Vì sao AI chưa thay thế kỹ sư phần mềm, và vì sao trong tương lai cũng khó có thể thay thế

 (normaltech.ai)
4 điểm bởi GN⁺ 4 giờ trước | 1 bình luận | Chia sẻ qua WhatsApp
  • Kỹ thuật phần mềm là một trong những ngành nghề tiếp nhận AI nhanh nhất, nhưng câu chuyện cho rằng khi AI đạt tới một ngưỡng năng lực nhất định thì sẽ xảy ra sa thải hàng loạt hiện không được bằng chứng ủng hộ
  • Trong các trường hợp của Block, Snap và Intuit, AI xuất hiện như một lý do cho sa thải, nhưng bối cảnh thực tế liên quan trực tiếp hơn tới áp lực tài chính, yêu cầu cắt giảm chi phí và tinh gọn tầng quản lý
  • Phát triển phần mềm là một cấu trúc sandwich quyết định-thực thi-bàn giao, trong đó AI nén lớp thực thi, nhưng các lớp quyết định phải làm gì và xác minh/chịu trách nhiệm cho kết quả thì kháng cự mạnh với tự động hóa
  • “vibe coding” là cách giao việc cho agent mà không giám sát hay rà soát, còn các kỹ sư thực tế sử dụng agent theo kiểu agentic engineering, nơi con người vẫn giữ quyền kiểm soát và trách nhiệm
  • Nếu AI làm giảm chi phí sản xuất phần mềm, nhu cầu phần mềm có thể còn tăng thêm; sự nghiệp của từng kỹ sư có thể bị xáo trộn, nhưng nhu cầu tổng thể nhiều khả năng vẫn duy trì mạnh

Vì sao AI chưa thay thế kỹ sư phần mềm, và vì sao trong tương lai cũng khó có thể thay thế

  • Coding agents như một công nghệ bình thường

    • Lo ngại và bất định về việc AI có thay thế việc làm hay không là rất lớn, nhưng để nhìn vấn đề này cần xem xét nghề kỹ thuật phần mềm, nơi năng lực AI và tốc độ triển khai đều tiến rất nhanh
    • Có thể bác bỏ câu chuyện rằng khi năng lực AI chạm một ngưỡng nhất định thì sẽ xảy ra sa thải hàng loạt, vì không có đủ bằng chứng ủng hộ
    • Nếu ngay cả ở lĩnh vực gần như không có rào cản pháp lý mà câu chuyện sa thải hàng loạt vẫn không đứng vững, thì các nhóm nghề khác có khả năng còn có lớp đệm lớn hơn
    • Lao động tri thức và phát triển phần mềm có thể được xem như một decide-execute-deliver sandwich, trong đó AI nén lớp thực thi, nhưng lớp quyết định và lớp bàn giao không tự động được chỉ nhờ cải thiện năng lực
    • Có thể lạc quan một cách thận trọng về tương lai nhu cầu kỹ thuật phần mềm, nhưng ngay cả khi nhu cầu tổng thể vẫn lành mạnh thì sự nghiệp của từng kỹ sư vẫn có thể bấp bênh

Các trường hợp sa thải hàng loạt do AI trong lĩnh vực phần mềm thực chất khá giống “AI washing”

  • Trường hợp Block

    • Block công bố sa thải 4.000 nhân viên vào tháng 2, và Jack Dorsey nói rằng AI cho phép xây dựng “những đội ngũ nhỏ hơn và phẳng hơn”, đồng thời nhắc tới việc mô hình sẽ mạnh hơn vào cuối năm 2025
    • Nhưng các bài báo sau đó cho thấy một bức tranh khác: Block đang chịu áp lực tài chính mạnh sau khi đã tăng quân số lên hơn gấp ba trong giai đoạn đại dịch
    • Naoko Takeda, nhà khoa học dữ liệu của đội Cash App, viết rằng Block ép mọi người dùng AI nhưng mức tăng năng suất thực tế rất hạn chế; cô từ chối đề nghị tăng lương giữ chân 75% và rời công ty
    • Những nhân viên khác được phỏng vấn cũng có nhận thức rất khác nhau về việc AI có thể làm gì ở Block và liệu Dorsey có thực sự hiểu đúng vấn đề hay không
    • Aaron Levie chỉ ra rằng các CEO dễ rơi vào ảo tưởng về hiệu quả của AI vì họ có thể thấy việc tạo prototype nhanh, nhưng không nhìn thấy 90% công việc cần thiết để biến nó thành sản phẩm hoàn chỉnh

  • Trường hợp Snap

    • Snap sa thải khoảng 1.000 người vào tháng 4, và Evan Spiegel nêu AI như một lý do chính trong bản ghi nhớ sa thải
    • Spiegel nói rằng 65% mã mới được tạo ra bởi AI
    • Nhưng thực tế, đợt sa thải diễn ra sau chiến dịch của một nhà đầu tư hoạt động yêu cầu cắt giảm chi phí
    • Snap ghi nhận lỗ ròng mỗi năm kể từ IPO năm 2017, và trong năm 2026 giá cổ phiếu đã giảm hơn 30%
    • Tính chất của đợt cắt giảm là loại bỏ 150 vị trí ở nhiều vai trò khác nhau trong bộ phận thực tế tăng cường, không phù hợp với kiểu cắt giảm toàn công ty ở các vị trí lập trình/tiếp xúc với AI nếu AI thực sự là nguyên nhân

  • Trường hợp Intuit

    • Intuit công bố cắt giảm 3.000 người vào tháng 5, đồng thời xuất hiện thông tin về các hợp đồng với Anthropic và OpenAI
    • Truyền thông gắn điều này với tái cấu trúc xoay quanh AI, nhưng CEO bác bỏ và nói rằng việc cắt giảm không liên quan đến AI
    • Công ty cho biết đối tượng bị cắt giảm là các “vai trò cần nhiều điều phối” và các tầng quản lý dư thừa
    • Các trường hợp Block, Snap và Intuit cho thấy AI thường được dùng như lý do bề mặt cho sa thải, còn bối cảnh tổ chức và cấu trúc chi phí mới là nguyên nhân trực tiếp hơn

  • AI washing là hiện tượng trên toàn nền kinh tế

    • Trong mọi câu chuyện sa thải kỹ sư phần mềm vì AI được xem xét, đều xuất hiện cùng một kiểu lệch pha giữa câu chuyện kể và thực tế
    • 59% quản lý tuyển dụng tại Mỹ thừa nhận rằng khi giải thích việc đóng băng tuyển dụng hoặc sa thải, nhấn mạnh AI thay vì hạn chế tài chính sẽ dễ được các bên liên quan chấp nhận hơn
    • J. P. Gownder của Forrester nói rằng nếu hỏi các công ty đang chuẩn bị sa thải vì AI xem họ có ứng dụng AI trưởng thành và đã được kiểm chứng hay không, thì 9 trên 10 là không có và thậm chí còn chưa bắt đầu
    • Trong khảo sát của HBR với hơn 1.000 lãnh đạo trên toàn cầu, 21% cho biết đã cắt giảm nhân sự quy mô lớn để “đón đầu” AI, và 39% đã có cắt giảm mức thấp hoặc trung bình theo kiểu phòng ngừa
    • Tỷ lệ đã thực sự cắt giảm quy mô lớn dựa trên triển khai AI thực tế chỉ là 2%, cho thấy khoảng cách rất lớn giữa cắt giảm dựa trên kỳ vọng và cắt giảm dựa trên triển khai thật

  • Dữ liệu WARN Act

    • WARN Act yêu cầu công bố nhất định đối với đóng cửa cơ sở và sa thải hàng loạt ảnh hưởng tới hơn 100 lao động
    • Bang New York vào tháng 3 năm 2025 trở thành bang đầu tiên của Mỹ thêm ô đánh dấu công bố AI vào mẫu nộp WARN Act
    • Trong năm đầu tiên, hơn 160 công ty nộp thông báo WARN nhưng không có công ty nào đánh dấu ô AI
    • Tính đến cuối tháng 5, theo xác nhận của Sở Lao động New York, chỉ có Nespresso chọn ô đánh dấu đó
    • Nếu hồ sơ nộp là chính xác, thì trong khoảng thời gian đó, trong khoảng 25.000 người bị sa thải ở bang New York chỉ có 46 người bị ảnh hưởng bởi AI, tức khoảng 0,2%

  • Sa thải là tín hiệu sai để nhìn hiệu ứng năng suất của AI

    • Có nghiên cứu cho thấy hiệu ứng năng suất của AI vận hành thông qua chậm tuyển dụng nhiều hơn là sa thải thêm nhân viên hiện có
    • Nếu sa thải nhân viên hiện hữu, công ty sẽ mất đi tri thức ngầm và vốn tổ chức cần thiết để sử dụng AI hiệu quả
    • Sa thải cũng tốn kém vì trợ cấp thôi việc, suy giảm tinh thần và rủi ro phải tuyển lại
    • Chỉ bằng hao hụt nhân sự tự nhiên cũng có thể đạt cùng kết quả trong vài năm, nên sa thải hàng loạt thường là không cần thiết

  • Dữ liệu xu hướng việc làm

    • Bài nghiên cứu của các nhà kinh tế học tại Federal Reserve tổng hợp các bằng chứng liên quan trong bối cảnh Mỹ
    • Việc làm vẫn tiếp tục tăng, nhưng sau ChatGPT thì tốc độ tăng chậm hơn khoảng 3 điểm phần trăm mỗi năm so với quỹ đạo phản thực tế nếu không có AI
    • Phương pháp nghiên cứu này không bắt được lao động tự doanh, nên có khả năng một phần tăng trưởng chậm lại đã được hấp thụ bởi khởi nghiệp
    • Các nghiên cứu khác đưa ra bằng chứng rằng AI giúp việc khởi nghiệp trở nên dễ hơn
    • Bức tranh thực tế có thể lành mạnh hơn những gì nghiên cứu của Federal Reserve thể hiện

  • Có tồn tại mất việc liên quan đến AI, nhưng là kiểu khác

    • Mất việc kỹ thuật phần mềm có thể xảy ra khi AI làm giảm nhu cầu đối với sản phẩm
    • Chegg và Stack Overflow được nêu như ví dụ AI làm giảm nhu cầu với các sản phẩm hỗ trợ bài tập hay hỗ trợ kỹ thuật, và cả hai công ty đều đã sa thải nhân sự
    • Trong trường hợp này, AI không trực tiếp làm công việc của người lao động mà làm giảm nhu cầu cần tới công việc đó
    • Trong 270 nghề của điều tra dân số Mỹ năm 1950, chỉ có một nghề biến mất vì tự động hóa là người vận hành thang máy, nhưng có nhiều nghề trở nên không còn cần thiết do công nghệ mới, như điện tín viên
    • Các đợt sa thải ở những công ty bán AI như IBM hay SAP giống tái cơ cấu doanh nghiệp thông thường để chuyển nhân lực từ các chức năng cũ sang các dòng sản phẩm tăng trưởng nhanh hơn hơn là thay thế lao động

Vì sao coding agents chưa dẫn tới thay thế lao động: decide-execute-deliver sandwich

  • Tỷ lệ mã do AI viết gần như không liên quan đến thay thế lao động

    • Một số lãnh đạo công nghệ đưa ra tỷ lệ mã do AI viết cùng với dự báo về sa thải hay suy giảm việc làm trong tương lai
    • Cách này củng cố lối nghĩ đơn giản rằng nếu AI viết toàn bộ mã thì coder sẽ không còn cần thiết
    • Nhưng tỷ lệ mã do AI viết gần như không phải chỉ số cốt lõi để đánh giá thay thế lao động
    • Viết mã không phải nút thắt cổ chai, và trước đây cũng chưa từng là nút thắt cổ chai

  • Viết mã không phải nút thắt cổ chai

    • Một bài nghiên cứu năm 2019 tổng hợp các nghiên cứu trước đó và kết luận rằng thời gian lập trình viên dành cho coding ít một cách đáng ngạc nhiên, dao động từ 9% đến 61% tùy nghiên cứu
    • Kết quả này cũng phù hợp với dữ liệu nội bộ của Microsoft trên 6.000 lập trình viên
    • Sau khi coding agents bắt đầu được đưa vào sử dụng, nhiều bài viết cuối năm 2025 tiếp tục chỉ ra rằng viết mã không phải là nút thắt cổ chai
    • Các lập trình viên nhận ra rằng ngay cả khi agent viết phần lớn mã, tác động lên năng suất tổng thể vẫn nhỏ

  • Ba nút thắt cổ chai thực sự

    • Nút thắt thực sự là quyết định phải xây dựng cái gì và đặc tả nó
    • Việc xác minh kết quả được bàn giao và chịu trách nhiệm cho nó cũng là nút thắt cốt lõi
    • Sự hiểu biết sâu sắc của con người về codebase, doanh nghiệp và môi trường là điều cần thiết cho cả quyết định lẫn bàn giao
    • Công việc của kỹ sư phần mềm là một sandwich quyết định-thực thi-bàn giao, và sự thấu hiểu là điều kiện tiên quyết cho cả ba lớp
    • AI đã nén phần giữa của chiếc sandwich, nhưng hai đầu phần lớn vẫn còn nguyên

  • Bằng chứng từ “Writing Code vs. Shipping Code”

    • Writing Code vs. Shipping Code phân tích hiệu ứng năng suất của AI trên 100.000 lập trình viên GitHub
    • AI agents làm số dòng mã được viết tăng gấp 8 lần, phù hợp với mô tả rằng lớp thực thi được nén rất mạnh
    • Nhưng số bản phát hành chỉ tăng 30%, điều này gợi ý rất rõ rằng các nút thắt do con người ở lớp quyết định và lớp bàn giao vẫn còn tồn tại

  • Lớp quyết định khó mỏng đi hơn nữa

    • Đội phát triển phải quyết định sẽ xây dựng cái gì
    • Một trong những bài học quan trọng mà kỹ sư phần mềm junior học được là đặc tả yêu cầu tốn nhiều thời gian hơn dự kiến
    • Nếu nén quá mức khâu đặc tả yêu cầu, nỗi đau ở các giai đoạn sau sẽ còn lớn hơn
    • Lớp này khó tự động hóa vì phải cân nhắc nhu cầu người dùng, tín hiệu thị trường, ưu tiên tổ chức và đôi khi cả ràng buộc pháp lý
    • Khi năng lực AI tăng lên, số loại quyết định có thể ủy quyền cho AI sẽ tăng, nhưng những quyết định có thể ủy quyền như vậy sẽ không còn là nguồn lợi thế cạnh tranh
    • Giá trị của quyết định do con người đưa ra sẽ dời lên tầng cao hơn, và vì độ phức tạp của phần mềm tăng theo thời gian nên quá trình này không có trần rõ ràng

  • Lớp bàn giao còn lại vì trách nhiệm và xác minh

    • Các nhóm con người phải chịu trách nhiệm với kết quả họ bàn giao
    • Có thể tới một thời điểm trong tương lai khi các nhóm triển khai mã trọng yếu mà họ chưa kiểm thử hoặc hiểu đầy đủ
    • Nhưng ở hiện tại, AI quá thiếu ổn định nên cách làm hỗn loạn như vậy là mối đe dọa sống còn với các đội phần mềm và khách hàng
    • Ngay cả khi rào cản kỹ thuật biến mất, con người cũng không bắt buộc phải trao quyền kiểm soát cho AI
    • Có thể chọn duy trì trách nhiệm của con người thông qua chuẩn mực chung, luật pháp và chính sách
    • Luật trách nhiệm và quy định theo ngành đã hoạt động như rào cản tốc độ, và còn có thể được siết chặt hơn

  • Kỹ sư phần mềm tương lai sẽ giống người vận hành cần cẩu hơn

    • Càng nhiều phần của lớp thực thi được giao cho AI, vai trò của kỹ sư phần mềm càng trở nên giống người vận hành cần cẩu
    • AI agents sẽ thực hiện phần lớn lao động trí óc nặng nhọc, còn công việc cốt lõi của con người là giám sát và điều khiển agent
    • Một số người cho rằng tương lai con người vẫn kiểm soát là không khả thi về chi phí
    • Đã có những trường hợp nổi tiếng về coding agents thiếu giám sát xóa cơ sở dữ liệu vận hành hoặc gây ra thiệt hại khác
    • Những trường hợp đó không phải chuẩn mực mới mà là ngoại lệ lan truyền vì gây sốc, đồng thời trở thành bài học cảnh báo về việc phụ thuộc quá mức vào AI
    • Việc phát hiện xem sử dụng AI thiếu giám sát trong các tác vụ rủi ro cao có đang gia tăng hay không là một khoảng trống dữ liệu quan trọng không chỉ với kỹ thuật phần mềm mà với toàn bộ nền kinh tế

  • Sự thu hẹp của lập trình không phải hiện tượng riêng của AI

    • Xu hướng chiếc sandwich bị ép mỏng là điều mới, nhưng không phải chỉ do AI
    • Hơn 20 năm trước, Bureau of Labor Statistics đã bắt đầu tách theo dõi lập trình và kỹ thuật phần mềm
    • Đại khái, programmer chỉ phụ trách phần thực thi, còn software engineer quản lý phần lớn hơn của chiếc sandwich
    • Công việc lập trình đã thu hẹp, bị xem như lao động thực thi đơn thuần và có mức lương thấp hơn nhiều
    • AI đang tăng tốc một xu hướng cũ và tiếp tục làm giảm giá trị của năng lực thực thi kỹ thuật thuần túy
    • Mô hình con người tham gia sâu vào hai đầu quyết định và bàn giao, còn AI tự động hóa lớp thực thi ở giữa, có thể áp dụng rộng rãi cho lao động tri thức nói chung

Vibe coding không phải agentic engineering

  • Sự lẫn lộn về thuật ngữ

    • Thuật ngữ “vibe coding” đang bị dùng thiếu chính xác để chỉ một dải thực hành rất rộng, từ đó gây nhầm lẫn về thay đổi trong kỹ thuật phần mềm
    • Trong vibe coding thực sự, người dùng chỉ nói cho agent biết cần làm gì rồi không giám sát khi nó thực thi và cũng không rà soát mã
    • Người dùng này có thể không đủ năng lực để rà soát mã, hoặc ngoài những trường hợp hỏng hóc rõ rệt thì cũng không đánh giá kết quả
    • Điều này khác với cách phần lớn kỹ sư phần mềm sử dụng agent

  • Agentic engineering

    • Phần lớn kỹ sư phần mềm dùng agent như công cụ trong khi con người vẫn giữ quyền kiểm soát và trách nhiệm với kết quả
    • agentic engineering đang trở thành thuật ngữ phổ biến để chỉ kiểu thực hành này
    • Khi agentic engineering dần thành chuẩn, các kỹ sư phát hiện rằng việc giám sát coding agents tốn thời gian hơn dự đoán
    • Simon Willison nói rằng anh cảm thấy kiệt sức về mặt tinh thần vào khoảng 11 giờ sáng khi phải giám sát agent, điều này cũng phù hợp với trải nghiệm thực tế

  • Dữ liệu SWE-chat

    • SWE-chat là bộ dữ liệu về tương tác với coding agents của các nhà phát triển mã nguồn mở tự nguyện tham gia công cụ ghi log
    • Trong nghiên cứu này, tỷ lệ mã do agent tạo ra còn tồn tại tới lúc người dùng commit là 44%
    • Các commit theo kiểu vibe-coded đưa lỗ hổng vào với tỷ lệ cao gấp 9 lần so với commit do con người tự viết
    • Ý định phổ biến nhất của người dùng không phải tạo mã mới mà là hiểu mã hiện có, với tỷ lệ 19% so với 13%
    • Vì bộ dữ liệu là mẫu tự chọn nên không thể rút ra kết luận mạnh chỉ từ nghiên cứu này
    • Dù vậy, nó vẫn củng cố những bằng chứng khác cho thấy vibe coding và agentic engineering là hai mô thức khác nhau

  • Khác biệt cốt lõi

    • vibe coding và agentic engineering không phải hai nhóm tách biệt hoàn toàn mà là hai đầu của một phổ liên tục
    • Không phải mọi dự án đều chia thành dự án dùng một lần hoặc dự án mang tính sống còn
    • Không phải mọi workflow đều khớp chính xác với cột bên trái hay cột bên phải trong một bảng phân loại
    • Hàm ý quan trọng với vấn đề việc làm là doanh nghiệp không thể tuyển một vibe coder chưa được kiểm chứng để thay kỹ sư phần mềm rồi đưa phần mềm production vào vận hành

Điều gì có thể xảy ra tiếp theo

  • Vì sao kịch bản sa thải hàng loạt khó thành hiện thực

    • Những người ủng hộ AI có thể nói rằng sa thải hàng loạt chỉ là chưa đến mà thôi
    • Nhưng nếu mô hình sandwich là đúng, dự báo đó sẽ không thành hiện thực
    • AI đã nén rất mạnh lớp giữa của chiếc sandwich, và quá trình nén này thực ra đã bắt đầu từ nhiều thập kỷ trước
    • Ngay cả khi lớp thực thi trở nên tức thời và hoàn hảo, mức thay đổi so với hiện trạng cũng sẽ không lớn
    • Lý do lớp quyết định và lớp bàn giao kháng cự AI không nằm ở giới hạn năng lực

  • Nhu cầu kỹ sư phần mềm có thể tăng

    • Không chỉ là công việc kỹ thuật phần mềm sẽ không biến mất vì AI, mà nhu cầu còn có thể tăng
    • Khi năng suất công nghệ tăng làm chi phí tạo ra phần mềm giảm xuống, con người sẽ mua nhiều phần mềm hơn
    • Xét theo kinh tế học, phần mềm có độ co giãn theo giá cao
    • Nếu AI không thay thế kỹ sư phần mềm, thì nhu cầu phần mềm tăng sẽ kéo theo nhu cầu phái sinh đối với nhiều kỹ sư phần mềm hơn
    • “Jevons’ paradox” là thuật ngữ kinh tế học thường được dùng trong thảo luận về AI để giải thích khái niệm này

  • Mô thức lịch sử

    • Việc làm của programmer ở Mỹ vào khoảng năm 1950 gần như bằng 0, nhưng ngày nay đã tăng lên hàng triệu người
    • Điều này rất khác với những nghề như nông nghiệp, nơi cơ giới hóa và tự động hóa làm nhu cầu lao động giảm mạnh
    • Lượng calo con người tiêu thụ tương đối cố định, nhưng lượng phần mềm được sản xuất đã tăng gấp hàng triệu lần
    • Một chiếc ô tô hiện đại chứa khoảng 100 triệu dòng mã chạy trên nhiều máy tính tích hợp
    • Ngay cả nếu nhu cầu mã có trần, thì hiện tại chúng ta vẫn chưa ở gần mức đó
    • Gần như mọi công việc nhận thức đều hưởng lợi từ phần mềm, và khi AI làm giảm chi phí coding thì các tiện ích dùng một lần cho công việc và đời sống cá nhân cũng đang được tạo ra

  • Không có nghĩa chỉ Big Tech sẽ lớn hơn

    • Tương lai có thể có nhiều phần mềm hơn rất nhiều và số kỹ sư phần mềm cũng tăng, nhưng điều đó không đồng nghĩa các công ty công nghệ lớn sẽ càng phình to
    • Ngày nay, phần lớn kỹ sư phần mềm đã làm việc trong các tổ chức nội bộ của những doanh nghiệp không phải công ty phần mềm
    • Tỷ trọng này trong tương lai có thể còn lớn hơn
    • “AI rollups” là ý tưởng các quỹ venture capital hoặc private equity mua lại các doanh nghiệp Main street như phòng khám nha khoa hay công ty kế toán rồi bổ sung kỹ sư phần mềm hoặc kỹ sư AI để tái tạo chúng thành AI-native
    • Ý tưởng này có thể chỉ dừng ở mức cường điệu, và hiện còn quá sớm để kết luận

  • Phản biện dự báo về dân chủ hóa

    • Một số người dự đoán AI sẽ dân chủ hóa kỹ thuật phần mềm và vì thế làm giảm nhu cầu kỹ thuật phần mềm
    • Họ cho rằng cả lượng phần mềm tạo ra lẫn thời gian con người bỏ vào sản xuất phần mềm đều tăng, nhưng công việc đó sẽ do những người không phải kỹ sư phần mềm thực hiện
    • Ví dụ, phần mềm pháp lý có thể được tạo ra dễ hơn bởi người được đào tạo về luật hơn là người được đào tạo về kỹ thuật phần mềm
    • Lập luận này rơi vào cái bẫy nhầm lẫn giữa vibe coding và agentic engineering, giữa lớp thực thi và toàn bộ chiếc sandwich
    • Các ngôn ngữ trước đây như FORTRAN, COBOL và SQL cũng từng đi kèm kỳ vọng dân chủ hóa lập trình khi mới xuất hiện, nhưng điều đó đã không xảy ra
    • Rào cản không nằm ở việc học cú pháp mà ở năng lực phán đoán thành thạo để đưa ra quyết định tốt trong khi vẫn duy trì trách nhiệm

  • Sự nghiệp cá nhân có thể trải qua thay đổi cấu trúc lớn

    • Theo thời gian, lượng thời gian con người dùng để khiến máy tính làm những việc mới có khả năng sẽ tăng lên
    • Hoạt động này có thể mang hình thức xây dựng phần mềm, quản lý các workflow phức tạp bằng agent, hoặc những hình thức khác
    • Năng lực cần thiết sẽ là sự kết hợp giữa kỹ năng phần mềm, kỹ năng AI và chuyên môn lĩnh vực
    • Hiện chưa rõ liệu các kỹ sư phần mềm ngày nay có phải là nhóm thích nghi tốt nhất với những vai trò mới đó hay không
    • Ngay cả khi nhu cầu lao động phần mềm tổng thể vẫn mạnh, điều đó không có nghĩa từng cá nhân lao động sẽ không bị ảnh hưởng
    • AI sẽ tạo ra thay đổi cấu trúc lớn trong cách sản xuất phần mềm, và việc kỹ sư nào hưởng lợi hay chịu thiệt sẽ phụ thuộc vào loại công ty họ làm việc, khu vực, cấp độ kinh nghiệm và tốc độ thích nghi

Bài viết liên quan

1 bình luận

 
GN⁺ 4 giờ trước
Ý kiến trên Hacker News

  • Trong suốt lịch sử ngành máy tính, chúng ta đã theo đuổi tự động hóa kỹ thuật phần mềm một cách quyết liệt và đầy nhiệt huyết, và mỗi lần như vậy chúng ta lại có thể làm ra những thứ lớn hơn và tốt hơn nhanh hơn
    Khi năng suất tăng lên như thế, giá trị của công việc cũng tăng và kỳ vọng cũng tăng theo, và cho đến nay nhu cầu phần mềm của thế giới dường như là vô tận
    Lý do AI chưa thể thay thế kỹ sư phần mềm là vì mỗi khi năng suất tăng, đích đến cũng dịch chuyển theo
    Có hai trường hợp khiến xu hướng này kết thúc: thứ nhất là năng suất cuối cùng tăng đến mức đủ để đáp ứng toàn bộ nhu cầu phần mềm của thế giới
    Hiện vẫn chưa thấy bằng chứng cho điều đó, và cần phải giải thích rõ lần này khác gì so với toàn bộ lịch sử của ngành máy tính
    Thứ hai là khi AI có thể hành động tự chủ và trở thành kỹ sư phần mềm giỏi hơn con người
    Tức là trạng thái mà AI + lập trình viên con người không còn tốt hơn AI hoạt động một mình, nhưng cho đến nay bằng chứng cho thấy AI là bộ khuếch đại cho lập trình viên, và để có kết quả tốt thì chuyên gia phải định hướng còn AI làm tới 90% công việc
    Không có bằng chứng mạnh mẽ nào cho thấy một trong hai điều đó sẽ xảy ra trong tương lai gần, nên có thể xem kỹ sư phần mềm vẫn an toàn trong một thời gian nữa
    Tuy vậy, nếu phạm vi kỹ năng của bạn hẹp và tập trung vào một lĩnh vực cụ thể, chẳng hạn như phát triển web frontend, thì đáng lo hơn
    Ngay cả khi AI không thể thay thế toàn bộ kỹ sư phần mềm, khả năng nó hấp thụ hoàn toàn một số domain cụ thể dưới hình thức được điều phối bởi một người đa năng là khá cao

    • Tôi nghĩ điểm kết của phần mềm không còn quá xa
      Nhìn tổng thể, chúng ta đã tạo ra nhiều phần mềm hơn mức mọi người thực sự muốn, và một phần đáng kể trong đó là rác, lừa đảo công khai, thậm chí gần như độc hại
      Cuối cùng, có lẽ mỗi người sẽ để AI của riêng mình tự viết những phần mềm nhỏ họ cần, như quản lý danh sách việc cần làm hay đồng bộ tệp, còn kỹ sư phần mềm có lẽ chỉ còn lại ở các dự án doanh nghiệp lớn
      Xu hướng áp đảo của phần mềm thương mại trong vài chục năm qua là phi tùy biến hóa cực đoan, chống lại người dùng
      Chỉ để lại một happy path duy nhất, và nếu không hợp nhu cầu thì người dùng tự chịu
      Hầu như không còn phần mềm thương mại cho người dùng bình thường, và ngay cả mã nguồn mở cũng đang ngày càng xa rời người dùng phổ thông
      Chẳng bao lâu nữa, người bình thường sẽ có thể tự tạo phần mềm giải quyết vấn đề theo đúng cách của mình
      Trong đa số trường hợp, chất lượng và độ chính xác không quá quan trọng; điều quan trọng hơn là nó được tùy biến, miễn phí và không phải một nền tảng quảng cáo/giám sát xâm nhập
    • Ví dụ về phát triển web frontend nghe hơi buồn cười
      Với tư cách là một lập trình viên frontend, tôi thấy các mô hình tiên tiến nhất hiện nay làm tốt những công việc đường ống hậu trường nhàm chán mà tôi không muốn bận tâm, nhưng vẫn chưa giỏi ở phần thiết kế tùy chỉnh mà khách hàng thực sự muốn
      Tôi không có ý nói ai đó chắc chắn đúng hay sai, và tôi đồng ý rằng bề rộng kỹ năng tổng quát hơn là cách tốt nhất để thành công trong thời đại mới
      Chỉ là LLM vẫn chưa đến mức kiểm soát hoàn toàn một phần nào đó của stack để khiến các chuyên gia trong lĩnh vực đó biến mất
    • Trái với câu “không thấy bằng chứng chuyện này đang xảy ra”, ít nhất trong cửa hàng ứng dụng di động thì hiện tượng tương tự đã xuất hiện
      Theo một phân tích gần đây, số lượng ứng dụng phát hành đã tăng mạnh nhưng tổng số lượt đánh giá và lượt tải xuống lại chững lại
      Nghĩa là ứng dụng nhiều hơn rất nhiều, nhưng người dùng thì không tăng bao nhiêu, hoặc gần như không tăng
      Có thể xem p40 / figure 12 của "WRITING CODE VS. SHIPPING CODE: PRODUCTIVITY EFFECTS ACROSS GENERATIONS OF AI CODING TOOLS": https://www.nber.org/system/files/working_papers/w35275/w352...
      Phân tích nằm ở trang 42~43
      Không thể chứng minh chiếc bánh là cố định, nhưng cũng không thể chứng minh chiếc bánh là vô hạn
      Điều cốt lõi mà mọi người hay bỏ qua khi nói về câu chuyện tăng trưởng kinh tế của phần mềm là tiền phải đến từ đâu đó
      Để tiếp tục tăng trưởng, phải có ai đó hiện chưa trả tiền cho phần mềm bắt đầu trả tiền, và cần nhìn vào việc họ là ai, họ có bao nhiêu tiền, và họ đang phải cạnh tranh với những chi phí nào khác
    • Câu “nhu cầu phần mềm của thế giới là vô tận” không có nghĩa là ai cũng đi tìm công nghệ mới nhất và tốt nhất
      Nhiều công ty vẫn dựa vào những thứ như bảng tính tùy chỉnh hay Microsoft Access
      Vì chúng làm đúng thứ họ cần, chi phí là cố định, và hầu như không cần chỉnh sửa thêm hay bảo trì
      Khi bước ra khỏi bong bóng mà chúng ta đang mắc kẹt trong đó, bạn sẽ thấy nhiều người không hề quan tâm đến nâng cấp, mà chỉ muốn những thứ cũ kỹ họ đã quen biết tiếp tục chạy ổn định
    • Nếu AI có thể làm 90% công việc dưới sự chỉ huy của chuyên gia, thì điều đó có nghĩa là 90% lập trình viên sẽ bị đẩy khỏi việc làm
      Và tôi cũng không thấy rõ lý do gì khiến tỷ lệ đó lại không thể lên tới 99%

  • Rõ ràng AI sẽ thay thế kỹ sư phần mềm
    Phần còn thiếu, như bài viết nói, là triển khai·vận hành, và đó là lĩnh vực của DevOps/SRE/Cloud engineer hơn là kỹ sư phần mềm
    Tôi làm cloud engineer, và đã có nhiều người bạn không phải kỹ sư liên hệ nói rằng giờ họ có thể tự tạo side project từ đầu bằng nhiều ngôn ngữ khác nhau rồi chạy dưới dạng local app, web app, native app
    Điều họ còn thiếu là một nền tảng để triển khai và duy trì dễ dàng như một “lập trình viên bình thường”
    Hiện tại việc dựng nền móng này vẫn khá phiền phức, nhưng với AGENTS.md, skills và các bài kiểm thử tích hợp nghiêm ngặt thì hoàn toàn khả thi
    Một khi đã dựng xong, người dùng không có nền tảng kỹ thuật có thể tiếp tục phát triển mà không cần thuê kỹ sư phần mềm, chỉ bằng cách nói cho claude/codex biết họ muốn gì
    claude/codex có thể đưa ra quyết định dựa trên kiến trúc đã định trước và hướng dẫn người dùng không có nền tảng kỹ thuật
    Trong các ví dụ mang tính giai thoại của tôi, AI đã thay thế nhiều kỹ sư phần mềm rồi
    Nếu nền móng kiểu này được sản phẩm hóa, tôi nghĩ các greenfield project sẽ có thể được quản lý chỉ từ góc nhìn sản phẩm, thông qua agent coder và platform engineering
    Đó là chuyện của hiện tại, và chỉ cần tưởng tượng thêm 5 năm nữa là đủ

    • Kiểu suy luận này rất phổ biến dù tôi thật sự không hiểu nổi
      Việc người không phải kỹ sư mang đến một ứng dụng họ tự làm không có nghĩa là AI đã hoặc sẽ thay thế kỹ sư phần mềm
      Bạn có thể tra triệu chứng với Dr. Google, thử thay đổi lối sống, liệu pháp thảo dược và thuốc không kê đơn rồi thực sự thấy hiệu quả, nhưng điều đó hoàn toàn không có nghĩa là bác sĩ sẽ biến mất
      Bạn cũng có thể tạo nhạc bằng AI tạo sinh mà không cần lý thuyết âm nhạc, cảm thụ âm nhạc hay sáng tạo, nhưng điều đó cũng không có nghĩa những người có năng khiếu âm nhạc sẽ biến mất
      Dù có thể tự làm DIY trong nhà với sự trợ giúp của AI thì kỹ sư cũng không biến mất
      Ai sẽ giúp chuyên gia miền lĩnh vực làm rõ thứ thực sự cần thiết bằng vòng lặp prototype-cải tiến lặp lại
      Ai sẽ viết và duy trì hệ điều hành, ngôn ngữ, hệ thống quản lý phiên bản, trình soạn thảo và terminal emulator, hệ thống quản lý tri thức·tài liệu, nền tảng PaaS mà các nhà làm phần mềm nghiệp dư đang phụ thuộc vào
      Họ đã kiểm thử đủ nghiêm túc để có thể đảm bảo thứ họ tạo ra là vững chắc chưa
      Họ có hiểu các điều kiện biên có thể phát sinh không
      Bảo mật có ổn không
      Việc dùng prompt để nhanh chóng tạo ra cái gì đó không đồng nghĩa với engineering
      Có lẽ người ta không nhìn ra điều đó vì mắc sai lầm cho rằng giá trị của software engineering chủ yếu nằm ở mã nguồn được tạo ra, tức bản thân mảng bit
      Giá trị chính của dự án nằm ở quá trình xây dựng lý thuyết và trừu tượng hóa: https://pages.cs.wisc.edu/~remzi/Naur.pdf
    • Tạo ra và bảo trì là hai con quái vật hoàn toàn khác nhau
      Có thể có những kỹ sư làm một ứng dụng dùng trong 2 tuần rồi không bao giờ đụng lại nữa, nhưng tôi không biết nhiều người có thể kiếm sống bằng kiểu đó
      Những việc như “trang WordPress cho doanh nghiệp của bạn” có thể làm được
      Vấn đề xuất hiện khi có 432 tính năng và bạn phải thêm tính năng thứ 433 mà không được làm ảnh hưởng đến phần còn lại
      Có những trường hợp không được phép sai dù chỉ một chút, và cũng có những lúc chỉ một tính năng đã làm độ phức tạp tăng nhanh hơn tốc độ kỹ sư có thể xử lý, khiến theo thời gian dự án phình ra đến mức không thể quản lý
    • Ở công ty chúng tôi, các đội không chuyên kỹ thuật đã bắt đầu tự làm công cụ vì đội kỹ thuật bị quá tải
      Ý tưởng là một ứng dụng nhỏ tích hợp với hệ thống lớn, và chỉ sau 2~3 ngày với 3~4 commit đã có một proof of concept
      Điều đó quả thật ấn tượng, nhưng trong 3 tháng qua người tạo ra nó đã thêm 400 commit nữa cho dự án đó, và khi các chỉnh sửa tiếp tục dồn lại, việc xây dựng và duy trì ứng dụng đó trên thực tế đã trở thành một công việc bán thời gian hoặc toàn thời gian
      Người đó đã trở thành một lập trình viên phần mềm chưa qua đào tạo, và không hiểu về bảo mật hay best practice
      Nếu Claude tốt hơn nữa thì gánh nặng có thể giảm xuống và không còn nuốt trọn cả ngày, nhưng hiện tại tất cả những “vibe app” giai đoạn đầu kiểu này trong công ty chúng tôi đều đã biến thành công việc bảo trì và ngày càng tốn nhiều thời gian hơn
      Rõ ràng con người không muốn ít phần mềm hơn mà là nhiều hơn
      Software engineering truyền thống có thể biến mất, nhưng việc quản lý nền tảng đang mở rộng, bảo mật, độ phức tạp, tài liệu hóa và business logic vẫn còn nguyên trước mắt công ty chúng tôi
      Đúng là có thể tạo dự án bằng văn bản, nhưng trừ những phần mềm đơn giản nhất, tôi chưa từng thấy kiểu “thiết lập rồi để đó” tồn tại
      Vẫn luôn cần có ai đó quản lý toàn bộ
      Bất kể người đó có được đào tạo về software engineering hay không
      Một nhà phát triển có kinh nghiệm nhiều khả năng vẫn sẽ làm tốt hơn người chưa qua đào tạo
      Tất nhiên những builder tò mò sẽ bắt kịp rất nhanh, nhưng các lập trình viên truyền thống vẫn có lợi thế lớn
      Bởi vì chúng ta luôn muốn biết bên trong nó hoạt động như thế nào
      Vibe app hiện tại mà họ mất vài tháng để làm, nếu dùng AI thì tôi có thể làm trong một giờ
    • Việc triển khai phần mềm giờ đã hạ xuống mức chỉ cần chạy vercel trong terminal, và agent cũng có thể làm chuyện đó mà không gặp vấn đề gì nếu chỉ cần nhận yêu cầu
      Việc triển khai phần mềm desktop thì khó hơn một chút tùy theo nền tảng
      Dù vậy, khoảng cách giữa side project và phần mềm thực sự xuất sắc vẫn còn rất rộng, và tôi khó tin khoảng cách đó rồi sẽ được lấp đầy
      Tôi không hiểu vì sao những vấn đề đã được giải quyết từ trước thời AI lại không bị thay thế trước
      Tôi cũng khó tin rằng một dự án cá nhân lại cần hạ tầng phức tạp
    • AI hỗ trợ lập trình thì rất tuyệt, nhưng tôi cho rằng vibe coding chỉ phù hợp với các prototype có thể bỏ đi
      Tôi sẽ không xây một ứng dụng tài chính phải duy trì vô thời hạn bằng vibe coding
      Tôi cũng sẽ không đụng vào hệ thống legacy bằng cách đó
      Rõ ràng AI đã thay thế một phần kỹ sư, nhưng các ví dụ về bạn bè không phải kỹ sư làm side project thì ít liên quan
      Họ làm vì giờ đã có thể làm được, chứ rất có thể ban đầu họ cũng chẳng định thuê ai để làm
      Cũng giống như từ trước đến nay họ vốn đâu có thuê ai

  • Tôi làm ở một agency phát triển, và phần lớn khách hàng là các startup cần ra thị trường thật nhanh
    Trong khoảng một năm rưỡi qua, chúng tôi đã dùng phát triển dựa trên agent, và trong thời gian đó vai trò của chúng tôi đã thay đổi rất nhiều
    Tôi không biết con số chính xác về lượng dự án đổ vào nên khó nói cụ thể, nhưng điều có thể thấy là kỳ vọng về phạm vi có thể bàn giao đã thay đổi
    Những dự án trước đây cần 5 người thì giờ thường chỉ còn 1–2 người làm
    Thực tế là các dự án greenfield đã được tự động hóa ở mức đáng kể
    Nhiều công việc thủ công như lặp đi lặp lại thiết kế UX/UI, lặp lại kiến trúc hệ thống, thử nhiều cách tiếp cận cho các bài toán khó không có chỉ số đo lường rõ ràng, giờ đều diễn ra gần như ngay lập tức
    Nếu bạn có thể hiểu nó trong đầu, thì coi như có thể đưa nó ra thế giới chỉ với 1/100 thời gian
    Trong giai đoạn này, cách làm việc và cách suy nghĩ về hệ thống của tôi cũng đã thay đổi rất nhiều
    Tôi đã sống cộng sinh với LLM, và giờ thật sự rất khó làm nếu không có nó
    Điều đó không có nghĩa là tôi không hiểu đoạn mã do LLM viết; tôi vẫn theo dõi mọi thay đổi và hiểu codebase ở mức lớn hơn nhiều so với LLM
    Chỉ là năng lực tự tay viết mã đã suy giảm đáng kể, và tôi thấy điều đó cũng không sao
    Hiện tại tôi cảm thấy mình giống như một tầng chuyển dịch giữa mục tiêu kinh doanh và công nghệ phù hợp nhất để hỗ trợ mục tiêu đó
    Vẫn là giải quyết vấn đề, nhưng là ở tầng cao hơn rất nhiều, và vẫn thú vị, vui vẻ
    Có lẽ chiến lược tốt nhất cho lập trình viên trong thời đại này là giữ tư duy phản biện và tận dụng công cụ theo hướng có lợi cho mình
    Giờ thì ai cũng có siêu năng lực
    Cũng không nhất thiết phải làm ở công ty, và vì một lập trình viên solo có thể tạo ra những thứ khổng lồ nên mức độ phải phụ thuộc vào người khác cũng không còn như trước
    Có lẽ tương lai sẽ là một nền kinh tế sản phẩm vĩ mô, nơi mỗi người đều cung cấp cho thế giới một thứ gì đó độc nhất

    • Cách diễn giải kiểu “giờ thì ai cũng có siêu năng lực” có vẻ là sự hiểu sai khá kỳ quặc của những người quá cuồng AI
      Nếu agent coding đủ tốt để tạo ra các dự án greenfield, thì tác động không chỉ đến lập trình viên mà còn đến cả công ty và toàn bộ ngành
      Mô hình kinh doanh của các agency phát triển tồn tại vì những công ty yếu về công nghệ không biết xử lý phần mềm, và trong một số trường hợp còn là kiểu cơ hội chủ nghĩa muốn thuê ngoài phần việc ban đầu vốn rất tốn nhân lực
      Nhưng giờ công nghệ đó đã nằm ngay trong tầm tay khách hàng của agency, nên chỉ còn là vấn đề thời gian trước khi CEO và quản lý bắt đầu vibe coding và nhận ra rằng họ chỉ cần “một lập trình viên có chút cảm nhận kỹ thuật”
      Điều này cũng có thể lan sang rất nhiều doanh nghiệp SaaS
      Vẫn còn nhiều doanh nghiệp nhỏ muốn phần mềm tùy chỉnh để loại bỏ công việc thủ công, nhưng các kỹ sư phần mềm nghiêm túc thì lúc nào cũng quá đắt
      Vì thế họ thường dùng đống mã chắp vá do đứa cháu nào đó viết, hoặc một SaaS chỉ vừa đủ chạy
      Giờ thì dù vẫn khá chắp vá, họ vẫn có thể tự làm giải pháp tùy chỉnh cho mình và nhận được nhiều hơn
      Điều Big Tech đang làm giống một đợt điều chỉnh theo suy thoái hơn, còn điều đáng lo hơn là sự hỗn loạn ở khối công nghệ vừa và nhỏ
    • Lý do làm việc ở công ty không chỉ vì lập trình viên không thể một mình tạo ra sản phẩm hoàn chỉnh
      Mà còn vì họ không có mạng lưới quan hệ để kiếm khách hàng
      Phần lớn lập trình viên cần công ty ít nhất phải lo phần marketing để họ có thể tập trung vào việc mình làm tốt
    • Tôi đã bắt đầu cảm nhận được sự mai một của khả năng viết mã
      Tạo mã và phân định/đánh giá mã là hai năng lực khác nhau trong não bộ
      Vì lập trình chủ yếu có rất nhiều chi tiết cú pháp nhỏ, nên dù gặp khó khăn khi trực tiếp viết mã, bạn vẫn có thể review tốt
      https://xcancel.com/karpathy/status/2015883857489522876
    • Không nên nhầm lẫn giữa điều khả thi về mặt lý thuyết và điều khả thi trong thực tế
      Những công ty thành công ngoài đời thực có hào lũy nhờ dữ liệu, bằng sáng chế/quyền sở hữu trí tuệ, hiệu ứng mạng lưới, v.v.
      Việc thời gian phát triển giảm xuống còn 1/100 không có nghĩa là có thể lập tức tạo ra một doanh nghiệp mới
      Nhìn quanh ngành công nghệ hiện nay, có rất nhiều công ty trông như có thể bị các builder linh hoạt dùng AI phá vỡ, nhưng trên thực tế điều đó không xảy ra vì hiệu ứng khóa chặt

  • Tuyên bố kiểu “trong 270 nghề nghiệp của điều tra dân số Mỹ năm 1950, chỉ có nghề vận hành thang máy là biến mất vì tự động hóa” rất dễ gây hiểu lầm
    Trong cùng thời kỳ đó, việc làm trong nông nghiệp đã giảm từ 15% lực lượng lao động xuống còn 2%

    • Có vẻ bài viết cũng đề cập đến phần đó
      Họ nói nó khác với những nghề như nông nghiệp, nơi cơ giới hóa và tự động hóa làm nhu cầu lao động giảm mạnh
      Điểm khác là lượng calo con người tiêu thụ tương đối cố định và chỉ cần tăng 25% đã tạo ra dịch béo phì, còn lượng phần mềm được sản xuất thì đã tăng lên gấp hàng triệu lần
    • Bản thân việc làm ở nông trại đã giảm xuống còn 1/4 so với năm 1950
      Con số theo tỷ lệ đã phóng đại mức giảm vì tổng lực lượng lao động đã tăng lên
      Nhưng nếu nhìn vào việc làm của ngành thực phẩm theo nghĩa rộng hơn thì thực ra đã tăng đáng kể
      Vì vậy, ngay cả khi việc làm “coder” giảm đi, việc làm trong ngành “phần mềm/công nghệ” theo nghĩa rộng hơn vẫn có thể tăng
    • Cứ nhìn ngành khai thác gỗ là biết
      Khoảng 95% số việc làm đó đã bị tự động hóa từ lâu, nhưng họ lại hay đổ lỗi cho loài cú
    • Đây là kiểu sử dụng số liệu có chọn lọc rất điển hình
      Nhà máy và băng chuyền cũng vậy
      Mỗi khi tự động hóa xuất hiện, con người lại tiếp tục mất việc, và chúng ta chỉ còn “hy vọng” họ tìm được việc khác hoặc nghe đủ loại lạc quan cực đoan, trước sau mâu thuẫn như “hãy trở thành generalist”, “hãy trở thành specialist”, “hãy làm dịch vụ”, “hãy học code”, “hãy đi đào than”
      Chỉ cần nghe @pmarca là thấy giới lãnh đạo công nghệ đã lạc hướng và incoherent đến mức nào
      Cuốn sách mới của Stripe Press về tự động hóa công nghiệp cũng đáng tham khảo: https://press.stripe.com/origins-of-efficiency

  • Những người tin AI một cách ngây thơ nhất phần lớn là những người thích mày mò vá víu
    Điều đó cũng dễ hiểu, vì nhờ coding có trợ giúp bởi LLM mà tốc độ nghịch ngợm, thử thứ này thứ kia đã tăng lên đến mức đáng kinh ngạc
    Tinkering là một quá trình, và con người nhận được niềm vui rất lớn từ chính hành vi tạo ra rồi điều chỉnh
    Kết quả chỉ là ưu tiên thứ cấp hoặc thứ ba
    AI đã mở rộng mạnh mẽ khả năng hành động, và vì thế là khả năng mày mò của chúng ta, nhưng bản thân nó không tự tạo ra tác động có ý nghĩa, tức là không tự tạo ra “engineering”
    Tác động quan trọng hơn hoạt động

    • Tinkering nhiều khi trông rất giống engineering trước khi tổ chức xây dựng quy trình xung quanh nó
      Prototyping, debugging, testing, v.v. không phải là công việc giả chỉ vì chúng diễn ra nhanh
      Compiler cũng không tự tạo ra tác động
      CI, IDE, framework và hạ tầng cloud cũng vậy
      Chúng nâng đòn bẩy cho người sử dụng chúng

  • Vợ tôi đã bị AI thay thế theo đúng nghĩa đen
    Cô ấy là lập trình viên, và công ty đã công khai tạo ra một agent với mục đích thay thế vợ tôi cùng một vài người khác, rồi sa thải họ khoảng một tháng sau khi nó bắt đầu hoạt động

    • Tinh thần của những đồng nghiệp vẫn còn ở lại chắc hẳn rất tệ
      Nhóm của chúng tôi có sếp mới từ 18 tháng trước, và đã có sự thiên vị công khai; người ông ta thích là người duy nhất không phải người biết phối hợp làm việc nhóm
      Trong 18 tháng, ông ta đã tìm ra cách sa thải toàn bộ nhân viên làm việc từ xa bất kể thành tích trước đó của họ
      Một trong số họ thậm chí đã nhiều lần nhận giải ở cấp cao hơn cả sếp, nhưng sếp lúc nào cũng chỉ công nhận đúng người độc hại đó
      Không phải bị AI thay thế, nhưng bầu không khí khiến con người cảm thấy mình vô giá trị có lẽ cũng tương tự như khi bị AI thay thế
      Tất cả mọi người trong nhóm đó, bao gồm cả người giám sát của tôi, đều đang nộp đơn sang nơi khác
      Người giám sát của tôi mắc chứng tự kỷ chức năng cao và thường xuyên bị sếp chế giễu
      Tôi thực sự mong họ thành công vì sức khỏe tinh thần của chính họ
      Tôi đã nhiều lần nêu vấn đề với HR, và cũng tìm ra những điều khoản trong quy định công việc mà sếp đang vi phạm, nhưng ít nhất ở đây tôi đã học được rằng những quy định đó chỉ tồn tại trên giấy
      Ngược lại, làm vậy chỉ như vẽ bia lên lưng mình, nên tôi đã phải rời đi
      Nhiều người khác cũng đã nêu quan ngại, và phần lớn trong số họ sau đó đã tìm công việc khác
      May mắn là tôi cũng đã kiếm được chỗ làm mới để chuyển sang sớm thôi, và tôi rất mong đợi điều đó
    • Thật khó khăn
      Mong mọi chuyện ổn với bạn
      Tôi tự hỏi sau đó mọi việc diễn ra thế nào, bạn đã tìm được công việc mới chưa, và bạn còn làm trong mảng phần mềm không

  • Việc truyền thông doanh nghiệp về sa thải vì AI là giả dối không có nghĩa là rủi ro đó biến mất
    Câu chuyện phía doanh nghiệp có thể là dối trá, nhưng tác động của công nghệ vẫn có thể là thật, và trong ngữ cảnh này đó chỉ là nhiễu
    Giả định như trong biểu đồ burger của bài viết rằng giai đoạn thực thi giảm xuống còn mọi giai đoạn khác đều phình ra để tổng chiếc burger vẫn giữ nguyên kích thước cũng không mấy thuyết phục
    Tuy vậy, có vẻ một số lĩnh vực của kỹ nghệ phần mềm vẫn còn rất lâu nữa mới bị đe dọa
    Đặc biệt là những lĩnh vực mà tính chính xác là cốt lõi
    Phát triển web cho phép kiểu làm đại khái nhiều hơn rất nhiều, nhưng mã điều hướng tên lửa thì khác
    LLM có thể làm cả hai, nhưng có lẽ sẽ chưa ai sớm đem cái sau ra vibe coding đâu

  • AI trên thực tế đã thay thế một phần rồi, và sau này sẽ còn thay thế thêm
    Nó sẽ không thay thế tất cả kỹ sư phần mềm, nhưng một khi chiếc hộp Pandora đã mở thì các công việc ít công sức, ít rủi ro sẽ do AI làm
    Có rất nhiều dự án đang chạy thực tế trên các dịch vụ như Lovable, và lựa chọn thay thế từng là để con người làm ra chúng

    • Bạn có thể chỉ ra một dự án “xuất sắc” nào trên Lovable do người không phải chuyên gia phần mềm viết hoặc prompt ra, mà đủ hữu ích để trở thành một công cụ SaaS hoàn chỉnh không
    • Lựa chọn thay thế có thể không phải là để con người làm ra nó, mà là nó vốn sẽ không tồn tại

  • Thứ thay thế việc làm luôn là giới chủ doanh nghiệp
    Không nên nhân cách hóa một cụm card đồ họa

    • Nếu cụm card đồ họa đó thực sự trở nên hiệu quả hơn, thì những chủ doanh nghiệp muốn thuê con người sẽ không còn khả năng cạnh tranh

  • Tôi không chắc về phần này của bài viết
    Đó là tuyên bố rằng “nút thắt thật sự là (1) quyết định và đặc tả cái cần xây, (2) kiểm chứng và chịu trách nhiệm cho thứ được giao, (3) sự thấu hiểu sâu sắc mang tính con người về codebase, doanh nghiệp và môi trường”
    Có thể vì việc viết mã đắt đỏ và bị xem là nút thắt nên người ta đã đổ rất nhiều công sức vào cả thượng nguồn lẫn hạ nguồn để bảo đảm đầu vào đúng và đầu ra không bị vứt bỏ
    Nếu việc viết mã được xem là một công đoạn nhanh và rẻ, thì có lẽ không cần mức độ giám sát tương tự ở thượng nguồn nữa, vì đầu ra có thể bị vứt đi

    • Chi phí vứt bỏ mã sai không phải là chi phí chính của việc tạo ra thứ sai
      Tác động khi phần mềm hoạt động sai và việc duy trì tương thích ngược còn tệ hơn nhiều