ในโลกของการพัฒนาซอฟต์แวร์ที่เร่งรีบ ประเด็นด้านความยั่งยืนและซอฟต์แวร์สีเขียวมักถูกละเลย แต่ GitHub เชื่อว่านี่คือช่วงเวลาสำคัญที่ AI จะเข้ามาเปลี่ยนเกม ด้วยเครื่องมือที่ขับเคลื่อนด้วย AI ยุคใหม่ นักพัฒนาสามารถสร้าง 'Continuous Efficiency' ซึ่งเป็นการปรับปรุงโค้ดอย่างต่อเนื่องเพื่อความยั่งยืนโดยแทบไม่ต้องออกแรง
Continuous Efficiency คือการผสานรวมระหว่าง Continuous AI และ Green Software โดยมีเป้าหมายเพื่อนำการทำงานร่วมกันด้วย AI และระบบอัตโนมัติมาใช้ในการพัฒนาซอฟต์แวร์และการทำงานแบบ CI/CD (Continuous Integration/Continuous Delivery) ร่วมกับการออกแบบซอฟต์แวร์ที่ประหยัดพลังงานและเป็นมิตรต่อสิ่งแวดล้อม ผลลัพธ์คือซอฟต์แวร์ที่ทำงานได้ดีขึ้น ประหยัดค่าใช้จ่าย และมีความยืดหยุ่นสูง
แนวคิดนี้เป็นประโยชน์อย่างยิ่งสำหรับนักพัฒนาโดยตรง เพราะการสร้างซอฟต์แวร์ที่มีประสิทธิภาพสูง มาตรฐานโค้ดที่ดีขึ้น และการประกันคุณภาพการเปลี่ยนแปลง ล้วนเป็นหัวใจสำคัญของวิศวกรรมซอฟต์แวร์ ขณะที่ภาคธุรกิจก็จะได้รับมูลค่าทางธุรกิจที่จับต้องได้ เช่น ลดการใช้พลังงานและทรัพยากร เพิ่มประสิทธิภาพ คุณภาพโค้ดดีขึ้น ประสบการณ์ผู้ใช้ดีขึ้น และลดต้นทุนการดำเนินงาน
GitHub กำลังนำแนวคิด Continuous Efficiency มาประยุกต์ใช้ผ่าน ‘Agentic Workflows’ ซึ่งเป็นเฟรมเวิร์กทดลองแบบโอเพนซอร์สที่ทำงานบน GitHub Actions โดยมุ่งเน้นสองด้านหลัก:
-
การบังคับใช้กฎและมาตรฐาน: ด้วยพลังของ LLM (Large Language Models) และ Agentic Workflows ทำให้สามารถกำหนดมาตรฐานวิศวกรรมและแนวทางคุณภาพโค้ดด้วยภาษามนุษย์ แล้วนำไปใช้กับโค้ดเบสขนาดใหญ่ได้อย่างที่ไม่เคยมีมาก่อน ต่างจากการตรวจสอบแบบเดิม เพราะสามารถเข้าใจความตั้งใจ กำหนดกฎที่ครอบคลุมหลากหลายภาษา และแก้ไขปัญหาโดยอัตโนมัติผ่านการสร้าง Pull Request หรือเสนอแนะการแก้ไขได้โดยตรง
- ตัวอย่าง: GitHub ได้นำกฎ Green Software และ W3C Web Sustainability Guidelines มาใช้เพื่อสแกนและเสนอการปรับปรุงโค้ดให้กับโครงการต่างๆ รวมถึงโครงการ ‘resolve’ ซึ่งมีผู้ดาวน์โหลดกว่า 500 ล้านครั้งต่อเดือน การปรับปรุงเล็กน้อยสามารถสร้างผลกระทบที่ยิ่งใหญ่ได้
-
การปรับปรุงประสิทธิภาพที่หลากหลาย: การเพิ่มประสิทธิภาพซอฟต์แวร์เป็นเรื่องที่ซับซ้อน เพราะโค้ดแต่ละชุดมีภาษาและสถาปัตยกรรมที่แตกต่างกัน ‘Daily Perf Improver’ คือหนึ่งในตัวอย่างที่ Agentic Workflows สามารถค้นคว้า วางแผน วัดผล และนำเสนอการปรับปรุงประสิทธิภาพซอฟต์แวร์แบบวนซ้ำ ภายใต้การดูแลของมนุษย์ การทดลองเบื้องต้นบน FSharp.Control.AsyncSeq ได้พิสูจน์ให้เห็นถึงการปรับปรุงที่แท้จริง
Agentic Workflows ช่วยให้นักพัฒนาสามารถเขียนระบบอัตโนมัติด้วยภาษามนุษย์ (Markdown) แทนที่จะเป็น YAML หรือสคริปต์แบบเดิมๆ ไฟล์ Markdown จะถูกคอมไพล์เป็น GitHub Actions workflow มาตรฐาน และรันโดย AI agent ภายในสภาพแวดล้อมที่ปลอดภัยบน GitHub Actions พร้อมการควบคุมความปลอดภัยและตรวจสอบย้อนหลังได้
GitHub เชิญชวนนักพัฒนาที่สนใจในเฟสการทดลอง ให้เริ่มใช้งาน Agentic Workflows บน GitHub Actions ได้แล้ววันนี้ รวมถึงการทดลองใช้ ‘Daily performance improver’ หรือสร้างเวิร์กโฟลว์ของตนเอง GitHub Sustainability จะเผยแพร่ชุดกฎและเวิร์กโฟลว์เพิ่มเติมในเร็วๆ นี้ และเปิดรับนักพัฒนาที่ต้องการเป็นผู้ใช้งานกลุ่มแรก
🏷️ หมวดหมู่: News & insights, Policy, Continuous Efficiency
🔗 Refer: Github
