ชุมชนนักพัฒนาซอฟต์แวร์กำลังต่อสู้กับการแยกแยะระหว่างการเขียนโค้ดด้วย AI อย่างประมาทกับแนวทางวิศวกรรมมืออาชีพที่ใช้เครื่องมือปัญญาประดิษฐ์ การถกเถียงนี้ทวีความรุนแรงขึ้นเมื่อตัวแทนการเขียนโค้ดรุ่นใหม่อย่าง Claude Code และ Codex CLI ของ OpenAI ได้ขยายขอบเขตสิ่งที่เป็นไปได้ด้วยความช่วยเหลือของ AI อย่างมากมาย
เครื่องมือ AI สำหรับการเขียนโค้ดที่สำคัญที่ได้กล่าวถึง
- Claude Code - เปิดตัวในเดือนกุมภาพันธ์ 2025 สามารถปรับปรุงโค้ดและทดสอบการแก้ไขได้
- OpenAI Codex CLI - เปิดตัวในเดือนเมษายน 2025 เป็นเอเจนต์เขียนโค้ดที่ทำงานผ่าน terminal
- Gemini CLI - เปิดตัวในเดือนมิถุนายน 2025 เป็นเครื่องมือเอเจนต์เขียนโค้ดอีกตัวหนึ่ง
- Claude 4.5 - โมเดลปัจจุบันที่แสดงความสามารถที่ดีขึ้นจากเวอร์ชันก่อนหน้า
- GPT-5 - โมเดลล่าสุดของ OpenAI ที่มีความสามารถในการใช้เหตุผลที่ดีขึ้น
ความแตกแยกทางศัพท์ที่ยิ่งใหญ่
การอภิปรายมุ่งเน้นไปที่การสร้างความแตกต่างที่ชัดเจนระหว่างแนวทางต่างๆ ในการเขียนโปรแกรมด้วย AI ในขณะที่ vibe coding ได้กลายเป็นแนวทางที่ยอมรับโค้ดที่สร้างโดย AI อย่างสุ่มสี่สุ่มห้าโดยไม่มีการตรวจสอบ นักพัฒนาที่มีประสบการณ์หลายคนโต้แย้งว่าพวกเขาต้องการคำศัพท์แยกต่างหากสำหรับแนวทางที่เข้มงวดกว่าของพวกเขา vibe engineering ที่เสนอมานั้นพยายามจับภาพการใช้เครื่องมือ AI อย่างซับซ้อนในขณะที่ยังคงรับผิดชอบต่อผลิตภัณฑ์สุดท้ายอย่างเต็มที่
อย่างไรก็ตาม ชุมชนยังคงแบ่งแยกกันเรื่องความจำเป็นของศัพท์ใหม่ นักพัฒนาบางคนโต้แย้งว่าแนวทางวิศวกรรมที่ดียังคงเหมือนเดิมไม่ว่าจะใช้เครื่องมือใด โดยเปรียบเทียบความช่วยเหลือของ AI กับการใช้ IDE หรือคอมไพเลอร์ คนอื่นๆ กังวลว่าการสร้างความแตกต่างอาจทำให้แนวทางที่มีคุณภาพต่ำกว่าดูถูกต้องโดยไม่ได้ตั้งใจ
การอ้างสิทธิ์ผลิตภาพในโลกแห่งความเป็นจริงถูกตรวจสอบ
ส่วนสำคัญของการถกเถียงมุ่งเน้นไปที่การเพิ่มผลิตภาพจริงจากการเขียนโค้ดด้วย AI นักพัฒนาที่มีประสบการณ์รายงานผลลัพธ์ที่แตกต่างกันอย่างมาก โดยบางคนอ้างว่าได้รับการปรับปรุงอย่างมากในขณะที่คนอื่นๆ เห็นประโยชน์เพียงเล็กน้อย ความแตกต่างดูเหมือนจะสัมพันธ์อย่างมากกับระดับทักษะที่มีอยู่และประเภทของโครงการที่กำลังดำเนินการ
นักพัฒนาหลายคนสังเกตว่าเครื่องมือ AI เป็นเลิศในการสร้างต้นแบบและจัดการกับโดเมนที่ไม่คุ้นเคย แต่อาจให้คุณค่าน้อยกว่าสำหรับผู้เชี่ยวชาญที่ทำงานในพื้นที่เชี่ยวชาญของพวกเขา เทคโนโลยีดูเหมือนจะมีประสิทธิภาพเป็นพิเศษสำหรับงานอย่างการนำทางฐานโค้ดขนาดใหญ่ การใช้งานโค้ดแบบแผน และการสำรวจแนวทางแก้ไขหลายๆ แนวทางอย่างรวดเร็ว
นกตัวหนึ่งถูกฝึกให้หมุนทวนเข็มนาฬิการอบกรง ทำสองหรือสามรอบระหว่างการเสริมแรง อีกตัวหนึ่งซ้ำๆ กันเอาหัวเสียบเข้าไปในมุมบนของกรง
การอ้างอิงถึงการทดลองจิตวิทยาพฤติกรรมนี้เน้นย้ำความกังวลของชุมชนเกี่ยวกับนักพัฒนาที่อาจพัฒนาแนวทางเชื่อโชคลางรอบเครื่องมือ AI โดยให้เครดิตความสำเร็จกับพิธีกรรมที่ไม่จำเป็นมากกว่าแนวทางปฏิบัติที่ดีจริงๆ
ทักษะที่สำคัญจริงๆ
การสนทนาเผยให้เห็นว่าการพัฒนาด้วย AI ที่ประสบความสำเร็จจะขยายทักษะวิศวกรรมซอฟต์แวร์แบบดั้งเดิมมากกว่าการแทนที่ นักพัฒนาเน้นย้ำว่าการทดสอบอัตโนมัติ เอกสารที่ครอบคลุม ความเชี่ยวชาญในการควบคุมเวอร์ชัน และแนวทางการตรวจสอบโค้ดที่แข็งแกร่งกลายเป็นสิ่งสำคัญยิ่งขึ้นเมื่อทำงานกับตัวแทน AI
น่าสนใจที่ทักษะการจัดการกลายเป็นสิ่งที่มีค่าอย่างไม่คาดคิด เนื่องจากการสั่งการตัวแทนการเขียนโค้ด AI คล้ายกับการจัดการผู้ร่วมงานที่เป็นมนุษย์ ความสามารถในการให้คำแนะนำที่ชัดเจน รับประกันบริบทที่เหมาะสม และให้ข้อเสนอแนะที่ปฏิบัติได้จริงพิสูจน์แล้วว่าจำเป็นสำหรับการได้รับผลลัพธ์คุณภาพจากเครื่องมือ AI
ทักษะที่จำเป็นสำหรับการพัฒนาซอฟต์แวร์ด้วยความช่วยเหลือจาก AI
- การทดสอบอัตโนมัติ - ชุดการทดสอบที่ครอบคลุมช่วยให้ AI agents ทำงานได้อย่างมีประสิทธิภาพมากขึ้น
- การจัดทำเอกสาร - APIs ที่มีเอกสารประกอบที่ดีช่วยให้ AI สามารถใช้โค้ดได้โดยไม่ต้องอ่านการใช้งานจริง
- การควบคุมเวอร์ชัน - มีความสำคัญอย่างยิ่งในการติดตามการเปลี่ยนแปลงที่สร้างโดย AI และการย้อนกลับเมื่อเกิดข้อผิดพลาด
- การตรวจสอบโค้ด - ทักษะที่จำเป็นสำหรับการประเมินคุณภาพของโค้ดที่สร้างโดย AI
- การทดสอบคุณภาพด้วยตนเอง - มีความสำคัญในการทดสอบกรณีพิเศษที่การทดสอบอัตโนมัติอาจพลาดไป
- ทักษะการวิจัย - จำเป็นสำหรับการประเมินแนวทางต่างๆ ก่อนที่จะนำไปใช้ในการแก้ปัญหา
- ทักษะการจัดการ - จำเป็นสำหรับการสั่งงาน AI coding agents อย่างมีประสิทธิภาพ
มองเกินคำศัพท์แฟนซี
เมื่อฝุ่นจากการถกเถียงเรื่องศัพท์เริ่มจางลง นักพัฒนาหลายคนแนะนำว่าควรมุ่งเน้นไปที่ผลลัพธ์มากกว่าป้ายชื่อ วิวัฒนาการอย่างรวดเร็วของความสามารถ AI หมายความว่าแนวทางปฏิบัติและการอ้างสิทธิ์ผลิตภาพจากแม้แต่หกเดือนที่แล้วอาจไม่เกี่ยวข้องกับเครื่องมือปัจจุบันแล้ว
ชุมชนดูเหมือนจะมาบรรจบกันในแนวคิดที่ว่าการเขียนโค้ดด้วย AI จะกลายเป็นเพียงการเขียนโค้ดในอนาคต เหมือนกับที่สภาพแวดล้อมการพัฒนาแบบรวมกลายเป็นมาตรฐานโดยไม่ต้องการศัพท์พิเศษ ความท้าทายที่แท้จริงไม่ได้อยู่ที่การตั้งชื่อแนวทางเหล่านี้ แต่อยู่ที่การพัฒนาทักษะและกระบวนการที่จำเป็นเพื่อใช้เครื่องมือที่ทรงพลังเหล่านี้อย่างมีประสิทธิภาพและรับผิดชอบ
อ้างอิง: Vibe engineering