Mã nguồn ngày càng rẻ, phán đoán kỹ thuật mới là tài nguyên khan hiếm

Mã nguồn ngày càng rẻ, phán đoán kỹ thuật mới là tài nguyên khan hiếm

Hội nghị AI Engineer Singapore 2026

Lý thuyết trò chơi nền tảng của xã hội đang thay đổi. Đó là một trong những ý tưởng từ bài thuyết trình của Max Buckley tại Hội nghị AI Engineer Singapore, và nó đã ám ảnh tôi từ đó đến nay.

Trong nhiều thập kỷ, kỹ thuật phần mềm được tổ chức dựa trên sự khan hiếm. Viết mã rất tốn kém, kỹ sư viên mã và các tính năng mất nhiều thời gian để phát triển. Giả định này đã định hình cách các đội nhóm làm việc. Chúng tôi ưu tiên kỹ lưỡng vì mọi tính năng đều có chi phí cơ hội khổng lồ.

Nhưng AI đã phá vỡ giả định đó.

Khi các tác nhân AI (AI agents) trở nên năng lực hơn, chi phí triển khai đang giảm mạnh. Những thứ từng mất vài tuần để thực hiện giờ đây có thể được tạo mẫu (prototype) trong vài ngày hoặc thậm chí vài giờ. Max, người hiện là Trưởng bộ phận Nghiên cứu Kiến thức tại Exa sau 12,5 năm làm việc tại Google, đã nhận định đây là một sự thay đổi trong lý thuyết trò chơi: vấn đề không chỉ là bạn nên làm gì, mà là bạn nên làm gì khi mọi người khác cũng đang hành xử như vậy và cố gắng giành chiến thắng.

Và bạn không thể chọn đứng ngoài cuộc những thay đổi này. Cho dù chúng ta đã sẵn sàng hay chưa, những cách làm việc cơ bản đang thay đổi.

Tuy nhiên, việc triển khai rẻ hơn không đồng nghĩa với phần mềm tốt hơn.

Không có lượng AI nào có thể cứu chúng ta khỏi việc xây dựng sai sản phẩm. Thực tế, AI có thể làm vấn đề này trở nên tồi tệ hơn. Khi việc xây dựng trở nên dễ dàng hơn, việc tạo ra những thứ kỹ thuật ấn tượng nhưng chiến lược vô nghĩa cũng dễ dàng hơn nhiều: nhiều bảng điều khiển (dashboard) hơn, nhiều quy trình làm việc hơn, nhiều công cụ nội bộ hơn, và nhiều ứng dụng hoạt động nhưng không xứng đáng tồn tại hơn.

Đó là lý do tôi nghĩ rằng phán đoán kỹ thuật đang trở nên có giá trị hơn.

Một ví dụ của Max đã ám ảnh tôi. Trong nền kinh tế phần mềm cũ, các đội nhóm phải thu hẹp 30 ý tưởng xuống còn 3 trước khi xây dựng bất cứ thứ gì. Với các tác nhân viết mã ngày nay, quy trình ra quyết định thay đổi. Bạn có thể xây dựng nhiều hơn, đánh giá nhiều hơn, so sánh chuẩn mực nhiều hơn và loại bỏ những gì không hiệu quả mà không bị ràng buộc bởi cảm xúc.

Chi phí thử nghiệm thấp hơn và việc thử nghiệm trở nên hấp dẫn hơn.

Nghe có vẻ giải phóng, nhưng nó cũng tạo ra một nút thắt cổ chai mới.

Nếu bất kỳ ai cũng có thể tạo mẫu một ý tưởng, sự chú ý giờ đây là một tài nguyên khan hiếm. Điều đó cũng có nghĩa là tôi nên gửi lời cảm ơn đến mỗi người đang đọc bài này. Sự chú ý của bạn không miễn phí, và tôi hy vọng bài viết này xứng đáng với thời gian của bạn.

Gần đây, tôi đã tham dự hội nghị AI Engineer đầu tiên tại Singapore, diễn ra từ ngày 15 đến 17 tháng 5 năm 2026. Sự kiện quy tụ các diễn giả từ các công ty như Google DeepMind, Vercel, OpenAI, Exa, NanoClaw và những nơi khác. Bài viết này sẽ chi tiết hóa 3 điểm từ 3 diễn giả mà tôi thấy nổi bật nhất.

AI không loại bỏ nhu cầu về kỷ luật kỹ thuật. Nó đang chuyển dịch kỷ luật đó sang một phần khác của hệ thống.

Kiến thức kỹ thuật cũng đang thay đổi hình dạng. Các mô hình có trí thông minh "gồ ghề": Chúng có thể cực kỳ giỏi ở một số nhiệm vụ, nhưng lại đáng ngờ kém ở các nhiệm vụ lân cận dường như dễ dàng tương tự với con người.

Các mô hình thường biết câu trả lời cho những điều phức tạp nhưng sẽ không thể hiện ra trừ khi bạn biết phải hỏi cái gì.

Vì vậy, câu hỏi không còn chỉ là liệu chúng ta có thể xây dựng được cái gì hay không. Mà là liệu nó có nên tồn tại hay không.

Jimmy Lai, Giám đốc Next.js tại Vercel, đã chia sẻ một tâm tư tương tự từ một góc độ khác. Điểm của ông là AI đã làm cho việc sáng tạo trở nên rẻ, nhưng quyền sở hữu lại đắt đỏ hơn.

Khi việc xây dựng trở nên dễ dàng hơn, số lượng thứ chúng ta có thể tạo ra tăng lên. Nhưng mọi nguyên mẫu sống sót trở thành thứ mà ai đó phải bảo trì, gỡ lỗi, tài liệu hóa, bảo mật và giải thích. Chi phí viết phiên bản đầu tiên có thể giảm, nhưng chi phí sở hữu hệ thống không biến mất.

Jimmy đã đưa ra ba dự đoán nổi bật.

Thứ nhất, chúng ta hiện đang xây dựng cho các tác nhân. Tác nhân đang trở thành một loại người dùng phần mềm mới. Một tệp README cũ kỹ không chỉ gây phiền toái cho con người. Nó là một "ảo giác" (hallucination) đang chờ xảy ra.

Thứ hai, chúng ta hiện đang xây dựng cùng với các tác nhân. Một cách trớ trêu, mặc dù bây giờ việc xây dựng một thứ gì đó mà bạn không thực sự hiểu trở nên dễ dàng hơn, nhưng sự thật là những nguyên tắc cơ bản không thay đổi và thực tế đã trở nên quan trọng hơn bao giờ hết. Nếu bạn trở nên xuất sắc trong việc xây dựng với các tác nhân đồng thời cũng vững vàng về nền tảng, bạn sẽ trở nên không thể ngăn cản.

Thứ ba, chúng ta phải học những gì không nên sở hữu. Chỉ vì bạn có thể xây dựng một cái gì đó không có nghĩa là bạn nên làm vậy. Sự dễ dàng trong sáng tạo đã trở thành gánh nặng bảo trì.

Điều này không có nghĩa là chúng ta nên tung ra ít sản phẩm hơn. Nó có nghĩa là chúng ta nên có chủ đích hơn về những gì chúng ta cho phép tồn tại. Lợi thế thuộc về các đội nhóm biết điều gì làm sản phẩm của họ khác biệt, điều gì xứng đáng với sự chú ý của họ, và điều gì họ nên cố tình không xây dựng.

Trong một thế giới phần mềm rẻ để tạo ra, sự tập trung trở thành một tài sản kỹ thuật.

Cuối cùng, điểm chính cuối cùng của tôi đến từ một bài thuyết trình về thiết kế.

Phil Hedayatnia từ Airfoil đã có bài nói về cách tạo ra các tác nhân thiết kế thực sự có gu thẩm mỹ trong một biển rác thải số AI bình thường. Tôi không phải là nhà thiết kế, vì vậy tôi thường nghĩ về thiết kế theo hướng một thiết kế tốt nên hoặc không nên chứa cái gì. Bài nói của ông đã định hình lại điều đó cho tôi.

Thiết kế không phải là cố gắng dạy ai đó về việc nên làm gì và không nên làm gì. Đó là đào tạo dựa trên kết quả.

Thiết kế tốt là về việc hiểu mọi người nghĩ như thế nào, họ hành động như thế nào, và tại sao các luồng công việc, hình ảnh và câu chuyện nhất định lại cộng hưởng với họ. Phil đã ví nó như tâm lý học con người.

Nó ít hơn là nhìn vào những gì mọi người tạo ra, mà dành nhiều thời gian hơn để cố gắng hiểu tại sao họ tạo ra nó theo cách đó và quy trình suy nghĩ đằng sau nó.

Nói cách khác, gu thẩm mỹ không phải là một danh sách kiểm tra. Nó là sự phán đoán được áp dụng vào bối cảnh.

Phil đã đưa ra ví dụ về tàu cao tốc Shinkansen và mỏ của chim bói cá. Con tàu gặp một vấn đề: khi nó thoát khỏi đường hầm, nó tạo ra một tiếng nổ "tunnel boom" lớn do không khí bị nén. Các kỹ sư đã giảm tiếng ồn bằng cách mô phỏng mũi tàu theo mỏ của chim bói cá. Chim bói cá có thể lặn từ không khí xuống nước với rất ít bọt nước vì mỏ dài, hẹp và thuôn nhọn của nó làm giảm những thay đổi áp suất đột ngột. Các kỹ sư đã áp dụng nguyên tắc tương tự cho con tàu, sử dụng một mũi tàu dài và thuôn nhọn hơn để nén không khí dần dần hơn.

Điều tôi thích ở ví dụ này là nó không chỉ sao chép tự nhiên. Nó là về việc hiểu tại sao một cái gì đó hoạt động, sau đó áp dụng nguyên tắc đó trong một bối cảnh khác.

Và khi AI giúp việc tạo ra đầu ra dễ dàng hơn, kỹ năng có giá trị không chỉ đơn thuần là biết một đầu ra tốt trông như thế nào. Đó là việc hiểu lý do "tại sao" đằng sau nó.

Tóm lại

Các diễn giả và khán giả tại sự kiện

Thông qua nhiều bài thuyết trình, có nhiều chủ đề lặp đi lặp lại, chẳng hạn như xây dựng trợ lý cá nhân, thử nghiệm các công cụ mới và học cách làm việc hiệu quả hơn với các tác nhân. Nhưng bên dưới tất cả những điều đó, cùng một ý tưởng liên tục nổi lên: Mã nguồn đang trở nên rẻ hơn, nhưng phán đoán và gu thẩm mỹ thì không.

Để tóm tắt 3 điểm chính rút ra được của tôi:

Triển khai không còn là nút thắt cổ chai chính. AI cho phép bạn thử nhiều ý tưởng hơn và giảm chi phí của việc sai lầm. Nhưng điều đó làm cho phán đoán kỹ thuật trở nên quan trọng hơn. Chúng ta phải quyết định điều gì xứng đáng tồn tại.

Sự sáng tạo rẻ tạo ra gánh nặng bảo trì. Hãy quyết định những gì không nên sở hữu.

Trong một thế giới có đầu ra dồi dào, hãy tạo ra các sản phẩm có gu thẩm mỹ tốt hơn. Hiểu bối cảnh đằng sau lý do tại sao một cái gì đó hoạt động.

AI đã thay đổi cách chúng ta xây dựng phần mềm, nhưng nó không loại bỏ trách nhiệm và quyền sở hữu đằng sau nó.

Đó là tất cả những gì tôi muốn chia sẻ. Hy vọng bài viết này xứng đáng với thời gian của bạn. Các bài thuyết trình đầy đủ có trên kênh YouTube AI Engineer tại đây. Hẹn gặp lại bạn trong bài viết tiếp theo!