เมื่อ Google ประกาศว่าโค้ดใหม่กว่า 25% ของบริษัทมาจาก AI หลายคนคิดว่านั่นคือจุดสิ้นสุดของอาชีพโปรแกรมเมอร์ แต่ปี 2026 ตัวเลขนั้นพุ่งไปมากกว่า 50-75% ในบริษัทเทคโนโลยีระดับโลก และเกิดเรื่องที่ไม่มีใครคาดคิด: จำนวนตำแหน่งงานโปรแกรมเมอร์ไม่ได้ลดลง แต่เปลี่ยนไป
นิยามของ Agentic Development
Agentic Software Development ไม่ใช่แค่ "ใช้ Copilot ช่วยเติมโค้ด" (นั่นคือระดับ 1) แต่คือ การให้ AI Agent รับผิดชอบงานทั้งหมู่ตั้งแต่รับ Requirement → ออกแบบ → เขียนโค้ด → เขียน Test → Deploy (ระดับ 4-5) นักพัฒนาเปลี่ยนบทบาทจาก "คนเขียนโค้ด" เป็น "คนกำกับ Agent"
AI เก่งเรื่องอะไร และไม่เก่งเรื่องอะไร
จากที่เราใช้จริงในทีมพัฒนาของ Devsign:
- เก่งมาก: เขียน CRUD ทั่วไป, สร้าง Unit Test, แปลงภาษา (เช่น Python → Go), Refactor โค้ดเก่า, เขียน Documentation, แก้ Bug ที่มี Error Message ชัดเจน
- พอใช้: ออกแบบ API ใหม่, เขียน Business Logic ที่ซับซ้อน, Debug ปัญหาที่เกิดจากหลายระบบ
- ยังอ่อน: ออกแบบสถาปัตยกรรมระบบใหญ่, ตัดสินใจเรื่อง Trade-off ที่กระทบทั้งองค์กร, เข้าใจบริบททางธุรกิจที่ลึกซึ้ง, จัดการ Stakeholder ที่คิดไม่ตรงกัน
สถานการณ์จริงในไทย
บริษัทสตาร์ทอัพไทยหลายแห่งเริ่มใช้ AI ช่วยเขียนโค้ดแล้ว ทีมเล็ก ๆ 3-4 คนสามารถส่งมอบงานที่เคยต้องใช้ทีม 8-10 คน แต่สิ่งที่เพิ่มขึ้นคือความสำคัญของ Code Review - เพราะ AI เขียนเร็วมาก แต่ไม่ได้แปลว่าถูกเสมอ ทีมที่ไม่มีกระบวนการ Review ที่ดี จะสะสม "หนี้ทางเทคนิค" ที่ซ่อนอยู่ในโค้ดจนวันหนึ่งพังทั้งระบบ
บทบาทใหม่: จาก Coder เป็น Architect
นักพัฒนาที่จะยังมีค่าในอีก 5 ปีข้างหน้าคือคนที่:
- เข้าใจธุรกิจลึกซึ้ง - แปลความต้องการที่เล่ามาเป็นระบบที่ AI เขียนได้
- อ่านโค้ดเก่งกว่าเขียนโค้ด - เพราะต้อง Review งานที่ AI เขียน 10 เท่าของที่เคย Review
- ออกแบบระบบ - เลือกเทคโนโลยี กำหนดสถาปัตยกรรม และวาง Guard Rails ให้ AI ทำงานได้ถูกต้อง
- ใช้เครื่องมือ AI ได้ดี - รู้ว่าถาม AI อย่างไรให้ได้คำตอบที่ต้องการ
ข้อควรระวังที่เราเห็นจริง
สิ่งที่เจอบ่อยคือ AI เขียนโค้ดที่ "ดูถูก" แต่มี Security Vulnerability ซ่อนอยู่ เช่น SQL Injection หรือการเปิด API โดยไม่มี Authentication ทีมพัฒนาของ Devsign ใช้ AI ช่วยเขียนโค้ดควบคู่กับกระบวนการ Quality Gate ที่เข้มงวด ทำให้ส่งมอบงานได้เร็วขึ้น 60% โดยไม่ลดคุณภาพ