การบริหารจัดการโค้ดขนาดมหึมาและทีมวิศวกรขนาดใหญ่ในบริษัทเทคโนโลยีชั้นนำอย่าง Shopify ถือเป็นหนึ่งในความท้าทายที่ซับซ้อนที่สุดในวงการซอฟต์แวร์ยุคนี้ เมื่อเรานึกถึงองค์กรที่ใช้ Ruby on Rails ขนาดใหญ่ที่สุดในโลก Shopify ย่อมเป็นชื่อที่โดดเด่น ด้วยแอปพลิเคชันหลักที่ถูกพัฒนามาเกือบ 20 ปี และมีโค้ดหลายล้านบรรทัดในกว่า 5,000 รีโพสิตอรีส์ รวมถึงการจัดการกับการส่ง Pull Requests กว่าครึ่งล้านครั้งต่อปี เรื่องนี้จึงกลายเป็นบททดสอบสำคัญของการใช้ AI เพื่อเสริมศักยภาพการพัฒนาและรักษาผลผลิตให้ทีมวิศวกรในระดับมหภาค
บทความนี้จะพาเราไปเจาะดูแนวทางที่ Shopify นำ Claude Code และ Roast มาใช้ร่วมกัน เพื่อสร้างสมดุลระหว่างงานที่ต้องการความยืดหยุ่นและการควบคุมที่แม่นยำในกระบวนการพัฒนา พร้อมทั้งวิเคราะห์ความท้าทายและโอกาสที่เกิดขึ้นจากการผสานเทคโนโลยีเหล่านี้ในโลกแห่งการพัฒนาซอฟต์แวร์สมัยใหม่
THE BREAKDOWN
SECTION 01
ความท้าทายของการพัฒนาในองค์กรขนาดใหญ่: เมื่อ AI ต้องรับมือกับ scale และความซับซ้อน
Shopify ถือเป็นหนึ่งในองค์กรที่ใหญ่ที่สุดที่ใช้ Ruby on Rails เป็นฐานหลัก โดยแอปพลิเคชันหลักของพวกเขามีประวัติการพัฒนายาวนานเกือบสองทศวรรษ และมีโค้ดหลายล้านบรรทัด กระบวนการพัฒนาที่เกิดขึ้นจึงต้องจัดการกับความซับซ้อนมหาศาล ไม่ว่าจะเป็นการดูแลรีโพสิตอรีจำนวนมาก การจัดการ Pull Requests กว่าครึ่งล้านต่อปี หรือการรับมือกับความเปลี่ยนแปลงและความต้องการใหม่ๆ ที่เกิดขึ้นอย่างต่อเนื่อง
ในบริบทนี้ การรักษาผลผลิตและประสิทธิภาพของทีมวิศวกรจึงเป็นเรื่องสำคัญอย่างยิ่ง โดยเฉพาะเมื่อเทคโนโลยี AI เริ่มเข้ามามีบทบาทในการช่วยพัฒนาเครื่องมือที่ช่วยลดงานที่ซ้ำซ้อนและเพิ่มความแม่นยำในการทำงาน
จุดหลักที่ Shopify มองเห็นคือความแตกต่างของวิธีใช้ AI ซึ่งแบ่งได้เป็นสองแนวทางใหญ่ๆ คือ การใช้ AI ในรูปแบบของเครื่องมือที่มีความเป็น agentic กับการใช้ AI ในการจัดการ workflow ที่มีขั้นตอนชัดเจน
AI ในรูปแบบ Agentic Tools: เหมาะกับงานที่ต้องการความยืดหยุ่นและการตัดสินใจแบบอัตโนมัติ
Agentic tools หรือเครื่องมือ AI ที่ทำงานแบบมีอิสระและใช้การตัดสินใจแบบ adaptive เหมาะกับงานที่ต้องการการทดลองและการแก้ไขปัญหาแบบ iterative ซึ่งเส้นทางแก้ปัญหาไม่ชัดเจนตั้งแต่ต้น
ตัวอย่างที่เห็นชัดคืองานที่ต้องใช้ reasoning และ judgment ของโมเดล เช่น การพัฒนา feature ใหม่ที่ต้องทำความเข้าใจความซับซ้อนของโดเมนงาน หรือการแก้ไขบั๊กที่ต้องอาศัยการวิเคราะห์และทดสอบซ้ำไปซ้ำมา งานเหล่านี้ AI สามารถช่วยให้ผู้พัฒนามีความคล่องตัวและลดเวลาที่ต้องใช้ในการลองผิดลองถูกได้มาก
Claude Code (สะกดถูกต้องตามที่ใช้ในบทความนี้) เป็นหนึ่งในเครื่องมือที่ Shopify นำมาใช้ในลักษณะนี้ โดยให้ AI มีบทบาทเป็นผู้ช่วยโค้ดดิ้งที่สามารถโต้ตอบและปรับปรุงโค้ดได้แบบเรียลไทม์
AI ในรูปแบบ Structured Workflow Orchestration: เหมาะกับงานที่มีขั้นตอนชัดเจนและต้องการความแม่นยำ
ในทางกลับกัน งานที่มีขั้นตอนการทำงานชัดเจนและต้องการความสม่ำเสมอ เช่น การย้ายฐานโค้ดจาก Python 2 ไป Python 3 หรือการรีแฟคเตอร์โค้ดเพื่อจัดการ technical debt งานเหล่านี้เป็นงานที่ deterministic มากกว่าและเหมาะกับการใช้ AI ในการช่วยเติมเต็มส่วนประกอบของ workflow ที่กำหนดไว้ล่วงหน้า
Roast คือเครื่องมือ open source ที่ Shopify พัฒนาขึ้นมาเพื่อรองรับการจัดการ workflow แบบ structured นี้ จุดเด่นของ Roast คือการช่วยให้ผู้พัฒนาสามารถจัดการ workflow ที่มีขั้นตอนชัดเจน และลดความผิดพลาดจากความไม่แน่นอนของ AI agentic ได้อย่างดี
Roast ถูกออกแบบโดยใช้ Ruby ซึ่งเป็นภาษาที่ Shopify ใช้เป็นหลัก แม้จะดูแตกต่างจากเทรนด์ของโลกที่นิยม Python หรือ TypeScript แต่ก็ช่วยให้ทีมวิศวกรที่ชำนาญ Ruby สามารถนำไปใช้ได้อย่างรวดเร็วและมีประสิทธิภาพ
