Thời đại không còn đọc code, kỹ sư nên đọc gì?

Dùng AI thì học được ít hơn?

• Nghiên cứu của Anthropic: điểm quiz của các lập trình viên hoàn thành bài tập coding bằng AI thấp hơn 17%
• Điểm cốt lõi không phải là "dùng AI thì học được ít hơn", mà là dù cùng dùng AI, kết quả vẫn phân hóa rất rõ tùy theo cách sử dụng
• Người giao trọn việc cho AI viết code → hoàn thành nhanh nhất nhưng học được ít nhất
• Người chỉ hỏi về khái niệm rồi tự viết → lỗi nhiều hơn nhưng điểm quiz vượt trội

Từ thời đại đọc code sang thời đại ra chỉ thị

• Ben Shoemaker: "Không còn đọc code từng dòng nữa. Ta đọc spec, test và kiến trúc." → một cách tiếp cận mới gọi là harness engineering
• Đội Codex của OpenAI: 3 kỹ sư chỉ dùng agent đã tạo ra một triệu dòng code để hoàn thiện sản phẩm được hàng trăm người sử dụng. Thứ họ đầu tư không phải là code mà là tài liệu, linter và hạ tầng test
• Evan Armstrong: việc sinh code đã trở thành hàng hóa, nhưng "lớp ngữ cảnh" để governing code trong production thì chưa bị hàng hóa hóa
• Steve Yegge: "Thời đại hand-coding đã kết thúc." Ông đưa ra 8 cấp độ tiếp nhận AI — từ Level 4 bắt đầu không còn xem diff, và đến Level 8 thì tự xây dựng agent orchestrator

Trò chơi vạch đích và trò chơi lãi kép

• Kent Beck: đằng sau phát triển dựa trên spec là giả định về một "trò chơi vạch đích" (đạt đến X là xong)
• Phát triển phần mềm thực tế là một "trò chơi lãi kép" — kiến trúc hôm nay sẽ mở ra hoặc đóng lại khả năng của 6 tháng sau
• "Không thể thắng trò chơi lãi kép chỉ bằng AGENTS.md tốt hơn" — cốt lõi là thiết kế hệ thống để nó tích lũy theo lãi kép

AI là một tấm gương

• Jeremy Utley (Stanford): "Với người muốn lười biếng, nó giúp họ lười hơn; với người muốn sắc bén hơn, nó giúp họ sắc bén hơn"
• Nếu có nền tảng TDD/DDD, bạn có thể chỉ thị cho AI theo cách đó; còn nếu chỉ ném vào câu "cứ làm đi" thì kết quả sẽ là code có cấu trúc hỗn loạn. Không phải AI ngu ngốc, mà chỉ là AI cũng bỏ qua đúng những phần mà tôi không để tâm
• Nghiên cứu của Berkeley: AI đã giúp người không phải developer cũng có thể viết code, nhưng rốt cuộc kỹ sư lại phải dành nhiều thời gian hơn để review và sửa code AI của đồng nghiệp
• "Hiệu ứng Dracula" — khi lao hết tốc lực vào vibe coding, thời gian làm việc thực sự hiệu quả trong một ngày có giới hạn khoảng 3 giờ

Vậy nên dùng thế nào?

• "Đừng đòi AI đưa ra đáp án đúng, hãy đối thoại với nó." Thay vì chỉ hỏi AI, hãy để AI đặt câu hỏi ngược lại cho mình
• Khuyến nghị dùng nhập liệu bằng giọng nói — gõ phím là "chế độ từ khóa", còn giọng nói đưa ta sang "chế độ hội thoại"
• Context engineering: nếu ghi rõ trong AGENTS.md lý do cho các quyết định kiến trúc, convention và thuật ngữ miền nghiệp vụ, AI sẽ tạo ra code nhất quán hơn
• Kent Beck: "Hãy đầu tư vào futures (tập hợp những thứ có thể triển khai tiếp theo) nhiều như đầu tư vào features"

Những điều không thay đổi

• Nhu cầu phải đọc từng dòng code có thể giảm đi, nhưng năng lực biết đọc code lại trở nên quan trọng hơn bao giờ hết
• Khi mọi test đều pass nhưng sản phẩm vẫn có gì đó kỳ lạ, khi AI nói "không có vấn đề" nhưng bug vẫn tồn tại — cuối cùng vẫn sẽ đến lúc ta phải tự đọc
• Biết đọc mà không đọc, và không biết đọc, là hai chuyện hoàn toàn khác nhau
• Trở thành người có thứ để phản chiếu trong tấm gương — đó mới là bản chất của kỹ sư trong thời đại này