ข้ามไปยังเนื้อหาหลัก
OpenAI

9 มิถุนายน 2569

วิศวกรที่ Nextdoor ใช้ Codex เพื่อสร้างผลงานได้อย่างไร้ขีดจำกัด

ในทีมแพลตฟอร์มหลักของ Nextdoor นั้น Codex ช่วยสืบค้นและวิเคราะห์ปัญหาต่างๆ และส่งต่ออำนาจการตัดสินใจให้วิศวกรผลิตภัณฑ์โดยตรง

ภาพประกอบหลักสำหรับเรื่องราวความสำเร็จของลูกค้า Nextdoor
ขนาดบริษัท: Enterprise
ภูมิภาค: อเมริกาเหนือ
อุตสาหกรรม: เทคโนโลยี
ผลิตภัณฑ์: Codex
กำลังโหลด…

Nextdoor มีผู้ใช้งานมากกว่า 110 ล้านคนใน 11 ประเทศ ทำให้ทีมแพลตฟอร์มต้องรองรับความต้องการที่หลากหลายและซับซ้อนของระบบ สำหรับ Cory Dolphin หัวหน้าฝ่ายวิศวกรรม Codex ถือเป็นการเปลี่ยนแปลงที่สำคัญ “เปลี่ยนจากการป้อนพรอมต์ให้เอเจนต์ซ้ำไปซ้ำมาไปสู่การออกแบบผลลัพธ์ ซึ่งวิศวกรเริ่มต้นจากการคิดถึงผลลัพธ์ที่ต้องการ แล้วทำงานร่วมกับเอเจนต์เพื่อสร้างผลลัพธ์นั้นให้เกิดขึ้นจริง”

สิ่งนี้ทำให้วิศวกรแต่ละคนขยับไปทำงานในระดับที่สูงขึ้น จากเดิมที่ถูกจำกัดอยู่ในบทบาทผู้เชี่ยวชาญของระบบหรือเฟรมเวิร์กใดเฟรมเวิร์กหนึ่ง พวกเขาสามารถดูแลและรับผิดชอบประสบการณ์ของผู้ใช้ในระดับผลิตภัณฑ์ได้แทบทั้งหมดตั้งแต่ต้นจนจบ แม้จะครอบคลุมหลายแพลตฟอร์มก็ตาม ปัจจุบันประสิทธิภาพการทำงานรุดหน้าไปไกลมากจนปัญหาคอขวดไม่ใช่เรื่องของวิศวกรรมแล้ว แต่กลายเป็นคำถามเชิงกลยุทธ์ที่ท้าทายว่าเราควรจะสร้างอะไรเป็นลำดับถัดไป

“Codex ได้เปลี่ยนวิธีคิดของเราเกี่ยวกับงานวิศวกรรมไปอย่างสิ้นเชิง จนเรานึกภาพงานวิศวกรรมที่ไม่มี Codex ไม่ออกเลยครับ”
—Cory Dolphin หัวหน้าฝ่ายวิศวกรรมจาก Nextdoor

วิศวกรผลิตภัณฑ์สามารถมุ่งเน้นไปที่ตัวผลิตภัณฑ์ได้อย่างเต็มที่

Dolphin อธิบายว่า เมื่อใช้ Codex “วิศวกรใช้เวลาน้อยลงมากกับการคิดว่าจะสร้างสิ่งต่างๆ ด้วยวิธีไหน และหันไปโฟกัสกับผลลัพธ์ที่ต้องการได้มากขึ้น” ผลลัพธ์ที่วิศวกรตั้งเป้าไว้อาจเป็นภาพหน้าจอหรือวิดีโอที่แสดงสิ่งที่ต้องการให้เอเจนต์สร้าง ตลอดจนผลการทดสอบประสิทธิภาพ หรือแม้แต่ไอเดียสำหรับฟีเจอร์ใหม่ๆ

เมื่อไม่นานมานี้ Nextdoor ได้เปิดตัวฟีเจอร์ Opportunity Alerts ซึ่งช่วยให้ผู้ใช้งานสามารถค้นหาผู้ให้บริการที่อยู่ใกล้เคียงได้ โดยการนำ Codex มาปรับใช้ ส่งผลให้วิศวกรก็มีบทบาทมากขึ้นในการกำหนดทั้งประสบการณ์ของผลิตภัณฑ์และทิศทางการพัฒนา ตัวอย่างเช่น วิศวกรคนหนึ่งที่ดูแลฟีเจอร์การแจ้งเตือนเล็งเห็นว่า การเพิ่มฟีเจอร์แสดงผลผู้ให้บริการบนแผนที่จะช่วยให้ผู้ใช้งานได้รับประโยชน์มากขึ้น ที่ผ่านมาฟีเจอร์ลักษณะนี้มักจำเป็นต้องอาศัยการประสานงานร่วมกันระหว่างสามทีม ได้แก่ ทีมโมบายล์ ทีมฟรอนต์เอนด์ และทีมแบ็กเอนด์ ซึ่งอาจทำให้โปรเจกต์ดังกล่าวติดค้างอยู่ในรายการสิ่งที่ต้องทำและไม่ได้ถูกนำมาพัฒนาจริง

Dolphin อธิบายเสริมว่า การใช้ Codex “ทำให้เราสามารถใช้วิศวกรคนเดียวดูแลงานตั้งแต่ต้นจนจบได้ ซึ่งนอกจากจะช่วยให้งานผลิตภัณฑ์เดินหน้าไปได้ไวขึ้นแล้ว พวกเขายังเข้าใจประสบการณ์ผู้ใช้ได้ลึกซึ้งขึ้น และสามารถตัดสินใจได้ถูกต้องว่าควรพัฒนาอะไรออกไปใช้งาน”

“เมื่อวิศวกรเริ่มขยับขึ้นไปทำงานในระดับที่สูงขึ้น พวกเขาก็จะมีบทบาทและความรับผิดชอบต่อผลิตภัณฑ์ที่กำลังสร้างมากขึ้น สิ่งที่เห็นได้ชัดคือวิศวกรแต่ละคนเริ่มมีอิทธิพลต่อทิศทางและความสำเร็จของผลิตภัณฑ์มากขึ้น”
—Cory Dolphin หัวหน้าฝ่ายวิศวกรรมจาก Nextdoor

การลดระยะเวลาการทำงานด้านวิศวกรรมซอฟต์แวร์

ในการทำงานกับฐานข้อมูลและระบบที่ใช้ภาษา Rust ซึ่งมีปัญหา Race Conditions ที่ซับซ้อน Nextdoor ได้หันมาใช้ Codex เพื่อช่วยดีบั๊กปัญหาที่จำลองการเกิดซ้ำได้ยากที่สุด ทีมงานจะจัดเตรียมสภาพแวดล้อมที่พร้อมใช้งานและชุดเครื่องมือสำหรับการตรวจสอบไว้ให้เอเจนต์ จากนั้นจึงนำไปใช้งานตั้งแต่การหาสาเหตุที่ Kubernetes Pods ไม่ยอมเริ่มทำงาน ไปจนถึงการระบุแนวโน้มที่สำคัญจากข้อมูล

“GPT‑5.4 และ GPT‑5.5 ถือเป็นการอัปเกรดครั้งใหญ่ที่น่าประทับใจมาก เราเห็นว่า Codex มีความมุ่งมั่นอย่างยิ่งในการค้นหาวิธีแก้ปัญหาที่ถูกต้อง มันสามารถเจาะลึกลงไปในรายละเอียดทางเทคนิคที่ดูเฉพาะทางและซับซ้อนมาก เพื่อค้นหาต้นตอที่แท้จริงของปัญหา” Dolphin อธิบาย

สำหรับ Fast Mode ที่ใช้งานร่วมกับ Codex และ GPT‑5.5 นั้น Dolphin กล่าวว่า “พูดตามตรงนะครับ ทีมงานหลายคนติดโหมดนี้กันงอมแงมเลย เมื่อคุณสามารถทดลอง แก้ไข และเห็นผลลัพธ์ได้อย่างรวดเร็วกับปัญหาที่กำลังทำอยู่ มันเป็นอะไรที่น่าตื่นเต้นมากสำหรับคนเป็นวิศวกร”

งานด้านวิศวกรรมมีความรวดเร็วขึ้นเป็นอย่างมาก ส่งผลให้ Dolphin สังเกตเห็นถึงการเปลี่ยนแปลงของแรงกดดันที่ส่งต่อไปยังส่วนงานต่างๆ ภายในองค์กร “เราทำงานได้รวดเร็วขึ้นมาก จนปัญหาคอขวดไม่ได้อยู่ที่งานวิศวกรรมอีกต่อไป ตอนนี้ประเด็นสำคัญไม่ได้อยู่ที่ว่าเราจะสร้างมันอย่างไร แต่อยู่ที่ว่าเราจะเลือกสร้างอะไร และจะวางกลยุทธ์อย่างไรให้ถูกต้อง”

ก้าวสู่ยุคใหม่ของการทำงาน

ธุรกิจกว่า 1 ล้านแห่งทั่วโลกต่างเห็นผลลัพธ์จริงจากการใช้ OpenAI