ตื่นมาโค้ด Python by AGICAFET Facebook ad: “ช่วงนี้แอดมีคำถามนึงที่ชอบถามตัวเองบ่อยมากครับ”

About this ad

Meta Ad Library ID

1622621375643955

Platforms

Facebook, Instagram and Threads

Relaunches

0

Niche

AI & Software

How we count

Ad text

ช่วงนี้แอดมีคำถามนึงที่ชอบถามตัวเองบ่อยมากครับ คือ… “งานไหนของ Developer ที่เรายังต้องทำเองจริงๆอยู่บ้าง?” 🤔 . เพราะถ้ามองดีๆ หลายอย่างที่เราเคยคิดว่า “ต้องทำเองเท่านั้น” ตอนนี้ AI โดยเฉพาะพวก AI Coding Agents เริ่มเข้ามาช่วยทำแทนได้แล้วจริงๆ . แอดไม่ได้หมายถึงแค่เขียน code นะครับ แต่เป็นระดับ workflow แบบ end-to-end เลย . วันนี้เลยอยากมาแชร์ให้เพื่อนๆดูครับว่า มีงานอะไรบ้างที่ AI เริ่มทำแทน Dev ได้แล้ว (จากที่แอดลองใช้กับ Claude Code + tool อื่นๆจริง) . เกริ่นมาซะยาววว 😆 เข้าเรื่องกันเลยครับ . 1. Debug Bug ในโปรเจกต์ใหญ่ อันนี้น่าจะ pain ของหลายคนสุดละ เวลาเจอ bug ที่ไม่รู้ว่ามาจากไหน โดยปกติถ้าเป็นสมัยก่อนเราจะต้อง - ไล่ stack trace - เปิดไฟล์ทีละจุด - trace logic ข้าม module ซึ่งบางทีใช้เวลาเป็นชั่วโมงหรือเป็นวัน แต่ตอนนี้ AI agent สามารถ - อ่าน codebase ทั้งโปรเจกต์ - วิเคราะห์ dependency - แล้ว propose fix ให้ได้เลย บางเคสคือแก้ให้ครบ flow ด้วยซ้ำ สิ่งที่เปลี่ยนคือ จากเดิม → “เราไล่หาปัญหา” ตอนนี้ → “เราให้ AI วิเคราะห์แล้วเราตัดสินใจ” . 2. Refactor Code / แก้ Legacy Code ใครเคยแก้โค้ดคนอื่นจะเข้าใจดีครับ 😅 โดยเฉพาะ code ที่เขียนมานานแล้ว - naming ไม่ชัด - structure งง - dependency ซ้อนกัน ปกติ refactor ทีนี่คือฝันร้าย แต่ AI agent สามารถช่วยได้เยอะมาก เช่น - หา duplicated logic - แนะนำ structure ใหม่ - หรือ refactor ให้ทั้ง module จุดสำคัญคือ มันไม่ได้แค่ “suggest” แต่มันสามารถ แก้หลายไฟล์พร้อมกันได้ 3. สร้าง Feature ใหม่ (Scaffolding + Boilerplate) อันนี้แอดใช้บ่อยมาก เช่น - “อยากได้ API ตัวใหม่” - “อยากเพิ่ม auth flow” ถ้าเป็นในสมัยก่อนแอดคงต้อง - เขียน controller - เขียน service - เขียน model - wiring ทุกอย่างเอง แต่ตอนนี้ AI agent สามารถ - generate structure - เชื่อม flow และเติม logic ให้ได้ระดับหนึ่งเลย Dev อย่างเราๆเลย เลยเปลี่ยนบทบาทจาก “คนเขียนทั้งหมด” สู่ "คนออกแบบ" และ Review ซะมากกว่าครับ 4. เขียน Test / Review Code อันนี้ underrated มาก แต่โคตร useful AI สามารถ - generate unit test - generate integration test - หรือช่วย review code ได้ โดยเฉพาะเวลา code เยอะๆหลายไฟล์ AI สามารถช่วย - ชี้ bug - ชี้ edge case - หรือแม้แต่ logic ที่ผิด แต่สิ่งที่แอดแนะนำคือ ควรใช้แบบ multi-pass review - รอบแรก: ดูทีละไฟล์ - รอบสอง: ดูภาพรวมทั้งระบบ จะได้ผลลัพธ์ดีกว่าเยอะ 5. Automate Workflow (Git / DevOps / Routine Tasks) อันนี้คือของจริงเลยครับ เพราะมันไม่ใช่แค่ coding แล้ว แต่มันคือ automation ของ workflow dev ทั้งระบบ เช่น - อ่าน GitHub issue → แก้โค้ด → commit → เปิด PR - run test → check error → propose fix - query log / database → วิเคราะห์ปัญหา ซึ่งทั้งหมดนี้สามารถทำผ่าน AI + tools (เช่น MCP, API, CLI) . นี่แหละครับที่เรียกว่า "Agentic Workflow" สรุปสั้นๆ ถ้าให้แอดสรุป mindset ที่เปลี่ยนไป มันไม่ใช่ว่า AI จะมาแทน Dev แต่คือ Dev ที่ใช้ AI Agent จะทำงาน “คนละแบบ” กับ Dev ที่ไม่ใช้ . จากเดิมที่เรา ลงมือทำทุก step ตอนนี้เราเริ่ม - ออกแบบ - สั่งงาน - แล้ว review . ซึ่งนี่แหละคือสิ่งที่เรียกว่า "Agentic Coding"