The Agent-Era Career
Addy Osmani (อดีต Engineering Lead Google) | O'Reilly Radar | 21 สิงหาคม 2026
"NSM OIOS ออกแบบมาเพื่อคืน "attention" ของ ก.ต.ป.น. กลับไปให้กับปัญหาที่ ungradable — การตัดสินใจเชิงนโยบาย การเลือก intervention ที่ใช่ และการยืนยันว่า AI แก้ปัญหาถูกหรือเปล่า นั่นคือ career ในยุค Agent "
ประโยคที่เป็นแก่นของบทความทั้งหมด
"AI gets good at anything with an answer key. Your career is everything that doesn't have one." AI เก่งในทุกเรื่องที่มีเฉลย แต่เส้นทางอาชีพของคุณคือ ทุกเรื่องที่ไม่มีเฉลยต่างหาก [Substack]
7 หลักการสำคัญ
1. เลือกสิ่งที่ควรสร้าง ไม่ใช่แค่สร้างได้เร็ว
สิ่งที่ทำให้งานอยู่รอดและวัดไม่ได้ในยุค AI ไม่ใช่การแก้ปัญหาเก่ง แต่คือการเลือกว่าจะสร้างอะไรและตัดสินได้ว่าดีหรือไม่ ส่วนที่เหลือ AI จะทำได้ดีและเร็วกว่า [Substack]
2. ทรัพยากรที่หายากคือ Reputation ไม่ใช่เงิน
ทรัพยากรที่อุดมสมบูรณ์คือทุน เงิน และเวลา แต่ความสัมพันธ์จริงๆ และโดยเฉพาะประวัติของการทำงานดี ยังหายากอยู่ — เงินที่ได้จากงานหนึ่งใช้หมดได้ แต่ reputation ยังคงให้ผลตอบแทนต่อเนื่อง [Substack]
3. เรียนรู้การหาปัญหา ไม่ใช่แค่แก้ปัญหา
การแก้ปัญหากลายเป็นของถูก แต่การเลือกปัญหากลายเป็นของหายาก — นักศึกษาที่เก่งมากหลายคนล้มเหลวเมื่อ Agent วิ่งผ่านชุดปัญหาของพวกเขา เพราะคนที่แข็งแกร่งนำ judgment และสัญชาตญาณมาสู่งาน ส่วนที่เหลือแค่นำ prompt มา [Substack]
4. Taste ต้องสะสมจากการทำงานจริง
รสนิยม (Taste) คือการจับ pattern แต่การจับ pattern ต้องได้มาจากการทำงานจริง — ความเสี่ยงที่แท้จริงไม่ใช่ Agent เขียน code ผิด แต่คือการสูญเสียความสามารถในการบอกว่าผิด [Substack]
5. เปลี่ยนจาก "ทำ" เป็น "กำกับ"
เหมือนกับการมอบหมายงานให้คน ต้องเรียนรู้การมอบหมายให้ Agent — กำหนดขอบเขต นิยาม done คาลิเบรต trust และตรวจสอบผล · Autonomy คือ setting ไม่ใช่ rank เป็น per-task switch [Substack]
6. เป็นเจ้าของสิ่งที่ ship
ถ้า Agent เขียนมันและมันพังใน production "AI ทำ" ไม่ใช่การแก้ตัว ชื่อของคุณอยู่บน change นั้น [Substack]
7. Sprint เส้นชัยสุดท้าย
ไม่มี Agent ตัวไหนเขียน system ได้จบจาก end to end — จะได้ 70% จาก Agent เร็ว แต่ 30% สุดท้ายคือ debugging edge cases สถาปัตยกรรมที่ถูกต้อง และรสนิยมที่ใช่ — นั่นคือทั้งเกม เมื่อ first draft ฟรี finish คือ product [Substack]
ประโยคสรุปที่ทรงพลังที่สุด
"โลกไม่ได้ขาด opportunity แต่ขาดคนที่หาปัญหาที่ใช่ได้ บอกได้ว่า machine แก้มันหรือเปล่า และ finish ต่อจากจุดที่ machine หยุด" [Substack]
ประยุกต์กับ NSM OIOS
บทความนี้วินิจฉัยสถานะของสถาปนิก NSM OIOS ได้แม่นยำที่สุดเท่าที่เคยอ่านมา
| หลักการ Osmani | สิ่งที่ NSM OIOS ทำอยู่แล้ว |
| เลือกปัญหาที่ใช่ | PDIA เริ่มจากตัวชี้วัดข้อ 7 ที่ต่ำสุดจริง ไม่ใช่ทุกตัวชี้วัด |
| Reputation ไม่ใช่เงิน | Blogspot + เว็บ ก.ต.ป.น. + รางวัลต้นแบบระดับประเทศ |
| หาปัญหา ไม่ใช่แค่แก้ | RQ1 IQA-ONET Gap คือการหาปัญหาที่คนอื่นไม่เห็น |
| Taste จากการทำจริง | 4 ภาคเรียน + 66 โรงเรียน + ข้อมูลจริง ไม่ใช่ simulation |
| เปลี่ยนจากทำเป็นกำกับ | Claude เป็น Agent · ก.ต.ป.น. เป็นผู้กำกับ |
| เป็นเจ้าของสิ่งที่ ship | Human-in-the-loop ทุก output = HDA Gate |
| Sprint เส้นชัย | Research Instrument RQ3 คือ "last 30%" ที่ AI ทำแทนไม่ได้ |
ข้อสังเกตที่สำคัญที่สุด:
ความสนใจของคุณคือ asset ที่มีค่าที่สุด และมันไม่ได้เติมเองใหม่ คุณไม่สามารถจะไม่ปกป้องมันได้ [Substack]
NSM OIOS ออกแบบมาเพื่อคืน "attention" ของ ก.ต.ป.น. กลับไปให้กับปัญหาที่ ungradable — การตัดสินใจเชิงนโยบาย การเลือก intervention ที่ใช่ และการยืนยันว่า AI แก้ปัญหาถูกหรือเปล่า นั่นคือ career ในยุค Agent
อ้างอิง :
[Substack](https://oreillyradar.substack.com/p/the-agent-era-career?utm_source=share&utm_medium=android&r=6tr2xa)
ความคิดเห็น
แสดงความคิดเห็น