Viết code siêu nhanh nhưng hóa ra không hề nhàn

Addy Osmani là một kỹ sư trưởng thuộc nhóm phát triển trình duyệt Google Chrome với hơn 20 năm kinh nghiệm, trong đó có đến hơn 12 năm làm việc cho Google. Không chỉ là một team lead tài năng, anh còn là tác giả của nhiều đầu sách nổi tiếng về lập trình cũng như lãnh đạo nhóm như Learning JavaScript Design Patterns, Leading Effective Engineering Teams, Stoic Mind …

Sau nhiều năm được tham gia vào quá trình phát triển phần mềm với sự hỗ trợ của AI, Addy nhận thấy một điều thú vị. Cho dù các kỹ sư cho biết, AI giúp họ làm việc hiệu quả hơn đáng kể, nhưng hóa ra chất lượng phần mềm mà người dùng tiếp xúc hàng ngày lại không hề tốt hơn. Tại sao điều này lại xảy ra? Addy gọi đây là “vấn đề 70%” – một nghịch lý ít người biết khi lập trình với sự hỗ trợ của AI.

AI hỗ trợ lập trình viên như thế nào?

Theo Addy, về cơ bản, có 2 cách tiếp cận chính khi áp dụng AI vào phát triển phần mềm. Đầu tiên là việc sử dụng AI để khởi tạo các dự án từ ý tưởng ban đầu đến sản phẩm mẫu (MVP) một cách nhanh chóng. Những người này được Addy gọi là các Bootstrapper – những người khởi tạo các thiết kế mẫu (các template) chuẩn để bắt đầu dự án.

Họ thường bắt đầu với một thiết kế sơ khởi, sau đó dùng các công cụ AI – như Bolt, V0 và screenshot-to-code AI – để tự động tạo ra toàn bộ mã nguồn (codebase) ban đầu, giúp họ có được một phiên bản ứng dụng hoạt động chỉ trong vài giờ hoặc vài ngày thay vì phải chờ đợi hàng tuần.

Những sản phẩm mẫu này tuy chưa hoàn toàn đạt tiêu chuẩn của môi trường sản xuất nhưng đủ để thu thập phản hồi ban đầu từ người dùng và kiểm chứng ý tưởng.

Thứ hai là một nhóm kỹ sư khác áp dụng AI cho các tác vụ hằng ngày trong quá trình phát triển – những người này được Addy gọi là các Iterator.

Họ sử dụng các công cụ như Copilot, Cursor, Cline, Windsurf hay các ứng dụng tương tự nhằm hoàn thiện mã nguồn, tự động gợi ý giải pháp, và thậm chí tạo ra các bài kiểm tra cũng như tài liệu hướng dẫn. Cách tiếp cận này tuy không gây ấn tượng mạnh ban đầu nhưng lại hứa hẹn mang đến sự thay đổi sâu sắc về phương pháp làm việc trong dài hạn.

Cái giá ít người biết của AI

Nếu bạn thấy một kỹ sư cấp cao làm việc với các công cụ AI như Copilot hoặc Cursor, bạn sẽ thấy nó thật kỳ diệu – họ có thể tạo ra các tính năng phức tạp chỉ trong vài phút, hoàn thiện các bài kiểm tra và tài liệu hướng dẫn. Nhưng đó chưa phải là tất cả.

Để đảm bảo mã nguồn đạt chất lượng cao và ổn định, các kỹ sư kinh nghiệm vẫn phải can thiệp bằng việc tinh chỉnh, kiểm tra và sắp xếp lại các khối mã cho hợp lý. Họ thường phải chia nhỏ các đoạn mã do AI tạo ra, bổ sung xử lý các trường hợp đặc biệt, và kiểm tra lại các quyết định kiến trúc của hệ thống.

Quá trình này đòi hỏi kinh nghiệm và kiến thức chuyên sâu mà các lập trình viên mới thường chưa có được. Kết quả là, những người mới sử dụng AI có xu hướng chấp nhận kết quả do máy tạo ra một cách dễ dàng, dẫn đến những sản phẩm “yếu ớt” khi đối mặt với các tình huống thực tế.

Sự mâu thuẫn giữa khả năng tăng tốc và sự phụ thuộc vào kiến thức nền tảng được gọi là “mâu thuẫn kiến thức”. Những chuyên gia cho rằng, các công cụ AI thực sự giúp ích nhiều hơn cho những người đã có kinh nghiệm trong lĩnh vực lập trình, vì họ biết cách sử dụng AI để tăng tốc thực hiện những bước đã quen thuộc. Ngược lại, những lập trình viên mới hay dựa dẫm quá mức vào gợi ý của AI mà không hiểu rõ cơ chế hoạt động của mã nguồn, dẫn đến các lỗi bảo mật và hiệu suất nghiêm trọng.

Đây chính là cốt lõi trong “vấn đề 70%” mà Addy đề cập – ban đầu, AI đúng là một phép màu vì có thể giúp bạn hoàn thành đến 70% công việc, nhưng tiếp sau đó, 30% còn lại đòi hỏi sự can thiệp kỹ thuật tinh vi của con người để đưa sản phẩm đến mức hoàn thiện.

Cái vấn đề thường thấy khi lập trình với AI

Theo Addy, những vấn đề với AI thường diễn ra như sau: bạn muốn sửa một lỗi nhỏ qua AI, nhưng thông thường nó lại dẫn đến việc phát sinh các lỗi khác, tạo thành một chuỗi các vấn đề phức tạp. Quá trình này đặc biệt khó khăn đối với những người không có nền tảng kỹ thuật, khi họ không thể nhận ra được nguyên nhân cốt lõi của vấn đề mà chỉ thấy mình như đang chơi trò “mèo đuổi chuột”.

Vấn đề nghiêm trọng hơn là việc tiếp cận dễ dàng với các công cụ lập trình và AI giúp nhiều người, đặc biệt là những người không có nền tảng kỹ thuật – tạo ra được nhiều phần mềm theo ý muốn, khả năng tự giải quyết các vấn đề phức tạp đằng sau mỗi dòng code lại trở nên quan trọng hơn bao giờ hết. Nếu không có các kỹ năng về sửa lỗi, hiểu biết các mẫu hình lập trình cơ bản, các quyết định về kiến trúc phần mềm, bạn sẽ không thể bảo trì phần mềm đó trong dài hạn.

Đây chính là nghịch lý trong tốc độ lập trình của AI: mặc dù AI có thể giúp giảm bớt thời gian và công sức ban đầu, nhưng để đạt được chất lượng phần mềm cao – đảm bảo về khả năng bảo trì, hiệu suất và an toàn – sự can thiệp của con người là không thể thiếu. Và những điều đó không thể đạt được nếu chỉ dựa vào tốc độ của AI.

Tương lai của AI

Addy cũng nhận định rằng, để khai thác tối đa tiềm năng của AI, các nhà phát triển cần phải xem nó như một công cụ hỗ trợ học tập, chứ không phải là một “cỗ máy tạo code” tự động. Việc sử dụng AI cần phải kết hợp với sự tìm hiểu sâu sắc về cách thức hoạt động của phần mềm sẽ giúp người dùng dần dần nắm vững các khái niệm cơ bản và cải thiện khả năng xử lý sự cố của mình. Qua đó, AI trở thành một “trợ thủ đắc lực” giúp tăng tốc quá trình học hỏi, chứ không phải là một phương tiện để thay thế hoàn toàn sự can thiệp của con người.

Dù hiện nay các công cụ AI chủ yếu được sử dụng để tạo ra các mẫu thử ấn tượng, tự động hóa các tác vụ lặp đi lặp lại và kiểm chứng ý tưởng, thì các chuyên gia vẫn cảnh báo rằng chúng chưa thể thay thế hoàn toàn vai trò của con người trong việc tạo ra những sản phẩm phần mềm chất lượng cao.

Những ứng dụng thực sự đạt tiêu chuẩn chất lượng đòi hỏi sự am hiểu sâu sắc về kiến trúc hệ thống, khả năng xử lý các trường hợp ngoại lệ cũng như sự tinh tế trong trải nghiệm người dùng. Những sản phẩm phần mềm vượt trội không chỉ đơn thuần dựa vào tốc độ tạo các dòng code nhanh chóng mà còn phải đảm bảo tính ổn định, bảo mật và thân thiện với người dùng.

Chính vì vậy, Addy khuyến nghị những người mới bắt đầu hãy tiếp cận công nghệ AI một cách thận trọng và từ từ. Họ cần bắt đầu với những tác vụ đơn giản, kiểm tra kỹ lưỡng mã nguồn do AI tạo ra và dần dần tích lũy kiến thức nền tảng về lập trình. Qua thời gian, với sự kết hợp giữa khả năng tự động hóa của AI và sự am hiểu của con người, các sản phẩm phần mềm có thể dần dần đạt đến tiêu chuẩn chất lượng cao mà thị trường yêu cầu.

Nhìn về tương lai, Addy cho rằng chúng ta đang đứng trước ngưỡng cửa của một cuộc cách mạng trong lĩnh vực phát triển phần mềm, khi mà các hệ thống AI sẽ có khả năng tự động lập kế hoạch, thực hiện và điều chỉnh mà không cần quá nhiều sự can thiệp của con người. Sự hợp tác giữa con người và AI sẽ ngày càng trở nên chặt chẽ, khi mà AI không chỉ dừng lại ở vai trò trợ thủ mà còn trở thành đối tác đồng hành, giúp xác định các hướng giải quyết vấn đề một cách chủ động và hiệu quả.

Nguồn tin: https://genk.vn/ky-su-google-tiet-lo-nghich-ly-70-khi-lap-trinh-bang-ai-viet-code-sieu-nhanh-nhung-hoa-ra-khong-he-nhan-20250204133053504.chn