อัปเดต
CONFERENCE
QCon London 2027 เปิด 15 แทร็ก หันโฟกัส AI สาย production แทนเดโมสวยๆ
จาก agent evaluation ถึง distributed debugging — งานประชุมสายวิศวกรรมประกาศธีมชัดว่าโลกนี้เลยจุด "ลองของ" ไปแล้ว
ทีมข่าว เอไอไทย.com
⏱ อ่าน 4 นาที
ถ้างานประชุมใหญ่เริ่มจัดแทร็กเรื่อง "guardrails" กับ "agent evaluation" แยกต่างหาก แปลว่าอะไรที่เคยเป็นของเล่นทดลอง กำลังกลายเป็นงานที่ต้องรับผิดชอบจริง
ถ้าคุณเป็นสาย dev ที่ตามงานคอนเฟอเรนซ์อยู่เรื่อยๆ ข่าวนี้คงไม่ทำให้แปลกใจเท่าไหร่ แต่ถ้าอ่านให้ดี มันบอกอะไรกับวงการพอสมควรเลย — QCon London 2027 ประกาศออกมาแล้วว่าปีนี้จัด 15 แทร็ก ครอบคลุมตั้งแต่ production AI, สถาปัตยกรรม, ไปจนถึงการทำวิศวกรรมระดับสเกลใหญ่
ตัวงานยังไม่มีกำหนดจัดเป๊ะๆ ออกมาในประกาศนี้ แต่ที่ InfoQ ปล่อยออกมาคือ preview ของโปรแกรมทั้ง 15 แทร็ก ซึ่งถ้าดูรายชื่อธีมแล้ว มันสะท้อนทิศทางของวงการวิศวกรรมซอฟต์แวร์ได้ค่อนข้างชัด
แทร็กที่เกี่ยวกับ AI ไม่ได้พูดถึงแค่ "ทำโมเดล" หรือ "prompt ยังไงให้เก่ง" อีกต่อไป แต่พุ่งไปที่สองเรื่องที่คนทำของจริงเจอทุกวัน นั่นคือ agent evaluation กับ guardrails — สองคำนี้ฟังดูเป็นศัพท์เทคนิค แต่จริงๆ มันคือคำตอบของคำถามที่ว่า "จะรู้ได้ยังไงว่า AI ที่ปล่อยขึ้น production ไปแล้วมันทำงานถูกจริง และจะกันไม่ให้มันทำเรื่องพังได้ยังไง"
ส่วนแทร็กอื่นๆ ก็ไม่ได้เป็นของแถม เพราะมีทั้ง AI-era architecture, distributed-system debugging, modern data platforms, high-performance engineering และ Staff+ leadership — คือพูดง่ายๆ ว่าคนจัดงานพยายามบอกว่าโลกวิศวกรรมยุคนี้มันพันกันไปหมดแล้ว ทำ AI อย่างเดียวไม่พอ ต้องรู้ว่าจะเอาไปวางบนระบบแบบไหน จะ debug ยังไงตอนมันพัง และจะนำทีมยังไงในยุคที่ทุกอย่างเปลี่ยนเร็ว
ถ้าคุณทำงานสายนี้อยู่ การดูว่าแทร็กไหนได้พื้นที่ในงานประชุมใหญ่ๆ มันคือสัญญาณชั้นดีว่าอะไรกำลังเป็น "ปัญหาจริง" ที่คนในวงการต้องการคำตอบ ไม่ใช่แค่ hype ที่คนพูดกันบนทวิตเตอร์
การที่ production AI ได้แทร็กของตัวเอง แปลว่าอุตสาหกรรมกำลังยอมรับว่าเรื่องนี้มันเลยขั้นทดลองไปแล้ว และสิ่งที่ยากที่สุดไม่ใช่การสร้าง AI ให้เก่ง แต่เป็นการทำให้มันทำงานได้จริง ตรวจสอบได้ และไม่สร้างปัญหาให้ระบบที่มันไปอยู่
Production AI
โฟกัส agent evaluation และ guardrails — เรื่องที่คนทำของจริงต้องเจอหลังปล่อยขึ้นระบบ
Architecture & Systems
AI-era architecture และ distributed-system debugging — สถาปัตยกรรมที่ต้องรองรับความซับซ้อนใหม่
Data & Performance
Modern data platforms และ high-performance engineering — พื้นฐานที่ไม่ว่า AI จะไปทางไหนก็ยังต้องพึ่ง
Leadership
Staff+ leadership — เส้นทางของวิศวกรที่ไม่ต้องเป็น manager แต่ยังนำทีมได้
อีกอย่างที่เห็นได้จากรายชื่อแทร็กคือ "Staff+ leadership" ได้พื้นที่ของตัวเอง ซึ่งเป็นเทรนด์ที่วงการซอฟต์แวร์พูดกันมาระยะหนึ่งแล้ว ว่าอาชีพวิศวกรไม่ควรมีแค่ทางเดียวคือไปเป็นหัวหน้า แต่ต้องมีเส้นทางสายเทคนิคที่โตได้จริงโดยไม่ต้องทิ้งงานโค้ด
สำหรับคนไทยที่อาจไม่ได้บินไปลอนดอน งานแบบนี้ก็ยังมีประโยชน์ในแง่ที่ว่ามันเป็นตัวชี้วัดว่าองค์กรเทคโนโลยีทั่วโลกกำลังให้ความสำคัญกับอะไร ถ้าทีมคุณกำลังวางแผนว่าปีหน้าจะอัปสกิลอะไร หรือจะลงทุนกับด้านไหน รายชื่อแทร็กพวกนี้คือ cheat sheet ชั้นดีที่บอกว่าอะไรกำลังเป็นที่ต้องการของตลาด
รายชื่อแทร็กของ QCon London 2027 บอกอะไรได้ชัดกว่าที่คิด — วงการวิศวกรรมเลิกมอง AI เป็นของเล่นทดลองในเดโม แล้วหันมาถามคำถามที่ยากกว่าและจำเป็นกว่ามาก นั่นคือจะเอามันขึ้น production ยังไงให้ปลอดภัยและตรวจสอบได้ ใครที่ยังคิดว่าแค่เรียก API โมเดลได้ก็พอ คงต้องทบทวนใหม่
ที่มา: InfoQ AI/ML — อ่านต้นฉบับ
ความคิดเห็น 5
กำลังโหลดความคิดเห็น...