Vibe Coding, AI, และความเป็นจริงใหม่ของวิศวกรรม

เมื่อสิบปีที่แล้ว ความคิดที่ว่า AI สามารถเขียนโค้ดแทนโปรแกรมเมอร์ได้นั้นดูเหมือนเป็นความฝันที่น่าตื่นเต้น แต่ปัจจุบัน đãกลายเป็นส่วนหนึ่งของความเป็นจริงทุกวัน MVP ถูกสร้างขึ้นภายในไม่กี่วัน อินเทอร์เฟซถูกสร้างจากข้อความ และ AI ได้กลายเป็นส่วนหนึ่งของทีมวิศวกรรม

ในขณะเดียวกัน มีคนจำนวนมากที่ถามคำถามเดียวกัน: AI จริงๆ แล้วกำลังแทนที่โปรแกรมเมอร์หรือไม่? AI สามารถเทียบเท่าและแทนที่วิศวกรอาวุโสได้หรือไม่? และสิ่งที่จะเกิดขึ้นกับอาชีพนี้ในอนาคตอันใกล้?

ฉันเป็นนักพัฒน myself และฉันก็มีความคิดเห็นเกี่ยวกับเรื่องนี้ มาแบ่งปัน

สิ่งที่ซ่อนอยู่เบื้องหลังการเร่งความเร็ว

มีเรื่องราวที่โดดเด่นเกี่ยวกับการเขียนโค้ดของ AI ที่บอกว่า:

AI กำลังจะเขียนโค้ดได้ดีมากและหลีกเลี่ยงข้อผิดพลาดทั่วไปที่มนุษย์ทำ AI อาจจะดีกว่าในการจัดการกับกรณี ngoại lệ: สถานการณ์ที่หายากและไม่คาดคิดที่พบในซอฟต์แวร์วิศวกรรมและยากสำหรับนักพัฒนาที่จะคาดการณ์ล่วงหน้า

เมื่อโปรแกรมเมอร์บอกว่า “ฉันต้องการปุ่มที่นี่” เขาจะได้รับการตอบกลับ: “นี่คือปุ่ม นี่คือกรณี ngoại lệที่คุณควรพิจารณา นี่คือการทดสอบที่คุณต้องทำ และโดยtheway คุณอาจต้องการเพิ่มสิ่งนี้และสิ่งนั้น” คุณอาจจะดูและคิดว่า: “ใช่… สิ่งนั้นจริงๆ แล้วมีเหตุผล” ด้วยตัวเอง คุณอาจจะรู้สิ่งนั้นหลายสัปดาห์ต่อมา: หลังจากที่บางสิ่งผิดพลาดในผลิตแล้ว AI บ่อยครั้งแนะนำวิธีแก้ปัญหาในทันที สำหรับวิศวกรที่มีงานแล้ว มันเพิ่มผลผลิตและประสิทธิภาพอย่างมาก

และเรื่องราวนี้นำไปสู่คำถามทางเศรษฐกิจ: หากบริษัทต้องการ 100 นักพัฒนาที่จะจัดการกับงานหนึ่งๆ ในที่สุดอาจต้องการเพียง 20 คนเท่านั้น: เพราะว่า 20 คนนั้นสามารถทำงานได้มากขึ้นด้วยความช่วยเหลือของ AI

สิ่งที่ซ่อนอยู่เบื้องหลังการเร่งความเร็ว

ฉันเห็นนักพัฒนาซอฟต์แวร์ที่แข็งแกร่งกลัวตำแหน่งของตนเองในตลาดและรายได้ มันรู้สึกเหมือนกับว่าอาจจะมีงานเหลืออยู่สำหรับนักพัฒนาน้อยลง

และคำตอบของฉันคือ: พวกคุณไม่ต้องกลัว มันไม่ได้เลวร้ายอย่างที่คิด ในความเป็นจริง วิศวกรที่มีประสบการณ์กำลังได้รับคุณค่าใหม่ๆ ในขณะนี้ เพราะว่าเราอาจเป็นหนึ่งในรุ่นสุดท้ายของนักพัฒนาที่เขียนโค้ดด้วยมือและเข้าใจว่าระบบทำงานอย่างไร

รุ่นต่อไปกำลังทำงานผ่านเครื่องมือ AI มากขึ้น และการปฏิบัติวิศวกรรมเองก็เปลี่ยนแปลงไป

สิ่งที่เรื่องราวไม่ได้พิจารณาคือ: โค้ดที่สร้างโดย AI มักจะดูสมบูรณ์แบบ แต่เมื่อเวลาผ่านไป ปัญหาเล็กๆ น้อยๆ จะเริ่มปรากฏ: การประนีประนอมทางสถาปัตยกรรม การตัดสินใจที่อ่อนแอ ปัญหาเกี่ยวกับโครงสร้างข้อมูล หรือปัญหาเกี่ยวกับการปรับขนาด และสิ่งนี้เกิดขึ้นเพราะว่า AI ยังดีมากในการแก้ปัญหาเฉพาะที่ แต่ตรรกะระยะยาวของระบบขนาดใหญ่ยังคงต้องการประสบการณ์และการตัดสินใจของมนุษย์

ดังนั้น เมื่อโครงการเหล่านี้เข้าสู่สภาพแวดล้อมการผลิตจริง: ธนาคาร แพลตฟอร์มอีคอมเมิร์ซ บริการขนาดใหญ่ ทีมงานยังคงต้องการคนสามารถวิเคราะห์สถาปัตยกรรม ระบุเหตุผลราก และฟื้นฟูตรรกะของระบบทั้งหมด

ฉันบ่อยครั้งได้รับโทรศัพท์จากเพื่อนๆ ที่บอกว่า: “ไมเคิล คุณช่วยเราเข้าใจได้ไหมว่าทำไมระบบเริ่มล่ม” แม้ว่าฉันจะทำงานที่ Physical AI ที่ Introspector แต่ฉันยังคงช่วยเหลืองานวิศวกรรมที่ยากลำบาก: การสร้างลอจิกของระบบ การวิเคราะห์สถาปัตยกรรม และการหาสาเหตุของปัญหา

และนี่คือเหตุผลที่ฉันเชื่อว่าวิศวกรที่แข็งแกร่งจะยังคงมีคุณค่าอย่างมากในระยะยาว ในขณะเดียวกัน วิศวกรที่มีประสบการณ์ก็ช่วยปรับปรุงและฝึกอบรมโมเดล AI ในปัจจุบัน

สมมติฐานหลัก

และนี่นำเราไปสู่คำถามใหญ่เกี่ยวกับอนาคต: ทุกสิ่งที่เกิดขึ้นนี้นำไปสู่ đâu? เราจะเติบโตรุ่นต่อไปของวิศวกรได้อย่างไร หากพวกเขากำลังเข้าสู่อุตสาหกรรมผ่านเส้นทางที่แตกต่างจากต้น?

หากเรามองสถานการณ์อย่างเป็นกลาง โดยไม่มีการตื่นตระหนกหรือความกลัว ฉันเห็นหลายๆ สถานการณ์ที่เป็นไปได้

• อนาคตที่ไม่แน่นอน

คำตอบแรกและอาจจะเป็นคำตอบที่ซื่อสัตย์ที่สุดคือ: ไม่มีใครรู้ว่าอนาคตจะดูเหมือนอย่างไรในทางปฏิบัติ

อาจจะเป็นจริงที่ตัวแทน AI จะสามารถเขียนโค้ดที่สมบูรณ์แบบ: มีสถาปัตยกรรมที่แข็งแกร่ง การปรับขนาด และความเข้าใจในบริบท แต่ปัจจุบันคำถามนี้ยังคงเปิดกว้าง

ในขณะเดียวกัน บริษัทเทคโนโลยีที่ใหญ่ที่สุดอย่าง Apple, Microsoft และ Google ยังคงจ้างนักวิจัยที่แข็งแกร่ง นักวิชาการ และคนจากสภาพแวดล้อมทางวิชาการ ซึ่งอาจจะบ่งบอกว่าพวกเขายังคงเชื่อว่าความเข้าใจวิศวกรรมที่ลึกซึ้งจะยังคงมีความสำคัญในโลกที่โค้ดส่วนใหญ่ถูกสร้างโดย AI

บริษัทที่เล็กกว่า jedoch มักจะดำเนินงานด้วยระยะการวางแผนแบบสั้น เมื่อคุณไม่รู้ว่าบริษัทของคุณจะยังคงอยู่ในอีกหกเดือน มันจะยากที่จะคิดถึงสิ่งที่จะเกิดขึ้นในอีกสิบปี

แต่ในความเป็นจริง ตรรกะมักจะเรียบง่ายกว่านั้น: ก่อนอื่นสร้างผลิตภัณฑ์ที่ทำงานและสร้างรายได้: จากนั้นจึงจัดการกับสถาปัตยกรรม การปรับขนาด และการเขียนโค้ดใหม่ในภายหลัง ปัญหาก็คือว่าในหลายๆ โครงการ “ภายหลัง” จะถูกเลื่อนออกไปอย่างไม่มีกำหนด

• การเปลี่ยนแปลงใน螺旋

คำตอบที่สองในความคิดเห็นของฉันคือ: หากคุณมองย้อนกลับไปในประวัติศาสตร์ของอุตสาหกรรม มัน đãผ่านการเปลี่ยนแปลงที่คล้ายกันนี้หลายครั้ง

นักพัฒนาที่แรกที่สุดทำงานกับบัตรเจาะรู จากนั้นมาถึงรุ่นของวิศวกรที่เขียนในภาษาแอสเซมบลี ซึ่งในปัจจุบันหลายๆ คนยากที่จะจินตนาการได้ว่ามันคืออะไร

จากนั้นมาถึงยุคของ COBOL ซึ่งระบบหลักของธนาคารถูกสร้างขึ้น และสิ่งที่น่าประหลาดใจที่สุดคือว่าระบบเหล่านี้ยังคงทำงานอยู่ในธนาคารหลายแห่งในปัจจุบัน

รุ่นต่อไปย้ายไปสู่ C++, Python และ JavaScript ฉันเองเป็นส่วนหนึ่งของยุคนั้น

และเมื่อคุณมองย้อนกลับไปในประวัติศาสตร์ มีรูปแบบที่น่าสนใจ: แต่ละรุ่นของวิศวกรไม่ต้องการเข้าใจว่าเทคโนโลยีของรุ่นก่อนหน้านั้นทำงานอย่างไร

ความรู้ถูกฝังอยู่ในโครงสร้างพื้นฐานเอง

และนี่นำไปสู่ความคิดที่สมเหตุสมผล: โมเดล AI อาจเป็นขั้นตอนต่อไปของการเปลี่ยนแปลงนี้

• เศรษฐศาสตร์ของตลาด

สมมติฐานอื่นๆ ที่ฉันมีคือ: การพัฒนาด้วยความช่วยเหลือของ AI จะหยุดถูกมองว่าเป็น “การเร่งความเร็วฟรี” ในความเป็นจริง มันไม่ได้ฟรีเลย: มันเป็นเพียงเพราะว่าไม่ทุกคนคำนวณต้นทุนจริงๆ ของการพัฒนาด้วย AI

โมเดล โทเค็น อินฟราสตรัคเชอร์ การร้องขออย่างต่อเนื่อง การบำรุงรักษาไพพลายน์ AI ทั้งหมด: ทุกสิ่งนี้กลายเป็นต้นทุนการดำเนินงานที่สำคัญ

ฉันเชื่อว่าบริษัทต่างๆ จะเริ่มมองหาต้นทุนจริงๆ ของการพัฒนาด้วย AI และถามคำถามที่เป็นจริง: สิ่งไหนที่มีประสิทธิภาพมากกว่า: การขยายทีมวิศวกรหรือการบำรุงรักษาอินฟราสตรัคเชอร์ AI ทั้งหมด?

สถานการณ์ที่เป็นจริงคือทีมวิศวกรที่แข็งแกร่งอาจจะพิสูจน์ได้ว่ามีประสิทธิภาพมากกว่าในระยะยาว: โดยเฉพาะอย่างยิ่งในการบำรุงรักษา ผลิตภัณฑ์ และการสนับสนุนในระยะยาว

และฉันคิดว่านี่คือที่ที่ทีมวิศวกรรมใหม่จะเกิดขึ้น: กลุ่มเล็กๆ ของวิศวกรที่มีประสบการณ์สูงซึ่งมุ่งเน้นในการบำรุงรักษาความมั่นคงและความยืดหยุ่นของโครงสร้างพื้นฐาน

• คนงานที่จะทำงานร่วมกับ AI

และสมมติฐานสุดท้าย: รุ่นต่อไปของวิศวกรจะทำงานในสภาพแวดล้อมที่แตกต่างอย่างสิ้นเชิง และสิ่งนี้ไม่ได้เกี่ยวกับการเขียนโค้ดเพียงอย่างเดียว แต่ยังเกี่ยวกับการเปลี่ยนแปลงในหลายๆ สาขา: กฎหมาย การเงิน การแพทย์ และแทบทุกสาขาที่ AI สามารถเข้ามาแทนที่งานประจำได้

และฉันยังคงมองสิ่งที่เกิดขึ้นในเชิงบวก: เพราะโดยรวมแล้ว ฉันชอบความก้าวหน้า ฉันชอบความคิดที่ว่าเทคโนโลยีสามารถปรับปรุงชีวิตของคนได้: ปล่อยให้คนหลุดพ้นจากงานประจำที่น่าเบื่อ และทำให้หลายๆ กระบวนการปลอดภัยและมีประสิทธิภาพมากขึ้น

และฉันคิดว่ามันสำคัญที่จะรู้ว่าโลกที่เด็กๆ ของเรากำลังเข้าไปนั้นจะซับซ้อนกว่าในด้านอัตลักษณ์ทางอาชีพ

และฉันคิดว่ามันสำคัญที่จะรู้ว่าไม่ว่าเราจะชอบหรือไม่: ทุกสิ่งที่เกิดขึ้นในปัจจุบันคือส่วนหนึ่งของคลื่นความก้าวหน้าทางเทคโนโลยีที่ใหญ่กว่า และมันไม่น่าจะหยุดได้ ซึ่งหมายความว่าเราจะต้องเรียนรู้ที่จะอยู่ในโลกใหม่นี้: เรียนรู้ที่จะสร้างสมดุล สื่อสาร และอาจจะพัฒนาแบบอยู่ร่วมกันใหม่ๆ