Sam Altman đã so sánh trí tuệ nhân tạo thành “công cụ tiện ích” như điện hay nước, người dùng sẽ trả tiền theo lượng tiêu thụ. Nhận định này mở ra một kịch bản: khi các LLM trở thành trợ lý mã nguồn, các nhà phát triển sẽ phụ thuộc vào chúng như phụ thuộc vào nguồn điện.
Trong bài viết “Agentic Coding is a Trap”, tác giả nhấn mạnh “paradox nhà điều phối có kỹ năng”: để điều khiển các agent AI một cách hiệu quả, lập trình viên cần có kiến thức sâu rộng – nhưng chính những agent này lại giảm thiểu những ma trận khó khăn giúp kiến thức “cứng” dần. Các lập trình viên có thập kỷ kinh nghiệm vẫn thu được lợi ích lớn, trong khi những người vào nghề đồng thời với LLM thiếu nền tảng thực tiễn và buộc phải “điều khiển” bằng các công cụ đòi hỏi trình độ cao.
JetBrains vừa công bố nghiên cứu “The Widening Gap: The Benefits and Harms of Generative AI for Novice Programmers”. Kết quả cho thấy người mới không thực sự sử dụng AI như “gia sư cá nhân”. Thay vào đó, họ thường dựa vào AI để hoàn thành công việc nhanh, nhưng lại không học được các nguyên tắc thiết kế, kiểm thử, dẫn tới nguy cơ “làm việc mà không hiểu”.
Với xu hướng này, cộng đồng AI Việt Nam cần cân bằng giữa việc khai thác lợi ích của công cụ sinh mã và duy trì chương trình đào tạo thực hành lâu dài, tránh “sụp đổ” kiến thức chuyên môn.
Nguồn: Hacker News — Biên dịch & tổng hợp: danhbaai.com