Khoảng cách Niềm vui AI: Tại sao một số lập trình viên phát triển mạnh mẽ trong khi người khác chật vật?

Trong kỷ nguyên trí tuệ nhân tạo bùng nổ, không phải mọi lập trình viên đều được hưởng lợi như nhau. Podcast gần đây của InfoQ với sự tham gia của Michael Parker, Phó Giám đốc Kỹ thuật tại TurinTech AI, đã làm sáng tỏ "khoảng cách niềm vui" (Joy Gap) đang tồn tại trong cộng đồng phát triển phần mềm.

Kiến trúc sư nhà máy trong kỷ nguyên AI

Sự phân cực trải nghiệm: Dự án mới vs. Mã nguồn cũ

Theo Michael Parker, tác động của AI đối với các nhà phát triển là cực kỳ phân cực. Những người làm việc trên các dự án "greenfield" (dự án mới, mã nguồn sạch) đang chứng kiến sự gia tăng năng suất khổng lồ. AI giúp họ xây dựng các dịch vụ nhỏ và sản phẩm nhanh chóng hơn bao giờ hết.

Tuy nhiên, đối với các lập trình viên làm việc trong các doanh nghiệp lớn với hệ thống mã nguồn cũ (legacy codebase) phức tạp, câu chuyện lại hoàn toàn khác. Các công cụ AI thường không được đào tạo trên các thư viện nội bộ hoặc quy trình làm việc riêng biệt của doanh nghiệp này. Kết quả là AI tạo ra những đoạn mã không phù hợp với ngữ cảnh, buộc lập trình viên phải dành hàng giờ để sửa lỗi và xem xét (review) code chất lượng thấp.

Parker nhận định: "AI đã lấy đi phần thú vị của công việc — đó là quyết định cấu trúc và kiến trúc — và để lại cho chúng ta công việc xem xét code, thứ mà không ai thích làm."

Từ "Thợ thủ công" đến "Kiến trúc sư nhà máy"

Một sự thay đổi lớn về vai trò đang diễn ra. Thay vì viết mã trực tiếp, các lập trình viên hàng đầu đang trở thành những "kiến trúc sư nhà máy" (factory architects). Họ thiết kế và điều phối các tác nhân AI, thiết lập các quy tắc và quy trình để AI tự động viết mã.

Điều này đòi hỏi một tư duy và bộ kỹ năng hoàn toàn mới. Tuy nhiên, Parker chỉ ra rằng nhiều chuyên gia này đang xây dựng các "nhà máy" cá nhân của mình mà không chia sẻ rộng rãi với đội nhóm, tạo ra sự mất cân bằng lớn về năng suất.

Để giải quyết vấn đề này, ông đề xuất cần có các công cụ lập trình tốt hơn giúp kiểm tra kế hoạch của AI trước khi nó viết mã, cũng như các công cụ review code được thiết kế lại để xử lý khối lượng mã khổng lồ do AI tạo ra.

Vấn đề Pull Request và Niềm tin vào AI

Thực tế cho thấy các Pull Request (PR) đang trở nên khổng lồ nhờ AI, đi ngược lại xu hướng nhiều năm qua của ngành phần mềm là chia nhỏ các thay đổi. Parker đặt câu hỏi: "Bạn thà có một PR với 100 thay đổi hay 100 PR với một thay đổi?"

Về niềm tin, Parker cho rằng chúng ta cần áp dụng triết lý của Continuous Delivery (Phát hành liên tục). Nếu hệ thống giám sát tốt, việc AI hay con người gây ra lỗi không quan trọng bằng khả năng phản hồi và khôi phục nhanh chóng. Tuy nhiên, lập trình viên vẫn phải chịu trách nhiệm cuối cùng về mã họ gửi đi, không thể đổ lỗi cho AI.

Thay đổi trong đội ngũ và Văn hóa kỹ thuật

AI đang làm mờ ranh giới giữa các vai trò như quản lý sản phẩm, thiết kế và lập trình. Các công cụ AI cho phép bất kỳ ai cũng có thể nhanh chóng tạo ra nguyên mẫu hoặc hiểu biết về các lĩnh vực khác.

Đáng chú ý, một số nhóm hiệu suất cao đang quay lại với mô hình "mob programming" (lập trình theo nhóm). Vì việc tạo mã bằng AI quá nhanh, sự đồng bộ hóa của nhóm trở nên quan trọng hơn tốc độ tạo mã của cá nhân. Các nhóm họp cùng nhau, thảo luận vấn đề, nhập prompt chung và review kết quả cùng nhau.

Tuy nhiên, vẫn tồn tại sự chia rẽ văn hóa giữa lãnh đạo kỹ thuật — người tin vào sự cường điệu của AI trên LinkedIn — và các lập trình viên thực tế — người đang vật lộn với mã nguồn cũ và công cụ chưa hoàn thiện.

Tương lai của ngành công nghiệp phần mềm

Parker kết luận bằng một câu hỏi sâu sắc: "Chúng ta muốn ngành công nghiệp của mình trông như thế nào trong 5 đến 10 năm tới?"

Ông tin rằng mục tiêu cuối cùng là xây dựng các hệ thống AI giúp loại bỏ những công việc nhàm chán, chạy tự động trên đám mây và đưa các đội nhóm lại gần nhau hơn. Nhưng để đạt được điều đó, ngành cần thống nhất về định hướng và giải quyết các vấn đề hiện tại trong giai đoạn chuyển giao đầy hỗn loạn này.