เปิด 4 เงื่อนไขสำคัญ: AI จะมาแทนที่โปรแกรมเมอร์ระดับ Junior ได้จริงหรือ?

ผมได้อ่านรายงานการเปิดตัวโมเดลสำคัญทุกฉบับ ซึ่งส่วนใหญ่มักจะระบุตัวเลขความสามารถด้านการเขียนโค้ด (Coding Number) มาด้วยเสมอ

เมื่อตัวเลขเหล่านั้นสูงขึ้น ข้อสรุปที่หลายคนสรุปตรงกันคือ วิศวกรระดับ Junior กำลังจะหมดอนาคต แต่ผมมองว่าข้อสรุปนั้นคลาดเคลื่อนไปจากความเป็นจริง เพราะผู้คนกำลังใช้คะแนน Benchmark มาคาดการณ์ผลลัพธ์ในตลาดแรงงาน โดยข้ามขั้นตอนสำคัญระหว่างกลางไปทั้งหมด

แทนที่จะตั้งคำถามว่า "Agent จะมาแทนที่ Junior หรือไม่" ผมอยากชวนมาพิจารณาว่าต้องมีเงื่อนไขอะไรบ้างที่ต้องเป็นจริงเพื่อให้สิ่งนั้นเกิดขึ้น แล้วตรวจสอบแต่ละข้อกับหลักฐานที่ดีที่สุดที่เรามีในปัจจุบัน

โดยสรุปมีเงื่อนไขอยู่ 4 ข้อ ซึ่ง 3 ข้อแรกยังไม่เป็นจริง ส่วนข้อที่ 4 คือสิ่งที่น่ากังวลที่สุดเพราะมันอาจเกิดขึ้นได้โดยไม่ต้องพึ่งพาสามข้อแรก

เงื่อนไขที่ 1: Agent ต้องมีความน่าเชื่อถือในระยะเวลาการทำงานจริงของ Junior

การวัดผลที่ดีที่สุดคือช่วงเวลาการทำงาน (Time-horizon) ของ METR ที่จับเวลาผู้เชี่ยวชาญในงานซอฟต์แวร์จริง แล้วหาความยาวของงานที่โมเดลทำสำเร็จได้ 50% ของเวลาทั้งหมด

ผลลัพธ์หลัก พบว่าค่า Horizon นี้เพิ่มขึ้นสองเท่าทุกๆ เจ็ดเดือนในช่วงปี 2019-2025 โดยใน Time Horizon 1.1 ฉบับปรับปรุง ได้ขยายชุดงานและเพิ่มงานที่ต้องใช้เวลาเกินแปดชั่วโมงขึ้นเป็นเท่าตัว ข้อมูลจาก การเพิ่มขึ้นเป็นสองเท่าได้เร่งตัวขึ้นตั้งแต่นั้นมา และ Leaderboard แบบสด ระบุว่าโมเดลระดับแนวหน้าทำงานต่อเนื่องได้หลายชั่วโมงแล้ว

แม้นั่นฟังดูเหมือนคำตัดสินที่ชัดเจน แต่หากพิจารณาระเบียบวิธีวิจัยจะพบประเด็นสำคัญสองประการ:

• ประการแรก เกณฑ์สำเร็จ 50% ไม่เพียงพอสำหรับการจ้างงานจริง หากดูที่ระดับความสำเร็จ 80% ช่วงเวลาจะสั้นลงมาก โดยโมเดลเก่งเฉพาะงานที่มนุษย์ทำเสร็จใน 4 นาที แต่ทำงานที่ต้องใช้เวลาเกิน 4 ชั่วโมงสำเร็จไม่ถึง 10%
• ประการที่สอง METR ระบุว่างานถูกออกแบบให้จบในตัว (Self-contained) ซึ่งต่างจากโลกจริง เพราะช่วงหกเดือนแรกของ Junior คือการเรียนรู้บริบท (Context Acquisition) เช่น บริการนี้ใครดูแล หรือโครงสร้างนี้มีไว้ทำไม ซึ่ง Benchmark ไม่ได้วัดผลในส่วนที่ยากที่สุดนี้เลย

เงื่อนไขที่ 2: Benchmark ต้องวัดผลงานที่ทำได้จริง

ในเดือนกุมภาพันธ์ 2026 OpenAI เลิกรายงานผล SWE-bench Verified และแนะนำให้เจ้าอื่นทำตาม

เหตุผลสำคัญคือจากการตรวจสอบพบว่า 59.4% ของปัญหาในชุดข้อมูลมีกรณีทดสอบ (Test Cases) ที่บกพร่อง ทำให้ปฏิเสธวิธีแก้ปัญหาที่ถูกต้อง และยังพบการปนเปื้อน (Contamination) ที่โมเดลสร้างคำตอบได้ตรงตัวเพราะเคยผ่านตาในขั้นตอนฝึกฝนมาก่อน

เมื่อย้ายไปใช้ชุดข้อมูลที่ยากขึ้นและมีการปนเปื้อนน้อยลงอย่าง SWE-bench Pro ประสิทธิภาพของโมเดลก็ร่วงลงทันที เช่นเดียวกับชุดทดสอบใหม่อย่าง Terminal-Bench ที่กำลังถูกพัฒนาขึ้นเพื่อแก้ปัญหานี้

นี่ไม่ใช่การบอกว่า Benchmark ไร้ประโยชน์ แต่หมายความว่าตัวเลขที่ถูกใช้มาตลอดสองปีเพื่ออ้างว่า Junior กำลังจะล้าสมัยนั้น ถูกยกเลิกโดยผู้สร้างมันเอง เนื่องจากตัวเลขเหล่านั้นดูดีเกินความเป็นจริง

เงื่อนไขที่ 3: ต้นทุนการตรวจสอบผลลัพธ์จาก Agent ต้องต่ำกว่าการมอบหมายงานให้คน

นี่คือเงื่อนไขที่มักถูกละเลยที่สุด METR ได้ทำการ ทดลองแบบสุ่มและมีกลุ่มควบคุม (RCT) กับนักพัฒนาโอเพนซอร์สที่มีประสบการณ์ 16 คน ในงานจริง 246 งาน

ผลปรากฏว่า แม้นักพัฒนาจะคาดหวังว่า AI จะช่วยให้เร็วขึ้น 24% แต่ในการวัดผลจริงพวกเขากลับทำงานช้าลง 19% เนื่องจากต้องใช้เวลาในการตรวจสอบความถูกต้อง

สอดคล้องกับ การสำรวจปี 2025 ของ Stack Overflow ที่พบว่านักพัฒนา 46% ไม่เชื่อมั่นในความถูกต้องของ AI และ งานวิจัย DORA ของ Google ก็พบว่าแม้ AI จะช่วยเพิ่มปริมาณงาน แต่ความไม่เสถียรในการส่งมอบงานกลับไม่ได้ลดลง สรุปคือการสร้างโค้ด (Generation) ถูกลง แต่การตรวจสอบ (Verification) ยังมีราคาสูงและต้องใช้เวลาของวิศวกรระดับ Senior

เงื่อนไขที่ 4: บริษัทต่างๆ เต็มใจทำลายเส้นทางการสร้างพนักงานระดับ Senior ของตนเอง

นี่คือความจริงที่น่าอึดอัดใจ เพราะแม้ AI จะยังแทนที่คนไม่ได้ในเชิงเทคนิค (เงื่อนไข 1-3) แต่บริษัทต่างๆ อาจเลือกที่จะทำเช่นนั้นอยู่ดี

งานวิจัย Canaries จาก Stanford พบว่าการจ้างงานผู้ที่มีอายุ 22-25 ปี ในสายงานที่ AI เข้าถึงได้มากที่สุดลดลงอย่างชัดเจน โดยมีช่องว่างขาดแคลนถึง 19% ในเดือนมิถุนายน 2026 ข้อมูลจาก แดชบอร์ดแบบสด แสดงให้เห็นว่าบริษัทเลือกใช้วิธี "ลดการจ้างงานใหม่" แทนการเลิกจ้าง

ประเด็นที่น่ากลัวคือ ความรู้แบบ Codified (ความรู้ที่บันทึกได้) ที่ Junior มักพกมาใช้ทำงานเริ่มถูก AI แทนที่ แต่ความรู้แบบ Tacit (ทักษะจากประสบการณ์) ที่ต้องอาศัยการฝึกฝนจากงานระดับ Junior กลับเป็นที่ต้องการมากขึ้น เรากำลังทำลายระบบเด็กฝึกงาน (Apprenticeship) ด้วยระบบอัตโนมัติ ในขณะที่เรายังคงโหยหาผลผลิตที่เป็นมืออาชีพ

มุมมองส่วนตัวของผม

Agentic Coding ไม่ได้มาแทนที่วิศวกร Junior แต่มันกำลังมาแทนที่ "งานที่เคยมอบหมายให้ Junior" คอขวดที่แท้จริงไม่เคยอยู่ที่การเขียนโค้ด แต่อยู่ที่การตรวจสอบ บริบท และการตัดสินใจ ซึ่ง AI ยังห่างไกลจากจุดนี้มาก

บริษัทที่ฉลาดในอีก 3 ปีข้างหน้า คือบริษัทที่ยังคงจ้าง Junior ต่อไป และสนับสนุนให้พวกเขาใช้ Agent เพื่อเร่งการเรียนรู้ให้ก้าวสู่ระดับ Senior ได้เร็วขึ้น แต่ปัจจุบันยังไม่ค่อยมีใครสนใจแนวทางนี้เพราะมันไม่ได้สร้างตัวเลขที่ดูสวยงามในรายงานผลประกอบการ

สิ่งที่จะทำให้ผมเปลี่ยนใจ

หากเกิดเหตุการณ์ 3 ใน 5 ข้อนี้ ผมพร้อมจะเปลี่ยนความคิดทันที:

• AI มีความน่าเชื่อถือระดับ 80% ในงานที่ต้องใช้บริบทซับซ้อนตลอดวัน
• คะแนน Benchmark ระยะยาวที่ไม่มีการปนเปื้อนสูงเกิน 60%
• ผลการทดลองของ METR พบว่าความเร็วที่วัดได้จริงเพิ่มขึ้นตามที่ผู้ใช้รู้สึก
• ความไม่เสถียรในการส่งมอบงานของ DORA ลดลงติดต่อกันสองปี
• ช่องว่างการจ้างงานเด็กจบใหม่ของ Stanford แคบลง

ประเด็นสำคัญ

• METR ชี้ว่า AI เก่งแค่ในงานที่ไม่มีบริบท ซึ่งต่างจากการทำงานจริงของ Junior
• OpenAI เลิกใช้ SWE-bench Verified เพราะพบว่าชุดข้อมูลบกพร่องและมีการปนเปื้อน
• การสร้างโค้ดราคาถูกลง แต่การรีวิวโดย Senior ยังเป็นคอขวดที่สำคัญ
• ข้อมูล Stanford พบช่องว่างการจ้างงานเด็กจบใหม่ถึง 19% เพราะบริษัทระงับการรับคน
• การใช้ AI อาจทำให้ระบบการสร้างผู้เชี่ยวชาญจากการฝึกฝน (Apprenticeship) หายไป

Asif Razzaq เป็น CEO ของ Marktechpost Media Inc. ผู้ประกอบการและวิศวกรวิสัยทัศน์ไกลที่มุ่งมั่นนำ AI มาใช้ประโยชน์ต่อสังคม โดยแพลตฟอร์มของเขามียอดผู้เข้าชมกว่า 2 ล้านครั้งต่อเดือนจากการนำเสนอข่าวสาร Machine Learning ที่ลึกซึ้งและเข้าใจง่าย