เหตุใดผู้สร้าง Claude Code จึงมองว่า "AI Generalists" ไม่ใช่สิ่งที่ทีมต้องการ

@genmai_tokyo
ญี่ปุ่น2 สัปดาห์ที่ผ่านมา · 30 มิ.ย. 2569
270K
393
32
0
894

TL;DR

Boris Cherny ผู้สร้าง Claude Code ได้ระบุถึง 5 ต้นแบบ ได้แก่ Prototyper, Builder, Sweeper, Grower และ Maintainer ซึ่งจำเป็นต่อความสำเร็จของผลิตภัณฑ์ โดยเขามองว่า AI เป็นเพียงตัวช่วยเสริม แต่ไม่สามารถมาแทนที่บทบาทเฉพาะทางเหล่านี้ได้

"AI ช่วยให้วิศวกรและนักออกแบบสามารถทำทุกอย่างได้ด้วยคนเดียว"

"อาชีพเฉพาะทางไม่จำเป็นอีกต่อไป"

ข้อความลักษณะนี้มีมากขึ้นเรื่อยๆ ในช่วงหลัง

AI ทำให้ผลผลิตของแต่ละบุคคลเพิ่มขึ้นอย่างมหาศาล ยุคที่คนคนเดียวสามารถเล่นได้หลายบทบาทมาถึงแล้ว

อย่างไรก็ตาม

แม้เราจะได้ยินว่า "คนคนเดียวทำทุกอย่างได้" แต่โลกก็ไม่ได้เต็มไปด้วยคนที่ทำตามนั้นและได้คุณภาพสูงจริงๆ มีเพียงส่วนน้อยเท่านั้น หลายคนทำไม่ได้แม้จะพยายาม

บางทีทุกคนอาจจะหลงทาง

ท่ามกลางสิ่งนี้ ชายผู้สร้าง "Claude Code" กลับพูดตรงกันข้าม

ข้อสังเกตจากผู้สร้าง Claude Code

Boris Cherny

วิศวกรของ Anthropic ที่นำการพัฒนา Claude Code

หรืออีกนัยหนึ่ง เขาคือคนที่ได้เห็นในแนวหน้าของโลกว่า "AI เปลี่ยนแปลงการทำงานของผู้คนอย่างไร"

Boris สังเกตทีมของตัวเองและพูดว่า:

คนเราแบ่งออกเป็นห้า "ประเภท"

5 ประเภท

https://x.com/bcherny/status/2071379474277613732

Prototyper (ผู้ริเริ่ม)

สร้างไอเดียใหม่ๆ ออกมาทีละอย่าง สร้างจำนวนมาก โดยส่วนใหญ่จะถูกเก็บเข้าชั้นวาง คนที่ทำ 0→1 ประเภทที่เสนอไอเดียในที่ประชุมที่ไม่มีใครคิดมาก่อน ถามว่า "นี่น่าสนใจไหม?" พวกเขาแข่งขันที่ปริมาณไอเดียมากกว่าความสมบูรณ์แบบ

Builder (ผู้สร้าง)

นำต้นแบบมาทำให้เป็นผลิตภัณฑ์ที่ใช้งานได้ในครั้งเดียว ความเร็วและพลังในการนำไปปฏิบัติ เปลี่ยนไอเดียที่คนส่วนใหญ่แค่บอกว่า "น่าสนใจ" ให้เป็นสิ่งที่ใช้งานได้ภายในสัปดาห์ถัดไป คนที่เปลี่ยนไอเดียของ Prototyper ให้เป็นจริง

Sweeper (ผู้ขัดเกลา)

ปรับปรุง UI จัดระเบียบโค้ด และตัดส่วนที่ไม่จำเป็นออก คนที่สามารถตัดสินใจ "ลบ" ได้ หลังปล่อยผลิตภัณฑ์ พวกเขาจะแก้ไขสิ่งที่ "สับสน" หรือ "ฟีเจอร์นี้ไม่จำเป็น" อย่างสม่ำเสมอ ประเภทที่เพิ่มมูลค่าด้วยการลบออกมากกว่าเพิ่ม ชอบงานที่ลงมือปฏิบัติ

Grower (ผู้ขยาย)

เติบโตผลิตภัณฑ์ที่ใช้งานได้ เพิ่ม product-market fit เป็นตัวเอกหลังจาก PMF ดูตัวเลขไปพร้อมๆ กัน ทำซ้ำงานเช่น "เปลี่ยนโฟลว์นี้จะลด churn" ไม่โดดเด่น แต่โดยปกติแล้วเป็นคนที่เพิ่มรายได้เป็นสองเท่า

Maintainer (ผู้ปกป้อง)

รับประกันความปลอดภัย ความน่าเชื่อถือ และความเร็วของผลิตภัณฑ์ที่โตเต็มที่ สร้างรากฐานที่ไม่พังแม้ขยายขนาด คนที่ทำให้ระบบไม่ล่มแม้มีผู้ใช้เป็นล้าน การสร้างสถานะที่ "ไม่มีอะไรเกิดขึ้น" คือความสำเร็จของประเภทนี้

ตำแหน่งงานของคุณไม่ได้อธิบายจุดแข็งของคุณ

นี่คือแก่นของประเด็นของ Boris

ห้าประเภทนี้ไม่ตรงกับตำแหน่งงาน

ในหมู่ "วิศวกร" บางคนเป็น Prototyper และบางคนเป็น Maintainer

ในหมู่ "นักออกแบบ" บางคนเป็นประเภท Builder และบางคนเป็นประเภท Sweeper

เช่นเดียวกันกับ PM และนักวิทยาศาสตร์ข้อมูล

แม้ตำแหน่งจะเหมือนกัน รูปแบบของคุณค่าที่พวกเขามอบให้ต่างกัน

→ การนิยามตัวเองด้วยอาชีพ เช่น "ฉันเป็นวิศวกร" หรือ "ฉันเป็นนักออกแบบ" ไม่ได้อธิบายอะไรเกี่ยวกับจุดแข็งที่แท้จริงของคุณ

กับดักของการ "ทำทุกอย่างด้วยตัวเอง"

บางคนอาจสงสัย:

"สุดท้ายแล้ว นักทั่วไปไม่ใช่คนที่แข็งแกร่งที่สุดเหรอ?"

ขอบเขตที่คนคนเดียวสามารถครอบคลุมด้วย AI ได้ขยายขึ้นแน่นอน

อย่างไรก็ตาม สิ่งที่ Boris พบจากการสังเกตทีมของเขาคือข้อเท็จจริงที่ตรงกันข้าม

แม้แต่ทีม Claude Code ที่เชี่ยวชาญ AI ที่สุด ก็ยังมีห้าประเภทนี้

ทำไม?

การตัดสินใจที่ Prototyper ต้องการคือ: "มันคุ้มไหมที่จะลองทำสิ่งที่ยังไม่มีใครลอง?"

การตัดสินใจที่ Maintainer ต้องการคือ: "การเปลี่ยนแปลงนี้จะทำให้ทั้งระบบพังไหม?"

สองสิ่งนี้ตรงกันข้าม

แบบแรกสร้างมูลค่าด้วยการเสี่ยง ในขณะที่แบบหลังสร้างมูลค่าด้วยการกำจัดความเสี่ยง

AI ทำให้งานของทั้งสองเร็วขึ้น แต่นิสัยการคิดว่าจะให้ความสำคัญกับการตัดสินใจแบบไหนนั้นเปลี่ยนไม่ได้

การทำทุกอย่างด้วยตัวเองหมายถึงคนคนเดียวกันเหยียบคันเร่งและเบรกพร้อมกัน

มันไม่ใช่ว่าทำไม่ได้ แต่ทั้งสองอย่างจะไม่สมบูรณ์

ทีมที่ประกอบด้วยคนที่ได้คะแนน 120 ในประเภทเดียวนั้นแข็งแกร่งกว่านักทั่วไปที่ทำทุกอย่างได้ในระดับ 80 คะแนน

Boris เองก็พูดชัดเจนว่า "ทีมที่แข็งแรงต้องการการผสมผสานของประเภท"

AI ยกระดับพื้นล่างของผลผลิตของแต่ละประเภท ความแตกต่างระหว่างประเภทต่างๆ เองไม่ได้หายไป

ประเภทที่ต้องการเปลี่ยนไปตามระยะ

Boris ยังชี้ให้เห็นว่าชุดค่าผสมที่จำเป็นเปลี่ยนแปลงตามระยะของผลิตภัณฑ์

・ระยะเปิดตัว (Pre-PMF): Prototyper + Builder + Sweeper สร้าง ลอง และขัดเกลา

・ระยะเติบโต (Post-PMF): Builder + Sweeper + Grower ทำให้เสถียรในขณะที่เติบโต

・ระยะเติบโตเต็มที่: Sweeper + Grower + Maintainer ปรับปรุงอย่างต่อเนื่องในขณะที่ปกป้อง

สิ่งนี้ไม่ได้จำกัดเฉพาะบริษัทเท่านั้น พลวัตเดียวกันมีอยู่ในองค์กรขาย แผนกวางแผน และฝ่ายสนับสนุน

เพราะทุกงานมีระยะของ "การสร้าง" "การปั้น" "การจัดระเบียบ" "การเติบโต" และ "การปกป้อง"

คุณค่าที่ลดลง vs คุณค่าที่ไม่ลดลงในยุค AI

คนที่ตระหนักถึงประเภทของตัวเองสามารถเลือกสภาพแวดล้อมที่พวกเขาสามารถให้คุณค่าได้มากที่สุด

ในทางกลับกัน คนที่ไม่ตระหนักถึงประเภทของตัวเองจะเลือกสภาพแวดล้อมตาม "ตำแหน่ง"

นั่นหมายถึงการมอบมูลค่าตลาดของคุณให้กับตำแหน่ง

ในยุค AI คุณค่าของตำแหน่งจะลดลง คุณค่าของประเภทจะไม่ลดลง

เพราะ AI เข้ามาแทนที่ "งาน" ไม่ใช่ "ประเภท"

ในยุค AI แทนที่จะพยายามทำทุกอย่างด้วยตัวเอง จงเชี่ยวชาญประเภทใดประเภทหนึ่งโดยเฉพาะ นั่นจะสร้างอาชีพของคุณ

คนที่เชี่ยวชาญสิ่งหนึ่งจะคงอยู่ มากกว่าคนที่ทำทุกอย่าง

ถ้าแม้แต่ประเภทใดประเภทหนึ่งของคุณถูกถ่ายทอดเป็นคำพูด แกนอาชีพของคุณก็เริ่มเคลื่อนที่แล้ว

สร้างต่อใน YouMind

Turn one viral article into a full content workflow

Collect the source, decode the pattern, create assets, draft the story, and distribute from one AI workspace.

Explore YouMind
สำหรับครีเอเตอร์

เปลี่ยน Markdown ของคุณให้เป็นบทความ 𝕏 ที่สะอาดตา

เวลาคุณเผยแพร่งานเขียนยาวของตัวเอง การจัดรูปแบบรูปภาพ ตาราง และบล็อกโค้ดให้เข้ากับ 𝕏 นั้นน่าปวดหัว YouMind เปลี่ยนร่าง Markdown ทั้งฉบับให้เป็นบทความ 𝕏 ที่สะอาดตาและพร้อมโพสต์ทันที

ลอง Markdown เป็น 𝕏

แพตเทิร์นให้ถอดรหัสเพิ่มเติม

บทความไวรัลล่าสุด

สำรวจบทความไวรัลเพิ่มเติม