AI Native Engineer — Cảm quan đặt trên nền nguyên lý

Rốt cuộc AI Native Engineer là người như thế nào (Who).

Những gì đã lộ ra — điểm khác biệt so với kỹ sư của thời đại trước

• Drew Hoskins: "Công cụ và ngôn ngữ quá khó, nên bản thân việc học và sử dụng chúng đã là một công việc toàn thời gian." Khi AI bắt đầu thay thế công việc toàn thời gian đó, những thứ vốn dĩ phải làm nhưng bị che khuất nay lộ ra
• Mở rộng trách nhiệm: từ delivery sang discovery. Nếu không biết trả lời "Tại sao phải làm cái này?" thì sẽ không còn vai trò nào để lại
• Học nhanh gấp 10 lần: để đọc và phán đoán 200 dòng AI tạo ra trong 30 giây, nền tảng cơ bản phải rất vững. Mã do AI tạo ra trở thành giáo trình, nhưng phải có con mắt để đọc nó
• Tốc độ phán đoán: Forsgren — "Khi làm việc cùng AI, bạn phải tái cấu trúc mental model hàng chục lần chỉ trong 30 phút." Phán đoán nhanh đến từ sự hiểu biết sâu

Cú phản gió với Maker

• DORA 2025: sau khi áp dụng AI, số PR được tạo tăng 98%. Thành quả software delivery? Vẫn phẳng. Việc viết code vốn không phải nút thắt cổ chai
• Bạn bấm một cái thì người khác cũng bấm một cái. Bản thân việc tạo ra đã bị phổ thông hóa thành commodity. Cú click không còn là năng lực cạnh tranh nữa
• Trước đây, "nếu Maker có thêm tư duy Closer" là một lời khen. Giờ đó là điều kiện bắt buộc

Sai lầm của pháp sư — nghịch lý khi kỹ thuật trở nên quan trọng hơn

• Câu chuyện vật lộn với iOS của tác giả: với Golang thì tập trung ngay vào logic cốt lõi, còn với iOS do thiếu năng lực kỹ thuật nên rơi vào vòng lặp vô tận 2~3 ngày cùng AI. "Nếu là một kỹ sư iOS, có lẽ chỉ mất 5 phút để sửa"
• "Bẫy người học việc của pháp sư" của Carson Gross: junior nếu không biết viết code thì cũng sẽ không biết đọc code. Không biết đọc thì sẽ bị LLM dẫn dắt
• Steve Krouse: "Vibe coding tạo cho ta ảo tưởng rằng vibe của bản thân là một sự trừu tượng hóa chính xác." Không ai nói đến "vibe writing"
• LLM không làm giảm độ phức tạp bản chất. Nó chỉ giúp tạo ra độ phức tạp ngẫu nhiên dễ hơn mà thôi (Fred Brooks, No Silver Bullet)
• Kiến thức công cụ (cú pháp Swift, pattern React) vs kiến thức nguyên lý (network, OS, cấu trúc dữ liệu). Vì AI thay thế kiến thức công cụ nên kiến thức nguyên lý càng tỏa sáng

Cảm quan đặt trên nền nguyên lý — Eval

• Nguyên lý mà không có cảm quan thì chỉ là học giả. Chỉ nguyên lý thôi là chưa đủ
• Thứ mà Anthropic gọi là "taste". Những người làm AI giỏi nhất cũng là những người để AI tự quyết tới tận bước cuối cùng muộn nhất
• CTO của Linear, Thomas: "Taste is not mystical. It's a craft." Trong 2 năm, với Quality Wednesday đã sửa 2.500 defect — taste bám vào như cơ bắp
• Eval = năng lực phán đoán để đánh giá kết quả do AI tạo ra. "All Pass của AI có phải cũng là All Pass đối với tôi không?" Người có thể đặt ra câu hỏi này chính là AI Native Engineer

Kết luận — chiếc la bàn trên bộ gia tốc

• Terry Winograd (nhà nghiên cứu AI thế hệ đầu ở Stanford): "AI không phải nguyên nhân của vấn đề. AI là chất gia tốc (Accelerant)." Thứ thay đổi là tốc độ, không phải phương hướng
• Cảm quan không có nguyên lý là phỏng đoán, còn nguyên lý không có cảm quan thì là học giả
• Dù có How (kỹ năng agentic), làm việc ở Where (tổ chức AX), thì nếu Who (bản thân tôi) không phải là người phát huy cảm quan trên nền nguyên lý, tất cả cũng không có ý nghĩa