Khi trí tuệ nhân tạo đang biến đổi ngành phát triển phần mềm, một xu hướng đáng lo ngại đang nổi lên khắp ngành công nghệ. Các công ty ngày càng bắt buộc sử dụng công cụ lập trình AI, theo dõi mức độ tương tác của nhân viên với các hệ thống này, và tạo ra thứ mà các lập trình viên mô tả là khủng hoảng workslop - nơi mã code trông có vẻ hoạt động được trên bề mặt nhưng chứa đựng những lỗi tiềm ẩn làm gánh nặng cho những người bảo trì trong tương lai.
Sự trỗi dậy của Giám sát AI Bắt buộc
Các công ty công nghệ đang vượt ra khỏi việc khuyến khích sử dụng trợ lý lập trình AI để chuyển sang bắt buộc sử dụng chúng, với các chỉ số đánh giá hiệu suất nhân viên giờ đây bao gồm cả theo dõi mức độ tương tác với LLM. Các lập trình viên báo cáo rằng họ đang chịu áp lực phải chứng minh việc sử dụng công cụ AI bất kể liệu nó có cải thiện quy trình làm việc hay chất lượng code của họ hay không. Sự thay đổi này đại diện cho một sự thay đổi cơ bản trong cách đo lường năng suất lập trình, ưu tiên việc sử dụng công cụ hơn các chỉ số truyền thống như số lượng lỗi, đánh giá code và độ ổn định của hệ thống.
Nếu họ thực sự tự tin về hiệu quả của LLM như vậy, tại sao không để nó là tự nguyện, tại sao phải ép buộc mọi người? Kết quả sẽ hiển thị rõ trong sản phẩm cuối cùng được xuất bản để mọi người cùng thấy.
Việc thực thi này dường như được thúc đẩy bởi các khoản đầu tư của tập đoàn vào cơ sở hạ tầng AI đòi hỏi phải được biện minh. Với việc các công ty chi tiêu đáng kể nguồn lực cho các gói đăng ký và tích hợp LLM, ban quản lý tìm cách chứng minh lợi tức đầu tư thông qua các số liệu về mức độ áp dụng rộng rãi thay vì chờ đợi những cải thiện năng suất một cách hữu cơ.
Các Công ty Được Báo cáo Đang Theo dõi Việc Sử dụng AI: Microsoft, Oracle, Amazon, AWS
Chi phí ẩn của Mã code được tạo bởi AI
Mặc dù công cụ lập trình AI có thể đẩy nhanh tốc độ phát triển ban đầu, các cuộc thảo luận trong cộng đồng tiết lộ những chi phí về sau rất lớn. Các lập trình viên mô tả việc gặp phải code trông có vẻ đúng ngay từ cái nhìn đầu tiên và vượt qua các bài kiểm tra cơ bản nhưng chứa các lỗi kiến trúc tinh vi. Những vấn đề này thường lộ ra hàng tháng sau đó khi các lập trình viên khác cố gắng xây dựng dựa trên nền tảng đó, và phát hiện ra rằng những phần đáng kể cần phải được viết lại.
Vấn đề càng trầm trọng hơn khi nhiều lập trình viên sử dụng công cụ AI một cách tuần tự. Một lập trình viên lưu ý rằng việc sử dụng code được tạo bởi AI để sửa lỗi trong code được tạo bởi AI trước đó tạo ra một chu kỳ thối rữa code làm gia tăng nhanh chóng nợ kỹ thuật. Gánh nặng bảo trì chuyển từ người lập trình ban đầu sang các đồng nghiệp, những người phải gỡ rối các giải pháp được tạo bởi AI ngày càng phức tạp.
Nhiều lập trình viên chia sẻ trải nghiệm cá nhân với code được tạo bởi AI mà ban đầu có vẻ hoạt động được nhưng sau đó chứng minh là khó sửa đổi hoặc mở rộng. Một nhà phát triển web mô tả việc tạo một menu tùy chỉnh với sự trợ giúp của AI, chỉ để phát hiện vài tuần sau đó rằng cách triển khai sử dụng các phương pháp bất thường khiến cho những sửa đổi đơn giản là không thể. Cuối cùng, nhà phát triển đó phải học CSS một cách bài bản và viết lại thành phần đó bằng các kỹ thuật tiêu chuẩn.
Các vấn đề phổ biến về code AI được báo cáo:
- Code trông có vẻ đúng nhưng chứa các lỗi kiến trúc ẩn
- Khó khăn trong việc sửa đổi hoặc mở rộng các triển khai do AI tạo ra
- Các cách tiếp cận lập trình bất thường khác xa với thực tiễn chuẩn
- Nợ kỹ thuật tích lũy nhanh chóng
- Gánh nặng bảo trì chuyển sang các thành viên khác trong nhóm
Tình thế tiến thoái lưỡng nan của Lập trình viên: Sáng tạo vs. Sự chấp thuận
Điểm căng thẳng cơ bản nằm ở sự chuyển đổi của lập trình từ một nghề thủ công sáng tạo thành một quy trình phê duyệt. Các lập trình viên bày tỏ lo ngại rằng việc bắt buộc sử dụng AI biến họ thành những con dấu cao su cho code được tạo bởi máy móc trong khi vẫn phải chịu toàn bộ trách nhiệm cho bất kỳ lỗi nào. Điều này tạo ra thứ mà một bình luận viên gọi là tình huống cục gạch nóng, nơi những lập trình viên tạo code AI nhanh chóng được hưởng lợi từ những lợi ích năng suất rõ ràng, trong khi những người thừa kế công việc bảo trì lại chịu tốc độ giảm sút.
Cộng đồng vẽ ra sự tương đồng với các ngành công nghiệp khác nơi các số liệu hời hợt đã làm biến dạng chất lượng. Một bình luận viên nhớ lại việc sản xuất của Đức chuyển sang Trung Quốc vào những năm 1990, nơi các vấn đề chất lượng được xử lý bởi các đội sửa chữa người Đức trong khi sản xuất của Trung Quốc trông sạch sẽ trong dữ liệu kế toán. Tương tự, các số liệu về lập trình AI nắm bắt được tốc độ tạo ra nhưng không nắm bắt được chi phí bảo trì, tạo ra bức tranh năng suất gây hiểu lầm.
Chiến lược Kháng cự và Thích ứng
Bất chấp áp lực từ các tập đoàn, nhiều lập trình viên có kinh nghiệm đang phản đối việc sử dụng công cụ AI bắt buộc. Một số tắt hoàn toàn các gợi ý hoàn thành code AI nội tuyến, mô tả chúng như những con muỗi vo ve quanh đầu tôi làm gián đoạn sự tập trung và dòng chảy sáng tạo. Những người khác sử dụng AI một cách có chọn lọc cho các nhiệm vụ cụ thể như tài liệu, tạo bài kiểm tra hoặc khám phá các công nghệ mới trong khi vẫn duy trì quyền kiểm soát thủ thi đối với kiến trúc cốt lõi.
Các chiến lược tích hợp AI thành công nhất liên quan đến việc coi những công cụ này như trợ lý hơn là sự thay thế. Các lập trình viên báo cáo kết quả tốt hơn khi sử dụng AI cho các nhiệm vụ nhỏ, được xác định rõ ràng thay vì tạo code quy mô lớn. Viết các nhận xét chi tiết trước khi yêu cầu AI hoàn thành code, tự viết các bài kiểm tra và cẩn thận xem xét tất cả code được tạo ra nổi lên như những thực hành hiệu quả để duy trì chất lượng trong khi vẫn tận dụng được khả năng của AI.
Các lập trình viên kỳ cựu nhấn mạnh rằng tài sản quý giá nhất của họ vẫn là sự hiểu biết sâu sắc về cơ sở code của mình, được vun đắp thông qua phát triển thực hành và tái cấu trúc có hệ thống. Một lập trình viên lưu ý rằng việc cẩn thận định hình cơ sở code của họ để nó hoàn toàn nằm trong đầu họ, tạo ra ngữ cảnh ngầm định mà các hệ thống AI hiện tại không thể sánh kịp. Sự quen thuộc sâu sắc này cho phép giải quyết vấn đề nhanh chóng và đưa ra các quyết định kiến trúc vượt xa khả năng của AI.
Chiến lược Tích hợp AI Hiệu quả:
- Sử dụng cho các tác vụ cụ thể: tài liệu hóa, tạo test, khám phá các công nghệ chưa quen thuộc
- Viết các comment chi tiết trước khi yêu cầu AI hoàn thành
- Viết test thủ công thay vì test do AI tạo ra
- Các tác vụ nhỏ, được xác định rõ ràng thay vì tạo ra quy mô lớn
- Duy trì sự giám sát của con người đối với các quyết định kiến trúc
Tương lai của Phát triển Phần mềm
Bối cảnh lập trình AI hiện tại đại diện cho một giai đoạn chuyển tiếp nơi khả năng của công cụ vẫn chưa đáp ứng được kỳ vọng của tập đoàn. Mặc dù AI có thể xử lý các nhiệm vụ lập trình thường nhật và đẩy nhanh tốc độ phát triển trong các bối cảnh cụ thể, nó vẫn gặp khó khăn với các vấn đề mới, các quyết định kiến trúc phức tạp và duy trì tính nhất quán trên các cơ sở code lớn.
Cộng đồng vẫn chia rẽ giữa những người chấp nhận AI như tương lai tất yếu và những người phản đối thứ mà họ cho là sự suy giảm của nghề thủ công của mình. Một số lập trình viên so sánh tình huống này với các sự chuyển đổi công nghệ trong lịch sử như việc áp dụng trình biên dịch hoặc môi trường phát triển tích hợp, trong khi những người khác nhìn thấy sự khác biệt cơ bản trong cách AI biến đổi chính quá trình sáng tạo.
Tính đến UTC+0 2025-10-15T13:22:23Z, sự đồng thuận cho thấy rằng những lập trình viên kết hợp công cụ AI với các kỹ năng nền tảng vững chắc sẽ phát triển mạnh, trong khi những người chỉ dựa độc quyền vào code được tạo bởi AI có nguy cơ tạo ra các hệ thống không bền vững. Cách tiếp cận thành công nhất dường như là sử dụng AI như một trợ lý mạnh mẽ trong khi vẫn duy trì sự giám sát của con người, lập kế hoạch kiến trúc và kiểm soát chất lượng.
Cuộc trò chuyện đang diễn ra nêu bật rằng mặc dù công cụ lập trình AI mang lại tiềm năng đáng kể, nhưng việc triển khai bắt buộc và áp dụng dựa trên số liệu của chúng có thể đang gây ra nhiều vấn đề hơn là giải quyết chúng. Như một lập trình viên đã nói ngắn gọn, bản chất của lập trình có nguy cơ chuyển từ sáng tạo sang chỉ phê duyệt, có khả năng khiến ngành công nghiệp này mất đi không chỉ một nghề nghiệp mà còn là một nghề thủ công.
Tham khảo: I am a programmer, not a rubber-stamp that approves Copilot generated code