𝗦𝘁𝗼𝗽 𝗥𝗲𝗮𝗱𝗶𝗻𝗴 𝘁𝗼 𝗕𝘂𝗶𝗹𝗱 𝗮 𝗟𝗶𝗯𝗿𝗮𝗿𝘆. 𝗦𝘁𝗮𝗿𝘁 𝗥𝗲𝗮𝗱𝗶𝗻𝗴 𝘁𝗼 𝗦𝗼𝗹𝘃𝗲 𝗮 𝗣𝗿𝗼𝗯𝗹𝗲𝗺.
รายการหนังสืออ่านสำหรับวิศวกรส่วนใหญ่มักเน้นไปที่การสะสมความรู้
วิศวกรรมสมัยใหม่ให้รางวัลกับสิ่งเดียว นั่นคือการขจัดคอขวด (bottlenecks)
เมื่อไม่นานมานี้ วิศวกรระดับ Junior คนหนึ่งได้แสดงรายการหนังสือ 10 เล่มที่วิศวกรต้องอ่านให้ผมดู มันดูเหมือนกับรายการเมื่อสิบปีก่อนไม่มีผิด โดยยังคงอ้างอิงจากหนังสือคลาสสิกเล่มเดิมๆ และหนังสือเกี่ยวกับกระบวนการทำงาน (process books)
สมมติฐานนี้ผิด การอ่านหนังสือไม่ได้ทำให้คุณเป็นวิศวกรที่ดีขึ้นโดยอัตโนมัติ
ทีมที่มีประสิทธิภาพสูงไม่ได้สร้างแผนการเรียนรู้โดยยึดตามหนังสือ แต่พวกเขาสร้างมันขึ้นจากข้อจำกัด (constraints)
รายการหนังสืออ่านมาตรฐานมักทึกทักเอาว่าความรู้ทุกอย่างมีค่าเท่ากัน แต่ในความเป็นจริง คุณค่าทางวิศวกรรมขึ้นอยู่กับสถานการณ์เฉพาะหน้าของคุณ
- วิศวกร Backend ที่กำลังเผชิญกับปัญหาฐานข้อมูล ไม่จำเป็นต้องอ่านหนังสือเรื่อง Agile
- ทีมที่มีค่าใช้จ่ายด้าน AI สูง ไม่จำเป็นต้องอ่านหนังสือซอฟต์แวร์ทั่วไป
- สตาร์ทอัพที่มีปัญหาเรื่อง latency ไม่จำเป็นต้องอ่านกรอบแนวคิดด้านความเป็นผู้นำ (leadership framework)
คนเหล่านี้ต้องการทางออกสำหรับคอขวดเฉพาะหน้าที่พวกเขากำลังเผชิญอยู่
วิศวกรรมให้รางวัลกับความตรงประเด็น ไม่ใช่ความครบถ้วน
พื้นฐานอย่างฐานข้อมูลและระบบเครือข่ายยังคงสำคัญ แต่แค่นั้นไม่เพียงพออีกต่อไป ระบบสมัยใหม่มาพร้อมกับความท้าทายใหม่ๆ เช่น ค่าใช้จ่ายในการทำ AI inference
เป็นเวลาหลายทศวรรษที่วิศวกรทำงานกับระบบแบบ deterministic ซึ่ง input แบบเดิมจะให้ output แบบเดิมเสมอ
แต่ในปัจจุบัน หลายระบบเป็นแบบ probabilistic คำสั่ง (prompt) ของ AI อาจให้คำตอบที่แตกต่างกันในแต่ละครั้ง การอัปเกรดโมเดลสามารถเปลี่ยนวิธีการทำงานของแอปคุณได้โดยที่คุณไม่ต้องแตะต้องโค้ดเลยด้วยซ้ำ
คำถามใหม่ๆ คือสิ่งที่ขับเคลื่อนการทำงานของคุณ:
- คุณจะประเมินคุณภาพได้อย่างไร?
- คุณจะจัดการกับส่วนประกอบที่คาดเดาไม่ได้อย่างไร?
วิศวกรที่เก่งที่สุดอ่านเพื่อทำความเข้าใจกลไก (mechanisms) ไม่ใช่เพื่ออ่านให้จบเล่ม พวกเขาค้นหาคอขวดและเรียนรู้ตรรกะเฉพาะทางที่จำเป็นในการแก้ไขมัน
- หาก latency สูง ให้ศึกษาเรื่อง batching
- หาก context หล่นหาย ให้ศึกษาเรื่อง retrieval
- หาก AI agents ล้มเหลว ให้ศึกษาเรื่อง evaluation
สิ่งนี้เชื่อมโยงการเรียนรู้เข้ากับผลลัพธ์ในการใช้งานจริง (production) ความรู้ของคุณจะกลายเป็นเครื่องมือที่สร้างผลลัพธ์ได้ทันที
ใช้ลูปการเรียนรู้นี้:
- ระบุคอขวด
- หาแหล่งข้อมูลเฉพาะทางเพื่อแก้ไขมัน
- นำไปปรับใช้กับระบบ
ก่อนที่คุณจะเริ่มอ่านหนังสือเล่มต่อไป ให้ถามตัวเองด้วยคำถามเดียว: อะไรคือข้อจำกัดที่ใหญ่ที่สุดในระบบของฉันในตอนนี้?
มันคือ latency, ต้นทุน, reliability หรือ observability?
จงหาแหล่งข้อมูลที่มุ่งแก้ปัญหานั้น อย่าเลือกหนังสือที่ได้รับความนิยมที่สุด แต่จงเลือกเล่มที่แก้ข้อจำกัดของคุณได้
วิศวกรรมไม่ใช่การแข่งขันกันอ่าน แต่มันคือวิชาชีพแห่งการแก้ปัญหาภายใต้ข้อจำกัด ให้ระบบของคุณเป็นตัวตัดสินว่าคุณควรจะเรียนรู้อะไรเป็นลำดับถัดไป
ชุมชนการเรียนรู้เพิ่มเติม: https://t.me/GyaanSetuAi