หลักการคร่าว ๆ คือ ปล่อยให้ AI เขียน ในที่ที่ความผิดพลาดมีต้นทุนต่ำและเห็นได้ชัด และใช้มันในการ review/refactor ในที่ที่ความผิดพลาดมีราคาแพงหรือซับซ้อนแยบยล ปัจจัยตัดสินคือต้นทุนในการตรวจสอบผลลัพธ์ของมันมีมากแค่ไหน
หลักการคร่าว ๆ คือ ปล่อยให้ AI เขียน ในที่ที่ความผิดพลาดมีต้นทุนต่ำและเห็นได้ชัด และใช้มันในการ review/refactor ในที่ที่ความผิดพลาดมีราคาแพงหรือซับซ้อนแยบยล ปัจจัยตัดสินคือต้นทุนในการตรวจสอบผลลัพธ์ของมันมีมากแค่ไหน
ในกรณีเหล่านี้ ต้นทุนของ bug ต่ำและคุณสามารถอ่านผลลัพธ์ได้ตั้งแต่ต้นจนจบ
ตรงนี้คุณเก็บ AI ไว้เป็น ดวงตาคู่ที่สอง มันเสนอแนะ คุณตัดสินใจ
Cost of a bug LOW Cost of a bug HIGH
New code ✅ let AI write ⚠️ AI drafts, you verify hard
Existing code ✅ AI refactors ✅ AI reviews, you write the change
การเขียนจากศูนย์นั้นเร็ว แต่ AI อาจกุ API ขึ้นมา (hallucination) หรือพลาดบริบทที่มันมองไม่เห็น การ review ปลอดภัยกว่าแต่ช้ากว่า และดีได้แค่เท่ากับบริบทที่คุณให้มันเท่านั้น ไม่ว่าทางไหน คุณคือ ผู้เขียนที่ต้องรับผิดชอบ AI เป็นเครื่องมือ ไม่ใช่ผู้ลงนามใน commit
การประเมินเรื่องนี้ผิดพลาดคือจุดที่การพัฒนาด้วย AI ไปผิดทาง คนปล่อยให้ AI generate ตรรกะสำคัญที่ตัวเองตรวจสอบไม่ได้เต็มที่ หรือไม่ก็เขียน boilerplate ธรรมดา ๆ ด้วยมือทั้งที่ AI ทำได้ในไม่กี่วินาที การจับคู่โหมด (เขียน เทียบกับ review/refactor) ให้ตรงกับ ต้นทุนของการทำผิด ทำให้คุณเร็วในเรื่องที่ราคาถูกและระมัดระวังในเรื่องที่อันตราย ทักษะที่กำลังถูกทดสอบคือวิจารณญาณว่าจะใช้ความพยายามในการตรวจสอบไปที่ไหน ไม่ใช่ว่าคุณ prompt AI เป็นหรือไม่