Một coder nhìn về những ngày tàn của nghề lập trình
(newyorker.com)- Tác giả, một lập trình viên chuyên nghiệp, từng tin chắc sẽ dạy con mình học code, nhưng niềm tin đó lung lay sau trải nghiệm với GPT-4; anh cho rằng đến khi con đủ tuổi gõ phím, giá trị nghề nghiệp của việc lập trình có thể đã khác đi
- Ben, người bạn gần như không có nhiều trải nghiệm lập trình hiện đại, đã nhanh chóng tạo ra công cụ dòng lệnh, ứng dụng chấm điểm từ trên iPhone, và mã kết nối vi điều khiển với Firebase bằng ChatGPT Plus và GPT-4
- Trong thời gian dài, lập trình đòi hỏi sự kiên nhẫn, gỡ lỗi lặp đi lặp lại, và mechanical sympathy — cảm giác trực quan về giới hạn của máy móc — nhưng hỗ trợ AI đang bắt đầu thay thế một phần việc hiện thực chi tiết và tri thức khó nhằn bằng hội thoại ngôn ngữ tự nhiên
- GPT-4 vẫn còn kém lập trình viên chuyên nghiệp ở một số mặt, và người bình thường cũng không dễ sử dụng nó theo cách đó, nhưng mô hình centaur kết hợp giữa lập trình viên và AI cho thấy năng suất khác biệt so với chỉ con người hoặc chỉ AI
- Càng khi bản thân việc viết code trở nên kém quan trọng hơn, năng lực quyết định nên tạo ra cái gì, hiểu điều người dùng sẽ thích, và giao tiếp tốt cả về kỹ thuật lẫn con người có thể càng trở nên quan trọng hơn
GPT-4 làm lung lay niềm tin nghề nghiệp vào việc lập trình
- Tác giả từng định dạy con mình lập trình máy tính, giống như cách cha mẹ dạy con đọc và viết
- Code từng được xem là một kỹ năng mới và thiết yếu, bao trùm từ làm phim đến vật lý
- Là một coder chuyên nghiệp, anh cảm thấy đến khi con mình đủ gõ phím, giá trị của việc lập trình có thể đã biến mất
- Bước ngoặt đến từ một dự án sở thích cùng bạn mình là Ben: tạo ô chữ kiểu Times bằng máy tính
- Năm 2018, họ đã tạo được ô chữ Thứ Bảy với sự hỗ trợ của phần mềm, còn con người chỉ thêm chút gu thẩm mỹ
- Lần này, họ muốn tạo một chương trình làm ô chữ mà không cần bàn tay con người
- Ben giỏi phần cứng, nhưng kinh nghiệm code chuyên nghiệp thì ngắn và nông, gần như dừng lại ở trình độ của 20 năm trước
- Tuy nhiên, anh đăng ký ChatGPT Plus và bắt đầu dùng GPT-4 như một trợ lý lập trình
- Anh tự tạo ra các công cụ nhỏ cần cho dự án với tốc độ đáng kinh ngạc
Năng lực của trợ lý code AI nhìn từ một dự án sở thích
- Khi cần tạo lệnh in ngẫu nhiên 100 dòng từ một tệp từ điển, tác giả phải suy nghĩ, tìm kiếm và thử sai
- Ben chỉ nói với GPT-4 điều mình muốn và nhận được đoạn mã chạy được
- Tác giả cho rằng kiểu lệnh này vốn dĩ khá lắt léo và ai cũng phải tra cứu, nên chưa hẳn là “lập trình thực sự”
- Vài ngày sau, Ben nói muốn làm một ứng dụng iPhone để chấm điểm các từ trong từ điển
- Tác giả thấy việc làm app iPhone khá ngại vì phải học môi trường lập trình của Apple, ngôn ngữ mới, component UI và quy trình đóng gói
- Ngày hôm sau, Ben gửi một ứng dụng làm chính xác điều mong muốn, lại còn có thiết kế dễ thương
- Ben nói anh làm nó chỉ trong vài giờ, và GPT-4 đã xử lý phần lớn việc khó
- Ben cũng làm một dự án nối loa nhỏ và đèn LED đỏ vào khung chân dung Vua Charles
- Đây là một thiết bị mà khi nhập thông điệp trên website, loa sẽ phát nhạc và đèn LED nhấp nháy mã Morse như châu báu trên vương miện
- Đoạn mã lấy thông điệp mới đòi hỏi kiến thức về vi điều khiển và Firebase, nên khá khó với Ben
- GPT-4 đề xuất đúng chức năng của Firebase và đoạn mã có thể chạy trên vi điều khiển
- Ben còn dùng GPT-4 để làm thứ như trò Snake trên điện thoại Nokia
- Sau một cuộc hội thoại ngắn, anh còn yêu cầu thêm tính năng hiển thị đã lệch khỏi đường đi tối ưu bao xa khi thua cuộc
- Tác giả không chắc chính mình có làm được chỉnh sửa đó hay không
- GPT-4 làm xong việc này trong khoảng 10 giây
Sức hấp dẫn mà lập trình từng mang lại và cách tay nghề được hình thành
- Tác giả bị máy tính mê hoặc lần đầu từ trải nghiệm chơi Mortal Kombat cùng anh trai ở Montreal đầu những năm 1990
- Anh trai anh đăng nhập vào một FTP server từ terminal MS-DOS, gõ lệnh và in ra đoạn mã chứa mọi chỉ dẫn fatality trong game
- Tác giả nhìn anh trai như một hacker và bị hấp dẫn bởi việc tìm ra những nơi và tri thức ẩn giấu
- Câu “Tội ác của tôi là sự tò mò” trong “The Hacker’s Manifesto” và bộ phim “Hackers” năm 1995 càng củng cố cảm giác rằng tri thức là sức mạnh
- Trong phim, Dade Murphy chỉ nhìn bìa sách máy tính là nhận ra, và điều khiển cả vòi phun nước của trường lẫn cân bằng tàu chở dầu bằng cách gõ bàn phím
- Với tác giả, hacking gần với hành động học điều bị che giấu hơn là phá hoại
- Cuốn “Beginning Visual C++” của Ivor Horton mà anh mua thời trung học là sách nhập môn đầu tiên, dày 1.200 trang
- Phần đầu khá dễ, nhưng anh mắc kẹt ở mục “Dynamic Memory Allocation”
- Anh ví nó với pons asinorum, tức “cây cầu của lũ lừa” — cách học giả thời trung cổ gọi điểm khó đầu tiên
- Trải nghiệm để chạy được “Hello, world” khiến anh cảm thấy lập trình giống sự kiên trì và ám ảnh hơn là tri thức hay kỹ năng
- Anh vật lộn nhiều ngày để làm cho trình biên dịch Borland C++ chạy được, sửa xong một lỗi thì lỗi khác lại xuất hiện
- Khi cuối cùng dòng “Hello, world” hiện ra, anh có cảm giác như máy tính vừa thức dậy và cất tiếng chào bằng chính giọng của nó
- Thời đại học, anh tiếp tục mở rộng niềm vui code bằng cách làm những chương trình nhỏ
- Anh viết một chương trình gửi tin nhắn văn bản khi Tiger Woods ghi birdie hay bogey tại giải Masters Tournament 2006
- Anh cũng viết chương trình rút ngẫu nhiên câu từ “Ulysses”, đếm số âm tiết rồi ghép thành haiku
- Khi làm “Jimbo Jeopardy!” trong 14 giờ để chơi cùng bạn bè, anh cảm nhận rõ cường độ của việc thấy ai đó vui với thứ mình tạo ra
Thời hoàng kim của kỹ sư phần mềm và nghịch lý của tự động hóa
- Dù tốt nghiệp giữa khủng hoảng tài chính 2009 với GPA 2.9, tác giả vẫn dễ dàng có công việc toàn thời gian đầu tiên nhờ kinh nghiệm lập trình thực tế
- Khi đó các công ty cạnh tranh để giành lập trình viên giỏi và chủ động liên hệ mạnh tay với những người đã có kinh nghiệm
- Độ phổ biến của ngành khoa học máy tính bắt đầu bùng nổ, còn các bootcamp code quảng bá rằng có thể biến người mới thành lập trình viên lương cao chỉ trong chưa đầy một năm
- Trong bối cảnh lãi suất thấp và khu vực công nghệ tăng trưởng, đãi ngộ dành cho kỹ sư phần mềm ngày càng cao
- Những công ty như Google phổ biến các chuẩn mực như espresso miễn phí, suất ăn catering, phúc lợi y tế tốt, nghỉ chăm con, phòng gym trong công ty, chỗ để xe đạp, ăn mặc casual, và 20% time
- Công việc code được xem là khó ước lượng thời gian vì bug có thể lộ ra bất cứ lúc nào, nên deadline bị coi gần như điều cấm kỵ
- Thậm chí còn có bầu không khí rằng chỉ cần nói “burnout” là có thể câu thêm vài tháng
- Nghi ngờ về việc liệu kiểu đãi ngộ này có thể kéo dài mãi cũng lớn dần
- Trước đây, thiết kế web cũng từng có nhu cầu cao đến mức làm cuối tuần cũng kiếm được hàng nghìn đô
- Khi các công cụ như Squarespace xuất hiện, chủ tiệm pizza hay nghệ sĩ freelance cũng có thể tạo website chỉ bằng vài cú nhấp
- Với coder chuyên nghiệp, một phần công việc lợi nhuận cao mà ít công sức đã biến mất
- Phản ứng của cộng đồng lập trình viên chủ yếu nghiêng về việc phải tiếp tục học công nghệ khó hơn nữa
- Kỹ sư phần mềm yêu thích tự động hóa, và kỹ sư giỏi thường tạo ra công cụ khiến một kiểu công việc nào đó trở nên không còn cần thiết
- Đòn bẩy rằng một đoạn mã có thể ảnh hưởng đến công việc của hàng triệu người là cơ sở cho mức đãi ngộ của lập trình viên
- Cũng chính bản năng tự động hóa đó đang thay thế một phần công việc của bản thân lập trình viên
Lập trình viên trong thời đại AI, centaur và những năng lực còn lại
- Sau khi công ty cho phép dùng chatbot AI làm trợ lý lập trình, ban đầu tác giả cố tình tránh nó
- Nhưng rồi anh thường xuyên nhìn thấy kiểu hỏi-đáp với AI trên màn hình đồng nghiệp
- Đồng nghiệp nói các công cụ này giúp tăng năng suất, và trong vài trường hợp còn giải quyết vấn đề nhanh hơn gấp 10 lần
- Tác giả lo rằng AI sẽ lấy mất niềm vui giải đố và sự thỏa mãn khi tự mình tìm ra lời giải
- Sản phẩm đầu ra của lập trình nói chung thường không mấy thú vị, đôi khi còn tầm thường đến buồn cười
- Chẳng hạn, việc thêm một tiêu đề trải dài qua nhiều cột trong bảng của tài liệu quan trọng, nhìn vào kết quả thì rất đơn giản
- Nhưng quá trình nghĩ xem nên tạo user API thế nào, xử lý ra sao khi các cột thiếu dữ liệu mới là cốt lõi của niềm vui
- Cuối cùng, anh dùng GPT-4 khi làm một công cụ nhỏ để tô nổi phần khớp với truy vấn người dùng trong kết quả tìm kiếm ở công ty
- Trong “On the Foolishness of ‘Natural Language Programming’” năm 1978, Edsger W. Dijkstra cho rằng ngôn ngữ tự nhiên là cách từ bỏ sự chính xác mà máy tính mang lại
- Thực tế dùng GPT-4 không phải chỉ ở mức nói “hãy giải quyết vấn đề này giúp tôi”; anh phải cẩn thận mô tả điều mình muốn như đang nói với người mới học
- Khi thấy nó thất bại, anh phải làm prompt bớt tham vọng hơn, chia vấn đề thành những bài toán con cụ thể, trừu tượng và không mơ hồ
- Từ đó, anh bắt đầu nhìn thấy những khoảng trống có kích thước vừa khít để GPT-4 chen vào khắp nơi trong công việc
- Anh cũng trò chuyện với GPT-4 khi chuyển đầu ra của ô chữ thành một webpage dễ nhìn hơn
- Có những bài toán chi tiết như nối từng chữ cái với từ theo chiều ngang và chiều dọc, nhưng anh không còn mô phỏng số, pattern và loop trong đầu như trước
- Như Geoffrey Litt viết sau một trải nghiệm tương tự, anh còn lại cảm giác rằng mình đã không dùng đến “bộ não lập trình viên chi tiết”
- Các trường hợp của Lee Sedol trong Go và cờ vua cho thấy văn hóa của kỹ năng không hẳn biến mất sau AI
- Lee Sedol thua AlphaGo năm 2016, nhưng sau nhiều ngày thi đấu đã giành được một ván và xem đó là điều đáng tự hào, rồi giải nghệ ba năm sau
- Cờ vua sau khi bị AI chinh phục lại càng trở nên phổ biến hơn, và người học có thể nhận từ AI huấn luyện viên những bài toán vừa trên trình độ của mình cùng lý do vì sao mình thua
- Các đại kiện tướng hàng đầu nghiên cứu những nước đi do máy tính đề xuất như thể đó là khải thị khắc trên phiến đá của thần
- Hiện tại GPT-4 vẫn là lập trình viên kém hơn tác giả, và người bình thường cũng khó dùng nó như một lập trình viên, nhưng mô hình centaur đã xuất hiện
- Bản thân Ben kém tác giả rất xa về lập trình, còn chỉ GPT-4 thôi cũng vẫn chưa bằng tác giả, nhưng tổ hợp Ben + GPT-4 cho thấy năng suất đáng gờm
- Khi việc tạo phần mềm trở nên dễ hơn, nó có thể lan rộng hơn, còn lập trình viên sẽ đảm nhiệm thiết kế, cấu hình và bảo trì
- Nếu bản thân việc code trở nên kém quan trọng hơn, thì việc gì đáng để xây, người dùng thích gì, và phải giao tiếp ra sao cả về kỹ thuật lẫn con người có thể sẽ quan trọng hơn
- Điều nên dạy cho con cái có lẽ là tinh thần hacking hơn là một kỹ năng cụ thể
- Trong tương lai, việc tự tay gõ C++ hay Python có thể trông buồn cười như việc ra lệnh nhị phân trên thẻ đục lỗ
- Việc khiến máy tính làm chính xác điều mình muốn có thể sẽ trở thành chuyện lịch sự nhờ vả nó
- Coder thời nông nghiệp có lẽ từng mày mò cối xay nước và giống cây trồng; thời Newton có thể ám ảnh với kính, thuốc nhuộm và đo đếm thời gian
- Thế hệ tiếp theo có thể thức trắng đêm để đào sâu vào bên trong AI mà cha mẹ chúng xem như hộp đen; dù thời đại của code có tàn đi, hacking vẫn tiếp tục
3 bình luận
Phần cuối của bài viết đã bị cắt nhẹ khi tóm tắt, nhưng câu cuối rất quan trọng.
"I shouldn’t worry that the era of coding is winding down. Hacking is forever."
"Không cần phải lo rằng kỷ nguyên coding đang lụi tàn. Vì hacking là mãi mãi."
Nhìn việc ngay khi Bard được cung cấp tính năng tích hợp thì đã có thể dùng prompt injection để làm rò rỉ thông tin các kiểu,
chắc là hacking sẽ tồn tại mãi mãi.
Ý kiến trên Hacker News
GPT-4 thực sự rất ấn tượng, nhưng với tôi cốt lõi của phát triển phần mềm chưa bao giờ là việc viết code tự thân
GPT-4 thường xuyên thất bại, cách nó thất bại cũng không rõ ràng, và trong những lĩnh vực thiếu dữ liệu huấn luyện thì nó sụp đổ còn mạnh hơn
Dù cho nó có tốt hơn gấp 20 lần đi nữa, nếu có thể tạo ra phần mềm tốt dễ hơn và rẻ hơn thì tôi vẫn xem đó là điều tốt cho thế giới
Nếu ai đó thực sự yêu thích lập trình như một sở thích, AI cũng sẽ không ngăn được điều đó; và ngay cả khi việc viết code biến mất, tôi vẫn thấy cốt lõi của kỹ nghệ phần mềm vốn chưa bao giờ nằm ở đó
LLM nhanh và khá ổn, nhưng gần giống một phiên bản thay thế Stack Overflow nhiều lỗi; còn với vai trò công cụ bổ trợ năng lực lập trình viên thì trong ngắn hạn và trung hạn, tác động ròng có vẻ rất tích cực
Những vấn đề bị mắc kẹt thường quá rộng và quá phức tạp đến mức đầu người còn khó chứa nổi, vậy mà GPT lại đưa ra những lời giải gần như không dùng được
Với code thì nó giống một người thợ vạn năng biết rộng nhưng không sâu; còn với lập trình viên junior đến mid-level thì có thể sẽ khác
Có lẽ hiếm ai xem việc debug những đoạn code nhìn bề ngoài rõ ràng là đúng là phần thú vị nhất của lập trình
Dù vậy, tôi nghĩ vẫn có thể tìm ra cách dùng tốt hơn, như cho LLM chạy trong vòng lặp đến khi qua được test suite, hoặc yêu cầu nó sinh code kèm chứng minh tính đúng đắn đã được proof assistant xác minh
Nhưng gu của tôi là những dự án có chút dư địa cho tính nghệ thuật, hơn là thứ code mang tính học thuật hơn, nơi giá trị được đo bằng các chỉ số định lượng như số chu kỳ hay độ trễ
Kiểu công việc viết code mà tôi thích ở đầu sự nghiệp đã giảm dần từ trước cả thời ChatGPT, và việc tôi bắt đầu trong thời kỳ kỹ sư còn là người trông tiệm giờ nhìn lại có vẻ là một đặc quyền
Bản thân code chẳng có gì hay; tôi chỉ đơn giản là muốn tạo ra thứ gì đó
Có phải chỉ mình tôi càng ngày càng ít thấy kinh ngạc với LLM không
Khi Copilot mới ra mắt năm 2021, tôi cũng từng có khoảnh khắc nghĩ rằng “mình sắp trở nên vô dụng rồi”
Nhưng qua trải nghiệm dùng thực tế và những nghiên cứu tôi đọc, tôi cho rằng LLM hiện đại có những khiếm khuyết mang tính nền tảng và không nằm trên con đường dẫn tới trí tuệ tổng quát
GPT-4 tốt hơn 3.5, nhưng không khác biệt về bản chất, và tôi đoán GPT-5 cũng sẽ tương tự. Khi AI thực sự mạnh xuất hiện sau này, có lẽ chúng ta sẽ cười khi nhìn lại mức độ chú ý mà mình đã đổ vào công nghệ này
Ban đầu nó rất ấn tượng, nhưng giờ thì ngoài những bản khái quát ở mức rất cao, tôi không còn tin nó nữa
Ví dụ, khi tôi muốn tự triển khai một sound synthesizer từ đầu để tạo audio sample rồi lưu thành file wave, phần khái quát có ích cho việc hiểu khái niệm, nhưng code thì sai theo những cách rất tinh vi
Nó đặc biệt hay sai ở những chi tiết như khi tính độ dài của struct thì những gì được tính vào độ dài, mà từ góc nhìn người mới bắt đầu, tôi cũng không thể chắc liệu nó có đúng hay không
Khi yêu cầu kiểm tra lại, nó sẽ xin lỗi rồi đổi câu trả lời theo hướng tôi muốn nghe, nên không thể tin cậy được
Dù vậy, nó khá tốt như một công cụ giúp bớt cô đơn khi lập trình một mình, và chỉ riêng việc ném ra ý tưởng rồi xem phản hồi cũng đã hữu ích
Khán giả điện ảnh thời kỳ đầu từng thấy ngay cả phim đen trắng đơn giản cũng rợn người, và họ còn cúi người né khi thấy đoàn tàu lao về phía màn hình
Những người lần đầu nghe máy hát đĩa cũng từng nói rằng không thể phân biệt nó với dàn nhạc sống
Khi bạn thành thạo một công nghệ, bạn cũng học được cách nhận ra chính công nghệ đó, và hình thành cảm nhận về giới hạn lẫn điểm mạnh của nó. Vì vậy theo thời gian nó trở nên bớt ấn tượng hơn
Khi một thứ làm được điều mà ta vốn nghĩ là không thể, ta rất dễ kinh ngạc; nhưng điều đó không có nghĩa là chỉ vì sau này nó không làm được điều mà ta kỳ vọng nó sẽ làm, ta sẽ lập tức xem thường nó
Nếu GPT-5 có một bước nhảy tương tự, sẽ rất khó cạnh tranh nếu không dùng nó
Cả hai đều là mô hình GPT và được huấn luyện như các mô hình ngôn ngữ tự hồi quy đơn giản, nhưng ở GPT-4, những khoảnh khắc nó thực sự tổng hợp thông tin đúng theo yêu cầu trong nhiều bối cảnh khác nhau tạo ra cảm giác thay đổi mang tính kịch tính ngay cả ở cấp độ cá nhân
LLM rốt cuộc là suy luận xác suất trên lượng lớn văn bản, nhưng với đủ năng lực tính toán và dữ liệu, tôi nghĩ các mô hình lớn có thể trong quá trình học tự tạo ra cấu trúc cần thiết để hiểu dữ liệu một cách tối ưu
Khi dữ liệu trở thành đa phương thức, mỗi phương thức có thể xóa bỏ và làm rõ những biểu diễn sai lệch về thế giới, nên hiệu quả có thể tăng không phải theo phép cộng mà gần như phép nhân
Chúng ta rồi sẽ cười khi nhìn xem GPT-10 được huấn luyện bằng văn bản, hình ảnh, video, âm thanh và cảm biến vị giác tốt đến mức nào, nhưng tôi vẫn cho rằng GPT-4 là một bước tiến lớn hơn bất kỳ giai đoạn nào nhân loại từng đặt chân tới
Tôi thấy có người nghiêm túc dùng prompt kiểu “hãy viết cho tôi biểu thức cộng 2 với 2” để lấy ra
2+2, rồi tuyên bố đó là hiệu suất kỳ diệuThành thật mà nói, tôi vốn không thích viết dài dòng, và với tôi code lúc nào cũng ngắn hơn và nhanh hơn việc giải thích bằng ngôn ngữ thông thường. Ngay từ đầu đó cũng chính là lý do code tồn tại
Nếu nhìn từ mức kỳ vọng cao, ta có thể nói nó “có khiếm khuyết nền tảng”, nhưng nếu lấy mốc “vô dụng” như nhiều người vẫn nghĩ, thì nó cũng có thể được xem là một công cụ đáng kinh ngạc
Thỉnh thoảng vài tháng một lần tôi vẫn cho ChatGPT làm bài kiểm tra frontend đơn giản dành cho lập trình viên junior, nhưng đến giờ nó vẫn chưa từng qua. Còn chưa đến gần mức đạt
Nó trả lời rất tự tin nhưng có những chỗ sai tinh vi, và đoạn mã nó tạo ra giống kiểu mã vô nghĩa mà một người mới tốt nghiệp bootcamp gần đây, ghi trong CV dài 8 trang rằng đã “thành thạo” 50 công nghệ, có thể nộp ra
Nếu nó có cải thiện hơn thì tôi cũng không cảm nhận được
10 năm trước người ta cũng nói xe tải tự lái sẽ lật ngược ngành vận tải trong vòng 10 năm, và truyền thông quanh LLM bây giờ cũng y hệt như thế
Trông thì ấn tượng thật, nhưng cứ mỗi lần bảo nó rẽ trái lại tăng tốc lên 100 dặm/giờ rồi đâm vào tường thì không biết còn lặp lại đến bao giờ
Tôi muốn dùng AI theo kiểu nó nối những chòm sao từ các điểm mà con người hoàn toàn không thể tự nối được, rồi chuyên gia kiểm chứng kết quả xong mới tiếp tục. Tôi không biết bao giờ sẽ tới ngày có thể
gpt installđể nhận một công cụ CLI hay ứng dụng mới, nhưng chắc chắn chưa phải sớmTôi làm ra được một bản tạm ổn, nhưng không khớp từng pixel, và trưởng nhóm bảo tôi làm lại. Giá trị kinh doanh của việc đó là 0, nhưng lúc ấy nhóm chúng tôi xem pixel perfect là niềm tự hào
Việc đó là một trong những lý do khiến tôi bỏ frontend
Gần đây tôi thử cho ChatGPT tạo CSS tương tự để luyện tập, và nó làm hoàn hảo
Tôi chỉ ở mức khá trung bình với CSS, nhưng có ChatGPT thì tôi có thể tạo ra kết quả gần với chất lượng mà các cao thủ CSS làm được. Đúng như bài viết nói, một generalist tầm trung giờ đây có thể cạnh tranh với chuyên gia
Trải nghiệm của tôi khá khác. Tôi là một backend developer khó tính, khi cần thì còn kiểm tra tính hợp lệ hình thức, và rất khó chịu với những thứ không vận hành hợp logic
Làm việc với máy tính thì mọi thứ lẽ ra phải logic, nhưng rất nhiều phần của frontend với tôi lại hoàn toàn không logic
Nếu hỏi một người làm frontend rằng “làm sao để căn giữa văn bản”, họ sẽ nói
text-align, nhưng dĩ nhiên tôi đã thử cái đó đầu tiên rồi mà không đượcNgay cả người làm frontend đôi khi cũng không thể trả lời ngay những câu hỏi đơn giản mà phải tự thử và thất bại trước đã
Giờ đây nếu Copilot không đưa ra đáp án ngay, thì ChatGPT-4 hoặc một GPT cá nhân hóa biết codebase của chúng tôi tên là “front-end hacker” sẽ sửa giúp. Nó hoạt động tốt mỗi ngày, suốt cả ngày
Lúc mới nhìn thì đó là những màn biểu diễn ấn tượng, như công nghệ ngoài hành tinh đến từ tương lai
Nhưng theo thời gian bạn bắt đầu thấy các lỗ hổng, và nhận ra rằng dù dùng vài tháng hay vài năm thì những lỗ hổng đó cũng không được vá đi bao nhiêu
Tốc độ cải thiện, so với mức độ marketing và khoa trương, chỉ ở mức trung bình nếu xét đến khoảng cách cần lấp đầy, và cuối cùng dùng nó đôi khi còn thấy như đang tự tạo thêm việc cho mình
Cách tiếp cận học máy thuần túy dựa trên dữ liệu có thể không phù hợp với những bài toán cần độ chính xác cao hơn rất nhiều so với 80%
Nó ổn với thuật toán giao dịch vẫn kiếm ra tiền dù chỉ đúng 55%, công cụ gợi ý danh sách phim/nhạc để lướt, kết quả tìm kiếm để xem qua, hay bộ lọc spam giúp bớt nhiễu trong hộp thư đến
Nhưng các bài toán kiểu “đây là đáp án đúng” hoặc “hãy lái xe mà không giết người” thì khó hơn nhiều
Phần lớn các câu trả lời thậm chí còn không đi qua hai điểm cần nội suy, và khi tôi chỉ ra điều đó thì nó lại đưa ra hàm có đi qua các điểm nhưng không còn mượt nữa
Tôi đã thật sự cố gắng, khởi động lại nhiều lần
Nếu những thứ như vậy được dùng để viết mã điều khiển máy móc thì sẽ là hỗn loạn hoàn toàn, nên tôi nghĩ phải chọn một trong hai: thế giới có machine learning hoặc thế giới có drone giao hàng bằng robot
Dù vậy, với các việc vặt như biến một biến thành tham số hàm thì nó làm cũng ổn
Dù vậy, có lẽ bài toán này rồi cũng sẽ bị vượt qua, và khi đó câu hỏi còn lại sẽ là đó là năng lực thực sự hay chỉ là rò rỉ dữ liệu
Tôi không hiểu vì sao mọi người thật sự xem hiện tại là thời kỳ hoàng hôn của kỹ năng này
Theo góc nhìn của tôi, có vẻ chúng ta sắp bước vào thời đại năng suất lượng tử của việc lập trình
Tôi rất háo hức vì AI hỗ trợ không chỉ cải thiện những gì tôi viết mà còn giúp tôi học trong lúc làm việc. Chưa bao giờ việc viết phần mềm lại thú vị với tôi như trong 1 năm qua
Tôi đã viết phần mềm suốt hàng chục năm, nhưng giờ đây gần như lúc nào cũng có một huấn luyện viên bên cạnh giúp tôi vượt qua chỗ mắc kẹt và hiểu được các lựa chọn
Không chỉ ở mức đi sang chỗ đồng nghiệp để hỏi vấn đề, mà còn đưa ra những giải pháp hiệu quả thực sự truyền cảm hứng cho kết quả
Thật sự đáng kinh ngạc
Tôi không hiểu vì sao lại cho rằng lập trình đang kết thúc. Tôi không thấy bằng chứng nào cho thấy trợ lý lập trình AI sẽ thay thế được một lập trình viên khá. Trừ khi khả năng tạo ra thứ gì đó của bạn thật sự quá tệ
Cảm giác như ai đó nói rằng “giờ phần móng đã miễn phí, nhưng bạn vẫn có thể xây nhà”
Tôi vẫn phải xây ngôi nhà, phải lên kế hoạch, thiết kế, tạo ra nó, rồi giới thiệu với mọi người, hỗ trợ, bảo vệ và giải thích về nó. Chỉ là giờ dễ hơn vì không còn phải tự làm phần móng
Nếu AI làm lập trình viên tăng năng suất gấp đôi, thì năng lực phát triển bổ sung đó sẽ được hấp thụ bởi nhu cầu hiện có và nhu cầu mới chứ? Số lập trình viên sẽ giảm một nửa? Hay vẫn từng ấy người nhưng nhận mức lương thấp hơn nhiều?
Những câu hỏi này vẫn tồn tại ngay cả khi không một công việc lập trình hiện có nào bị AI thay thế hoàn toàn
Ngoài ra, loại công việc nào phù hợp với tự động hóa bằng AI cũng rất quan trọng. Tôi nghĩ ngay đến những việc như CSS, nơi bạn phải biết rất nhiều chi tiết kỹ thuật nhỏ trong một ngữ cảnh hẹp để tạo ra thay đổi nhỏ trong đầu ra
Nếu bạn đang làm kiểu lập trình này, tôi nghĩ đã đến lúc mở rộng phạm vi kỹ năng để bao gồm các trách nhiệm rộng hơn
Những người mới gia nhập gần đây không hiểu được nhiều tầng mà lập trình viên ngày trước phải hiểu, trong khi các tầng đó vẫn có thể ảnh hưởng một cách tinh vi đến cách hệ thống hoạt động
Nếu là người đã lập trình hơn 13 năm trong lĩnh vực công nghệ web phổ biến nhất của vài thập kỷ qua, bạn có thể xem kỹ năng này đang suy tàn khi cảm nhận rằng toàn bộ stack mà web phụ thuộc vào ngày càng khó hiểu hết theo từng năm
Ở phía frontend, ngày càng khó học được điều ai đó đã làm chỉ bằng cách nhìn vào mã nguồn. Do công nghệ build hiện đại, việc xem mã của một trang web không còn giúp ích nhiều, và lời phàn nàn này đã có từ 13 năm trước rồi
Nếu có con cái hoặc trách nhiệm ngoài công việc, thì trong bối cảnh phần mềm tiếp tục nuốt chửng ngày càng nhiều lĩnh vực, những người ngoài trường học sẽ càng khó mài giũa kỹ năng bằng rèn luyện có chủ đích
Việc tăng năng suất không đồng nghĩa với việc tay nghề thủ công cũng tăng lên. Nó tương tự như việc công nghiệp hóa nâng cao năng suất và phổ biến nhiều sản phẩm, nhưng không có lợi cho kỹ nghệ thủ công
Trước đây rất thường thấy những người có thể hàn linh kiện lên bo mạch và nối nhiều mạch tích hợp với nhau, và tôi cũng từng làm điều đó ở đại học
Giờ tầng lớp thợ thủ công đó đã biến mất, và mọi người bị tách thành либо chuyên gia hiểu cực kỳ sâu nguyên lý vận hành của phần cứng máy tính, либо những người chỉ mua phần cứng và coi nó như phép màu
Theo truyền thống, người ta thể hiện hứng thú và được đào tạo qua các bước trung gian để trở thành chuyên gia, và sở thích có thể dẫn đến nghề nghiệp
Ngày nay, để làm ở nhà máy chip, không phải vì bạn từng là “đứa trẻ cầm mỏ hàn” mà vì bạn đã trải qua một hành trình học thuật dài. Bạn sẽ học những thứ cao cấp đến mức việc hàn linh kiện trông như thời đồ đá
Trong phần mềm vẫn còn tầng lớp thợ thủ công trung gian này, nhưng nó đang biến mất nhanh chóng, không chỉ vì LLM
Có rất nhiều người chỉ ghép nối đại khái website cho chạy được, hoặc xử lý công việc hằng ngày bằng Excel hay script Python nhưng không biết các khái niệm nâng cao
Khi các hệ GPT xuất hiện, chuyên gia sẽ bớt cần sự hỗ trợ của junior hơn. Thay vì kiến trúc sư hệ thống vẽ sẵn khung rồi chia các việc nhỏ cho junior, họ có thể lấy thứ mình cần từ LLM
Kết quả là số người được đào tạo đến trình độ đỉnh cao sẽ ít đi, và số ít đó sẽ có năng suất cao hơn rất nhiều, nhưng nhiều người sẽ bị mắc kẹt ở khoảng giữa
Tôi không phủ nhận rằng AI có thể viết code tốt và sẽ ngày càng khá hơn theo thời gian, nhưng tôi không rõ quy trình làm việc trong đó AI thay thế phần lớn lập trình viên sẽ vận hành như thế nào
Lấy ví dụ như việc viết các endpoint CRUD dành cho lập trình viên junior, thời gian để mô tả yêu cầu sao cho khớp chính xác với điều tôi muốn có khi còn lâu hơn thời gian tự viết code với sự hỗ trợ của các công cụ như Copilot
Có thể tưởng tượng một người dùng không chuyên kỹ thuật phát triển mọi thứ từ A đến Z bằng AI không? Nếu code được sinh ra có lỗi, liệu có thể cho rằng ở bất kỳ thời điểm nào cũng không cần con người can thiệp?
Ngay cả khi kỹ thuật viên có can thiệp khi phát sinh bug, nếu việc điều tra thứ AI đã viết và hiểu chuyện gì đã xảy ra sau đó tốn thời gian thì phần tiết kiệm chi phí viết code sẽ nhanh chóng biến mất
Rốt cuộc, viết code chỉ là một phần nhỏ của công việc, và LLM giỏi ở việc sinh code nhưng về bản chất không phải là công cụ giải quyết vấn đề
Công nghệ này thật đáng kinh ngạc, nhưng có lẽ nó sẽ trở thành thêm một công cụ trong hộp đồ nghề của lập trình viên. Nó cũng là một gia sư tuyệt vời, và với những bài toán độc lập như script cào nội dung từ trang web thì có thể giúp khỏi phải gọi lập trình viên
Nhưng nó có thể làm cho quy trình làm việc của nhiều lập trình viên trở nên dễ dàng hơn rất nhiều, nhờ đó cần ít người hơn hoặc với cùng số người thì làm được nhiều việc hơn
Tôi cũng đã viết ở chỗ khác trong thread này: https://news.ycombinator.com/item?id=38259425
Về cơ bản, tôi cảm thấy nó là một trợ lý đa năng rất mạnh và là bạn đồng hành brainstorming cho những việc vốn thường ngốn rất nhiều thời gian
Không chỉ giới hạn ở code, tôi còn dùng nó cho tài liệu hóa, như đưa thông tin thô vào rồi để nó sắp xếp thành tài liệu nhất quán hoặc xin phản hồi
Khi onboarding vào dự án mới, nó cũng hữu ích để đưa vào những mẩu tài liệu khó hiểu và nhờ giải thích
Ngay cả trong các việc lặt vặt liên quan đến quản lý, tôi cũng bớt tốn năng lượng tinh thần bằng cách đưa yêu cầu cùng góc nhìn của mình vào và để nó tạo câu trả lời phù hợp với một góc nhìn cụ thể
Tất nhiên cũng có thể làm điều đó với người khác trong nhóm, nhưng họ không phải lúc nào cũng ở bên cạnh và họ cũng có việc của họ. Các công cụ như ChatGPT thì không biết mệt, nên tôi có thể thoải mái bung ra đứa trẻ bên trong mình và hỏi “tại sao?” mãi cho đến khi thấy thỏa mãn
Ngay cả khi có thể hỏi người khác, ChatGPT vẫn giúp ích trong việc gọt giũa câu hỏi
Nó khá hữu ích với boilerplate hoặc các công việc nhàm chán, cũng như chuyển thuật toán do con người mô tả thành code
Nó cũng làm tốt việc chuyển đổi ngôn ngữ của code, và nếu được chỉ dẫn đúng thì sẽ xử lý công việc
Nó sẽ tác động lớn đến triển vọng việc làm. Dù chưa thể thay thế kỹ sư, những người chuyên môn hóa thành chuyên gia triển khai cho một công nghệ cụ thể sẽ gặp rủi ro. Chỉ riêng mức tăng năng suất cũng sẽ làm giảm nhu cầu
Theo kinh nghiệm thực tế mang tính giai thoại của tôi ở 98 chính quyền địa phương, những công cụ như vậy chưa bao giờ vận hành bền lâu
Trong khi đó, giờ đây những nhân viên có tư duy số đang tạo ra và tự động hóa thứ gì đó với sự trợ giúp của ChatGPT
Xét về góc độ bảo trì dài hạn thì nhiều thứ vẫn tệ hại như các công cụ RPA hay workflow trước đây, nhưng lần này con người có thể tự duy trì chúng
Chỉ là họ không phải kỹ sư phần mềm, nên các việc như khả năng mở rộng, mức sử dụng tài nguyên, tài liệu hóa hay xử lý lỗi thì không làm tốt
Dù vậy, phần lớn cũng chỉ là kiểu “tiết kiệm” vài giờ mỗi tháng nên không đủ quan trọng để giao cho lập trình viên thực thụ, vì thế mức 90% có thể đã là đủ
Khi kết hợp với những cải tiến trong các công cụ như SharePoint Online, các công việc trước đây cần lập trình viên nội bộ hoặc tư vấn bên ngoài giờ có thể được xử lý ngay trong nội bộ
Đây không phải là cái chết của kỹ nghệ phần mềm. Những thứ đó sẽ không mở rộng được, và về lâu dài sẽ phát sinh vấn đề khi các kiến trúc nghiệp dư phải móc nối với nhau
Nhưng nếu bạn còn phải Google cách lấy ra vài dòng văn bản ngẫu nhiên từ một dictionary thì khó mà nói là không có rủi ro
GPT xử lý khá dễ và đủ tốt kiểu “chương trình có thể ghép lại bằng cách Google”, nên điều đó sẽ ngày càng xảy ra nhiều hơn trong ngành
Nếu xem lịch sử của tôi, bạn sẽ thấy tôi vừa thán phục vừa thất vọng với LLM, chính xác hơn là với GPT. Còn các model khác thì thành thật mà nói là không ra sao
Trong công việc hằng ngày, nó không giúp được bao nhiêu cho phát triển thực tế, nhưng lại viết phần lớn tài liệu cho tôi, và làm điều đó giỏi đến mức đáng sợ
Tôi cũng dùng rất nhiều việc sinh code để tạo type, class v.v. từ các sheet mapping dữ liệu Excel và sinh chức năng CRUD. Trước đây tôi làm bằng các script CLI ngắn, nhưng giờ GPT xử lý phần lớn
Tuy nhiên, nó rất tệ trong việc xử lý business logic đòi hỏi hiệu quả bằng thứ code được thiết kế tốt, và cho đến nay chưa cải thiện chút nào
Ở các tập đoàn phi kỹ thuật lớn của châu Âu và cả ngành IT/tư vấn khổng lồ phục vụ họ, có rất nhiều lập trình viên làm những việc mà GPT giỏi, và khi công cụ ngày càng tốt hơn, nhu cầu đối với kỹ sư phần mềm nói chung sẽ giảm đi rất nhiều
Điều đặc biệt khiến tôi lo là chúng ta vẫn đang dạy cho sinh viên CS rất nhiều thứ mà GPT làm tốt
Tôi là giám khảo ngoài cho sinh viên CS ở cấp học thuật, và GPT có thể gần như đạt điểm tuyệt đối với chương trình học. Chủ yếu vì chương trình tập trung nhiều vào việc tạo ra loại code doanh nghiệp “dễ”
Tôi lo rằng khi LLM thực sự bén rễ, rất nhiều sinh viên sẽ trải qua giai đoạn khó khăn, còn chương trình học sẽ không thay đổi kịp lúc. Giáo dục đại học Đan Mạch vốn đã chậm thích nghi với thực tế và phần nào lỗi thời từ 10 năm trước rồi
Câu nói “Lập trình gần với sự kiên nhẫn, thậm chí có lẽ là sự ám ảnh, hơn là kiến thức hay kỹ năng. Lập trình viên là những người chịu đựng một hàng dài vô tận các chướng ngại vật nhàm chán” nắm bắt rất đúng lý do khiến tôi lạc quan về lập trình có AI hỗ trợ
Đường cong nhập môn lập trình dốc khủng khiếp, không phải vì nó khó mà vì nó quá bực bội
Bạn phải cầm cự 6 tháng giữa những thông báo lỗi kỳ quặc và những dấu chấm phẩy bị thiếu trước khi thật sự tạo ra được thứ gì đó và cảm thấy mình đang tiến bộ
Đa số sẽ bỏ cuộc và nghĩ rằng mình “không đủ thông minh”, nhưng thực ra chỉ là họ không có đủ kiên nhẫn để lội qua vũng lầy đó
Tôi cho rằng LLM có tác động lớn đến đường cong học tập ban đầu đó. Việc nhiều người hơn có thể học lập trình cơ bản và dùng máy tính để tự động hóa những công việc lặp đi lặp lại nhàm chán trong đời sống là điều tốt
Lập trình viên phải chấp nhận sự thật xấu xí nhiều hơn hầu như bất kỳ nghề nào trong đời sống thường ngày. Các kỹ sư vật lý, công nhân xây dựng, thợ sửa chữa cũng cần đức tính này, nhưng vì chu kỳ phản hồi chậm hơn nên họ ít phải đối mặt với nó thường xuyên hơn
Nó giống như nói rằng Google Translate đã khiến mọi người đều thông thạo tiếng Tây Ban Nha
Cuối cùng thì để dùng ChatGPT hiệu quả, bạn vẫn phải xem lại mã và hiểu cách nó hoạt động
Việc thật sự gõ mã chưa bao giờ là phần khó của phát triển phần mềm
Nếu công cụ này chỉ giúp nhà phát triển đi trước được 6 tháng, thì việc dạy khoa học máy tính ở trường sẽ đáng giá hơn nhiều so với tài nguyên tính toán bỏ ra, đồng thời tạo ra một thế hệ kỹ sư mạnh hơn hẳn
Những dự án phần mềm phức tạp có nhiều người dùng thực tế đều có một backlog vé lỗi gần như bị bỏ mặc và kéo dài vô tận
Hình như vài tháng trước Firefox đã sửa một lỗi tồn tại suốt 25 năm
Hầu hết compiler và framework đều chất đống những ticket kiểu “cải thiện thông báo lỗi khi xảy ra X”, nhưng thời gian của lập trình viên quá đắt nên chúng không được ưu tiên
Theo thời gian, khác biệt giữa senior và junior nhiều khi không còn là trí thông minh hay kinh nghiệm thực tế, mà là những vết sẹo tích lũy được khi vật lộn với các lỗi và vấn đề khả dụng không thể giải quyết trước khi sản phẩm hết vòng đời
Để AI thay thế hoàn toàn lập trình viên có lẽ vẫn cần thêm vài đột phá lớn nữa, nhưng chuyện thả nó vào bug tracker và để nó tạo ra các chỉnh sửa nhỏ cả ngày thì hoàn toàn đã trong tầm mắt
Khi đó, việc lập trình của con người sẽ thú vị hơn và cũng dễ học hơn
Nó làm tôi nghĩ đến những người bình thường sống bị trói buộc bởi giới hạn của các ứng dụng họ dùng, và sự phổ biến của những cuốn sách kiểu “tự động hóa bằng Python”
Nếu nhờ công nghệ mới này mà mọi người không còn bị ràng buộc bởi những giới hạn đó nữa thì quả là rất tuyệt
Mã vẫn là một tạo vật phức tạp và dễ vỡ
Việc LLM viết mã mới chỉ là điểm khởi đầu, và với đa số mọi người thì low-code/no-code có hỗ trợ LLM vẫn là lựa chọn lý tưởng hơn
Tôi đang tranh luận chuyện này với một người bạn làm về AI và mạng nơ-ron
Bạn tôi nói rằng việc coding sắp lỗi thời và mọi thứ sẽ bị thay thế bằng sinh mã kiểu ChatGPT
Còn tôi, với tư cách một “senior engineer”, thấy rằng phần áp đảo trong công việc của mình là giao tiếp, lãnh đạo trong tổ chức, thực sự hiểu yêu cầu sản phẩm và xác định chúng ăn khớp thế nào với hệ thống của chúng tôi
Tôi vẫn viết mã, nhưng ngay cả khi phần lớn việc đó được tăng cường bằng sinh mã thì phần lớn công việc tôi làm cũng gần như không thay đổi
Công việc của junior không phải như vậy mà là nhận các issue đã được ghi lại rồi triển khai. Họ không nhận các vấn đề khó, mà được giao sẵn công việc và tiêu chí chấp nhận
Nếu trong tương lai một thứ như CodeGPT thay thế hoàn toàn kỹ năng lập trình của họ, thì con đường để họ trở thành senior sau 10 năm sẽ như thế nào?
Những senior hiện tại sẽ nghỉ hưu sau 10–20 năm nữa, và nếu họ được thay bằng những người thật sự hưởng lợi từ sinh mã tự động, thì “coding” có thể trở thành thứ mà các ông già từng làm trước khi máy móc làm thay
Nếu nhờ AI mà có thể có những đội ngũ nhỏ hơn nhưng năng lực cao hơn, thì sẽ cần ít leader và ít cuộc họp hơn, mọi thứ sẽ hiệu quả hơn rất nhiều
Có lẽ cũng sẽ phải nói lời tạm biệt với thời gian từng dùng để mentoring junior engineer. Vì sắp tới có thể sẽ chẳng còn junior nữa
Tôi điều hướng trong tổ chức, kết nối với các đội khác và cố hiểu xem cần phải làm gì
Phần mã tôi viết thực sự giống như sản phẩm phụ của công việc mình làm
Thứ nhất, số người tham gia sẽ giảm đi, nên việc điều phối sẽ đơn giản hơn
Thứ hai, sẽ có nhiều người tiếp cận được vai trò điều phối hơn, và rất có thể những nhóm nghề nghiệp hay kiểu tính cách vốn thường không phải là người “giỏi coding” sẽ đảm nhận vai trò đó
Nếu máy móc có thể giải thích chẳng hạn nguyên lý vận hành tổng quát của thứ đang được tạo ra, thì họ sẽ không còn cần năng lực coding xuất sắc nữa
Vì vậy tôi dự đoán lĩnh vực việc làm sẽ bị chao đảo mạnh và tiền lương sẽ giảm đáng kể
Bài này có vẻ không phải do một lập trình viên viết, và một số bình luận cũng không giống của kỹ sư chuyên nghiệp
Trong tương lai gần, AI thực tế có thể thay thế những phần nào trong công việc của lập trình viên?
Để tiện tranh luận, cứ giả sử phần viết mã có thể được thay thế một cách hiệu quả về chi phí. Vậy những phần khác thì sao?
Ví dụ như nhận các yêu cầu mơ hồ rồi làm rõ với đội thiết kế, đội sản phẩm, v.v.; chỉ dẫn cho AI đủ rõ để nó có thể tạo ra các tính năng phức tạp; review code; xử lý các lỗi build ngẫu nhiên; tài liệu hóa tính năng để các lập trình viên và bên liên quan khác có thể hiểu; gỡ lỗi và sửa sự cố production
Thực tế, trước khi AI có khả năng thay thế hiệu quả một lập trình viên khá ổn, sẽ có một giai đoạn dài mà trong đó lập trình viên dùng AI để làm việc hiệu quả hơn
Điều này sẽ có lợi cho các kỹ sư tư duy ở mức trừu tượng hơn, và các tác vụ lập trình cấp thấp sẽ bị hấp thụ trước
Việc sửa các lỗi build ngẫu nhiên cũng nhiều khả năng sẽ theo ngay sau đó
Khi ấy, câu hỏi sẽ là nó có thể lấy đi bao nhiêu phần trăm công việc của lập trình viên, và phần còn lại có đòi hỏi sự kết hợp kỹ năng khác hay không
Có những lập trình viên code rất giỏi nhưng khi doanh nghiệp đưa ra yêu cầu hơi mơ hồ thì lại lớn tiếng than phiền, vì họ xem công việc của mình chỉ là viết mã chứ không phải làm rõ các quy tắc nghiệp vụ
Nhóm này sẽ bị ảnh hưởng nhiều hơn so với những lập trình viên sẵn sàng làm việc để hiểu các yêu cầu kinh doanh ngay cả trong tình huống mơ hồ
Nó vẫn tạo ra lỗi, nhưng những lỗi đó dường như ít tương quan với lỗi của con người
Đặc biệt trong bối cảnh Google ngày càng kém hữu dụng, nó lại biết những thứ mà nếu không tôi phải mất hàng giờ để tìm kiếm
Cá nhân tôi dùng nó cho scripting và hỗ trợ khả năng thực thi
Nhìn các công cụ hiện tại thì vẫn còn rất xa mới tới được mức đó
Cảm giác như tiêu đề không thật sự khớp với bài viết
Tiêu đề nói như thể kỹ năng lập trình sẽ bị thay thế, nhưng bài viết thực ra lại cho rằng nó sẽ thay đổi lớn, và trực giác của tôi cũng nghiêng về hướng đó
Rốt cuộc, rào cản gia nhập đang giảm xuống. Điều đó có xấu không? Ở góc nhìn ích kỷ thì có, nhưng ở góc nhìn xã hội thì không
Tôi cho rằng một trong những vấn đề mà Canada và phần nào là Mỹ đang đối mặt là bất bình đẳng
Những người làm các công việc dịch vụ “bình thường” kiếm ít hơn kỹ sư rất nhiều, và điều đó trong vài năm qua khá khó chịu
Giá trị xã hội của AI tạo sinh nằm ở chỗ làm cho lao động tri thức như luật, y tế và kỹ thuật phần mềm trở nên dễ tiếp cận hơn nhiều đối với những người “bình thường”
Dù cũng có mặt trái, nhưng phân bổ quyền lực đồng đều hơn sẽ là con đường gần với utopia hơn là chủ nghĩa tinh hoa lệch lạc. Cái sau nghe giống con đường dẫn tới chuyên chế
Nếu lương tối thiểu là mức lương thấp nhất và lương lập trình viên là mức lương cao nhất, thì nước Mỹ đã là một nền kinh tế rất bình đẳng
Nếu tự động hóa những con đường còn sót lại của tầng lớp trung lưu ở Mỹ, thì chỉ càng nới rộng khoảng cách giữa các nhà tư bản sở hữu hạ tầng tự động hóa và những người bị đẩy vào các lĩnh vực không tự động hóa đang ngày càng thu hẹp
Khi đó tình cảnh của họ cũng không hề khá hơn
Với góc nhìn của một người tóc đã bạc và không code hằng ngày, ChatGPT gây ấn tượng như một trợ lý lập trình
Cảm giác như có một junior developer trực on-call giá 20 USD mỗi tháng
Tháng trước tôi cần một tiện ích nhanh và bẩn, nên tự chia bài toán thành 4–5 bước rồi nhờ ChatGPT viết hàm cho từng bước và tôi ghép chúng lại
Phần lớn diễn ra suôn sẻ, nhưng có một chỗ cần quá nhiều lần dẫn dắt và chỉnh sửa mới ra được kết quả mong muốn