នេះគឺជាសំណួរមួយក្នុងចំណោមសំណួរដែលគួរឱ្យខ្ពើមរអើម និងមិនស្ងប់ចិត្ត ដែលចូលទៅក្នុងការជជែកគ្នានៅពេលយប់ជ្រៅ និងការជជែកដេញដោលពីកាហ្វេ ក្នុងចំណោមអ្នកសរសេរកូដ ស្ថាបនិក និងដោយស្មោះត្រង់ចំពោះនរណាម្នាក់ដែលធ្លាប់សម្លឹងមើលកំហុសដ៏អាថ៌កំបាំងមួយ។ នៅម្ខាង ឧបករណ៍ AI បន្តដំណើរការលឿនជាងមុន ច្បាស់ជាងមុន ស្ទើរតែមិនគួរឱ្យជឿចំពោះរបៀបដែលពួកគេស្ដោះកូដចេញ។ ម៉្យាងវិញទៀត វិស្វកម្មសូហ្វវែរ គឺមិនគ្រាន់តែអំពីការញញួរវាក្យសម្ព័ន្ធនោះទេ។ តោះបកវាវិញ - ដោយមិនរុញចូលទៅក្នុង dystopian ធម្មតា "ម៉ាស៊ីននឹងកាន់កាប់" ស្គ្រីបវិទ្យាសាស្ត្រ។
អត្ថបទដែលអ្នកប្រហែលជាចង់អានបន្ទាប់ពីអត្ថបទនេះ៖
🔗 ឧបករណ៍ AI កំពូលសម្រាប់ការសាកល្បងកម្មវិធី
ស្វែងយល់ពីឧបករណ៍ធ្វើតេស្តដែលដំណើរការដោយ AI ធ្វើឱ្យ QA កាន់តែឆ្លាតវៃ និងលឿនជាងមុន។
🔗 របៀបក្លាយជាវិស្វករ AI
ការណែនាំជាជំហាន ៗ ដើម្បីកសាងអាជីពជោគជ័យក្នុង AI ។
🔗 ឧបករណ៍ AI គ្មានលេខកូដល្អបំផុត
បង្កើតដំណោះស្រាយ AI យ៉ាងងាយស្រួលដោយមិនចាំបាច់សរសេរកូដដោយប្រើវេទិកាកំពូល។
វិស្វករផ្នែកទន់មានសារៈសំខាន់🧠✨
នៅក្រោមក្តារចុច និងដានជង់ទាំងអស់ វិស្វកម្មតែងតែ ដោះស្រាយបញ្ហា ភាពច្នៃប្រឌិត និងការវិនិច្ឆ័យកម្រិតប្រព័ន្ធ ។ ប្រាកដណាស់ AI អាចបំបែកព័ត៌មានខ្លីៗ ឬសូម្បីតែដំណើរការកម្មវិធីក្នុងរយៈពេលប៉ុន្មានវិនាទី ប៉ុន្តែវិស្វករពិតប្រាកដនាំយករបស់ដែលម៉ាស៊ីនមិនសូវប៉ះ៖
-
សមត្ថភាពក្នុងការចាប់យក បរិបទ ។
-
ធ្វើឱ្យមានការដោះដូរ (ល្បឿនធៀបនឹងតម្លៃធៀបនឹងសុវត្ថិភាព... តែងតែជាទង្វើលេងសើច)។
-
ធ្វើការជាមួយ មនុស្ស មិនមែនគ្រាន់តែសរសេរកូដទេ។
-
ចាប់ស្រោមគែមដ៏ចម្លែកដែលមិនសមនឹងលំនាំស្អាត។
គិតថា AI ជាអ្នកហាត់ការដែលមានល្បឿនលឿន និងមិនចេះនឿយហត់គួរឱ្យអស់សំណើច។ មានប្រយោជន៍? បាទ។ ដឹកនាំស្ថាបត្យកម្ម? ទេ
ស្រមៃមើល៖ ក្រុមរីកចម្រើនចង់បានលក្ខណៈពិសេសដែលភ្ជាប់ជាមួយច្បាប់កំណត់តម្លៃ តក្កកម្មវិក្កយបត្រចាស់ និងកម្រិតអត្រាការប្រាក់។ AI អាចព្រាងផ្នែកខ្លះរបស់វា ប៉ុន្តែការសម្រេចចិត្តថា កន្លែងណាត្រូវដាក់តក្កវិជ្ជា អ្វី ត្រូវចូលនិវត្តន៍ និង របៀបមិនបំផ្លាញវិក្កយបត្រពាក់កណ្តាលការធ្វើចំណាកស្រុក - ការហៅវិនិច្ឆ័យនោះជារបស់មនុស្ស។ នោះហើយជាភាពខុសគ្នា។
អ្វីដែលទិន្នន័យពិតជាបង្ហាញ📊
លេខគួរឲ្យចាប់អារម្មណ៍។ នៅក្នុងការសិក្សាដែលមានរចនាសម្ព័ន្ធ អ្នកអភិវឌ្ឍន៍ដែលប្រើ GitHub Copilot បានបញ្ចប់កិច្ចការ ~ 55% លឿន ជាងការសរសេរកូដទោលទាំងនោះ [1] ។ របាយការណ៍វាលធំទូលាយ? ជួនកាល រហូតដល់ 2× លឿនជាងមុន ជាមួយនឹង gen-AI ចូលទៅក្នុងលំហូរការងារ [2] ។ ការស្មុំកូនក៏ធំដែរ៖ 84% នៃអ្នកអភិវឌ្ឍន៍ ប្រើប្រាស់ ឬមានគម្រោងប្រើឧបករណ៍ AI ហើយ ជាងពាក់កណ្តាលនៃអ្នកជំនាញប្រើប្រាស់វាជារៀងរាល់ថ្ងៃ [3] ។
ប៉ុន្តែមានស្នាមជ្រួញ។ ការងារដែលបានពិនិត្យដោយមិត្តភ័ក្តិបង្ហាញថា អ្នកសរសេរកូដដែលមានជំនួយ AI ទំនងជា សរសេរកូដដែលមិនមានសុវត្ថិភាព ហើយជារឿយៗបានដើរចេញ ដោយមិនមានទំនុកចិត្ត លើវា [5] ។ នោះហើយជាមូលហេតុដែលខ្សែការពារភាពតានតឹងរបស់ក្របខ័ណ្ឌ៖ ការត្រួតពិនិត្យ ការត្រួតពិនិត្យ ការពិនិត្យរបស់មនុស្ស ជាពិសេសនៅក្នុងដែនរសើប [4]។
Quick Side-by-Side៖ AI ទល់នឹងវិស្វករ
| កត្តា | ឧបករណ៍ AI 🛠️ | វិស្វករកម្មវិធី 👩💻👨💻 | ហេតុអ្វីបានជាវាសំខាន់ |
|---|---|---|---|
| ល្បឿន | ផ្លេកបន្ទោរនៅផ្នែកតូចៗ [1][2] | យឺតជាង ប្រយ័ត្នជាង | ល្បឿនឆៅមិនមែនជារង្វាន់ទេ។ |
| ការច្នៃប្រឌិត | ចងភ្ជាប់ដោយទិន្នន័យបណ្តុះបណ្តាលរបស់វា។ | ពិតជាអាចបង្កើតបាន។ | ការច្នៃប្រឌិតមិនមែនជាគំរូចម្លងទេ។ |
| ការបំបាត់កំហុស | ណែនាំការជួសជុលផ្ទៃ | យល់ពី មូលហេតុដែល វាបែក | ឫសគល់សំខាន់ |
| កិច្ចសហការ | ប្រតិបត្តិករទោល។ | បង្រៀន, ចរចា, ទំនាក់ទំនង | កម្មវិធី = ការងារជាក្រុម |
| តម្លៃ💵 | តម្លៃថោកក្នុងមួយកិច្ចការ | ថ្លៃ (ប្រាក់ខែ + អត្ថប្រយោជន៍) | តម្លៃទាប ≠ លទ្ធផលកាន់តែប្រសើរ |
| ភាពជឿជាក់ | Hallucinates សុវត្ថិភាពប្រថុយ [5] | ទំនុកចិត្តរីកចម្រើនជាមួយនឹងបទពិសោធន៍ | សុវត្ថិភាព និងភាពជឿជាក់ |
| ការអនុលោមតាម | ត្រូវការសវនកម្ម និងការត្រួតពិនិត្យ [4] | ការរចនាសម្រាប់ច្បាប់ និងសវនកម្ម | មិនអាចចរចារបានក្នុងវិស័យជាច្រើន។ |
ការកើនឡើងនៃ AI Coding Sidekicks 🚀
ឧបករណ៍ដូចជា Copilot និង IDE ដែលដំណើរការដោយ LLM កំពុងរៀបចំដំណើរការការងារឡើងវិញ។ ពួកគេ៖
-
ព្រាង boilerplate ភ្លាមៗ។
-
ផ្តល់ការណែនាំអំពីការជួសជុល។
-
ពន្យល់ API ដែលអ្នកមិនធ្លាប់ប៉ះ។
-
សូម្បីតែការធ្វើតេស្តស្តោះទឹកមាត់ (ពេលខ្លះមិនស្អាត ជួនកាលរឹង)។
រមួល? កិច្ចការថ្នាក់អនុវិទ្យាល័យឥឡូវនេះត្រូវបានបំប្លែង។ វាផ្លាស់ប្តូររបៀបដែលអ្នកចាប់ផ្តើមរៀន។ ការកិនតាមរយៈរង្វិលជុំគ្មានទីបញ្ចប់គឺមិនសូវពាក់ព័ន្ធទេ។ ផ្លូវឆ្លាតជាងមុន៖ អនុញ្ញាតឱ្យ AI ព្រាង បន្ទាប់មក ផ្ទៀងផ្ទាត់ ៖ សរសេរការអះអាង ដំណើរការប្រអប់ដាក់សំរាម សាកល្បងយ៉ាងហ្មត់ចត់ និងពិនិត្យមើលកំហុសសុវត្ថិភាពដែលលាក់កំបាំងមុនពេលបញ្ចូល [5]។
ហេតុអ្វីបានជា AI នៅតែមិនមែនជាការជំនួសពេញលេញ
ចូរនិយាយដោយត្រង់៖ AI គឺខ្លាំង ប៉ុន្តែក៏... ឆោតល្ងង់។ វាមិនមាន៖
-
វិចារណញាណ - ចាប់យកតម្រូវការសមហេតុសមផល។
-
សីលធម៌ - ថ្លឹងថ្លែងដោយយុត្តិធម៌ភាពលំអៀងហានិភ័យ។
-
បរិបទ - ដឹងពី មូលហេតុដែល មុខងារគួរ ឬមិនគួរមាន។
សម្រាប់កម្មវិធីបេសកកម្មសំខាន់ - ហិរញ្ញវត្ថុ សុខភាព លំហអាកាស - អ្នកមិនលេងល្បែងលើប្រព័ន្ធប្រអប់ខ្មៅទេ។ ក្របខ័ណ្ឌធ្វើឱ្យវាច្បាស់៖ មនុស្សមានទំនួលខុសត្រូវ ពីការធ្វើតេស្តតាមរយៈការត្រួតពិនិត្យ [4] ។
ឥទ្ធិពល "កណ្តាលចេញ" លើការងារ📉📈
AI វាយលុកខ្លាំងបំផុតនៅចំកណ្តាលជណ្ដើរជំនាញ៖
-
អ្នកអភិវឌ្ឍន៍កម្រិតធាតុ ៖ ងាយរងគ្រោះ - ការសរសេរកូដមូលដ្ឋានត្រូវបានដំណើរការដោយស្វ័យប្រវត្តិ។ ផ្លូវលូតលាស់? ការធ្វើតេស្ត, ឧបករណ៍, ការត្រួតពិនិត្យទិន្នន័យ, ការពិនិត្យសុវត្ថិភាព។
-
វិស្វករ/ស្ថាបត្យករជាន់ខ្ពស់ ៖ មានសុវត្ថិភាពជាងមុន - មានការរចនាផ្ទាល់ខ្លួន ភាពជាអ្នកដឹកនាំ ភាពស្មុគស្មាញ និងរៀបចំ AI ។
-
អ្នកឯកទេសពិសេស ៖ កាន់តែមានសុវត្ថិភាពជាងមុន - សុវត្ថិភាព ប្រព័ន្ធបង្កប់ ML infra អ្វីៗដែលដែនសំខាន់មានបញ្ហា។
គិតពីម៉ាស៊ីនគិតលេខ៖ ពួកគេមិនបានលុបចោលគណិតវិទ្យាទេ។ ពួកគេបានផ្លាស់ប្តូរជំនាញណាដែលមិនអាចខ្វះបាន។
លក្ខណៈរបស់មនុស្ស AI ដំណើរទៅមុខ
មហាអំណាចវិស្វករមួយចំនួន AI នៅតែខ្វះខាត៖
-
ចំបាប់ជាមួយកូដស្ប៉ាហ្គេទី - កេរ្តិ៍ដំណែល gnarly ។
-
ការអានការខកចិត្តរបស់អ្នកប្រើ និងការយល់ចិត្តជាកត្តាទៅក្នុងការរចនា។
-
រុករកនយោបាយការិយាល័យ និងការចរចារបស់អតិថិជន។
-
ការសម្របខ្លួនទៅនឹងគំរូដែលមិនទាន់ត្រូវបានបង្កើតនៅឡើយ។
គួរឱ្យអស់សំណើចណាស់ វត្ថុរបស់មនុស្ស កំពុងក្លាយជាអត្ថប្រយោជន៍ដ៏មុតស្រួចបំផុត។
តើធ្វើដូចម្តេចដើម្បីរក្សាអាជីពរបស់អ្នកនាពេលអនាគត - ភស្តុតាង🔧
-
Orchestrate កុំប្រកួតប្រជែង ៖ ចាត់ទុក AI ដូចជាមិត្តរួមការងារ។
-
ការពិនិត្យឡើងវិញទ្វេដង ៖ ការធ្វើគំរូការគំរាមកំហែង ការធ្វើតេស្តលក្ខណៈពិសេស ការសង្កេត។
-
ស្វែងយល់ពីជម្រៅនៃដែន ៖ ការទូទាត់ សុខភាព លំហអាកាស អាកាសធាតុ - បរិបទគឺជាអ្វីគ្រប់យ៉ាង។
-
បង្កើតកញ្ចប់ឧបករណ៍ផ្ទាល់ខ្លួន ៖ Linters, fuzzers, typed APIs, បង្កើតឡើងវិញ។
-
ការសម្រេចចិត្តលើឯកសារ ៖ ADRs និងបញ្ជីត្រួតពិនិត្យរក្សាការផ្លាស់ប្តូរ AI ដែលអាចតាមដានបាន [4] ។
អនាគតដែលទំនង៖ កិច្ចសហការ មិនមែនការជំនួស 👫🤖
រូបភាពពិតមិនមែនជា "AI vs. engineers" ទេ។ វាជា AI ជាមួយវិស្វករ ។ អ្នកដែលលូនចូលនឹងដើរលឿនជាង គិតឲ្យធំជាង ហើយលែងមានការងារដែលរអ៊ូរទាំ។ អ្នកដែលទប់ទល់នឹងហានិភ័យធ្លាក់ពីក្រោយ។
ការពិនិត្យការពិត៖
-
លេខកូដទម្លាប់ → AI ។
-
យុទ្ធសាស្ត្រ + ការហៅសំខាន់ → មនុស្ស។
-
លទ្ធផលល្អបំផុត → វិស្វករបន្ថែម AI [1][2][3]។
សង្ខេបវាឡើង 📝
ដូច្នេះតើវិស្វករនឹងត្រូវជំនួសទេ? ទេ ការងាររបស់ពួកគេនឹងផ្លាស់ប្តូរ។ វាតិចជាង "ការបញ្ចប់នៃការសរសេរកូដ" ហើយ "ការសរសេរកូដកាន់តែវិវឌ្ឍន៍" ។ អ្នកឈ្នះនឹងក្លាយជាអ្នកដែលរៀន ធ្វើ AI មិនមែនប្រយុទ្ធជាមួយវាទេ។
វាជាមហាអំណាចថ្មី មិនមែនរអិលពណ៌ផ្កាឈូកទេ។
ឯកសារយោង
[1] GitHub ។ "ការស្រាវជ្រាវ៖ ការគណនាឥទ្ធិពលរបស់ GitHub Copilot ទៅលើផលិតភាព និងសុភមង្គលរបស់អ្នកអភិវឌ្ឍន៍។" (២០២២)។ https://github.blog/news-insights/research/research-quantifying-github-copilots-impact-on-developer-productivity-and-happiness/
[2] McKinsey & ក្រុមហ៊ុន។ "បញ្ចេញផលិតភាពរបស់អ្នកអភិវឌ្ឍន៍ជាមួយ AI ជំនាន់។" (២៧ មិថុនា ២០២៣)។ https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/unleashing-developer-productivity-with-generative-ai
[3] ជង់លើស។ "ការស្ទង់មតិអ្នកអភិវឌ្ឍន៍ឆ្នាំ 2025 - AI" ។ (២០២៥)។ https://survey.stackoverflow.co/2025/ai
[4] NIST ។ ក្របខ័ណ្ឌគ្រប់គ្រងហានិភ័យ AI (AI RMF) ។ (២០២៣–)។ https://www.nist.gov/itl/ai-risk-management-framework
[5] Perry, N., Srivastava, M., Kumar, D., & Boneh, D. "តើអ្នកប្រើប្រាស់សរសេរកូដដែលមិនមានសុវត្ថិភាពបន្ថែមទៀតជាមួយនឹងជំនួយការ AI ទេ?" ACM CCS (2023) ។ https://dl.acm.org/doi/10.1145/3576915.3623157