Tuần trước tôi đã có một buổi nói chuyện đặc biệt tại LINE Plus với tiêu đề "Cách tận dụng AI cho các lập trình viên muốn tiến bộ mỗi ngày".
Vì dự định sẽ đăng lên cả YouTube sau này, tôi đã cố gắng đưa vào tối đa những điều mình trăn trở trong vài tháng qua (hoặc vài năm qua), và kết quả là đã tạo ra khoảng 230 trang; nội dung thực sự được trình bày chỉ chiếm khoảng 2/3.
Sau đó, sau khi chỉnh sửa kỹ hơn, phiên bản 2 cuối cùng đã hoàn thiện với 290 trang.
Bên dưới tôi để lại phần nội dung được Gemini tóm tắt.
Mở đầu
- Khoảng cách năng lực AI literacy: Chênh lệch về khả năng tận dụng AI giữa mọi người là rất lớn, và chỉ riêng việc nhận thức được AI mới nhất có thể làm gì, đến mức nào, cũng đã có thể thu hẹp đáng kể khoảng cách đó.
- Tầm quan trọng của việc học liên tục: Nếu không duy trì thái độ liên tục dùng thử nhiều công cụ AI, vừa học vừa quên đi những điều cũ không còn phù hợp (learn & unlearn), thì khoảng cách đó sẽ lại giãn ra.
- Sự mở rộng của phát triển sản phẩm: Trước đây, lập trình viên chủ yếu tập trung vào giai đoạn "triển khai", nhưng giờ đây đã có thể dùng AI để tham gia vào toàn bộ quy trình phát triển sản phẩm, từ ý tưởng, marketing cho đến vận hành.
Phần 1: Cách dùng AI thông minh hơn với vai trò trợ lý lập trình
- Sự tiến hóa của trợ lý lập trình: Bắt đầu từ tự động hoàn thành đơn giản (VSCode IntelliSense), rồi đến tạo code snippet dựa trên AI (TabNine, GitHub Copilot), và giờ đã phát triển tới thời đại của "vibe coding" và "coding agent" — nơi có thể giao tiếp bằng ngôn ngữ tự nhiên và tạo ra sản phẩm từ con số 0 đến 1.
- Thay đổi về hiệu năng và chi phí AI: Hiệu năng của LLM đang tiến bộ nhanh chóng, chi phí thì giảm rất nhanh, đồng thời độ dài và độ phức tạp của các công việc mà AI có thể tự chủ hoàn thành cũng tăng lên nhanh chóng.
- Bản chất của phát triển: Công cụ của "coding" đã thay đổi từ thẻ đục lỗ sang ngôn ngữ tự nhiên, nhưng bản chất của lập trình viên với tư cách là "người giải quyết vấn đề bằng code" thì không thay đổi.
- Ủy quyền và quản lý AI: Hợp tác với AI cũng tương tự như giao việc cho con người. Cần điều chỉnh mức độ ủy quyền theo năng lực của AI (thông báo, thuyết phục, bàn bạc, đồng thuận, cố vấn, chất vấn, ủy quyền), đồng thời quan sát và giám sát cách vận hành của LLM như một hộp đen.
- Context engineering: Điều quan trọng là truyền đạt rõ cho AI "cái gì (What)" và "tại sao (Why)" hơn là "làm thế nào (How)". Để làm điều này, framework STICC gồm Situation, Task, Intention, Concern, Calibration rất hữu ích.
- Tận dụng công cụ (MCP): Để tối đa hóa năng lực của coding agent, có thể tận dụng máy chủ MCP (Model Context Protocol). Tuy nhiên, nếu kết nối quá nhiều công cụ thì hiệu năng có thể giảm, nên cách hiệu quả là chỉ chọn lọc các chức năng cốt lõi như điều khiển trình duyệt (Playwright) hoặc nâng cao khả năng hiểu mã nguồn (Serena).
- Mở rộng quản lý phiên bản: Không chỉ code mà cả prompt và context (ví dụ tài liệu kế hoạch) đã truyền cho AI để tạo code cũng cần được thử nghiệm đưa vào phạm vi quản lý phiên bản.
Phần 2: Cách dùng AI thông minh hơn trong toàn bộ quá trình phát triển sản phẩm
- Framework giải quyết vấn đề: Phát triển sản phẩm có thể được xem là quy trình 3 giai đoạn: "định nghĩa vấn đề → triển khai giải pháp → tạo ra thay đổi".
- Tầm quan trọng của 'tự mình dùng, tự mình làm': Cách tiếp cận "tự làm thứ mình sẽ dùng" là chiến lược tốt nhất, đặc biệt với người mới bắt đầu AI coding. Nó dễ làm, giúp trình độ tăng nhanh và cũng dễ mở rộng.
- Cách tiếp cận lấy người dùng làm trung tâm: Cần xác định rõ "giải quyết vấn đề gì (mục tiêu) cho ai (người dùng) bằng cách nào (độ phức tạp)". Điều quan trọng nhất là trước tiên giải quyết vấn đề của chính "mình" (dogfooding).
- Kiểm chứng sản phẩm: Cần phát triển sản phẩm thông qua kiểm chứng tính hợp lệ của ý tưởng (MVP), kiểm chứng tính thị trường (MMP) và kiểm chứng mức độ trung thành của khách hàng (MLP). Ở giai đoạn đầu, dù chưa có khả năng scale, quá trình trực tiếp lăn xả để giải quyết vấn đề của khách hàng vẫn rất quan trọng.
- Build in Public: Chiến lược tạo fan bằng cách công khai minh bạch quá trình làm sản phẩm. Cách này hiệu quả với các nhà sáng lập quy mô nhỏ, và cốt lõi là kể câu chuyện xoay quanh "vì sao" và "như thế nào".
Phần 3: Chiến lược để junior/senior học tập và phát triển hiệu quả trong kỷ nguyên AI xuyên suốt toàn bộ quá trình này
- Những thứ trở nên kém quan trọng hơn và quan trọng hơn: Tầm quan trọng của kiến thức như cú pháp một ngôn ngữ cụ thể đã giảm đi, nhưng khả năng đặt ra tầm nhìn lớn và quản lý độ phức tạp, kỹ năng nhận ra và điều chỉnh sai sót của AI, hiểu biết domain sâu, năng lực thiết kế và học tập lại trở nên quan trọng hơn.
- Tư duy (vượt qua FOMO): Không cần phải chạy theo mọi công cụ mới. Điều quan trọng là chọn ra các nhóm chủ đề mình quan tâm, để thông tin tự nhiên chảy đến qua SNS, newsletter, v.v., và duy trì sự tò mò lành mạnh.
- Chiến lược học tập:
- Tận dụng nguồn tài liệu đáng tin cậy: Cần học sâu từ tài liệu chính thức, đối thoại với chuyên gia và những bài viết có nhiều insight.
- Theo đuổi tri thức tạo sinh: Thay vì chỉ tập trung vào "kết quả (tri thức hoàn chỉnh)", cần tập trung vào "quá trình (tri thức tạo sinh)" tạo ra kết quả, và có thái độ học cách dùng công cụ từ chính bản thân công cụ đó.
- Học từ cao thủ: Khi học từ chuyên gia, thay vì chỉ xin đáp án, nên hỏi như "đã nhận ra pattern từ tín hiệu nào" hay "vì sao lại đưa ra phán đoán đó" để học được quá trình tư duy.
- Vai trò của senior: Điều quan trọng là biến tri thức ngầm của bản thân thành tri thức tường minh (guide, code mẫu, quy tắc cho AI, v.v.) để chia sẻ trong tổ chức, đồng thời kết hợp kinh nghiệm ở nhiều domain khác nhau để tạo ra ý tưởng có tính emergent.
- Hình thành thói quen: Thay vì cố tạo thói quen tốt trong một lần, cần thay đổi bản thân dần dần thông qua "thói quen tạo ra thói quen" (ví dụ: retrospective kiểu kính hiển vi).
- Ý định thực thi: Thay vì những quyết tâm mơ hồ như "từ mai phải ~", nếu lập kế hoạch cụ thể "khi nào, ở đâu, như thế nào" ("ý định triển khai") thì khả năng thực hiện sẽ tăng mạnh.
Kết lại
- Phẩm chất cốt lõi: Phẩm chất quan trọng nhất trong kỷ nguyên AI là "sự hoài nghi lành mạnh" và "sự tò mò".
- Nhận thức về giới hạn của AI: Cần nhận thức rằng AI vẫn còn những giới hạn rõ ràng như thiếu context, hallucination, bảo mật và chi phí.
- Công cụ tốt nhất: Công cụ vượt trội hơn bất kỳ AI nào hiện có rốt cuộc vẫn là "bộ não" của con người, và chúng ta cần chủ động tận dụng nó.
6 bình luận
Tôi cũng đã đăng lên YouTube! https://www.youtube.com/watch?v=CAgn60EWDmw
Mình cũng sẽ mong chờ YouTube hehe
Kỹ thuật ngữ cảnh - Ra lệnh thông minh với What+Why! Ngoài ra, anh/chị ấy còn chỉ ra rất rõ ràng nhiều điểm mà mình vẫn luôn thắc mắc :) Thật vừa ngại vừa biết ơn vì được xem miễn phí những thông tin chất lượng như thế này!!!!
Không đến mức phải xin lỗi đâu... haha, cảm ơn bạn vì lời khen quá ưu ái.
Trong phiên bản đầu tiên, tôi đã học được rất nhiều cách ra lệnh cho agent.
Cảm ơn bạn.