The Making of Claude Code – เบื้องหลังการสร้าง Claude Code โดย Anthropic (เวอร์ชันแปลไทย)

บทความชุดนี้เรียบเรียงและแปลเป็นภาษาไทยเชิงลึกจากบทความ The Making of Claude Code ของ Anthropic ซึ่งเล่าเรื่องราวการสร้าง Claude Code จากเดโมสองวันสู่เครื่องมือที่เปลี่ยนวิธีเขียนโค้ดของคนทั้งโลก โดยนักวิจัย วิศวกร และผู้ใช้ยุคแรกที่อยู่เบื้องหลัง แบ่งเป็น 12 ตอน พร้อมบทวิเคราะห์ปิดท้าย 5 ส่วน

ตอนที่ 1: จุดกำเนิดของแนวคิด เมื่อ Anthropic เดิมพันว่าอนาคตของ AI จะวิ่งผ่าน “การเขียนโค้ด”

ก่อนที่คำว่า Claude Code จะกลายเป็นเครื่องมือที่นักพัฒนาทั่วโลกใช้กันทุกวัน และก่อนที่ใครสักคนจะพิมพ์คำสั่งลงใน Terminal แล้วปล่อยให้ AI ลงมือเขียนโปรแกรมแทนตัวเองได้จริง เรื่องราวทั้งหมดเริ่มต้นจากความเชื่อชุดหนึ่งที่ในเวลานั้นยังฟังดูสุดโต่ง

ความเชื่อที่ว่า เส้นทางไปสู่ AI ที่จะเปลี่ยนโลกอย่างแท้จริงนั้น ไม่ได้วิ่งผ่านการเป็นแชตบอตที่ตอบคำถามเก่งๆ แต่วิ่งผ่านความสามารถในการทำงานเขียนซอฟต์แวร์แทนมนุษย์ได้เป็นชิ้นเป็นอัน

ตอนที่ 1 นี้จะพาย้อนกลับไปยังปี 2021 ถึง 2022 ช่วงเวลาที่ Anthropic ยังเป็นบริษัทเล็กๆ ที่แม้แต่การจะมีผลิตภัณฑ์ก็ยังเป็นเรื่องที่ถกเถียงกันภายในองค์กร และเราจะได้เห็นว่าเครื่องมือชิ้นแรกที่พวกเขาสร้างขึ้นคืออะไร ทำไมถึงเลือกเรื่องการเขียนโค้ด และเหตุใดทีมวิจัยกลุ่มเล็กๆ จึงยอมทุ่มเวลาหลายปีเพื่อสร้างโมเดลที่เขียนโปรแกรมเก่งให้ได้

ผลิตภัณฑ์ชิ้นแรกของ Anthropic คือเครื่องมือช่วยเขียนโค้ด

เมื่อ Anthropic ก่อตั้งขึ้นและตัดสินใจว่าจะสร้างผลิตภัณฑ์ ตัวการตัดสินใจนั้นเองก็เป็นเรื่องที่มีข้อถกเถียงภายในบริษัท เพราะ Anthropic เกิดขึ้นในฐานะบริษัทวิจัยด้านความปลอดภัยของ AI การจะกระโดดไปทำผลิตภัณฑ์เชิงพาณิชย์จึงไม่ใช่ทิศทางที่ทุกคนเห็นพ้องกันตั้งแต่แรก

แต่เมื่อได้ข้อสรุปว่าจะทำ สิ่งแรกที่ทีมสร้างออกมากลับไม่ใช่แชตบอตทั่วไป หากเป็นเครื่องมือช่วยเขียนโค้ด หรือ coding assistant ในรูปแบบส่วนขยาย (extension) บน VS Code ที่ผู้ใช้สามารถพิมพ์สนทนาโต้ตอบได้ และทุกครั้งที่ป้อน Prompt เข้าไปหนึ่งครั้ง ระบบจะเสนอทางเลือกกลับมาให้ถึงสี่แบบว่าควรทำอะไรต่อ

Ben Mann (ผู้ร่วมก่อตั้ง Anthropic และหัวหน้าทีม Labs)

“ตอนที่เราเริ่มต้น Anthropic และตัดสินใจว่าจะสร้างผลิตภัณฑ์ ซึ่งตัวมันเองก็เป็นเรื่องที่ถกเถียงกันอยู่แล้ว สิ่งแรกที่เราทำคือเครื่องมือช่วยเขียนโค้ด มันเป็น extension บน VS Code คุณคุยกับมันได้ และมันจะเสนอทางเลือกกลับมาให้สี่แบบสำหรับทุก Prompt ที่คุณป้อนเข้าไป”

รายละเอียดของเครื่องมือชิ้นแรกนี้สำคัญกว่าที่คิด เพราะมันสะท้อนว่าตั้งแต่วันแรกๆ Anthropic ไม่ได้มอง AI ในฐานะคู่สนทนา แต่มองในฐานะผู้ช่วยลงมือทำงาน โดยเฉพาะงานที่มีโครงสร้างชัดเจนและตรวจสอบผลลัพธ์ได้อย่างการเขียนโปรแกรม

การวางรากฐาน RL codebase สำหรับ Agent ที่เขียนโค้ดเองได้

ในช่วงต้นปี 2022 ทีมภายในไม่ได้คิดแค่เรื่องเครื่องมือช่วยเขียนโค้ดธรรมดา แต่คิดไปไกลถึงขั้นการสร้างโมเดลที่ทำงาน software engineering ได้ด้วยตัวเองแบบอัตโนมัติ (autonomous software engineering) พวกเขาจึงลงมือสร้างชุดโครงสร้างพื้นฐานสำหรับการเทรนด้วย Reinforcement Learning หรือ RL (การเรียนรู้แบบเสริมกำลัง ที่ให้โมเดลลองทำงานแล้วรับผลตอบแทนเป็นสัญญาณว่าทำถูกหรือผิด เพื่อค่อยๆ พัฒนาพฤติกรรมให้ดีขึ้น) ขึ้นมาเป็นครั้งแรก

เหตุผลเบื้องหลังการเลือกโฟกัสที่การเขียนโค้ดนั้นตรงไปตรงมา นั่นคือทีมเชื่อว่าเส้นทางไปสู่ AI ที่เปลี่ยนโลกได้จริง จะต้องผ่านความสามารถในการทำงานเขียนซอฟต์แวร์แทนมนุษย์ในสัดส่วนที่มากพอ

Shauna Kravec (หัวหน้าทีม Reinforcement Learning ที่ Anthropic)

“ตั้งแต่ต้นปี 2022 เราคิดเรื่องเครื่องมือช่วยเขียนโค้ดและการสร้างโมเดลที่ทำ software engineering ได้เองอยู่แล้ว เราสร้าง RL codebase ดั้งเดิมขึ้นมา และหาวิธีทำการเทรนทั้งหมดสำหรับ Agent ได้สำเร็จ เราสนใจเรื่องการเขียนโค้ดเพราะเราคิดว่าเส้นทางไปสู่ AI ที่จะเปลี่ยนโลก จะวิ่งผ่านความสามารถในการทำงาน software engineering ให้เป็นอัตโนมัติได้เป็นชิ้นใหญ่ๆ”

ความเชื่อชุดนี้เองที่กลายเป็นเข็มทิศให้ทีมยอมลงทุนกับปัญหาที่ยากและยังไม่เห็นผลตอบแทนในระยะสั้น

เป้าหมายที่วัดได้ สร้างโมเดลที่เขียนโค้ดเก่งอย่างน้อยเท่าตัวฉันเอง

ในอีกมุมหนึ่งของทีมวิจัย มีเป้าหมายส่วนตัวที่ชัดเจนและวัดผลได้จริง Dawn Drain ซึ่งเข้ามาที่ Anthropic ตั้งแต่ปี 2021 ตั้งโจทย์ให้ตัวเองว่าจะสร้างโมเดลที่เขียนโค้ดเก่งที่สุดเท่าที่จะเป็นไปได้ โดยมีมาตรวัดที่จับต้องได้คือ ต้องเก่งอย่างน้อยเท่ากับตัวเธอเอง

Dawn Drain (Research Engineer ที่ Anthropic)

“โปรเจกต์หลักของฉันในสามปีแรกที่ Anthropic ซึ่งเริ่มตั้งแต่ปี 2021 คือการพยายามสร้างโมเดลที่เขียนโค้ดเก่งที่สุดเท่าที่จะทำได้ อย่างน้อยต้องเก่งเท่าฉัน”

การตั้งเป้าโดยใช้ความสามารถของมนุษย์คนหนึ่งเป็นเกณฑ์วัด เป็นวิธีคิดที่เรียบง่ายแต่ทรงพลัง เพราะมันแปลงคำถามที่คลุมเครืออย่างโมเดลเก่งแค่ไหน ให้กลายเป็นเป้าหมายที่ทุกคนในทีมเห็นภาพตรงกัน

จากงานง่ายไปสู่งานยาก และจุดที่โมเดลยังแย่มาก

การเทรนด้วย RL ในยุคแรกไม่ได้เริ่มจากงานที่ซับซ้อน แต่เริ่มจากสิ่งที่ง่ายที่สุดก่อน เช่น โมเดลเขียนฟังก์ชันง่ายๆ ได้ไหม จากนั้นจึงยกระดับขึ้นไปอีกขั้นว่า โมเดลเขียนฟังก์ชันแล้วทดสอบได้ไหมว่าฟังก์ชันนั้นทำงานถูกต้อง ซึ่งในช่วงเริ่มต้น ผลลัพธ์นั้นห่างไกลจากคำว่าดีอยู่มาก

Shauna Kravec

“ในการเทรน RL ของเรา เราเริ่มจากงานง่ายๆ ก่อน โมเดลเขียนฟังก์ชันง่ายๆ ได้ไหม แล้วต่อมา เราทำให้โมเดลเขียนฟังก์ชันแล้วทดสอบว่ามันถูกต้องได้ไหม ตอนแรกโมเดลทำได้แย่มากจริงๆ”

สิ่งที่ควรสังเกตคือ แนวคิดการให้โมเดลเขียนโค้ดแล้วรันเทสต์เพื่อตรวจสอบตัวเองตั้งแต่ปี 2022 นั้น คือหัวใจเดียวกับที่ทำให้ Agent เขียนโค้ดในปัจจุบันทำงานได้ กล่าวคือความสามารถในการวนซ้ำระหว่างการลงมือทำและการตรวจสอบผล เป็นสิ่งที่แยกเครื่องมือช่วยเขียนโค้ดที่แค่เดา ออกจาก Agent ที่แก้งานให้ถูกได้เอง

ความนิยมช่วงแรก และผู้ใช้ราวหนึ่งร้อยคน

แม้จะยังอยู่ในช่วงเริ่มต้น เครื่องมือช่วยเขียนโค้ดตัวแรกของ Anthropic ก็ได้รับความนิยมพอสมควรในช่วงฤดูใบไม้ผลิปี 2022 โดยมีผู้ใช้จากภายนอกองค์กรอยู่ราวหนึ่งร้อยคน ตัวเลขที่ฟังดูเล็กน้อยนี้มีความหมาย เพราะมันเป็นสัญญาณแรกๆ ว่าแนวคิดนี้มีคนต้องการใช้จริง แม้ผลิตภัณฑ์จะยังหยาบและอยู่ในช่วงทดลอง

Ben Mann

“เครื่องมือช่วยเขียนโค้ดของเราได้รับความนิยมพอสมควรในช่วงฤดูใบไม้ผลิปี 2022 เรามีผู้ใช้ภายนอกราวหนึ่งร้อยคน”

จำนวนผู้ใช้หลักร้อยคนในช่วงเวลานั้น สะท้อนบทเรียนสำคัญของการสร้างผลิตภัณฑ์บนเทคโนโลยีที่ยังไม่สุกงอม นั่นคือการมีกลุ่มผู้ใช้กลุ่มเล็กแต่สนใจจริง มีค่ามากกว่าการรอจนผลิตภัณฑ์สมบูรณ์แบบ เพราะมันคือแหล่งของ feedback ที่จะช่วยชี้ทิศทางในระยะยาว

Insight: ตอนที่ 1 นี้บอกอะไรกับเรา

เรื่องนี้สำคัญอย่างไร

จุดกำเนิดของ Claude Code ไม่ได้เริ่มจากไอเดียเรื่อง Terminal หรือ CLI แต่เริ่มจากการเดิมพันเชิงยุทธศาสตร์ว่าการเขียนโค้ดคือประตูสู่ AI ที่เปลี่ยนโลกได้ การเข้าใจต้นตอนี้ช่วยให้เราเห็นว่าผลิตภัณฑ์ที่ประสบความสำเร็จหลายตัวไม่ได้เกิดจากการออกแบบรูปทรงผลิตภัณฑ์ก่อน แต่เกิดจากการวางเดิมพันที่ถูกต้องเรื่องความสามารถหลักของเทคโนโลยีก่อน แล้วรูปทรงจึงค่อยตามมา

ส่งผลต่ออุตสาหกรรม AI อย่างไร

การที่ Anthropic เลือกลงทุนกับ RL และ autonomous software engineering ตั้งแต่ปี 2022 สะท้อนแนวคิดว่าคุณค่าที่แท้จริงของ AI จะมาจากการเป็น Agent ที่ลงมือทำงานได้ ไม่ใช่แค่ระบบที่ตอบคำถาม ทิศทางนี้กลายเป็นกระแสหลักของทั้งอุตสาหกรรมในเวลาต่อมา

ส่งผลต่อ Software Engineering อย่างไร

การเลือกกลไกเขียนโค้ดแล้วรันเทสต์เพื่อตรวจสอบตัวเองตั้งแต่ยุคแรก เป็นการปูทางให้ AI เข้ามาอยู่ในวงจรการพัฒนาซอฟต์แวร์จริง ไม่ใช่แค่การเติมโค้ดให้อัตโนมัติ แต่คือการมีส่วนร่วมในกระบวนการตรวจสอบความถูกต้อง ซึ่งเป็นแก่นของงาน engineering

บทเรียนสำหรับผู้สร้างผลิตภัณฑ์

บทเรียนแรกคือ กล้าเลือกโจทย์ที่วัดผลได้ อย่างการตั้งเป้าให้โมเดลเก่งเท่าวิศวกรจริงหนึ่งคน เป้าหมายที่จับต้องได้ช่วยให้ทีมเดินไปในทิศเดียวกัน บทเรียนที่สองคือ อย่ารอความสมบูรณ์แบบก่อนปล่อยให้คนใช้ ผู้ใช้กลุ่มเล็กในวันที่ผลิตภัณฑ์ยังหยาบ คือทรัพย์สินที่มีค่าที่สุดในการหาทิศทาง

สิ่งที่ผู้อ่านควรสังเกต

ให้สังเกตว่าองค์ประกอบที่ทำให้ Agent เขียนโค้ดทำงานได้ในทุกวันนี้ ล้วนมีเมล็ดพันธุ์อยู่แล้วตั้งแต่ปี 2022 ไม่ว่าจะเป็นการวนซ้ำระหว่างลงมือทำกับตรวจสอบ หรือการคิดเรื่องสภาพแวดล้อมสำหรับรันโค้ด สิ่งเหล่านี้ไม่ได้เกิดขึ้นชั่วข้ามคืน แต่เป็นผลของการสะสมความรู้อย่างต่อเนื่องหลายปี

สรุปตอนที่ 1

ผลิตภัณฑ์ชิ้นแรกของ Anthropic คือเครื่องมือช่วยเขียนโค้ดในรูปแบบ extension บน VS Code ที่เสนอทางเลือกสี่แบบต่อหนึ่ง Prompt เบื้องหลังผลิตภัณฑ์นี้คือความเชื่อว่าเส้นทางสู่ AI ที่เปลี่ยนโลกจะวิ่งผ่านการทำ software engineering ให้เป็นอัตโนมัติ ทีม RL จึงสร้าง RL codebase ดั้งเดิมขึ้นในต้นปี 2022 และเริ่มเทรนโมเดลจากงานง่ายๆ อย่างการเขียนฟังก์ชันแล้วทดสอบความถูกต้อง ขณะที่ Dawn Drain ตั้งเป้าสร้างโมเดลที่เขียนโค้ดเก่งอย่างน้อยเท่าตัวเธอเอง แม้ผลลัพธ์ช่วงแรกจะยังแย่มาก แต่เครื่องมือก็ได้รับความนิยมพอสมควรในฤดูใบไม้ผลิปี 2022 ด้วยผู้ใช้ภายนอกราวหนึ่งร้อยคน ทั้งหมดนี้คือเมล็ดพันธุ์ที่จะเติบโตเป็น Claude Code ในเวลาต่อมา

Preview ตอนถัดไป

ในตอนที่ 2 เราจะเจาะลึกลงไปในความท้าทายทางเทคนิคที่ทีมต้องเผชิญเมื่อพยายามทำ agentic coding ให้เกิดขึ้นจริง ทั้งเรื่องโครงสร้างพื้นฐานที่ซับซ้อนกว่าการทำแชตบอตหลายเท่า ปัญหาการรันโค้ดในสภาพแวดล้อมที่ปลอดภัย และโจทย์เรื่อง harness design รวมถึงเหตุผลที่ทำให้ Anthropic ตัดสินใจพักโครงการเครื่องมือช่วยเขียนโค้ดเอาไว้ชั่วคราว เพื่อไปโฟกัสกับการเปิดตัว API เวอร์ชันแรก

---

 

ตอนที่ 2: Prototype ตัวแรก และเหตุผลที่ทีมพักโครงการไว้

ในตอนที่แล้ว เราเห็นแล้วว่า Anthropic เดิมพันตั้งแต่วันแรกว่าอนาคตของ AI จะวิ่งผ่านการเขียนโค้ด และได้สร้างเครื่องมือช่วยเขียนโค้ดตัวแรกพร้อมวางรากฐาน RL codebase เอาไว้ แต่ระหว่างความฝันเรื่อง Agent ที่ทำงาน software engineering ได้เอง กับความเป็นจริงในทางเทคนิคนั้น มีหุบเหวขนาดใหญ่ขวางอยู่

ตอนที่ 2 นี้จะพาไปดูโจทย์ทางวิศวกรรมที่ซ่อนอยู่เบื้องหลัง ซึ่งเป็นสิ่งที่คนภายนอกมักมองข้าม นั่นคือการทำให้โมเดล “ลงมือทำ” ได้จริงนั้น ยากและซับซ้อนกว่าการทำให้โมเดล “พูดคุย” อย่างมหาศาล และเราจะได้เห็นด้วยว่าทำไม Anthropic จึงตัดสินใจพักโครงการเครื่องมือช่วยเขียนโค้ดเอาไว้ชั่วคราว

ทำไมโครงสร้างพื้นฐานของ Agentic Coding จึงยากกว่าแชตบอตหลายเท่า

ความเข้าใจผิดที่พบบ่อยคือการคิดว่า ถ้าทำแชตบอตที่คุยเก่งได้แล้ว การต่อยอดให้มันเขียนโค้ดก็คงเป็นแค่ก้าวเล็กๆ แต่ในความเป็นจริง โครงสร้างพื้นฐานที่จำเป็นสำหรับ agentic coding หรือการให้ AI ทำงานเขียนโค้ดแบบลงมือทำเองนั้น ซับซ้อนกว่าที่ใช้ทำแชตบอตอย่างเทียบกันไม่ได้

หัวใจของความยากอยู่ที่การรันโค้ด เพราะเมื่อโมเดลจะเขียนโปรแกรมแล้วทดสอบว่ามันทำงานได้จริง คุณต้องคิดต่อว่าโค้ดนั้นจะไปรันในสภาพแวดล้อมแบบไหน จะจัดการสภาพแวดล้อมนั้นอย่างปลอดภัยและมีประสิทธิภาพได้อย่างไร ทั้งหมดนี้คือชั้นความซับซ้อนที่แชตบอตธรรมดาไม่จำเป็นต้องมี

Shauna Kravec (หัวหน้าทีม Reinforcement Learning ที่ Anthropic)

“โครงสร้างพื้นฐานที่คุณต้องมีเพื่อทำ agentic coding นั้นซับซ้อนกว่าที่คุณต้องใช้ทำแชตบอตมาก โดยเฉพาะถ้าคุณกำลังคิดเรื่องการรันโค้ด คุณต้องคิดว่าโค้ดจะไปรันในสภาพแวดล้อมไหนจริงๆ และจะจัดการมันอย่างปลอดภัยและได้ผลได้อย่างไร ความท้าทายหลายอย่างที่คนเจอกับ Agent ตอนนี้ (ในปี 2026) คือความท้าทายชุดเดียวกันเป๊ะกับที่เราเจอตอนนั้น”

ประโยคสุดท้ายของ Shauna มีน้ำหนักมาก เพราะมันบอกว่าโจทย์พื้นฐานเรื่องสภาพแวดล้อมการรันโค้ดและความปลอดภัยนั้น เป็นปัญหาเชิงโครงสร้างที่คงอยู่ยาวนาน ไม่ใช่ปัญหาที่หายไปเมื่อโมเดลเก่งขึ้น

harness design โครงนั่งร้านที่ทำให้โมเดลลงมือทำงานได้จริง

อีกหนึ่งโจทย์ยากที่ทีมเผชิญในปี 2022 คือเรื่องที่เรียกว่า harness design หรือการออกแบบโครงนั่งร้านที่อยู่รอบๆ ตัวโมเดล ซึ่งเป็นสิ่งที่ทำให้โมเดลสามารถลงมือกระทำการได้จริง ไม่ใช่แค่สร้างข้อความออกมา

ประเด็นนี้ Dawn Drain ทุ่มเทเวลาไปมาก โดยเฉพาะการพยายามสอนให้ Claude เขียน diff หรือส่วนต่างของโค้ด เพราะมองว่าเป็นวิธีที่เป็นธรรมชาติที่สุดในการแสดงการแก้ไขออกมาเป็นข้อความ และอีกความสำเร็จสำคัญคือการทำให้มี persistent shell หรือเชลล์ที่ทำงานค้างต่อเนื่องอยู่ภายใน container ได้ ซึ่งเปิดทางให้โมเดลรันโค้ด ส่งข้อมูลเข้าและออกแบบต่อเนื่อง และรับมือกับ timeout ได้อย่างเหมาะสม

Dawn Drain (Research Engineer ที่ Anthropic)

“อีกปัญหาที่ยุ่งยากที่เราเจอในปี 2022 คือเรื่อง harness design ซึ่งเป็นโครงนั่งร้านรอบตัวโมเดลที่ทำให้มันลงมือทำได้จริง เพื่อนร่วมทีม RL คนหนึ่งกับฉันทำให้ persistent shell ทำงานอยู่ภายใน container ได้สำเร็จ เพื่อให้โมเดลรันโค้ด สตรีมข้อมูลเข้าออก และทำงานร่วมกับ timeout ได้อย่างเรียบร้อย”

การเลือกโฟกัสที่ persistent shell ตั้งแต่ยุคนั้น น่าสนใจอย่างยิ่ง เพราะความสามารถในการรันคำสั่งผ่านเชลล์นี้เอง คือรากฐานเดียวกับ bash tool ที่กลายเป็นหัวใจของ Claude Code ในเวลาต่อมา

การตัดสินใจพักโครงการ เพื่อไปเปิดตัว API

แม้ทิศทางเรื่องการเขียนโค้ดจะชัดเจน แต่ในเชิงจังหวะขององค์กร ช่วงเวลานั้นมีสิ่งที่เร่งด่วนกว่ารออยู่ นั่นคือการเปิดตัว API เวอร์ชันแรก เมื่อ Ben Mann กลับมา เขาได้เข้าไปช่วยงานเปิดตัว API และผลที่ตามมาคือ ทีมพักเรื่องเครื่องมือช่วยเขียนโค้ดเอาไว้ชั่วคราว

Ben Mann (ผู้ร่วมก่อตั้ง Anthropic และหัวหน้าทีม Labs)

“ผมกลับมาและช่วยเปิดตัว API เวอร์ชันแรก แล้วเราก็แทบจะลืมเรื่องเครื่องมือช่วยเขียนโค้ดไปพักใหญ่เลย”

แต่การพักในระดับผลิตภัณฑ์ ไม่ได้แปลว่าการทำงานหยุดลงทั้งหมด ในฝั่งงานวิจัย ความพยายามยังเดินหน้าต่ออย่างเงียบๆ

Dawn Drain

“แต่ในฝั่งงานวิจัย เราก็แค่ทำงานพัฒนาโมเดลให้เก่งเรื่อง agentic coding ต่อไปเรื่อยๆ”

จุดนี้คือรายละเอียดที่สำคัญมากของเรื่องราวทั้งหมด เพราะมันแสดงให้เห็นว่าแม้ในเชิงผลิตภัณฑ์จะดูเหมือนโครงการหยุดนิ่ง แต่เมล็ดพันธุ์ทางเทคนิคยังคงถูกบ่มเพาะอย่างต่อเนื่องเบื้องหลัง รอวันที่โมเดลและจังหวะขององค์กรจะพร้อมพร้อมกัน

Insight: ตอนที่ 2 นี้บอกอะไรกับเรา

เรื่องนี้สำคัญอย่างไร

ตอนนี้เผยความจริงที่มักถูกมองข้ามว่า ความสามารถของโมเดลเป็นเพียงครึ่งเดียวของสมการ อีกครึ่งหนึ่งคือโครงสร้างพื้นฐานและ harness ที่ทำให้โมเดลลงมือทำได้จริงและปลอดภัย การที่ Shauna บอกว่าปัญหาในปี 2022 คือปัญหาชุดเดียวกับปี 2026 คือคำเตือนว่าใครที่คิดจะสร้าง Agent ต้องให้ความสำคัญกับวิศวกรรมของสภาพแวดล้อม ไม่ใช่แค่ตัวโมเดล

ส่งผลต่ออุตสาหกรรม AI อย่างไร

การรันโค้ดในสภาพแวดล้อมที่ปลอดภัยและจัดการได้ กลายเป็นสนามแข่งขันจริงของ Agent ทุกตัวในปัจจุบัน ไม่ว่าจะเป็นเรื่อง sandbox การจัดการสิทธิ์ หรือการควบคุมทรัพยากร บริษัทที่แก้โจทย์ infra ได้ดี จะได้เปรียบไม่แพ้บริษัทที่มีโมเดลเก่ง

ส่งผลต่อ Software Engineering อย่างไร

แนวคิดเรื่อง persistent shell และการให้โมเดลแสดงการแก้ไขผ่าน diff คือการออกแบบที่ทำให้ AI ทำงานในรูปแบบเดียวกับที่วิศวกรทำงานจริง นั่นคือการรันคำสั่ง ดูผลลัพธ์ และแก้ไขทีละส่วน แทนที่จะสร้างไฟล์ใหม่ทั้งก้อน

บทเรียนสำหรับผู้สร้างผลิตภัณฑ์

บทเรียนสำคัญคือ การพักโครงการไม่ใช่การล้มเลิก การที่ Anthropic หันไปเปิดตัว API ก่อนโดยยังคงงานวิจัย agentic coding ไว้เบื้องหลัง คือการบริหารจังหวะและทรัพยากรที่ชาญฉลาด บางครั้งการรอให้เทคโนโลยีสุกงอมพร้อมกับจังหวะตลาด คือกลยุทธ์ที่ดีกว่าการฝืนผลักผลิตภัณฑ์ที่ยังไม่พร้อม

สิ่งที่ผู้อ่านควรสังเกต

ให้สังเกตว่าความก้าวหน้าที่ดูฉับพลันในภายหลัง มักตั้งอยู่บนงานเบื้องหลังที่สะสมมาอย่างเงียบๆ เป็นปีๆ persistent shell ในปี 2022 ไม่ได้ถูกทิ้ง แต่กลายเป็นรากของ bash tool ที่จะปลดล็อกทุกอย่างในตอนต่อๆ ไป

สรุปตอนที่ 2

การทำ agentic coding ให้เกิดขึ้นจริงยากกว่าการทำแชตบอตหลายเท่า โดยเฉพาะเรื่องการรันโค้ดในสภาพแวดล้อมที่ปลอดภัยและจัดการได้ ซึ่งเป็นปัญหาชุดเดียวกับที่ผู้สร้าง Agent ยังเผชิญอยู่ในปัจจุบัน ทีมยังต้องแก้โจทย์ harness design โดย Dawn Drain และเพื่อนร่วมทีมทำ persistent shell ใน container ให้โมเดลรันโค้ดและสตรีมข้อมูลได้สำเร็จ ในเชิงผลิตภัณฑ์ Anthropic ตัดสินใจพักเครื่องมือช่วยเขียนโค้ดเพื่อไปเปิดตัว API เวอร์ชันแรก แต่ในฝั่งวิจัยยังเดินหน้าพัฒนาโมเดลด้าน agentic coding ต่อเนื่องเบื้องหลัง

Preview ตอนถัดไป

ในตอนที่ 3 เราจะเข้าสู่ช่วง The spark หรือประกายไฟที่แท้จริง เมื่อทีมของ Shauna ค้นพบวิธีมอบเครื่องมือสำคัญให้โมเดล ทั้ง bash tool และความสามารถในการค้นหา ซึ่งเป็นชิ้นส่วนหัวใจที่ทำให้ agentic coding ทำงานได้ และเราจะได้รู้จักกับ clide เครื่องมือ command-line ภายในที่ Dawn Drain สร้างขึ้น อันเป็นต้นแบบทางความคิดของสิ่งที่จะกลายเป็น Claude Code ในที่สุด

---

ตอนที่ 3: การกำเนิดของ clide ต้นแบบ Claude Code

ถ้าตอนที่ 2 คือการเผยให้เห็นโจทย์ยากทางวิศวกรรม ตอนที่ 3 นี้คือช่วงเวลาที่ชิ้นส่วนสำคัญเริ่มประกอบร่างเข้าหากัน Anthropic เรียกช่วงนี้ว่า The spark หรือประกายไฟ เพราะมันคือจุดที่ความสามารถหลายอย่างซึ่งกระจัดกระจายอยู่ เริ่มมาบรรจบกันจนเห็นเค้าโครงของอนาคต

เราจะได้เห็นว่าการมอบเครื่องมืออย่าง bash tool และความสามารถในการค้นหาให้กับโมเดล เปลี่ยนเกมไปอย่างไร และเราจะได้รู้จักกับ clide เครื่องมือภายในที่แม้จะยังหยาบและช้า แต่กลับ “มองเห็นอนาคต” ได้อย่างน่าทึ่ง

จากปลายปี 2022 สู่ Agent ที่เปิดกว้างและมีประโยชน์

หลังจากพักเรื่องผลิตภัณฑ์ไป ทิศทางของงานวิจัยเริ่มขยับไปข้างหน้า ในช่วงปลายปี 2022 ทีมหันมาทำงานกับ Agent ที่เปิดกว้างมากขึ้น หรือ open-ended agents ที่ไม่ได้ทำแค่งานเฉพาะทางแคบๆ และมุ่งทำให้มันมีประโยชน์ใช้งานได้จริง จนกระทั่งถึงปี 2023 ทีมก็เริ่มทำสิ่งต่างๆ ได้ ทั้ง function calling พื้นฐาน การค้นหาบางส่วน และความสามารถประปรายอื่นๆ

Shauna Kravec (หัวหน้าทีม Reinforcement Learning ที่ Anthropic)

“ปลายปี 2022 เราขยับมาทำงานกับ Agent ที่เปิดกว้างมากขึ้นและทำให้มันมีประโยชน์ พอถึงปี 2023 เราก็ทำสิ่งต่างๆ ได้ เช่น function calling พื้นฐาน การค้นหาบางอย่าง และอะไรเล็กๆ น้อยๆ อีกหลายชิ้น”

bash tool และการค้นหา ชิ้นส่วนหัวใจของ Agentic Coding

ความก้าวหน้าที่ทีมของ Shauna ทำได้นั้นถือว่ามหาศาล กุญแจสำคัญคือการหาวิธีมอบ bash tool ให้กับโมเดล ซึ่งก็คือความสามารถในการรันคำสั่งผ่านเชลล์ พร้อมกับความสามารถในการค้นหาและสำรวจข้อมูลรอบตัว องค์ประกอบสองอย่างนี้เองที่เป็นหัวใจทำให้ agentic coding ทำงานได้จริง

Ben Mann (ผู้ร่วมก่อตั้ง Anthropic และหัวหน้าทีม Labs)

“ทีมของ Shauna เห็นความก้าวหน้าอย่างมหาศาล พวกเขาหาวิธีมอบ bash tool ให้โมเดล ให้ความสามารถในการค้นหาสำรวจรอบตัวได้ นี่คือชิ้นส่วนสำคัญที่ทำให้ agentic coding ทำงานได้”

ความหมายของ bash tool ในบริบทนี้ลึกซึ้งกว่าที่เห็น เพราะเมื่อโมเดลรันคำสั่งเชลล์ได้ มันก็สามารถอ่านไฟล์ แก้ไขไฟล์ รันโปรแกรม และตรวจสอบผลลัพธ์ได้ทั้งหมด ด้วยเครื่องมือพื้นฐานเพียงไม่กี่อย่าง โมเดลจึงมีศักยภาพที่จะทำงานได้แทบทุกอย่าง

กำเนิด clide เครื่องมือ command-line ที่คุยกับ Claude เพื่อเขียนโค้ด

ระหว่างทาง Dawn Drain ใช้เวลานานอย่างน่าอายไปกับความพยายามสอนให้ Claude เขียน diff เพราะมองว่าเป็นวิธีที่เป็นธรรมชาติที่สุดในการแสดงการแก้ไขออกมาเป็นข้อความ และในที่สุดทีมก็สร้างสิ่งที่เรียกว่า clide ขึ้นมา ซึ่งเป็นชื่อที่เพื่อนร่วมงานชื่อ Eli Tran-Johnson เคยตั้งไว้ให้กับเครื่องมือรุ่นก่อนหน้า

clide คือเครื่องมือ command-line ภายในองค์กร ที่เปิดให้ผู้ใช้สนทนากับ Claude เพื่อแก้ไขโค้ดและทำงานพัฒนาต่างๆ ได้

Dawn Drain (Research Engineer ที่ Anthropic)

“ฉันใช้เวลานานอย่างน่าอายไปกับการพยายามสอนให้ Claude เขียน diff เพราะมันดูเป็นวิธีที่เป็นธรรมชาติที่สุดในการแสดงการแก้ไขออกมาเป็นข้อความ สุดท้ายเราสร้างสิ่งที่เราเรียกว่า clide ซึ่งเป็นชื่อที่เพื่อนร่วมงาน Eli Tran-Johnson เคยตั้งไว้ให้รุ่นก่อนหน้า มันเป็นเครื่องมือ command-line ภายในที่ให้คุณคุยกับ Claude เพื่อแก้โค้ดและงาน dev ต่างๆ”

Shauna Kravec

“มันดูพิลึกๆ นะ มันมาก่อนกาลมากๆ จริงๆ”

คำว่ามาก่อนกาลของ Shauna เป็นบทสรุปที่งดงามของ clide สิ่งที่ทีมสร้างขึ้นในตอนนั้นมีวิสัยทัศน์ที่ถูกต้อง เพียงแต่บริบทของเทคโนโลยีรอบข้างและความสามารถของโมเดลยังตามไม่ทันความคิดนั้น

Insight: ตอนที่ 3 นี้บอกอะไรกับเรา

เรื่องนี้สำคัญอย่างไร

ตอนนี้แสดงจุดที่ความสามารถเชิงเทคนิคหลายชิ้นมาบรรจบกันจนเกิดเป็นประกายไฟ การมอบ bash tool ให้โมเดลไม่ใช่แค่การเพิ่มฟีเจอร์ แต่คือการปลดล็อกให้โมเดลกลายเป็นผู้กระทำการที่ทำงานได้แทบทุกอย่างด้วยเครื่องมือพื้นฐานเพียงไม่กี่ชิ้น นี่คือหลักคิดแบบ minimal primitives ที่ทรงพลัง

ส่งผลต่ออุตสาหกรรม AI อย่างไร

แนวคิดที่ว่าเครื่องมือพื้นฐานอย่างการอ่าน แก้ไข และรันคำสั่ง เพียงพอต่อการสร้างทุกอย่าง กลายเป็นปรัชญาการออกแบบ Agent ที่แพร่หลาย แทนที่จะสร้างเครื่องมือเฉพาะทางจำนวนมาก การให้ชุดเครื่องมือพื้นฐานที่ทรงพลังกลับให้ความยืดหยุ่นและพลังที่มากกว่า

ส่งผลต่อ Software Engineering อย่างไร

การที่ Dawn Drain ทุ่มเทกับการสอนให้โมเดลเขียน diff สะท้อนความเข้าใจลึกซึ้งว่า วิธีที่ AI แสดงการแก้ไขโค้ดออกมามีความสำคัญต่อการทำงานร่วมกับวิศวกรจริง diff คือภาษากลางของการเปลี่ยนแปลงโค้ดที่วิศวกรทุกคนเข้าใจ

บทเรียนสำหรับผู้สร้างผลิตภัณฑ์

บทเรียนคือ วิสัยทัศน์ที่ถูกต้องอาจมาก่อนเวลาที่เหมาะสม clide มองเห็นอนาคตได้ถูกต้อง แต่ยังใช้งานจริงในวงกว้างไม่ได้เพราะโมเดลยังไม่พร้อม ผู้สร้างผลิตภัณฑ์ต้องแยกให้ออกระหว่างไอเดียที่ผิด กับไอเดียที่ถูกแต่มาเร็วเกินไป เพราะสองอย่างนี้ต้องการการปฏิบัติที่ต่างกันโดยสิ้นเชิง

สิ่งที่ผู้อ่านควรสังเกต

ให้สังเกตคำว่ามาก่อนกาล เพราะมันจะเป็นแก่นของเรื่องราวในตอนต่อๆ ไป คำถามที่แท้จริงไม่ใช่ว่าไอเดียนี้ดีหรือไม่ แต่คือเมื่อไรที่โมเดลจะเก่งพอจนไอเดียนี้กลายเป็นของจริงที่ใช้ได้

สรุปตอนที่ 3

ในช่วงปลายปี 2022 ถึง 2023 ทีมวิจัยขยับมาทำ open-ended agents และทำให้มันมีประโยชน์ ความก้าวหน้าครั้งใหญ่คือการมอบ bash tool และความสามารถในการค้นหาให้โมเดล ซึ่งเป็นชิ้นส่วนหัวใจของ agentic coding ระหว่างทาง Dawn Drain สร้าง clide เครื่องมือ command-line ภายในที่ให้ผู้ใช้คุยกับ Claude เพื่อแก้โค้ด โดยชื่อ clide มาจาก Eli Tran-Johnson แม้ clide จะดูพิลึกและมาก่อนกาล แต่มันคือต้นแบบทางความคิดที่มองเห็นอนาคตของ Claude Code ได้อย่างแม่นยำ

Preview ตอนถัดไป

ในตอนที่ 4 เราจะได้เห็นทั้งเสน่ห์และข้อจำกัดของ clide อย่างชัดเจนขึ้น ทั้งฟีเจอร์สุดล้ำที่ยิง Claude Haiku ออกไปเป็นร้อยตัวพร้อมกันเพื่อตอบคำถามเกี่ยวกับโฟลเดอร์ทั้งก้อน ไปจนถึงความช้าและความยุ่งยากที่ทำให้หลายคนยังไม่กล้าใช้ และเราจะได้เห็นจุดตั้งต้นของทีม Labs พร้อมโมเมนต์ที่ Boris Cherny เข้ามาร่วม และคำพูดสำคัญที่ว่า อย่าทำแค่ชิ้นเล็กๆ แต่จงทำเรื่องใหญ่

---

 

ตอนที่ 4: Boris Cherny และจุดเปลี่ยนที่ทำให้ทีมเชื่อว่า “นี่คืออนาคต”

ในตอนที่แล้ว เราได้รู้จัก clide ต้นแบบทางความคิดที่ Shauna บอกว่ามาก่อนกาล ตอนที่ 4 นี้คือช่วงเวลาที่ประกายไฟกลายเป็นเปลวเพลิง เมื่อชิ้นส่วนทั้งหมดที่กระจัดกระจายอยู่ ได้คนที่มองเห็นภาพรวมและมีแรงผลักดันพอที่จะประกอบมันขึ้นเป็นผลิตภัณฑ์เดียว

นี่คือเรื่องราวของ Boris Cherny ตั้งแต่โมเมนต์ที่เขาสัมผัสพลังของ clide เป็นครั้งแรกจนเปล่งคำว่า Holy shit ไปจนถึงเดโม Claude CLI ที่เขาสร้างในสองวันและได้เพียงสามไลก์ แต่กลับกลายเป็นต้นแบบโดยตรงของ Claude Code ที่เรารู้จักกันทุกวันนี้

clide ที่ทั้งล้ำสมัยและยุ่งยากในเวลาเดียวกัน

clide มีความสามารถที่ล้ำสมัยจนน่าทึ่ง หนึ่งในนั้นคือการกระจายงานออกไปแบบขนาน โดยยิง Claude Haiku ออกไปเป็นร้อยตัวพร้อมกัน เพื่อตั้งคำถามเกี่ยวกับโฟลเดอร์ทั้งก้อนที่ไม่มีทางยัดลงใน context window (พื้นที่ความจำจำกัดที่โมเดลใช้บรรจุข้อมูลในการประมวลผลแต่ละครั้ง) ได้เลย

Dawn Drain (Research Engineer ที่ Anthropic)

“เรามีฟีเจอร์ใน clide ที่กระจาย Claude Haiku ออกไปเป็นร้อยตัวพร้อมกัน คุณจึงถามคำถามเกี่ยวกับทั้งโฟลเดอร์ที่ไม่มีทางยัดลง context window ได้ ฉันสนุกกับเซสชันจับคู่ทำงานมาก ฉันหยิบ clide ออกมาตอบคำถาม แล้วคนก็จะถามตลอดว่าฉันรู้จักเครื่องมือเจ๋งๆ พวกนี้ได้ยังไง”

แต่อีกด้านหนึ่ง clide ก็ยังห่างไกลจากความเป็นซอฟต์แวร์ที่ใช้ง่าย ทุกคนพูดถึงมัน แต่มันเทอะทะและเปิดใช้งานช้ามาก

Sid Bidasaria (Member of Technical Staff ทีม Labs และวิศวกรคนที่สองของ Claude Code ที่ Anthropic)

“ทุกคนพูดถึง clide แต่มันเทอะทะและเปิดตัวช้ามาก”

Adam Wolff (ผู้จัดการคนแรกของทีม Claude Code ที่ Anthropic)

“ฟีเจอร์ clide agent เป็นหนึ่งในฟีเจอร์สุดท้ายที่ผมเพิ่มเข้าไปใน clide ก่อนที่ผมจะย้ายไปทำ Labs ตอนนั้น clide ยังไม่มี bash tool มันเลยทำอะไรได้จำกัด ผมตั้งค่าให้มันเดาจากการเปลี่ยนแปลงบางส่วนได้ว่าคุณกำลังพยายามทำอะไร มันเลยเป็น agentic แบบเด็กทารก ครั้งแรกที่มันทำงานได้ ผมเต้นวนรอบครัวเลย ผมไม่อยากจะเชื่อ”

กำเนิดทีม Labs และคำสั่งที่ว่า จงทำเรื่องใหญ่

ในเดือนมกราคม 2024 Ben Mann ก่อตั้งทีม Labs ขึ้น เพราะมองเห็นช่องว่างในตลาดสำหรับ agentic coding และเมื่อ Boris Cherny เข้าร่วม Labs ในเดือนกันยายนปีเดียวกัน เขาอยากเริ่มจากสิ่งเล็กๆ อย่างการทำ linter (เครื่องมือตรวจสอบคุณภาพและรูปแบบของโค้ด) แต่ Ben ยืนกรานให้ทำเรื่องใหญ่

Ben Mann (ผู้ร่วมก่อตั้ง Anthropic และหัวหน้าทีม Labs)

“เดือนมกราคม 2024 ผมเริ่มทีม Labs ผมเห็นช่องว่างในตลาดสำหรับ agentic coding พอ Boris เข้ามา Labs ในเดือนกันยายน เขาอยากทำ linter เขาอยากกัดชิ้นเล็กๆ ของ agentic coding แต่ผมบอกว่า ไม่ ไม่ ไม่ ไม่ คุณต้องทำเรื่องใหญ่”

คำว่าจงทำเรื่องใหญ่นี้ คือหนึ่งในการตัดสินใจเชิงทิศทางที่สำคัญที่สุดของทั้งเรื่องราว เพราะมันผลักให้ทีมเล็งไปที่เป้าหมายที่ยิ่งใหญ่ที่สุดตั้งแต่ต้น แทนที่จะค่อยๆ เริ่มจากชิ้นส่วนที่ปลอดภัย

โมเมนต์ Holy shit เมื่อ clide เขียน pull request ให้ทั้งอัน

แม้ clide จะต้องใช้คาถาสารพัดกว่าจะทำงานได้ แต่ Boris กลับมองเห็นบางอย่างที่ทรงพลัง จุดเปลี่ยนเกิดขึ้นเมื่อเขาเขียน pull request ทั้งอันด้วยมือ แล้วถูก Adam ปฏิเสธ พร้อมคำแนะนำให้ลองใช้ clide ทำแทน

Boris Cherny (หัวหน้า Claude Code ที่ Anthropic)

“คุณต้องใช้คาถาสารพัดกว่าจะทำให้ clide ทำงานได้ แต่ถึงมันจะไม่ใช่ซอฟต์แวร์ที่ดี มันก็น่าทึ่งและมีเวทมนตร์ในแบบของมัน เพราะมันมองเห็นอนาคต ผมเขียน pull request ทั้งอันด้วยมือ แล้ว Adam ก็ปฏิเสธมัน แต่เขาบอกว่า จริงๆ นายควรใช้ clide สำหรับงานนี้นะ ผมเลยพิมพ์ –string-edit หรืออะไรทำนองนั้น ผมแค่ก็อปปัญหาวางลงใน clide แล้วมันก็เขียน pull request ให้ทั้งอัน เป็น pull request แค่ห้าหรือสิบบรรทัด ผมไม่เคยเห็นอะไรแบบนั้นมาก่อน มันน่าตกใจมาก มันรู้สึกเหมือนอนาคต”

Ben Mann

“เขาแบบว่า Holy shit เราเห็นชิ้นส่วนต่างๆ แล้ว เราแค่ต้องเอามันมาประกอบเข้าด้วยกัน”

Raphael Lee (Engineering Manager คนแรกของทีม Labs ที่ Anthropic)

“Boris ได้รับมอบหมายพื้นที่ของ agentic coding เขาตั้งใจมากกับแนวทางที่เขาอยากจะเดิน”

โจทย์ตั้งต้น จงทำให้การเขียนโค้ดเป็นอัตโนมัติ

โจทย์เริ่มต้นที่ Boris ได้รับนั้นกว้างและท้าทาย นั่นคือให้ทำให้การเขียนโค้ดเป็นอัตโนมัติ สิ่งแรกที่เขาต้องทำคือการเรียนรู้การใช้ API เพราะยังไม่เคยใช้มาก่อน

Boris Cherny

“โปรเจกต์ตั้งต้นของผมคือ ทำให้การเขียนโค้ดเป็นอัตโนมัติ ผมเลยคิดว่า โอเค อย่างแรกผมต้องเรียนรู้วิธีใช้ API ก่อน เพราะยังไม่เคยใช้เลย ผมเริ่มลองเล่นไปเรื่อย แต่ก็ยังไม่รู้แน่ชัดว่าเราอยากสร้างอะไร”

เดโม Claude CLI ที่ทำงานสองวัน แต่วันนี้ทำแค่สองนาที

จากการลองเล่นนั้น Boris ได้สร้างสิ่งที่เขาเรียกว่า Claude CLI ขึ้นมา เดโมที่แม้แต่ตัวเขาเองก็ยังไม่เข้าใจอย่างถ่องแท้ แต่เมื่อมองย้อนกลับไปในวันนี้ องค์ประกอบดั้งเดิมทั้งหมดยังคงอยู่ครบ

Boris Cherny

“ผมลองแฮ็กไปมาแล้วสร้างเดโมที่ผมเรียกว่า Claude CLI ไม่มีใครเข้าใจว่าเดโม Claude CLI คืออะไร ผมเองก็ไม่ค่อยเข้าใจมันเหมือนกัน แต่พอมองมันตอนนี้ คุณจะเห็นว่าองค์ประกอบดั้งเดิมยังอยู่ครบ ผมสั่งให้มันหาว่าผมกำลังฟังเพลงอะไรอยู่ มันก็แค่แคปหน้าจอ Apple Music แล้วอ่านมัน มันดูมีเวทมนตร์ มันแค่ลงมือทำมันเลย นี่คืองานประมาณสองวัน ถ้าจะสร้างสิ่งนี้ขึ้นมาใหม่ด้วย Claude Code วันนี้ จะใช้เวลาแค่สองนาที ผมโพสต์มันลง Slack ผมว่าผมได้ประมาณสองหรือสามไลก์”

รายละเอียดเรื่องสองสามไลก์นี้มีความหมายลึกซึ้ง เพราะมันเตือนว่าสิ่งที่จะเปลี่ยนโลกในภายหลัง มักไม่ได้รับการยอมรับหรือเข้าใจในทันทีที่ปรากฏตัวครั้งแรก แม้แต่ในหมู่คนที่เชี่ยวชาญที่สุด

Igor Kofman (Member of Technical Staff ทีม Labs ที่ Anthropic)

“สำหรับผม มันชัดเจนเลยว่านี่คือแนวทางที่ถูกต้อง”

วันรุ่งขึ้น เมื่อเห็นเส้นสีแดงเขียว มันกำลังเขียนโค้ดให้ผม

จุดที่ทำให้ Boris เชื่อมั่นยิ่งขึ้น เกิดขึ้นในวันรุ่งขึ้นหลังจากโพสต์ เมื่อเขาเดินเข้ามาแล้วเห็น Robert กำลังทำงานอยู่ พร้อมกับเส้นสีแดงและสีเขียวที่เป็นสัญลักษณ์ของการเปลี่ยนแปลงโค้ด

Boris Cherny

“วันรุ่งขึ้นหลังจากโพสต์สิ่งนี้ ผมเดินเข้ามาแล้วเห็น Robert กำลังทำงาน ผมจำเส้นสีแดงและเขียวสำหรับโค้ดพวกนั้นได้ ซึ่งตอนนี้มันเป็นสัญลักษณ์ไปแล้ว เขาแบบว่า ใช่ มันกำลังทำงานเขียนโค้ดให้ผมอยู่ มันเป็นเรื่องที่บ้าที่สุดเลย มันมีประโยชน์จริง”

Robert Boyce (Member of Technical Staff ทีม Labs ที่ Anthropic)

“ผมจำไม่ได้แน่ชัดว่าตอนนั้นกำลังทำอะไรอยู่ น่าจะเป็นอะไรบางอย่างใน Claude desktop app ตอนนั้นแอปยังเรียบง่ายมาก แทบจะไม่มีอะไรมากไปกว่าการนิยาม tool ในลูป กับ REPL UI ง่ายๆ”

การที่คนอื่นเริ่มหยิบเดโมไปใช้ทำงานจริงได้ทันทีในวันรุ่งขึ้น คือสัญญาณยืนยันที่ทรงพลังกว่าคำชมใดๆ มันพิสูจน์ว่าไอเดียนี้ไม่ได้มีประโยชน์แค่กับคนสร้าง แต่ส่งต่อคุณค่าให้คนอื่นได้จริง

ความเร่งด่วนที่หยุดคิดไม่ได้ และเส้นทางวิกฤต

แม้เดโมจะยังห่างไกลจากคำว่าดี แต่ Boris กลับรู้สึกถึงความเร่งด่วนอย่างรุนแรงจนเริ่มทำงานทุกสุดสัปดาห์

Boris Cherny

“แน่นอนว่ามันยังห่างไกลจากคำว่าดีมากๆ แต่ผมรู้สึกถึงความเร่งด่วนอย่างรุนแรงที่จะทำงานกับมันและทำให้มันดี ผมเริ่มทำงานทุกสุดสัปดาห์ เพื่อนๆ ผมแบบว่า เกิดอะไรขึ้น มาเที่ยวกันสิ แต่มันมีบางอย่างที่ผมหยุดคิดถึงมันไม่ได้ และมันก็ยังรู้สึกเร่งด่วนแบบนั้นจนถึงทุกวันนี้”

Igor Kofman

“ตอนแรกที่ Anthropic ผมอยากทำงานเรื่องการนำพลังของ AI ไปสู่คนที่ไม่ใช่วิศวกร การเขียนโค้ดดูเป็นสิ่งที่เราจะแก้ได้แน่ๆ อยู่แล้ว ผมเลยอยากทำอะไรที่ชัดเจนน้อยกว่านั้น แต่ประมาณสามเดือนต่อมา ผมก็รู้ว่าการเขียนโค้ดคือสิ่งที่ต้องโฟกัสจริงๆ เพราะมันอยู่บนเส้นทางวิกฤตไปสู่ทุกอย่าง”

คำว่าเส้นทางวิกฤตของ Igor สรุปเหตุผลเชิงยุทธศาสตร์ได้อย่างคมชัด การเขียนโค้ดไม่ได้เป็นเพียงหนึ่งในความสามารถของ AI แต่เป็นความสามารถที่ปลดล็อกความสามารถอื่นๆ ทั้งหมด เพราะเมื่อ AI เขียนโปรแกรมได้ มันก็สร้างเครื่องมือเพื่อทำสิ่งอื่นๆ ต่อไปได้เอง

Insight: ตอนที่ 4 นี้บอกอะไรกับเรา

เรื่องนี้สำคัญอย่างไร

ตอนนี้แสดงให้เห็นว่านวัตกรรมครั้งใหญ่มักไม่ได้เกิดจากการประดิษฐ์ชิ้นส่วนใหม่ แต่เกิดจากการมองเห็นว่าชิ้นส่วนที่มีอยู่แล้วประกอบเข้าด้วยกันได้อย่างไร โมเมนต์ Holy shit ของ Boris คือการมองเห็นภาพการประกอบร่างนั้น และเดโมสองวันที่ได้เพียงสามไลก์ก็กลายเป็นต้นแบบของผลิตภัณฑ์ระดับเปลี่ยนอุตสาหกรรม

ส่งผลต่ออุตสาหกรรม AI อย่างไร

การตัดสินใจของ Ben ที่ผลักให้ Boris ทำเรื่องใหญ่แทน linter สะท้อนบทเรียนว่าในช่วงเปลี่ยนผ่านของเทคโนโลยี การเล็งเป้าใหญ่ตั้งแต่ต้นอาจเหมาะสมกว่าการค่อยๆ ขยับทีละก้าว เพราะหน้าต่างแห่งโอกาสอาจเปิดอยู่ไม่นาน

ส่งผลต่อ Software Engineering อย่างไร

เรื่องที่ Boris ก็อปปัญหาวางลงใน clide แล้วได้ pull request กลับมาทั้งอัน คือภาพตัวอย่างแรกๆ ของการเปลี่ยนบทบาทวิศวกร จากผู้เขียนโค้ดทีละบรรทัด ไปสู่ผู้กำกับงานที่อธิบายเจตนาแล้วให้ AI ลงมือทำ

บทเรียนสำหรับผู้สร้างผลิตภัณฑ์

บทเรียนคือ อย่าตัดสินไอเดียจากเสียงตอบรับแรกเริ่ม สิ่งที่ควรฟังมากกว่ายอดไลก์ คือสัญญาณว่ามีคนหยิบมันไปใช้ทำงานจริงหรือไม่ และการผลักให้คนได้สัมผัสอนาคตด้วยตัวเอง อย่างที่ Adam ชี้ให้ Boris ไปใช้ clide ทรงพลังกว่าการอธิบายด้วยคำพูด

สิ่งที่ผู้อ่านควรสังเกต

ให้สังเกตความเร่งด่วนภายในตัว Boris ที่ทำให้เขายอมสละทุกสุดสัปดาห์ พลังขับเคลื่อนที่มาจากความเชื่อในตัวสิ่งที่ทำ มักเป็นปัจจัยที่มองไม่เห็นแต่ชี้ขาดว่าโครงการจะไปถึงเส้นชัยหรือไม่

สรุปตอนที่ 4

clide มีทั้งฟีเจอร์ล้ำสมัยอย่างการยิง Claude Haiku ร้อยตัวขนานกัน และข้อจำกัดคือความช้าและยุ่งยาก ในเดือนมกราคม 2024 Ben Mann ตั้งทีม Labs และผลักให้ Boris Cherny ทำเรื่องใหญ่แทน linter จุดเปลี่ยนเกิดเมื่อ Boris ใช้ clide เขียน pull request ให้ทั้งอันจนรู้สึกเหมือนเห็นอนาคต จากนั้นเขารับโจทย์ทำการเขียนโค้ดเป็นอัตโนมัติ แล้วสร้างเดโม Claude CLI ในสองวัน ซึ่งแคปหน้าจอ Apple Music แล้วอ่านข้อมูลได้ แม้โพสต์ลง Slack จะได้เพียงสามไลก์ แต่วันรุ่งขึ้น Robert ก็เริ่มใช้มันเขียนโค้ดจริง Boris รู้สึกถึงความเร่งด่วนจนทำงานทุกสุดสัปดาห์ ขณะที่ Igor ตกผลึกว่าการเขียนโค้ดคือเส้นทางวิกฤตที่ปลดล็อกทุกอย่าง

Preview ตอนถัดไป

ในตอนที่ 5 เราจะเข้าสู่ช่วง The team ทำความรู้จักกับผู้คนเบื้องหลัง Claude Code ตั้งแต่ Adam Wolff อดีตนักศึกษาภาพยนตร์ที่มาเป็นผู้สร้าง React ไปจนถึง Igor ที่เขียน BASIC ตั้งแต่เจ็ดขวบ Fiona ที่มองการเขียนโปรแกรมเป็นการเล่าเรื่อง Cat Wu ที่กลายจากผู้ใช้กระตือรือร้นที่สุดมาเป็นสมาชิกทีม และ Meaghan Choi นักออกแบบที่มองเห็นว่าเครื่องมือ command-line ก็ต้องการความรักในการออกแบบ

---

 

ตอนที่ 5: การสร้างทีม Claude Code และวัฒนธรรมการพัฒนา

เบื้องหลังผลิตภัณฑ์ที่เปลี่ยนวิธีเขียนโค้ดของคนทั้งโลก คือกลุ่มคนที่มีเส้นทางชีวิตหลากหลายอย่างน่าประหลาด ตั้งแต่นักศึกษาภาพยนตร์ที่กลายมาเป็นผู้สร้างเฟรมเวิร์กชื่อดัง ไปจนถึงเด็กที่เขียนโปรแกรมสอนเลขให้น้องตั้งแต่อายุเจ็ดขวบ

ตอนที่ 5 นี้คือช่วง The team ที่พาเราไปรู้จักผู้คนซึ่งมารวมตัวกันสร้าง Claude Code และเราจะได้เห็นว่าอะไรคือแรงบันดาลใจร่วมที่เชื่อมโยงพวกเขาเข้าด้วยกัน นั่นคือมุมมองที่ว่าการเขียนโปรแกรมคือการเล่าเรื่องและการสร้างสรรค์

Adam Wolff จากนักศึกษาภาพยนตร์สู่ผู้สร้าง React

เส้นทางของ Adam Wolff ผู้จัดการคนแรกของทีม Claude Code นั้นไม่ธรรมดา เขาไม่ได้เรียนวิทยาการคอมพิวเตอร์ในมหาวิทยาลัย แต่เรียนภาพยนตร์ อย่างไรก็ตามเขาชอบสร้างสิ่งต่างๆ ด้วยคอมพิวเตอร์มาตลอด จนได้อ่านนิตยสาร Wired ฉบับแรกในปี 1993 แล้วรู้สึกว่าต้องเป็นส่วนหนึ่งของสิ่งนี้ให้ได้

Adam Wolff (ผู้จัดการคนแรกของทีม Claude Code ที่ Anthropic)

“ผมไม่ได้เรียนวิทยาการคอมพิวเตอร์ในมหาวิทยาลัย ผมเรียนภาพยนตร์ แต่ผมชอบสร้างของด้วยคอมพิวเตอร์มาตลอด ผมอ่าน Wired ฉบับแรกในปี 1993 แล้วรู้สึกว่า โอ้พระเจ้า ฉันต้องเป็นส่วนหนึ่งของสิ่งนี้ ผมเลยย้ายมาที่ Bay Area ช่วงแรกของอาชีพผมเป็นนักออกแบบเกม แล้วก็มาเป็นโปรแกรมเมอร์ สุดท้ายผมได้ทำงานในโปรเจกต์ใหญ่ชื่อ React ซึ่งตอนนี้กลายเป็นเฟรมเวิร์กเว็บที่ได้รับความนิยมมาก”

การที่ Boris ชวน Adam มาเป็นผู้จัดการก็ไม่ใช่เรื่องง่าย เพราะในตอนแรก Adam ปฏิเสธหลายครั้ง เนื่องจากอยากกลับไปเป็น IC หรือ Individual Contributor ที่ลงมือทำงานเองมากกว่าเป็นผู้จัดการ

Boris Cherny (หัวหน้า Claude Code ที่ Anthropic)

“ผมขอให้ Adam มาเป็นผู้จัดการของเรา ตอนแรกเขาปฏิเสธอยู่หลายครั้งเพราะอยากกลับไปเป็น IC แต่สุดท้ายเขาก็ตกลงหลังจากผมตื๊อและพาไปดื่มเบียร์ด้วยกันสองสามแก้ว”

Igor Kofman เขียน BASIC ตั้งแต่เจ็ดขวบ เพื่อสอนเลขให้น้อง

Igor Kofman เริ่มเขียนโค้ดด้วยภาษา BASIC ตั้งแต่อายุราวเจ็ดขวบ ซอฟต์แวร์ชิ้นแรกที่เขาสร้างคือเกมสอนคณิตศาสตร์ให้น้องชายวัยห้าขวบ

Igor Kofman (Member of Technical Staff ทีม Labs ที่ Anthropic)

“ผมเริ่มเขียนโค้ดด้วย BASIC ตอนอายุประมาณเจ็ดขวบ ซอฟต์แวร์ชิ้นแรกที่ผมทำคือเกมสอนเลขให้น้องชายที่อายุห้าขวบ สองบวกสองเท่ากับเท่าไหร่ ถ้าตอบถูกมันก็จะเล่นเพลง ตอนนั้นเราอยู่ยูเครน และมันน่าจะรันบนคอมพิวเตอร์ที่นำเข้ามาจากฝั่งตะวันตก คุณต้องเอาเทปใส่เข้าไป”

Fiona Fung การเขียนโปรแกรมคือวิธีเล่าเรื่องและสร้างสรรค์

สำหรับ Fiona Fung การเขียนโปรแกรมมีความหมายที่ลึกกว่าเทคนิค เธอสร้างเกมแรกด้วยภาษาชื่อ Turing ที่พัฒนาโดยมหาวิทยาลัยโทรอนโต และมองว่ามันเปรียบเสมือนงานศิลปะ

Fiona Fung (Org Leader ของ Claude Code และ Cowork ที่ Anthropic)

“มีภาษาหนึ่งชื่อ Turing สร้างโดยมหาวิทยาลัยโทรอนโต ผมสร้างเกมแรกด้วยภาษานั้น มันเหมือนงานศิลปะเลย การเขียนโปรแกรมคือวิธีที่คุณจะเล่าเรื่องและสร้างสรรค์”

มุมมองที่ว่าการเขียนโปรแกรมคือการเล่าเรื่อง คือหัวใจทางปรัชญาที่เชื่อมคนในทีมนี้เข้าด้วยกัน มันอธิบายว่าทำไมพวกเขาถึงตื่นเต้นกับการทำให้การเขียนโค้ดเข้าถึงคนได้มากขึ้น เพราะนั่นหมายถึงการเปิดโอกาสให้คนจำนวนมากขึ้นได้เล่าเรื่องและสร้างสรรค์

Cat Wu จากผู้ใช้ที่กระตือรือร้นที่สุด สู่สมาชิกทีม

Cat Wu เข้าร่วม Anthropic ในฤดูร้อนปี 2024 เมื่อ Boris โพสต์เดโม Claude CLI เธอเริ่มใช้มันสร้าง RL environment (สภาพแวดล้อมจำลองสำหรับเทรนโมเดลด้วย Reinforcement Learning) และประทับใจมากว่ามันช่วยให้เธอทำงานเร็วขึ้นเพียงใด

Cat Wu (หัวหน้าฝ่ายผลิตภัณฑ์ของ Claude Code ที่ Anthropic)

“ผมเข้า Anthropic ในฤดูร้อนปี 2024 พอ Boris โพสต์เดโม Claude CLI ผมก็เริ่มใช้มันสร้าง RL environment และประทับใจมากว่ามันทำให้ผมเร็วขึ้นแค่ไหน ผมส่ง feedback เป็นย่อหน้ายาวๆ ให้ Boris และพอๆ กันนั้น Boris ก็ตอบกลับมาว่าเขาปล่อยฟีเจอร์หรือแก้บั๊กให้หลายอย่างที่ผมขอแล้ว ผมน่าจะเป็นหนึ่งในผู้ใช้ที่กระตือรือร้นที่สุดในตอนนั้น เขาเลยถามผมว่า อยากมาร่วมทีมนี้ไหม”

เรื่องราวของ Cat แสดงให้เห็นวงจรที่งดงามระหว่างผู้ใช้กับผู้สร้าง การให้ feedback อย่างจริงจังและได้เห็นมันถูกนำไปแก้ไขอย่างรวดเร็ว ทำให้ผู้ใช้กลายเป็นส่วนหนึ่งของทีมได้อย่างเป็นธรรมชาติ

Meaghan Choi เมื่อเครื่องมือ command-line ก็ต้องการความรักในการออกแบบ

Meaghan Choi นักออกแบบผลิตภัณฑ์ มีปฏิสัมพันธ์แรกกับทีมในราวเดือนธันวาคม 2024 การออกแบบสำหรับเครื่องมือ command-line ไม่ใช่เรื่องที่พบเห็นบ่อยนัก แต่เธอกลับมองเห็นศักยภาพ

Meaghan Choi (Product Designer ที่ Anthropic)

“ปฏิสัมพันธ์แรกของผมกับทีมน่าจะเป็นเดือนธันวาคม 2024 การออกแบบสำหรับเครื่องมือ command-line ไม่ใช่เรื่องปกติ แต่ผมจำได้ว่าพอเห็น Claude CLI ผมคิดว่า เราทำให้สิ่งนี้เป็นผลิตภัณฑ์เจ๋งๆ ได้นะ มันแค่ต้องการความรักในการออกแบบสักหน่อย ผมเลยขอทำ spike สั้นๆ สองสัปดาห์”

Sid Bidasaria (Member of Technical Staff ทีม Labs และวิศวกรคนที่สองของ Claude Code ที่ Anthropic)

“ผมเข้าร่วมทีม Labs ในเดือนสิงหาคม 2024 Boris มีเจ้า CLI เจ๋งๆ นี่อยู่ ผมเลยกระโดดเข้าไปทำ ตลอดอาชีพผมไม่เคยมีความเชี่ยวชาญด้านเดียว และผมไม่เคยเขียนเครื่องมือสำหรับนักพัฒนาหรือเครื่องมือเขียนโค้ดมาก่อนเลย มันใหม่หมดสำหรับผม”

Insight: ตอนที่ 5 นี้บอกอะไรกับเรา

เรื่องนี้สำคัญอย่างไร

ตอนนี้เผยให้เห็นว่าความหลากหลายของภูมิหลังในทีม เป็นจุดแข็ง ไม่ใช่จุดอ่อน คนที่มาจากภาพยนตร์ ศิลปะ และการออกแบบเกม นำมุมมองที่ต่างออกไปมาสู่การสร้างเครื่องมือทางเทคนิค และมุมมองร่วมที่ว่าการเขียนโปรแกรมคือการเล่าเรื่อง คือแรงยึดเหนี่ยวทางวัฒนธรรมของทีม

ส่งผลต่ออุตสาหกรรม AI อย่างไร

การที่ทีม Claude Code ให้ความสำคัญกับการออกแบบแม้แต่ในเครื่องมือ command-line สะท้อนแนวคิดว่าประสบการณ์ผู้ใช้มีความสำคัญกับเครื่องมือของนักพัฒนาไม่แพ้ผลิตภัณฑ์สำหรับผู้บริโภคทั่วไป นี่เป็นการยกระดับมาตรฐานของทั้งวงการ

ส่งผลต่อ Software Engineering อย่างไร

เรื่องราวของ Cat Wu ที่กลายจากผู้ใช้เป็นสมาชิกทีม แสดงให้เห็นรูปแบบการทำงานที่ผู้ใช้และผู้สร้างอยู่ใกล้กันมาก ซึ่งเป็นวัฒนธรรมที่เร่งการพัฒนาผลิตภัณฑ์ให้ตรงกับความต้องการจริงได้อย่างรวดเร็ว

บทเรียนสำหรับผู้สร้างผลิตภัณฑ์

บทเรียนคือ ผู้ใช้ที่กระตือรือร้นที่สุดของคุณ คือผู้ร่วมทีมในอนาคตที่ดีที่สุด การรับฟัง feedback อย่างจริงจังและตอบสนองอย่างรวดเร็ว ไม่เพียงปรับปรุงผลิตภัณฑ์ แต่ยังสร้างความผูกพันจนดึงคนเก่งเข้ามาร่วมสร้างได้

สิ่งที่ผู้อ่านควรสังเกต

ให้สังเกตว่าหลายคนในทีมเริ่มต้นเส้นทางการเขียนโปรแกรมจากความสนุกและการสร้างสรรค์ในวัยเด็ก ไม่ใช่จากการเรียนสายวิชาการ ความรักในการสร้างสิ่งต่างๆ นี้เอง ที่หล่อหลอมวิสัยทัศน์ของ Claude Code ในการทำให้การสร้างซอฟต์แวร์เข้าถึงคนได้มากขึ้น

สรุปตอนที่ 5

ทีม Claude Code ประกอบด้วยคนที่มีภูมิหลังหลากหลาย ตั้งแต่ Adam Wolff นักศึกษาภาพยนตร์ที่มาเป็นผู้สร้าง React และถูก Boris ตื๊อจนยอมเป็นผู้จัดการ Igor Kofman ที่เขียน BASIC สอนเลขให้น้องตั้งแต่เจ็ดขวบในยูเครน Fiona Fung ที่มองการเขียนโปรแกรมเป็นการเล่าเรื่องและสร้างสรรค์ Cat Wu ที่กลายจากผู้ใช้กระตือรือร้นที่สุดมาเป็นหัวหน้าฝ่ายผลิตภัณฑ์ และ Meaghan Choi ที่มองเห็นว่าเครื่องมือ command-line ก็ต้องการความรักในการออกแบบ มุมมองร่วมที่ว่าการเขียนโปรแกรมคือการเล่าเรื่อง คือแรงยึดเหนี่ยวของทีมนี้

Preview ตอนถัดไป

ในตอนที่ 6 เราจะเข้าสู่ช่วง Building การสร้าง Claude Code จริงจัง เราจะได้เห็นความตึงเครียดที่น่าสนใจระหว่าง Boris ที่อยากขยายทีมอย่างรวดเร็ว กับ Adam ที่พยายามรั้งให้ทีมเล็กเข้าไว้ และจะได้รู้ว่าทำไมการรักษาทีมให้เล็กกลับกลายเป็นกุญแจสำคัญสู่ความสำเร็จ รวมถึง sprint สองสัปดาห์ที่สร้างฟีเจอร์หลักที่เราใช้กันทุกวันนี้ และปรัชญาการสร้างผลิตภัณฑ์บนโมเดลที่ยังไม่สมบูรณ์แบบ

---

 

ตอนที่ 6: จาก Prototype สู่ Product จริง การสร้าง Claude Code

หนึ่งในบทเรียนที่ขัดกับสัญชาตญาณที่สุดของการสร้าง Claude Code คือเรื่องขนาดของทีม ในขณะที่หลายคนเชื่อว่ายิ่งมีคนมากยิ่งทำงานได้เร็ว เรื่องราวในตอนนี้กลับแสดงให้เห็นว่าการรักษาทีมให้เล็ก คือกุญแจสำคัญที่ทำให้ทีมสร้างสรรค์และวิ่งได้เร็วอย่างที่ไม่เคยเป็นมาก่อน

ตอนที่ 6 นี้คือช่วง Building ที่พาไปดูความตึงเครียดเรื่องการขยายทีม sprint สองสัปดาห์ที่สร้างฟีเจอร์หลัก และปรัชญาการสร้างผลิตภัณฑ์บนโมเดลที่ยังทำงานได้แค่บางส่วน

ความตึงเครียดระหว่างการขยายทีมกับการรักษาทีมให้เล็ก

ในเดือนตุลาคม 2024 Boris ทำงานหนักมากจนต้องร้องขอวิศวกรเพิ่มแทบทุกสัปดาห์ ในขณะที่แทบทั้งทีม Labs ถูกทุ่มเทให้ Claude Code ส่วนที่เหลือกลายเป็นทีม MCP

Boris Cherny (หัวหน้า Claude Code ที่ Anthropic)

“ตุลาคม 2024 ผมทำงานกับมันหนักมาก ทุกสัปดาห์ผมจะแบบ Raph ขอวิศวกรหน่อยได้ไหม”

Raphael Lee (Engineering Manager คนแรกของทีม Labs ที่ Anthropic)

“เราทุ่มเทเกือบทั้ง Anthropic Labs ให้ Claude Code ส่วนอีกที่เหลือกลายเป็นทีม MCP มันคงจะดีถ้าได้จ้างเร็วกว่านี้ ทีมส่วนใหญ่โตขึ้นในช่วงแรกจากการโอนย้ายคนภายใน และการจ้างคนภายนอกที่คุณภาพสูงแบบช้าๆ”

แต่ Adam กลับมองต่างออกไป เขาเห็นว่าการขยายทีมเป็นดาบสองคม

Adam Wolff (ผู้จัดการคนแรกของทีม Claude Code ที่ Anthropic)

“การขยายทีมเป็นดาบสองคมจริงๆ Boris ผลักดันให้โตเร็วอย่างหนัก ส่วนผมต้องการตรงกันข้าม และผมก็รั้งมันไว้เท่าที่จะทำได้ การมีกำลังเสริมมันก็ดี แต่การขยายขนาดทำให้ทุกอย่างเกี่ยวกับกระบวนการ วัฒนธรรม และวิสัยทัศน์ยากขึ้น ผมยังมองว่านี่คือการทดลองในช่วงแรกๆ ว่า Claude Code จะเปลี่ยนทีมวิศวกรและความคาดหวังเรื่องประสิทธิภาพของเราอย่างไร แม้จะเป็นทีมที่ค่อนข้างเล็ก เราก็ทะลวงฟีเจอร์และกำจัดบั๊กได้ในอัตราที่ผมไม่เคยเห็นมาก่อน”

ทำไมทีมเล็กจึงเป็นกุญแจสู่ความสำเร็จ

เมื่อมองย้อนกลับไป Boris เห็นด้วยว่าการรักษาทีมให้เล็กมีความสำคัญอย่างยิ่ง

Boris Cherny

“เมื่อมองย้อนกลับไป การรักษาทีมให้เล็กสำคัญต่อความสำเร็จของเรามากจริงๆ มันช่วยให้เราสร้างสรรค์กับทรัพยากรที่มีได้จริงๆ และกันเราไม่ให้ออกแบบเกินจำเป็น และมันบังคับให้เราใช้ Claude มากขึ้น ไม่อย่างนั้นเราคงไปได้ไม่เร็วพอ”

ประเด็นที่ว่าทีมเล็กบังคับให้ใช้ Claude มากขึ้น เป็นข้อสังเกตที่ลึกซึ้ง เมื่อทรัพยากรคนมีจำกัด ทีมจึงต้องพึ่งพาเครื่องมือของตัวเองมากขึ้น ซึ่งกลายเป็นวงจรที่ดี เพราะยิ่งใช้มากก็ยิ่งเห็นจุดที่ต้องปรับปรุงมากขึ้นไปด้วย

sprint สองสัปดาห์ที่สร้างฟีเจอร์หลัก

จนถึงเดือนธันวาคม 2024 ทีมยังมีแค่ Sid, Boris และ Ben อีกเล็กน้อยที่ช่วยกันแฮ็ก จนเมื่อได้ไฟเขียว ก็มีคนราวหกถึงเจ็ดคนกระโดดเข้ามาช่วย และเริ่ม sprint สุดท้ายสองสัปดาห์

Sid Bidasaria (Member of Technical Staff ทีม Labs และวิศวกรคนที่สองของ Claude Code ที่ Anthropic)

“มันมีแค่ผม Boris และ Ben อีกนิดหน่อยที่แฮ็กสิ่งนี้จนถึงเดือนธันวาคม 2024 หลังจากได้ไฟเขียว คนหกหรือเจ็ดคนจากทีม Labs กับอีกสองสามทีมก็กระโดดเข้ามา แล้วเราก็เริ่ม sprint สองสัปดาห์สุดท้าย ฟีเจอร์หลักหลายอย่างที่คุณเห็นทุกวันนี้ถูกสร้างในสองสัปดาห์นั้น อย่างระบบรายงานบั๊กและ flow การล็อกอิน sprint นั้นคือตอนที่ผมรู้สึกว่า โอเค นี่มันกำลังกลายเป็นอะไรบางอย่างที่จริงจังแล้ว”

บทเรียนจาก React การทำให้ถูกใช้ภายในนำไปสู่การใช้ภายนอก

Adam นำประสบการณ์จาก React มาปรับใช้โดยตรง

Adam Wolff

“กับ React ทุกอย่างที่เราทำเพื่อให้มันถูกนำไปใช้ภายใน Facebook ได้ ทำให้คนเริ่มนำมันไปใช้ภายนอกด้วย เราเข้าใจดีขึ้นว่าข้อได้เปรียบคืออะไร หลุมพรางหน้าตาเป็นยังไง เส้นทางเป็นแบบไหน กับ Claude Code ก็เหมือนกัน”

วนซ้ำเร็วเพราะเป็น CLI และตอบ feedback ในไม่กี่นาที

จุดแข็งหนึ่งของการเป็นผลิตภัณฑ์ CLI คือความเรียบง่ายทางสถาปัตยกรรม ที่ทำให้ทีมวนซ้ำและแก้ไขได้เร็วมาก

Sid Bidasaria

“ไม่มีข้อจำกัดเรื่อง PR ไม่มีข้อจำกัดเรื่องการรีวิวบน codebase เลย เราแค่ปล่อยการแก้ไขทันที สิ่งหนึ่งที่ Boris ทำได้เยี่ยมตั้งแต่แรกคือการสร้างระบบอัปเดตอัตโนมัติและ user metrics ที่ดีมาก พอมีคนมาบอกว่า เราไม่ชอบอันนี้ เราก็ปล่อยการแก้ไขได้ และเขาจะได้มันภายในห้านาที”

Raphael Lee

“feedback หลั่งไหลเข้ามา Boris กับ Sid จะตอบทุกความคิดเห็นภายในไม่กี่นาที และมักจะขึ้น PR ให้ภายในวันเดียวหรือชั่วโมงเดียว เพราะ Claude Code แฮ็กได้เร็วมาก”

Sid Bidasaria

“การเป็นผลิตภัณฑ์ CLI แทนที่จะเป็นเว็บแอป หมายความว่าไม่มีสถาปัตยกรรมซับซ้อนให้ต้องคอยจัดการ เราวนซ้ำได้เร็วมากเพราะมันเป็นแค่ client application ง่ายสุดๆ”

ปรัชญาสำคัญ สร้างสิ่งที่ทำงานได้ 20 ถึง 30 เปอร์เซ็นต์วันนี้ เพื่อให้พร้อมเมื่อโมเดลถัดไปมา

Ben Mann อธิบายปรัชญาการสร้างผลิตภัณฑ์บนโมเดลที่ยังไม่สมบูรณ์ ซึ่งเป็นแก่นความคิดที่คนภายนอกวงการมักไม่เข้าใจ

Ben Mann (ผู้ร่วมก่อตั้ง Anthropic และหัวหน้าทีม Labs)

“มันไม่ชัดเจนนักสำหรับคนที่ไม่ได้ทำงานเรื่องการแปลงโมเดลเป็นผลิตภัณฑ์มานาน ว่าคุณต้องสร้างบางอย่างที่ทำงานได้แค่ 20 หรือ 30 เปอร์เซ็นต์ในตอนนี้ เพื่อว่าพอโมเดลตัวถัดไปออกมา มันจะทำงานได้ 80 เปอร์เซ็นต์ และนั่นก็เพียงพอที่จะได้แรงดึงดูดในตลาด แล้วโมเดลตัวถัดไปหลังจากนั้นก็จะได้ 90 กว่าเปอร์เซ็นต์ แล้วคุณถึงจะก้าวหน้าจริงๆ และคุณต้องมีความอดทนต่อความเจ็บปวดสูง เพราะคุณจะทำมันผิดครั้งแล้วครั้งเล่า คุณต้องอยู่กับปัจจุบัน แต่ก็ต้องมองไปยังอนาคตด้วย”

ปรัชญานี้คือหัวใจของการสร้างผลิตภัณฑ์บนเทคโนโลยีที่กำลังพัฒนาอย่างรวดเร็ว การยอมสร้างสิ่งที่ยังทำงานได้ไม่ดีในวันนี้ คือการวางตำแหน่งให้พร้อมเก็บเกี่ยวเมื่อความสามารถของโมเดลก้าวกระโดดในวันข้างหน้า

Insight: ตอนที่ 6 นี้บอกอะไรกับเรา

เรื่องนี้สำคัญอย่างไร

ตอนนี้ท้าทายสมมติฐานที่ว่าทีมใหญ่ทำงานได้มากกว่า Claude Code พิสูจน์ว่าทีมเล็กที่ใช้เครื่องมือของตัวเองอย่างเข้มข้น สามารถวิ่งได้เร็วกว่าและสร้างสรรค์กว่า เพราะข้อจำกัดด้านทรัพยากรบังคับให้เกิดความคิดสร้างสรรค์และการพึ่งพา AI มากขึ้น

ส่งผลต่ออุตสาหกรรม AI อย่างไร

ปรัชญาที่ว่าให้สร้างสิ่งที่ทำงานได้ 20 ถึง 30 เปอร์เซ็นต์วันนี้ เพื่อรอโมเดลถัดไป กลายเป็นกลยุทธ์หลักของบริษัท AI ทั่วโลก มันคือการยอมรับว่าเส้นโค้งความสามารถของโมเดลจะยกระดับผลิตภัณฑ์ให้เองเมื่อถึงเวลา

ส่งผลต่อ Software Engineering อย่างไร

การไม่มีข้อจำกัดเรื่อง PR และการปล่อยแก้ไขทันทีพร้อมระบบอัปเดตอัตโนมัติ แสดงให้เห็นว่าความเร็วในการวนซ้ำและตอบสนอง feedback คือข้อได้เปรียบเชิงแข่งขันที่สำคัญ โดยเฉพาะกับผลิตภัณฑ์ CLI ที่สถาปัตยกรรมเรียบง่าย

บทเรียนสำหรับผู้สร้างผลิตภัณฑ์

บทเรียนคือ ความอดทนต่อความเจ็บปวดสูงเป็นคุณสมบัติที่จำเป็น เพราะคุณจะทำผิดซ้ำแล้วซ้ำเล่าระหว่างรอให้เทคโนโลยีสุกงอม และการทำให้ผลิตภัณฑ์ถูกใช้ภายในองค์กรอย่างจริงจัง คือเส้นทางที่ดีที่สุดสู่การถูกยอมรับภายนอก

สิ่งที่ผู้อ่านควรสังเกต

ให้สังเกตความตึงเครียดที่ดีระหว่าง Boris ที่อยากโตเร็ว กับ Adam ที่อยากรั้งไว้ ความตึงเครียดนี้ไม่ใช่ปัญหา แต่เป็นกลไกถ่วงดุลที่ช่วยให้ทีมตัดสินใจได้รอบด้าน การมีเสียงที่เห็นต่างในทีมจึงมีคุณค่า

สรุปตอนที่ 6

ในเดือนตุลาคม 2024 Boris ขอวิศวกรเพิ่มแทบทุกสัปดาห์ ขณะที่ Adam พยายามรั้งให้ทีมเล็กเข้าไว้ เพราะการขยายขนาดทำให้กระบวนการ วัฒนธรรม และวิสัยทัศน์ยากขึ้น เมื่อมองย้อนกลับไป การรักษาทีมให้เล็กกลับเป็นกุญแจสำคัญ เพราะมันบังคับให้ทีมสร้างสรรค์และใช้ Claude มากขึ้น ในเดือนธันวาคม 2024 หลังได้ไฟเขียว ทีมทำ sprint สองสัปดาห์ที่สร้างฟีเจอร์หลักอย่างระบบรายงานบั๊กและ flow ล็อกอิน ด้วยความเป็น CLI ที่สถาปัตยกรรมเรียบง่าย ทีมจึงวนซ้ำและตอบ feedback ได้ในไม่กี่นาที ทั้งหมดตั้งอยู่บนปรัชญาของ Ben ที่ว่าให้สร้างสิ่งที่ทำงานได้ 20 ถึง 30 เปอร์เซ็นต์วันนี้ เพื่อให้พร้อมเมื่อโมเดลถัดไปมาถึง

Preview ตอนถัดไป

ในตอนที่ 7 เราจะเข้าสู่ช่วง Launch การเปิดตัว Claude Code สู่สาธารณะในเดือนกุมภาพันธ์ 2025 พร้อมเบื้องหลังการตั้งชื่อ โลโก้ ASCII และตัวละครน่ารักในเทอร์มินัล เราจะได้ฟังเสียงของผู้ใช้ยุคแรกที่รู้สึกขนลุกตั้งแต่ห้านาทีแรก ทั้ง Austin Ray จาก Ramp ที่เดินไปชวนเพื่อนร่วมงานทีละโต๊ะ Kyle Easterly ที่สร้างแอปให้องค์กรไม่แสวงหากำไรในอลาสกา และ Jarred Sumner ผู้ก่อตั้ง Bun ที่หลงใหลจนต้องปกป้องมันจากการถูกแบน

---

 

ตอนที่ 7: เปิดตัว Claude Code และเสียงตอบรับช่วงแรก

ในเดือนกุมภาพันธ์ 2025 สิ่งที่เริ่มจากเดโมสองวันและได้เพียงสามไลก์ ก็พร้อมออกสู่สายตาสาธารณะในชื่อใหม่ว่า Claude Code แม้เสียงตอบรับในช่วงทดลองก่อนเปิดตัวจะยังไม่สู้ดีนัก แต่เมื่อผู้ใช้กลุ่มแรกได้สัมผัสมัน หลายคนกลับรู้สึกขนลุกและมั่นใจตั้งแต่ห้านาทีแรกว่านี่คือสิ่งที่จะเปลี่ยนทุกอย่าง

ตอนที่ 7 นี้คือช่วง Launch ที่พาไปดูเบื้องหลังการตั้งชื่อ โลโก้ ASCII ตัวละครน่ารักในเทอร์มินัล และเรื่องราวของผู้ใช้ยุคบุกเบิกที่กลายเป็นผู้เผยแพร่ตัวจริง

เสียงตอบรับที่ยังอุ่นๆ ก่อนตัดสินใจกระโดด

Cat Wu เล่าว่าเสียงตอบรับในช่วงโปรแกรม early-access ก่อนเปิดตัวนั้นยังไม่ร้อนแรง หลายคนมองว่าเป็นไอเดียที่เจ๋งแต่มีบั๊กเต็มไปหมด อย่างไรก็ตามทีมก็ตัดสินใจกระโดดลงสนาม

Cat Wu (หัวหน้าฝ่ายผลิตภัณฑ์ของ Claude Code ที่ Anthropic)

“เราได้รับการตอบรับแบบอุ่นๆ ในช่วงโปรแกรม early-access ก่อนเปิดตัว บางคนรู้สึกว่ามันเป็นไอเดียที่เจ๋ง แต่มันมีบั๊กเยอะมาก แต่เราก็ตัดสินใจกระโดดลงไปในเดือนกุมภาพันธ์ 2025 นั่นคือตอนที่เราเปลี่ยนชื่อ Claude CLI เป็น Claude Code อย่างเป็นทางการ Alex Isken จากทีม Product Marketing เป็นคนเสนอชื่อนี้ เราชอบความเรียบง่ายของมัน”

โลโก้ ASCII และตัวละครน่ารักในเทอร์มินัล

เสน่ห์เล็กๆ น้อยๆ ที่ทำให้ Claude Code มีบุคลิก เกิดจากความคิดสร้างสรรค์ในค่ำคืนก่อนเปิดตัว Igor Kofman คิดว่าถ้ามีโลโก้แบบ ASCII ก็คงจะเท่ดี

Igor Kofman (Member of Technical Staff ทีม Labs ที่ Anthropic)

“คืนดึกคืนหนึ่งก่อนเปิดตัว ผมคิดว่า มันคงเจ๋งดีถ้าเรามีโลโก้แบบ ASCII ผมทำงานร่วมกับ Claude เพื่อเติมฟอนต์ ASCII art บางแบบ แล้วเราก็เปลี่ยนมันให้เป็นโลโก้ที่กลายเป็นสัญลักษณ์ มันเป็นความสุขเล็กๆ ตอนที่คุณล็อกอินเข้ามา”

Meaghan Choi (Product Designer ที่ Anthropic)

“สิ่งที่ผมชอบที่สุดคือการเพิ่มตัวละคร Clawd น้อยๆ เข้าไปในเทอร์มินัล เดิมที Sam McAllister เป็นคนสร้าง Clawd ขึ้นมาสำหรับการเปิดตัว Claude 3.5 Sonnet คุณไม่ค่อยมีโอกาสได้ทำอะไรแบบนั้นในผลิตภัณฑ์บ่อยนัก”

รายละเอียดเล็กๆ อย่างโลโก้ ASCII และตัวละคร Clawd แสดงให้เห็นว่าทีมใส่ใจกับประสบการณ์และความรู้สึกของผู้ใช้ ไม่ใช่แค่ฟังก์ชันการทำงาน ความสุขเล็กๆ เหล่านี้เองที่ช่วยสร้างความผูกพันระหว่างผู้ใช้กับผลิตภัณฑ์

Austin Ray แห่ง Ramp ขนลุกตั้งแต่ห้านาทีแรก

Austin Ray เป็นสายเทอร์มินัลมาทั้งชีวิต เมื่อมีคนโพสต์เรื่อง Claude Code หลังเปิดตัวเป็น research preview ในเดือนกุมภาพันธ์ 2025 เขาก็รีบเข้าไปลอง และภายในห้านาทีแรกก็รู้ทันทีว่านี่จะเปลี่ยนทุกอย่างโดยพื้นฐาน

Austin Ray (AI DevX Lead และ Staff Software Engineer ที่ Ramp)

“ผมเป็นคนสายเทอร์มินัลมาทั้งอาชีพ ผมเลยอยู่ที่เทอร์มินัลทุกครั้งที่ทำได้ มีคนโพสต์เรื่อง Claude Code หลังจากมันถูกปล่อยเป็น research preview ในเดือนกุมภาพันธ์ 2025 แล้วผมก็เจอมัน ภายในห้านาทีแรกที่ใช้ ผมแบบว่า ใช่เลย นี่มันจะเปลี่ยนทุกอย่างโดยพื้นฐาน”

Austin Ray

“ผมขนลุกตอนที่ใช้มันครั้งแรก ถ้ามันอ่าน แก้ไข และรัน bash ได้ มันก็ทำอะไรก็ได้ มันทำตามขั้นตอนได้ และเครื่องมือพื้นฐานพวกนั้นก็เพียงพอต่อการสร้างทุกอย่างที่เหลือ ผมเริ่มป่าวประกาศเรื่องนี้ในทันทีที่ Ramp ผมส่งข้อความหาทุกคนในช่องแชตเพื่อดูว่าใครใช้สิ่งนี้อยู่บ้าง แล้วผมก็เริ่มเดินไปที่โต๊ะคน แล้วบอกว่า เอาละ นายต้องเชื่อผมนะ ผมจะไม่ไปไหนจนกว่าเราจะทำสิ่งนี้ ติดตั้ง Claude Code เปิดมันขึ้นมาในเทอร์มินัล มาลองอะไรกันสักสองสามอย่าง ตอนนี้นายกำลังทำอะไรอยู่ ทำไมไม่ลองบอกมันดูล่ะ แล้วมาดูกันว่าจะเกิดอะไรขึ้น”

การที่ Austin เดินไปชวนเพื่อนร่วมงานทีละโต๊ะ คือภาพของการเผยแพร่แบบปากต่อปากที่ทรงพลัง เขาไม่ได้แค่บอกว่ามันดี แต่ยืนยันที่จะให้คนได้ลองใช้กับงานจริงของตัวเองต่อหน้า

Austin Ray

“Boris, Cat และผมมีประชุม feedback กันทุกสัปดาห์ เราเลยสร้างความสัมพันธ์แบบนักพัฒนากับผู้ใช้ขึ้นมาอย่างเป็นธรรมชาติ ผมเป็นสายชอบประดิษฐ์ ชอบระบบอัตโนมัติ การต่อยอดสะสม และการปรับปรุงพื้นที่ทำงานตัวเองแบบวนซ้ำมาตลอด Claude Code คือฐานรากที่สมบูรณ์แบบสำหรับทักษะชุดนี้”

Kyle Easterly สร้างแอปให้องค์กรไม่แสวงหากำไรในอลาสกา

Kyle Easterly เรียนเขียนโค้ดตั้งแต่อายุแปดเก้าขวบ ระหว่างทริปรถบ้านกับปู่ย่า จากคู่มือไฟล์ batch บน DOS ในแล็ปท็อปของปู่ ในปี 2025 เขาทำงานเป็นที่ปรึกษาให้โครงการซอฟต์แวร์ขององค์กรไม่แสวงหากำไรในอลาสกา

Kyle Easterly (CEO ของ Delve Group และ Claude Community Ambassador)

“ผมอายุแปดหรือเก้าขวบ อยู่บนทริปรถบ้านกับปู่ย่า ตอนที่ผมเรียนเขียนโค้ด ปู่ผมมีแล็ปท็อป และมันมีคู่มือช่วยเหลือเรื่องไฟล์ batch บน DOS ผมเขียนเกมสืบสวนสอบสวนที่เกิดเหตุเล็กๆ ขึ้นมาโดยใช้แค่ if statement ข้ามมาถึงปี 2025 ผมทำงานเป็นที่ปรึกษาให้โปรเจกต์ซอฟต์แวร์ของ นอนโปรฟิตชื่อ Statewide Independent Living Council of Alaska พวกเขาทำงานบริการด้านความพิการให้เยาวชน จับเด็กมัธยมมารวมกันเพื่อตั้งเป้าหมายว่าอยากทำอะไรหลังเรียนจบ พวกเขาจัดเวิร์กช็อปด้วยปากกาและกระดาษ และเด็กสิบคนจะทำจบแค่หนึ่งคน ตอนที่ผมเริ่มทำแอปให้พวกเขา ผมใช้ Claude อยู่แล้ว ผมใช้ Workbench คุยไปมา ก็อปวางไฟล์เข้าคลิปบอร์ดแล้วครอบด้วยแท็ก Claude Code ออกมาระหว่างโปรเจกต์นั้นพอดี ผมเลยสลับกลางคัน บูม”

Jarred Sumner แห่ง Bun หลงใหลจนต้องปกป้อง

Jarred Sumner ผู้ก่อตั้ง Bun ลองใช้ Claude Code โดยให้มันimplement การบีบอัดฝั่ง client ของ websocket ใน Bun โดยป้อนเอกสาร RFC ให้ แล้วมันก็หาวิธีทำได้เอง

Jarred Sumner (ผู้ก่อตั้ง Bun)

“ตอนที่ผมลองใช้ Claude Code ผมขอให้มันทำ websocket client compression ใน Bun ผมป้อน RFC ของมันให้ แล้วมันก็หาวิธี implement ได้เอง ตอนแรกมันทำได้ค่อนข้างแย่ แต่หลังจากป้อน prompt ไปหลายครั้ง มันก็แก้ตัวเองจนถูก แล้วโดยพื้นฐานผมก็เปลี่ยนวิธีจัดลำดับความสำคัญที่ Bun เพื่อให้ใช้กับ Claude Code ได้ง่ายขึ้น ผมน่าจะหมกมุ่นกับมันมากเกินไปเมื่อเทียบกับผลกระทบของมันในตอนนั้น”

แต่ไม่ใช่ทุกคนที่ประทับใจในทันที Tristan Hume พบว่างานส่วนใหญ่ของเขาต้องใช้บริบทมาก

Tristan Hume (Member of Technical Staff ด้าน performance engineering ที่ Anthropic)

“งานส่วนใหญ่ของผมต้องใช้บริบทเยอะ ผมทำงานกับ kernel ยากๆ สำหรับ accelerator ที่มักไม่มีเอกสารเปิดเผยบนอินเทอร์เน็ต Claude Code ยังไม่เก่งเรื่องการเขียนเครื่องมือของตัวเองและการสืบค้นเพื่อเรียนรู้อะไรบางอย่างแบบสดๆ มันเลยยังไม่ค่อยมีประโยชน์ ยกเว้นกับงานที่จำกัดมากๆ”

Jarred Sumner

“มีการถกเถียงกัน ผมว่าน่าจะช่วงเดือนสิงหาคมหรือกันยายน ปี 2025 เรื่องที่มีคนอยากแบนการใช้ Claude Code ที่ Bun แต่ผมจะไม่ยอมให้มันเกิดขึ้นเด็ดขาด”

Insight: ตอนที่ 7 นี้บอกอะไรกับเรา

เรื่องนี้สำคัญอย่างไร

ตอนนี้แสดงให้เห็นว่าการเปิดตัวที่ประสบความสำเร็จ ไม่จำเป็นต้องมีเสียงตอบรับที่ร้อนแรงตั้งแต่แรก แม้ช่วง early-access จะได้เสียงอุ่นๆ และมีบั๊กมาก แต่ผู้ใช้ที่ใช่เพียงไม่กี่คนที่รู้สึกขนลุกในห้านาทีแรก ก็เพียงพอที่จะจุดกระแสได้

ส่งผลต่ออุตสาหกรรม AI อย่างไร

คำพูดของ Austin ที่ว่า ถ้ามันอ่าน แก้ไข และรัน bash ได้ มันก็ทำอะไรก็ได้ สรุปพลังของ Agent ที่มีเครื่องมือพื้นฐานครบชุดได้อย่างคมชัด และกลายเป็นความเข้าใจร่วมที่ผลักดันการยอมรับ Agent ในองค์กรจำนวนมาก

ส่งผลต่อ Software Engineering อย่างไร

เรื่องของ Jarred ที่ Bun แสดงให้เห็นว่า Claude Code เปลี่ยนแม้แต่วิธีจัดลำดับความสำคัญของโครงการ codebase บางแห่งเริ่มปรับโครงสร้างเพื่อให้ทำงานร่วมกับ AI ได้ดีขึ้น ซึ่งเป็นการเปลี่ยนแปลงเชิงลึกของวิธีทำงาน

บทเรียนสำหรับผู้สร้างผลิตภัณฑ์

บทเรียนคือ ผู้เผยแพร่ภายในองค์กรมีค่ามหาศาล Austin ที่เดินไปชวนเพื่อนร่วมงานทีละโต๊ะ คือกลไกการเติบโตที่ทรงพลังกว่าการตลาดแบบดั้งเดิม และความสัมพันธ์ใกล้ชิดระหว่างทีมพัฒนากับผู้ใช้ผ่านการประชุม feedback รายสัปดาห์ คือเครื่องเร่งการปรับปรุงผลิตภัณฑ์

สิ่งที่ผู้อ่านควรสังเกต

ให้สังเกตว่าประสบการณ์ของผู้ใช้แต่ละคนต่างกันตามลักษณะงาน Austin และ Jarred ประทับใจทันที ขณะที่ Tristan ที่ทำงานเฉพาะทางซับซ้อนยังไม่เห็นประโยชน์มากนัก ความแตกต่างนี้เป็นสัญญาณว่าความสามารถของโมเดลยังต้องพัฒนาต่อ ซึ่งเป็นประเด็นสำคัญของตอนถัดไป

สรุปตอนที่ 7

Claude Code เปิดตัวสู่สาธารณะเป็น research preview ในเดือนกุมภาพันธ์ 2025 พร้อมชื่อใหม่ที่ Alex Isken เสนอ โลโก้ ASCII ที่ Igor ทำร่วมกับ Claude และตัวละคร Clawd ในเทอร์มินัล แม้เสียงตอบรับช่วงแรกจะอุ่นๆ และมีบั๊กมาก แต่ผู้ใช้ยุคบุกเบิกอย่าง Austin Ray แห่ง Ramp กลับขนลุกตั้งแต่ห้านาทีแรกและเดินชวนเพื่อนร่วมงานทีละโต๊ะ Kyle Easterly สลับมาใช้กลางโปรเจกต์สร้างแอปให้องค์กรไม่แสวงหากำไรในอลาสกา และ Jarred Sumner แห่ง Bun หลงใหลจนปรับวิธีทำงานและปกป้องมันจากการถูกแบน ขณะที่ Tristan Hume ที่ทำงานเฉพาะทางซับซ้อนยังไม่เห็นประโยชน์มากนัก

Preview ตอนถัดไป

ในตอนที่ 8 เราจะได้เห็นจุดระเบิดที่แท้จริงของ Claude Code เมื่อโมเดลตระกูล Claude 4 ออกมา และทีมได้เพิ่มโมเดลธุรกิจแบบ subscription เข้าไป เราจะได้เข้าใจว่าทำไมการผสมผสานระหว่างนวัตกรรมด้านโมเดลกับนวัตกรรมด้านโมเดลธุรกิจ จึงเป็นสองแรงที่ทำให้ Claude Code ทะยานขึ้น และคำถามที่ว่า Claude Code เป็นหนี้บุญคุณ clide มากแค่ไหนกันแน่

---

 

ตอนที่ 8: Claude 4 จุดระเบิดที่ทำให้ Claude Code เติบโต

ทุกผลิตภัณฑ์ที่ทะยานขึ้นมักมีจุดระเบิด ช่วงเวลาที่ปัจจัยหลายอย่างมาบรรจบกันพอดีจนการเติบโตพุ่งทะยาน สำหรับ Claude Code จุดนั้นมาถึงเมื่อโมเดลตระกูล Claude 4 ปรากฏตัว พร้อมกับการเปิดโมเดลธุรกิจแบบ subscription

ตอนที่ 8 นี้จะอธิบายว่าทำไมการผสมผสานระหว่างนวัตกรรมด้านความสามารถของโมเดล กับนวัตกรรมด้านวิธีคิดเงิน จึงเป็นสองแรงที่ทำให้ทุกอย่างเปลี่ยนไป และเราจะได้ยินมุมมองที่ตรงไปตรงมาว่า Claude Code เป็นหนี้บุญคุณ clide จริงหรือไม่

เมื่อ Claude 4 มาถึง โมเดลพร้อมสำหรับผลิตภัณฑ์ที่เราอยากสร้าง

Meaghan Choi ชี้ว่าโมเมนต์ที่แท้จริงของทีมมาถึงพร้อมกับโมเดลตระกูล Claude 4 เพราะก่อนหน้านั้น มีงานออกแบบประสบการณ์ผู้ใช้ที่ทำได้ไม่มากนัก เนื่องจากตัวโมเดลเองยังไม่พร้อมสำหรับผลิตภัณฑ์ที่ทีมอยากสร้าง

Meaghan Choi (Product Designer ที่ Anthropic)

“ตอนที่โมเดลตระกูล Claude 4 ออกมา นั่นแหละคือตอนที่โมเมนต์ของเรามาถึงจริงๆ ก่อนหน้านั้นมันไม่มีงานออกแบบ UX ที่เราทำได้มากนัก โมเดลมันยังไม่พร้อมสำหรับผลิตภัณฑ์ที่เราอยากสร้าง แต่แล้วมันก็พร้อม”

ประโยคที่ว่าโมเดลยังไม่พร้อม แต่แล้วมันก็พร้อม สรุปหัวใจของเรื่องราวทั้งหมดได้อย่างงดงาม ความพยายามหลายปีในการสร้างรูปทรงผลิตภัณฑ์ ต่างรอคอยช่วงเวลาที่ความสามารถของโมเดลจะข้ามเส้นขีดที่ทำให้ทุกอย่างเป็นจริงได้

สองแรงที่ทำให้ทะยาน โมเดลธุรกิจบวกกับโมเดล

Boris ชี้ว่าการทะยานขึ้นของ Claude Code เกิดจากสองสิ่งประกอบกัน ไม่ใช่แค่ความสามารถของโมเดลอย่างเดียว แต่รวมถึงการเปิดโมเดลธุรกิจแบบ subscription ด้วย

Boris Cherny (หัวหน้า Claude Code ที่ Anthropic)

“เรายังเปิดตัวระบบ subscription ด้วย มันเลยเป็นสองสิ่งที่ทำให้ Claude Code ทะยานขึ้น นั่นคือนวัตกรรมด้านโมเดลธุรกิจ ผสานกับนวัตกรรมด้านโมเดล”

การมองว่าโมเดลธุรกิจเป็นนวัตกรรมเทียบเท่ากับความสามารถทางเทคนิค เป็นข้อสังเกตที่สำคัญ เพราะแม้ผลิตภัณฑ์จะทรงพลังเพียงใด หากวิธีคิดเงินไม่สอดคล้องกับพฤติกรรมการใช้งาน การเติบโตก็อาจถูกจำกัด การเปิด subscription จึงเป็นการปลดล็อกที่ทำงานคู่กับการยกระดับของโมเดล

Claude Code เป็นหนี้บุญคุณ clide มากแค่ไหน

คำถามที่น่าสนใจคือ Claude Code ซึ่งเติบโตขึ้นมานั้น เป็นหนี้บุญคุณ clide ต้นแบบดั้งเดิมมากเพียงใด Dawn Drain ผู้สร้าง clide กลับตอบอย่างตรงไปตรงมาและถ่อมตัว

Dawn Drain (Research Engineer ที่ Anthropic)

“ผมไม่คิดว่า Claude Code เป็นหนี้บุญคุณ clide มากขนาดนั้นจริงๆ พอคุณข้ามเส้นขีดความสามารถของโมเดลไปได้แล้ว รูปทรงของผลิตภัณฑ์มันก็เผยตัวออกมาเอง”

มุมมองนี้ทรงพลังมาก เพราะมันเสนอว่ารูปทรงของผลิตภัณฑ์ที่ดีที่สุด ไม่ได้เกิดจากการออกแบบอันชาญฉลาดเพียงอย่างเดียว แต่ถูกกำหนดโดยความสามารถของเทคโนโลยีที่รองรับอยู่ เมื่อโมเดลเก่งพอ รูปแบบที่เหมาะสมก็จะปรากฏขึ้นเองอย่างเป็นธรรมชาติ

การเปลี่ยนแปลงพื้นฐานที่คาดเดาได้แต่จินตนาการไม่ออก

Kyle Easterly สะท้อนว่านี่คือการเปลี่ยนแปลงพื้นฐานของวิธีทำงาน ย้อนกลับไปตอนที่เขาเริ่มเล่นกับ AI ในปี 2022 เขายังนึกภาพ Claude Code ไม่ออก แต่ก็พอมองเห็นทิศทาง

Kyle Easterly (CEO ของ Delve Group และ Claude Community Ambassador)

“มันเป็นการเปลี่ยนแปลงพื้นฐานในวิธีที่เราทำงาน ย้อนกลับไปตอนที่ผมเริ่มเล่นกับ AI ในปี 2022 ผมนึกภาพ Claude Code ในหัวไม่ออกเลย แต่ผมพอเห็นว่า ถ้ามันสร้างแอปที่ใช้งานได้ขึ้นมาได้ ผมก็ต่อยอดจากตรงนั้นไปได้”

Sid Bidasaria (Member of Technical Staff ทีม Labs และวิศวกรคนที่สองของ Claude Code ที่ Anthropic)

“ผมไม่เคยคิดว่ามันจะกลายเป็นผลิตภัณฑ์ที่ใหญ่ขนาดนี้ นั่นเป็นเรื่องที่เซอร์ไพรส์โดยสมบูรณ์ และมันก็ยังเซอร์ไพรส์ผมอยู่จนถึงทุกวันนี้”

Insight: ตอนที่ 8 นี้บอกอะไรกับเรา

เรื่องนี้สำคัญอย่างไร

ตอนนี้เผยกลไกของจุดระเบิดที่แท้จริง นั่นคือการมาบรรจบกันของสองแรง ความสามารถของโมเดลที่ข้ามเส้นขีด กับโมเดลธุรกิจที่สอดคล้องกับการใช้งาน ไม่มีแรงใดแรงหนึ่งที่เพียงพอด้วยตัวเอง การเติบโตแบบก้าวกระโดดต้องการทั้งสองพร้อมกัน

ส่งผลต่ออุตสาหกรรม AI อย่างไร

การที่ Dawn บอกว่ารูปทรงผลิตภัณฑ์เผยตัวเองเมื่อโมเดลข้ามเส้นขีดความสามารถ เป็นบทเรียนสำคัญสำหรับทั้งวงการ มันเตือนว่าการเดิมพันเรื่องความสามารถของโมเดลให้ถูก อาจสำคัญกว่าการออกแบบผลิตภัณฑ์ที่ซับซ้อน เพราะรูปทรงที่ดีจะตามมาเอง

ส่งผลต่อ Software Engineering อย่างไร

เมื่อ Claude 4 ทำให้ Claude Code พร้อมสำหรับงานจริง บทบาทของวิศวกรก็เริ่มเปลี่ยนอย่างเป็นรูปธรรม การที่โมเดลข้ามเส้นขีดความสามารถ หมายถึงงานที่เคยต้องทำด้วยมือ เริ่มมอบหมายให้ AI ได้จริงในวงกว้าง

บทเรียนสำหรับผู้สร้างผลิตภัณฑ์

บทเรียนคือ อย่ามองข้ามนวัตกรรมด้านโมเดลธุรกิจ ผลิตภัณฑ์ที่ทรงพลังทางเทคนิคยังต้องการวิธีคิดเงินที่สอดคล้องกับคุณค่าที่มอบให้ การเปิด subscription ในจังหวะที่โมเดลพร้อม คือตัวอย่างของการจับจังหวะที่ทำให้ทั้งสองแรงเสริมกัน

สิ่งที่ผู้อ่านควรสังเกต

ให้สังเกตความถ่อมตัวของ Dawn ที่ยอมรับว่า Claude Code ไม่ได้เป็นหนี้บุญคุณ clide มากนัก มุมมองนี้สะท้อนความเข้าใจที่เป็นผู้ใหญ่ว่า ในโลกที่ความสามารถของโมเดลเปลี่ยนแปลงเร็ว ต้นแบบที่มาก่อนกาลอาจไม่ใช่สาเหตุโดยตรงของความสำเร็จ แต่ความสามารถของโมเดลที่สุกงอมต่างหากที่เป็นตัวชี้ขาด

สรุปตอนที่ 8

จุดระเบิดของ Claude Code เกิดจากสองแรงที่มาบรรจบกัน โมเดลตระกูล Claude 4 ที่ทำให้ตัวโมเดลพร้อมสำหรับผลิตภัณฑ์ที่ทีมอยากสร้างในที่สุด และการเปิดโมเดลธุรกิจแบบ subscription ที่ Boris มองว่าเป็นนวัตกรรมเทียบเท่ากับนวัตกรรมด้านโมเดล Dawn Drain ผู้สร้าง clide ยอมรับอย่างถ่อมตัวว่า Claude Code ไม่ได้เป็นหนี้บุญคุณ clide มากนัก เพราะเมื่อโมเดลข้ามเส้นขีดความสามารถ รูปทรงของผลิตภัณฑ์ก็เผยตัวออกมาเอง ขณะที่ Sid ยอมรับว่าความสำเร็จระดับนี้เป็นเรื่องที่เซอร์ไพรส์เขาจนถึงทุกวันนี้

Preview ตอนถัดไป

ในตอนที่ 9 เราจะเข้าสู่ช่วง The new world โลกใหม่ของการทำงานที่ Claude Code เปลี่ยนไปอย่างสิ้นเชิง เราจะได้เห็นการเดินทางของ Boris จากที่ Claude Code เขียนโค้ดให้ราว 10 เปอร์เซ็นต์ ไปจนถึง 100 เปอร์เซ็นต์โดยไม่เขียนเองสักบรรทัด เราจะได้รู้จักกับผู้ใช้ที่สั่งการ Claude หลายสิบตัวพร้อมกัน แนวคิดเรื่องการจัดการผู้จัดการของเหล่า Claude และการเปลี่ยนผ่านของความไว้วางใจ จากการอ่านทุกคำขออนุญาต สู่การกดยอมรับทั้งหมดโดยอัตโนมัติ

---

 

ตอนที่ 9: เมื่อ Developer เริ่มให้ AI เขียนโค้ดแทนจริง ๆ

มีเส้นแบ่งเชิงสัญลักษณ์เส้นหนึ่งที่เมื่อข้ามไปแล้ว ความสัมพันธ์ระหว่างวิศวกรกับโค้ดก็เปลี่ยนไปตลอดกาล นั่นคือวันที่โค้ดทุกบรรทัดในงานของคุณ ไม่ได้มาจากนิ้วมือของคุณอีกต่อไป แต่มาจาก AI

ตอนที่ 9 นี้คือเรื่องราวของการข้ามเส้นนั้น เราจะได้เห็นการเดินทางของ Boris จากที่ Claude Code เขียนโค้ดให้ราว 10 เปอร์เซ็นต์ ไปจนถึง 100 เปอร์เซ็นต์โดยไม่เขียนเองสักบรรทัด และการเปลี่ยนผ่านของความไว้วางใจ จากการอ่านทุกคำขออนุญาต สู่การกดยอมรับทั้งหมดโดยอัตโนมัติ

การเดินทางจาก 10 เปอร์เซ็นต์ สู่ 100 เปอร์เซ็นต์

Boris เล่าถึงสัดส่วนของโค้ดที่ Claude Code เขียนให้เขา ซึ่งเพิ่มขึ้นอย่างรวดเร็วภายในเวลาไม่ถึงปี ในเดือนกุมภาพันธ์ 2025 Claude Code เขียนโค้ดให้ราว 10 เปอร์เซ็นต์ พอถึงเดือนพฤษภาคมก็ขยับขึ้นเป็น 30 ถึง 40 เปอร์เซ็นต์ และจุดที่เขาสัมผัสได้ถึงความก้าวกระโดด คือตอนที่โมเดล Sonnet 4 ออกมาระหว่างงานประชุมนักพัฒนา Code with Claude

Boris Cherny (หัวหน้า Claude Code ที่ Anthropic)

“ในเดือนกุมภาพันธ์ 2025 Claude Code เขียนโค้ดให้ผมประมาณ 10 เปอร์เซ็นต์ พอถึงเดือนพฤษภาคมมันขึ้นไปเป็น 30 ถึง 40 เปอร์เซ็นต์ ผมจำได้ว่าตอนที่ Sonnet 4 ออกมา ผมอยู่ที่งานประชุมนักพัฒนา Code with Claude นั่งอยู่ห้องด้านหลัง กำลังเขียนโค้ดอยู่ แล้วผมก็คิดว่า ว้าว มันเริ่มเก่งขึ้นจริงๆ แล้ว โมเดลมันดีขึ้นมาก เป็น agentic มากขึ้น เก่งเรื่องการเขียนโค้ดมากขึ้น พอถึงฤดูหนาวปี 2025 โค้ดของผม 100 เปอร์เซ็นต์เขียนโดย Claude Code ไม่มีสักบรรทัดที่เขียนด้วยมือ”

ตัวเลข 100 เปอร์เซ็นต์นี้ไม่ใช่แค่สถิติ แต่คือสัญลักษณ์ของการเปลี่ยนบทบาทอย่างสมบูรณ์ จากคนที่เขียนโค้ดด้วยตัวเอง มาเป็นคนที่กำกับให้ AI เขียนโค้ดทั้งหมด ภายในระยะเวลาไม่ถึงหนึ่งปี

นักพัฒนาสองแบบ และความหมายของความสำเร็จ

การเปลี่ยนแปลงนี้กระทบนักพัฒนาแต่ละคนไม่เท่ากัน ขึ้นอยู่กับว่าพวกเขานิยามความสุขในการทำงานไว้อย่างไร Kyle Easterly แบ่งนักพัฒนาออกเป็นสองแบบ

Kyle Easterly (CEO ของ Delve Group และ Claude Community Ambassador)

“นักพัฒนามีอยู่สองแบบ แบบหนึ่งชอบการเขียนโค้ดจริงๆ มันเกือบจะเหมือนสวนเซนที่พวกเขาคอยดูแล มันคือ flow มันดี ส่วนอีกแบบหนึ่ง และมันมีส่วนที่ทับซ้อนกันอยู่ ไม่ใช่ขาวดำสุดขั้ว คือคนที่ช่วงเวลาแห่งความสำเร็จสูงสุดของเขาคือตอนที่มีใครสักคนในโลกจริงได้ใช้ซอฟต์แวร์ชิ้นนั้นแล้วชอบมัน นั่นคือกลุ่มที่ผมอยู่”

การแบ่งนี้สำคัญ เพราะมันชี้ว่าการที่ AI เขียนโค้ดแทน ไม่ได้ให้ความหมายเดียวกันกับทุกคน สำหรับคนที่รักกระบวนการเขียนโค้ด มันอาจเป็นการสูญเสียบางอย่าง แต่สำหรับคนที่วัดความสำเร็จจากผลลัพธ์ที่ผู้ใช้ได้รับ มันคือการปลดปล่อยที่ทำให้ไปถึงเป้าหมายได้เร็วขึ้นมาก

การเปลี่ยนผ่านของความไว้วางใจ จากอ่านทุกคำขอ สู่ยอมรับอัตโนมัติ

หนึ่งในสัญญาณที่ชัดเจนที่สุดของความไว้วางใจที่เพิ่มขึ้น คือพฤติกรรมการอนุมัติคำขอของ Claude Code Cat Wu สังเกตเห็นการเปลี่ยนแปลงนี้อย่างชัดเจน

Cat Wu (หัวหน้าฝ่ายผลิตภัณฑ์ของ Claude Code ที่ Anthropic)

“ตอนที่เราเปิดตัวครั้งแรก ทุกคนอ่านคำขออนุญาตทุกอันที่ Claude Code ร้องขอ ทุกวันนี้ ผู้ใช้จำนวนมากของเราแค่กดยอมรับทุกอย่างโดยอัตโนมัติ ผมคิดว่าการเปลี่ยนผ่านนี้แสดงให้เห็นว่า Claude ได้รับความไว้วางใจจากพวกเขาแล้ว”

การเปลี่ยนจากการตรวจสอบทุกขั้นตอน มาเป็นการปล่อยให้ AI ทำงานโดยอัตโนมัติ คือหมุดหมายสำคัญของการยอมรับเทคโนโลยี มันบอกว่าผู้ใช้ไม่ได้มองว่า AI เป็นเครื่องมือที่ต้องเฝ้าระวังอีกต่อไป แต่เป็นผู้ร่วมงานที่เชื่อใจได้ อย่างไรก็ตาม การเปลี่ยนผ่านนี้ก็มาพร้อมคำถามเรื่องความรับผิดชอบและการควบคุมที่ผู้ใช้แต่ละคนต้องชั่งน้ำหนักเอง

Insight: ตอนที่ 9 นี้บอกอะไรกับเรา

เรื่องนี้สำคัญอย่างไร

ตอนนี้บันทึกช่วงเวลาประวัติศาสตร์ที่วิศวกรระดับแนวหน้าเปลี่ยนจากการเขียนโค้ดด้วยมือ ไปสู่การให้ AI เขียนทั้งหมด ภายในเวลาไม่ถึงปี ความเร็วของการเปลี่ยนแปลงนี้เองที่เป็นสัญญาณว่าเรากำลังอยู่ในจุดเปลี่ยนที่แท้จริง ไม่ใช่แค่การปรับปรุงเครื่องมือแบบค่อยเป็นค่อยไป

ส่งผลต่ออุตสาหกรรม AI อย่างไร

การที่ผู้ใช้จำนวนมากเปลี่ยนมากดยอมรับอัตโนมัติ สะท้อนว่าความไว้วางใจใน AI Agent กำลังข้ามเส้นสำคัญ ซึ่งจะเปลี่ยนวิธีออกแบบผลิตภัณฑ์ AI ทั้งหมด จากการเน้นการกำกับดูแลทุกขั้นตอน ไปสู่การออกแบบที่สมดุลระหว่างอิสระของ Agent กับกลไกความปลอดภัย

ส่งผลต่อ Software Engineering อย่างไร

เมื่อโค้ด 100 เปอร์เซ็นต์เขียนโดย AI บทบาทของวิศวกรก็เปลี่ยนไปสู่การกำกับ ตรวจสอบ และตัดสินใจเชิงสถาปัตยกรรม ทักษะการเขียนโค้ดทีละบรรทัดเริ่มมีความสำคัญน้อยลง เทียบกับทักษะการอธิบายเจตนาและประเมินผลลัพธ์

บทเรียนสำหรับผู้สร้างผลิตภัณฑ์

บทเรียนคือ ความไว้วางใจสร้างได้ด้วยผลงานที่สม่ำเสมอ การที่ผู้ใช้ค่อยๆ เปลี่ยนจากตรวจสอบทุกขั้นตอนมาเป็นยอมรับอัตโนมัติ ไม่ได้เกิดจากการบอกให้เชื่อ แต่เกิดจากการที่ผลิตภัณฑ์พิสูจน์ตัวเองครั้งแล้วครั้งเล่า

สิ่งที่ผู้อ่านควรสังเกต

ให้สังเกตว่าการเปลี่ยนแปลงนี้ให้ความหมายต่างกันกับนักพัฒนาแต่ละแบบ สำหรับคนที่รักผลลัพธ์ปลายทาง มันคือการปลดปล่อย แต่สำหรับคนที่รักกระบวนการเขียนโค้ด มันคือคำถามที่ต้องหาคำตอบใหม่ว่าความสุขในงานอยู่ตรงไหน

สรุปตอนที่ 9

ภายในเวลาไม่ถึงปี Boris เปลี่ยนจาก Claude Code เขียนโค้ดให้ 10 เปอร์เซ็นต์ในเดือนกุมภาพันธ์ 2025 เป็น 30 ถึง 40 เปอร์เซ็นต์ในเดือนพฤษภาคม และ 100 เปอร์เซ็นต์ในฤดูหนาวปี 2025 โดยไม่เขียนเองสักบรรทัด โดยมีโมเดล Sonnet 4 เป็นจุดที่เขาสัมผัสถึงความก้าวกระโดด Kyle Easterly ชี้ว่านักพัฒนามีสองแบบ คือคนที่รักการเขียนโค้ดเหมือนสวนเซน กับคนที่วัดความสำเร็จจากผู้ใช้ในโลกจริง และ Cat Wu สังเกตการเปลี่ยนผ่านของความไว้วางใจ จากที่ผู้ใช้เคยอ่านทุกคำขออนุญาต มาเป็นการกดยอมรับทุกอย่างโดยอัตโนมัติ ซึ่งเป็นสัญญาณว่า Claude ได้รับความไว้วางใจแล้ว

Preview ตอนถัดไป

ในตอนที่ 10 เราจะเข้าสู่โลกใหม่ของ Software Engineering ที่การทำงานไม่ใช่การเขียนโค้ดคนเดียวอีกต่อไป แต่คือการกำกับ AI Agent หลายตัวพร้อมกัน เราจะได้รู้จักกับ Shauna ที่มีฝูง Claude สิบสองตัววิ่งทำงานรอบตัว แนวคิดของ Igor เรื่องการขยับขึ้นไปสู่การจัดการผู้จัดการของเหล่า Claude และเรื่องราวของ Boris ที่เขียนโค้ดได้ถึง 88 commit ในวันเดียวขณะนั่งอยู่บนโซฟากับครอบครัว

---

 

ตอนที่ 10: โลกใหม่ของ Software Engineering และการทำงานร่วมกับ AI Agent

เมื่อ AI เขียนโค้ดแทนได้ทั้งหมดแล้ว คำถามถัดไปคือ แล้วมนุษย์จะทำอะไร คำตอบที่กำลังก่อตัวขึ้นในโลกใหม่นี้ ไม่ใช่การเขียนโค้ดคนเดียวอีกต่อไป แต่คือการกำกับ AI Agent หลายตัวให้ทำงานพร้อมกัน เหมือนผู้ควบคุมวงที่สั่งการนักดนตรีหลายคน

ตอนที่ 10 นี้จะพาไปสำรวจรูปแบบการทำงานใหม่นี้ ตั้งแต่การมีฝูง Claude สิบสองตัววิ่งทำงานรอบตัว ไปจนถึงแนวคิดเรื่องการขยับขึ้นไปสู่การจัดการผู้จัดการของเหล่า Claude และความหมายของการเปลี่ยนแปลงนี้ต่ออาชีพวิศวกร

ฝูง Claude สิบสองตัวที่วิ่งทำงานรอบตัว

Shauna Kravec ซึ่งเป็น power user ของ Claude Code อธิบายรูปแบบการทำงานของเธอที่เปลี่ยนไปอย่างสิ้นเชิง เธอมี Claude หลายตัววิ่งทำงานพร้อมกัน ทั้งอ่านเอกสาร อัปเดตสิ่งต่างๆ และดึงข้อมูลจาก Slack

Shauna Kravec (หัวหน้าทีม Reinforcement Learning ที่ Anthropic)

“ผมเป็น power user ของ Claude Code ผมมีฝูง Claude สิบสองตัวที่แตกต่างกันวิ่งทำงานอยู่รอบตัว ทั้งอ่านเอกสาร อัปเดตสิ่งต่างๆ ดึงข้อมูลจาก Slack ในฐานะหัวหน้าทีมวิจัย ผมไม่ได้เขียนโค้ดเยอะมาในช่วงไม่กี่ปีที่ผ่านมา แต่ตอนนี้ผมเขียนได้มากขึ้น เพราะมันง่ายขึ้นมาก”

จุดที่น่าสนใจคือ การมี Agent หลายตัวช่วยงาน กลับทำให้คนที่เคยห่างจากการเขียนโค้ดอย่าง Shauna กลับมาเขียนโค้ดได้มากขึ้น เพราะอุปสรรคในการลงมือทำลดลงอย่างมาก นี่คือการขยายขีดความสามารถ ไม่ใช่การแทนที่

การขยับขึ้นสู่การจัดการผู้จัดการของเหล่า Claude

Igor Kofman มองไปข้างหน้าถึงระดับถัดไปของการทำงานร่วมกับ AI เมื่อโมเดลและ Claude Code เก่งขึ้นเรื่อยๆ ระดับของการจัดการก็จะยกสูงขึ้นไปอีกชั้น

Igor Kofman (Member of Technical Staff ทีม Labs ที่ Anthropic)

“เมื่อโมเดลและ Claude Code เก่งขึ้นเรื่อยๆ เราจะไปถึงระดับการทำงานแบบนามธรรมขั้นถัดไป ที่คุณไม่ได้จัดการ Claude หลายตัวแล้ว แต่ตอนนี้คุณกำลังจัดการผู้จัดการของเหล่า Claude อีกที”

แนวคิดเรื่องการจัดการผู้จัดการของเหล่า Claude สะท้อนทิศทางของการยกระดับความเป็นนามธรรมในการทำงาน เหมือนที่วิศวกรเคยขยับจากการเขียนภาษาเครื่อง ไปสู่ภาษาระดับสูง และจากการเขียนโค้ดเอง ไปสู่การกำกับ Agent การทำงานในอนาคตอาจเป็นการกำกับลำดับชั้นของ Agent ที่ซับซ้อนขึ้นเรื่อยๆ

เมื่อวิธีการทำงานเพื่อให้ได้ผลิตภาพสูงสุดเปลี่ยนไป

Tristan Hume สะท้อนถึงแรงกดดันของการเปลี่ยนแปลงนี้ เขาเห็นเพื่อนร่วมงานได้ประโยชน์มหาศาลจากการให้ Claude ทำงานเบื้องหลัง ในขณะที่ตัวเขาเองยังไม่มีวิธีที่ดีในการทำแบบนั้น

Tristan Hume (Member of Technical Staff ด้าน performance engineering ที่ Anthropic)

“ผมเห็นเพื่อนร่วมงานได้ leverage มหาศาลจากการให้ Claude ทำงานในเบื้องหลัง แต่ผมยังไม่มีวิธีที่ดีในการทำแบบนั้น ผมต้องหยุดงานปกติไปทั้งสัปดาห์เพื่อตั้งค่าสภาพแวดล้อม dev ใหม่ แต่มันชัดเจนว่าวิธีที่คุณต้องเขียนโค้ดถ้าอยากมีผลิตภาพสูงสุดนั้นเปลี่ยนไปแล้ว”

คำพูดของ Tristan สะท้อนความเป็นจริงที่ไม่ค่อยมีใครพูดถึง นั่นคือการปรับตัวเข้าสู่วิธีทำงานใหม่มีต้นทุน ทั้งเวลาและความพยายามในการตั้งค่าและเรียนรู้ แต่การไม่ปรับตัวก็หมายถึงการถูกทิ้งไว้ข้างหลังในแง่ของผลิตภาพ

88 commit ในวันเดียว ขณะนั่งอยู่บนโซฟากับครอบครัว

ภาพที่เป็นรูปธรรมที่สุดของโลกใหม่นี้ มาจากเรื่องเล่าของ Boris ที่เขียนโค้ดได้ในปริมาณมหาศาลในวันเดียว โดยแทบไม่ต้องลงมือพิมพ์โค้ดเอง

Boris Cherny (หัวหน้า Claude Code ที่ Anthropic)

“เมื่อวานภรรยาของผมกับครอบครัวนั่งเล่นกันอยู่บนโซฟา ขณะที่ผมเขียนโค้ดทั้งวันด้วย Claude Code ผมเขียนไป 88 commit”

ตัวเลข 88 commit ในวันเดียว ขณะที่ยังใช้เวลาอยู่กับครอบครัวได้ คือภาพสรุปของการเปลี่ยนแปลงที่ Claude Code นำมา ผลิตภาพที่เพิ่มขึ้นอย่างก้าวกระโดด ไม่ได้มาพร้อมกับการทำงานหนักขึ้นเสมอไป แต่มาพร้อมกับการเปลี่ยนวิธีทำงานจากผู้ลงมือ เป็นผู้กำกับ

Insight: ตอนที่ 10 นี้บอกอะไรกับเรา

เรื่องนี้สำคัญอย่างไร

ตอนนี้วาดภาพรูปแบบการทำงานใหม่ที่วิศวกรกลายเป็นผู้กำกับ Agent หลายตัวพร้อมกัน ไม่ใช่ผู้เขียนโค้ดคนเดียว การเปลี่ยนแปลงนี้ไม่ใช่แค่เรื่องเครื่องมือ แต่คือการเปลี่ยนนิยามของงานวิศวกรรมซอฟต์แวร์โดยพื้นฐาน

ส่งผลต่ออุตสาหกรรม AI อย่างไร

แนวคิดเรื่องการจัดการผู้จัดการของเหล่า Claude ชี้ทิศทางของผลิตภัณฑ์ AI ในอนาคต ที่จะต้องรองรับการกำกับ Agent เป็นลำดับชั้น ไม่ใช่แค่การสั่งงาน Agent ตัวเดียว การออกแบบเครื่องมือสำหรับการประสานงานหลาย Agent จะกลายเป็นสนามแข่งขันใหม่

ส่งผลต่อ Software Engineering อย่างไร

การที่ Shauna กลับมาเขียนโค้ดได้มากขึ้นเพราะอุปสรรคลดลง แสดงว่า AI ไม่ได้ลดคุณค่าของทักษะวิศวกร แต่ขยายขอบเขตของสิ่งที่คนคนหนึ่งทำได้ ขณะเดียวกัน คำเตือนของ Tristan ก็ชี้ว่าการปรับตัวเข้าสู่วิธีทำงานใหม่มีต้นทุนที่ต้องลงทุน

บทเรียนสำหรับผู้สร้างผลิตภัณฑ์

บทเรียนคือ ผลิตภาพที่แท้จริงวัดจากผลลัพธ์ ไม่ใช่ชั่วโมงทำงาน เรื่องของ Boris ที่เขียน 88 commit ขณะอยู่กับครอบครัว แสดงว่าเครื่องมือที่ดีควรขยายกำลังของคน ไม่ใช่เรียกร้องเวลามากขึ้น การออกแบบเพื่อการทำงานเบื้องหลังจึงเป็นทิศทางสำคัญ

สิ่งที่ผู้อ่านควรสังเกต

ให้สังเกตว่าการเปลี่ยนผ่านสู่โลกใหม่นี้ไม่ได้ราบรื่นเท่ากันสำหรับทุกคน บางคนปรับตัวได้เร็วและได้ leverage มหาศาล ขณะที่บางคนต้องลงทุนเวลาเพื่อตั้งค่าสภาพแวดล้อมใหม่ ช่องว่างของการปรับตัวนี้เองที่อาจกลายเป็นความเหลื่อมล้ำด้านผลิตภาพในอนาคต

สรุปตอนที่ 10

โลกใหม่ของ Software Engineering คือการกำกับ AI Agent หลายตัวพร้อมกัน Shauna Kravec มีฝูง Claude สิบสองตัววิ่งทำงานรอบตัวจนกลับมาเขียนโค้ดได้มากขึ้น Igor Kofman มองไปถึงระดับถัดไปที่มนุษย์จะจัดการผู้จัดการของเหล่า Claude อีกที Tristan Hume ชี้ว่าวิธีทำงานเพื่อให้ได้ผลิตภาพสูงสุดเปลี่ยนไปแล้ว แม้การปรับตัวจะมีต้นทุน และ Boris Cherny ก็เขียนโค้ดได้ถึง 88 commit ในวันเดียวขณะนั่งอยู่กับครอบครัว ทั้งหมดสะท้อนการเปลี่ยนบทบาทของวิศวกรจากผู้ลงมือเขียน เป็นผู้กำกับ Agent

Preview ตอนถัดไป

ในตอนที่ 11 เราจะเข้าสู่ช่วง The future วิสัยทัศน์ของ Anthropic ต่ออนาคตของ Agentic AI เราจะได้ฟังมุมมองของ Adam ที่เปรียบเทียบ Claude Code กับ React ว่าสุดท้ายแล้วจะกลายเป็นมากกว่าไอเดียทางเทคนิค Fiona ที่ยอมรับว่าไม่รู้ว่าเดือนหน้าจะเป็นอย่างไร Kyle ที่เห็นว่าซอฟต์แวร์ที่เคยเป็นไปไม่ได้กลายเป็นจริง และ Shauna ที่มองว่าเราทุกคนอาจยังไม่พร้อมสำหรับความเร็วของการเปลี่ยนแปลงที่กำลังจะมาถึง

---

 

ตอนที่ 11: วิสัยทัศน์ของ Anthropic ต่ออนาคตของ Agentic AI

ทุกเรื่องราวของการสร้างสิ่งยิ่งใหญ่ ย่อมจบลงด้วยคำถามว่า แล้วต่อไปจะเป็นอย่างไร ตอนที่ 11 นี้คือช่วง The future ที่รวบรวมวิสัยทัศน์ของคนเบื้องหลัง Claude Code ต่ออนาคตของ Agentic AI ตั้งแต่การเปลี่ยนแปลงบทบาทของวิศวกร ไปจนถึงความเป็นไปได้ที่ AI จะช่วยมนุษย์แก้ปัญหาที่เคยแก้ไม่ได้

สิ่งที่น่าสนใจที่สุดของบทนี้ คือความถ่อมตัวของคนเก่งที่สุดในวงการ ที่ยอมรับตรงๆ ว่าพวกเขาเองก็ไม่รู้ว่าเดือนหน้าจะเป็นอย่างไร และความเร็วของการเปลี่ยนแปลงที่กำลังจะมาถึงนั้น อาจเร็วเกินกว่าที่ใครจะพร้อมรับมือ

บทเรียนจาก React ว่าสุดท้ายแล้วอะไรคือสิ่งที่สำคัญจริง

Adam Wolff นำประสบการณ์จาก React มาสะท้อนถึงชะตากรรมที่ผลิตภัณฑ์ประสบความสำเร็จมักจะเผชิญ React เริ่มจากไอเดียทางวิทยาการคอมพิวเตอร์ที่บริสุทธิ์ แต่เมื่อมันเติบโตขึ้น มันกลายเป็นสิ่งอื่นที่มากกว่านั้น

Adam Wolff (ผู้จัดการคนแรกของทีม Claude Code ที่ Anthropic)

“React แสดงให้ผมเห็นขีดจำกัดของการมีโปรเจกต์ที่ประสบความสำเร็จ มันเริ่มจากไอเดียทางวิทยาการคอมพิวเตอร์ที่บริสุทธิ์มาก ว่าการเขียนโปรแกรมเชิงฟังก์ชันจะเป็นวิธีที่ดีกว่าในการแสดงสถานะของ user interface เมื่อเทียบกับการส่ง message พอมันข้ามหลักล้าน DAU มันก็กลายเป็นอย่างอื่นไปเลย มันกลายเป็นโลโก้ เป็นแบรนด์ เป็นความรู้สึก มากกว่าจะเป็นไอเดียทางวิทยาการคอมพิวเตอร์ สิ่งที่ผู้ใช้ React ทั่วไปชอบเกี่ยวกับมัน อาจจะสืบสาวไปถึงแก่นความคิดดั้งเดิมไม่ได้เลยด้วยซ้ำ”

Adam Wolff

“ผมมั่นใจว่า Claude Code จะวิวัฒนาการไปในแบบเดียวกัน ไม่ว่าคุณจะคิดว่า Claude Code คืออะไร ไม่ว่าจะเป็นเทอร์มินัล หรือบุคลิกของ Claude หรือเทคนิคการ prompt เฉพาะตัวที่คุณใช้อยู่ สุดท้ายแล้วสิ่งเหล่านั้นไม่มีอันไหนสำคัญเลยเมื่อไปถึงขีดสุด”

มุมมองนี้ลึกซึ้ง เพราะมันเตือนว่ารูปแบบภายนอกของผลิตภัณฑ์ ไม่ว่าจะเป็นเทอร์มินัลหรือเทคนิคเฉพาะ ล้วนเป็นเปลือกที่เปลี่ยนแปลงได้ สิ่งที่คงอยู่คือคุณค่าและความรู้สึกที่ผู้ใช้ได้รับ

วัฒนธรรมแห่งการทดลองและความรู้เชิงปฏิบัติที่สะสม

Austin Ray เน้นย้ำความสำคัญของการสร้างชุมชนและวัฒนธรรมแห่งการทดลอง ในการขับเคลื่อนการยอมรับเทคโนโลยีใหม่

Austin Ray (AI DevX Lead และ Staff Software Engineer ที่ Ramp)

“ตอนที่ผมผลักดันการใช้ Claude Code ที่ Ramp ในช่วงแรก ผมตั้งใจสร้างชุมชนและวัฒนธรรมแห่งการทดลอง แบ่งปันว่าเราล้มเหลวยังไง อะไรได้ผลอะไรไม่ได้ผล และพูดคุยกันในพื้นที่สาธารณะ การสะสมความรู้เชิงปฏิบัติที่ต่อยอดกันไปเรื่อยๆ คือกุญแจสำคัญ”

Austin Ray

“มันคือความหมกมุ่นกับคำถามที่ว่า ทำให้เร็วขึ้นได้ไหม ทำให้ดีขึ้นได้ไหม นั่นคือวัฒนธรรมของ Ramp มันคือการโอบรับพรมแดนใหม่ แล้วก็ลองทำดู เราจะลองทุกอย่างถ้ามันช่วยลูกค้าของเราได้”

บทบาทของวิศวกรที่กำลังเปลี่ยน และความไม่รู้ที่ซื่อสัตย์

Fiona Fung ผู้ทำงานด้านเครื่องมือสำหรับนักพัฒนามานานกว่าสิบเอ็ดปีครึ่ง ยอมรับอย่างตรงไปตรงมาว่าเธอไม่รู้ว่าอนาคตอันใกล้จะเป็นอย่างไร

Fiona Fung (Org Leader ของ Claude Code และ Cowork ที่ Anthropic)

“บทบาทของงาน software engineering กำลังจะเปลี่ยนไป ผมทำงานด้านเครื่องมือสำหรับนักพัฒนามาสิบเอ็ดปีครึ่ง และผมไม่ขอแสร้งทำเป็นรู้ว่าเดือนหน้าจะเป็นอย่างไร เราต้องมีความอยากรู้อยากเห็น และทุ่มเทเรียนรู้จากผู้ใช้ของเราอย่างเต็มที่ ทั้งภายในและภายนอก”

ความไม่รู้ที่ซื่อสัตย์นี้ เป็นคุณสมบัติที่สำคัญในยุคที่เทคโนโลยีเปลี่ยนเร็ว การยอมรับว่าไม่รู้ ทำให้เปิดใจเรียนรู้และปรับตัวได้ดีกว่าการยึดติดกับความเชื่อเดิม

เมื่อ AI ยังต้องการรสนิยม ก่อนจะแทนที่วิจารณญาณมนุษย์

Tristan Hume ทดลองผลักขีดความสามารถของ Claude Code ให้ถึงที่สุด โดยให้มันเขียนโปรแกรมทางเลือกแทน Jupyter Notebook ขึ้นมาใหม่ทั้งหมดจากศูนย์

Tristan Hume (Member of Technical Staff ด้าน performance engineering ที่ Anthropic)

“ผมลองผลักมันให้ไกลที่สุดเท่าที่จะทำได้ ผมให้ Claude เขียนทางเลือกใหม่แทน Jupyter Notebook ขึ้นมาจากศูนย์ โดยไม่ดูโค้ดเลย แค่ปล่อยให้มันทำ และใช้เบราว์เซอร์ทดสอบ UI ด้วยซ้ำ มันสร้างบางอย่างที่ใช้งานได้จริงขึ้นมา แต่พอผมลองใช้ ผมกลับพบว่าผมไม่ชอบมัน ผมต้องรอ Claude ที่มีรสนิยม ที่รู้ทุกอย่างที่ผมต้องการ และทำมันได้เองในเบื้องหลัง”

คำว่ารสนิยมของ Tristan ชี้ให้เห็นพรมแดนถัดไปของ AI นั่นคือการที่ AI ไม่เพียงทำงานได้ถูกต้อง แต่ต้องเข้าใจความชอบและวิจารณญาณเชิงคุณภาพของมนุษย์ด้วย ซึ่งเป็นโจทย์ที่ยากกว่าการทำให้โค้ดทำงานได้

ประชาธิปไตยของการสร้างซอฟต์แวร์ เมื่อสิ่งที่เคยเป็นไปไม่ได้กลายเป็นจริง

Kyle Easterly เล่าถึงผลกระทบที่จับต้องได้ในโลกจริง เมื่อองค์กรที่ไม่เคยมีงบประมาณพอสำหรับซอฟต์แวร์สั่งทำ กลับสามารถมีมันได้

Kyle Easterly (CEO ของ Delve Group และ Claude Community Ambassador)

“องค์กรไม่แสวงหากำไรอย่าง Statewide Independent Living Council ไม่มีทางจ่ายไหวสำหรับซอฟต์แวร์สั่งทำมาก่อน เงินทุนสนับสนุนสำหรับงานสร้างแบบนั้นมันไม่มีอยู่จริง แต่ตอนนี้ของทั้งหมวดหมู่หนึ่งกลายเป็นไปได้ขึ้นมา เราเอาบันทึกการส่งน้ำมันที่เขียนด้วยลายมือบนพื้นที่ North Slope ของอลาสกา มาถอดความแล้วใส่ลงในไฟล์ CSV ได้ เราเพิ่งเปิดตัวแอปบนแท็บเล็ตให้ลูกค้ารายนั้น เราบอกลูกค้าเสมอว่าคุณต้องเห็นมันด้วยตาตัวเอง คุณจะแค่ฟังคำบอกเล่าว่า AI จะทำงานยังไงไม่ได้”

วิสัยทัศน์ที่ยิ่งใหญ่ที่สุด AI ที่ลงมือทำในโลกจริง

Shauna Kravec สรุปวิสัยทัศน์ระดับรากฐานที่อยู่เบื้องหลังทั้งหมด นั่นคือ AI ที่จะสร้างประโยชน์ให้มนุษยชาติได้จริง ต้องเป็น AI ที่ลงมือทำในโลกได้ ไม่ใช่แค่ตอบคำถาม

Shauna Kravec (หัวหน้าทีม Reinforcement Learning ที่ Anthropic)

“วิสัยทัศน์เรื่อง Agent ที่ทำงาน software engineering ได้เองกำลังกลายเป็นจริงไม่มากก็น้อย ผมคิดว่าไอเดียเชิงบวกส่วนใหญ่ว่า AI จะทำอะไรให้ผู้คนได้ สุดท้ายแล้วมันมาจากการที่ AI มีประสิทธิภาพในแบบที่เปิดกว้าง ที่สามารถแก้ปัญหาที่คนแก้เองไม่ได้ เราพูดถึงการเร่งงานวิจัย การรักษามะเร็ง การไปดวงจันทร์ คุณจะไม่ได้สิ่งเหล่านั้นจากโมเดลที่แค่ตอบคำถาม คุณต้องการโมเดลที่ออกไปอยู่ในโลกจริงและลงมือทำได้”

Meaghan Choi (Product Designer ที่ Anthropic)

“การเขียนโค้ดเป็นสิ่งที่เข้าถึงยากมาโดยตลอด การได้เอามันไปวางไว้ในมือของคนจำนวนมาก และได้เห็นสิ่งที่พวกเขาสร้างสรรค์ ทั้งภายในและภายนอก เป็นเรื่องที่ให้ความรู้สึกคุ้มค่ามาก”

ความเร็วที่เราอาจยังไม่พร้อม

Shauna ซึ่งมีพื้นเพจากฟิสิกส์ทฤษฎี เปรียบเทียบอัตราความก้าวหน้าของ AI กับวิทยาศาสตร์สาขาอื่น และเตือนถึงความเร็วที่กำลังจะมาถึง

Shauna Kravec

“พื้นเพเดิมของผมคือฟิสิกส์ทฤษฎี ผู้คนทำงานกับปัญหายากๆ ชุดเดิมมาเป็นศตวรรษในบางกรณี อัตราความก้าวหน้ามันช้ากว่า AI อยู่พอสมควร และมักถูกขวางด้วยสิ่งที่ยากและแพงมากๆ คุณสร้างเครื่องชนอนุภาคได้แค่จำนวนหนึ่งเท่านั้น ผมคิดว่าตลอดปี 2026 และ 2027 จะมีอะไรเกิดขึ้นเยอะมากในเวลาเพียงสามเดือน ความก้าวหน้าสามเดือนในปี 2024 คงเป็นการพัฒนา แต่ก็ดรามาติกน้อยกว่านี้ นั่นคือส่วนที่ทำให้สับสน และผมไม่แน่ใจว่ามีใครพร้อมสำหรับมันหรือเปล่า”

Igor Kofman (Member of Technical Staff ทีม Labs ที่ Anthropic)

“แม่ของผมเป็นนักวิทยาศาสตร์ และเธอเคยใช้บัตรเจาะรูในการเขียนโค้ด ผมเคยช่วยเธอ debug บัตรเจาะรูพวกนั้น พ่อผมเป็นวิศวกร แต่เขาเขียนโค้ดไม่เป็นจนกระทั่งมีคนบริจาคเครื่อง Commodore ให้ Dom Pionerov ในเคียฟ ซึ่งเป็นเหมือน YMCA ของบ้านเรา เขาได้หนังสือสอนเขียนโค้ดมาเล่มหนึ่ง แล้วเราก็อ่านมันด้วยกันที่บ้าน นั่นคือจุดที่ผมเข้าสู่การเขียนซอฟต์แวร์ ผมไม่เขียนโค้ดด้วยตัวเองอีกแล้ว ตั้งแต่ฤดูหนาวปี 2025”

สายธารแห่งวิวัฒนาการ จากบัตรเจาะรูสู่ Claude Code

Boris ปิดท้ายด้วยการเชื่อมโยงสายธารแห่งวิวัฒนาการของการเขียนโปรแกรม จากเครื่องมือยุคเก่าที่ปู่ของเขาเคยใช้ มาจนถึง Claude Code

Boris Cherny (หัวหน้า Claude Code ที่ Anthropic)

“นี่คือเครื่องรุ่นหนึ่ง ที่คล้ายกับสิ่งที่ปู่ของผมเคยใช้เขียนโปรแกรมในสหภาพโซเวียต และโปรแกรมแก้ไขข้อความยุคแรกๆ อย่าง ed ก็ยังติดตั้งอยู่ในเครื่อง Mac ทุกเครื่องจนถึงทุกวันนี้ แล้วมันก็วิวัฒนาการ วิวัฒนาการ และวิวัฒนาการต่อไปเรื่อยๆ และที่ใดที่หนึ่งบนเส้นทางนั้น ก็คือ Claude Code”

การมอง Claude Code เป็นจุดหนึ่งบนสายธารวิวัฒนาการที่ยาวนาน ตั้งแต่บัตรเจาะรูไปจนถึงเครื่องมือปัจจุบัน เป็นการวางบริบททางประวัติศาสตร์ที่ทำให้เราเห็นว่า Claude Code ไม่ใช่จุดสิ้นสุด แต่เป็นเพียงก้าวหนึ่งของการวิวัฒนาการที่จะดำเนินต่อไป

Insight: ตอนที่ 11 นี้บอกอะไรกับเรา

เรื่องนี้สำคัญอย่างไร

ตอนนี้รวบรวมวิสัยทัศน์ที่หลากหลาย ตั้งแต่การเปลี่ยนบทบาทวิศวกร ไปจนถึงความเป็นไปได้ที่ AI จะช่วยมนุษย์แก้ปัญหาระดับรักษามะเร็งหรือเร่งงานวิจัย แก่นร่วมคือความเชื่อว่าคุณค่าที่แท้จริงของ AI มาจากการลงมือทำในโลกจริง ไม่ใช่แค่การตอบคำถาม

ส่งผลต่ออุตสาหกรรม AI อย่างไร

คำเตือนของ Shauna เรื่องความเร็วของการเปลี่ยนแปลงในปี 2026 ถึง 2027 เป็นสัญญาณให้ทั้งวงการเตรียมรับมือกับอัตราความก้าวหน้าที่อาจเร็วเกินกว่าที่โครงสร้างสังคมและองค์กรจะปรับตัวทัน

ส่งผลต่อ Software Engineering อย่างไร

คำว่ารสนิยมของ Tristan ชี้พรมแดนถัดไปว่า AI ต้องเข้าใจวิจารณญาณเชิงคุณภาพของมนุษย์ ไม่ใช่แค่ทำงานให้ถูก บทบาทของวิศวกรจึงยังมีคุณค่าในการกำหนดมาตรฐานและรสนิยม แม้ AI จะเขียนโค้ดได้เอง

บทเรียนสำหรับผู้สร้างผลิตภัณฑ์

บทเรียนคือ รูปแบบภายนอกของผลิตภัณฑ์เป็นเปลือกที่เปลี่ยนได้ สิ่งที่คงอยู่คือคุณค่าที่ผู้ใช้ได้รับ อย่างที่ Adam ชี้ผ่านบทเรียน React และการยอมรับว่าไม่รู้อนาคตอย่างที่ Fiona พูด คือท่าทีที่ทำให้ปรับตัวได้ในยุคที่ทุกอย่างเปลี่ยนเร็ว

สิ่งที่ผู้อ่านควรสังเกต

ให้สังเกตเรื่องราวของ Kyle ที่องค์กรไม่แสวงหากำไรเข้าถึงซอฟต์แวร์สั่งทำได้เป็นครั้งแรก นี่คือประชาธิปไตยของการสร้างซอฟต์แวร์ที่ Meaghan พูดถึง ผลกระทบที่ยิ่งใหญ่ที่สุดของ Claude Code อาจไม่ได้อยู่ที่วิศวกรมืออาชีพ แต่อยู่ที่คนที่ไม่เคยเข้าถึงการสร้างซอฟต์แวร์มาก่อน

สรุปตอนที่ 11

ในช่วง The future คนเบื้องหลัง Claude Code แบ่งปันวิสัยทัศน์ต่ออนาคตของ Agentic AI Adam Wolff เปรียบกับ React ว่ารูปแบบภายนอกจะกลายเป็นเปลือก ส่วนคุณค่าคือสิ่งที่คงอยู่ Austin Ray เน้นวัฒนธรรมการทดลองและความรู้เชิงปฏิบัติที่สะสม Fiona Fung ยอมรับอย่างซื่อสัตย์ว่าไม่รู้ว่าเดือนหน้าจะเป็นอย่างไร Tristan Hume ชี้ว่า AI ยังต้องการรสนิยม Kyle Easterly เห็นซอฟต์แวร์ที่เคยเป็นไปไม่ได้กลายเป็นจริงสำหรับองค์กรไม่แสวงหากำไร และ Shauna Kravec ย้ำว่าคุณค่าที่แท้จริงมาจาก AI ที่ลงมือทำในโลกจริง พร้อมเตือนถึงความเร็วของการเปลี่ยนแปลงในปี 2026 ถึง 2027 ที่เราอาจยังไม่พร้อม โดย Boris ปิดท้ายด้วยการวาง Claude Code ไว้บนสายธารวิวัฒนาการที่ทอดยาวจากบัตรเจาะรูจนถึงปัจจุบัน

Preview ตอนถัดไป

ในตอนที่ 12 ซึ่งเป็นตอนสุดท้าย เราจะสรุปภาพรวมของ The Making of Claude Code ทั้งหมด ร้อยเรียงบทเรียนสำคัญจากการเดินทางกว่าสี่ปี ตั้งแต่เดโมสองวันจนถึงผลิตภัณฑ์ระดับเปลี่ยนอุตสาหกรรม และกลั่นออกมาเป็นบทเรียนสำหรับผู้ที่อยากสร้าง AI Product ในยุคที่ความสามารถของโมเดลเปลี่ยนแปลงอย่างรวดเร็ว

---

 

ตอนที่ 12: บทสรุป The Making of Claude Code และบทเรียนสำหรับการสร้าง AI Product

ตลอดสิบเอ็ดตอนที่ผ่านมา เราได้เดินทางไปกับเรื่องราวการสร้าง Claude Code ตั้งแต่ความเชื่อสุดโต่งในปี 2021 ที่ว่าอนาคตของ AI จะวิ่งผ่านการเขียนโค้ด ไปจนถึงวันที่วิศวกรระดับแนวหน้าไม่เขียนโค้ดด้วยมือเองอีกต่อไป

ตอนสุดท้ายนี้จะร้อยเรียงภาพรวมทั้งหมดเข้าด้วยกัน และกลั่นออกมาเป็นบทเรียนสำหรับผู้ที่อยากสร้าง AI Product ในยุคที่ความสามารถของโมเดลเปลี่ยนแปลงอย่างรวดเร็ว

ภาพรวมของการเดินทางกว่าสี่ปี

เรื่องราวของ Claude Code ไม่ใช่เรื่องของการค้นพบครั้งเดียวที่เปลี่ยนทุกอย่าง แต่เป็นเรื่องของการสะสมความเชื่อ ความรู้ และความพยายามอย่างต่อเนื่องยาวนาน

ทุกอย่างเริ่มจากการเดิมพันเชิงยุทธศาสตร์ในปี 2021 ถึง 2022 ว่าการทำ software engineering ให้เป็นอัตโนมัติคือเส้นทางสู่ AI ที่เปลี่ยนโลก ทีมสร้างเครื่องมือช่วยเขียนโค้ดตัวแรกและวางรากฐาน RL codebase แม้จะต้องพักโครงการไปเพื่อเปิดตัว API แต่งานวิจัยด้าน agentic coding ก็ไม่เคยหยุด จนเกิดชิ้นส่วนสำคัญอย่าง bash tool และ clide ต้นแบบที่มาก่อนกาล

จุดเปลี่ยนมาถึงเมื่อ Boris Cherny มองเห็นภาพการประกอบร่างของชิ้นส่วนทั้งหมด สร้างเดโม Claude CLI ในสองวัน แล้วบ่มเพาะมันด้วยความเร่งด่วนที่หยุดไม่ได้ ทีมเล็กๆ ที่หลากหลายมารวมตัวกัน สร้างผลิตภัณฑ์ด้วยความเร็วที่ไม่เคยมีมาก่อน จนเปิดตัวในเดือนกุมภาพันธ์ 2025 และทะยานขึ้นเมื่อโมเดลตระกูล Claude 4 มาบรรจบกับโมเดลธุรกิจแบบ subscription สุดท้ายนำไปสู่โลกใหม่ที่วิศวกรกลายเป็นผู้กำกับ AI Agent และวิสัยทัศน์ที่ยิ่งใหญ่กว่าเดิมเกี่ยวกับ AI ที่ลงมือทำในโลกจริง

บทเรียนสำหรับการสร้าง AI Product

เดิมพันเรื่องความสามารถของโมเดลให้ถูก แล้วรูปทรงจะตามมา

บทเรียนที่ทรงพลังที่สุดจากทั้งเรื่อง คือคำพูดของ Dawn Drain ที่ว่าเมื่อข้ามเส้นขีดความสามารถของโมเดลไปได้ รูปทรงของผลิตภัณฑ์ก็เผยตัวออกมาเอง ผู้สร้าง AI Product ที่ดีจึงควรทุ่มเทกับการเดิมพันเรื่องความสามารถหลักให้ถูก มากกว่าการยึดติดกับรูปแบบภายนอกของผลิตภัณฑ์

สร้างสิ่งที่ยังทำงานได้ไม่ดีวันนี้ เพื่อให้พร้อมสำหรับโมเดลถัดไป

ปรัชญาของ Ben Mann ที่ว่าให้สร้างสิ่งที่ทำงานได้ 20 ถึง 30 เปอร์เซ็นต์วันนี้ เพื่อว่าเมื่อโมเดลถัดไปมา มันจะทำงานได้ 80 เปอร์เซ็นต์ คือหัวใจของการวางตำแหน่งผลิตภัณฑ์บนเส้นโค้งความก้าวหน้าของโมเดล และต้องมาพร้อมความอดทนต่อความเจ็บปวดสูง เพราะจะทำผิดซ้ำแล้วซ้ำเล่า

ทีมเล็กที่ใช้เครื่องมือของตัวเองอย่างเข้มข้น วิ่งได้เร็วกว่า

การรักษาทีมให้เล็กบังคับให้เกิดความคิดสร้างสรรค์ กันการออกแบบเกินจำเป็น และผลักให้ทีมใช้ Claude มากขึ้น การที่ทีมเป็นผู้ใช้ผลิตภัณฑ์ของตัวเองอย่างจริงจัง คือวงจรที่เร่งการพัฒนาให้ตรงกับความต้องการจริง

ฟังสัญญาณการใช้งานจริง มากกว่าเสียงตอบรับแรกเริ่ม

เดโมที่ได้เพียงสามไลก์กลายเป็นผลิตภัณฑ์ระดับเปลี่ยนอุตสาหกรรม สิ่งที่ควรฟังไม่ใช่ยอดไลก์หรือคำชม แต่คือสัญญาณว่ามีคนหยิบผลิตภัณฑ์ไปใช้ทำงานจริงหรือไม่ อย่างที่ Robert เริ่มใช้ Claude CLI ในวันรุ่งขึ้น

ผู้ใช้ที่กระตือรือร้นที่สุดคือผู้ร่วมทีมและผู้เผยแพร่ที่ดีที่สุด

Cat Wu กลายจากผู้ใช้เป็นสมาชิกทีม และ Austin Ray กลายเป็นผู้เผยแพร่ที่เดินชวนเพื่อนร่วมงานทีละโต๊ะ การรับฟัง feedback อย่างจริงจังและตอบสนองอย่างรวดเร็ว ไม่เพียงปรับปรุงผลิตภัณฑ์ แต่สร้างชุมชนและแรงขับเคลื่อนการเติบโต

นวัตกรรมด้านโมเดลธุรกิจสำคัญเทียบเท่านวัตกรรมด้านเทคนิค

การทะยานขึ้นของ Claude Code เกิดจากสองแรงคือ Claude 4 กับ subscription ผลิตภัณฑ์ที่ทรงพลังทางเทคนิคยังต้องการวิธีคิดเงินที่สอดคล้องกับคุณค่าที่มอบให้ จึงจะปลดล็อกการเติบโตได้เต็มที่

ความไว้วางใจสร้างจากผลงานที่สม่ำเสมอ

การที่ผู้ใช้ค่อยๆ เปลี่ยนจากอ่านทุกคำขออนุญาต มาเป็นกดยอมรับอัตโนมัติ ไม่ได้เกิดจากการบอกให้เชื่อ แต่เกิดจากการที่ผลิตภัณฑ์พิสูจน์ตัวเองครั้งแล้วครั้งเล่า

ยอมรับว่าไม่รู้อนาคต แล้วเรียนรู้จากผู้ใช้อย่างต่อเนื่อง

ท่าทีของ Fiona Fung ที่ยอมรับว่าไม่รู้ว่าเดือนหน้าจะเป็นอย่างไร คือคุณสมบัติที่จำเป็นในยุคที่เทคโนโลยีเปลี่ยนเร็ว ความอยากรู้อยากเห็นและการเรียนรู้จากผู้ใช้ สำคัญกว่าการยึดติดกับแผนที่วางไว้

มรดกที่แท้จริงของ Claude Code

หากมองข้ามเทคโนโลยีและตัวเลข มรดกที่แท้จริงของ Claude Code อาจเป็นการทำให้การสร้างซอฟต์แวร์เข้าถึงคนได้มากขึ้น อย่างที่ Meaghan Choi ชี้ว่าการเขียนโค้ดเคยเป็นสิ่งที่เข้าถึงยากมาโดยตลอด และอย่างที่ Kyle Easterly แสดงให้เห็นผ่านองค์กรไม่แสวงหากำไรในอลาสกาที่เข้าถึงซอฟต์แวร์สั่งทำได้เป็นครั้งแรก

เรื่องราวนี้เริ่มจากความเชื่อของคนกลุ่มเล็กๆ ที่มองว่าการเขียนโปรแกรมคือการเล่าเรื่องและการสร้างสรรค์ และจบลงด้วยการเปิดโอกาสให้คนจำนวนมากขึ้นได้เล่าเรื่องและสร้างสรรค์ของตัวเอง Claude Code จึงไม่ใช่จุดสิ้นสุด แต่เป็นเพียงก้าวหนึ่งบนสายธารวิวัฒนาการที่ทอดยาวจากบัตรเจาะรูในอดีต ไปสู่อนาคตที่เรายังจินตนาการไม่ออก

บทส่งท้าย

The Making of Claude Code คือเรื่องราวที่พิสูจน์ว่านวัตกรรมที่เปลี่ยนโลก ไม่ได้เกิดจากช่วงเวลามหัศจรรย์เพียงครั้งเดียว แต่เกิดจากการสะสมความเชื่อที่ถูกต้อง การลงมือทำอย่างต่อเนื่อง ความอดทนต่อความล้มเหลว และการจับจังหวะที่เหมาะสมระหว่างความสามารถของเทคโนโลยีกับความพร้อมของตลาด

สำหรับผู้ที่อยากสร้าง AI Product ในวันนี้ บทเรียนที่สำคัญที่สุดอาจเป็นสิ่งที่ Boris พูดไว้ นั่นคือความเร่งด่วนที่หยุดคิดไม่ได้ เมื่อคุณมองเห็นอนาคตแล้ว จงลงมือสร้างมัน แม้วันนี้มันจะยังห่างไกลจากคำว่าดี เพราะเมื่อโมเดลถัดไปมาถึง สิ่งที่คุณสร้างไว้ในวันนี้ อาจกลายเป็นของจริงที่เปลี่ยนโลกได้

จบซีรีส์ The Making of Claude Code ทั้ง 12 ตอน ขอบคุณที่ติดตามอ่านมาจนจบ

---

 

บทวิเคราะห์ปิดท้าย

บทวิเคราะห์พิเศษ 1: Executive Summary

สรุปผู้บริหาร เรื่องราวการสร้าง Claude Code จากเดโมสองวันสู่ผลิตภัณฑ์เปลี่ยนอุตสาหกรรม

ภาพรวม

Claude Code คือเครื่องมือ command-line ของ Anthropic ที่ให้ AI ลงมือเขียนโปรแกรมแทนมนุษย์ได้จริง เรื่องราวการสร้างมันกินเวลากว่าสี่ปี ตั้งแต่ปี 2021 ถึง 2026 และเป็นตัวอย่างที่ชัดเจนของการสร้างผลิตภัณฑ์ AI บนเทคโนโลยีที่กำลังพัฒนาอย่างรวดเร็ว จุดเด่นของเรื่องนี้ไม่ได้อยู่ที่ช่วงเวลามหัศจรรย์เพียงครั้งเดียว แต่อยู่ที่การสะสมความเชื่อที่ถูกต้อง การลงมือทำอย่างต่อเนื่อง และการจับจังหวะระหว่างความสามารถของโมเดลกับความพร้อมของตลาด

จุดเริ่มต้นและการเดิมพันเชิงยุทธศาสตร์

Anthropic เชื่อตั้งแต่วันแรกว่าเส้นทางสู่ AI ที่เปลี่ยนโลก จะวิ่งผ่านการทำ software engineering ให้เป็นอัตโนมัติ ไม่ใช่การเป็นแชตบอต ผลิตภัณฑ์ชิ้นแรกจึงเป็นเครื่องมือช่วยเขียนโค้ดบน VS Code และทีม RL ได้วางรากฐาน RL codebase ตั้งแต่ต้นปี 2022 พร้อมโจทย์ที่วัดผลได้ว่าจะสร้างโมเดลที่เขียนโค้ดเก่งอย่างน้อยเท่าวิศวกรจริงหนึ่งคน

ช่วงบ่มเพาะและต้นแบบที่มาก่อนกาล

แม้จะต้องพักโครงการผลิตภัณฑ์เพื่อเปิดตัว API แต่งานวิจัยด้าน agentic coding ก็ไม่หยุด จนเกิดชิ้นส่วนสำคัญคือ bash tool และความสามารถในการค้นหา ทีมสร้าง clide เครื่องมือ command-line ภายในที่มองเห็นอนาคตได้ถูกต้อง แต่ยังช้าและยุ่งยากเกินกว่าจะใช้ในวงกว้าง จุดเปลี่ยนมาถึงเมื่อ Boris Cherny เข้าร่วมทีม Labs ในเดือนกันยายน 2024 และได้สัมผัสพลังของ clide จนสร้างเดโม Claude CLI ในสองวัน

การสร้างและการเปิดตัว

ทีมเล็กที่หลากหลายมารวมตัวกัน โดยตั้งใจรักษาขนาดให้เล็กเพื่อบังคับความคิดสร้างสรรค์และการใช้ Claude เอง ในเดือนธันวาคม 2024 ทีมทำ sprint สองสัปดาห์ที่สร้างฟีเจอร์หลัก และเปิดตัวสู่สาธารณะเป็น research preview ในเดือนกุมภาพันธ์ 2025 ในชื่อ Claude Code แม้เสียงตอบรับช่วงแรกจะอุ่นๆ แต่ผู้ใช้ยุคบุกเบิกอย่าง Austin Ray แห่ง Ramp, Kyle Easterly และ Jarred Sumner แห่ง Bun กลับเห็นศักยภาพทันที

จุดระเบิดและโลกใหม่

การทะยานขึ้นของ Claude Code เกิดจากสองแรงบรรจบกัน คือโมเดลตระกูล Claude 4 ที่ทำให้โมเดลพร้อมสำหรับผลิตภัณฑ์ที่ทีมอยากสร้าง และการเปิดโมเดลธุรกิจแบบ subscription ผลลัพธ์คือโลกใหม่ที่ Boris เขียนโค้ด 100 เปอร์เซ็นต์ด้วย Claude Code โดยไม่เขียนด้วยมือ วิศวกรกลายเป็นผู้กำกับ AI Agent หลายตัว และผู้ใช้เปลี่ยนจากการตรวจสอบทุกขั้นตอนมาเป็นการไว้วางใจให้ AI ทำงานอัตโนมัติ

วิสัยทัศน์อนาคต

คนเบื้องหลัง Claude Code มองว่าคุณค่าที่แท้จริงของ AI มาจากการลงมือทำในโลกจริง ไม่ใช่แค่การตอบคำถาม เป้าหมายระยะยาวคือ AI ที่แก้ปัญหาที่มนุษย์แก้เองไม่ได้ ตั้งแต่การเร่งงานวิจัยไปจนถึงการรักษามะเร็ง พร้อมคำเตือนว่าความเร็วของการเปลี่ยนแปลงในปี 2026 ถึง 2027 อาจเร็วเกินกว่าที่ใครจะพร้อมรับมือ

สาระสำคัญสำหรับผู้บริหารและผู้สร้างผลิตภัณฑ์

เรื่องนี้ให้บทเรียนหลักสามข้อ หนึ่งคือให้เดิมพันเรื่องความสามารถของโมเดลให้ถูก แล้วรูปทรงผลิตภัณฑ์จะตามมาเอง สองคือให้สร้างสิ่งที่ยังทำงานได้ไม่ดีวันนี้ เพื่อวางตำแหน่งให้พร้อมเมื่อโมเดลถัดไปมาถึง และสามคือทีมเล็กที่ใช้เครื่องมือของตัวเองอย่างเข้มข้น พร้อมความไว้วางใจที่สร้างจากผลงานสม่ำเสมอ คือสูตรที่ทำให้ผลิตภัณฑ์วิ่งได้เร็วและได้รับการยอมรับ

ตัวเลขและหมุดหมายสำคัญ

เดโม Claude CLI ใช้เวลาสร้างราวสองวันและได้เพียงสองถึงสามไลก์บน Slack ฟีเจอร์หลักหลายอย่างถูกสร้างใน sprint สองสัปดาห์ช่วงเดือนธันวาคม 2024 สัดส่วนโค้ดที่ Claude Code เขียนให้ Boris เพิ่มจาก 10 เปอร์เซ็นต์ในเดือนกุมภาพันธ์ 2025 เป็น 100 เปอร์เซ็นต์ในฤดูหนาวปี 2025 และในวันเดียว Boris เขียนโค้ดได้ถึง 88 commit ด้วย Claude Code

---

 

บทวิเคราะห์พิเศษ 2: Timeline (2021–2026)

ไทม์ไลน์เหตุการณ์สำคัญของ Claude Code จากจุดกำเนิดสู่ปัจจุบัน

2021 เมล็ดพันธุ์แรก

Dawn Drain เข้าร่วม Anthropic และเริ่มโปรเจกต์หลักคือการสร้างโมเดลที่เขียนโค้ดเก่งที่สุด โดยตั้งเป้าให้เก่งอย่างน้อยเท่าตัวเธอเอง

ต้นปี 2022 วางรากฐาน RL

ทีมเริ่มคิดเรื่องเครื่องมือช่วยเขียนโค้ดและโมเดลที่ทำ autonomous software engineering ได้เอง มีการสร้าง RL codebase ดั้งเดิม และเริ่มเทรนโมเดลจากงานง่ายๆ อย่างการเขียนฟังก์ชันแล้วทดสอบความถูกต้อง

ฤดูใบไม้ผลิ 2022 ผู้ใช้กลุ่มแรก

เครื่องมือช่วยเขียนโค้ดในรูปแบบ extension บน VS Code ได้รับความนิยมพอสมควร มีผู้ใช้ภายนอกราวหนึ่งร้อยคน

ปี 2022 โจทย์ harness และการพักโครงการ

ทีมแก้โจทย์ harness design ทำ persistent shell ใน container ให้โมเดลรันโค้ดและสตรีมข้อมูลได้ Ben Mann กลับมาช่วยเปิดตัว API เวอร์ชันแรก และโครงการเครื่องมือช่วยเขียนโค้ดถูกพักไว้ชั่วคราว ขณะที่งานวิจัยยังเดินหน้าต่อ

ปลายปี 2022 ถึง 2023 ประกายไฟ

ทีมขยับมาทำ open-ended agents ได้ function calling พื้นฐาน การค้นหา และมอบ bash tool ให้โมเดล Dawn Drain สร้าง clide เครื่องมือ command-line ภายในที่ให้ผู้ใช้คุยกับ Claude เพื่อแก้โค้ด โดยชื่อ clide มาจาก Eli Tran-Johnson

มกราคม 2024 กำเนิดทีม Labs

Ben Mann ก่อตั้งทีม Labs เพราะเห็นช่องว่างในตลาดสำหรับ agentic coding

ฤดูร้อนถึงเดือนสิงหาคม 2024 ทีมเริ่มก่อตัว

Cat Wu เข้าร่วม Anthropic ในฤดูร้อน และเริ่มใช้ Claude CLI สร้าง RL environment ส่วน Sid Bidasaria เข้าร่วมทีม Labs ในเดือนสิงหาคม

กันยายน 2024 Boris เข้าร่วมและจุดเปลี่ยน

Boris Cherny เข้าร่วม Labs อยากทำ linter แต่ Ben ผลักให้ทำเรื่องใหญ่ Boris ได้สัมผัส clide จนรู้สึกเหมือนเห็นอนาคต แล้วสร้างเดโม Claude CLI ในสองวัน โพสต์ลง Slack ได้สองถึงสามไลก์ และวันรุ่งขึ้น Robert Boyce ก็เริ่มใช้มันเขียนโค้ดจริง

ตุลาคม 2024 เร่งเครื่อง

Boris ทำงานหนักและขอวิศวกรเพิ่มแทบทุกสัปดาห์ ขณะที่ Adam Wolff พยายามรักษาทีมให้เล็ก

ธันวาคม 2024 sprint สองสัปดาห์

หลังได้ไฟเขียว มีคนหกถึงเจ็ดคนกระโดดเข้ามาช่วย ทำ sprint สองสัปดาห์ที่สร้างฟีเจอร์หลักอย่างระบบรายงานบั๊กและ flow ล็อกอิน Meaghan Choi มีปฏิสัมพันธ์แรกกับทีมและขอทำ design spike สองสัปดาห์

กุมภาพันธ์ 2025 เปิดตัว

Claude CLI ถูกเปลี่ยนชื่อเป็น Claude Code (เสนอโดย Alex Isken) และเปิดตัวเป็น research preview พร้อมโลโก้ ASCII และตัวละคร Clawd ในตอนนี้ Claude Code เขียนโค้ดให้ Boris ราว 10 เปอร์เซ็นต์ Austin Ray แห่ง Ramp เริ่มใช้และเผยแพร่ภายในองค์กร Kyle Easterly สลับมาใช้กลางโปรเจกต์

พฤษภาคม 2025 ก้าวกระโดด

สัดส่วนโค้ดที่ Claude Code เขียนให้ Boris ขึ้นเป็น 30 ถึง 40 เปอร์เซ็นต์ โมเดล Sonnet 4 เปิดตัวระหว่างงานประชุมนักพัฒนา Code with Claude

ช่วงกลางถึงปลายปี 2025 จุดระเบิด

โมเดลตระกูล Claude 4 ทำให้โมเดลพร้อมสำหรับผลิตภัณฑ์ที่ทีมอยากสร้าง มีการเปิดโมเดลธุรกิจแบบ subscription ซึ่งสองแรงนี้ทำให้ Claude Code ทะยานขึ้น ในช่วงเดือนสิงหาคมถึงกันยายนมีการถกเถียงเรื่องการแบน Claude Code ที่ Bun ซึ่ง Jarred Sumner ไม่ยอมให้เกิดขึ้น

ฤดูหนาว 2025 ข้ามเส้น

Boris เขียนโค้ด 100 เปอร์เซ็นต์ด้วย Claude Code โดยไม่เขียนด้วยมือ และในวันเดียวเขียนได้ถึง 88 commit ส่วน Igor Kofman หยุดเขียนโค้ดด้วยตัวเองตั้งแต่ฤดูหนาวนี้

2026 ปัจจุบันของเรื่องเล่า และอนาคตที่กำลังมา

ความท้าทายเรื่องโครงสร้างพื้นฐานของ Agent ยังเป็นชุดเดียวกับปี 2022 ผู้ใช้จำนวนมากเปลี่ยนมากดยอมรับคำขอของ Claude Code โดยอัตโนมัติ Shauna Kravec คาดการณ์ว่าตลอดปี 2026 ถึง 2027 จะมีความก้าวหน้าเกิดขึ้นมากในเวลาเพียงสามเดือน ซึ่งเป็นความเร็วที่อาจยังไม่มีใครพร้อมรับมือ

---

 

บทวิเคราะห์พิเศษ 3: Key Quotes

รวมคำพูดที่ทรงพลังที่สุดจากคนเบื้องหลัง Claude Code

ว่าด้วยวิสัยทัศน์และการเดิมพัน

Shauna Kravec

“เราสนใจเรื่องการเขียนโค้ด เพราะเราคิดว่าเส้นทางไปสู่ AI ที่จะเปลี่ยนโลก จะวิ่งผ่านความสามารถในการทำงาน software engineering ให้เป็นอัตโนมัติได้เป็นชิ้นใหญ่ๆ”

Dawn Drain

“โปรเจกต์หลักของฉันในสามปีแรกที่ Anthropic คือการพยายามสร้างโมเดลที่เขียนโค้ดเก่งที่สุดเท่าที่จะทำได้ อย่างน้อยต้องเก่งเท่าฉัน”

Igor Kofman

“ประมาณสามเดือนต่อมา ผมก็รู้ว่าการเขียนโค้ดคือสิ่งที่ต้องโฟกัสจริงๆ เพราะมันอยู่บนเส้นทางวิกฤตไปสู่ทุกอย่าง”

ว่าด้วยประกายไฟและจุดเปลี่ยน

Shauna Kravec (พูดถึง clide)

“มันดูพิลึกๆ นะ มันมาก่อนกาลมากๆ จริงๆ”

Boris Cherny

“ถึงมันจะไม่ใช่ซอฟต์แวร์ที่ดี มันก็น่าทึ่งและมีเวทมนตร์ในแบบของมัน เพราะมันมองเห็นอนาคต”

Boris Cherny (พูดถึง pull request ที่ clide เขียนให้)

“ผมไม่เคยเห็นอะไรแบบนั้นมาก่อน มันน่าตกใจมาก มันรู้สึกเหมือนอนาคต”

Ben Mann

“เขาแบบว่า Holy shit เราเห็นชิ้นส่วนต่างๆ แล้ว เราแค่ต้องเอามันมาประกอบเข้าด้วยกัน”

Adam Wolff (พูดถึง clide agent ครั้งแรกที่ทำงานได้)

“ครั้งแรกที่มันทำงานได้ ผมเต้นวนรอบครัวเลย ผมไม่อยากจะเชื่อ”

ว่าด้วยเดโมและการลงมือทำ

Boris Cherny

“นี่คืองานประมาณสองวัน ถ้าจะสร้างสิ่งนี้ขึ้นมาใหม่ด้วย Claude Code วันนี้ จะใช้เวลาแค่สองนาที ผมโพสต์มันลง Slack ผมว่าผมได้ประมาณสองหรือสามไลก์”

Boris Cherny

“มีบางอย่างที่ผมหยุดคิดถึงมันไม่ได้ และมันก็ยังรู้สึกเร่งด่วนแบบนั้นจนถึงทุกวันนี้”

Robert Boyce

“ตอนนั้นแอปยังเรียบง่ายมาก แทบจะไม่มีอะไรมากไปกว่าการนิยาม tool ในลูป กับ REPL UI ง่ายๆ”

ว่าด้วยทีมและวัฒนธรรม

Fiona Fung

“การเขียนโปรแกรมคือวิธีที่คุณจะเล่าเรื่องและสร้างสรรค์”

Adam Wolff

“การขยายขนาดทำให้ทุกอย่างเกี่ยวกับกระบวนการ วัฒนธรรม และวิสัยทัศน์ยากขึ้น”

Boris Cherny

“การรักษาทีมให้เล็กสำคัญต่อความสำเร็จของเรามากจริงๆ มันบังคับให้เราใช้ Claude มากขึ้น ไม่อย่างนั้นเราคงไปได้ไม่เร็วพอ”

ว่าด้วยปรัชญาการสร้างผลิตภัณฑ์

Ben Mann

“คุณต้องสร้างบางอย่างที่ทำงานได้แค่ 20 หรือ 30 เปอร์เซ็นต์ในตอนนี้ เพื่อว่าพอโมเดลตัวถัดไปออกมา มันจะทำงานได้ 80 เปอร์เซ็นต์ และคุณต้องมีความอดทนต่อความเจ็บปวดสูง เพราะคุณจะทำมันผิดครั้งแล้วครั้งเล่า”

Meaghan Choi

“โมเดลมันยังไม่พร้อมสำหรับผลิตภัณฑ์ที่เราอยากสร้าง แต่แล้วมันก็พร้อม”

Boris Cherny

“สองสิ่งที่ทำให้ Claude Code ทะยานขึ้น นั่นคือนวัตกรรมด้านโมเดลธุรกิจ ผสานกับนวัตกรรมด้านโมเดล”

Dawn Drain

“พอคุณข้ามเส้นขีดความสามารถของโมเดลไปได้แล้ว รูปทรงของผลิตภัณฑ์มันก็เผยตัวออกมาเอง”

ว่าด้วยโลกใหม่และการเปลี่ยนบทบาท

Boris Cherny

“พอถึงฤดูหนาวปี 2025 โค้ดของผม 100 เปอร์เซ็นต์เขียนโดย Claude Code ไม่มีสักบรรทัดที่เขียนด้วยมือ”

Austin Ray

“ถ้ามันอ่าน แก้ไข และรัน bash ได้ มันก็ทำอะไรก็ได้”

Cat Wu

“ทุกวันนี้ ผู้ใช้จำนวนมากของเราแค่กดยอมรับทุกอย่างโดยอัตโนมัติ ผมคิดว่ามันแสดงให้เห็นว่า Claude ได้รับความไว้วางใจจากพวกเขาแล้ว”

Igor Kofman

“คุณไม่ได้จัดการ Claude หลายตัวแล้ว แต่ตอนนี้คุณกำลังจัดการผู้จัดการของเหล่า Claude อีกที”

ว่าด้วยอนาคต

Shauna Kravec

“คุณต้องการโมเดลที่ออกไปอยู่ในโลกจริงและลงมือทำได้”

Fiona Fung

“ผมไม่ขอแสร้งทำเป็นรู้ว่าเดือนหน้าจะเป็นอย่างไร”

Tristan Hume

“ผมต้องรอ Claude ที่มีรสนิยม ที่รู้ทุกอย่างที่ผมต้องการ และทำมันได้เองในเบื้องหลัง”

Shauna Kravec

“ตลอดปี 2026 และ 2027 จะมีอะไรเกิดขึ้นเยอะมากในเวลาเพียงสามเดือน นั่นคือส่วนที่ทำให้สับสน และผมไม่แน่ใจว่ามีใครพร้อมสำหรับมันหรือเปล่า”

---

 

บทวิเคราะห์พิเศษ 4: Lessons Learned

20 บทเรียนด้าน AI Product และ Product Management จากการสร้าง Claude Code

บทเรียนด้านยุทธศาสตร์และวิสัยทัศน์

บทเรียนที่ 1 เดิมพันเรื่องความสามารถของโมเดลให้ถูก แล้วรูปทรงจะตามมา

เมื่อข้ามเส้นขีดความสามารถของโมเดลไปได้ รูปทรงของผลิตภัณฑ์จะเผยตัวเอง การทุ่มเทกับการเดิมพันความสามารถหลักสำคัญกว่าการยึดติดรูปแบบภายนอก

บทเรียนที่ 2 เลือกโจทย์ที่อยู่บนเส้นทางวิกฤต

การเขียนโค้ดถูกเลือกเพราะมันปลดล็อกความสามารถอื่นๆ ทั้งหมด โจทย์ที่ดีคือโจทย์ที่เมื่อแก้ได้แล้วจะเปิดประตูสู่สิ่งอื่นอีกมาก

บทเรียนที่ 3 มองไปยังอนาคตแต่ลงมือในปัจจุบัน

ต้องอยู่กับสิ่งที่ทำได้วันนี้ ขณะเดียวกันก็วางตำแหน่งให้พร้อมสำหรับความสามารถที่จะมาถึง

บทเรียนที่ 4 การพักโครงการไม่ใช่การล้มเลิก

Anthropic พักผลิตภัณฑ์เพื่อไปเปิดตัว API แต่ยังคงงานวิจัยไว้เบื้องหลัง การบริหารจังหวะและทรัพยากรบางครั้งสำคัญกว่าการฝืนเดินหน้า

บทเรียนด้านการสร้างผลิตภัณฑ์

บทเรียนที่ 5 สร้างสิ่งที่ทำงานได้ 20 ถึง 30 เปอร์เซ็นต์วันนี้

เพื่อให้เมื่อโมเดลถัดไปมา มันจะทำงานได้ 80 เปอร์เซ็นต์ ซึ่งเพียงพอจะได้แรงดึงดูดในตลาด

บทเรียนที่ 6 ต้องมีความอดทนต่อความเจ็บปวดสูง

คุณจะทำผิดซ้ำแล้วซ้ำเล่าระหว่างรอให้เทคโนโลยีสุกงอม ความอดทนคือคุณสมบัติที่ขาดไม่ได้

บทเรียนที่ 7 สถาปัตยกรรมที่เรียบง่ายที่สุดขยายต่อได้ดีที่สุด

Claude Code เริ่มจาก tool ในลูปกับ REPL UI ง่ายๆ ความเรียบง่ายทำให้วนซ้ำได้เร็ว

บทเรียนที่ 8 ให้ชุดเครื่องมือพื้นฐานที่ทรงพลัง ไม่ใช่เครื่องมือเฉพาะทางจำนวนมาก

การอ่าน แก้ไข และรัน bash เพียงพอต่อการสร้างทุกอย่าง minimal primitives ให้ความยืดหยุ่นและพลังมากกว่า

บทเรียนที่ 9 ออกแบบให้วนซ้ำได้เร็วและอัปเดตทันที

ระบบอัปเดตอัตโนมัติและ user metrics ที่ดีทำให้แก้ไขและส่งถึงมือผู้ใช้ได้ในไม่กี่นาที

บทเรียนที่ 10 นวัตกรรมด้านโมเดลธุรกิจสำคัญเทียบเท่านวัตกรรมด้านเทคนิค

การทะยานของ Claude Code เกิดจาก Claude 4 บวกกับ subscription วิธีคิดเงินต้องสอดคล้องกับคุณค่าที่มอบให้

บทเรียนด้านทีมและวัฒนธรรม

บทเรียนที่ 11 ทีมเล็กวิ่งได้เร็วกว่า

การรักษาทีมให้เล็กบังคับให้เกิดความคิดสร้างสรรค์ กันการออกแบบเกินจำเป็น และผลักให้ใช้เครื่องมือของตัวเองมากขึ้น

บทเรียนที่ 12 ใช้ผลิตภัณฑ์ของตัวเองอย่างเข้มข้น

การเป็นผู้ใช้ผลิตภัณฑ์ของตัวเองคือวงจรที่เร่งการพัฒนาให้ตรงกับความต้องการจริง

บทเรียนที่ 13 ความหลากหลายของภูมิหลังคือจุดแข็ง

คนจากภาพยนตร์ ศิลปะ และการออกแบบเกม นำมุมมองที่ต่างมาสู่การสร้างเครื่องมือทางเทคนิค

บทเรียนที่ 14 มีเสียงที่เห็นต่างในทีมเป็นเรื่องดี

ความตึงเครียดระหว่าง Boris ที่อยากโตเร็ว กับ Adam ที่อยากรั้งไว้ คือกลไกถ่วงดุลที่ช่วยให้ตัดสินใจรอบด้าน

บทเรียนที่ 15 การทำให้ถูกใช้ภายในนำไปสู่การใช้ภายนอก

เหมือน React ที่การทำให้ถูกใช้ใน Facebook นำไปสู่การถูกใช้ภายนอก การพิสูจน์คุณค่าภายในองค์กรคือเส้นทางสู่การยอมรับในวงกว้าง

บทเรียนด้านผู้ใช้และการเติบโต

บทเรียนที่ 16 ฟังสัญญาณการใช้งานจริงมากกว่าเสียงตอบรับแรกเริ่ม

เดโมที่ได้สามไลก์กลายเป็นผลิตภัณฑ์เปลี่ยนอุตสาหกรรม สิ่งที่ควรฟังคือมีคนหยิบไปใช้ทำงานจริงหรือไม่

บทเรียนที่ 17 ผู้ใช้ที่กระตือรือร้นที่สุดคือผู้ร่วมทีมและผู้เผยแพร่ที่ดีที่สุด

Cat Wu กลายจากผู้ใช้เป็นสมาชิกทีม Austin Ray เดินชวนเพื่อนร่วมงานทีละโต๊ะ

บทเรียนที่ 18 สร้างความสัมพันธ์ใกล้ชิดระหว่างทีมพัฒนากับผู้ใช้

การประชุม feedback รายสัปดาห์และการตอบทุกความคิดเห็นในไม่กี่นาที คือเครื่องเร่งการปรับปรุงผลิตภัณฑ์

บทเรียนที่ 19 ความไว้วางใจสร้างจากผลงานที่สม่ำเสมอ

ผู้ใช้เปลี่ยนจากอ่านทุกคำขออนุญาต มาเป็นกดยอมรับอัตโนมัติ เพราะผลิตภัณฑ์พิสูจน์ตัวเองครั้งแล้วครั้งเล่า

บทเรียนที่ 20 ยอมรับว่าไม่รู้อนาคต แล้วเรียนรู้จากผู้ใช้ต่อเนื่อง

ในยุคที่เทคโนโลยีเปลี่ยนเร็ว ความอยากรู้อยากเห็นและการเรียนรู้จากผู้ใช้สำคัญกว่าการยึดติดกับแผนที่วางไว้

---

 

บทวิเคราะห์พิเศษ 5: PAPAYIW

เรื่องนี้บอกอะไรเกี่ยวกับอนาคตของ AI Agents, Software Engineering และการสร้างผลิตภัณฑ์ AI

The Making of Claude Code ไม่ได้เป็นเพียงเรื่องเล่าความสำเร็จของผลิตภัณฑ์หนึ่งตัว แต่เป็นกรณีศึกษาที่เผยรูปแบบเชิงลึกของการเปลี่ยนผ่านครั้งใหญ่ที่กำลังเกิดขึ้น บทวิเคราะห์นี้จะกลั่นสามประเด็นสำคัญ ได้แก่ อนาคตของ AI Agents การเปลี่ยนแปลงของ Software Engineering และหลักการสร้างผลิตภัณฑ์ AI ในยุคที่ความสามารถของโมเดลเปลี่ยนเร็ว

อนาคตของ AI Agents

ความสามารถของโมเดลกำหนดรูปทรงของผลิตภัณฑ์

ข้อสังเกตที่ทรงพลังที่สุดจากเรื่องนี้คือคำพูดของ Dawn Drain ที่ว่าเมื่อข้ามเส้นขีดความสามารถของโมเดล รูปทรงของผลิตภัณฑ์จะเผยตัวเอง นี่หมายความว่าในการสร้าง Agent การเดิมพันเรื่องความสามารถของโมเดลให้ถูก สำคัญกว่าการออกแบบ interface ที่ซับซ้อน เพราะรูปแบบการใช้งานที่เหมาะสมจะปรากฏขึ้นเองเมื่อโมเดลพร้อม

โครงสร้างพื้นฐานคือสนามแข่งขันที่แท้จริง

Shauna Kravec ชี้ว่าความท้าทายของ Agent ในปี 2026 คือชุดเดียวกับปี 2022 นั่นคือการรันโค้ดในสภาพแวดล้อมที่ปลอดภัยและจัดการได้ ผู้ที่จะชนะในสนาม Agent ไม่ใช่แค่คนที่มีโมเดลเก่ง แต่คือคนที่แก้โจทย์โครงสร้างพื้นฐาน ทั้ง sandbox การจัดการสิทธิ์ และการประสานงานหลาย Agent ได้ดี

ทิศทางคือการกำกับ Agent เป็นลำดับชั้น

แนวคิดของ Igor Kofman เรื่องการจัดการผู้จัดการของเหล่า Claude ชี้ว่ารูปแบบการทำงานในอนาคตจะเป็นการกำกับ Agent หลายชั้น เครื่องมือที่รองรับการประสานงาน มอบหมาย และตรวจสอบ Agent จำนวนมากพร้อมกัน จะกลายเป็นหมวดผลิตภัณฑ์ใหม่ที่สำคัญ

การเปลี่ยนแปลงของ Software Engineering

บทบาทวิศวกรเปลี่ยนจากผู้เขียน เป็นผู้กำกับ

เมื่อ Boris เขียนโค้ด 100 เปอร์เซ็นต์ด้วย Claude Code ทักษะการเขียนโค้ดทีละบรรทัดเริ่มมีความสำคัญน้อยลง เทียบกับทักษะการอธิบายเจตนา การกำกับ และการประเมินผลลัพธ์ วิศวกรในอนาคตจะถูกวัดคุณค่าจากวิจารณญาณและรสนิยม มากกว่าความเร็วในการพิมพ์โค้ด

AI ยังต้องการรสนิยมของมนุษย์

คำว่ารสนิยมของ Tristan Hume ชี้พรมแดนถัดไปที่ยังเป็นของมนุษย์ นั่นคือการรู้ว่าอะไรดีและอะไรเหมาะสม แม้ AI จะเขียนโปรแกรมที่ใช้งานได้ แต่การกำหนดมาตรฐานคุณภาพและความชอบยังเป็นสิ่งที่วิศวกรต้องนำ นี่คือเหตุผลว่าทำไมบทบาทมนุษย์จะยังมีคุณค่าแม้ในโลกที่ AI เขียนโค้ดได้เอง

ประชาธิปไตยของการสร้างซอฟต์แวร์

ผลกระทบที่ยิ่งใหญ่ที่สุดอาจไม่ได้อยู่ที่วิศวกรมืออาชีพ แต่อยู่ที่คนที่ไม่เคยเข้าถึงการสร้างซอฟต์แวร์ เรื่องขององค์กรไม่แสวงหากำไรในอลาสกาที่ Kyle Easterly เล่า แสดงว่าซอฟต์แวร์สั่งทำที่เคยเป็นไปไม่ได้เพราะต้นทุนสูง กลายเป็นสิ่งที่เข้าถึงได้ ทั้งหมวดหมู่ของสิ่งที่เป็นไปได้เพิ่งเปิดออก

หลักการสร้างผลิตภัณฑ์ AI

สร้างล่วงหน้าเพื่อรอเส้นโค้งความสามารถ

ปรัชญาของ Ben Mann ที่ให้สร้างสิ่งที่ทำงานได้ 20 ถึง 30 เปอร์เซ็นต์วันนี้ คือการวางเดิมพันกับเส้นโค้งความก้าวหน้าของโมเดล ผู้สร้างผลิตภัณฑ์ AI ที่ประสบความสำเร็จต้องกล้าปล่อยสิ่งที่ยังไม่สมบูรณ์ และมีความอดทนสูงพอที่จะทำผิดซ้ำแล้วซ้ำเล่า

จับจังหวะระหว่างโมเดลกับโมเดลธุรกิจ

การทะยานของ Claude Code เกิดจากสองแรงบรรจบกันพอดี คือ Claude 4 กับ subscription บทเรียนคือผลิตภัณฑ์ที่ทรงพลังทางเทคนิคยังต้องการวิธีคิดเงินที่สอดคล้องกับพฤติกรรมการใช้งาน จึงจะปลดล็อกการเติบโตได้เต็มที่

ความไว้วางใจคือทรัพย์สินที่สะสมได้

การที่ผู้ใช้เปลี่ยนจากตรวจสอบทุกขั้นตอน มาเป็นไว้วางใจให้ AI ทำงานอัตโนมัติ คือสินทรัพย์ที่สร้างจากผลงานสม่ำเสมอ สำหรับผลิตภัณฑ์ AI ทุกตัว การออกแบบสมดุลระหว่างอิสระของ Agent กับกลไกความปลอดภัย จะเป็นโจทย์กลางในการสร้างความไว้วางใจ

มุมมองสำหรับผู้ทำงานด้าน SEO, AEO และ GEO

ยุคของ AI Agent ที่ลงมือทำ ส่งผลต่อวิธีที่คอนเทนต์ถูกค้นพบ

เมื่อ AI ไม่ได้แค่ตอบคำถาม แต่ลงมือทำงานและสืบค้นข้อมูลแทนผู้ใช้ วิธีที่คอนเทนต์ถูกเข้าถึงก็เปลี่ยนไป การ optimize เพื่อให้ AI Agent อ่านและใช้งานคอนเทนต์ได้ง่าย ทั้งโครงสร้างที่ชัดเจน ข้อมูลที่ตรวจสอบได้ และรูปแบบที่เครื่องเข้าใจ จะสำคัญขึ้นเรื่อยๆ

บทเรียนเรื่องความเร็วของการเปลี่ยนแปลง

คำเตือนของ Shauna ว่าปี 2026 ถึง 2027 จะมีความก้าวหน้ามากในเวลาเพียงสามเดือน เป็นสัญญาณให้ผู้ทำงานด้าน search และ AI visibility ต้องออกแบบระบบและ workflow ที่ปรับตัวได้เร็ว การสร้าง framework และ template ที่ยืดหยุ่น จะมีค่ามากกว่าการยึดติดกับวิธีที่ตายตัว

บทสรุป PAPAYIW

เรื่องราวของ Claude Code สอนว่าการเปลี่ยนแปลงครั้งใหญ่ไม่ได้เกิดจากช่วงเวลามหัศจรรย์ครั้งเดียว แต่เกิดจากการสะสมความเชื่อที่ถูกต้อง การลงมือทำต่อเนื่อง และการจับจังหวะที่เหมาะสม สำหรับผู้ที่ทำงานในโลกของ AI ไม่ว่าจะเป็นการสร้างผลิตภัณฑ์ การพัฒนาซอฟต์แวร์ หรือการทำให้คอนเทนต์ถูกค้นพบ บทเรียนที่สำคัญที่สุดคือการวางตำแหน่งตัวเองให้พร้อมสำหรับความสามารถที่กำลังจะมาถึง เพราะสิ่งที่ยังทำงานได้ไม่ดีในวันนี้ อาจกลายเป็นของจริงที่เปลี่ยนโลกได้เมื่อโมเดลถัดไปมาถึง และความเร่งด่วนที่จะลงมือสร้างเมื่อมองเห็นอนาคต คือปัจจัยที่แยกคนที่เพียงพูดถึงอนาคต ออกจากคนที่สร้างมันขึ้นมาจริง

---

เรียบเรียงและแปลไทยโดย PAPAYIW จากต้นฉบับ The Making of Claude Code โดย Anthropic