AI and Code Editors
2025 မှာ Software developer JD တွေကိုကြည့်လိုက်ရင် baseline အနေနဲ့ တစ်ခုတိုးလာရှိတယ်၊ အဲ့တာကတော့ AI tools တွေကို အသုံးပြုပြီးတော့ code ရေးနိုင်ရမယ်ပေါ့၊ ဆိုလိုတာက day-to-day use မှာ AI ကို မဖြစ်မနေ Apply လုပ်ရမယ်ပေါ့၊ ဒါကလည်း ဘာကြောင့်လဲဆိုတော့ AI သုံးတဲ့ developer နဲ့ AI မသုံးတဲ့ developer ရဲ့ productivity ဟာ သိသိသာသာ ကွာခြားသွားတာကြောင့်ပဲဖြစ်ပါတယ်
ဘာကြောင့် productivity ကွာသွားတာလဲ
AI နည်းပညာတွေ တရှိန်ထိုးပြောင်းလဲ တိုးတက်မှုဟာ အရမ်းမြန်ပါတယ်၊ အရင်က developer လုပ်ဖို့ဆို English စာလေ့လာရမယ်၊ Google ခေါက်တတ်ရမယ် Google dork အခြေခံလောက်နားလည်ရမယ်၊ Stackoverflow သုံးတတ်ရမယ်၊ Documentation/Reference တွေဖတ်တတ်ရမယ် ဒီလိုမျိုးတွေတတ်ထားရင် developer လုပ်လို့အဆင်ပြေပြီပေါ့
အခု 2025 မှာကျတော့ မတူတော့ပါဘူး
အထက်ကအချက်တွေနဲ့တင်မလုံလောက်တော့ပါဘူး၊ AI တွေအကြောင်းကိုလေ့လာရမယ် ပြောချင်တာက AI တွေကို develop လုပ်ရမယ်လို့ဆိုလိုတာမဟုတ်ပါဘူး AI tools တွေ tech တွေဘာတွေအသစ်တွေတိုးလာသလဲ ဘာတွေကောင်းသလဲ ဘယ်လိုအသုံးပြုရသလဲ ဆိုတာမျိုးတွေလေ့လာဖို့ လိုအပ်လာပါပြီ productivity ကွာသွားတယ်လို့ပြောတဲ့နေရာမှာ ဘာကြောင့်လဲဆိုတော့ အခုဆိုရင် LLM တွေ ပိုပိုပြီးကောင်းလာတဲ့အပြင်ကို Deepseek လိုကောင်မျိုးနာမည်ကြီးလာပြီးတဲ့နောက် Deep research လို feature တွေပါ တိုးလာတယ် Deep research ဆိုတာဘာလဲဆိုတော့ ကျွန်တော်တို့အရင်က ကိုယ်တိုင် Google ခေါက်ပြီး စာလိုက်ဖတ်ရပေမယ့် အခုအခါမှာ AI ကသူ့ဘာသာ website တွေကို search ပြီးသင့်အတွက်အဖြေကိုရှာပေးတာပဲဖြစ်ပါတယ် နောက် chain of thought (CoT) prompting ဆိုတာမျိုးတွေလဲ ပါလာပြီဖြစ်ပါတယ်၊ CoT prompting ဆိုတာဘာလဲဆိုတော့ LLM တွေကို Train ထားတဲ့ အဖြေကို တခါတည်းပေးခိုင်းတာမဟုတ်တော့ဘဲနဲ့ တစ်ဆင့်ချင်းစီ reasoning လုပ်လုပ်သွားပြီးတော့မှ အဖြေကိုဖြေခိုင်းတာပဲဖြစ်ပါတယ် ဒီလိုနည်းတွေနဲ့ AI တွေဟာ ပိုမိုတိကျမှန်ကန်တဲ့ အဖြေတွေကို တစ်နေ့ထက်တစ်နေ့ ပိုကောင်းအောင် ဖြေလာနိုင်ပြီဖြစ်ပါတယ်။ AI Agent တွေအကြောင်းကိုလည်း သိထားဖို့လိုအပ်ပါတယ်၊ AI Agent တွေရှိလာတဲ့အတွက် tool တွေကိုပါ automate လုပ်လာနိုင်ပါတယ် ဥပမာ AI ကို code generate လုပ်ခိုင်းရုံတင်မဟုတ်ဘဲ သက်ဆိုင်ရာ File အသစ်ဖန်တီးတာတွေ ပြုပြင်တာတွေ ဖျက်တာတွေ ဒါတွေကိုပါ ကိုယ်တိုင်မလုပ်တော့ဘဲနဲ့ AI agent တွေက တစ်ခါတည်း လုပ်ပေးသွားတာမျိုးဖြစ်ပါတယ်။
အခုဆိုရင် MCP ဆိုတဲ့ Model Context Protocol တွေ A2A ဆိုတဲ့ Agent to Agent Protocol တွေ ခေတ်စားလာပြီဖြစ်ပါတယ်၊
MCP ဆိုတာကတော့ Application တွေကနေ LLM တွေကို ဘယ်လိုမျိုး context ကို provide လုပ်ပေးမလဲဆိုတာကို သတ်မှတ်ပေးတဲ့ open protocol တစ်ခုဖြစ်ပါတယ်၊ MCP ရှိလာတဲ့အတွက် AI model တွေဟာ data source တွေ tools တွေနဲ့ ချိတ်ဆက်ပြီး အလုပ်လုပ်လာနိုင်ပါတယ်၊
A2A ဆိုတာကတော့ AI model တွေဟာ datasource တွေ tools တွေနဲ့တင်မကဘဲနဲ့ Agent to Agent အချင်းချင်း communicate လုပ်နိုင်ဖို့အတွက် အသုံးပြုတဲ့ protocol ဖြစ်ပါတယ်၊ ဆိုလိုတာကတော့ AI တွေဟာ သူတို့အချင်းချင်း စကားပြောပြီး အတူတူအလုပ်ပြီးအောင်လုပ်ပေးလာနိုင်တာပဲဖြစ်ပါတယ်။
ဒါတွေကိုပြောပြတယ်ဆိုတာ ကျွန်တော်က AI နဲ့ပတ်သတ်ပြီး ကျွမ်းလွန်းလို့ ဆရာလုပ်ချင်လို့ပြောနေတာမဟုတ်ပါဘူး၊ မဖြစ်မနေသိထားရမယ့် ပြောင်းလဲလာတဲ့ AI တွေရဲ့ အခြေခံအကြောင်းရာတွေမလို့ ပြန်ပြောပြတာဖြစ်ပါတယ်၊
အထက်မှာပြောခဲ့တာ MCP တွေ Agent တွေဆိုတာလည်း အခု ဒီနေ့ခေတ် Code Editor တွေမှာပါ ထည့်သွင်းတည်ဆောက်လာကြပါပြီ ဒါကြောင့်မလို့ ဒီအခေါ်အဝေါ်တွေ အခြေခံအကြောင်းအရာတွေကို ရင်းနီးထားတော့မှသာ ဘယ်နေရာမှာ ဘာကို သုံးရမလဲ သုံးလိုက်တဲ့အခါ ဘယ်လိုထိရောက်တဲ့ အကျိုးရလဒ်တွေရနိုင်မလဲဆိုတာကို သိနိုင်မှာဖြစ်ပါတယ်။
ဒါတွေအပြင် prompt engineering နဲ့ပတ်သတ်ပြီး အခြေခံလောက်တော့ လေ့လာထားဖို့ကောင်းပါပြီ၊ ဒါမှသာ ကိုက AI ကို တိတိကျကျရှင်းရှင်းလင်းလင်း လိုချင်တာကို ခိုင်းနိုင်မှာဖြစ်ပါတယ်။
AI နည်းပညာတွေထည့်သွင်းတည်ဆောက်ထားတဲ့ modern code editor တွေ အမြောက်အများရှိပါတယ်၊ ကျွန်တော်အဲ့တာတွေအကုန်လုံးကိုတော့ ထည့်မပြောပြနိုင်ပါဘူး အဓိကအသုံးအများဆုံးဖြစ်တဲ့ VSCode အကြောင်းပဲ အဓိက ဦးတည်ပြီး အနည်းငယ်ပြောပြချင်ပါတယ်။
VSCode မှာဆိုရင် အဓိကအနေနဲ့ Github CoPilot Extension ထည့်ပြီးတော့မှ CoPilot AIကိုအသုံးပြုရပါတယ်၊ CoPilot မှာ အဓိက Feature သုံးမျိုးရှိပါတယ်
Ask
Edit
Agent
ဒီသုံးမျိုးကို အသုံးပြုလို့ရပါတယ်
Ask ကဘာနဲ့တူသလဲဆိုတော့ ကိုယ့်ဘာသာ ChatGPT, Claude, Grok တို့ကို သွားမေးပြီး သူတို့ပြန်ဖြေပေးတဲ့ code ကိုမှ copy ကူးပြီး ကိုယ့်ဘာသာ paste လုပ်ပြီးသုံးတာနဲ့တူပါတယ်၊ သူကဘာတော့ပိုကောင်းသွားသလဲဆိုတော့ တစ်ခါတည်း ပြင်မလား ထည့်မလားဆိုတာကို အလွယ်တကူ button တစ်ချက်နှိပ်လိုက်လို့ရသွားပါတယ်၊ code အလုပ် လုပ်မလုပ်က ကိုယ့်ပေါ်မှာမူတည်ပါတယ် control က ကိုယ့်ဆီမှာအပြည့်ရှိတယ်ဆိုတဲ့ အဓိပ္ပါယ်ဖြစ်ပါတယ်
Edit ကကျတော့ ကိုယ်ပေးတဲ့ context ပေါ်မူတည်ပြီး ဖိုင်ဆောက်တာတွေ ဖျက်တာပြင်တာတွေကို AI က လုပ်ပေးပါတယ် အဓိကက ကိုယ်ပေးတဲ့ context ပေါ်မူတည်တာဖြစ်လို့ sandbox တစ်ခုထဲမှာ AI ကို control လုပ်ခွင့်ပေးထားတာနဲ့ တူပါတယ်၊ ဒီမှာ AI က context scope အတိုင်း control ရတာဖြစ်လို့ AI က ပိုပြီး အလုပ်လုပ်တာအဆင်ပြေပါတယ်။
Agent ကကျတော့ Edit ထက်အဆင့်ပိုမြင့်သွားပါတယ်၊ codebase ကို search တာ website မှာ search တာ command execute လုပ်တာတွေ နောက် MCP server တွေနဲ့ ချိတ်ပြီးအလုပ်လုပ်တာတွေ extension tool တွေသုံးတာမျိုး အဲ့တာမျိုးတွေကိုပါ လုပ်နိုင်ပါတယ်၊ ဒါကြောင့် ကိုက AI ကို control အပြည့်ပေးလိုက်တဲ့ သဘောမျိုးဖြစ်ပါတယ်၊ တခြား MCP server တွေ A2A တွေ ချိတ်ဆက်လုပ်နိုင်တာဖြစ်လို့ သူ့ရဲ့ လုပ်ဆောင်နိုင်စွမ်းကတော့ တော်တော်မြင့်သွားပါတယ်။
ဒါကတော့ GitHub CoPilot မှာပါတာတွေကို အကျဉ်းချုပ် ပြောပြပေးခဲ့တာဖြစ်ပါတယ်။ အသေးစိတ် အသုံးပြုပုံတွေကိုတော့ VSCode ရဲ့ Youtube channel မှာ ကိုယ်တိုင်သွားလေ့လာလို့ရပြီးတော့ VSCode ထဲမှာ တခါတည်း စမ်းလို့ရပါတယ်။ ဘာကြောင့် productivity ကွာသွားသလဲဆိုတာ ပြန်ဖြေရရင်တော့ manual effort နဲ့ လုပ်ခဲ့ရတဲ့အရာတွေကို AI အသုံးပြုပြီး အချိန်တိုအတွင်း ပြီးအောင် လုပ်နိုင်သွားလို့ပဲဖြစ်ပါတယ်၊
စပြီးအသုံးပြုခါစမှာ မရင်နီးသေးတာ မသိသေးတာတွေရှိမှာဖြစ်ပေမယ့် အသုံးပြုရင်း နည်းမှန်လမ်းမှန်တွေ့လာပြီး productive ဖြစ်လာပါလိမ့်မယ်၊ AI တွေဟာ ကျွန်တော်တို့ developer တွေကို အစားထိုးသွားမလားဆိုတာ သေချာမသိပေမယ့် AI ကိုထိထိရောက်ရောက်အသုံးပြုတဲ့ developer တွေက မသုံးတဲ့သူတွေကို အစားထိုးသွားမှာကတော့ အသေအချာပါပဲခင်ဗျာ။
Last updated