การเขียนโค้ดที่ดีต่อ AI ช่วยลดการใช้ Token ได้

Adam Tornhill ได้นำเสนอในงาน GOTO Copenhagen เกี่ยวกับการเขียนโค้ดที่เหมาะสมกับ AI ซึ่งชี้ให้เห็นว่าโค้ดที่มีสุขภาพดี (healthy code) จะช่วยให้ AI ทำงานได้มีประสิทธิภาพและลดต้นทุนด้าน Token ที่ใช้ไป

การรักษาความสมบูรณ์ของโค้ด (Safeguarding) ต้องอาศัยการปรับปรุงโค้ดด้วย Agentic Refactoring โดยมี MCP ให้ข้อมูลด้านสุขภาพของโค้ด เพื่อให้ AI สามารถดูแลโค้ดที่สร้างขึ้นได้

จากการศึกษาโปรเจกต์โอเพนซอร์สกว่า 1,000 โครงการ พบว่า แม้ AI จะช่วยเพิ่มความเร็วในช่วงสองสามสัปดาห์แรก แต่หลังจากนั้นสองเดือน ความซับซ้อนของโค้ดที่เพิ่มขึ้นอย่างมหาศาลทำให้กำไรด้านความเร็วที่เคยมีหายไปทั้งหมด

Tornhill ระบุว่า หากใช้โค้ดที่มีสุขภาพดี สามารถทำงานได้เร็วกว่าคนที่ทำงานกับโค้ดที่ไม่ดีถึง 10 เท่า และการป้องกันต้องเกิดขึ้นในหลายระดับและเป็นระบบอัตโนมัติทั้งหมด

ขั้นตอนหลักคือการกำหนดค่าพื้นฐาน สร้างตาข่ายนิรภัยสำหรับพฤติกรรม และให้วงจรป้อนกลับ (feedback loop) แก่ Agent ที่ทำการปรับปรุงโค้ด โดยใช้ข้อมูลสุขภาพโค้ดและผลการทดสอบเป็นพื้นฐานในการตัดสินใจของ AI

ศัพท์ที่ควรรู้

  • Agentic AI – AI ที่ทำงานเป็นตัวแทน (Agent) สามารถทำงานอัตโนมัติและดูแลกระบวนการต่างๆ ได้
  • Token – หน่วยข้อมูลที่ใช้ในการประมวลผลของโมเดล AI ซึ่งมีค่าใช้จ่ายในการใช้งาน
  • Healthy Code – โค้ดที่มีคุณภาพดี มีโครงสร้างที่ดีและลดความซับซ้อนที่ไม่จำเป็น
  • Agentic Refactoring – การปรับปรุงโค้ดโดยใช้ AI Agent ที่สามารถดำเนินการแก้ไขโค้ดได้ด้วยตนเอง

ที่มา: infoq.com

Leave a Comment