เบื้องหลัง JetBrains บริษัทที่กำลังพลิกโฉมการเขียนโค้ดทั่วโลก
JetBrains กำลังพลิกโฉมวิธีที่นักพัฒนาออกแบบ คิดวิเคราะห์ และสร้างด้วย AI ด้วยการนำโมเดลของ OpenAI มาใช้ในเครื่องมือและเวิร์กโฟลว์ต่างๆ ของตน
หากคุณไม่ได้เขียนซอฟต์แวร์ คุณอาจไม่รู้จัก JetBrains
ถ้าคุณเขียนโค้ดอยู่ มีโอกาสสูงมากว่าคุณเคยใช้เครื่องมือของพวกเขามาแล้ว
บริษัทนี้อยู่เบื้องหลังโลกการพัฒนาซอฟต์แวร์ยุคใหม่ โดยเป็นพลังขับเคลื่อนเครื่องมือที่ใช้โดยวิศวกรมืออาชีพราว 15 ล้านคนทั่วโลก (บริษัทกว่า 88 แห่งจาก Fortune 100) และยังเป็นผู้สร้าง Kotlin (ภาษาการเขียนโปรแกรมอย่างเป็นทางการของ Android) ถ้าคุณเคยเปิดใช้ IntelliJ, PyCharm, WebStorm, GoLand หรือ Rider นั่นแปลว่าคุณเคยใช้ JetBrains มาแล้ว
เราได้พูดคุยกับ Kris Kang หัวหน้าฝ่ายผลิตภัณฑ์ของ JetBrains ถึงวิธีที่ทีมกำลังใช้โมเดลของ OpenAI เพื่อเปลี่ยนวิธีการทำงานของนักพัฒนา ไม่ใช่เพื่อเข้ามาแทนที่ แต่เพื่อยกระดับสิ่งที่พวกเขาทำได้
นักพัฒนาไม่ได้มีหน้าที่แค่เขียนโค้ด แต่ยังต้องรีวิวโค้ด คิดวิเคราะห์ และออกแบบระบบด้วย AI จึงสามารถช่วยได้ในส่วนที่มากไปกว่าการพิมพ์โค้ดอย่างเดียว
JetBrains กำลังนำ OpenAI มาใช้อย่างไร
“นักพัฒนากว่า 15 ล้านคนใช้ JetBrains และตอนนี้เราก็กำลังนำ OpenAI เข้ามาอยู่ในเวิร์กโฟลว์นั้น” Kang เล่าให้เราฟัง การเปลี่ยนแปลงนี้ไม่ได้มี่แค่เรื่องของระบบอัตโนมัติเท่านั้น แต่ยังรวมถึงการเพิ่มศักยภาพให้ผู้ใช้ด้วย มันคือการช่วยปกป้องโฟลว์ของนักพัฒนา ลดงานที่ซ้ำซาก และเปิดโอกาสให้วิศวกรได้มุ่งเน้นที่การออกแบบ สถาปัตยกรรม และการตัดสินใจ ซึ่งเป็นทักษะที่ยิ่งใช้ร่วมกับ AI ก็ยิ่งต่อยอดได้ในระยะยาว
สำหรับภายในองค์กร ทีมของ JetBrains ใช้:
- ChatGPT
- GPT‑5
- Codex
สำหรับผู้ใช้ภายนอก ลูกค้าของ JetBrains สามารถเลือกใช้ GPT‑5 ใน Junie ซึ่งเป็นเอเจนต์การเขียนโค้ดของบริษัท และใน AI Assistant (สำหรับการช่วยเหลือทางแชต)
“เราใช้ ChatGPT เราใช้ GPT-5 เราใช้ Codex... และหนึ่งใน LLMs ที่ Junie เลือกใช้ก็คือ GPT-5”
ตอนนี้วิศวกรเริ่มมอบหมายงานจริงให้เอเจนต์ทำกันแล้ว และได้เห็นงานเหล่านั้นเสร็จสมบูรณ์แล้ว “ผมเริ่มมอบหมายงานที่ยากขึ้นเรื่อยๆ ให้เอเจนต์ที่ขับเคลื่อนโดย GPT‑5 และที่ทำให้ผมแปลกใจก็คือ หลายงานออกมาสำเร็จได้จริง” Kang กล่าว
เกณฑ์มาตรฐานของ JetBrains ไม่ได้มีเพียงแค่ความเร็ว แต่ยังรวมถึงความเป็นเลิศทางวิศวกรรมที่ยั่งยืน “มันไม่ใช่แค่เรื่องของการสร้างโค้ด แต่โค้ดนั้นต้องปลอดภัย อ่านเข้าใจง่าย และดูแลต่อได้ด้วย” Kang กล่าวต่อ
JetBrains พิจารณาผลกระทบผ่านมุมมองหลักสองประการ:
ความเร็ว: ลดการใช้โค้ดซ้ำ ลดการสลับบริบท และการทำซ้ำที่รวดเร็วขึ้น
คุณภาพ: โค้ดที่อ่านง่าย ตรวจทานได้ และแก้ไขต่อได้ ไม่ใช่โค้ดที่ดูฉลาดแต่กลับใช้จริงในโปรดักชันไม่ได้
บทเรียนความเป็นผู้นำจาก Kris
เริ่มจากจุดที่คนรู้สึกติดขัดก่อน: งานเอกสาร การทดสอบ การรีวิว การส่งมอบ
ปกป้องการทำงานเชิงลึก: การเปลี่ยนบริบทบ่อยๆ ทำลายประสิทธิภาพมากกว่าความเร็วในการพิมพ์
สร้างเวิร์กโฟลว์แบบผสม ไม่ใช่แทนที่ทั้งหมด: ร่างด้วย AI แล้วออกแบบและรีวิวโดยมนุษย์
ยกระดับมาตรฐานพื้นฐาน: เจตนาที่ระบุไว้อย่างชัดเจนและสถาปัตยกรรมที่แข็งแรง จะยิ่งทวีพลังให้การทำงาน
ทดลองในแบบที่ต่อยอดได้: การทำซ้ำอย่างมีประสิทธิภาพดีกว่าการพิสูจน์ที่รวดเร็ว
“แชตช่วยให้คุณไปได้เร็วขึ้น ส่วนเอเจนต์พาคุณก้าวกระโดด”
ก้าวต่อไป
อนาคตที่วิศวกรจะ:
- ระบบการออกแบบ
- กำกับและวางกรอบให้เอเจนต์
- รีวิวและคิดวิเคราะห์ได้มีประสิทธิภาพยิ่งขึ้น
- ส่งมอบงานได้เร็วขึ้นและมั่นใจมากขึ้น
ไม่ใช่งานที่น้อยลง แต่เป็นงานที่ดีขึ้น
ผู้ที่ทดลองใช้ AI ได้อย่างมีประสิทธิภาพจะเห็นข้อได้เปรียบที่ทวีคูณขึ้นตามเวลา
ก้าวสู่ยุคใหม่ของการทำงาน
อ่านต่อ
