HumanLayer วิเคราะห์ว่าโรงงานซอฟต์แวร์อัตโนมัติที่ใช้ AI ล้มเหลวเนื่องจากปัญหาการฝึกโมเดล ไม่ใช่การปรับปรุงวิศวกรรม เช่น harness engineering หรือ loop engineering ที่ถูกกล่าวถึงอย่างมาก ตัวอย่างคือ StrongDM ที่ใช้ระบบ 'lights-off' ซึ่งไม่มีมนุษย์อ่านหรือเขียนโค้ด แต่พบว่าอัตราเหตุการณ์ (incidents) เพิ่มขึ้น พร้อมกับคุณภาพโค้ดลดลงตามรายงานของ Faros AI ที่ระบุว่าการรีวิว pull request ลดลง 15% และข้อผิดพลาดในโค้ดเพิ่มขึ้น ผู้เขียนชี้ว่าจุดหลักคือการฝึกโมเดลที่ไม่เพียงพอ ไม่ใช่แค่การปรับปรุงเทคนิคการวิศวกรรม งาน AI Engineer World's Fair 2026 ยังเน้นว่าโมเดลต้องพัฒนาในด้านการแก้ปัญหาเชิงตรรกะ (agentic coding tasks) มากกว่าการปรับปรุงวิธีการวิศวกรรมเพียงอย่างเดียว
AIการพัฒนาซอฟต์แวร์StrongDMOpenAIFaros AI
สรุปด้วย MAF Local AI · เนื้อหาต้นฉบับเป็นของแหล่งข่าว