เทอร์เรนซ์ เต๋า ใช้ Coding Agent ฟื้นแอปเพล็ต Java อายุ 27 ปี: 'ใช้เวลาไม่กี่ชั่วโมง แทนที่จะเป็นหลายเดือน'

เมื่อวันที่ 11 กรกฎาคม เทอร์เรนซ์ เต๋า (Terence Tao) นักคณิตศาสตร์เจ้าของเหรียญฟิลด์ส และหนึ่งในนักคณิตศาสตร์ที่มีอิทธิพลที่สุดในโลก เผยแพร่บทความบนบล็อก What’s new เล่าประสบการณ์ตรงในการใช้ coding agent (เอเจนต์เขียนโค้ดที่ขับด้วย LLM) มาฟื้นชีวิตให้กับแอปเพล็ต Java เก่าแก่ของเขา และสร้างเครื่องมือใหม่ที่เคยอยู่แค่ในหัว บทความนี้ไม่ใช่การประกาศเปิดตัวผลิตภัณฑ์ แต่เป็นบันทึกภาคสนามที่ตรงไปตรงมาจากคนที่ไม่ได้ทำงานสายซอฟต์แวร์โดยตรง ว่า AI ช่วยเขาทำอะไรได้บ้าง และตรงไหนที่ยังต้องอาศัยความเชี่ยวชาญของมนุษย์

สิ่งที่ทำให้บทความนี้น่าสนใจสำหรับนักพัฒนาไม่ใช่แค่ชื่อเสียงของผู้เขียน แต่คือ “ความสมจริง” ของบทเรียน — เต๋าไม่ได้เชียร์ AI แบบไร้เงื่อนไข และไม่ได้ดูถูกมันเช่นกัน เขาวัดผลจากงานจริงที่จับต้องได้

จาก Java 1.0 ยุค 90 สู่เว็บสมัยใหม่ในเวลาไม่กี่ชั่วโมง

งานหลักคือการ พอร์ตแอปเพล็ต Java ราว 2 โหล (ประมาณ 24 ตัว) ที่เต๋าเขียนไว้ตั้งแต่ยุค Java 1.0 ปลายทศวรรษ 1990 — เครื่องมือช่วยสอนและช่วยมองภาพทางคณิตศาสตร์ เช่น ตัวจำลอง Besicovitch set, แอปเพล็ต honeycomb ที่เขาทำร่วมกับ Allen Knutson ในปี 1999 และเครื่องมือช่วยเข้าใจ complex analysis — ให้กลายเป็น JavaScript ที่รันบนเว็บเบราว์เซอร์สมัยใหม่ได้ (แอปเพล็ต Java แบบเดิมเลิกทำงานบนเบราว์เซอร์มานานแล้ว)

นอกจากพอร์ตของเก่า เขายังให้เอเจนต์ช่วยสร้าง ของใหม่ ที่เคยล้มเลิกไปเพราะซับซ้อนเกินจะเขียนมือ:

• Spacetime Diagram — เครื่องมือแสดงภาพทฤษฎีสัมพัทธภาพพิเศษ ที่เต๋าเคยวางแผนไว้ตั้งแต่ปี 1999 แต่ต้องล้มเลิกเพราะซับซ้อนเกินไปในตอนนั้น
• Gilbreath Conjecture Visualizer — เครื่องมือโต้ตอบประกอบเปเปอร์ล่าสุดของเขา

ประเด็นสำคัญคือ เวลา — งานที่ถ้าเขียนด้วยมือน่าจะกินเวลาหลายเดือน กลับใช้เวลาเพียง “ไม่กี่ชั่วโมง” และเต๋าอธิบายกระบวนการว่า “painless” (ไม่เจ็บปวด) เอเจนต์สามารถอ่านโค้ดเก่าที่ไม่มีเอกสารประกอบ แล้วสกัด “สเปก” ของสิ่งที่โปรแกรมทำออกมาเพื่อเขียนใหม่ในภาษาใหม่ได้เอง

คุณภาพดีอย่างน่าประหลาดใจ — แต่ไม่ใช่เวทมนตร์

ในแง่คุณภาพ เต๋าพบ บั๊กเล็กน้อยเพียงจุดเดียว จากแอปเพล็ตที่พอร์ตทั้ง 24 ตัว (ปัญหาการจัดการอีเวนต์ลาก/drag) ที่น่าสนใจกว่าคือ เอเจนต์ยัง เจอบั๊กในโค้ดต้นฉบับ 2 จุดที่ตัวเขาเองมองข้ามไป ตลอดหลายปี

แต่เขาก็ระบุเงื่อนไขสำคัญไว้อย่างชัดเจน:

• ความเชี่ยวชาญยังจำเป็น — ประสบการณ์การเขียนโปรแกรมและความรู้เชิงโดเมน (ในที่นี้คือคณิตศาสตร์) ยังคงเป็นสิ่งที่ขาดไม่ได้ในการ “กำกับ” เอเจนต์ให้ไปถูกทาง การตัดสินใจเชิงออกแบบระดับสูงยังเป็นงานของมนุษย์ เอเจนต์รับผิดชอบ “ไวยากรณ์ระดับล่าง”
• ต้องเข้าใจแนวคิดพื้นฐาน เช่น การแยกระหว่าง data model กับ user interface — ถ้าคนสั่งไม่เข้าใจเรื่องพวกนี้ ก็กำกับเอเจนต์ได้ไม่ดี
• ความเสี่ยงต่ำเป็นเงื่อนไขที่ทำให้ยอมรับได้ — เต๋าย้ำว่าแอปเพล็ตเหล่านี้เป็น “สื่อช่วยมองภาพรอง” ไม่ใช่โค้ดที่ใช้พิสูจน์ทฤษฎีบทหรือระบบวิกฤต ดังนั้นแม้มีบั๊กหลุดมาบ้าง ความเสียหายก็จำกัด — นัยคือ เขาเลือกใช้ AI กับงานที่ downside ต่ำอย่างมีสติ

เต๋าจงใจไม่ระบุชื่อเอเจนต์หรือโมเดลที่ใช้ พูดถึงเพียง “an AI agent” และ “LLM-based coding agents” แบบทั่วไป — เป็นการเน้นว่าบทเรียนนี้เป็นเรื่องของ วิธีทำงานกับเครื่องมือประเภทนี้ มากกว่าการเชียร์ยี่ห้อใดยี่ห้อหนึ่ง

มุมมอง AI Curator

บทความนี้มีน้ำหนักเพราะมันมาจากคนที่ ไม่มีแรงจูงใจต้องเชียร์ AI — เต๋าไม่ได้ขายเครื่องมือ ไม่ได้ทำงานให้แล็บ AI และมีชื่อเสียงที่จะเสียมากกว่าได้หากพูดเกินจริง เมื่อคนระดับนี้บอกว่างานหลายเดือนย่นเหลือไม่กี่ชั่วโมงและ “painless” มันคือสัญญาณที่หนักแน่นกว่าเดโมของบริษัทเทคใด ๆ

แต่บทเรียนที่แท้จริงสำหรับนักพัฒนาไทยอยู่ที่ “เงื่อนไข” ที่เต๋าวางไว้ ไม่ใช่ที่ตัวเลขความเร็ว งานที่ AI ทำได้ดีที่สุดในเคสนี้มี 3 คุณสมบัติร่วมกัน: (1) มีสเปกอ้างอิงชัดเจน (โค้ดเก่าที่ใช้งานได้จริง เป็น “ground truth” ให้เอเจนต์แปล), (2) downside ต่ำ (สื่อช่วยสอน ไม่ใช่ระบบธนาคาร), และ (3) มีคนที่เข้าใจโดเมนคอยกำกับ นี่คือสูตรที่ทำซ้ำได้ — พอร์ตโค้ดเลกาซี, สร้างเครื่องมือภายใน, ต้นแบบที่ทดสอบได้ทันที ล้วนเข้าข่าย ในทางกลับกัน งานที่ขาดคุณสมบัติเหล่านี้ (ไม่มีสเปก, ความเสี่ยงสูง, คนสั่งไม่เข้าใจปัญหา) คือที่ที่ coding agent จะสร้างหนี้ทางเทคนิคเร็วพอ ๆ กับที่มันสร้างโค้ด

ประเด็นที่พูดกันน้อยแต่สำคัญคือเรื่อง “ความรู้เชิงโดเมนคือคูเมือง” — ในโลกที่ใครก็สั่งเอเจนต์เขียนโค้ดได้ สิ่งที่แยกผลลัพธ์ดีกับแย่ออกจากกันคือคนสั่งรู้จริงแค่ไหนว่าต้องการอะไรและผลลัพธ์ที่ถูกต้องหน้าตาเป็นอย่างไร เต๋าเจอบั๊ก 3 จุด (รวมของเก่า 2 จุด) เพราะเขา รู้ ว่าภาพที่ถูกต้องควรเป็นอย่างไร คนที่ไม่มีความรู้นั้นจะปล่อยบั๊กผ่านไปโดยไม่รู้ตัว สำหรับนักพัฒนาและองค์กรไทย นี่แปลว่าการลงทุนในความเข้าใจเชิงลึก (โดเมน + สถาปัตยกรรม) มีค่ามากขึ้น ไม่ใช่น้อยลง ในยุคที่การพิมพ์โค้ดกลายเป็นของถูก

แหล่งข่าว

• Old and new apps, via modern coding agents — Terence Tao, What’s new (11 ก.ค. 2026)
• Hacker News discussion