การพัฒนาตนเองแบบวนซ้ำไม่ใช่แค่ทฤษฎีอีกต่อไป มันคือบันทึกการปล่อยในปัจจุบัน
Anthropic เพิ่งเผยแพร่การวิเคราะห์ที่น่าตกใจเกี่ยวกับการพัฒนาตนเองแบบวนซ้ำ (RSI): ช่วงเวลาที่ระบบ AI เริ่มเขียนโค้ดที่อัปเกรดตัวเอง สำหรับพวกเราที่สร้างซอฟต์แวร์สำหรับองค์กร นี่ไม่ใช่เหตุการณ์ที่ห่างไกล แต่มันคือบันทึกการคอมมิตที่เรากำลังรวมเข้าผลิตในวันนี้
ที่ Mercury Technology Solution ภารกิจของเราคือการเร่งความเป็นดิจิทัล—เพื่อช่วยแบรนด์ในการปรับปรุงการดำเนินงานผ่านเทคโนโลยีที่ทำงานได้จริง เพื่อทำเช่นนั้น เราต้องอยู่ในจุดที่ล้ำสมัย และตอนนี้ ขอบเขตนั้นกำลังตัดไปในทิศทางที่กำหนดความหมายใหม่ของ "วิศวกรรมซอฟต์แวร์" อย่างแท้จริง
นี่คือสิ่งที่ข้อมูลกล่าวไว้ สิ่งที่รู้สึกได้จากพื้นฐาน และคุณค่าของมนุษย์จะไปอยู่ที่ไหนเมื่อเครื่องจักรไม่ต้องการไวยากรณ์ของเราอีกต่อไป
ตัวเลขสามตัวที่เปลี่ยนทุกอย่าง
รายงานของ Anthropic มีข้อมูลสามจุดที่สะท้อนสิ่งที่เราเห็นในทีมวิศวกรรมของ Mercury อย่างชัดเจน
1. เกณฑ์ 80%
ณ เดือนพฤษภาคม 2026 โค้ดมากกว่า 80% ที่ Anthropic นำไปใช้ในผลิตภัณฑ์นั้นถูกเขียนโดย Claude เรากำลังเห็นอัตราส่วนเดียวกันภายในองค์กรชุดการดำเนินธุรกิจ Mercury—ซึ่งครอบคลุมการขาย, HR, และการจัดการโครงการ—AI จะเป็นผู้จัดการงานที่หนักหน่วง สำหรับโครงการใหม่ที่ไม่มีภาระจากระบบเก่า เปอร์เซ็นต์นี้มักจะสูงขึ้นไปอีก
ความหมายไม่ได้หมายความว่าวิศวกรกำลังหายไป แต่หมายความว่าการกระทำการเขียนไวยากรณ์ได้ถูกทำให้เป็นสินค้า
2. ตัวคูณ 8 เท่า
ผลผลิตรายไตรมาสของวิศวกรคนเดียวอยู่ที่ประมาณแปดเท่าของปี 2024 ประสบการณ์ส่วนตัวของฉันอยู่ในช่วงระหว่าง 5x ถึง 10x ขึ้นอยู่กับงานที่ทำ ไอโรนิกคือไมโครทาสก์—การปรับแต่งส่วนประกอบ UI การแปลสตริงที่แปลเป็นภาษาท้องถิ่น การรันคำสั่ง bash อย่างรวดเร็ว—ยังคงทำได้เร็วกว่าเมื่อทำด้วยมือ แต่สำหรับสถาปัตยกรรมที่สำคัญ มนุษย์ในปัจจุบันกำลังทำงานในระดับเหนือมนุษย์
3. ความน่าเชื่อถือเพิ่มขึ้นเป็นสองเท่าทุกสี่เดือน
การวัดผลของ METR แสดงให้เห็นว่าความยาวของงานที่ซับซ้อนที่ AI สามารถทำได้อย่างเชื่อถือได้กำลังเพิ่มขึ้นเป็นสองเท่าทุกสี่เดือน Claude Opus 4.6 กำลังดำเนินการมอบหมายงานที่ใช้เวลาทั้งวันของวิศวกรอาวุโส
เส้นทางนี้ไม่เป็นเชิงเส้น มันกำลังเพิ่มขึ้นอย่างทวีคูณ
ทำไม "Vibe Coding" ถึงสิ้นสุดที่ระดับองค์กร
อุตสาหกรรมมีคำที่น่ารักสำหรับการกระตุ้น AI ให้สร้างแอปพลิเคชันที่น่าตื่นตาตื่นใจและหวังว่าโครงสร้างจะรองรับได้:การเขียนโค้ดแบบวายบ์ซึ่งใช้ได้ผลสำหรับต้นแบบ แต่จะล้มเหลวเมื่อมีโค้ดถึงล้านบรรทัด
เมื่อคุณจัดการแพลตฟอร์มที่มีความต้องการด้านความปลอดภัยที่แท้จริง ข้อจำกัดด้านการขยายตัวที่แท้จริง และพื้นผิวการรวมที่แท้จริง คุณไม่สามารถหวังให้ความมั่นคงเกิดขึ้นได้ คุณต้องการสถาปัตยกรรม คุณต้องการรสนิยม คุณต้องการคนที่เข้าใจว่าทำไมกลยุทธ์การแคชถึงมีความสำคัญมากกว่าการเคลื่อนไหวแบบเกรเดียนท์
นี่คือความจริงที่โหดร้ายที่วิทยานิพนธ์ของ Anthropic ยืนยัน: ต้นทุนส่วนเพิ่มในการสร้างซอฟต์แวร์กำลังเข้าใกล้ศูนย์ สำหรับศตวรรษที่ผ่านมา วิศวกรที่ฉลาดที่สุดบนโลกได้เขียนโค้ดที่ยอดเยี่ยมด้วยเป้าหมายที่ไม่พูดออกมาคือการทำให้ตัวเองไม่ต้องพิมพ์อีกต่อไป สคริปต์นั้นได้ถูกนำมาใช้แล้ว
แล้วอะไรที่เหลืออยู่?
จากนักเขียนโค้ดสู่สถาปนิก: ป้อมปราการของมนุษย์
Anthropic เรียกมันว่าการกำหนทิศทางผมเรียกมันว่าเป็นงานเดียวที่ยังคงอยู่ในกระบวนการวนซ้ำ
คุณค่าของคุณไม่อยู่ที่วิธีการเขียนโค้ดอีกต่อไป แต่เป็นที่:
- การกำหนดปัญหา— การรู้ว่าจุดเจ็บปวดไหนที่ควรค่าแก่การแก้ไข
- การวิจัยรสนิยม— การรับรู้เมื่อเส้นทางการทดลองเป็นทางตันก่อนที่คุณจะใช้เวลาหกสปรินต์ไปกับมัน
- การมองการณ์ไกลเชิงกลยุทธ์— การมองเห็นว่าการตัดสินใจทางเทคนิคมีผลกระทบต่อโมเดลธุรกิจในอีกสิบแปดเดือนข้างหน้าอย่างไร
วิศวกรในปี 2027 จำเป็นต้องลุกจากหน้าจอ นั่งข้างลูกค้า และดื่มด่ำกับความต้องการทางธุรกิจในโลกจริง ข้อได้เปรียบในการแข่งขันของคุณไม่ใช่ความเร็วในการพิมพ์ แต่คือการตัดสินใจทางสถาปัตยกรรมและปัญญาเชิงบริบท
หากคุณยังคงวัดคุณค่าของคุณจากจำนวนบรรทัดของโค้ดที่ส่งแล้ว คุณกำลังเพิ่มประสิทธิภาพให้กับเมตริกที่ AI ได้ชนะไปแล้ว
กฎของ Amdahl: จุดคอขวดเพียงแค่ย้ายไป
Anthropic ได้อ้างถึงกฎของ Amdahl อย่างตรงไปตรงมา และมันคุ้มค่าที่จะเข้าใจ กฎนี้ระบุว่าความเร็วโดยรวมของกระบวนการใด ๆ ถูกจำกัดโดยส่วนประกอบที่ช้าที่สุดซึ่งไม่ได้เร่งความเร็ว
AI ไม่ได้กำจัดจุดคอขวด แต่ย้ายไปยังต้นน้ำ
เมื่อ AI สร้างโค้ดในปริมาณที่ไม่เคยมีมาก่อน จุดที่ต้องให้ความสำคัญใหม่คือการตรวจสอบและยืนยันโดยมนุษย์ เครื่องสามารถเขียนโค้ดได้ถึงสิบพันบรรทัดก่อนอาหารกลางวัน แต่ยังมีคนที่ต้องอ่าน เข้าใจเจตนา และอนุมัติการรวมโค้ดนั้นอยู่ดี
ในองค์กรที่สามารถอยู่รอดจากการเปลี่ยนแปลงนี้ มืออาชีพที่มีค่าที่สุดจะเป็นผู้ที่สามารถระบุได้อย่างรวดเร็วว่าจุดคอขวดได้ย้ายไปที่ไหน—และทำให้มันคลี่คลาย
ที่ Mercury เราแก้ไขปัญหานี้โดยตรงด้วยMercury Muses AI, ผู้ช่วยอัจฉริยะที่ช่วยอัตโนมัติในงานปฏิบัติการที่ซ้ำซาก เพื่อให้ทีมมนุษย์ของเราสามารถมุ่งเน้นไปที่การตัดสินใจเชิงกลยุทธ์แทนที่จะเป็นการตรวจสอบเชิงกล
คอมพิวเตอร์คือพระราชา: การควบคุมฮาร์ดแวร์
มีชั้นทางภูมิรัฐศาสตร์ใน RSI ที่คนในวงการซอฟต์แวร์ส่วนใหญ่เลือกที่จะมองข้าม
หาก AI เข้าสู่วงปิดของการพัฒนาตนเองอย่างแท้จริง ความเร็วในการพัฒนาทางเทคโนโลยีของมนุษย์จะถูกกำหนดโดยตัวแปรเดียว:คำนวณ.
หากการพัฒนา AI กลายเป็นการแข่งขันด้านการคำนวณอย่างแท้จริง ผู้ที่ควบคุมห่วงโซ่อุปทานฮาร์ดแวร์จะควบคุมการพัฒนาของอารยธรรมได้ ในขณะนี้ จุดคับแคบที่สำคัญที่สุดในห่วงโซ่ระดับโลกนั้นคือการบรรจุภัณฑ์ขั้นสูง—โดยเฉพาะ CoWoS ซึ่งหมายความว่าไต้หวันยังคงเป็นกุญแจสำคัญที่ไม่มีใครโต้แย้ง
มาหลายทศวรรษ เราเรียกผู้ผลิตเซมิคอนดักเตอร์ว่าเป็นผู้ที่"ขายพลั่วในช่วงที่มีการขุดทอง"เรื่องราวได้เปลี่ยนไป เหมืองทองตอนนี้กำลังขุดตัวเอง แต่ความเร็วในการขุดยังคงขึ้นอยู่กับพลั่วทั้งหมด
ในอีก 24 ถึง 36 เดือนข้างหน้า ผู้เล่นที่ควบคุมการคำนวณจะต้องเผชิญกับทางเลือก: ยังคงขายเครื่องมือ หรือเริ่มดำเนินการรถบดถนน
เหตุผลใหญ่ "ทำไม": การบริหารจัดการ, วัตถุประสงค์, และคำถามที่เราไม่สามารถจ้างงานให้ทำแทนได้
ฉันใช้เวลาหลายชั่วโมงในการพูดคุยเกี่ยวกับการกำกับดูแล AI กับเพื่อนร่วมงานของฉัน เราได้ถกเถียงกันว่าการควบคุม AI จะสามารถทำได้เหมือนกับอาวุธนิวเคลียร์หรือไม่
ข้อสรุปที่น่าตกใจ? เราจริงๆ แล้วไม่รู้
การฝึกโมเดลที่ล้ำสมัยในฟาร์มเซิร์ฟเวอร์นั้นซ่อนเร้นได้ง่ายกว่าซิลอนิวเคลียร์อย่างไม่มีที่สิ้นสุด การตรวจสอบ "การหยุดชั่วคราว" ทั่วโลกในการพัฒนา AI นั้นแทบจะเป็นไปไม่ได้เมื่อแรงจูงใจเชิงพาณิชย์มีมูลค่ามหาศาลเช่นนี้ ยักษ์ไม่เพียงแค่หลุดออกจากขวด; มันกำลังสร้างขวดที่ดีกว่า
ฉันไม่เชื่อว่า Artificial General Intelligence จะมาถึงทุกที่พร้อมกันในวันอังคารที่สุ่มหนึ่งวัน มันจะเข้ายึดอุตสาหกรรมทีละขั้นตอน ตามแต่ละโดเมน การพัฒนาซอฟต์แวร์เป็นเพียงโดมิโนตัวแรกที่มีอิทธิพลสูงสุดที่จะล้มลง เมื่อชั้นซอฟต์แวร์ถูกทำให้เป็นอัตโนมัติอย่างเต็มที่ ระบบนิเวศส่วนที่เหลือจะตามมา
เราไม่ควรตกอยู่ในภาวะอัมพาตจากเรื่องนี้ แต่เราต้องเผชิญหน้ากับมันด้วยสายตาที่เปิดกว้าง
ตลอดร้อยปีที่ผ่านมา ความท้าทายหลักของเราคือการหาวิธีที่จะสร้างซอฟต์แวร์เมื่อเราเข้าสู่ยุคที่เครื่องจักรสร้างตัวเอง ความรับผิดชอบสูงสุดของเราจะเปลี่ยนไปเป็นการตอบคำถาม:
เรากำลังสร้างสิ่งนี้เพื่อใคร และเพื่อวัตถุประสงค์ใด?
คำถามนั้นไม่สามารถมอบหมายให้กับโมเดลได้ มันคือหน้าที่เดียวที่ยังคงเป็นของมนุษย์อย่างสมบูรณ์และถาวร
ก้าวนำหน้าความก้าวหน้า
— เจมส์ หวาง, CEO ของ Mercury Technology Solution
สรุปสำคัญ
AI Ouroboros ไม่ใช่ภัยคุกคามในอนาคต แต่มันคือสถานะปัจจุบันของวิศวกรรมการผลิต โค้ดกำลังเขียนโค้ด ผลผลิตกำลังเพิ่มขึ้น และจุดคอขวดกำลังเคลื่อนที่ขึ้นไป
วิศวกรและองค์กรที่อยู่รอดจะไม่ใช่ผู้ที่พิมพ์ได้เร็วที่สุด แต่จะเป็นผู้ที่ตั้งคำถามได้ดีที่สุด แก้ไขจุดคอขวดที่ถูกต้อง และไม่ลืมว่าทางเทคโนโลยีมีค่าเมื่อมันตอบสนองต่อวัตถุประสงค์ของมนุษย์
เร่งความเป็นดิจิทัล แต่ต้องรู้เหตุผลอย่างชัดเจน
