AI-Assisted Programming ในยุค AI: บทเรียนจาก *The Elements of Style* ที่ช่วยให้คุณเขียนโค้ดได้ดีกว่าด้วย Copilot

บทนำ: หนังสือสอนเขียนเกี่ยวอะไรกับการเขียนโค้ดด้วย AI

ในยุคที่มี AI Copilot, โมเดลสร้างโค้ดอัตโนมัติ และ AI Agent จำนวนมาก นักพัฒนาหลายคนโฟกัสที่ “ความเร็ว”

แต่ความเร็วไม่ใช่ข้อได้เปรียบอีกต่อไป

ความชัดเจนต่างหากที่สำคัญกว่า

หนึ่งในกรอบความคิดที่ทรงพลังที่สุดสำหรับ AI-Assisted Programming ไม่ได้มาจากหนังสือวิศวกรรมซอฟต์แวร์ แต่กลับมาจากหนังสือเล่มเล็กที่เคร่งครัดเกี่ยวกับการเขียน นั่นคือ The Elements of Style

แม้จะเป็นหนังสือสอนเขียนภาษาอังกฤษ แต่หลักการของมันกลับสอดคล้องกับการพัฒนาซอฟต์แวร์ด้วย AI อย่างน่าประหลาดใจ

การเปลี่ยนแปลงครั้งใหญ่: จากทักษะการพิมพ์ สู่ทักษะการคิด

ก่อนยุค AI

ทักษะ = จำ syntax ได้แม่น
Productivity = พิมพ์เร็ว
Seniority = รู้ framework เยอะ

หลังยุค AI

ทักษะ = อธิบายความตั้งใจให้ชัดเจน
Productivity = ความแม่นยำของคำสั่ง (Prompt Precision)
Seniority = วิจารณญาณด้านสถาปัตยกรรม

AI เขียน syntax ให้คุณ

แต่มนุษย์ต้องกำหนดทิศทาง

และนี่คือสิ่งที่การเขียนอย่างมีวินัยฝึกฝนให้เรา — การสื่อสารความตั้งใจอย่างชัดเจนโดยไม่มีสิ่งเกินจำเป็น

“Vigorous Writing Is Concise” → Prompt ที่ทรงพลังต้องแม่นยำ

หนึ่งในประโยคที่โด่งดังที่สุดใน The Elements of Style คือ:

“Vigorous writing is concise.”

Concise ไม่ได้แปลว่าสั้น

แต่มันหมายถึง “ไม่มีการเคลื่อนไหวที่สูญเปล่า”

ลองดูตัวอย่าง Prompt สองแบบ

Prompt ที่อ่อนแรง

build login api

Prompt ที่ชัดเจนและทรงพลัง

Create a Django REST endpoint for user login using JWT. Validate email and password, hash credentials securely, throttle failed attempts, return structured JSON error responses, and include unit tests.

เป้าหมายเดียวกัน

แต่ระดับความชัดเจนต่างกันมาก

AI จะขยายความคลุมเครือ
หรือขยายความแม่นยำ

ขึ้นอยู่กับคุณ

ตัดคำฟุ่มเฟือย → ตัด Layer ที่ไม่จำเป็น

หลักการเขียน:

Omit needless words.

หลักการเขียนโค้ดในยุค AI:

Omit needless layers.

การออกแบบที่ซับซ้อนเกินไปตั้งแต่ต้น การตั้งชื่อที่กำกวม หรือการเพิ่ม abstraction ที่ยังไม่จำเป็น จะทำให้ AI สร้างระบบที่เทอะทะเกินความจำเป็น

ชื่อที่ชัดเจนและหน้าที่ที่ชัดเจน ทำให้โค้ดสะอาดขึ้น

แทนที่จะเขียน:

def process_cart_data_and_return_value(items_array):

ควรเขียนว่า:

def calculate_total(cart_items):

ความชัดเจนช่วยลดภาระทางความคิด ทั้งสำหรับมนุษย์และ AI

ใช้ Active Voice → ระบุให้ชัดว่าใครทำอะไร

คำแนะนำในการเขียน:

Use the active voice.

ใน AI Programming หมายถึง:

ระบุ Actor และ Action ให้ชัดเจน

แทนที่จะเขียนว่า:

handle payment

ควรเขียนว่า:

Create a FastAPI service that validates Stripe webhook events, verifies the signature, updates order status in PostgreSQL, and logs an audit trail.

มีประธาน
มีการกระทำ
มีขอบเขตชัดเจน

นี่คือการคิดแบบสถาปนิกระบบ

การแก้ไข (Revision) คือทักษะสำคัญที่สุด

นักเขียนที่ดีไม่จบที่ Draft แรก

นักพัฒนาที่ใช้ AI เก่ง ไม่จบที่ Prompt แรก

กระบวนการที่แท้จริงคือ:

กำหนดความตั้งใจให้ชัด
ให้ AI สร้างโค้ด
วิจารณ์โครงสร้างอย่างเข้มงวด
เพิ่มข้อจำกัดให้ชัดขึ้น
ทำซ้ำ

AI ไม่ได้ลดความสำคัญของ craftsmanship

แต่มันทำให้ “การประเมิน” สำคัญกว่า “การสร้าง”

บทบาทของวิศวกรจึงเปลี่ยนเป็น:

สถาปนิก
ผู้ตรวจทาน
ผู้ออกแบบข้อจำกัด
บรรณาธิการของระบบ

การบีบอัดความคิด (Compression) คือพลัง

วิศวกรที่เก่งในยุค AI สามารถอธิบายระบบที่ซับซ้อนได้ในไม่กี่ย่อหน้าอย่างแม่นยำ

พวกเขาระบุได้ว่า:

ขอบเขตของระบบอยู่ตรงไหน
Data flow เป็นอย่างไร
Security constraint คืออะไร
สมมติฐานด้าน deployment คืออะไร
Failure case คืออะไร

ความสามารถในการบีบอัดความซับซ้อนให้กลายเป็นโครงสร้างที่ชัดเจน คือสิ่งเดียวกับที่การเขียนที่ดีฝึกฝน

Compression ไม่ใช่การลดทอน

แต่มันคือความชัดเจนภายใต้ข้อจำกัด

ผลกระทบระดับองค์กร: เมื่อ Style กลายเป็นข้อได้เปรียบเชิงกลยุทธ์

ในระบบระดับองค์กร เช่น Distributed Systems, SOC Platform, AI Agent หรือ E-Commerce Architecture

ความคลุมเครือจะขยายตัวแบบทวีคูณ

เมื่อ AI เพิ่มปริมาณการสร้างโค้ด

ความคิดที่ไม่ชัดเจนจะเพิ่มความวุ่นวาย

แต่ความคิดที่ชัดเจนจะเพิ่ม Leverage

Style จึงไม่ใช่แค่เรื่องสุนทรียะ

แต่มันคือข้อได้เปรียบเชิงปฏิบัติการ

ลำดับขั้นของนักพัฒนาในยุค AI

ระดับ	จุดแข็งก่อนยุค AI	จุดแข็งในยุค AI
Junior	จำ syntax ได้	เขียน Prompt ชัด
Mid	รู้ framework	นิยาม constraint ได้
Senior	ออกแบบสถาปัตยกรรม	เป็นผู้ประพันธ์ระบบ
Expert	Optimize ระบบ	ควบคุมและประสาน AI