อดีต CEO ของ GitHub เริ่มต้นธุรกิจใหม่ด้วยเงินทุน 60 ล้านดอลลาร์! มุ่งเป้าไปที่แพลตฟอร์มนักพัฒนารุ่นใหม่: ใช้ Agent จัดการ Agent, IDE และภาษาการเขียนโปรแกรมอาจล้าสมัย?

ทิศทางการเริ่มต้นธุรกิจของ Thomas Dohmke อดีตประธานเจ้าหน้าที่บริหารของ GitHub หลังจากลาออก ได้รับการเปิดเผยในที่สุดเมื่อไม่นานมานี้ บริษัทใหม่ที่เขาก่อตั้งขึ้นชื่อ Entire ซึ่งดำเนินการอย่างลับๆ มาระยะหนึ่ง ได้เปิดตัวอย่างเป็นทางการเมื่อสองสัปดาห์ก่อน และประกาศว่าได้ระดมทุนรอบเมล็ดพันธุ์ (seed round) สูงถึง 60 ล้านดอลลาร์ โดยมีมูลค่าบริษัทอยู่ที่ 300 ล้านดอลลาร์

ในระหว่างที่ Thomas Dohmke ทำงานที่ GitHub เขาเคยผลักดันการพัฒนา GitHub Copilot ให้เติบโตในระดับใหญ่ได้สำเร็จ ครั้งนี้ในการเริ่มต้นธุรกิจ เขายังคงมุ่งเน้นไปที่แวดวงเครื่องมือสำหรับนักพัฒนา แต่เลือกจุดเริ่มต้นที่พิเศษ: ในขณะที่บริษัทต่างๆ จำนวนมากมุ่งเน้นไปที่การพัฒนาเอเจนต์ปัญญาประดิษฐ์ (Agent) สำหรับการเขียนโปรแกรม เป้าหมายของ Entire คือการสร้างแพลตฟอร์มสำหรับจัดการและประสานงานเอเจนต์ปัญญาประดิษฐ์สำหรับเขียนโปรแกรมจำนวนมาก

ตำแหน่งหลักของแพลตฟอร์มนี้คือช่วยทีมนักพัฒนาจัดการและทำความเข้าใจโค้ดที่สร้างโดย AI Thomas Dohmke ชี้ให้เห็นว่าเครื่องมือสำหรับนักพัฒนาในปัจจุบันยากที่จะรับมือกับการเกิดขึ้นของเอเจนต์ปัญญาประดิษฐ์สำหรับเขียนโค้ด ในขณะที่ Entire ออกแบบมาสำหรับทีมที่ต้องการจัดการเอเจนต์ปัญญาประดิษฐ์สำหรับเขียนโค้ดจำนวนมาก แทนที่จะเขียนโค้ดทุกบรรทัดด้วยตนเอง

เขาเปรียบเทียบในแถลงการณ์ว่า: “เช่นเดียวกับที่บริษัทรถยนต์ใช้สายการผลิตแทนระบบการผลิตด้วยมือ ตอนนี้เราก็ต้องจินตนาการวงจรชีวิตการพัฒนาซอฟต์แวร์ใหม่สำหรับโลกที่ ‘เครื่องจักรกลายเป็นผู้ผลิตโค้ดหลัก’ เป้าหมายของ Entire คือการสร้างแพลตฟอร์มนักพัฒนารุ่นต่อไป เพื่อให้เอเจนต์และมนุษย์สามารถทำงานร่วมกัน เรียนรู้ และส่งมอบผลงานร่วมกัน”

การระดมทุนรอบ 60 ล้านดอลลาร์นี้ นำโดยบริษัทเงินร่วมลงทุน Felicis จากซิลิคอนวัลเลย์ กล่าวกันว่านี่เป็นการลงทุนรอบเมล็ดพันธุ์ที่ใหญ่ที่สุดครั้งหนึ่งในประวัติศาสตร์ของสตาร์ทอัพเครื่องมือสำหรับนักพัฒนา นักลงทุนรายอื่นรวมถึง Madrona, M12 กองทุนร่วมลงทุนภายใต้ไมโครซอฟท์, Basis Set และนักลงทุนส่วนบุคคลอย่าง Jerry Yang ผู้ร่วมก่อตั้ง Yahoo, Garry Tan CEO ของ Y Combinator, Olivier Pomel CEO ของ Datadog รวมถึงผู้นำชุมชนนักพัฒนาหลายคน

เปิดตัวโปรเจกต์โอเพนซอร์สแรก: Checkpoints

เพื่อเริ่มต้น Entire ได้เปิดตัวโปรเจกต์แรกเป็นโอเพนซอร์สเมื่อไม่นานมานี้ นั่นคือเครื่องมือบรรทัดคำสั่งชื่อ Checkpoints เครื่องมือนี้มีเป้าหมายเพื่อบันทึกตรรกะและคำสั่งเบื้องหลังโค้ดที่สร้างโดย AI และเก็บข้อมูลเหล่านี้ไว้พร้อมกับโค้ดเอง ทำให้ทีมสามารถย้อนรอยเหตุผลและกระบวนการของการเปลี่ยนแปลงโค้ดได้ ทำให้ซอฟต์แวร์ที่เขียนโดย AI ง่ายต่อการตรวจสอบและตรวจสอบบัญชีมากขึ้น

Checkpoints มีแผนที่จะรองรับเครื่องมือเขียนโค้ด AI เช่น Claude Code ของ Anthropic และ Gemini CLI ของ Google และจะขยายการรองรับเอเจนต์หลักอื่นๆ อย่างค่อยเป็นค่อยไป การเคลื่อนไหวนี้ได้รับการตอบรับเชิงบวกจากชุมชนนักพัฒนา มีความคิดเห็นว่า Checkpoints ถือเป็น “พลเมืองชั้นหนึ่ง” ในเครื่องมือประเภทนี้

ได้ข่าวว่า Entire มีพนักงาน 15 คนในปัจจุบัน ดำเนินงานแบบทำงานจากระยะไกลโดยสมบูรณ์ ทีมกระจายอยู่ทั่วโลก สมาชิกส่วนใหญ่เคยทำงานในแผนกเครื่องมือสำหรับนักพัฒนาของบริษัทอย่าง GitHub, Atlassian บริษัทมีแผนที่จะเปิดตัวแพลตฟอร์มที่กว้างขวางขึ้นในช่วงปลายปีนี้ และจะขยายขนาดทีมตามไปด้วย

ทีมแบบเนทีฟ AI: การเปลี่ยนแปลงขั้นพื้นฐานของเวิร์กโฟลว์

ปัจจุบัน การแข่งขันในสนามการเขียนโปรแกรม AI รุนแรงขึ้นเรื่อยๆ ในการสนทนากับ Rajeev Rajan ประธานเจ้าหน้าที่ฝ่ายเทคโนโลยีของ Atlassian เมื่อไม่นานมานี้ Thomas Dohmke ได้แบ่งปันข้อสังเกตของเขาต่อการพัฒนาของอุตสาหกรรม เขาชี้ให้เห็นว่า แม้ว่าในปัจจุบันแวดวงเอเจนต์จะมี “การเล่าเรื่องแบบแสดงผล” อยู่ไม่น้อย แต่การเกิดขึ้นของเอเจนต์เขียนโปรแกรมอย่าง Cursor, Claude Code ได้ก่อให้เกิดการเปลี่ยนแปลงอย่างลึกซึ้งของเวิร์กโฟลว์ไปสู่รูปแบบ “เนทีฟ AI” จริงๆ

การเปลี่ยนแปลงที่ใหญ่ที่สุดคือ: นักพัฒนาที่เริ่มพัฒนาโปรเจกต์ “กรีนฟิลด์” ตั้งแต่ศูนย์ จะจงใจ “หลีกเลี่ยงการอ่านโค้ด” พวกเขาบังคับให้ตัวเองใช้พรอมต์ (Prompt), กระบวนการให้เหตุผล และวิธีการ “แสดงความตั้งใจ” เพื่อขับเคลื่อนการพัฒนา

การตรวจสอบโค้ดก็เช่นกัน ฉันจะไม่อ่านโค้ดทีละบรรทัด นั่นจะกลายเป็นจุดคอขวด ฉันจะให้เครื่องมืออย่าง Cursor, BugBot ชี้ปัญหาก่อน

เขามองไปข้างหน้าต่อว่า ทีมพัฒนาที่เป็นเนทีฟ AI จะเชี่ยวชาญเทคนิคแบบนี้: ให้เอเจนต์ตรวจสอบโค้ดสนทนากับเอเจนต์เขียนโปรแกรมโดยตรง โดยไม่ต้องมีการแทรกแซงจากมนุษย์ในกระบวนการ

ในเวลาเดียวกัน Thomas Dohmke ก็เตือนให้องค์กรให้ความสนใจกับการเปลี่ยนแปลงของต้นทุนที่ตามมา: ยิ่งประสิทธิภาพของนักพัฒนาสูงขึ้นเท่าไร การใช้ทรัพยากรการคำนวณ AI (Token) ก็จะยิ่งมากขึ้นเท่านั้น และต้นทุนที่เกี่ยวข้องก็จะเพิ่มขึ้นอย่างมีนัยสำคัญ อย่างไรก็ตาม เขาคิดว่าองค์กรจะไม่ลดจำนวนพนักงานเพราะเหตุนี้ เนื่องจากผลประโยชน์ที่ได้จากการเพิ่มประสิทธิภาพนั้นสูงกว่าการเพิ่มขึ้นของต้นทุนมาก

ด้านบวกคือ งานพัฒนากำลังกลับมาน่าสนใจอีกครั้ง ความคิดสร้างสรรค์ที่ซับซ้อน ข้อผิดพลาดในการสร้างที่ยุ่งยาก งานทดสอบหน่วยที่น่าเบื่อ ตอนนี้สามารถมอบให้เอเจนต์ AI จัดการได้ทั้งหมด นอกจากนี้ เอเจนต์ยังเป็นประโยชน์อย่างมากสำหรับทีมที่ทำงานจากระยะไกล มันสามารถให้การสนับสนุนการทำงานร่วมกันแบบ “ออนไลน์ตลอดเวลา”

ฉันมีคนออนไลน์ตลอดเวลา: เอเจนต์ตรวจสอบโค้ด, เอเจนต์เขียนโค้ด, เอเจนต์ระดมสมอง, เอเจนต์วิจัย…

โดยเฉพาะในวันเผยแพร่ หากทีมอยู่ในเขตเวลาเดียวกัน ถึงเวลาก็ต้องเลิกงาน แต่เมื่อมีเอเจนต์ ทีมในออสเตรเลียสามารถบำรุงรักษาชุมชน Discord และโปรเจกต์โอเพนซอร์สต่อไปได้ในช่วงเวลาทำงานของพวกเขา

มองไปข้างหน้า: บทบาทดั้งเดิม “ยุบตัว” IDE และภาษาการเขียนโปรแกรมจะล้าสมัยหรือไม่?

เมื่อพูดถึงอนาคต Thomas Dohmke คิดว่า ในปัจจุบันเอเจนต์เขียนโปรแกรมส่วนใหญ่เหมาะสำหรับโปรเจกต์ใหม่ ยังยากที่จะจัดการกับระบบเดิมขนาดใหญ่ ขั้นต่อไปจะปรากฏเอเจนต์ที่ตรวจสอบ รวบรวมและปรับใช้โค้ดโดยอัตโนมัติ แต่ผลลัพธ์อาจไม่น่าพอใจนัก อาจนำไปสู่การกองพูนฟังก์ชันและประสบการณ์ที่วุ่นวาย ปรากฏการณ์ “รถของโฮเมอร์ ซิมป์สัน” ดังนั้น บทบาทของผู้จัดการผลิตภัณฑ์ นักออกแบบ วิศวกร ในการออกแบบผลิตภัณฑ์ที่ดียังคงมีความสำคัญ

แต่เขาเชื่อมั่นว่า บทบาททางวิศวกรรมดั้งเดิมจะเกิด “การยุบตัว”: ผู้จัดการผลิตภัณฑ์จะเปลี่ยนไปเป็นวิศวกรผลิตภัณฑ์ นักออกแบบจะเปลี่ยนไปเป็นวิศวกรออกแบบ หน้าที่ของวิศวกรซอฟต์แวร์ก็จะพัฒนาไป ไดอะแกรมเวนน์ของหน้าที่ทั้งสามจะทับซ้อนกันสูง

มุมมองของ Rajeev Rajan ประธานเจ้าหน้าที่ฝ่ายเทคโนโลยีของ Atlassian รุนแรงกว่า เขาคิดว่า โหมดการพัฒนาแบบ “ผสมระหว่างมนุษย์และเครื่อง” ในปัจจุบันจะมุ่งสู่ยุคของ “โค้ดเขียนด้วยมือเป็นศูนย์” มนุษย์จะไว้วางใจให้เอเจนต์ตรวจสอบโค้ดโดยสมบูรณ์ ในขณะที่ตนเองจะมุ่งเน้นไปที่การตรวจสอบอินพุตและเอาต์พุตมากขึ้น เพื่อให้แน่ใจว่าระบบเป็นไปตามมาตรฐานด้านความปลอดภัย ความน่าเชื่อถือ และประสิทธิภาพ แทนที่จะตรวจสอบโค้ดทีละบรรทัด

ความรุนแรงอยู่ที่ Rajeev Rajan ทำนายว่า บางทีในอีกสองปีข้างหน้า เราอาจไม่ต้องการภาษาการเขียนโปรแกรมและ IDE แบบดั้งเดิมอีกต่อไป อาจถูกแทนที่ด้วย “เครื่องเสมือน AI” บางประเภท来处理ทุกอย่าง เมื่อนั้น การพัฒนาจะขึ้นไปสู่ระดับ “ความตั้งใจ” โดยสมบูรณ์ รูปแบบการเขียนโปรแกรมดั้งเดิมอาจล้าสมัย

(เนื่องจากข้อจำกัดของพื้นที่ ข้อคิดเห็นที่น่าสนใจเพิ่มเติมจากการสัมภาษณ์สรุปได้ดังต่อไปนี้)

หัวใจของทีม AI Native

พิธีกร:
ห้าเดือนก่อนเมื่อเราวางแผนกิจกรรมนี้ เราเพียงแค่อยากสำรวจปัญหาสำคัญบางอย่าง ตอนนั้นคิดว่าอาจเกี่ยวข้องกับ AI บางส่วน แต่ตอนนี้ดูเหมือนว่า AI มีอยู่ทุกที่แล้ว

คุณทั้งสองคล้ายกันในหลายด้าน: ทั้งคู่บริหารหรือเคยบริหารองค์กรขนาดใหญ่ และทั้งคู่ก็สร้างแบรนด์ที่นักพัฒนาชื่นชอบ Thomas ตอนนี้คุณก่อตั้งบริษัทใหม่ทั้งหมด ทำงานในธุรกิจที่แตกต่างไปโดยสิ้นเชิง

แล้ว อะไรคือทีม “AI First” หรือ “AI Native” กันแน่? Rajeev โปรดพูดความเห็นของคุณก่อน

Rajeev Rajan:
ก่อนอื่น ขอบคุณสำหรับคำเชิญ และยินดีที่เห็นบรรยากาศที่คึกคักเช่นนี้ในที่現場 ทุกคนกำลังพูดถึง AI Native

ทีม AI Native คืออะไร? อย่างแรกคือ “ความคิด” คุณต้องเชื่อในวิธีการทำงานแบบเนทีฟ AI จริงๆ เชื่อในการทำงานร่วมกับเอเจนต์

ที่ Atlassian เรามีทีมวิศวกรรมบางทีมที่ยังคงเขียนโค้ดด้วยวิธีดั้งเดิม เพราะต้องบำรุงรักษาระบบเดิม แต่ในเวลาเดียวกัน เราก็มีทีมเนทีฟ AI จำนวนไม่น้อย วิศวกรแทบไม่เขียนโค้ดเลย – กำลังทำการจัดเรียงและกำหนดเวลาเอเจนต์โดยสมบูรณ์

เราสังเกตเห็นว่า เส้นแบ่งระหว่างผู้จัดการผลิตภัณฑ์ นักออกแบบ และวิศวกรกำลังพร่ามัว ผู้จัดการผลิตภัณฑ์กำลังเขียนโค้ด นักออกแบบก็กำลังเขียนโค้ด ผลผลิตโดยรวมเพิ่มขึ้นอย่างมีนัยสำคัญ – ขนาดทีมอาจไม่เล็กลง แต่ผลลัพธ์อาจเป็น 2 เท่า 5 เท่าของเดิม และความคิดสร้างสรรค์ก็สูงขึ้นด้วย

Thomas Dohmke:
ฉันคิดว่าปัญหานี้มีหลายระดับ Rajeev กล่าวถึงระดับหนึ่ง

เราสามารถเปรียบเทียบ “AI native” กับ “cloud native” ได้ เมื่อ GitHub ก่อตั้งในปี 2008 ไม่มีใครพูดถึง “cloud native” เลย แนวคิดนี้เกิดขึ้นเมื่อผู้คนสรุปว่าบริษัทเหล่านี้ปรับโครงสร้างวิธีการปรับใช้และการพัฒนาอย่างไรในภายหลัง

ฉันคิดว่า “AI native” ก็เช่นกัน สิ่งที่เราเรียกว่า “AI native” ในวันนี้ จะดูแตกต่างไปโดยสิ้นเชิงในอีกไม่กี่ปีข้างหน้า

ฉันมีลูกชายสองคน คนหนึ่งอายุ 13 ปี อีกคนอายุ 11 ปี พวกเขาใช้เวลาส่วนใหญ่เล่น Minecraft บางครั้งฉันก็ให้พวกเขาเขียนโค้ดบ้าง แต่พวกเขาเป็นรุ่น “AI native” แน่นอน

ประมาณหนึ่งหรือสองปีก่อน พวกเขากลับบ้านมาให้ฉันดูรูปภาพลูกสุนัขบนหน้าจอหลักของโทรศัพท์ บอกว่าสร้างด้วย Adobe Firefly ฉันถาม: “พวกเธอรู้จักเครื่องมือนี้ได้อย่างไร?” พวกเขาตอบ: “ทุกคนที่โรงเรียนใช้กัน”

นี่คือรุ่น “AI native” พวกเขาเติบโตมาพร้อมกับเอเจนต์ สำหรับพวกเขา การใช้เอเจนต์แทนการค้นหาด้วย Google จะเป็นเรื่องธรรมดาสามัญ

แต่ถ้าเราซื่อสัตย์ ตอนนี้มีการเล่าเรื่องแบบแสดงผลจำนวนมาก ราวกับว่าทุกวันเป็น AI native ทุกอย่างใช้เอเจนต์ ที่จริงแล้ว การพัฒนายังห่างไกลจากจุดนั้นมาก

ในฐานะผู้ประกอบการ ฉันใช้เวลาส่วนใหญ่จัดการระบบ HR บัญชีรายเดือน แบบฟอร์มประกันความรับผิดชอบของกรรมการ… ไม่มีเอเจนต์ใดช่วยฉันทำสิ่งเหล่านี้ได้

เมื่อวานเราเพิ่งประกาศการก่อตั้งบริษัท ฉันได้รับอีเมลหลายร้อยฉบับ – มีนักลงทุนที่ต้องการเพิ่มการลงทุนรอบเทวดา (angel round) มีวิศวกรระดับท็อปที่มีประสบการณ์ 12 ปีส่งจดหมายสมัครงานมา

สิ่งที่ฉันต้องการมากที่สุดตอนนี้คือเอเจนต์ที่ช่วยฉันจัดการเรื่องเหล่านี้: สามารถตอบกลับอย่างสุภาพ และแสดงออกอย่างชัดเจนว่า “ขณะนี้ยังไม่พิจารณา”

ดังนั้น ความเป็นจริงหลักของทีม AI native ในวันนี้คือ เราจะใช้ Claude Code หรือเอเจนต์อื่นๆ ในการเขียนโค้ด แต่เราจะไม่ให้วิศวกร 3,000 คนทำงานร่วมกันบนเอกสาร Markdown นั่นจะเป็นฝันร้าย

โดยเฉพาะสำหรับทีมที่กระจายอยู่ทั่วโลก – เยอรมนี สเปน อินเดีย จีน – หากคุณต้องอธิบายความต้องการฟังก์ชันด้วยภาษาที่ไม่ใช่ภาษาแม่ มันจะยิ่งทรมานมากขึ้น

ข้อดีของภาษาการเขียนโปรแกรมคืออาจต้องการคำศัพท์หลักเพียง 20 คำ แต่การเขียนข้อกำหนดด้วยภาษาธรรมชาติ? ยากกว่ามาก ปัญหาเหล่านี้ เราไม่ได้แก้ไขอย่างแท้จริง

พิธีกร:
ทีมของคุณใช้เครื่องมือเหล่านี้อย่างไรบ้างในตอนนี้? เวิร์กโฟลว์เปลี่ยนแปลงไปอย่างไรบ้าง?

⚠️ หมายเหตุ: เนื้อหาได้รับการแปลโดย AI และตรวจสอบโดยมนุษย์ หากมีข้อผิดพลาดโปรดแจ้ง