ในช่วงวันหยุดมีเวลาว่าง เลยลองมาอ่านและสรุปจากเอกสารของ Google
ชื่อว่า The New SDLC With Vibe Coding
ทำอธิบายว่า AI เข้ามาเปลี่ยนแปลงขั้นตอนการพัฒนาระบบงานอย่างไร
ซึ่งเรามักจะเริ่มจาก Software Development Life Cycle (SDLC) ประกอบไปด้วย
- Requirement
- DEsign
- Implementation
- Testing
- Review and deploy
- Maintenance
โดยเข้ามาเพื่อแก้ไขปัญหาและได้สร้างปัญหาใหม่ ๆ ขึ้นมา
รูปเปรียบเทียบการทำงานใน SDLC เมื่อมี AI เข้ามา
จากรูปจะเห็นได้ว่าในการ Implementation นั้นจะใช้งาน AI
ซึ่งในเอกสารบอกว่า productivity จะเพิ่มขึ้น 25-39%
แต่ก็มีประมาณ 19% ที่บอกว่า บางงานกลับช้าลง (รวมเวลาในการตรวจสอบและแก้ไขเข้าไปด้วย)
นั้นคือปัญหาที่เกิดขึ้นคือ การ review
และต้นเหตุของปัญหามาจาก specification
หรือ เอกสารที่ได้จากขั้นตอน requirement และ design/architecture
ว่ามีคุณภาพดีหรือไม่ ? (คุ้น ๆ ไหมว่า มันคือปัญหาเดิม ๆ ก่อนเข้าสู่ยุค AI อยู่แล้ว)
ดังนั้นปัญหานี้ไม่ได้หายไปไหน แต่จะทำให้เราเห็นและรู้รวดเร็วขึ้น
เนื่องจากในขั้นตอนนี้มีการพูดคุยกัน สรุปเป็นเอกสาร
และในขณะเดียวกันก็มีการสร้าง prototype ขึ้นมา
เพื่อช่วยให้แต่ละคนเห็นภาพเดียวกัน ว่าอะไรจะเกิดขึ้นในอนาคต (ไม่ต้องจินตนาการไปเอง)
และเมื่อเข้าใจตรงกันแล้ว
ก็สามารถนำเอกสารเหล่านี้ มาให้ AI ทำการสร้างเป็น เอกสาร draft version ขึ้นมา
ทั้ง user story/feature
ทั้ง design test case (success/failure/edge cases ต่าง ๆ)
ซึ่งกระบวนการนี้ใช้เวลาที่น้อยมาก ๆ ในระดับนาที
แต่จำเป็นต้องให้คนมา review สิ่งที่ AI สร้างออกมา
เพื่อปรับปรุงเอกสารเหล่านั้นให้ดีขึ้น หรือ ตรวจสอบความถูกต้อง (ต้องกำหนดกรอบการทำงานให้ดี ๆ)
นั่นคือ การจัดการ context หรือ context engineering
เพราะว่า LLM model จะไม่สามารถเห็น business context ทั้งหมดอยู่แล้ว
โดยการจัดการ context มีทั้งแบบ Static และ Dynamic
- Static context จะทำการ load ทั้งหมดในทุก ๆ turn ของการทำงาน เช่น AGENTS.md, CLAUDE.md เป็นต้น
- Dynamic context จะทำการ load เฉพาะข้อมูลที่เกี่ยวข้อง หรือ ที่ต้องใช้งานเท่านั้น เช่น Agent Skills, Tools/MCP และ RAG
และและสิ่งที่ได้ออกมาจาก AI นั้น
จำเป็นต้องทำการ testing, evaluate เสมอ ว่าทำงานได้ตามที่ต้องการหรือไม่
รวมทั้งเรื่องของความถูกต้อง
ทั้งในแง่ของเอกสารที่ควรมีรูปแบบที่เป็นมาตรฐาน
ทั้งในแง่ของ functional
ทั้งในแง่ของ non-functional
ตลอดจนลดการทำงานแบบ manual ไปเป็น automation ให้มากที่สุด
เพื่อให้ระบบการทำงานมีความเสถียร และ น่าเชื่อถือมากที่สุด
ไม่ใช่สนใจเพียงความเร็วและ productivity เท่านั้น
นั่นคือการปรับปรุงจาก Vibe coding มายัง Agentic engineering นั่นเอง
และยังมีมุมมองเปรียบเทียวในแง่ของค่าใช้จ่าย
ตั้งแต่เริ่มต้นไปจนถึงการดูแลรักษาบน production
ซึ่งแสดงดังรูป
สามารถอ่านเพิ่มเติมใน The New SDLC With Vibe Coding ได้เลย
ไม่สิ่งที่น่าสนใจเยอะมาก ๆ จะได้นำมาปรับใช้งานกันต่อไป
Reference websites
