อาทิตย์ก่อนเราไล่อ่าน repo ที่รวม skill ของสายเขียนโค้ดอยู่หลายตัว ส่วนใหญ่ธีมเดียวกัน คือช่วยให้ AI เขียนโค้ดได้เป็นระบบและเร็วขึ้น
แต่มีตัวหนึ่งที่ทำให้หยุดดูนานกว่าเพื่อน ชื่อ gstack ด้วยเหตุผลสองข้อ หนึ่งคือเจ้าของ Garry Tan ประธานและ CEO ของ Y Combinator เอา stack ที่เขาใช้เขียนงานจริงทุกวันมาเปิดให้ใช้ฟรี สองคือมันไม่ได้ขายว่า "เขียนโค้ดเร็ว" แต่ขายว่า "ตรวจก่อนปล่อย"
พอเปิดอ่านจริง มันเลยไม่ใช่แค่กล่องเครื่องมือ แต่เป็นตัวอย่างที่ชัดที่สุดตัวหนึ่งของแนวคิดที่เราสนใจมาสักพัก วันที่ AI เขียนโค้ดได้เร็วมากแล้ว คอขวดของงานไม่ได้อยู่ที่ความเร็วอีกต่อไป
จะเล่าเป็นสามช่วง เริ่มจาก มันคืออะไร ต่อด้วย สิ่งที่ gstack เชื่อ แล้วปิดด้วย บทเรียนสำหรับคนทำโปรดักต์ ไม่ใช่แค่คนเขียนโค้ด
ช่วงที่ 1gstack คืออะไร
Garry Tan อธิบาย gstack ไว้ใน README ตรง ๆ ว่ามันคือวิธีที่เขาทำงาน
"มันเปลี่ยน Claude Code ให้เป็นทีมวิศวกรรมเสมือน มี CEO ที่คิดทบทวนตัวผลิตภัณฑ์ eng manager ที่ล็อกสถาปัตยกรรม ดีไซเนอร์ที่จับงานลวก ๆ ของ AI reviewer ที่หาบั๊กระดับ production QA ที่เปิดเบราว์เซอร์จริง เจ้าหน้าที่ความปลอดภัยที่รัน OWASP กับ STRIDE และ release engineer ที่ปล่อย PR ผู้เชี่ยวชาญ 23 คน กับเครื่องมือหลักอีก 8 ตัว ทั้งหมดเป็น slash command เป็น Markdown ฟรี ใบอนุญาต MIT"
อ่านแล้วจะเห็นว่ามันไม่ใช่ "ผู้ช่วยเขียนโค้ด" ตัวเดียว แต่เป็นทีมที่แบ่งบทบาทกันชัด จุดที่สำคัญกว่าจำนวนหัวคือ มันบังคับให้งานผ่านการรีวิวหลายมุมก่อนปล่อย มุม CEO ถามว่านี่ของ 10 ดาวจริงหรือ 3 ดาวแต่งหน้ามา มุมวิศวกรถามว่าสถาปัตยกรรมรับ edge case ไหวไหม มุมดีไซน์ถามว่ารู้ไหมว่า "ดี" หน้าตาเป็นยังไง มุม devex ถามว่าคนอื่นจะเอาไปใช้ต่อได้ง่ายแค่ไหน แล้วจบด้วยขั้นตอนทดสอบ ปล่อย PR และเฝ้าดูหลัง deploy
ช่วงที่ 2สิ่งที่ gstack เชื่อ
gstack ไม่ได้แค่จัดเครื่องมือให้เป็นระเบียบ มันมีจุดยืน และจุดยืนนั้นคือหัวใจที่ทำให้มันน่าสนใจ Garry เขียนไว้ในไฟล์ ETHOS ว่า
"กำแพงด้านวิศวกรรมหายไปแล้ว สิ่งที่เหลือคือ taste วิจารณญาณ และความกล้าที่จะทำให้มันครบ"
เขาเคลมว่าปีนี้ตัวเองปล่อยโค้ดได้เร็วกว่าเมื่อ 13 ปีก่อนหลายร้อยเท่า (ย้ำว่าเป็นตัวเลขที่เขาวัดเอง ไม่ใช่ benchmark กลาง) แต่ประเด็นของเขาไม่ได้อยู่ที่ความเร็ว มันอยู่ที่ว่า เมื่อการเขียนถูกลงจนแทบไม่มีต้นทุน การตัดสินใจว่าจะสร้างอะไร และกันไม่ให้ปล่อยของห่วย กลายเป็นงานทั้งหมด
เห็นได้จากหลักที่เขาตั้งชื่อว่า Boil the Ocean เมื่อก่อนคำแนะนำคือ "อย่าทำให้ครบทุกอย่าง" เพราะเวลาวิศวกรแพง แต่พอต้นทุนตรงนั้นหายไป การทำแบบลวก ๆ แล้วค่อยตามแก้ กลับกลายเป็นหนี้ ถ้าเวอร์ชันที่ครบใช้เวลาเพิ่มแค่ไม่กี่นาที ก็ควรทำให้ครบไปเลย
แต่หลักที่เราชอบที่สุดคือเรื่องคนต้องเป็นคนเคาะ gstack เขียนไว้ว่า
"AI แนะนำ คนตัดสินใจ นี่คือกฎที่อยู่เหนือกฎอื่นทั้งหมด" และ "สอง AI model เห็นตรงกัน คือสัญญาณที่หนักแน่น แต่ไม่ใช่คำสั่ง"
นี่แหละคือเหตุผลที่ pipeline รีวิวหลายมุมของมันถึงสำคัญ แต่ละมุมมีไว้ ท้าทายงาน ไม่ใช่ปั๊มตรารับรอง และคนเป็นคนเลือกว่าคำท้าไหนฟังขึ้น พูดอีกแบบ gstack คือการเอา taste กับลำดับความสำคัญของการตัดสินใจ มาเขียนฝังลงในซอฟต์แวร์ ทีมส่วนใหญ่ข้ามมุมพวกนี้ไปเกือบหมด คนทำงานเดี่ยวข้ามหมดเลย เขาเอามันกลับมาเป็นด่านบังคับ
ช่วงที่ 3บทเรียนสำหรับคนทำโปรดักต์
ต่อให้คุณไม่ได้เขียนโค้ดเป็นอาชีพ สามอย่างนี้ขโมยไปใช้ได้เลย
- ใส่ด่านรีวิวให้ตัวเอง แม้ทำงานคนเดียว ทีมมีคนคอยเถียงกันตามธรรมชาติ คนทำงานเดี่ยวไม่มี ลองตั้งมุมรีวิวสองสามมุมให้ AI สวมบทบาทถามงานตัวเอง มุมธุรกิจ มุมผู้ใช้ มุมคนที่ต้องมาดูแลต่อ มันจับจุดที่เรามองข้ามได้จริง
- ทำให้ครบ ในเมื่อความครบถูกลงแล้ว ที่เคยตัดสั้นเพราะไม่มีเวลา ตอนนี้ต้นทุนของการทำให้ครบต่ำลงมาก อย่าปล่อยงานลวก ๆ ทั้งที่เวอร์ชันครบใช้เวลาเพิ่มนิดเดียว
- เก็บสิทธิ์เคาะไว้ที่ตัวเอง โดยเฉพาะตอนที่ AI ดูมั่นใจหรือสองตัวเห็นตรงกัน นั่นคือจังหวะที่ล่อให้เราปล่อยมือ ซึ่งเป็นจังหวะที่ต้องระวังที่สุด
เริ่มยังไงดี
ไม่ต้องลง gstack ทั้งชุดก็ได้ ลองหยิบแค่แนวคิดมาใช้ก่อน
- งานชิ้นถัดไปที่จะปล่อย ลองให้ AI สวมบทเดียว เช่น "รีวิวงานนี้แบบ CEO" แล้วดูว่ามันถามอะไรที่เราไม่ได้คิด
- เจอจุดที่อยากตัดสั้น ถามตัวเองว่าเวอร์ชันครบใช้เวลาเพิ่มจริง ๆ เท่าไหร่ ถ้าแค่ไม่กี่นาที ก็ทำให้ครบ
- ครั้งหน้าที่ AI ยืนยันหนักแน่น ฝึกหยุดถามตัวเองก่อนว่า เราเห็นด้วยเพราะมันถูก หรือเพราะมันมั่นใจ
ที่ Garry เปิดซอร์ส stack ของตัวเองไม่ใช่เรื่องเล็ก มันคือสัญญาณจากคนที่เห็นสตาร์ตอัปมาเป็นพัน ว่าคอขวดในการสร้างของย้ายที่แล้ว จาก"เขียนโค้ดได้ไหม" ไปเป็น "ตัดสินใจว่าจะสร้างอะไร และกันของห่วยยังไง" ตัวนี้เป็นหนึ่งในซีรีส์ที่เราไล่ดู repo แพ็กความเชี่ยวชาญเป็น skill เดี๋ยวมีตามมาอีกหลายตัว และจะมีตัวรวบที่ลากเส้นเชื่อมทั้งหมดปิดท้าย
ที่มาและอ้างอิง
- gstack โดย Garry Tan (github.com/garrytan/gstack, MIT) คำพูด "กำแพงด้านวิศวกรรมหายไปแล้ว…", "AI models recommend. Users decide.", "Two AI models agreeing on a change is a strong signal. It is not a mandate." และ Boil the Ocean มาจากไฟล์ ETHOS.md ส่วนคำอธิบายทีม 23 บทบาท มาจาก README
- ตัวเลข productivity (เร็วกว่าเดิมหลายร้อยเท่า) เป็นการวัดของ Garry เอง ระบุไว้ใน README/ETHOS ไม่ใช่ benchmark กลาง และไม่ใช่ตัวเลขที่เราวัดเอง
อ่านต่อในซีรีส์
- GTM Strategist skills ของ Maja Voje ย่อยกลยุทธ์ go-to-market ทั้งชั้นให้ไล่ทำเป็นสเต็ป
- product-discovery-skills สาย Teresa Torres ทำ continuous discovery ให้เป็นสายพานที่ทำซ้ำได้
- pm-skills ของ Pawel Huryn รวมวิชา PM ราว 68 skill ให้เรียกได้ด้วยคำสั่งเดียว
- คู่มือรวม AI product management skills ตัวรวบที่ลากเส้นเชื่อมทั้งซีรีส์เข้าด้วยกัน