Shopify มีวิศวกร 23,000 คนที่กำลังเร่งดำเนินการเพื่อทำให้การเขียนโค้ด 96% เป็นระบบอัตโนมัติภายในไตรมาส 3 ของปีนี้
พวกเขาทำงาน Claude Code หลายเอเจนต์แบบคู่ขนาน โดยแต่ละตัวจัดการคนละส่วนของโค้ดเบส ในขณะที่วิศวกรมีหน้าที่แค่รีวิวและรวมโค้ดเท่านั้น
Bessemer เผยแพร่ playbook แบบ AI-first ฉบับสมบูรณ์ของพวกเขาแล้ว
นี่คือการตั้งค่าที่แน่นอนของพวกเขา และคุณสามารถก็อปปี้ไปใช้ได้ภายใน 5 นาที 👇
ชั้นโครงสร้างพื้นฐาน (เพราะอะไรการตั้งค่าของพวกเขาถึงใช้งานได้)
Shopify ไม่ได้ทำให้เป็นมาตรฐานด้วย AI tool เพียงตัวเดียว พวกเขาทำให้ชั้นที่อยู่ข้างใต้เป็นมาตรฐานแทน
พวกเขาสร้าง LLM proxy ภายในที่ส่งทุกคำขอ AI ผ่านเกตเวย์เดียว Claude Code, GitHub Copilot, Cursor ทั้งหมดไหลผ่านโครงสร้างพื้นฐานเดียวกัน
สิ่งนี้ทำให้พวกเขาควบคุมต้นทุนแบบรวมศูนย์ วิเคราะห์การใช้งาน และสามารถสลับโมเดลได้โดยไม่ต้องเปลี่ยนขั้นตอนการทำงานของวิศวกรคนใด
บทเรียนสำหรับทีมขนาดเล็ก: อย่าเลือก tool เดียวแล้วทุ่มสุดตัว จงสร้างโครงสร้างพื้นฐานเพื่อให้คุณสามารถทดลองใช้เครื่องมือหลายตัวพร้อมกันไปพร้อมกับควบคุมต้นทุนและข้อมูลได้
รูปแบบที่ 1: เอเจนต์แบบคู่ขนาน ไม่ใช่แชทเดี่ยว
วิศวกรอาวุโสของ Shopify ไม่ได้ใช้ Claude Code เป็นเครื่องมือแบบถามครั้งเดียวแล้วตอบครั้งเดียว
พวกเขาเปิดตัวเอเจนต์หลายตัวพร้อมกัน โดยทำงานคนละส่วนของโค้ดเบส
เอเจนต์หนึ่งรีแฟกเตอร์โมดูล auth อีกตัวเขียนเทส ตัวที่สามอัปเดตเอกสาร วิศวกรตรวจสอบผลลัพธ์ ทิ้งสิ่งที่ใช้ไม่ได้ รวมสิ่งที่ใช้ได้
หน้าที่ของวิศวกรเปลี่ยนจากการเขียนโค้ดมาเป็นการรีวิวและรวมผลลัพธ์จากเอเจนต์ Farhan Thawar (VP ฝ่ายวิศวกรรม) เรียกสิ่งนี้ว่า "การบริหารระบบอัจฉริยะ"
รูปแบบที่ 2: การวนซ้ำแบบวิจารณ์แบบขยาย
ไม่ใช่ทุกงานจะได้ประโยชน์จากความขนาน สำหรับการตัดสินใจทางสถาปัตยกรรมที่ซับซ้อน วิศวกรของ Shopify จะรันเอเจนต์ตัวเดียวผ่านการวนซ้ำแบบวิจารณ์แบบขยาย
เอเจนต์สร้างคำตอบ ประเมินมัน แก้ไขมัน และปรับปรุงต่อไปเรื่อยๆ ผ่านวงจรการใช้เหตุผลที่ยาวนาน
แทนที่จะยอมรับผลลัพธ์แรก พวกเขาบังคับให้เอเจนต์โต้แย้งกับตัวเอง
สิ่งนี้ให้ผลลัพธ์ที่ดีกว่าการใช้พรอมพ์เดียวอย่างมาก เพราะ Claude จับข้อผิดพลาดของตัวเองได้ก่อนที่คุณจะต้องเห็น
รูปแบบที่ 3: ชุดเครื่องมือ AI ของ Shopify (MCP)
ในเดือนเมษายน 2026 Shopify เปิดตัว MCP server แบบโอเพนซอร์สที่เชื่อมต่อ Claude Code โดยตรงกับเอกสารของ Shopify, GraphQL API schemas และการดำเนินการร้านค้าสด
คำสั่งเดียวในการติดตั้ง:
สิ่งนี้ทำให้ Claude Code มี 7 เครื่องมือ:
- ค้นหาเอกสาร Shopify ปัจจุบัน (ไม่ใช่ข้อมูลเทรนนิ่งที่ล้าสมัย)
- ตรวจสอบความถูกต้องของ GraphQL queries เทียบกับ schema ปัจจุบัน
- ดำเนินการร้านค้าผ่าน Shopify CLI
- สร้างสินค้า จัดการ metafields แก้ไขธีม
- รัน bulk operations ด้วยภาษาธรรมชาติ
หากไม่มีสิ่งนี้ Claude จะมโนฟิลด์ API และคิดค้นรูปแบบคอมโพเนนต์ขึ้นเอง เมื่อมีสิ่งนี้ Claude จะทำงานกับข้อมูลแพลตฟอร์มจริง
รูปแบบที่ 4: CLAUDE.md ในฐานะโครงสร้างพื้นฐานของทีม
Shopify ไม่ได้ปฏิบัติต่อ CLAUDE.md เป็นคอนฟิกส่วนตัว มันคือโครงสร้างพื้นฐานของทีมที่ commit ไปยัง git และแชร์กันในวิศวกรทั้ง 23,000 คน
แนวทางของพวกเขาจากงานประชุม:
ข้อมูลสำคัญจากงานประชุม: การยัดเยียดมาตรฐานและข้อกำหนดทุกอย่างลงใน CLAUDE.md ทำให้ประสิทธิภาพแย่ลง ไม่ใช่ดีขึ้น
คุณต้องจ่ายค่ามันทั้งหมดในทุกๆ เทิร์น
รูปแบบที่ 5: การตรวจสอบความถูกต้องโดยเน้นกลยุทธ์ก่อน
นี่คือจุดที่แนวทางของ Shopify แตกต่างจากทีมส่วนใหญ่
ในปี 2024 วิศวกรใช้เวลา 70% ไปกับการดำเนินการ และ 30% ไปกับกลยุทธ์
ในปี 2026 Shopify กลับสัดส่วนนั้น
เพราะ AI จัดการการเขียนโค้ดส่วนใหญ่ ตอนนี้วิศวกรใช้เวลา 70% ไปกับกลยุทธ์: การแมปโฟลว์ผู้ใช้ การตรวจสอบความต้องการของตลาด การเลือกสถาปัตยกรรมที่เหมาะสม เหลือเพียง 30% สำหรับการดำเนินการ
ทีมของ Farhan ประมาณว่าประสิทธิภาพการทำงานดีขึ้นประมาณ 20% ไม่ใช่จากการเขียนโค้ดมากขึ้น แต่จากการทดสอบ 10 แนวทางแทนที่จะเป็น 2 แนวทาง การทำต้นแบบที่เร็วขึ้น และผลงานที่มีความเที่ยงตรงสูงขึ้น
รูปแบบที่ 6: อิสระที่ปลอดภัยพร้อมการ์ดกันตก
Shopify ไม่ปล่อยให้เอเจนต์ทำงานโดยไร้การควบคุม การตั้งค่าการ์ดกันตกของพวกเขา:
เอเจนต์สามารถอ่าน เขียน ทดสอบ และ commit ได้ พวกมันไม่สามารถพุชไปยังรีโมท, ดีพลอยไปยังโปรดักชัน, ลบฐานข้อมูล หรืออ่านความลับได้
มนุษย์ยังคงอยู่ในวงจรสำหรับสิ่งใดก็ตามที่ย้อนกลับไม่ได้
การตั้งค่าที่คุณสามารถก็อปปี้ไปใช้ได้ตั้งแต่วันนี้
คุณไม่จำเป็นต้องมีวิศวกร 23,000 คนเพื่อใช้รูปแบบเหล่านี้ นี่คือเวอร์ชันเริ่มต้น:
ขั้นตอนที่ 1: ทำให้ CLAUDE.md ของคุณเป็นมาตรฐาน
ขั้นตอนที่ 2: ตั้งค่าเอเจนต์แบบคู่ขนาน
ขั้นตอนที่ 3: ติดตั้ง MCP server ที่เกี่ยวข้อง
ขั้นตอนที่ 4: เพิ่มการ์ดกันตก
อนุญาต: อ่าน, เขียน, ทดสอบ, lint, commit
ปฏิเสธ: พุช, ดีพลอย, ลบ, ความลับ
โหมดเริ่มต้น: acceptEdits
ขั้นตอนที่ 5: กลับสัดส่วน
เลิกใช้เวลา 70% ไปกับการดำเนินการ
ให้เอเจนต์เขียนโค้ด
ใช้เวลาของคุณตัดสินใจว่าโค้ดอะไรควรมีอยู่
ตัวเลขที่สำคัญ
การเพิ่มประสิทธิภาพ 20% ของ Shopify ไม่ได้มาจากการเขียนโค้ดมากขึ้น แต่มาจากการสำรวจ 10 แนวทางแทนที่จะเป็น 2 แนวทาง การทำต้นแบบที่เร็วขึ้น และการจับข้อผิดพลาดได้เร็วขึ้น
ทีมที่ใช้ Claude Code ได้ดีที่สุดไม่ใช่ทีมที่มีพรอมพ์ดีที่สุด แต่เป็นทีมที่สร้างโครงสร้างพื้นฐานเพื่อให้เอเจนต์ทำงานได้อย่างปลอดภัย แบบคู่ขนาน บนโค้ดเบสจริง
การเขียนโค้ดอัตโนมัติ 90% ภายใน Q3 ปี 2026 นั่นไม่ใช่แค่คำกล่าววิสัยทัศน์ นั่นคือเดดไลน์ที่มีวิศวกร 23,000 คนกำลังทำงานเพื่อให้ถึง
ขั้นตอนที่ 4: เพิ่มการ์ดกันตก
อนุญาต: อ่าน, เขียน, ทดสอบ, lint, commit
ปฏิเสธ: พุช, ดีพลอย, ลบ, ความลับ
โหมดเริ่มต้น: acceptEdits
ฉันแชร์โน้ตรายวันเกี่ยวกับ AI, การเงิน และการเขียนโค้ดแบบไวบ์ ใน Telegram channel ของฉัน: https://t.me/zodchixquant
Ghb
