Cộng đồng phát triển phần mềm đang phải vật lộn với mối lo ngại ngày càng gia tăng về các công cụ lập trình hỗ trợ AI. Trong khi những công cụ này hứa hẹn mang lại những cải thiện năng suất đáng kể, nhiều nhà phát triển có kinh nghiệm đang đặt câu hỏi liệu thực tế có phù hợp với sự cường điệu hay không, và những chi phí ẩn nào có thể đang tích tụ bên dưới bề mặt.
Cuộc thảo luận tập trung xung quanh cái mà một số nhà phát triển gọi là vibe coding - một quy trình làm việc mà các nhà phát triển phụ thuộc nhiều vào các agent AI để tạo code nhanh chóng, thường mà không hiểu đầy đủ các chi tiết triển khai. Cách tiếp cận này trái ngược hoàn toàn với các thực hành phát triển truyền thống, nơi các kỹ sư dành thời gian đáng kể để suy nghĩ qua các vấn đề trước khi viết code.
 |
|---|
| Hãy cẩn thận với những cạm bẫy ẩn giấu trong lập trình hỗ trợ bởi AI - lợi ích nhanh chóng có thể đi kèm với chi phí dài hạn |
Nghịch lý năng suất
Mặc dù các tuyên bố marketing về tốc độ lập trình nhanh hơn 10 lần, những cải thiện năng suất trong thế giới thực có vẻ khiêm tốn hơn nhiều. Cộng đồng báo cáo rằng trong khi AI có thể tạo code với tốc độ chớp nhoáng, quy trình phân phối phần mềm tổng thể chỉ cho thấy những cải thiện nhỏ, thường là khoảng 1.2 lần nhanh hơn thay vì mức tăng 10 lần như đã hứa hẹn.
Sự bất đồng này bắt nguồn từ hiểu lầm cơ bản về những gì phát triển phần mềm thực sự bao gồm. Viết code chỉ là một phần của quy trình phức tạp bao gồm hiểu yêu cầu, thiết kế hệ thống, kiểm thử, gỡ lỗi và bảo trì code theo thời gian. Khi AI chỉ xử lý phần lập trình, các khía cạnh tốn thời gian khác vẫn không thay đổi.
Tuyên bố về năng suất so với thực tế
- Tuyên bố marketing: Lập trình nhanh hơn 10 lần
- Mức tăng năng suất thực tế: Cải thiện khoảng 1.2 lần trong việc phát triển phần mềm tổng thể
- Giải thích khoảng cách: Lập trình chỉ là một phần trong chu trình phát triển phần mềm
Khoảng cách học tập và hiểu biết
Một mối quan tâm đáng kể trong số các nhà phát triển là khả năng xói mòn hiểu biết kỹ thuật sâu sắc. Khi AI tạo code, các nhà phát triển có thể mất đi kiến thức thân thiết đến từ việc tự viết nó. Điều này tạo ra tình huống mà các kỹ sư trở thành người quản lý code mà họ không tạo ra, có khả năng dẫn đến suy giảm kỹ năng dài hạn.
Bạn sẽ không bao giờ biết code tốt như một người đọc so với khi bạn là tác giả đối với bất cứ thứ gì lớn hơn một dự án rất nhỏ.
So sánh với việc kế thừa legacy code là rất có ý nghĩa - trong khi các nhà phát triển luôn phải đối phó với code được viết bởi người khác, code do AI tạo ra tạo ra tình huống này từ ngày đầu tiên của dự án, thay vì như một thách thức thỉnh thoảng.
Tình trạng khó xử trong quản lý
Cuộc thảo luận cộng đồng tiết lộ sự tương đồng giữa việc quản lý các agent lập trình AI và quản lý các nhà phát triển junior. Cả hai đều yêu cầu giám sát, hướng dẫn và sửa chữa. Tuy nhiên, các agent AI đưa ra những thách thức độc đáo: chúng không thể học từ phản hồi, không đặt câu hỏi làm rõ, và có thể tự tin tạo ra các giải pháp không chính xác.
Một số nhà phát triển báo cáo thành công bằng cách đối xử với AI như một kỹ sư junior nhanh như chớp đòi hỏi quản lý cẩn thận và quy trình làm việc có cấu trúc. Cách tiếp cận này bao gồm lập kế hoạch trước rộng rãi, thông số kỹ thuật chi tiết và quy trình đánh giá code kỹ lưỡng.
So sánh quy trình lập trình với AI
| Lập trình truyền thống | Lập trình hỗ trợ bởi AI |
|---|---|
| Tư duy & Lập trình (phần lớn) → Sửa lỗi (phần nhỏ) | Lập trình (phần nhỏ) → Tư duy & Sửa lỗi (phần lớn) |
| Hiểu sâu thông qua việc triển khai | Quản lý và xem xét code được tạo ra |
| Học hỏi thông qua thực hành | Nguy cơ thoái hóa kỹ năng |
Các thực hành tốt nhất đang nổi lên
Mặc dù có những thách thức, nhiều nhà phát triển đang tìm cách sử dụng AI hiệu quả. Các cách tiếp cận thành công thường bao gồm:
- Lập kế hoạch và công việc thông số kỹ thuật rộng rãi trước khi tạo code bất kỳ
- Sử dụng AI cho các tác vụ cụ thể, được định nghĩa rõ ràng thay vì toàn bộ dự án
- Duy trì giám sát của con người ở mọi giai đoạn phát triển
- Triển khai các quy trình kiểm thử và đánh giá nghiêm ngặt
- Đối xử với AI như một công cụ trong bộ công cụ phát triển rộng lớn hơn thay vì thay thế cho chuyên môn của con người
Cộng đồng dường như đang hội tụ về ý tưởng rằng các công cụ lập trình AI hoạt động tốt nhất khi được tích hợp vào các quy trình phát triển có kỷ luật, thay vì như một lối tắt xung quanh các thực hành kỹ thuật phần mềm truyền thống.
Các Thực Hành Tốt Nhất Được Khuyến Nghị Cho Lập Trình AI
- Sử dụng các lời nhắc "CHƯA VIẾT CODE GÌ CẢ" cho các giai đoạn lập kế hoạch
- Triển khai công việc đặc tả và thiết kế toàn diện ngay từ đầu
- Áp dụng quy trình kiểm thử và đánh giá code nghiêm ngặt
- Coi AI như một lập trình viên junior được quản lý cần có sự giám sát
- Tập trung vào thiết kế modular để giới hạn phạm vi ngữ cảnh của AI
- Duy trì sự tham gia của con người trong các quyết định kiến trúc
Nhìn về phía trước
Cuộc tranh luận phản ánh những câu hỏi rộng lớn hơn về vai trò của AI trong công việc chuyên nghiệp. Trong khi một số nhà phát triển ôm lấy AI như một công cụ tăng cường năng suất mạnh mẽ, những người khác lo lắng về những tác động dài hạn đối với phát triển kỹ năng và chất lượng code.
Cuộc thảo luận cho thấy rằng cách tiếp cận thành công nhất có thể là tìm ra sự cân bằng phù hợp - sử dụng AI để xử lý các tác vụ thường xuyên trong khi bảo tồn sự tham gia của con người trong các khía cạnh sáng tạo và phân tích của phát triển phần mềm. Khi những công cụ này tiếp tục phát triển, cộng đồng phát triển có thể sẽ cần phải thích ứng các thực hành và cách tiếp cận đào tạo của họ để duy trì cả năng suất và xuất sắc kỹ thuật.
Tham khảo: The AI coding trap