เรื่องเล่าจาก Mike Judge: เมื่อความฝันของการเขียนโค้ดด้วย AI กลายเป็นความผิดหวังที่มีหลักฐานรองรับ
Mike Judge นักพัฒนาอาวุโสที่มีประสบการณ์กว่า 25 ปี ได้ทดลองใช้งาน AI coding tools อย่างจริงจัง และเริ่มตั้งคำถามหลังอ่านงานวิจัยจาก METR (Model Evaluation & Threat Research) ซึ่งพบว่า นักพัฒนาที่ใช้ AI coding tools ใช้เวลานานขึ้นถึง 19% ในการทำงานจริง—ขัดแย้งกับความเชื่อที่ว่า AI จะช่วยให้เร็วขึ้น
Mike เริ่มทดลองด้วยตัวเอง โดยใช้วิธีสุ่มว่าจะใช้ AI หรือไม่ในแต่ละงาน และบันทึกเวลาอย่างละเอียด ผลลัพธ์คือ ไม่มีความแตกต่างที่มีนัยสำคัญทางสถิติ และในหลายกรณี AI ทำให้เขาช้าลงถึง 21% ซึ่งสอดคล้องกับผลการศึกษาของ METR
เขาตั้งคำถามว่า ถ้า AI coding tools ทำให้คนเขียนโค้ดเร็วขึ้นจริง ทำไมเราไม่เห็น “น้ำท่วม shovelware” หรือซอฟต์แวร์จำนวนมหาศาลที่ควรจะเกิดขึ้นจาก productivity ที่เพิ่มขึ้น? เขาใช้เงินและเวลาในการวิเคราะห์ข้อมูลจาก SteamDB, GitHub, Statista และ Verisign แล้วพบว่า—ไม่มีการเติบโตแบบ exponential ในการปล่อยซอฟต์แวร์ใหม่เลย
ในขณะที่บริษัทเทคโนโลยีต่างพากัน rebrand เป็น “AI-first” และใช้ productivity narrative เพื่อ justify การปลดพนักงานหรือกดเงินเดือน นักพัฒนาหลายคนกลับรู้สึกกดดัน สับสน และผิดหวัง เพราะไม่สามารถใช้ AI ได้อย่างมีประสิทธิภาพตามที่อุตสาหกรรมโฆษณาไว้
ผลการทดลองของ Mike Judge
ใช้ AI coding tools แล้วช้าลงโดยเฉลี่ย 21%
ทดลองสุ่มใช้ AI หรือไม่ในแต่ละงาน และบันทึกเวลาอย่างละเอียด
ผลลัพธ์ไม่แตกต่างอย่างมีนัยสำคัญ และไม่เห็นการเพิ่ม productivity
ข้อมูลจาก METR Study
นักพัฒนาใช้ AI แล้วช้าลง 19% โดยเฉลี่ยในการทำงานจริง
ขัดแย้งกับความคาดหวังที่ว่า AI จะช่วยให้เร็วขึ้น 20–25%
ใช้การทดลองแบบสุ่มควบคุมกับนักพัฒนา open-source ที่มีประสบการณ์สูง
การวิเคราะห์ข้อมูลการปล่อยซอฟต์แวร์
ไม่มีการเพิ่มขึ้นของ shovelware หรือซอฟต์แวร์ใหม่จำนวนมาก
ข้อมูลจาก SteamDB, GitHub, Statista และ Verisign แสดงกราฟที่ “แบน”
ไม่มีสัญญาณของ indie boom หรือการปล่อยแอปแบบสายฟ้าแลบ
ผลกระทบต่ออุตสาหกรรมและนักพัฒนา
บริษัทใช้ narrative AI productivity เพื่อปลดพนักงานและลดเงินเดือน
นักพัฒนารู้สึกกดดันและสับสนจากความคาดหวังที่ไม่ตรงกับความจริง
การเรียนรู้ prompting ไม่ได้เพิ่มประสิทธิภาพอย่างมีนัยสำคัญ
https://mikelovesrobots.substack.com/p/wheres-the-shovelware-why-ai-coding
Mike Judge นักพัฒนาอาวุโสที่มีประสบการณ์กว่า 25 ปี ได้ทดลองใช้งาน AI coding tools อย่างจริงจัง และเริ่มตั้งคำถามหลังอ่านงานวิจัยจาก METR (Model Evaluation & Threat Research) ซึ่งพบว่า นักพัฒนาที่ใช้ AI coding tools ใช้เวลานานขึ้นถึง 19% ในการทำงานจริง—ขัดแย้งกับความเชื่อที่ว่า AI จะช่วยให้เร็วขึ้น
Mike เริ่มทดลองด้วยตัวเอง โดยใช้วิธีสุ่มว่าจะใช้ AI หรือไม่ในแต่ละงาน และบันทึกเวลาอย่างละเอียด ผลลัพธ์คือ ไม่มีความแตกต่างที่มีนัยสำคัญทางสถิติ และในหลายกรณี AI ทำให้เขาช้าลงถึง 21% ซึ่งสอดคล้องกับผลการศึกษาของ METR
เขาตั้งคำถามว่า ถ้า AI coding tools ทำให้คนเขียนโค้ดเร็วขึ้นจริง ทำไมเราไม่เห็น “น้ำท่วม shovelware” หรือซอฟต์แวร์จำนวนมหาศาลที่ควรจะเกิดขึ้นจาก productivity ที่เพิ่มขึ้น? เขาใช้เงินและเวลาในการวิเคราะห์ข้อมูลจาก SteamDB, GitHub, Statista และ Verisign แล้วพบว่า—ไม่มีการเติบโตแบบ exponential ในการปล่อยซอฟต์แวร์ใหม่เลย
ในขณะที่บริษัทเทคโนโลยีต่างพากัน rebrand เป็น “AI-first” และใช้ productivity narrative เพื่อ justify การปลดพนักงานหรือกดเงินเดือน นักพัฒนาหลายคนกลับรู้สึกกดดัน สับสน และผิดหวัง เพราะไม่สามารถใช้ AI ได้อย่างมีประสิทธิภาพตามที่อุตสาหกรรมโฆษณาไว้
ผลการทดลองของ Mike Judge
ใช้ AI coding tools แล้วช้าลงโดยเฉลี่ย 21%
ทดลองสุ่มใช้ AI หรือไม่ในแต่ละงาน และบันทึกเวลาอย่างละเอียด
ผลลัพธ์ไม่แตกต่างอย่างมีนัยสำคัญ และไม่เห็นการเพิ่ม productivity
ข้อมูลจาก METR Study
นักพัฒนาใช้ AI แล้วช้าลง 19% โดยเฉลี่ยในการทำงานจริง
ขัดแย้งกับความคาดหวังที่ว่า AI จะช่วยให้เร็วขึ้น 20–25%
ใช้การทดลองแบบสุ่มควบคุมกับนักพัฒนา open-source ที่มีประสบการณ์สูง
การวิเคราะห์ข้อมูลการปล่อยซอฟต์แวร์
ไม่มีการเพิ่มขึ้นของ shovelware หรือซอฟต์แวร์ใหม่จำนวนมาก
ข้อมูลจาก SteamDB, GitHub, Statista และ Verisign แสดงกราฟที่ “แบน”
ไม่มีสัญญาณของ indie boom หรือการปล่อยแอปแบบสายฟ้าแลบ
ผลกระทบต่ออุตสาหกรรมและนักพัฒนา
บริษัทใช้ narrative AI productivity เพื่อปลดพนักงานและลดเงินเดือน
นักพัฒนารู้สึกกดดันและสับสนจากความคาดหวังที่ไม่ตรงกับความจริง
การเรียนรู้ prompting ไม่ได้เพิ่มประสิทธิภาพอย่างมีนัยสำคัญ
https://mikelovesrobots.substack.com/p/wheres-the-shovelware-why-ai-coding
🎙️ เรื่องเล่าจาก Mike Judge: เมื่อความฝันของการเขียนโค้ดด้วย AI กลายเป็นความผิดหวังที่มีหลักฐานรองรับ
Mike Judge นักพัฒนาอาวุโสที่มีประสบการณ์กว่า 25 ปี ได้ทดลองใช้งาน AI coding tools อย่างจริงจัง และเริ่มตั้งคำถามหลังอ่านงานวิจัยจาก METR (Model Evaluation & Threat Research) ซึ่งพบว่า นักพัฒนาที่ใช้ AI coding tools ใช้เวลานานขึ้นถึง 19% ในการทำงานจริง—ขัดแย้งกับความเชื่อที่ว่า AI จะช่วยให้เร็วขึ้น
Mike เริ่มทดลองด้วยตัวเอง โดยใช้วิธีสุ่มว่าจะใช้ AI หรือไม่ในแต่ละงาน และบันทึกเวลาอย่างละเอียด ผลลัพธ์คือ ไม่มีความแตกต่างที่มีนัยสำคัญทางสถิติ และในหลายกรณี AI ทำให้เขาช้าลงถึง 21% ซึ่งสอดคล้องกับผลการศึกษาของ METR
เขาตั้งคำถามว่า ถ้า AI coding tools ทำให้คนเขียนโค้ดเร็วขึ้นจริง ทำไมเราไม่เห็น “น้ำท่วม shovelware” หรือซอฟต์แวร์จำนวนมหาศาลที่ควรจะเกิดขึ้นจาก productivity ที่เพิ่มขึ้น? เขาใช้เงินและเวลาในการวิเคราะห์ข้อมูลจาก SteamDB, GitHub, Statista และ Verisign แล้วพบว่า—ไม่มีการเติบโตแบบ exponential ในการปล่อยซอฟต์แวร์ใหม่เลย
ในขณะที่บริษัทเทคโนโลยีต่างพากัน rebrand เป็น “AI-first” และใช้ productivity narrative เพื่อ justify การปลดพนักงานหรือกดเงินเดือน นักพัฒนาหลายคนกลับรู้สึกกดดัน สับสน และผิดหวัง เพราะไม่สามารถใช้ AI ได้อย่างมีประสิทธิภาพตามที่อุตสาหกรรมโฆษณาไว้
✅ ผลการทดลองของ Mike Judge
➡️ ใช้ AI coding tools แล้วช้าลงโดยเฉลี่ย 21%
➡️ ทดลองสุ่มใช้ AI หรือไม่ในแต่ละงาน และบันทึกเวลาอย่างละเอียด
➡️ ผลลัพธ์ไม่แตกต่างอย่างมีนัยสำคัญ และไม่เห็นการเพิ่ม productivity
✅ ข้อมูลจาก METR Study
➡️ นักพัฒนาใช้ AI แล้วช้าลง 19% โดยเฉลี่ยในการทำงานจริง
➡️ ขัดแย้งกับความคาดหวังที่ว่า AI จะช่วยให้เร็วขึ้น 20–25%
➡️ ใช้การทดลองแบบสุ่มควบคุมกับนักพัฒนา open-source ที่มีประสบการณ์สูง
✅ การวิเคราะห์ข้อมูลการปล่อยซอฟต์แวร์
➡️ ไม่มีการเพิ่มขึ้นของ shovelware หรือซอฟต์แวร์ใหม่จำนวนมาก
➡️ ข้อมูลจาก SteamDB, GitHub, Statista และ Verisign แสดงกราฟที่ “แบน”
➡️ ไม่มีสัญญาณของ indie boom หรือการปล่อยแอปแบบสายฟ้าแลบ
✅ ผลกระทบต่ออุตสาหกรรมและนักพัฒนา
➡️ บริษัทใช้ narrative AI productivity เพื่อปลดพนักงานและลดเงินเดือน
➡️ นักพัฒนารู้สึกกดดันและสับสนจากความคาดหวังที่ไม่ตรงกับความจริง
➡️ การเรียนรู้ prompting ไม่ได้เพิ่มประสิทธิภาพอย่างมีนัยสำคัญ
https://mikelovesrobots.substack.com/p/wheres-the-shovelware-why-ai-coding
0 ความคิดเห็น
0 การแบ่งปัน
102 มุมมอง
0 รีวิว