Ba năm làm việc cùng AI: Liệu mô hình này có bền vững?

Có rất nhiều bài viết về chủ đề AI rơi vào một trong hai thái cực: những bài viết kiểu "AI giúp tôi tăng năng suất 30%" thường được viết bởi những người mới sử dụng công cụ sáu tháng, hoặc những bài viết về kiến trúc mô tả cách AI thay đổi vòng đời phát triển phần mềm (SDLC) nhưng lại bỏ qua thực tế con người. Tôi quan tâm đến một khía cạnh khác: thực tế cuộc sống của một kỹ sư cấp cao tại một tổ chức đã áp dụng sâu rộng AI trong ba năm qua, và liệu hình hài của vai trò này còn hợp lý hay không.

Môi trường làm việc hiện đại

Xây dựng trước khi suy nghĩ

Thay đổi lớn nhất trong cách tôi làm việc là sự sụp đổ của khoảng cách giữa ý tưởng và sản phẩm demo. Ba năm trước, nếu tôi có một đề xuất ý nghĩa, quy trình sẽ rất quen thuộc: viết đề xuất, nhận phản hồi, lặp lại, xây dựng một Bằng chứng khái niệm (PoC) nhỏ để chứng minh giá trị, nhận một đội ngũ để phát triển Sản phẩm khả dụng tối thiểu (MVP), và xuất bản một tính năng hoàn chỉnh tích hợp với nền tảng sau sáu đến mười hai tháng.

Bây giờ, tôi làm việc rất khác. Một ví dụ gần đây: có một nút thắt đang xuất hiện trong quy trình SDLC của chúng tôi quanh việc xem xét yêu cầu hợp nhất mã nguồn (merge request), và một vài đội nhóm đã xây dựng các bot tự chế để giải quyết vấn đề, nhưng không cái nào giải quyết được vấn đề thực tế ở quy mô lớn. Tôi đã viết một đề xuất ngắn gọn và một PoC hoạt động cùng lúc, demo cả hai trong vài tuần, và sử dụng bản demo để thúc đẩy cuộc thảo luận về giải pháp nên trông như thế nào. Chúng tôi hiện đang hợp nhất các nỗ lực hiện có thành một thể thống nhất, nhanh hơn nhiều so với quy trình cũ cho phép.

Điều này phần lớn là tốt. Các slide thuyết trình đã biến mất khỏi quy trình làm việc của tôi và tôi không nhớ nó. Slide thuyết trình thường là một công cụ ép buộc sự rõ ràng, nhưng chúng cũng là nơi chúng ta chôn vùi chi tiết để mọi thứ dễ tiêu hóa hơn, và mô hình "PoC-là-đề xuất" phơi bày nhiều hơn tư duy ở giai đoạn sớm. Các bên liên quan ngày càng muốn xem cách thức hoạt động của một thứ trong bối cảnh cụ thể thay vì đọc một lý thuyết về nó, và đó là một nơi lành mạnh hơn để có cuộc trò chuyện.

Tuy nhiên, sự đánh đổi là có thật, và tôi không nghĩ ngành công nghiệp đang trung thực về điều này. Chi phí xây dựng đã giảm sút, nhưng chi phí liên kết tổ chức thì không. Nếu có gì thì nó còn tăng lên. Khi ba đội nhóm khác nhau có thể mỗi đội tạo ra một giải pháp hoạt động cho cùng một vấn đề trong thời gian dùng để viết một đề xuất, điểm nghẽn chuyển từ kỹ thuật sang điều phối. Tình huống xem xét merge request là một ví dụ tốt: bây giờ việc xây dựng một bot mới còn dễ hơn việc áp dụng bot của người khác, điều đó có nghĩa sự gắn kết ngày càng khó đạt được hơn, không phải dễ hơn. Chúng tôi đang giải quyết nhiều vấn đề hơn, nhanh hơn, và công việc liên kết ở cấp tổ chức là thứ phải trả giá.

Có một điểm liên quan đáng để nói, đó là sự thay đổi này có lợi cho những người có thể xây dựng nhanh với công cụ AI và gây bất lợi cho những người không thể. Thiên lệch hành động là có thật, nhưng nó không trung lập. Các kỹ sư đã áp dụng các công cụ này hiệu quả sẽ được lắng nghe thường xuyên hơn, đề xuất của họ được coi trọng hơn, và định hình hướng đi nhiều hơn những người chưa làm được. Đó là sự phân phối lại kỹ năng đang diễn ra bên trong mọi tổ chức tiên phong về AI ngay bây giờ, và hầu hết chúng ta không đang nói chuyện cởi mở về điều đó.

Vai trò của kỹ sư cấp cao: Mạnh mẽ hơn nhưng kém bền vững hơn

Điều ngược đời mà tôi báo cáo sau ba năm là AI tiếp đất với các vai trò cấp cao sớm hơn là với các vai trò cấp thấp. Tường thuật tiêu chuẩn là AI đe dọa các kỹ sư mới vào nghề và nâng cao các kỹ sư cấp cao lên chiến lược thuần túy. Trải nghiệm của tôi gần như ngược lại, và tôi nghĩ đó là vì kỹ sư cấp cao là người được định vị để nhận ra nơi AI có thể áp dụng trên toàn SDLC, viết đề xuất, điều hướng tổ chức, và bây giờ cũng tự xây dựng thứ đó. Công việc từng cần một đội ngũ nay đôi khi chỉ cần một người với các công cụ đúng đắn, và người đó thường là cấp cao vì sự thấu hiểu hệ thống nằm ở cấp độ này.

Kết quả, trong trường hợp của tôi, là tôi viết code nhiều hơn những năm gần đây. Ba năm trước tôi viết code có lẽ mỗi hai tuần một lần, chủ yếu là các PoC bỏ đi để chứng minh khái niệm. Bây giờ tôi viết code hầu hết các ngày trong tuần, xen kẽ với công việc khác. Loại code cũng khác nhau. Nó từng là các bản demo cô lập. Bây giờ là các PoC mà tôi thực sự thoải mái vứt bỏ sau khi chúng đã trả lời câu hỏi, và một số công việc tích hợp ở cấp độ nền tảng mà trước đây sẽ cần một khối thời gian chuyên dụng tôi không thể dành ra. Tính chất có thể vứt bỏ là rất quan trọng. Khi PoC rẻ, bạn có thể điều tra ba cách tiếp cận trong thời gian dùng để điều tra một cách, và điều đó thay đổi cách bạn hiểu vấn đề.

Đồng thời, khối lượng viết văn cũng tăng lên. Không phải viết chiến thuật, phần đó chủ yếu biến mất, mà là công việc chiến lược và tầm nhìn. Tôi đang định hình hướng đi trên nhiều luồng công việc đồng thời, theo cách tôi không thể làm ba năm trước, và các công cụ AI làm cho điều đó có thể vì tôi có thể chuyển đổi ngữ cảnh giữa các bản nháp trôi chảy hơn. Tôi có thể làm việc trên một vài vấn đề cùng lúc và tạo ra tư duy mạch lạc cho từng vấn đề, điều mà trước đây yêu cầu sắp xếp tuần tự.

Vì vậy vai trò mở rộng theo hai hướng cùng một lúc. Nhiều kỹ thuật thực hành hơn và nhiều viết chiến lược hơn, cùng với nhiều cuộc họp hơn khi tôi được kéo vào các cuộc trò chuyện với tư cách là chuyên gia về GenAI trong trải nghiệm nhà phát triển và công cụ trên toàn tổ chức. Về logic điều này không nên khả thi. Tuần vẫn có độ dài như ba năm trước.

Điều phải nhường chỗ là công việc tập trung vào con người. Cố vấn (mentoring) là ví dụ rõ ràng nhất. Tôi có ít thời gian cho các cuộc gặp 1-2-1 hơn so với ba năm trước, và điều đó không phải ngẫu nhiên, đó là sự lựa chọn tôi đã thực hiện dưới áp lực. Công việc 1-2-1 không được hưởng lợi từ công cụ AI. Bạn không thể dồn nó vào sau. Nó yêu cầu thời gian và sự chú ý chuyên dụng, và khi các phần khác của vai trò đang mở rộng để tiêu thụ các giờ có sẵn, việc cố vấn là thứ đầu tiên bị cắt giảm. Tôi không thấy nhẹ nhõm về điều này và tôi nghĩ đó là một vấn đề thực sự, cả cho tôi và cho các kỹ sư tôi lẽ ra nên phát triển. Mô hình này có hình dạng giống như vấn đề liên kết trong phần trước: AI làm cho công việc kỹ thuật rẻ hơn, và công việc con người, việc cố vấn, sự liên kết, định nghĩa vấn đề, trở nên đắt đỏ một cách không cân xứng so với mọi thứ khác, và do đó bị ép buộc.

Thứ khác phải nhường chỗ là thời gian suy nghĩ. Hiện có rất ít nó trong ngày làm việc của tôi. Lợi ích năng suất từ AI bị bắt lấy bởi khối lượng đầu ra chứ không phải chất lượng đầu ra. Kỳ vọng của tổ chức đã tăng để hấp thụ sự tăng tốc, và khoảng trống từng tồn tại giữa các nhiệm vụ, thời gian không có cấu trúc nơi tư duy chiến lược thực sự diễn ra, bị ăn mòn đầu tiên vì nó vô hình trên bảng điều khiển. Tôi đang ở điểm trong sự nghiệp mà tư duy lẽ ra là phần lớn công việc, và hầu hết nó bây giờ diễn ra trong kỳ nghỉ vì tuần làm việc không dung nạp nó.

Phiên bản trung thực về nơi tôi đang đứng là vai trò này không bền vững ở tốc độ này. Động lực ngay bây giờ là có thật, tôi đang học hỏi liên tục và công việc có tác động thực sự, nhưng khối lượng những gì tôi được yêu cầu giao đang tăng nhanh hơn mức AI làm cho tôi có khả năng giao tiếp nó. Câu chuyện năng suất nói rằng chúng tôi xuất bản nhiều hơn vì chúng tôi năng suất hơn. Phiên bản thực tế là chúng tôi xuất bản nhiều hơn vì kỳ vọng mở rộng nhiều hơn lợi ích năng suất, và khoảng trống đang được lấp đầy bằng giờ làm việc, sự chú ý, và các phần của vai trò lẽ ra không nên là tùy chọn.

Chiều sâu chuyên môn tôi đặt cược

Khi tôi trở lại sau năm tháng nghỉ phép cha mẹ vào đầu năm 2024, tổ chức cần một người ở cấp độ của tôi để dẫn dắt công việc GenAI trong trải nghiệm nhà phát triển và tôi là người có sẵn. Nó không hẳn là một cược cược mà là một cơ hội tôi nhận ra khi nó xuất hiện. Tôi dành đủ thời gian để thỏa mãn bản thân rằng làn sóng này khác với các chu kỳ cường điệu trước đây trước khi cam kết, nhưng một khi tôi đã cam kết, tôi phải hủy bỏ phần lớn công việc còn lại của mình về trải nghiệm nhà phát triển để nhường chỗ cho nó. Một thời gian tôi là kỹ sư duy nhất ở bất kỳ cấp độ nào chuyên tâm cho việc này, và chiều sâu tôi xây dựng diễn ra theo sự cần thiết nhiều như theo thiết kế.

Mặt tích cực là có thật. Tôi có một vị trí trong ngành công nghiệp không tồn tại ba năm trước và hiện đang khan hiếm, và tôi được định hình một phần cách công nghệ này tiếp đất tại một tổ chức 4.000 kỹ sư. Công việc hàng ngày khiến việc tận dụng điều đó bên ngoài khó khăn hơn tôi muốn, nhưng vị trí sự nghiệp cơ bản là một nơi tôi may mắn được ở, và tôi nhận thức được điều đó.

Mặt tiêu cực là tôi đã đánh đổi rất nhiều chiều sâu chuyên nghiệp tổng quát để đến được đây. Ba năm trước tôi có ý kiến trên trải nghiệm nhà phát triển và hạ tầng, với chiều sâu hợp lý trong các ngôn ngữ và khung công việc, bao gồm cả sự nắm vững chi tiết Java Spring mà tôi thực sự không thể nhớ lại bây giờ. Điều đó có quan trọng không? Tôi chưa chắc. Có lẽ ít hơn tôi đã dự đoán, vì các chi tiết ngày càng là thứ tôi có thể lấy lại từ công cụ khi tôi cần chúng. Nhưng chính sự rộng lớn, khả năng nắm giữ ý kiến mạnh mẽ trên nhiều lĩnh vực, đã thu hẹp lại, và điều đó có những hậu quả tôi sẽ không hiểu đầy đủ trong vài năm nữa.

Mặt tiêu cực khác là chiều sâu tôi đã xây dựng một phần có thể hỏng. Rất nhiều những gì tôi biết về cách áp dụng GenAI trong bối cảnh SDLC sẽ lỗi thời trong vòng mười tám tháng vì các công cụ và mô hình vẫn đang di chuyển nhanh. Kiến thức nền tảng tổng quát tôi từng có bền vững hơn những gì đã thay thế nó. Tôi đang cược rằng kinh nghiệm thay đổi tổ chức, biết cách một tổ chức kỹ thuật lớn thực sự áp dụng công nghệ mới, ai cần được thuyết phục, các ràng buộc quản trị có nghĩa gì trong thực tế, sẽ tích lũy và giữ giá trị ngay cả khi các công cụ và mô hình cụ thể già đi. Đó là một cược phòng thủ nhưng không phải là một cược chắc chắn.

Và sau đó là vấn đề gắn nhãn. Bây giờ tôi được xác định với một thứ theo cách tôi chưa từng trước đây. Điều đó tốt cho khả năng hiển thị và tính di chuyển sự nghiệp hiện tại, nhưng các nhãn trở thành trách nhiệm khi cảnh quan thay đổi. Các trưởng nhóm nền tảng từng được biết là "người Docker" hay "người Kubernetes" năm năm trước bây giờ hoặc được thừa hưởng trong vai trò của họ hoặc đang định vị lại cẩn thận. Tôi đang ở giai đoạn tài sản của cung đường đó, nhưng giai đoạn trách nhiệm cũng tồn tại, và công việc quản lý sự chuyển đổi là thứ tôi sẽ phải suy nghĩ có chủ ý thay vì để nó xảy ra với mình.

Phạm vi mở rộng vì kỷ luật mở rộng

Thay đổi tiêu đề trong vai trò của tôi là phạm vi, và nó là cái dễ nhất bị đọc sai. Ba năm trước, các sáng kiến tôi sở hữu có xu hướng hẹp hơn và được chứa đựng hơn. Chúng có thể được sử dụng trên toàn tổ chức, nhưng chúng tập trung vào một phần của SDLC và thường phục vụ vài chục kỹ sư một tháng. Bây giờ mọi thứ tôi làm việc trên là phạm vi toàn tổ chức, được sử dụng bởi tất cả kỹ sư, thường mỗi ngày. Phạm vi lớn hơn theo cấp độ lớn.

Cám dỗ là quy điều này cho sự tiến bộ sự nghiệp, nhưng điều đó không thực sự xảy ra. Phạm vi mở rộng vì trải nghiệm nhà phát triển như một kỷ luật đã mở rộng bên dưới tôi. Trong nhiều năm, DX là chức năng đáng kính nhưng bị bỏ quên. Các vấn đề là có thật nhưng có thể hấp thụ, và chúng tôi đấu tranh để có được tài trợ và thời gian để sửa chữa chúng đúng cách vì chi phí để để chúng hỏng được phân phối và khó đo lường. DORA và các chỉ số áp dụng cho chúng ta biết chúng ta đang đi đúng hướng, nhưng chúng không làm cho trường hợp đủ sắc bén để cạnh tranh cho đầu tư nghiêm túc chống lại công việc rõ ràng gắn liền với doanh thu hơn.

AI đã thay đổi kinh tế của cuộc trò chuyện đó. Các vấn đề vận hành giống nhau mà có thể dung thứ khi con người là người tiêu dùng duy nhất của nền tảng ngừng dung thứ khi AI bắt đầu khuếch đại chúng. Một thiết lập phát triển địa phương yếu là phiền khi một kỹ sư gặp phải. Sự yếu kém tương tự trở thành một nút thắt nghiêm trọng khi một tác nhân (agent) đang cố gắng vận hành trên cơ sở mã. Thuật ngữ "trải nghiệm tác nhân" đang bắt đầu xuất hiện trong ngành để mô tả điều này, và đó là khung đúng đắn. Các bản sửa chữa chúng tôi đặt cho các nhà phát triển cũng phục vụ các tác nhân, và các tác nhân mở rộng theo cách các nhà phát triển không bao giờ có thể. Một phần của nền tảng nội bộ trước đây phục vụ 4.000 con người bây giờ tiềm năng phục vụ 4.000 con người cộng với một số lượng không giới hạn các thể hiện tác nhân mà những con người đó triển khai. Kinh tế đầu tư lật ngược khi bạn khung nó theo cách đó, và cuộc trò chuyện chuyển từ ưu tiên cấp đội nhóm sang ưu tiên cấp hội đồng quản trị gần như qua đêm.

Phần không thoải mái là điều này không xảy ra vì DX giỏi hơn trong việc biện hộ cho chính nó. Nó xảy ra vì AI phơi bày mức độ nền tảng đã kìm hãm chúng ta bao nhiêu. Kỷ luật có được khoảnh khắc của nó thông qua ép buộc bên ngoài, không phải qua vận động. Đó là khiêm tốn nếu bạn đã dành nhiều năm tranh luận cho công việc, và đáng để trung thực về vì đó là điều mọi tổ chức DX đang trải nghiệm bây giờ.

Với sự mở rộng phạm vi đến vấn đề khó hơn của việc biện minh cho nó. Tổ chức đang yêu cầu tôi chứng minh tác động ở cấp hội đồng quản trị, và thiết bị đo lường để làm điều đó chưa tồn tại. DORA được xây dựng cho một kỷ nguyên trước. Các chỉ số áp dụng cho bạn biết mọi người sử dụng cái gì, không phải tổ chức có tốt hơn hay không. Chúng tôi đang phát minh khung đo lường trong khi chạy chương trình, điều đó không thoải mái nhưng không thể tránh khỏi given kỷ luật mới đến mức độ nào trong hình thức hiện tại của nó.

Mặt tiêu cực của phạm vi rộng hơn là cái tôi thấy sắc sảo nhất, đó là công việc trở nên chia sẻ tín dụng theo bản chất. Các sáng kiến hẹp có quyền sở hữu rõ ràng và chiến thắng hiển thị. Các chương trình phạm vi toàn tổ chức mang tính chính trị theo bản chất, liên quan đến nhiều bên liên quan, và gán thành công trên nhiều người đóng góp. Sự đánh đổi là có thật: bạn đổi quyền gán rõ ràng cho đòn bẩy thực tế trên kết quả. Tôi nghĩ nó đáng giá, nhưng tôi sẽ không pretend nó không tốn kém, và các kỹ sư cấp cao tôi thấy thất vọng nhất ngay bây giờ thường là những người chưa hoàn toàn hòa giải với phần của thỏa thuận này.

Tôi nghĩ điều này có nghĩa là gì

Tôi đã viết về vai trò của chính mình, nhưng tôi không nghĩ mô hình là độc nhất với tôi. Tôi ở đầu sắc nhọn nhất của nó vì GenAI là chuyên môn của tôi và tổ chức đã định tuyến mọi thứ liên quan đến nó qua tôi, nhưng các động lực tôi đang mô tả tổng quát hóa. Các kỹ sư cấp cao trong các tổ chức tiên phong về AI đang làm việc nhiều đòn bẩy hơn, nhiều thực hành hơn, nhiều cuộc họp hơn đồng thời, với các phần tập trung con người của vai trò phải trả giá. Chi phí xây dựng sụp đổ, chi phí liên kết tăng, thời gian suy nghĩ biến mất, và lợi ích năng suất bị bắt lấy bởi khối lượng đầu ra chứ không phải chất lượng đầu ra. Tôi nghĩ điều gì đánh vai trò cấp cao đầu tiên sẽ đáp ứng nơi khác khi kỳ vọng năng suất lan truyền qua phần còn lại của tổ chức, và phiên bản câu chuyện này mà các kỹ sư cấp trung sẽ viết trong hai năm có thể sẽ vần điệu với của tôi.

Chúng tôi chưa biết điều này có nghĩa là gì cho kỹ thuật như một kỷ luật, hay cho những người làm việc nó. Phiên bản trung thực về cảm giác của nó, từ bên trong, là chèo paddle mạnh hơn để giữ ahead một dòng chảy tăng vọt không ngừng. Nó hoạt động cho bây giờ. Nó sẽ không kéo dài mãi mãi.