ยุคทองของ AI Agent Engineer: เมื่อการเขียนโค้ดไม่ใช่แค่การสร้าง Interface อีกต่อไป

ประวัติศาสตร์มักจะซ้ำรอยในจังหวะที่เราเริ่มรู้สึกสบายใจที่สุดเสมอ

ลองจินตนาการภาพช่วงปลายยุค 90 ดูครับ ถ้าตอนนั้นคุณรู้วิธีงัดแงะ HTML และเขียน Perl หรือ PHP ให้กลายเป็นเว็บไซต์ที่ใช้งานได้ คุณคือพ่อมด คุณคือ Web Engineer และโลกทั้งใบก็อยู่ในมือคุณ คุณคือผู้สร้างหน้าร้านให้กับโลกอินเทอร์เน็ต

ตัดภาพมาที่ปี 2009 iPhone เพิ่งจะเปิดโลกใบใหม่ จู่ๆ ก็ไม่มีใครสนใจ Static Website ของคุณเท่าไหร่แล้ว พลังงานทั้งหมดเทไปที่ Objective-C และ Java ถ้าคุณเป็น Mobile App Engineer คุณคือกำลังเขียนอนาคต คุณกำลังสร้างเครื่องมือที่ผู้คนพกติดตัวไปทุกที่

ทีนี้ ลองมองดูปี 2024 บรรยากาศมันเริ่มดูเบาบางและนิ่งสนิทอีกครั้ง App Store ล้นไปด้วยแอปฯ เว็บไซต์ก็แออัดยัดเยียด แต่ภายใต้ความนิ่งสงบนั้น มีการเปลี่ยนแปลงระดับโครงสร้างครั้งใหญ่กำลังก่อตัวขึ้น เรากำลังก้าวออกจากยุคของ Interface (หน้าจอสั่งงาน) เข้าสู่ยุคของ Agent (ตัวแทนปฏิบัติการ)

ในทศวรรษหน้า ตำแหน่งที่มีมูลค่าสูงที่สุดจะไม่ใช่ "Full Stack Developer" หรือ "iOS Engineer" อีกต่อไป แต่มันจะเป็น AI Agent Engineer

การเปลี่ยนแปลงระดับโครงสร้างครั้งใหม่

นี่ไม่ใช่แค่สงคราม Framework อีกรอบ หรือภาษาโปรแกรมใหม่ที่ต้องเรียนรู้ แต่มันคือการเปลี่ยนแปลงขั้นพื้นฐานว่า ใคร คือผู้ลงมือทำงาน

ตลอด 20 ปีที่ผ่านมา วิศวกรรมซอฟต์แวร์คือการสร้างเส้นทางที่ชัดเจนและตายตัว (Deterministic) ให้มนุษย์คลิกตาม คุณสร้างปุ่ม มนุษย์กดปุ่ม โค้ดทำงานตามฟังก์ชัน มนุษย์คือสมอง ซอฟต์แวร์คือกล้ามเนื้อ

แต่สมการนี้กำลังกลับด้าน

ในยุคของ Agent ซอฟต์แวร์จะทำหน้าที่เป็นสมอง งานของคุณไม่ใช่การสร้างปุ่มให้มนุษย์กดอีกต่อไป แต่คือการสร้าง "พนักงานดิจิทัล" ที่ตัดสินใจได้เองว่า เมื่อไหร่ ควรจะกดปุ่มนั้น หรือดีไปกว่านั้นคือ คิดได้เองว่าปุ่มนั้นอาจจะไม่จำเป็นต้องมีเลยด้วยซ้ำ

ผมสร้างโปรดักต์มานานกว่า 10 ปี และผมสัมผัสได้ถึงแรงสั่นสะเทือนนี้ ถ้าคุณสามารถเขียน Agent ได้ในวันนี้—ตัวที่ช่วยงานคุณ ออโตเมท Workflow ของคุณ หรือบริการลูกค้าแทนคุณ—คุณจะมีแต้มต่อมหาศาลเหมือนกับเด็กหนุ่มในปี 1999 ที่เพิ่งรู้วิธีเอาธุรกิจขึ้นไปอยู่บนโลกออนไลน์

แต่ความจริงที่โหดร้ายก็คือ: ถ้าคุณปฏิเสธที่จะเรียนรู้สิ่งนี้ ถ้าคุณยังยึดติดกับการเขียนโค้ดแบบเดิมๆ ที่ต้องกำหนดทุกอย่างตายตัว คุณกำลังเสี่ยงที่จะกลายเป็นเหมือนช่างเรียงพิมพ์ในยุคที่ Desktop Publishing เข้ามาแทนที่

ถอดรหัสเวทมนตร์: Tools และ Context

พอคนได้ยินคำว่า "AI Agent" มักจะจินตนาการถึง Skynet หรือโครงสร้าง Neural Network ที่ซับซ้อนจนเป็นไปไม่ได้ มาพูดกันแบบไม่อ้อมค้อมดีกว่าครับ

การสร้าง Agent ไม่ใช่เวทมนตร์ แต่มันคือวิศวกรรม (Engineering) และหัวใจของมันย่อลงมาเหลือแค่ 2 อย่าง: Tools (เครื่องมือ) และ Context (บริบท)

ผมพบว่า Developer ส่วนใหญ่มักคิดซับซ้อนเกินไป คิดว่าต้องเทรนโมเดลเอง ไม่จำเป็นเลยครับ โมเดลอย่าง Claude, GPT-4 หรือ Llama นั้นฉลาดพออยู่แล้ว งานของคุณคือการใส่ "มือ" และ "ความทรงจำ" ให้พวกมัน

1. Tools (ใส่มือให้โมเดล)

Large Language Model (LLM) ก็เหมือนสมองที่ลอยอยู่ในโหลแก้ว มันคิดได้ แต่สัมผัสโลกภายนอกไม่ได้ "Agent" ก็คือ LLM ที่ได้รับสิทธิ์เข้าถึง API endpoints หรือคำสั่ง CLI

คุณแค่บอกโมเดลว่า: "นี่คือเครื่องมือชื่อ list_files นะ, นี่คือเครื่องมือชื่อ read_file, และนี่คือเครื่องมือชื่อ send_email"

2. Context (ใส่ทิศทางให้โมเดล)

จากนั้นคุณก็กำหนดบทบาท "คุณคือ Senior QA Engineer เป้าหมายของคุณคือแก้ Type Errors ใน Repository นี้ให้หมด"

แค่นั้นแหละครับ นั่นคือลูปการทำงานหลัก

ถ้าคุณเคยใช้ Cursor หรือ Claude Code คุณคงเคยเห็นสิ่งนี้ทำงานจริง คุณไม่ได้ไปนั่งสั่งแก้ทีละจุดแบบ Micro-manage แต่คุณสั่งว่า "แก้ Type Errors ใน utils.ts ให้หน่อย"

Agent จะคิด: โอเค ฉันต้องขอดูไฟล์ก่อน มันตัดสินใจใช้เครื่องมือ ls จากนั้นก็ตัดสินใจใช้ grep หรือ read พอเจอ error มันก็ตัดสินใจเขียนโค้ดแก้ แล้วก็รัน Compiler เพื่อตรวจงานตัวเอง

นี่คือจุดเปลี่ยนครับ มันไม่ใช่แค่การ "แชท" อีกต่อไป แต่มันคือ Decision Loop (วงจรการตัดสินใจ) โมเดลกำลังเลือกหยิบเครื่องมือมาใช้เพื่อแก้ปัญหาที่คุณโยนให้

จาก Chatbots สู่ Decision Engines

ตลอด 2 ปีที่ผ่านมา เราติดอยู่ในเฟส "Chat" เราปฏิบัติกับ AI เหมือนบรรณารักษ์อัจฉริยะ—เราถาม มันตอบ

เฟสนั้นกำลังจะจบลงแล้วครับ

เฟสของ Agent คือเรื่องของ Execution (การลงมือทำ) มันคือการมองว่า CLI ไม่ใช่ที่สำหรับให้ คุณ พิมพ์ แต่เป็นสนามเด็กเล่นให้ โมเดล เข้าไปจัดการ

ลองนึกถึงผลกระทบต่อ Startup ดูครับ ในอดีต ถ้าผมอยากทำบริการจัดการเรื่องคืนเงินลูกค้า (Refund) ผมต้องสร้าง UI, ทำ Backend, วาง Database และจ้างทีม Support มานั่งกดปุ่ม

แต่วันนี้ ผมสามารถเขียน Agent ขึ้นมาตัวหนึ่ง ผมให้มันเข้าถึง Stripe API (Tool) และประวัติอีเมล (Context) ผมตั้งนโยบายให้มันว่า: "คืนเงินถ้าลูกค้าไม่พอใจภายใน 7 วัน" Agent จะอ่านอีเมลที่เข้ามา ตัดสินใจว่าเข้าเกณฑ์ไหม เรียกใช้ Stripe refund tool และร่างอีเมลตอบกลับ

ไม่ต้องมี UI ไม่ต้องมีคิว Support Ticket มีแค่เป้าหมายและชุดเครื่องมือ

"ความยุ่งเหยิงระหว่างทาง" ของการสร้าง Agent

ผมไม่ได้จะมาขายฝันว่าทุกอย่างสวยหรูนะครับ ผมคลุกคลีอยู่ในสนามเพลาะของการสร้าง Agent มา 6 เดือนเต็ม บอกเลยว่า: มันยุ่งเหยิงมาก

การเขียนโค้ดแบบดั้งเดิมคือตรรกะ (Logical) If X then Y มันทำงานได้ หรือไม่ก็พังไปเลย

แต่วิศวกรรม Agent คือเรื่องของความน่าจะเป็น (Probabilistic) คุณสร้าง Agent ให้เครื่องมือมันไป บางทีมันก็ตัดสินใจใช้ค้อนทุบเพื่อเปิดหน้าต่าง บางทีมันก็หลอน (Hallucinate) สร้าง Parameter ที่ไม่มีอยู่จริงขึ้นมา

และนี่แหละคือที่ที่ทักษะชุดใหม่ซ่อนอยู่

การเป็น Agent Engineer ไม่ใช่แค่การเขียนสคริปต์ Python แต่มันคือ:

• Prompt Engineering as Architecture: การออกแบบ System Prompts เพื่อตีกรอบพฤติกรรมของโมเดล
• Eval Driven Development: คุณเขียน Unit Test เพื่อวัดความคิดสร้างสรรค์ไม่ได้ ดังนั้นคุณต้องสร้าง Pipeline การประเมินผล (Evaluation) เพื่อวัดว่า Agent ทำงานสำเร็จบ่อยแค่ไหน
• Tool Design: การสร้าง Interface ของ API ที่ "สะอาด" พอให้โมเดลเข้าใจได้โดยไม่สับสน

ผมเคยเห็น Agent ติดลูปไม่รู้จบ พยายามแก้บั๊กที่ตัวมันเองสร้างขึ้นมา ผมเคยเห็นมันมั่นใจสุดๆ ที่จะลบไฟล์ผิดไฟล์ นี่คือความจริงครับ แต่การแก้จุดติดขัดเหล่านี้แหละ คือจุดที่มูลค่าที่แท้จริงเกิดขึ้น

สิ่งที่ทำได้จริง: เริ่มต้นอย่างไรในวันนี้

ถ้าผมต้องเริ่มนับหนึ่งใหม่วันนี้ หรือกำลังมองหาทาง Pivot อาชีพตัวเอง นี่คือสิ่งที่ผมจะทำครับ:

1. เลิกสร้าง GUI: อย่างน้อยก็สำหรับ Side Project ของคุณ ลองพยายามแก้ปัญหาโดยไม่มี Frontend ดูครับ คุณแก้โจทย์ด้วย CLI และ LLM ได้ไหม?
2. เรียนรู้ Interface Protocol: ทำความเข้าใจว่า Function Calling ของ OpenAI หรือ Tool Use ของ Anthropic ทำงานยังไง นี่คือ TCP/IP แห่งยุค Agent ครับ
3. สร้าง "Doer" ไม่ใช่ "Talker": อย่าสร้างบอทที่แค่ตอบคำถามเกี่ยวกับปฏิทินของคุณ แต่จงสร้างบอทที่ จัดการ ปฏิทินให้คุณ ให้สิทธิ์มันลบ Event ได้เลย สัมผัสความกลัวตอนที่ให้สิทธิ์ "Write Access" กับ AI ดูครับ นั่นแหละคือตอนที่คุณจะได้เรียนรู้จริงๆ
4. เชี่ยวชาญเรื่อง Context Management: เรียนรู้วิธียัดข้อมูลที่ถูกต้องลงไปใน Context Window โดยไม่ให้มันล้น RAG (Retrieval-Augmented Generation) เป็นแค่จุดเริ่มต้นเท่านั้น

โอกาสที่รออยู่ข้างหน้า

เรากำลังมองเห็นอนาคตที่ Developer เพียงคนเดียว พร้อมด้วยกองทัพ Agent เฉพาะทาง สามารถทำงานได้เท่ากับ Startup ขนาด 20 คน

กำแพงกั้นในการ สร้างสรรค์ (Creation) กำลังลดลงจนเหลือศูนย์ แต่กำแพงกั้นในการ ควบคุมวงดนตรี (Orchestration)—ความเข้าใจในการเชื่อมต่อสมองกลเหล่านี้เข้าด้วยกัน—กำลังจะกลายเป็นคูเมือง (Moat) แห่งใหม่

สิบปีก่อน คุณถูกจ้างมาเพื่อเขียนโค้ด วันนี้ คุณถูกจ้างมาเพื่อออกแบบระบบที่เขียนโค้ด

รถไฟกำลังจะออกจากชานชาลาแล้วครับ คุณจะเลือกยืนกอด Framework เก่าๆ อยู่ที่เดิม หรือจะกระโดดขึ้นมาช่วยกันสร้างรางรถไฟสายใหม่

มาลุยสร้างของกันเถอะครับ

Feng Liu