เจ็ดสิบปีของอาชีพหนึ่ง
ทุกสิบปีชื่อเรียกเปลี่ยน เครื่องมือเปลี่ยนหมด แล้วสิ่งที่เหลืออยู่จริง ๆ คืออะไร
Section 01
Ten Eras
จากสวิตช์ในตู้ ถึงประโยคภาษามนุษย์
ENIAC · CC BY-SA 3.0Era of Machine Code
ต้องจำเองว่าข้อมูลแต่ละตัวเก็บอยู่ช่องไหน และคำสั่งแต่ละอย่างเขียนเป็นตัวเลขอะไร ไม่มีชื่อให้เรียก มีแต่ตัวเลขล้วน ๆ เป็นงานเฉพาะทางสูงมาก ทำได้แค่กลุ่มเล็ก ๆ ในมหาวิทยาลัยกับหน่วยงานรัฐ
hardware-level engineer
PDP-11 · CC BY-SA 2.0Era of Structured Programming
C, Pascal, Fortran ทำให้เขียนเป็นขั้นตอนที่คนอ่านรู้เรื่องได้ — มีการวนซ้ำ มีเงื่อนไข ไม่ต้องสั่งเครื่องทีละก้าวว่าให้ย้ายค่าไปช่องไหน แล้วกระโดดไปทำบรรทัดไหนต่อ แต่ยังต้องจัดการหน่วยความจำเอง
system programmer
Era of Objects
C++, Java, Smalltalk ให้มัดข้อมูลกับการทำงานไว้เป็นก้อนเดียว ปิดข้างในไม่ให้ใครมายุ่ง แล้วเอาก้อนเดิมไปต่อยอดเป็นก้อนใหม่ได้ ทีมใหญ่จึงแบ่งกันเขียนคนละก้อนได้จริง และซอฟต์แวร์องค์กรก็เฟื่องฟู
software engineer
First web server, CERN · CC BY-SA 3.0Era of the Web
HTML, JavaScript, PHP และ LAMP stack ครองโลก แยก frontend กับ backend ชัดเจน ภาษา scripting ทำให้กำแพงการเข้ามาต่ำลงมาก — ใครก็ทำเว็บได้
web developer
Era of Stack Overflow
Google, Stack Overflow, GitHub เปลี่ยนวิธีทำงาน คนที่หาคำตอบเก่งและปรับโค้ดให้เข้ากับ codebase ตัวเองได้ ก็ทำงานได้ จนเริ่มมีคำถามว่ายังเป็น engineer อยู่หรือเปล่า
search-driven developer
Datacenter · public domainEra of Cloud & DevOps
AWS, Docker, Kubernetes, CI/CD และ microservices ทำให้งานเปลี่ยนจากการเขียนโค้ด เป็นการออกแบบและ operate ระบบ เกิดตำแหน่งใหม่ทั้ง SRE, DevOps และ Platform engineer
DevOps / platform engineer
Era of Abstraction
React, Next.js, TypeScript ครองโลก Vercel กับ Cloudflare Workers ทำให้ deploy เหลือคลิกเดียว edge computing โผล่ขึ้นมา ชั้นที่คั่นระหว่างเรากับเครื่องหนาขึ้นทุกปี
full-stack developer
Era of AI Copilot
GitHub Copilot กับ ChatGPT ช่วย autocomplete และอธิบายโค้ด ผลิตภาพเพิ่มราว 20–40% คนตัดสินใจยังเป็นเรา คนเริ่มกลัวตกงานแต่ยังไม่กระทบจริง
AI-assisted developer
Era of Vibe Coding
Cursor, Claude Code, v0, Bolt สั่งให้ AI เขียนทั้ง feature ได้ในทีเดียว ปัญหาคือมันทำงานได้ดีกับของเล่น แต่พังบน production
product manager + code reviewer
Era of Context Engineering
งานคือจัดให้ AI เห็นเฉพาะข้อมูลที่ควรเห็น เขียนคู่มือให้มันทำตาม ตั้งเกณฑ์ว่าแบบไหนเรียกว่าถูก แล้วตรวจว่ามันทำถูกจริงไหม พื้นฐานการเขียนโปรแกรมสำคัญที่สุดในยุคนี้ เพราะเป็นสิ่งเดียวที่ทำให้ตรวจเป็น
AI orchestrator
Section 02
The Whole Arc
มองสิบยุคพร้อมกันแล้วจะเห็นว่ามันไม่ใช่เส้นตรง
ไทม์ไลน์
Seventy Years, One Line
- 1950sMachine code
- 1970sStructured
- 1980sOOP
- 1990sWeb
- 2005Stack Overflow
- 2010Cloud / DevOps
- 2020TypeScript / Edge
- 2022AI Copilot
- 2024Vibe coding
- 2025+Context engineering
ดูระยะห่างบนแกนเวลา — ครึ่งซ้ายกินเวลา 40 ปีได้แค่ 3 ยุค ส่วนสี่ยุคหลังสุดเกิดขึ้นภายใน 5 ปี
อีกแกนหนึ่ง
Abstraction Never Stops
ทุกครั้งที่ abstraction สูงขึ้น กำแพงการเข้ามาก็ต่ำลง คนเขียนโปรแกรมได้เยอะขึ้น และทุกครั้งจะมีคนถามว่า “แบบนี้ยังนับเป็น engineer อยู่ไหม”
Section 03
Four Repeating Patterns
ถ้าจับสี่ข้อนี้ได้ จะเดายุคถัดไปออกเอง
รูปแบบที่ 1
More Abstraction, More Developers
จาก machine code ไปจนถึงการสั่งงานด้วยภาษามนุษย์ ทุกก้าวทำให้กำแพงการเข้ามาต่ำลง และมีคนเขียนโปรแกรมได้มากขึ้นเสมอ
1950s
นับคนเขียนได้เป็นสิบ
1980s
นับเป็นแสน
2010s
นับเป็นสิบล้าน
2025+
ใครก็สั่งให้เขียนได้
รูปแบบที่ 2
Lower Layers Never Die
คนที่ยังรู้ของเก่า
- รู้ assembly → kernel engineer, security researcher, embedded engineer
- เข้าใจ memory ใน C → คนที่ debug ปัญหา performance ใน Go หรือ Rust ได้
- เข้าใจ network → คนที่คุม bill และ security บน cloud ได้จริง
ความรู้ที่ลึกกว่าชั้นปัจจุบัน 1–2 ชั้น คือ leverage
ไม่ใช่เพราะต้องใช้ทุกวัน แต่เพราะเวลาอะไรพัง คนกลุ่มนี้คือคนเดียวที่มองออกว่าพังตรงไหน
รูปแบบที่ 3
Every Era Has a Shortcut
- 01
ยุค Stack Overflow
copy-paste โดยไม่อ่าน → ช่องโหว่ security, bug ด้าน performance
- 02
ยุค framework
ใช้ ORM โดยไม่รู้ SQL → N+1 query, deadlock
- 03
ยุค cloud
ใช้ AWS โดยไม่รู้ network → bill ระเบิด, security ห่วย
- 04
ยุค AI
vibe code โดยไม่อ่าน → bug ที่ debug ไม่ได้ และ technical debt มหาศาล
รูปแบบที่ 4
Four Skills That Survived
สิ่งที่เครื่องมือใหม่ยังทำแทนไม่ได้ดี ไม่ว่าจะยุคไหน
01
Problem decomposition
แบ่งปัญหาใหญ่ให้เล็กลงจนแก้ได้
02
System thinking
เห็น trade-off เห็น dependency
03
Communication
คุยกับ stakeholder เขียน doc อธิบาย design
04
Judgement
รู้ว่าเมื่อไหร่ควรใช้ tool เมื่อไหร่ควรเขียนเอง
Section 04
How to Adapt
คำถามที่สำคัญกว่า “ยุคหน้าคืออะไร”
การปรับตัว
Four Things to Start Today
- 01
เรียนให้ลึกกว่าชั้นที่ใช้อยู่หนึ่งชั้น
ใช้ React อยู่ก็เข้าใจ browser ใช้ ORM อยู่ก็เขียน SQL เป็น — นั่นคือจุดที่คุณต่างจากคนอื่น
- 02
อ่านทุกอย่างที่ AI เขียนให้
รับได้ แต่ต้องอธิบายได้ว่ามันทำอะไร ถ้าอธิบายไม่ได้แปลว่ายังไม่ควร merge
- 03
ฝึกตั้งคำถามและตรวจคำตอบ
งานยุคใหม่คือ verify ไม่ใช่ produce — ต้องมีเกณฑ์ว่าอะไรเรียกว่าถูก
- 04
ลงทุนกับสิ่งที่ไม่หมดอายุ
การแบ่งปัญหา การมองระบบ การสื่อสาร และการตัดสินใจ ใช้ได้ทุกยุคที่ผ่านมา
ทุกสิบปีเครื่องมือเปลี่ยนหมด แต่คนที่อยู่รอดคือคนที่เข้าใจว่าเครื่องมือเปลี่ยนไปเพื่ออะไร ไม่ใช่คนที่ใช้เครื่องมือเป็น
เครดิต
Image Credits
ภาพถ่ายทั้งหมดมาจาก Wikimedia Commons ยุคที่ 3, 5 และ 7–10 ใช้ภาพวาดขึ้นเอง เพราะไม่มีภาพถ่ายของ abstraction
- CC BY-SA 3.0
ENIAC, University of Pennsylvania
commons.wikimedia.org · TexasDex
- CC BY-SA 2.0
PDP-11, Computer History Museum
commons.wikimedia.org · Todd Dailey
- CC BY-SA 3.0
First web server (NeXT, CERN)
commons.wikimedia.org · Coolcaesar
- Public domain
Datacenter server racks
commons.wikimedia.org · Wilweter
The Next Tool Is Coming
คำถามคือตอนนั้นคุณจะเป็นคนที่ต้องเรียนใหม่ทั้งหมด หรือคนที่เรียนได้ในหนึ่งสัปดาห์
70 Years of the Developer