อ้าว แล้วที่สั่งห้ามไว้ล่ะ 555+

ทีมฝนเจอเรื่องเล็กกว่านั้นมาก แต่หน้าตาเดียวกัน

agent ตัวหนึ่งเจอ test แดงข้อหนึ่ง

แทนที่จะแก้โค้ด มันไปแก้ตัว test ให้หลวมลง

test เขียว summary เขียนว่าเสร็จแล้ว

จำกับดักที่ 3 ในตอนที่ 9 ได้มั้ยครับ test ที่เห็นด้วยกับบั๊ก

รอบนี้ไม่ต้องมีใครร่าง test ผิด agent ไปแก้ให้มันผิดเอง

ฝนพูดสั้นๆ

“ที่เราพิมพ์ห้ามไว้ มันคือป้าย ไม่ใช่กุญแจ”

ป้ายมีไว้บอก

กุญแจมีไว้กัน

เอาตรงๆ ตอนนี้ทีมฝนยังไม่รู้เลยว่าจะทำงานกับ agent ยังไงให้สบายใจ

สิ่งที่ผมได้จากยุคนี้#

ลองทำเอง

เย็นวันศุกร์ การ์ดเสร็จ 12 ใบ รวมงานไปแล้ว 9 (ตัวอย่างทีมฝน)

มิวนั่งจ้อง pull request อันที่ 6

test เขียวหมด

summary ของ agent เขียนว่า “เสร็จแล้ว ผ่านทุกข้อ”

600 บรรทัด (ตัวอย่างทีมฝน) ที่มิวอ่านไม่ทันก่อนปล่อยของวันจันทร์

ผมว่าเรื่องสำคัญของตอนนี้คือ งานของคนไม่ได้หายไป แต่ย้ายที่

จากพิมพ์โค้ด ไปเป็นเขียนเป้าหมาย บอกบริบท ตรวจ และตัดสิน

และงานตรวจคืองานที่หนักขึ้นเร็วที่สุด

เก็บศัพท์

จดบันทึก

ถ้าเพิ่งเข้ามาอ่านตอนนี้ ย้อนไปเริ่มที่ตอนที่ 1 ได้ครับ

ตอนที่ 2 สอนว่ายิ่งรู้ว่าผิดช้า ยิ่งเจ็บ

ตอนที่ 3 สอนว่ารอยต่อระหว่างคนคือที่ที่ความผิดซ่อนอยู่

ตอนที่ 4 สอนว่าให้คนใช้ดูเร็ว

ตอนที่ 5 ทำให้โค้ดเสร็จทุกสองสัปดาห์

ตอนที่ 6 ทำให้โค้ดถึงมือลูกค้าในวันเดียวกัน

ตอนที่ 7 ทำให้พังแล้วรู้เร็ว และฟื้นเร็ว

ตอนที่ 8 ประกอบทุกอย่างเป็นวงเดียว

ตอนที่ 9 ช่องเขียนโค้ดมีผู้ช่วย แต่คนยังขับทุกขั้น

ตอนที่ 10 agent ลงมือเองในทุกช่อง คนเปลี่ยนไปเป็นคนเขียนเป้าหมายและคนตรวจ

ฝนยืนข้างโต๊ะมิว มองเลข 600 บนจอ (ตัวอย่างทีมฝน)

“ตอนเราเขียนเอง เรารู้ว่าเราทำอะไร ตอนนี้งานเสร็จเร็วกว่าที่คนจะอ่านทัน แล้วเราจะเชื่อมันได้ยังไง”

คำถามที่พบบ่อย#

AI agent ต่างจาก AI ผู้ช่วยข้างคีย์บอร์ดยังไง?

AI ผู้ช่วยตอบทีละคำถาม แล้วคนเอาคำตอบไปทำเอง ส่วน agent ได้รับเป้าหมาย แล้วเปิดไฟล์ แก้โค้ด รัน test และวนแก้เองจนเสร็จ คนเปลี่ยนจากคนลงมือเป็นคนบอกเป้าหมายและคนตรวจ

agent ทำงานแทนโปรแกรมเมอร์ได้หมดแล้วหรือยัง?

ยังครับ คะแนนข้อสอบสูงขึ้นมากก็จริง แต่ข้อสอบไม่ใช่งานจริงทั้งหมด และทุกงานของ agent ยังต้องมีคนเขียนเป้าหมายให้ชัด ตรวจ และตัดสินว่าจะรวมงานหรือไม่

AGENTS.md มีไว้ทำอะไร?

เป็นไฟล์ที่เขียนกฎของโปรเจกต์ไว้ให้ agent อ่านก่อนเริ่มงาน เช่น รัน test ยังไง เขียนรูปแบบไหน อะไรห้ามแตะ เหมือนโน้ตที่รุ่นพี่ให้คนเข้าใหม่ในวันแรก

MCP คืออะไร?

MCP คือมาตรฐานกลางที่ Anthropic เปิดให้ใช้ฟรีเมื่อปลายปี 2024 ให้ AI ต่อเข้ากับเครื่องมือและข้อมูลได้ด้วยวิธีเดียวกัน แทนที่จะต้องเขียนตัวเชื่อมใหม่ทีละระบบ

ทำไมหลายทีมให้ agent ทำงานในกล่องแยก?

เพื่อให้ agent ลองแก้ รัน test และพังได้ในสำเนาของโปรเจกต์ โดยไม่โดนระบบจริงของร้าน แล้วค่อยส่งงานกลับมาให้คนตรวจ

Next → ตอนที่ 11: ADLC ครบวง ใครถือกุญแจ ตอนหน้า ทีมฝนรู้แล้วว่าแค่เอา agent มาเสียบวงเดิมไม่พอ ต้องคิดวิธีทำงานใหม่ทั้งวง ตั้งแต่วางแผนจนถึงดูแลต่อ ไปดูกันว่าวงใหม่หน้าตาเป็นยังไงครับ