Lập trình viên Kristian Polso từ chối dùng LLM trong công việc

Kristian Polso, một kỹ sư phần mềm người Phần Lan, vừa công bố bài viết nêu rõ lý do anh sẽ chủ động không sử dụng các mô hình ngôn ngữ lớn (LLM) hay AI agent trong công việc chuyên môn. Đây là một góc nhìn ngược dòng đáng chú ý giữa làn sóng AI hỗ trợ lập trình đang lan rộng trong ngành.

Bài viết được đăng ngày 8/11/2026, tiếp nối hai bài trước đó của tác giả về chủ đề lập trình và AI. Polso khẳng định đây là quyết định sau "quá trình tự vấn sâu sắc", không phải phản ứng bốc đồng trước công nghệ mới.

Tác giả không phải người xa lạ với học máy

Trước khi bị gán nhãn "người hoài nghi AI", Polso nhấn mạnh anh hiểu rõ lĩnh vực này. Trong khoảng 10 năm qua, anh đã xây dựng các hệ thống học máy (machine learning) cấp sản xuất cho nhiều khách hàng, gồm mô hình nhận dạng ảnh dựa trên CNN trong Keras và mô hình dự đoán chất lượng không khí bằng TensorFlow.

Anh cũng từng tự chạy LLM và mô hình khuếch tán ảnh (image diffusion model) trên homelab của mình, thậm chí đóng góp ngược lại cho GitHub. Theo Polso, LLM và kiến trúc transformer là công nghệ thú vị, nhưng "cơn sốt" hiện tại đã bị thổi phồng quá mức và có hại cho công việc lẫn sức khỏe con người.

Sáu lý do chính

Tác động lên nhận thức

Polso cho biết trong năm qua anh nghe nhiều đồng nghiệp nói về "sương mù não vì LLM" (LLM brainfog). Anh dẫn ba nghiên cứu: một khảo sát của chính Microsoft về việc người lao động tri thức tự báo cáo giảm nỗ lực nhận thức, một nghiên cứu về "nợ nhận thức" tích tụ khi dùng trợ lý AI viết luận, và một bài về LLM như "virus nhận thức" khiến người dùng ngày càng phụ thuộc.

Bản thân tác giả thừa nhận sau vài giờ dùng LLM, anh thường cảm thấy mất định hướng và lú lẫn.

Chất lượng đầu ra không thực sự tốt

Theo Polso, LLM thường "diễn" sự kỹ lưỡng, khiến lập trình viên ít kinh nghiệm đánh giá sai chất lượng. Khi Claude trả về mã nguồn đã tái cấu trúc với vô số bình luận và test cho mọi thứ, thoạt nhìn có vẻ ấn tượng, nhưng đào sâu vào có thể chỉ là "hoàn toàn vô nghĩa".

Anh kể lại các trường hợp ở công ty phải rà soát mã do Claude sinh ra cho những lỗi lẽ ra chỉ cần vài dòng thay đổi schema và migration gọn gàng là giải quyết được. Thay vào đó, công cụ lại xây mới hoàn toàn, dùng các hook và phương thức mới nhất của framework, sinh hàng loạt test cho một trường dữ liệu.

LLM phơi bày khoảng cách năng lực giữa lập trình viên giỏi và kém. Nếu bạn không nhận ra mã sinh ra tệ đến mức nào, LLM chỉ giúp bạn không nhận ra nhanh hơn mà thôi.

Khả năng bảo trì là ác mộng

Liên quan trực tiếp đến chất lượng mã, Polso lo ngại vấn đề bảo trì mã do LLM sinh ra. Nếu mọi dòng mã đều do agent viết, đến một lúc nào đó sẽ không còn người hiểu chuyện gì đang diễn ra. Theo anh, điều đó đồng nghĩa với việc để OpenAI, Anthropic hay Elon Musk quyết định mã của bạn làm gì và vì sao.

Đơn giản vì thích viết mã

Tác giả cho biết viết mã là một phần trong quá trình giải quyết vấn đề của anh. Anh thường có những "ý tưởng lóe lên" khi viết mã: cách duyệt dữ liệu tối ưu nhất, nên đặt dữ liệu ở đâu trong phân cấp ứng dụng. Điều này cũng đúng khi đọc mã người khác — anh muốn hiểu con người phía sau đoạn mã suy nghĩ, lập kế hoạch và thực thi thế nào. Theo anh, AI không có chút sắc thái nào như vậy trong đầu ra của nó.

Vấn đề môi trường

Polso nhắc đến việc các trung tâm dữ liệu AI tiêu tốn điện năng, đôi khi còn dùng nguồn nhiên liệu hóa thạch mới. Anh kể tại Phần Lan từng có tin Google chặt hàng trăm hecta rừng, không có giấy phép, để xây trung tâm dữ liệu.

Yếu tố chính trị và quyền riêng tư

Đây là điểm tác giả thấy khó diễn đạt nhất. Anh băn khoăn việc công việc của mình được thực hiện bởi những công ty mà anh không mấy tin cậy như OpenAI, Anthropic hay Cursor/SpaceX. Vì là công dân EU, anh cũng đề cập đến yếu tố GDPR: các nhà cung cấp AI lớn đều đặt trụ sở tại Mỹ, và theo Đạo luật CLOUD, chính quyền liên bang Mỹ có quyền yêu cầu dữ liệu lưu trữ ở bất kỳ đâu trên thế giới — kể cả khi công ty tuyên bố dữ liệu nằm trong khu vực EU.

Vẫn có mặt tích cực

Polso thừa nhận đôi khi công cụ AI hữu ích, chẳng hạn khi anh hoàn toàn bế tắc trong khâu triển khai, có thể đặt câu hỏi đơn giản cho AI agent và nhận về một kế hoạch thực thi tương đối mạch lạc. Nhưng anh cho rằng lợi ích này không đáng so với những vấn đề nêu trên.

"AI không phải là điều không thể tránh khỏi"

Tác giả dẫn lại lập luận của Esther Weidauer trong bài tiểu luận "Why I Resist Generative AI": khi ai đó nói "AI là đây để ở lại", câu trả lời có thể là "đúng, heroin cũng vậy". Polso thừa nhận lập trình có AI hỗ trợ sẽ không biến mất, nhưng điều đó không có nghĩa bạn buộc phải dùng nó. Anh dự đoán với mức giá token được trợ giá hiện nay, các công ty trong tương lai sẽ ngày càng ít khuyến khích dùng AI.

Góc nhìn

Với lập trình viên và doanh nghiệp Việt Nam, lập luận của Polso đáng để cân nhắc như một danh sách kiểm tra khi đưa AI vào quy trình phát triển phần mềm. Khi chi phí token còn được trợ giá, bài toán chi phí dài hạn và chi phí bảo trì mã do AI sinh ra chưa lộ diện đầy đủ. Việc yêu cầu con người hiểu rõ những đoạn mã quan trọng trước khi đưa vào sản phẩm là cách giảm rủi ro mà không cần từ bỏ hoàn toàn công cụ.

Yếu tố pháp lý cũng đáng lưu tâm: các doanh nghiệp Việt Nam phục vụ khách hàng châu Âu cần để ý đến vấn đề chủ quyền dữ liệu khi gửi mã nguồn hoặc dữ liệu nội bộ cho các nhà cung cấp AI đặt trụ sở tại Mỹ. Dù vậy, bài viết cũng nhắc rằng quyết định dùng hay không dùng AI là lựa chọn cá nhân của mỗi kỹ sư, và tác giả không có ý áp đặt quan điểm lên người khác.