Lập trình viên Meta thú nhận: "Tôi đang ship code AI mà chính tôi không hiểu"

Một bài đăng trên LinkedIn của một kỹ sư làm việc tại Meta đã châm ngòi cho cuộc tranh luận sôi nổi trên Hacker News: liệu lập trình viên có cần hiểu tường tận từng dòng code mình triển khai nữa hay không, khi mà AI đang viết mã ngày càng nhanh? Câu chuyện chạm đúng nỗi lo đang âm ỉ trong giới kỹ sư phần mềm toàn cầu.

Khi "chiếc hộp đen" trở thành chuẩn mực mới

Chia sẻ của vị kỹ sư này nhận được sự đồng cảm rộng rãi. Anh mô tả cảm giác làm việc hiện tại giống như đang vận hành một chiếc hộp đen:

"Tôi là kỹ sư ở Meta và chưa bao giờ cảm thấy khó chịu thế này khi làm công việc của mình. Dạo này tôi viết code mà mọi thứ cứ như một hộp đen. Chuẩn mực triển khai mới với AI đang tiến nhanh đến mức nếu cứ kiểm tra từng dòng, chúng ta sẽ mất cả đời."

Điều khiến nhiều người băn khoăn là ranh giới của sự hiểu biết: một kỹ sư có thể nắm được bức tranh tổng thể nhưng không hiểu hết chi tiết. Với những người quen kiểm soát từng thành phần hệ thống mình xây dựng, việc này đi ngược hoàn toàn với bản năng nghề nghiệp.

Những góc nhìn trái chiều giữa cộng đồng

Các bình luận trên Hacker News cho thấy nhiều trường phái suy nghĩ về vấn đề này:

• Nhóm bi quan: Cho rằng nếu không hiểu code thì bạn chỉ còn là người quản lý, và mức lương cũng sẽ sớm phản ánh điều đó. Có người còn so sánh: "Cách xếp gạch mới nhanh đến mức tôi không còn thời gian kiểm tra độ vững chắc của tòa nhà."

• Nhóm thực dụng: Một số kỹ sư cho biết quy trình của họ vẫn khá chặt chẽ. Mọi tính năng mới đều phải qua tài liệu thiết kế, kế hoạch triển khai và các bước phê duyệt. AI được giao việc sau khi con người đã hoàn tất khâu lên kế hoạch kỹ lưỡng và thiết kế các ca kiểm thử.

• Nhóm tin vào kiểm thử tự động: Thay vì đọc từng dòng, họ chuyển sang dựa vào các cổng kiểm tra tự động như fuzzing, chaos engineering, mutation testing và chạy kiểm thử trên nhiều kiến trúc phần cứng khác nhau. Một bình luận đáng chú ý cho rằng: "Với thử nghiệm kỹ càng thì bạn không cần biết hết, miễn là hệ thống chứng minh được nó đúng."

• Nhóm phản đối: Một số thẳng thắn tuyên bố sẽ nghỉ việc nếu buộc phải viết code bằng AI, cho rằng câu chuyện "không có thời gian kiểm tra chất lượng" chỉ là chiêu marketing của các công ty AI.

Sự khác biệt theo lĩnh vực và mức độ rủi ro

Một điểm đáng lưu ý được đề cập: bối cảnh quyết định rất nhiều. Với ứng dụng mạng xã hội, một lỗi phần mềm có thể chỉ khiến mất doanh thu quảng cáo. Nhưng với phần mềm máy chụp MRI hay hệ thống hàng không vũ trụ, hiểu thấu đáo từng tầng code là yêu cầu sống còn, vì lỗi có thể gây mất mạng người.

Điều này đặt ra câu hỏi cho các đội ngũ phát triển tại Việt Nam – đặc biệt là trong fintech, y tế số hay hệ thống thanh toán – nơi những sai sót nhỏ có thể gây hậu quả nghiêm trọng về tài chính và pháp lý.

Hướng đi nào cho tương lai?

Một số đề xuất đáng chú ý từ cuộc thảo luận:

• Chuyển hướng sang ngôn ngữ lập trình có thể kiểm chứng hình thức (formally verifiable), giúp đảm bảo code "làm đúng như nó tuyên bố" một cách có thể chứng minh.
• Dùng AI để giải thích code do AI viết – nhiều người tranh thủ nhờ các mô hình lớn giải thích những đoạn mã khó hiểu, sau đó tự kiểm chứng lại.
• Kết hợp nhiều mô hình AI khác nhau để tăng độ tin cậy của mã sinh ra.
• Chuyển trọng tâm từ hiểu code sang hiểu sản phẩm và kiểm soát các điểm tiếp giáp giữa các thành phần hệ thống.

"Chất lượng là tất cả những gì chúng ta còn lại. Đó là thứ khiến chúng ta khác biệt so với các tác nhân AI. Nhưng chất lượng khiến AI bối rối vì nó đòi hỏi vòng lặp kỳ lạ vào câu hỏi 'tại sao' - mà không phải lúc nào cũng có câu trả lời rõ ràng."

Cuộc tranh luận này nhiều khả năng sẽ tiếp tục nóng lên, khi các doanh nghiệp công nghệ ngày càng đẩy mạnh ứng dụng AI vào quy trình phát triển phần mềm. Câu hỏi đặt ra không chỉ là công cụ AI mạnh đến đâu, mà còn là: chúng ta sẵn sàng đánh đổi bao nhiêu sự thấu hiểu để lấy tốc độ?