เหตุผลที่สตาร์ทอัพกำลังทบทวนการเลือกใช้ AI Coding Stack ของตนใหม่

สตาร์ทอัพไม่ได้เลือกเครื่องมือ AI coding โดยพิจารณาจากราคาเพียงอย่างเดียวอีกต่อไป

ในอดีต ทีมต่างๆ มักเลือกตัวเลือกที่ถูกที่สุดหรือใช้ไลเซนส์ที่มีอยู่แล้ว แต่ในปัจจุบัน สมการนี้ได้เปลี่ยนไปแล้ว ปัญหาหลัก 3 ประการที่เป็นตัวขับเคลื่อนการเลือกเครื่องมือ ได้แก่ เครดิต (credits), คุณภาพ (quality) และการควบคุม (control)

การคาดการณ์ราคาทำได้ยากขึ้น

ผู้ให้บริการรายใหญ่เปลี่ยนจากการสมัครสมาชิกแบบเหมาจ่าย (flat subscriptions) มาเป็นระบบเครดิตตามการใช้งานจริง สิ่งนี้ทำให้การคาดการณ์งบประมาณรายไตรมาสทำได้ยาก การใช้งานหนักเพียงสัปดาห์เดียวอาจทำให้ค่าใช้จ่ายพุ่งสูงขึ้นได้ นอกจากนี้ โมเดลบางตัวยังใช้เครดิตหมดเร็วกว่าโมเดลอื่นๆ แพลตฟอร์มส่วนใหญ่ไม่ได้แสดงการคำนวณนี้ให้ชัดเจนจนกว่าคุณจะใช้จ่ายเกินงบ

โค้ดที่สร้างโดย AI ก่อให้เกิดหนี้ทางเทคนิค (technical debt)

ผู้ช่วยเขียนโค้ด (coding assistants) มักมุ่งเน้นไปที่การแก้โจทย์ตาม prompt เพียงอย่างเดียว และมักจะละเลยสถาปัตยกรรม (architecture) ที่มีอยู่เดิม ผลการศึกษาการ commit โค้ดด้วย AI จำนวน 300,000 ครั้ง พบว่า 15% ของการ commit จากผู้ช่วยรายใหญ่ก่อให้เกิดปัญหาด้านคุณภาพของโค้ด และประมาณ 22.7% ของปัญหาเหล่านั้นยังคงค้างอยู่ใน codebase เป็นเวลาหลายเดือน หนี้ทางเทคนิคนี้สะสมตัวเร็วกว่าที่ทีมจะสามารถตรวจสอบได้ทัน

การควบคุมคือตัวกำหนดความเร็วของคุณ

การควบคุมหมายถึงการที่คุณเข้าใจว่าทำไม AI agent ถึงตัดสินใจเช่นนั้น คุณจำเป็นต้องมีร่องรอยการตรวจสอบ (audit trail) ของทุกการเปลี่ยนแปลง โค้ดที่คลุมเครือ (opaque code) นั้นเป็นอันตรายต่อทีม หากวิศวกรใหม่ไม่สามารถอ่านโค้ดได้ พวกเขาจะต้องเสียเวลาหลายสัปดาห์ไปกับการทำ reverse-engineering แทนที่จะได้ส่งมอบฟีเจอร์ใหม่ๆ

ใช้กรอบการทำงานนี้ในการประเมินเครื่องมือตัวถัดไปของคุณ:

• เครดิต: อย่าดูแค่ค่าใช้จ่ายเฉลี่ย ให้ลองคำนวณว่าหากใช้งานหนักในหนึ่งสัปดาห์จะมีค่าใช้จ่ายเท่าไหร่ และมองหารูปแบบการใช้งานที่โปร่งใส

• คุณภาพ: โค้ดที่ได้มามีทั้งการทดสอบ (tests) และเอกสารประกอบ (documentation) หรือไม่? ควรตั้งเป้าไปที่โค้ดที่สามารถรองรับฟีเจอร์ที่สองได้ ไม่ใช่แค่ใช้งานได้ในการสาธิต (demo) ครั้งแรกเท่านั้น

• การควบคุม: ทีมของคุณสามารถอธิบายทุกการตัดสินใจได้หรือไม่? มองหาเครื่องมือที่มีการบันทึกการตัดสินใจของ agent และสามารถส่งออกโค้ด (exportable code) ได้

ไม่มีเครื่องมือใดที่ชนะในทุกหมวดหมู่ เครื่องมือบางอย่างให้ความสำคัญกับการปฏิบัติตามข้อกำหนดขององค์กร (enterprise compliance) ในขณะที่บางอย่างเน้นความเร็วเพื่อการทำ demo ที่รวดเร็ว การตัดสินใจของคุณขึ้นอยู่กับสิ่งที่คุณกำลังสร้าง

เลิกดูแค่ราคาที่ติดไว้ แต่ให้มุ่งเน้นไปที่เครดิต คุณภาพ และการควบคุม เพื่อหลีกเลี่ยงการต้องรื้อและสร้าง stack ใหม่ในอีกสิบสองเดือนข้างหน้า

ที่มา: https://dev.to/8080_ai/the-reason-startups-are-rethinking-their-ai-coding-stack-3fn1