LLM đang thay đổi cách chúng ta làm việc – nhưng không phải luôn là điều tốt. Tác giả, một kỹ sư phần mềm có hơn 5 năm kinh nghiệm, mô tả cảm giác mất đi sự hứng thú khi mọi ý tưởng chỉ cần đưa vào một mô hình và nhận ngay kết quả. Anh từng dành hàng giờ nghiên cứu sâu, viết script, thiết lập server, và xây dựng cộng đồng, nhưng giờ đây mọi thứ dường như đã “được làm sẵn”.
Trong quá trình sử dụng LLM, anh nhận ra rằng công việc chỉ còn lại là prompt‑evaluate‑adjust. Điều này khiến quá trình học hỏi trở nên hời hợt, giống như đọc tóm tắt công thức mà không thực hành. Dù mô hình ngày càng cải thiện chất lượng code, nhưng việc phụ thuộc vào chúng có thể tạo ra độ nợ kỹ thuật vô hạn nếu không có sự kiểm soát chặt chẽ.
Anh vẫn tiếp tục dùng LLM như một công cụ, thậm chí tự thiết lập môi trường inference cục bộ để khám phá. Tuy nhiên, niềm vui thực sự không còn nằm ở việc đưa ý tưởng từ A tới B, mà chỉ còn là việc thực hiện nhanh chóng mà không có bất ngờ hay thách thức nào.
Với cộng đồng AI và lập trình viên Việt Nam, câu chuyện này là lời nhắc nhở: cần cân bằng giữa lợi ích tốc độ của LLM và việc duy trì kỹ năng, tư duy sáng tạo. Chỉ khi chúng ta biết sử dụng LLM như một trợ lý, chứ không phải thay thế hoàn toàn, thì công nghệ mới thực sự mang lại giá trị lâu dài.
Nguồn: Hacker News — Biên dịch & tổng hợp: danhbaai.com