AI เขียนโค้ดใหม่ 75% ของ Google แล้ว — ยุคแห่ง Agentic Coding มาถึงแล้ว

ศึกสี่ทิศในวงการ Agentic Coding

Google: Gemini ขับเคลื่อนการปฏิวัติภายใน

ตัวเลข 75% ของ Google ที่ประกาศโดย Sundar Pichai ในงาน Google Cloud Next 2026 ที่ลาสเวกัส เป็นมาตรวัดสาธารณะที่โดดเด่นที่สุดว่าโค้ดที่สร้างโดย AI ขยายตัวรวดเร็วเพียงใดภายในองค์กรวิศวกรรมขนาดใหญ่ โมเดล AI เขียนโค้ดภายในของบริษัทอย่าง Gemini ได้ถูกผนวกเข้ากับเป้าหมายการประเมินผลงาน — ในไตรมาสที่ 4 ปี 2025 บางองค์กรตั้งเป้าหมายว่า 55% ของการเปลี่ยนแปลงโค้ดควรเป็น "Agent-Assisted" และสำหรับครึ่งแรกของปี 2026 วิศวกร 65% ในหน่วยงาน creation org ของ Google ถูกคาดหวังให้เขียนโค้ดที่คอมมิตมากกว่า 75% โดยใช้ AI บริษัทยังรายงานว่า การย้ายถิ่นฐานโค้ดโดยใช้ AI ช่วยเสร็จเร็วกว่าหกเท่า เมื่อเทียบกับปีก่อนหน้าที่มีแต่วิศวกรทำงานคนเดียว

Microsoft: MAI-Code-1-Flash — ผู้ท้าชิงเพื่อ GitHub Copilot จากทีมในบ้าน

ในวันที่ 2 มิถุนายน 2026 ที่งาน Microsoft Build ไมโครซอฟท์ได้เปิดตัว MAI-Code-1-Flash มันคือโมเดลเขียนโค้ดที่มีพารามิเตอร์ที่ทำงานจริง 5 พันล้านตัว ซึ่งสร้างขึ้นโดย Microsoft ทั้งหมดจากข้อมูลที่ได้รับอนุญาต โดยไม่มีการกลั่นกรองจาก OpenAI, Anthropic หรือโมเดลภายนอกอื่นๆ โมเดลนี้ใช้สถาปัตยกรรม Mixture-of-Experts แบบเบาบาง ซึ่งมีพารามิเตอร์รวม 137 พันล้านตัว และหน้าต่างบริบท 256,000 โทเค็น และถูกฝึกฝนตั้งแต่เดือนมีนาคมถึงพฤษภาคม 2026 ภายในชุดเครื่องมือการผลิตของ GitHub Copilot — หมายความว่าโมเดลได้เรียนรู้บนเวิร์กโฟลว์การพัฒนาจริงแบบเดียวกับที่มันจะให้บริการ

ผลลัพธ์คือโมเดลที่ทำคะแนนได้ 85.8% บนมาตรวัดโค้ดแบบต่อต้านของ Microsoft และประมาณ 51% บน SWE-Bench Pro ซึ่งเหนือกว่า Claude Haiku 4.5 ของ Anthropic อยู่ 16 เปอร์เซ็นต์พอยต์บนมาตรวัดหลัง ในขณะที่ใช้โทเค็นน้อยกว่าถึง 60% สำหรับงานเขียนโค้ดที่ซับซ้อน MAI-Code-1-Flash เริ่มทยอยให้บริการแก่ผู้ใช้ GitHub Copilot ใน Visual Studio Code เมื่อวันที่ 2 มิถุนายน ครอบคลุมแผน Free, Pro, Pro+ และ Max โดยบุคคลที่สามสามารถเข้าถึงได้ผ่าน Fireworks AI, Baseten และ OpenRouter

OpenAI: Codex กลายเป็นศูนย์บัญชาการมัลติเอเจนต์

OpenAI เปิดตัว Codex ในเดือนเมษายน 2025 ในฐานะเอเจนต์วิศวกรรมซอฟต์แวร์บนคลาวด์ที่สามารถทำงานหลายอย่างพร้อมกันได้ ภายในเดือนเมษายน 2026 มันมีผู้ใช้งานรายสัปดาห์มากกว่า 4 ล้านคน แพลตฟอร์มดังกล่าวได้ขยายเป็นกลุ่มผลิตภัณฑ์ของโมเดลและอินเทอร์เฟซที่ครอบคลุมทั้งแอป, CLI, ส่วนขยาย IDE และคลาวด์ ซึ่งแต่ละส่วนเสริมกำลังซึ่งกันและกัน

ก้าวสำคัญในวิวัฒนาการของ Codex:

• GPT-5.2-Codex (ธันวาคม 2025) — ปรับให้เหมาะสมสำหรับการเขียนโค้ดแบบเอเจนต์และการรักษาความปลอดภัยไซเบอร์เชิงป้องกัน พร้อมการจัดการงานระยะยาวที่ดีขึ้นและการสนับสนุนสภาพแวดล้อม Windows ที่แข็งแกร่งยิ่งขึ้น
• GPT-5.3-Codex (กุมภาพันธ์ 2026) — เร็วขึ้น 25% ผสมผสานประสิทธิภาพการเขียนโค้ดระดับแนวหน้าเข้ากับเหตุผลและความรู้ทางวิชาชีพที่กว้างขึ้น ถูกวางตำแหน่งเป็นก้าวสู่เอเจนต์ "ทำงานบนคอมพิวเตอร์" เต็มรูปแบบ
• แอปพลิเคชันเดสก์ท็อป Codex (กุมภาพันธ์/มีนาคม 2026) — "ศูนย์บัญชาการ" สำหรับการจัดการเอเจนต์หลายตัวแบบขนาน บน macOS และ Windows
• Codex Security (มีนาคม 2026) — เอเจนต์การรักษาความปลอดภัยแอปพลิเคชันที่ออกแบบมาเพื่อระบุและแก้ไขช่องโหว่ของซอฟต์แวร์
• GPT-5.5 ใน Codex (พฤษภาคม 2026) — โมเดลระดับแนวหน้าใหม่ล่าสุดสำหรับการเขียนโค้ดที่ซับซ้อน, การใช้คอมพิวเตอร์, งานด้านความรู้ และเวิร์กโฟลว์การวิจัย

Codex ได้กลายเป็นโครงสร้างพื้นฐานที่พร้อมจะผลิต ซึ่งนักพัฒนาบอกเล่าว่ามันเปลี่ยนแปลงวิธีที่พวกเขาสร้างซอฟต์แวร์อย่างสิ้นเชิง

Anthropic: Claude Code — จากตัวอย่างวิจัยสู่ผลิตภัณฑ์ 2.5 พันล้านดอลลาร์

Claude Code ของ Anthropic ซึ่งเปิดตัวที่งาน Code with Claude 2025 ประสบความสำเร็จในเชิงพาณิชย์อย่างก้าวกระโดดที่สุดในตลาด AI โค้ดดิ้ง มันทำรายได้ต่อปี (annualized run-rate revenue) ทะลุ 500 ล้านดอลลาร์ภายในไม่กี่เดือนหลังจากเปิดตัวในเดือนพฤษภาคม 2025 แตะ 1 พันล้านดอลลาร์ในช่วงปลายปี 2025 และเกิน 2.5 พันล้านดอลลาร์ภายในเดือนกุมภาพันธ์ 2026 — ความเร็วที่เหนือกว่าการเติบโตในช่วงแรกของ ChatGPT เสียอีก รายได้โดยรวมของ Anthropic เพิ่มขึ้นจากประมาณ 9 พันล้านดอลลาร์ ณ สิ้นปี 2025 เป็นมากกว่า 3 หมื่นล้านดอลลาร์ในฤดูใบไม้ผลิปี 2026 ซึ่งขับเคลื่อนโดย Claude Code เป็นหลัก

หากดูจากตัวเลข การเข้าถึงของ Claude Code นั้นน่าทึ่งมาก :

• คิดเป็น 4% ของคอมมิตสาธารณะทั้งหมดบน GitHub โดยคาดการณ์ว่าจะสูงถึง 20% หรือมากกว่าของคอมมิตรายวันภายในสิ้นปี 2026
• 80% หรือมากกว่าของวิศวกรของ Anthropic เองใช้มันทุกวัน
• ได้คะแนน "เป็นที่รักที่สุด" 46% ในหมู่นักพัฒนา จากการสำรวจของ Pragmatic Engineer (ผู้ตอบ 15,000 ราย) ซึ่งนำหน้า Cursor (19%) และ GitHub Copilot (9%) อย่างมาก
• ที่งาน Code with Claude 2026 (6 พฤษภาคม) Anthropic ได้ประกาศ Managed Agents และการผสานรวมที่ลึกซึ้งยิ่งขึ้นกับ GitHub, Vercel, Datadog และ Bun

ในวันที่ 28 พฤษภาคม 2026 Anthropic ได้ปล่อย Claude Opus 4.8 — โมเดลเหตุผลแบบไฮบริดที่มีหน้าต่างบริบท 1 ล้านโทเค็น ซึ่งผลักดันขอบเขตสำหรับงานเอเจนต์ที่ทำงานยาวนาน Anthropic รายงานว่ามันมีแนวโน้มที่จะปล่อยให้ข้อบกพร่องในโค้ดของตัวเองผ่านไปโดยไม่มีการทักท้วง น้อยกว่า Opus 4.7 ถึงประมาณสี่เท่า

บทบาทของวิศวกรกำลังเปลี่ยนไปอย่างไร

การเปลี่ยนผ่านจากการเขียนโค้ดไปสู่การควบคุมดูแลเอเจนต์ไม่ใช่คำทำนายที่เลื่อนลอย — มันคือรูปแบบการดำเนินงานในปัจจุบันขององค์กรซอฟต์แวร์ที่ใหญ่ที่สุดในโลก วิศวกรของ Google, Pichai อธิบายว่า, กำลังทำหน้าที่เป็นผู้ตรวจสอบและผู้ประสานงานมากกว่าการเขียนโค้ดทีละบรรทัด โดยใช้ AI Agent ที่วางแผน เขียน ทดสอบ และดำเนินการงานที่ซับซ้อน

รายงานแนวโน้ม Agentic Coding ปี 2026 ของ Anthropic ได้อธิบายการเปลี่ยนแปลงนี้อย่างชัดเจน: ในปี 2025 โค้ดดิ้งเอเจนต์ได้ย้ายจากเครื่องมือทดลองไปสู่ระบบการผลิตที่ส่งมอบฟีเจอร์จริงให้กับลูกค้าจริง ปัจจุบัน AI สามารถจัดการเวิร์กโฟลว์การปรับใช้ทั้งหมด — เขียนเทสต์, แก้บั๊ก, สร้างเอกสาร และนำทางคลังโค้ดที่ซับซ้อนขึ้นเรื่อยๆ รายงานคาดการณ์ว่าเอเจนต์เดี่ยวจะกลายเป็นทีมเอเจนต์ที่ประสานงานกันในไม่ช้า โดยงานที่เคยใช้เวลาหลายชั่วโมงหรือหลายวันอาจเสร็จสมบูรณ์โดยที่มนุษย์เข้าไปแทรกแซงเพียงเล็กน้อย

การนิยามบทบาทใหม่ของวิศวกรนี้แสดงให้เห็นในแพลตฟอร์มหลักๆ:

• Codex ของ OpenAI ตอนนี้สนับสนุนการดำเนินการเอเจนต์แบบขนาน ทำให้นักพัฒนาสามารถมอบหมายงานที่ใช้เวลานานให้กับเอเจนต์หลายตัวพร้อมกัน และตรวจสอบผลลัพธ์ของพวกมันได้ในอินเทอร์เฟซเดียว
• Anthropic นำเสนอโหมดอัตโนมัติ (auto mode) สำหรับ Claude Code เมื่อวันที่ 24 มีนาคม 2026 ทำให้เอเจนต์ตัดสินใจด้วยตัวเองได้ว่าการกระทำใดปลอดภัยที่จะทำ โดยมีระบบป้องกันเอไอในตัวตรวจสอบแต่ละการกระทำก่อนดำเนินการ
• MAI-Code-1-Flash ของ Microsoft ถูกฝึกภายในชุดเครื่องมือการผลิตของ GitHub Copilot — ตัวเลือกการออกแบบที่หมายความว่าโมเดลได้เรียนรู้เวิร์กโฟลว์การเขียนโค้ดแบบเอเจนต์ของจริง ไม่ใช่แค่การสร้างโค้ดแบบแยกส่วน

การเพิ่มผลผลิตนั้นมหาศาลมาก Claude Code แสดงให้เห็นถึงความสามารถในการออกแบบระบบกระจายที่ซับซ้อนได้ภายในหนึ่งชั่วโมง — งานที่รายงานอ้างว่าเมื่อก่อนโปรเจกต์ของ Google เคยใช้เวลาทั้งปี ไมโครซอฟท์อ้างว่า MAI-Code-1-Flash ใช้โทเค็นน้อยกว่าถึง 60% สำหรับงานที่ซับซ้อน เมื่อเทียบกับโมเดลที่เทียบเคียงได้

ตลาดแรงงาน: การแยกขั้ว ไม่ใช่การสูญพันธุ์

ในคำถามของผู้ใช้ มีการอ้างถึงตัวเลขตลาดแรงงานเฉพาะ — การประกาศรับสมัครงานวิศวกรในสหรัฐฯ เพิ่มขึ้น 30% และการจ้างงานนักพัฒนาอายุ 22-25 ปีลดลงเกือบ 20% ตัวเลขที่ชัดเจนเหล่านั้นไม่สามารถตรวจสอบได้อย่างอิสระในเอกสารที่ให้มา อย่างไรก็ตาม หลักฐานที่มีอยู่ได้วาดภาพที่สอดคล้องกันของอาชีพที่กำลังแยกขั้ว (bifurcation) มากกว่าจะล่มสลาย

ความต้องการที่เพิ่มขึ้นในระดับบน

รายงานแนวโน้มของ Anthropic ระบุว่าบริษัทต่างๆ กำลังจ้างวิศวกรมากขึ้น ไม่ใช่น้อยลง เนื่องจาก AI ทำให้สามารถปล่อยของได้เร็วขึ้นและทำงานที่มูลค่าสูงขึ้น ความต้องการกำลังเปลี่ยนไปหาวิศวกรอาวุโสที่สามารถออกแบบสถาปัตยกรรมระบบ ตรวจสอบผลลัพธ์ที่สร้างโดย AI และตัดสินใจการออกแบบระดับสูง ที่ Google เป้าหมายภายในสำหรับการเปลี่ยนแปลงโค้ดแบบมี Agent ช่วย ประกอบกับคำแถลงของบริษัทที่ว่าจำนวนวิศวกรยังคงเพิ่มขึ้น บ่งชี้ว่า AI ถูกใช้เพื่อขยายผลผลิต มากกว่าที่จะมาแทนที่วิศวกร

ปัญหาช่องว่างประสบการณ์ของนักพัฒนาจูเนียร์

ข้อกังวลเร่งด่วนที่สุดในเอกสารที่ให้มาคือสิ่งที่จะเกิดขึ้นกับวิศวกรช่วงต้นอาชีพ นักพัฒนาจูเนียร์มักจะสร้างทักษะผ่านงานเขียนโค้ดประจำ — แก้บั๊ก, เขียนเทสต์, ลงมือทำฟีเจอร์ตรงไปตรงมา งานเหล่านั้นคืองานที่ตอนนี้ถูกดูดซับโดย AI Agent ได้อย่างมีประสิทธิภาพที่สุด หลายแหล่งข้อมูลกล่าวถึงสิ่งนี้ว่าเป็นปัญหา "ช่องว่างประสบการณ์": หาก AI จัดการงานเขียนโค้ดระดับเริ่มต้นได้ แล้ววิศวกรใหม่จะเรียนรู้เพื่อก้าวไปเป็นระดับอาวุโสได้อย่างไร ?

ไม่มีแหล่งข้อมูลใดในเอกสารที่ให้มาที่นำเสนอวิธีแก้ปัญหาที่ตรวจสอบแล้วสำหรับความท้าทายนี้ นัยยะคือวิชาชีพนี้จะต้องมีกระบวนการฝึกอบรมใหม่ๆ โครงสร้างการเป็นพี่เลี้ยง และบันไดอาชีพที่ถูกนิยามใหม่ — แต่การเปลี่ยนแปลงเหล่านั้นยังคงอยู่ในระหว่างการคลี่คลาย

อะไรจะเกิดขึ้นต่อไป

ทิศทางนั้นชัดเจนอย่างไม่มีข้อกังขา Google เพิ่มจากโค้ดที่สร้างโดย AI 25% เป็น 75% ภายในสิบแปดเดือน Claude Code เพิ่มจากศูนย์เป็นรายได้ต่อปี 2.5 พันล้านดอลลาร์ในเวลาไม่ถึงหนึ่งปี Codex ของ OpenAI เติบโตจาก CLI แบบเอเจนต์เดี่ยว ไปสู่แพลตฟอร์มแบบมัลติเอเจนต์ที่ครอบคลุมเดสก์ท็อป, คลาวด์ และ IDE ในช่วงเวลาใกล้เคียงกัน

คำถามที่ไร้คำตอบไม่ใช่เรื่องที่ว่า AI Coding Agent จะพัฒนาต่อไปหรือไม่ — มันจะพัฒนาอย่างแน่นอน — แต่是关于 องค์กรวิศวกรรม สถาบันการศึกษา และนักพัฒนาแต่ละคนจะปรับตัวอย่างไรกับวิชาชีพที่การกระทำการเขียนโค้ดถูกจัดการโดยเครื่องจักรมากขึ้นเรื่อยๆ และบทบาทของมนุษย์คือการบังคับทิศทาง ตรวจสอบ และตัดสินใจว่าจะสร้างอะไร