Transcription
การเรียนเขียนโค้ดในปี 2026 นั้นแตกต่างออกไปมาก ดังนั้นในวิดีโอนี้ ฉันจะอธิบายให้คุณฟังว่าจะเรียนเขียนโค้ดในปี 2026 ได้อย่างไร เริ่มต้นด้วยการเขียนโค้ดจริงๆ แล้วมีลักษณะอย่างไรในปัจจุบัน มันดูแตกต่างออกไปมาก จากนั้นฉันจะอธิบายว่าคุณควรเรียนรู้อะไรที่ยังคงมีความเกี่ยวข้องในตอนนี้และสำหรับอนาคต และสุดท้ายคือเคล็ดลับในการเร่งการเรียนรู้ของคุณ โอ้ ใช่แล้ว เผื่อคุณมีข้อสงสัยว่าคุณยังควรเรียนเขียนโค้ดในปี 2026 หรือไม่ คำตอบคือ ใช่ ยังมีโอกาสอีกมากมายที่เปิดให้กับผู้ที่รู้วิธีเขียนโค้ดเท่านั้น นอกจากนี้ การเรียนเขียนโค้ดในปี 2026 นั้นง่ายและเร็วกว่าที่เคยเป็นมามาก ดังนั้นจึงเป็นเรื่องที่ง่ายมากถ้าคุณต้องการสร้างสิ่งต่างๆ ตอนนี้ เมื่อพูดถึงเรื่องนั้น หากคุณไม่รู้จักฉัน สวัสดี ฉันชื่อทีน่า ฉันเคยเป็นนักวิทยาศาสตร์ข้อมูลที่ Meta และฉันเขียนโค้ดมา 10 ปีแล้ว โดยไม่รอช้า ไปกันเลย
ส่วนหนึ่งของวิดีโอนี้ได้รับการสนับสนุนจาก Warp ในวันที่ 3 กุมภาพันธ์ 2025 Andre Kaparthy อดีตผู้อำนวยการ AI ที่ Tesla และสมาชิกผู้ก่อตั้ง OpenAI ได้ทวีตไวรัลที่กำหนดคำศัพท์ใหม่ที่เรียกว่า Vibe Coding เขาอธิบายว่า "มีการเขียนโค้ดรูปแบบใหม่ที่ฉันเรียกว่า Vibe Coding ซึ่งคุณจะปล่อยใจไปกับความรู้สึก เปิดรับการเติบโตแบบทวีคูณ และฉันก็ลืมไปเลยว่าโค้ดมีอยู่จริง มันก็ไม่เลวร้ายนักสำหรับโปรเจกต์สุดสัปดาห์ที่ทำแบบทิ้งๆ ขว้างๆ แต่ก็ยังน่าขบขันทีเดียว" จากนั้นเกือบหนึ่งปีต่อมา ในวันที่ 5 กุมภาพันธ์ 2026 เขาได้โพสต์อีกครั้ง วันนี้ หนึ่งปีต่อมา การเขียนโปรแกรมผ่านเอเจนต์ LLM กำลังกลายเป็นเวิร์กโฟลว์เริ่มต้นสำหรับมืออาชีพมากขึ้นเรื่อยๆ ยกเว้นว่าจะมีการกำกับดูแลและการตรวจสอบที่มากขึ้น
ตอนนี้เพื่อแยกความแตกต่างของเวิร์กโฟลว์แบบบูรณาการที่ซับซ้อนกว่านี้ออกจาก Vibe Coding เขากล่าวว่าคำศัพท์ที่เขาชอบในปัจจุบันคือ Agentic Engineering คุณมีเทอร์มินัล/ID เปิดอยู่ ซึ่งคุณมีเอเจนต์เขียนโค้ดหลายตัวกำลังเขียนโค้ดอย่างบ้าคลั่งให้คุณ และคุณก็พูดว่า "สร้างสิ่งนี้ แก้ไขสิ่งนี้" "ไม่ อย่าทำอย่างนั้น ทำสิ่งนี้แทน" การจัดระเบียบเอเจนต์ AI ของคุณเหมือนกับเจ้าของหุ่นเชิด แต่ก็อย่าหลงกล มันอาจดูเหมือนว่าคุณแค่พูดภาษาอังกฤษกับเอเจนต์ AI และแค่จัดระเบียบพวกมัน แต่คุณต้องเป็นวิศวกรซอฟต์แวร์ที่มีประสบการณ์จึงจะทำเช่นนั้นได้ คุณต้องรู้วิธีจัดโครงสร้างสิ่งที่คุณต้องการสร้างในลักษณะที่เอเจนต์ AI สามารถเข้าใจได้ สามารถให้บริบทและเอกสารประกอบ และเพื่อที่จะแก้ไข AI และบอกว่ามันผิด คุณต้องรู้จริงๆ ว่าอะไรคือสิ่งที่ถูกต้อง การจะเป็นผู้จัดการที่ดี คุณต้องรู้ว่าคุณกำลังจัดการอะไรอยู่ นั่นคือเหตุผลว่าทำไมหากคุณต้องการเรียนเขียนโค้ดในปี 2026 คุณยังคงต้องรู้พื้นฐานของการเขียนโค้ดและวิศวกรรม แต่แทนที่จะมุ่งเน้นไปที่รายละเอียดของการนำโค้ดไปใช้มากเกินไป มันคือการทำความเข้าใจการออกแบบซอฟต์แวร์ภาพรวม ระบบ และสถาปัตยกรรม และเน้นเป็นพิเศษเรื่องความปลอดภัยและความเป็นส่วนตัว เพราะสิ่งเหล่านี้คือสิ่งที่เอเจนต์เขียนโค้ด AI มักจะประสบปัญหามากที่สุด จากนั้นคุณสามารถดำเนินการเพื่อใช้ประโยชน์จากเครื่องมือเขียนโค้ด AI ที่เรามีอยู่ในปัจจุบัน และทำ Agentic Engineering ได้จริงๆ
ฉันจะบอกคุณไหมว่าคุณต้องเรียนรู้อะไร? เอาล่ะ ฉันจะแสดงรายการหัวข้อตามลำดับเวลาโดยประมาณที่ฉันคิดว่าคุณควรเรียนรู้ โดยสมมติว่าคุณไม่รู้อะไรเลย และจะแนะนำแหล่งข้อมูลเกี่ยวกับหัวข้อเหล่านี้ด้วย โอเค สิ่งแรกที่คุณต้องการเรียนรู้คือพื้นฐานของการเขียนโค้ดเอง เช่น ตัวแปร ประเภท คำสั่ง if ลูป การเขียนโปรแกรมเชิงวัตถุ และ API นอกจากนี้ ฉันกำลังใช้ Python เป็นภาษาตัวอย่างในการเรียนรู้ ซึ่งดีเป็นพิเศษหากคุณต้องการสร้างเอเจนต์ AI และทำงานเกี่ยวกับข้อมูล แต่ถ้าคุณต้องการทำสิ่งที่เกี่ยวกับเว็บมากขึ้น เช่น การพัฒนาเว็บแอป คุณอาจต้องการเริ่มต้นด้วยภาษาอย่าง JavaScript ก็ไม่เป็นไร เพราะฉันจะให้พรอมต์แก่คุณในตอนท้ายของส่วนนี้ที่คุณสามารถใช้เพื่อปรับแผนการเรียนรู้นี้ให้เข้ากับภาษาที่คุณต้องการเรียนรู้ได้ โอเค เยี่ยมมาก นี่คือพื้นฐานจริงๆ คุณต้องรู้สิ่งเหล่านี้จริงๆ มิฉะนั้นคุณจะไม่สามารถอ่านโค้ดที่ AI สร้างขึ้นได้
>> สัญญาณนั้นหยุดฉันไม่ได้ เพราะฉันอ่านไม่ออก
และฉันจะแสดงทรัพยากรโปรดของฉันเกี่ยวกับหัวข้อนี้บนหน้าจอ ตอนนี้ ฉันยังคงแนะนำให้ใช้ทรัพยากรที่มนุษย์สร้างขึ้นเหล่านี้ เพราะเรารู้ว่ามันดีจริงๆ พวกมันถูกสร้างขึ้นโดยวิศวกรหลายพันคน นอกเหนือจากโค้ดที่สร้างโดย AI ทั้งหมดนั้นอิงจากโค้ดที่เขียนโดยนักพัฒนาที่เป็นมนุษย์มานานหลายทศวรรษ
ถัดไป คุณต้องเรียนรู้เกี่ยวกับสถาปัตยกรรมซอฟต์แวร์ นั่นหมายถึงโครงสร้างของโปรเจกต์เป็นอย่างไร? คุณจะเลือกเทคโนโลยีสแต็คได้อย่างไร การออกแบบระบบ ประเภทของ API ที่คุณควรใช้ และข้อมูลไหลผ่านซอฟต์แวร์ของคุณอย่างไร และถูกจัดเก็บไว้ที่ไหน? คุณใช้ฐานข้อมูลประเภทใด? และการทดสอบ การทดสอบสำคัญมาก โดยเฉพาะอย่างยิ่งหากคุณใช้เอเจนต์เขียนโค้ด AI คุณต้องเข้าใจวิธีการเขียนกรณีทดสอบและวิธีการทดสอบส่วนต่างๆ ของซอฟต์แวร์ของคุณ และสุดท้าย การทำงานของการปรับใช้เป็นอย่างไร? คุณจะโฮสต์ซอฟต์แวร์ของคุณที่ไหน? นี่คือหัวใจหลักของวิศวกรรมซอฟต์แวร์ และคุณต้องเข้าใจสิ่งเหล่านี้ในระดับสูงเพื่อที่จะสามารถแนะนำ AI ของคุณให้สร้างสิ่งที่ควรสร้างและเปลี่ยนเส้นทางเมื่อมันทำผิดพลาด คุณต้องสามารถสร้างภาพผลิตภัณฑ์สุดท้ายควรมีลักษณะอย่างไรตามข้อกำหนดที่คุณมี ตัวอย่างเช่น ที่ทำงาน คุณอาจต้องการสร้างซอฟต์แวร์ที่จัดเก็บข้อมูลจำนวนมหาศาลและมีผู้คนจำนวนมากสอบถามตลอดเวลา ดังนั้นคุณต้องคิดว่าคุณควรใช้ฐานข้อมูลประเภทใดที่ราคาถูก ปลอดภัย และรวดเร็ว? และฉันจะออกแบบส่วนต่อประสานผู้ใช้ที่อนุญาตให้ผู้คนจำนวนมากสอบถามพร้อมกันได้อย่างไร? ทั้งหมดนี้เป็นคำถามเกี่ยวกับการออกแบบที่คุณต้องเข้าใจ ฉันจะแสดงทรัพยากรที่คุณสามารถตรวจสอบเพื่อเรียนรู้เกี่ยวกับหัวข้อเหล่านี้บนหน้าจอ
ถัดไปคือการควบคุมเวอร์ชันและ GitHub โดยการควบคุมเวอร์ชัน เราหมายถึงระบบที่สามารถติดตามการเปลี่ยนแปลงในไฟล์และโค้ดของคุณเมื่อเวลาผ่านไป ดังนั้นคุณสามารถติดตามประวัติ ย้อนกลับหากคุณต้องการ และทำงานร่วมกับผู้อื่นพร้อมกันได้ มีซอฟต์แวร์ควบคุมเวอร์ชันหลายประเภทจริงๆ ที่มีอยู่ ที่นิยมที่สุดคือ Git ดังนั้นผู้คนจะใช้ Git เพื่อทำการควบคุมเวอร์ชัน จากนั้นนำโค้ดของพวกเขาไปไว้บน GitHub GitHub เป็นมาตรฐานอุตสาหกรรมสำหรับการแสดงโค้ดของคุณ การแบ่งปัน และการทำงานร่วมกับผู้อื่น สิ่งนี้มีความสำคัญอย่างยิ่งหากคุณตั้งใจจะทำ Agentic Engineering เพราะคุณต้องการติดตามการเปลี่ยนแปลงที่เอเจนต์เขียนโค้ด AI ของคุณกำลังทำอยู่ใช่ไหม? และหากเกิดข้อผิดพลาด คุณสามารถย้อนกลับและเปลี่ยนเส้นทางได้โดยไม่ต้องสูญเสียฐานโค้ดทั้งหมดของคุณ ซึ่งโดยบังเอิญ สิ่งนี้เกิดขึ้นกับ Vibe Coders จำนวนมากที่ไม่รู้พื้นฐานของการเขียนโค้ดและวิศวกรรม ฉันจะแสดงทรัพยากรสำหรับคุณเพื่อเรียนรู้เกี่ยวกับการควบคุมเวอร์ชันและ GitHub บนหน้าจอ
เอาล่ะ ถัดไปคือความปลอดภัยและความเป็นส่วนตัว นี่เป็นหัวข้อที่ไม่สำคัญเป็นพิเศษเมื่อมีคนเรียนเขียนโค้ดเมื่อไม่กี่ปีก่อน เช่น แน่นอนว่าความปลอดภัยและความเป็นส่วนตัวเป็นสิ่งสำคัญ แต่ก็เป็นสิ่งที่ถูกสอนภายในขอบเขตของสิ่งอื่นๆ เช่น การทำงานของการยืนยันตัวตนเป็นอย่างไร และคุณจะรวมการยืนยันตัวตนเข้ากับแอปของคุณได้อย่างไร แต่เหตุผลที่ฉันแยกหัวข้อนี้ออกเป็นหัวข้อเล็กๆ ของตัวเองก็เพราะฉันคิดว่ามันมีความสำคัญอย่างยิ่งในยุคนี้ที่จะเรียนรู้เกี่ยวกับความปลอดภัยและความเป็นส่วนตัว เพราะมันมักจะเป็นจุดบอดของเอเจนต์เขียนโค้ด AI ดังนั้นคุณในฐานะมนุษย์ไม่สามารถหวังว่าเอเจนต์ AI จะดูแลมันได้ คุณต้องระบุหลักการเหล่านี้อย่างชัดเจน อย่ากังวล นี่ไม่ใช่หัวข้อที่ใหญ่จริงๆ มันเป็นเพียงสิ่งสำคัญที่ต้องรู้ และอย่างที่พวกเขาพูด ฉันคิดว่าความหวาดระแวงทำให้วิศวกรที่ดี บางทีฉันจะแสดงทรัพยากรต่างๆ ที่ฉันแนะนำให้คุณดูและเรียนรู้เกี่ยวกับความเป็นส่วนตัวและความปลอดภัยบนหน้าจอ
เอาล่ะ ณ จุดนี้ คุณจะครอบคลุมพื้นฐานของการเขียนโค้ดและวิศวกรรมซอฟต์แวร์แล้ว ตอนนี้ คุณได้รับสิทธิ์ของคุณแล้วที่จะใช้พลังของ Agentic Engineering โดยใช้เอเจนต์เขียนโค้ด AI เย้! แต่ถึงอย่างนั้น ฉันก็อยากจะเพิ่มหัวข้อเล็กๆ โบนัสที่ยังเป็นที่ถกเถียงกันว่าจำเป็นจริงๆ หรือไม่ที่คุณต้องรู้หัวข้อนี้ แต่โดยส่วนตัวแล้วฉันคิดว่ามันค่อนข้างสำคัญ และคุณอาจจะต้องเรียนรู้เกี่ยวกับมันอยู่ดี และนั่นคือ Microservices หรือที่รู้จักกันในชื่อแนวคิดของ Containerization นี่คือวิธีการปรับใช้ซอฟต์แวร์ที่รวมโค้ดของแอปพลิเคชันเข้ากับไฟล์ ไลบรารี และการพึ่งพาที่จำเป็นทั้งหมดในการรันโค้ดชิ้นนั้น ดังนั้น มันเหมือนกับแพ็คเก็ตเล็กๆ คอนเทนเนอร์เล็กๆ ของชิ้นส่วนซอฟต์แวร์ จุดประสงค์ของสิ่งนี้คือเพื่อแยกแอปพลิเคชันออกจากสภาพแวดล้อมของมัน ดังนั้นมันจึงไม่โต้ตอบกับส่วนที่เหลือของคอมพิวเตอร์ของคุณ และมันสามารถทำงานได้อย่างสม่ำเสมอในสภาพแวดล้อมการประมวลผลที่แตกต่างกัน เช่น คอมพิวเตอร์ที่แตกต่างกัน ระบบการประมวลผลที่แตกต่างกัน คลาวด์ประเภทต่างๆ นี่มักจะเป็นหัวข้อขั้นสูงกว่า และผู้คนมักจะเรียนรู้เกี่ยวกับสิ่งนี้เมื่อพวกเขาสร้างสิ่งต่างๆ หรือเมื่อทำงาน แต่เหตุผลที่ฉันนำสิ่งนี้มาเป็นหัวข้อเสริม แต่คุณอาจจะต้องเรียนรู้เกี่ยวกับหัวข้อนี้ก็คือการป้องกันอีกชั้นหนึ่ง หากคุณใช้เอเจนต์เขียนโค้ด AI คุณสามารถจินตนาการได้ว่าหากคุณปล่อยให้เอเจนต์เขียนโค้ดของคุณ หรือแม้แต่เอเจนต์เขียนโค้ดหลายตัวทำอะไรก็ได้ตามต้องการ มันอาจทำให้สภาพแวดล้อมการพัฒนาของคุณเสียหายทั้งหมด หรือสร้างสิ่งต่างๆ ในลักษณะที่ไม่สามารถปรับใช้และใช้งานโดยผู้อื่นได้อย่างเหมาะสม และคุณจะรู้สึกหงุดหงิดมากเพราะคุณไม่สามารถหาเหตุผลได้ว่าทำไมมันถึงเกิดขึ้น ดังนั้น หากคุณใช้มาตรการป้องกันในการทำ Containerize คุณจะได้ผลลัพธ์ที่น่าเชื่อถือมากขึ้น และหากเอเจนต์ AI ของคุณทำงานผิดพลาดและเริ่มทำสิ่งที่บ้าคลั่ง มันจะอยู่ในสภาพแวดล้อมเล็กๆ ของมันเองที่ทำเช่นนั้น ดังนั้นในกรณีที่เลวร้ายที่สุด เพียงแค่ปิดสภาพแวดล้อมนั้น
แจ้งให้เราทราบในความคิดเห็นเกี่ยวกับหัวข้อเหล่านี้ที่ฉันเพิ่งครอบคลุมไป คุณรู้จักหัวข้อเหล่านี้กี่หัวข้อแล้ว? คุณยังต้องเรียนรู้อะไรบ้าง? อยากรู้ว่าพวกคุณอยู่ที่ไหนในการเดินทางของการเรียนรู้ ตามสัญญา ฉันจะแสดงพรอมต์บนหน้าจอด้วย อาจจะลิงก์ในคำอธิบายด้วย ซึ่งคุณสามารถใส่ลงในแชทบอท AI ที่คุณชื่นชอบ ChatGPT, Gemini, Claude, Quen, Deepseek อะไรก็ได้ที่คุณต้องการ และมันจะช่วยปรับแผนการเรียนรู้และรายการทรัพยากรให้เข้ากับเป้าหมายการเรียนรู้ของคุณ และยังช่วยให้คุณตัดสินใจได้ว่าภาษาการเขียนโปรแกรมใดที่เหมาะสมที่สุดสำหรับคุณที่จะเรียนรู้ เย้! น่าทึ่งมาก ตอนนี้คุณได้รับสิทธิ์ของคุณแล้วที่จะรับมือกับโลกใหม่นี้ โลกใหม่ที่กล้าหาญของ Agentic Engineering
ตอนนี้ Agentic Engineering เอง โห มันแค่ Agentic Engineering ฟังดูไม่เจ๋งเท่า Vibe Coding มันไม่ติดหูเลย มันก็โอเค Agentic Engineering โอเค Agentic Engineering เองก็เป็นทักษะเช่นกัน มันเกี่ยวข้องกับวิธีการตั้งค่าโปรเจกต์ของคุณและวิธีการตั้งค่าเอเจนต์เขียนโค้ด AI ของคุณ วิธีการสื่อสารสิ่งที่คุณต้องการสร้างให้กับเอเจนต์เขียนโค้ดของคุณ และวิธีการตรวจสอบพวกมันอย่างถูกต้อง ท่ามกลางสิ่งอื่นๆ อีกมากมาย สำหรับ Agentic Engineering มีตัวเลือกต่างๆ สำหรับเอเจนต์เขียนโค้ดที่จะใช้และวิธีการใช้งานและจัดระเบียบพวกมันเข้าด้วยกัน โดยส่วนตัวแล้ว ฉันชอบใช้ Warp ซึ่งเป็นผู้สนับสนุนส่วนนี้ของวิดีโอด้วย เพราะมันเป็นเครื่องมือสำหรับนักพัฒนา Pro ที่ครอบคลุม AI Coding เต็มรูปแบบ การเริ่มต้นนั้นง่ายมาก ฉันสร้างโปรเจกต์ทั้งหมดนี้โดยใช้ Warp แต่เมื่อมันขยายใหญ่ขึ้น ฉันต้องเคลื่อนที่เร็วขึ้น และนั่นคือที่ที่เวทมนตร์เริ่มต้นขึ้น แทนที่จะจัดการทีละอย่าง ฉันได้ปรับใช้เอเจนต์เขียนโค้ดหลายตัวพร้อมกัน นี่คือเอเจนต์หนึ่งที่กำลังเพิ่มฟีเจอร์แบ็กเอนด์ เอเจนต์หนึ่งเกี่ยวกับการจัดทำเอกสาร และเอเจนต์หนึ่งที่กำลังเขียนการทดสอบ ทั้งหมดนี้ขับเคลื่อนโดย Oz ซึ่งเป็นแพลตฟอร์มการจัดระเบียบเอเจนต์บนคลาวด์ที่สร้างขึ้นบน WR แดชบอร์ดของ Oz ให้มุมมองแบบเรียลไทม์ของเอเจนต์ทั้งหมดของคุณได้อย่างรวดเร็ว คุณสามารถเห็นว่าพวกเขากำลังทำอะไรอยู่ สถานะของพวกเขา และปัญหาใดๆ ที่พวกเขาอาจมี และเนื่องจากมันอยู่บนคลาวด์ เอเจนต์แต่ละตัวจึงทำงานในสภาพแวดล้อมที่แยกจากกันของตัวเอง ซึ่งหมายความว่าพวกเขาจะไม่รบกวนกันและกัน และ MacBook Air อันมีค่าของฉันก็ยังคงทำงานได้
นั่นยังไม่หมด คุณสามารถรวม Oz เข้ากับโปรเจกต์ของคุณได้ ตัวอย่างเช่น นี่คือเอเจนต์ที่ตั้งเวลาไว้ซึ่งอัปเดตไมโครไซต์ของฉันทุกวัน มันเข้าไปเอาข่าว AI ของวันนั้น ซึ่งเป็นสิ่งที่ฉันสนใจ และสรุปและแสดงข้อมูลนั้นให้ฉัน ด้วย Oz คุณยังสามารถแปลงทักษะให้เป็นเอเจนต์เขียนโค้ด AI ผสานเข้ากับ Slack และ Linear โดยตรง และเข้าถึงฟีเจอร์อื่นๆ อีกมากมายที่สนับสนุนเวิร์กโฟลว์ของทีม วิศวกร 700,000 คนกำลังใช้งานอยู่แล้ว และ 97% ของโค้ด diffs ได้รับการยอมรับ ซึ่งจริงๆ แล้วน่าประทับใจมากและสอดคล้องกับประสบการณ์ของฉันด้วย ดังนั้น หากคุณต้องการเริ่มต้น คุณสามารถเริ่มต้นได้ฟรีที่ลิงก์ด้านล่าง ขอบคุณมากสำหรับการสนับสนุนส่วนนี้ของวิดีโอ ตอนนี้กลับมาที่วิดีโอ
น่าเสียดายที่ไม่มีทรัพยากรที่ดีมากเกี่ยวกับ Agentic Engineering อาจเป็นเพราะมันเป็นหัวข้อที่ใหม่มาก แต่ฉันจะแสดงวิดีโอสองสามรายการที่ฉันทำและทรัพยากรอื่นๆ บนหน้าจอ หากคุณต้องการ ฉันสามารถสร้างวิดีโอที่ครอบคลุมวิธีการทำ Agentic Engineering โดยเฉพาะได้ คุณรู้ไหมว่าอะไรบ้าไปกว่านั้นคือการเรียนรู้หัวข้อทั้งหมดที่เราเพิ่งพูดถึงก่อน AI มันจะใช้เวลาหลายปี เช่น คนไปโรงเรียนเพื่อสิ่งนี้ แล้วทำงานหลายปีเพื่อไปถึงระดับนี้ หรือแม้แต่ถ้าพวกเขาเข้าเรียนในค่ายฝึกอบรมแบบเร่งรัด เราก็ยังพูดถึงอย่างน้อย 10 ถึง 12 เดือนเต็มเวลา แต่ด้วยเทคนิคการเรียนรู้ที่ดีและด้วย AI เพื่อช่วยในการเรียนรู้ของคุณ คุณสามารถลดเวลาเรียนรู้ลงได้อย่างมาก ฉันคิดว่าถ้าคุณตั้งใจจริงๆ และบอกว่าคุณทำเต็มเวลา ฉันจะประมาณ 6 เดือนเพื่อเรียนรู้หัวข้อทั้งหมดเหล่านี้อย่างมั่นคง
ดังนั้น ในส่วนถัดไป ฉันจะแบ่งปันเทคนิคการเรียนรู้ที่ฉันชอบซึ่งสามารถช่วยให้คุณเรียนรู้ได้เร็วขึ้น สำหรับผู้ที่ติดตามช่องของฉันมาสักพักแล้ว คุณอาจจะรู้ว่าการเรียนรู้สิ่งต่างๆ อย่างรวดเร็วเป็นกิจกรรมโปรดของฉัน ดังนั้น น่าตื่นเต้นมาก มาพูดถึงเคล็ดลับในการเร่งการเรียนรู้ของคุณกัน ฉันจะแบ่งเคล็ดลับเหล่านี้ออกเป็นสองประเภท ประเภทแรกคือวิธีการใช้ทรัพยากรของคุณให้ดีขึ้น เช่น การบรรยาย หนังสือ และประเภทที่สองคือวิธีการใช้โปรเจกต์สำหรับการเรียนรู้ และโดยเฉพาะอย่างยิ่งวิธีการใช้เอเจนต์เขียนโค้ด AI เพื่อช่วยคุณสร้างโปรเจกต์และเรียนรู้ไปพร้อมๆ กัน ยิงปืนนัดเดียวได้นกสองตัว โอเค มาพูดถึงวิธีการใช้ทรัพยากรกันก่อน หากทรัพยากรของคุณเป็นวิดีโอ หรือข้อความ หรือการอ่าน และอื่นๆ ฉันขอแนะนำให้ใช้สิ่งที่คล้ายกับ NotebookLM และใส่ข้อมูลทั้งหมดลงไป แล้วขอให้มันสรุปสิ่งต่างๆ ให้คุณ และสร้างคำถามที่จะนำทางคุณตลอดงาน นี่เรียกว่า Priming และสามารถเร่งกระบวนการเรียนรู้ของคุณได้อย่างมาก เพราะคุณจะเข้าใจว่าสิ่งที่คุณต้องเรียนรู้คืออะไร และสิ่งเหล่านั้นเชื่อมโยงกันอย่างไร ขณะที่คุณกำลังดูการบรรยาย ข้อความ และสแนปเป็ตโค้ด และอะไรก็ตาม หากมีสิ่งใดที่คุณไม่เข้าใจ คุณสามารถคัดลอกและวางลงใน AI เพื่อช่วยอธิบายสิ่งที่เกิดขึ้นได้ เมื่อพูดถึงโค้ดและตรรกะ อย่างน้อยที่สุด ณ เวลาที่ถ่ายทำตอนนี้ โมเดล AI ที่ดีที่สุดสำหรับสิ่งนี้คือ Claude โดยส่วนตัวแล้วฉันใช้ Claude Sonnet เป็นค่าเริ่มต้นสำหรับทุกสิ่งที่เกี่ยวข้องกับโค้ด แต่ถ้าคุณไม่ต้องการจ่ายเงินและคุณใช้สิทธิ์ทดลองใช้ฟรีหมดแล้ว โมเดล AI สมัยใหม่ส่วนใหญ่จะสามารถช่วยอธิบายโค้ดได้ คุณยังสามารถใช้โมเดลฟรีแบบโอเพนซอร์ส เช่น Quen, Kimmy หรือ DeepSync ได้อีกวิธีหนึ่งที่ฉันชอบใช้โมเดล AI เพื่อช่วยในการเรียนรู้คือการนำแนวคิดมาแล้วขอให้มันยกตัวอย่างและการเปรียบเทียบ เพราะสิ่งนี้จะช่วยให้มันตอกย้ำแนวคิดในใจของฉันได้ ตัวอย่างเช่น หากคุณกำลังเรียนรู้เกี่ยวกับการเขียนโปรแกรมเชิงวัตถุ คุณสามารถขอให้มันอธิบายการเขียนโปรแกรมเชิงวัตถุให้ฉันฟังโดยใช้การเปรียบเทียบและยกตัวอย่างที่ชัดเจนกว่ามาก ฉันคิดว่า และสุดท้าย บ่อยครั้งวิธีที่ดีที่สุดในการเรียนเขียนโค้ดคือการนำโค้ดและสแนปเป็ตจากทรัพยากรที่คุณมี เช่น โค้ดของผู้อื่น แล้วขอให้ AI ช่วยคุณทำความเข้าใจโค้ดที่มีอยู่เพื่ออธิบายให้คุณฟังว่าโค้ดกำลังทำอะไรอยู่ สิ่งนี้ทรงพลังมาก และฉันรู้สึกเสียใจที่ฉันไม่มีตัวเลือกนี้เมื่อฉันเรียนเขียนโค้ด ในการทำเช่นนี้ คุณสามารถคัดลอกและวางหรืออัปโหลดโค้ดลงในโมเดล AI หรือนี่อาจเป็นโอกาสที่ดีสำหรับคุณในการตั้งค่าเอเจนต์เขียนโค้ด AI เพียงแค่ให้โค้ดแก่เอเจนต์ แล้วมันจะอธิบายโครงสร้างของโค้ดให้คุณฟัง ชิ้นส่วนต่างๆ ทำงานร่วมกันอย่างไร บรรทัดโค้ดต่างๆ หมายถึงอะไรทีละบรรทัดหากคุณต้องการ
และเมื่อพูดถึงโปรเจกต์ นี่เป็นการเปลี่ยนผ่านที่ดีไปยังหมวดหมู่เคล็ดลับที่สองที่ฉันมี ซึ่งก็คือโปรเจกต์ ก่อนอื่น ฉันแค่อยากจะเน้นย้ำว่าโปรเจกต์เป็นวิธีที่ดีที่สุดในการเรียนเขียนโค้ดอย่างไม่ต้องสงสัย คุณสามารถดูการบรรยายมากมาย อ่านสิ่งต่างๆ มากมาย และอื่นๆ และคุณคิดว่าคุณรู้สิ่งเหล่านี้ ใช่ แต่คุณไม่รู้ เว้นแต่คุณจะเริ่มสร้างมันจริงๆ และวิธีที่คุณทำคือการทำโปรเจกต์ ดังนั้นฉันขอแนะนำให้คุณทำโปรเจกต์อย่างต่อเนื่องในขณะที่คุณเรียนรู้ เช่น หากคุณกำลังเรียนรู้วิธีใช้ API ให้สร้างโปรเจกต์ที่คุณใช้ API หรือ API หลายตัว หากคุณกำลังเรียนรู้เกี่ยวกับการทดสอบ ให้เขียนการทดสอบบางส่วน ลองทำความเข้าใจความแตกต่างระหว่างเทคโนโลยีสแต็คต่างๆ ลองใช้ด้วยตัวเอง โดยเฉพาะอย่างยิ่งด้วยความช่วยเหลือจากเอเจนต์เขียนโค้ด AI มันง่ายมากที่จะทำเช่นนี้ คุณสามารถขอให้เอเจนต์เขียนโค้ดบางอย่าง เช่น "สร้างซอฟต์แวร์จัดเก็บเพลงให้ฉันด้วยสเปก XYZ ที่สร้างด้วยแบ็กเอนด์ Django, ฟรอนต์เอนด์ Next.js JS และจัดเก็บข้อมูลในฐานข้อมูล SQLite เป็นต้น" นี่คือวิธีที่คุณจะเรียนรู้ได้เร็วขึ้น ได้รับประสบการณ์มากขึ้น และยังทำงานเพื่อใช้เอเจนต์เขียนโค้ด AI ด้วย Agentic Engineering
ฉันเคยกล่าวถึงโปรเจกต์ของผู้อื่นมาก่อน วิธีที่ดีอีกวิธีหนึ่งในการเรียนรู้คือการนำโปรเจกต์ของผู้อื่นมาปรับใช้ เพิ่มสิ่งต่างๆ เข้าไป เปลี่ยนแปลงโค้ด และดูว่าผลลัพธ์เปลี่ยนแปลงไปอย่างไร นี่เป็นวิธีที่ดีในการเรียนรู้และเป็นที่นิยมในหมู่นักศึกษาวิศวกรรมทุกที่ เคล็ดลับอีกอย่าง ขณะที่คุณกำลังเขียนโค้ด คุณสามารถขอให้ AI ให้คำแนะนำหลายๆ อย่างเกี่ยวกับวิธีการนำไปใช้ได้ วิธีนี้จะช่วยขยายทักษะความรู้ของคุณ ซึ่งจะทำให้คุณเป็นนักเขียนโค้ดที่ดีขึ้นมาก และเคล็ดลับเล็กๆ น้อยๆ สุดท้าย ขอให้ AI ช่วยคุณทำความเข้าใจเอกสารประกอบ ฉันเกลียดการอ่านเอกสารประกอบ ฉันเกลียดมันมาก ฉันคิดว่าฉันไม่ได้อ่านเอกสารประกอบเลยตั้งแต่ปี 2024 เพราะฉันจะขอให้ AI ช่วยฉันทำความเข้าใจเอกสารประกอบ เพื่อความชัดเจน ฉันยังคงต้องเข้าใจเอกสารประกอบ ฉันแค่ไม่ชอบอ่านมัน ดังนั้น นี่เป็นวิธีที่ดีในการทำความเข้าใจเอกสารประกอบได้เร็วขึ้นและนำไปใช้ในโปรเจกต์ของคุณ
ฉันจะไม่ลงรายละเอียดเกี่ยวกับเคล็ดลับเฉพาะของ Vibe Coding/Agentic Engineering ในตอนนี้ เพราะมันมีมากเกินไปและมีวิดีโออื่นที่ฉันสามารถทำได้เกี่ยวกับหัวข้อนี้ ดังนั้น ฉันจะแสดงเคล็ดลับ Vibe Coding เล็กๆ น้อยๆ ที่ฉันชอบบนหน้าจอ หากนั่นเป็นประโยชน์สำหรับพวกคุณ โปรดทราบว่านี่ไม่ใช่ทั้งหมด และอาจทำให้สับสนได้หากคุณไม่เคยมีประสบการณ์มาก่อน แจ้งให้เราทราบในความคิดเห็นหากคุณต้องการให้ฉันสร้างวิดีโอฉบับเต็มสำหรับหัวข้อนั้นจริงๆ
เอาล่ะ เรามาถึงตอนท้ายของวิดีโอนี้แล้ว ขอบคุณมากที่รับชมจนจบ ฉันรู้ว่ามันเยอะมาก ฉันหวังว่านี่จะเป็นประโยชน์จริงๆ ฉันดีใจมากที่คุณกำลังเรียนเขียนโค้ดในปี 2026 ขอให้โชคดีกับการเดินทางเขียนโค้ดของคุณ และฉันจะพบคุณในวิดีโอหรือไลฟ์สตรีมถัดไป