kritsana.devpassing
runartifactsdocsworkhistorydispatch

© 2026 Kritsana Prasit — built from source on a self-hosted runner

resume.pdfrssdispatch

back to artifacts
category: aidate: 16 Nov 2026read: 2 min readsource: posts/developer-role-in-the-ai-era.mdx

Developer ในยุค AI ในมุมของผม: งานไม่ได้หายไป แค่ย้ายจาก "พิมพ์โค้ด" ไป "ตัดสินใจและรับผิดชอบ"

ใช้ AI เขียนโค้ดทุกวันมาพักใหญ่ ผมเห็นว่าคอขวดของงานย้ายที่แล้ว — จากการพิมพ์ ไปสู่การกำหนดปัญหา ตรวจสอบ และเป็นเจ้าของผลลัพธ์ นี่คือบทบาทของ Developer ที่ผมเชื่อ และทักษะที่ผมเลือกลงทุน

Developer ในยุค AI ในมุมของผม: งานไม่ได้หายไป แค่ย้ายจาก "พิมพ์โค้ด" ไป "ตัดสินใจและรับผิดชอบ"

คำถามที่โดนถามบ่อยที่สุดช่วงนี้คือ "AI จะมาแทน Developer ไหม?" ผมไม่ได้ตอบแบบฟันธงว่าใช่หรือไม่ใช่ เพราะคำถามนี้มองผิดจุด — งานเขียนโค้ดไม่ได้หายไป แต่ คอขวดของงานย้ายที่ และคนที่ไม่เห็นว่ามันย้ายไปไหนคือคนที่เสี่ยงที่สุด

บทความนี้เป็นความเห็นส่วนตัวจากการใช้ coding agent ทำงานจริงทุกวัน ไม่ใช่งานวิจัย ใครเห็นต่างได้เลย

ภาพเปรียบเทียบคอขวดของงาน Developer: เดิมอยู่ที่การพิมพ์โค้ด ปัจจุบันย้ายไปที่การตัดสินใจและตรวจสอบ

สิ่งที่เปลี่ยนไปจริง ๆ

ก่อนหน้านี้ เวลาส่วนใหญ่ของผมหมดไปกับการ ผลิต — พิมพ์ syntax, เขียน boilerplate, ค้นว่า API นี้เรียกยังไง, ต่อ glue code, เขียน test รอบแรก

ตอนนี้ของพวกนี้ใช้เวลาเป็นวินาที ผมสั่งแล้ว agent ร่างให้ สิ่งที่ใช้เวลาเพิ่มขึ้นแทนคือ:

  • ตัดสินว่าจะสร้างอะไร — ถ้าสั่งคลุมเครือ ได้ของที่ดูถูกแต่ผิดเรื่องออกมาเร็วมาก
  • ตรวจว่าสิ่งที่ได้มาเป็นจริงไหม — โค้ดที่อ่านลื่นไม่ได้แปลว่าถูก
  • รู้ว่ามันจะพังตรงไหน — edge case, ความปลอดภัย, ผลข้างเคียงกับระบบเดิม
  • ตอบคำถามเมื่อมันพัง — ตอน production ล่ม จะไม่มีใครฟังว่า "agent เป็นคนเขียน"

สรุปสั้น ๆ คือ การผลิตถูกลง แต่การผิดแพงขึ้น เพราะเราปล่อยของได้เร็วขึ้นกว่าที่เคย ความผิดพลาดจึงไปถึงผู้ใช้เร็วขึ้นตามไปด้วย

4 บทบาทที่ผมคิดว่า Developer ต้องถือไว้

ผมมองว่างานที่ยังเป็นของคน แบ่งได้เป็น 4 ส่วน และ 3 ใน 4 อยู่ "ปลายทั้งสองข้าง" ของวงจร ส่วนตรงกลางคือที่ agent ทำแทนได้มาก

วงจรการทำงานกับ AI agent: 1 กำหนดเจตนา (คน) 2 สร้าง (agent) 3 ตรวจสอบ (คน) 4 เป็นเจ้าของผลลัพธ์ (คน) และวนกลับเมื่อพบความล้มเหลว

  • ผู้กำหนดปัญหา (intent) — แปลงความต้องการที่เบลอให้เป็นโจทย์ที่ชัด มีข้อจำกัด มีเกณฑ์ว่าเสร็จคืออะไร agent เก่งในการตอบโจทย์ แต่ไม่รู้ว่าโจทย์ที่ถูกคืออะไร ถ้าเรายังไม่รู้เอง
  • ผู้ตรวจสอบ (verify) — อ่านโค้ดอย่างสงสัย รัน เทสต์ พยายามทำให้มันพัง ผมมีกฎข้อเดียวว่า ไม่เชื่อสิ่งที่ยังไม่ได้ตรวจ ไม่ว่าจะเขียนโดยคนหรือ AI
  • เจ้าของผลลัพธ์ (own) — ปล่อยของ เฝ้าดู และรับผิดชอบเมื่อมันล้ม ตรงนี้ AI รับแทนไม่ได้ในเชิงความรับผิดชอบ
  • ผู้ออกแบบกรอบ — กำหนดขอบเขตที่ agent ทำงานได้ เช่น มันแตะอะไรได้ ห้ามแตะอะไร ตรวจอะไรอัตโนมัติ ซึ่งตรงกับที่เคยเขียนไว้เรื่อง การสร้าง sub-agent และ Agent Skills — ยิ่งกรอบดี ยิ่งไว้ใจให้ agent วิ่งเองได้ไกล

ถ้าข้ามขั้นตรวจสอบ วงจรนี้ก็เป็นแค่วิธีส่งมอบข้อผิดพลาดที่เร็วขึ้น

สิ่งที่ผมกังวลจริง ๆ

ผมไม่ได้มองโลกสวย มี 3 เรื่องที่ผมระวังตัวเองอยู่:

  • ทักษะฝ่อ — ถ้าไม่เขียนเองเลย วันหนึ่งจะอ่านและ debug โค้ดไม่ออก ผมเลยเลือกเขียนเองในส่วนที่เป็นหัวใจของระบบ และใช้ agent กับส่วนที่ซ้ำ ๆ
  • ความล้าจากการรีวิว — AI ผลิตโค้ดได้เร็วกว่าที่คนจะอ่านทัน พออ่านผ่าน ๆ เราจะเริ่มกด approve ตามความเคยชิน ซึ่งอันตรายกว่าไม่มีรีวิวด้วยซ้ำ เพราะรู้สึกปลอดภัยทั้งที่ไม่ปลอดภัย
  • บันไดของ Junior หาย — งานง่าย ๆ ที่เคยเป็นที่ฝึกมือของคนเริ่มต้นถูก AI ทำไปก่อน คำถามคือคนรุ่นใหม่จะสะสมสัญชาตญาณแบบไหน ผมไม่มีคำตอบสมบูรณ์ แต่คิดว่า Junior ควรใช้ AI เป็นติวเตอร์ที่ให้มันอธิบายและถามกลับ ไม่ใช่เครื่องที่พิมพ์คำตอบให้

เรื่องความเสี่ยงที่ต้องมีคนตรวจจริง ๆ มีตัวอย่างน่าสนใจใน United Airlines แบน AI agent จองตั๋ว — เมื่อ agent ลงมือแทนเราได้จริง คำถามเรื่องความรับผิดชอบก็ตามมาทันที

ทักษะที่ผมเลือกลงทุน

ผมไม่ได้ลงทุนกับ "เครื่องมือตัวไหนดีที่สุด" เพราะมันเปลี่ยนทุกเดือน แต่ลงทุนกับสิ่งที่ติดตัวไปได้ทุกเครื่องมือ

ทักษะที่ถูกลงเมื่อเทียบกับทักษะที่มีค่ามากขึ้นในยุค AI

  • การตั้งโจทย์ — ถามให้ถูกตั้งแต่ต้น ประหยัดกว่าแก้ทีหลัง
  • ออกแบบระบบ — ตัดสินว่าอะไรควรแยก อะไรควรรวม ซึ่ง AI ยังเดาจากบริบทที่ไม่ครบได้ง่าย
  • การอ่านโค้ดอย่างวิพากษ์ — ทักษะนี้สำคัญขึ้นกว่าการเขียนด้วยซ้ำ
  • Debug และ testing — เป็นวิธีเดียวที่จะรู้ว่า "มันทำงานจริง" ไม่ใช่ "ดูเหมือนทำงาน"
  • การสื่อสารและสร้างความไว้ใจ — คนที่ตัดสินใจร่วมกับทีมและลูกค้าได้ ยังเป็นสิ่งที่ AI แทนไม่ได้ง่าย ๆ

ส่วนความเร็วในการพิมพ์ การจำ syntax และ boilerplate — ผมไม่ได้มองว่าไร้ค่า แต่มัน ไม่ใช่ข้อได้เปรียบอีกต่อไป

ตัดต่อมาสั้น ๆ

  • AI ไม่ได้ลบงาน Developer แต่ ย้ายคอขวดจากการพิมพ์ไปสู่การตัดสินใจและตรวจสอบ
  • การผลิตถูกลง การผิดแพงขึ้น — ยิ่งเร็ว ยิ่งต้องตรวจ
  • บทบาทที่เหลือเป็นของคนคือ ตั้งโจทย์, ตรวจสอบ, เป็นเจ้าของผลลัพธ์ และออกแบบกรอบให้ agent
  • ระวังทักษะฝ่อ ความล้าจากรีวิว และบันไดของ Junior ที่หายไป
  • ลงทุนกับทักษะที่ติดตัว ไม่ใช่กับเครื่องมือที่เปลี่ยนทุกเดือน

ท้ายที่สุด ผมมองว่า Developer ที่อยู่รอดในยุคนี้ไม่ใช่คนที่พิมพ์เร็วที่สุด แต่คือคนที่ ถูกต้องบ่อยที่สุด และรู้ตัวเมื่อตัวเองผิด — ถ้าคุณเห็นต่าง หรือมีบทบาทที่ผมมองข้ามไป ชวนคุยกันได้เลย

contents

  • สิ่งที่เปลี่ยนไปจริง ๆ
  • 4 บทบาทที่ผมคิดว่า Developer ต้องถือไว้
  • สิ่งที่ผมกังวลจริง ๆ
  • ทักษะที่ผมเลือกลงทุน
  • ตัดต่อมาสั้น ๆ

related documents

ai · 3
  • สรุป: เปลี่ยน Grokbot ให้เป็นระบบ Multi-Agent 300 ตัวด้วย Kimi K3

    15 Nov 2026 · 3 min read

  • Gemini 4 Hydrogen: โมเดลที่ทำงานเร็วและราคาถูกสำหรับ agent workflow และการสลับโมเดลกลางคัน

    13 Nov 2026 · 4 min read

  • United Airlines แบน AI Agent จองตั๋วแทนผู้โดยสาร: การจองบัตรเครดิตผ่านบอตเริ่มมีต้นทุนจริง

    13 Nov 2026 · 2 min read

comments