มีใครลองใช้ Playbook ของ Anthropic จริงๆ แล้วบ้าง

A Thai software developer sitting at a desk with a laptop showing code and AI chat windows, a cat sleeping beside the keyboar

มีใครลองใช้ Playbook ของ Anthropic ในโปรเจกต์จริงแล้วบ้าง

ช่วงนี้ตื่นกันใหญ่เลยครับ Anthropic เพิ่งเผยแพร่คู่มือทำงานกับ AI แบบใหม่ออกมา ผมนั่งอ่านจนจบทุกหน้า (ระหว่างที่น้องแมวมานอนทับคีย์บอร์ดเป็นระยะ) แล้วก็เกิดคำถามเดียวในหัวเลย คือมีใครลองใช้กับงานจริงๆ แล้วบ้างมั้ย เพราะคู่มือสวยๆ บนกระดาษกับสนามจริงมันคนละเรื่องกันครับ

เอาเป็นว่าวันนี้ผมจะเล่าว่าคู่มือนี้พูดถึงอะไร แบบภาษาบ้านๆ ที่คนไม่ใช่สายเทคก็ฟังรู้เรื่อง แล้วค่อยดูกันว่าไอเดียนี้เวิร์กแค่ไหนครับ

คู่มือนี้พูดถึงอะไร มาดูกันแบบง่ายๆ

สั้นๆ คือ Anthropic อยากให้เราทำงานกับ AI แบบมีระบบ ไม่ใช่พิมพ์ถามไปเรื่อยเปื่อยแล้วโค้ดกระจัดกระจาย วิธีของเขาคือทำทุกอย่างเป็นขั้นตอนต่อกันเป็นวงกลม มีวางแผน ออกแบบ เขียนโค้ด ทดสอบ ขึ้นระบบ และดูแลรักษาครับ

จุดเด็ดอยู่ตรงที่แต่ละขั้นจะสร้างไฟล์เอกสารขึ้นมาหนึ่งชิ้น แล้วไฟล์นั้นกลายเป็นวัตถุดิบให้ขั้นถัดไป เหมือนทำอาหารที่มีสูตรเขียนไว้ทุกขั้น ใครต่อคนก็ทำต่อได้ ไม่ต้องเดาครับ

ไฟล์พวกนี้จะถูกเก็บในระบบกันพลาดแบบเดียวกับโค้ด ทำให้ย้อนดูประวัติได้ว่าทำไมถึงตัดสินใจแบบนี้ ซึ่งผมว่าปังมาก เพราะปัญหาใหญ่ของทีมโปรแกรมเมอร์เลยคือ ‘ทำไมเมื่อกี้เขียนแบบนี้วะ’ ครับ 555

A flowchart on a whiteboard showing planning, design, code, test, and deploy stages connected in a loop, sticky notes in Thai
Has anyone actually tried Anthropic’s AI-Native SDLC playbook in a real project? — figure 1

แล้วคนทำอะไร คนไม่ต้องทำอะไร

อันนี้คือส่วนที่ผมชอบที่สุดเลยครับ ในระบบนี้ AI จะช่วยทดสอบงานตัวเอง ช่วยรีวิวงานกันเอง ส่วนคนเราจะยืนอยู่แค่จุดตัดสินใจสำคัญ เช่น งานนี้ตรงกับที่ลูกค้าอยากได้ไหม มีความเสี่ยงไหม ปล่อยขึ้นระบบจริงได้เลยไหม

เปรียบเหมือนเจ้าของร้านอาหารที่มีคนครัวฝีมือดีหลายคน คุณไม่ต้องยืนผัดทุกจาน แต่ต้องชิมก่อนเสิร์ฟลูกค้าทุกเมนูใหม่ครับ ถ้าปล่อยไปเลยโดยไม่ชิม วันหนึ่งอาหารเปรี้ยวเกินไปคนละเรื่องเลย

อีกจุดที่น่าสนใจคือความรู้ขององค์กรจะถูกเก็บเป็นไฟล์กลาง เวลาคนใหม่เข้าทีม AI อ่านแล้วก็รู้เรื่องเลย เหมือนมีสมุดบันทึกสูตรลับของร้านเก็บไว้ ไม่ต้องไล่ถามรุ่นพี่ทีละคนครับ

ข้อความหลักที่ผมว่าจริงมาก

นี่คือประเด็นที่ทำให้ผมนั่งพิงพนักแล้วคิดนานเลยครับ ตอนนี้ AI ช่วยเขียนโค้ดได้เร็วขึ้นเยอะมาก จากที่ใช้เวลาหลายวันเหลือแค่ไม่กี่ชั่วโมง แต่ปัญหาไม่ได้หายไป มันแค่ย้ายที่ครับ

Ugreen 100W USB C Charger Nexode X 3-Ports GaN พับ PPS Fast Compact Wall Charger

Ugreen 100W USB C Charger Nexode X 3-Ports GaN พับ PPS Fast Compact Wall Charger
฿1,490
⭐ 4.9 · ขายแล้ว 506

เหมือนทางด่วนที่ขยายเพิ่มเลนแล้วรถวิ่งเร็วขึ้น แต่ปลายทางยังเก็บค่าผ่านทางที่ตู้เดิม คิวก็ไปติดตรงนั้นแหละ ในงานซอฟต์แวร์ คิวที่ว่าคือการเช็กความถูกต้อง การรีวิวงาน ความปลอดภัย และการขึ้นระบบครับ

พูดง่ายๆ คือถ้าเราปล่อยให้ AI ผลิตโค้ดเป็นสายพาน แต่คนตรวจมีจำกัด คิวรีวิวจะบวมจนน่าตกใจ และความเสี่ยงระบบพังก็สูงขึ้นแทนที่จะดีขึ้นครับ

A developer reviewing pull requests on dual monitors at night with coffee, AI assistant panel open on screen, realistic photo
Has anyone actually tried Anthropic’s AI-Native SDLC playbook in a real project? — figure 2

มีใครลองใช้จริงแล้วบ้าง และควรลองมั้ย

บอกตรงๆ ว่าตอนนี้ยังไม่ค่อยเจอใครเอาทั้งระบบไปใช้แบบเต็มตัวในโปรเจกต์ใหญ่เลยครับ ส่วนใหญ่ที่เจอจะเป็นการหยิบบางส่วนมาใช้ เช่น เอาวิธีเขียนเอกสารแผนงานก่อนลงมือโค้ดมาลอง หรือให้ AI ตรวจงานตัวเองก่อนส่งให้คนดู

ผมเองลองแบบเล็กๆ ในงานข้างงานดู กับโปรเจกต์เล็กที่ทำระหว่างเลี้ยงน้องหมาอยู่บ้าน รู้สึกแบบนี้ครับ การเขียนเอกสารก่อนดูเหมือนเสียเวลา แต่พอ AI ทำงานตามแผน ผลออกมาตรงปกมากกว่าเดิมเยอะ ตกลงคุ้มครับ

แต่ถ้าจะใช้ทั้งระบบในบริษัทจริง ต้องเตรียมใจว่าคนในทีมต้องเรียนรู้กันก่อน เหมือนเปลี่ยนวิธีทำงานทั้งครัว ไม่ใช่แค่เปลี่ยนกระทะใบใหม่ครับ

Apple iPhone 15 I iStudio by SPVi

Apple iPhone 15 I iStudio by SPVi
฿21,200
⭐ 4.9 · ขายแล้ว 1,420

ของที่ต้องมี ถ้าอยากลอง

ถ้าใครสนใจจะทดลองตามแนวทางนี้ ของที่ควรเตรียมมีไม่เยอะครับ อันดับแรกคือสมาชิก Claude ของ Anthropic สำหรับให้ AI ช่วยทำงานตามขั้นตอนต่างๆ ประมาณหลักร้อยถึงพันบาทต่อเดือนแล้วแต่แพ็กเกจ ถือว่าถูกกว่าจ้างคนเพิ่มเยอะเลย

อย่างที่สองคือพื้นที่เก็บโค้ดออนไลน์อย่าง GitHub เพื่อเก็บไฟล์เอกสารและโค้ดทุกขั้นให้เรียบร้อย มีทั้งเวอร์ชันฟรีกับแบบจ่ายเงิน แนะนำให้เริ่มจากฟรีก่อนก็ได้ครับ

สุดท้ายคือคอมที่แรงพอสมควร เพราะต้องเปิดหลายโปรแกรมพร้อมกัน ใครใช้โน้ตบุ๊กเครื่องเก่าอาจต้องพิจารณาแรม 16GB ขึ้นไป จะได้ไม่มาสะดุดกลางทางครับ

คำถามที่คนถามบ่อย

มีใครลองใช้ทั้งระบบในบริษัทจริงแล้วบ้าง

ตอนนี้ยังน้อยมากครับ ส่วนใหญ่หยิบมาใช้เฉพาะบางส่วน เพราะทั้งระบบต้องปรับวิธีทำงานของทีมเยอะ ค่อยๆ ทำทีละส่วนน่าจะดีกว่าครับ

ต้องเป็นโปรแกรมเมอร์เก่งๆ ไหมถึงจะใช้ได้

ยิ่งเก่งยิ่งได้เปรียบแน่นอนครับ แต่มือใหม่ก็ลองได้ แนะนำให้เริ่มจากโปรเจกต์เล็กก่อน อย่าเพิ่งเอาไปใช้กับงานใหญ่ที่พังไม่ได้ครับ

ค่าใช้จ่ายเยอะไหม

ถ้าเป็นระดับบุคคลก็หลักร้อยถึงพันบาทต่อเดือนครับ เทียบกับเวลาที่ประหยัดได้ ผมว่าคุ้มเลย เหมือนจ่ายค่าชาเย็นวันละแก้วแต่ได้ผลงานเพิ่มเป็นเท่าตัวครับ

AI เขียนโค้ดแทนหมดแล้วคนจะว่างเลยไหม

ไม่หรอกครับ งานคนจะย้ายไปอยู่ที่การตั้งเป้า การตรวจงาน และการตัดสินใจเรื่องเสี่ยงๆ ซึ่งเป็นงานที่ AI ทำแทนไม่ได้อยู่ดีครับ

ส่วนตัวผมมองว่าคู่มือนี้เป็นจุดเริ่มที่ดีมากครับ อย่างน้อยก็ทำให้เราเลิกหลอกตัวเองว่ามี AI แล้วทุกอย่างจะง่ายขึ้นเองๆ ความจริงคืองานยากย้ายที่ไปเท่านั้นเอง ใครเตรียมตัวรับมันไว้ก่อน ก็ได้เปรียบก่อนครับ

BagAtelier กระเป๋าเป้สะพายหลัง กระเป๋าเป้โน๊ตบุ๊ค น้ำหนักเบา กันน้ำ กันขีดข่วน พ

BagAtelier กระเป๋าเป้สะพายหลัง กระเป๋าเป้โน๊ตบุ๊ค น้ำหนักเบา กันน้ำ กันขีดข่วน พ
฿124
⭐ 4.7 · ขายแล้ว 77

ชอบบทความนี้? ค้นพบสินค้าที่เกี่ยวข้องบน Shopee

ช้อปที่ Shopee →