Cộng đồng phát triển phần mềm đang chia rẽ sâu sắc về sự trỗi dậy của các đại lý AI viết mã, với một số nhà phát triển tuyên bố tự động hóa gần như hoàn toàn trong khi những người khác cảnh báo về sản phẩm AI kém chất lượng và khó bảo trì. Các cuộc thảo luận gần đây tiết lộ những lo ngại sâu sắc về chất lượng mã nguồn, kỹ năng của lập trình viên, và liệu việc quản lý nhiều đại lý AI đại diện cho sự tiến bộ hay chỉ là sự phân tâm.
Lời Hứa Về Mã Hóa Tự Động Hoàn Toàn
Một số nhà phát triển báo cáo đạt được những bước tiến năng suất đáng kể khi sử dụng các đại lý AI viết mã. Một nhà phát triển nổi bật tuyên bố AI hiện viết gần như 100% mã cho ứng dụng TypeScript React 300.000 dòng của họ, chạy nhiều đại lý AI song song với chi phí khoảng 1.000 đô la Mỹ mỗi tháng. Những người ủng hộ này mô tả quy trình làm việc nơi họ quản lý đồng thời 3-8 đại lý AI, coi quá trình này giống như giám sát một nhóm hơn là lập trình truyền thống.
Tôi sẽ chọn đầu ra của chúng hơn là một Kỹ sư phần mềm bình thường bất kỳ ngày nào và hai lần vào Chủ nhật.
Những người ủng hộ lập luận rằng cách tiếp cận này cho phép họ tập trung vào kiến trúc cấp cao và thiết kế hệ thống trong khi tự động hóa các chi tiết triển khai. Quy trình làm việc liên quan đến việc đưa ra các gợi ý ngắn gọn, đôi khi chỉ 1-2 câu, và để AI phân tích codebase để hiểu ngữ cảnh và yêu cầu.
Chi phí và Quy mô Lập trình AI được Báo cáo
- Chi phí hàng tháng: ~$1,000 USD
- Quy mô codebase: ~300,000 LOC ứng dụng TypeScript React
- Các agent song song: 3-8 đồng thời
- Các thành phần dự án: Ứng dụng Expo, ứng dụng Tauri, công cụ CLI, tiện ích mở rộng Chrome
 |
|---|
| Biểu đồ minh họa đường cong độ phức tạp của lập trình chủ động, thể hiện vai trò đang phát triển của AI trong các tác vụ phát triển phần mềm |
Lo Ngại Về Chất Lượng Và Cảnh Báo Về Sản Phẩm AI Kém Chất Lượng
Những người hoài nghi nêu lên những lo ngại nghiêm túc về chất lượng của mã do AI tạo ra. Nhiều bình luận viên đặt câu hỏi liệu 300.000 dòng mã do AI tạo ra có đại diện cho sự phát triển hiệu quả hay là một món nợ kỹ thuật tiềm ẩn. Các nhà phê bình gợi ý rằng mã do con người viết tương đương có thể ngắn gọn và dễ bảo trì hơn đáng kể.
Thuật ngữ sản phẩm AI kém chất lượng xuất hiện thường xuyên trong các cuộc thảo luận, mô tả mã nguồn dài dòng, kém hiệu quả, giải quyết các vấn đề đơn giản bằng sự phức tạp không cần thiết. Một nhà phát triển lưu ý rằng các đại lý AI có xu hướng theo chủ nghĩa tối đa một cách mặc định, chọn các giải pháp 250 dòng trong khi những thay đổi một dòng là đủ. Điều này làm dấy lên câu hỏi về khả năng bảo trì lâu dài và liệu các nhà phát triển có thể hiểu và lý giải về mã nguồn mà họ đang được cho là quản lý hay không.
Những Lo Ngại Phổ Biến Của Lập Trình Viên Về Code Do AI Tạo Ra
- Code dài dòng và không hiệu quả ("AI slop")
- Khó khăn trong việc bảo trì và suy luận về code do AI viết
- Thời gian dành cho việc xem xét và dọn dẹp đầu ra từ AI
- Khả năng thoái hóa kỹ năng của các lập trình viên
- Các câu hỏi về khả năng bảo trì lâu dài
Yếu Tố Con Người Trong Phát Triển Định Hướng Bởi AI
Các nhà phát triển có kinh nghiệm báo cáo rằng việc viết mã bằng AI thành công đòi hỏi sự giám sát đáng kể của con người và kiến thức chuyên môn. Một số bình luận viên có hơn 25 năm kinh nghiệm lưu ý rằng kỷ luật lập trình của họ giúp họ hướng dẫn các đại lý AI hiệu quả. Họ nhấn mạnh rằng AI hoạt động tốt nhất cho các mẫu hình và API đã được hiểu rõ, trong khi gặp khó khăn với những thay đổi thuật toán phức tạp hoặc quyết định thiết kế hệ thống.
Cuộc thảo luận tiết lộ rằng sở thích của nhà phát triển đóng một vai trò quan trọng trong việc lựa chọn công cụ. Một số nhà phát triển cực kỳ thích Claude Code vì tính chất hợp tác của nó, trong khi những người khác ưa chuộng Codex vì sự tỉ mỉ và sẵn sàng phản đối các yêu cầu đáng ngờ. Điều này cho thấy rằng các công cụ viết mã AI có thể có những tính cách riêng biệt thu hút các phong cách làm việc khác nhau.
Sự Đánh Đổi Về Kinh Tế Và Năng Suất
Kinh tế của các đại lý AI viết mã cho thấy kết quả hỗn hợp. Trong khi 1.000 đô la Mỹ hàng tháng có vẻ đắt đỏ so với các công cụ truyền thống, những người ủng hộ cho rằng nó rẻ hơn so với việc thuê thêm các nhà phát triển. Tuy nhiên, các nhà phê bình đặt câu hỏi liệu thời gian dành cho việc quản lý đại lý, xem xét đầu ra của chúng và sửa chữa lỗi lầm của chúng có thực sự tiết kiệm thời gian so với việc viết mã trực tiếp hay không.
Một số nhà phát triển báo cáo dành nhiều thời gian để cho phép và dọn dẹp mã do AI tạo ra, ước tính họ dành khoảng 20% thời gian cho các nhiệm vụ bảo trì mà AI không thể xử lý hiệu quả. Điều này bao gồm loại bỏ mã trùng lặp, loại bỏ mã chết, cập nhật các phần phụ thuộc và cấu trúc lại các tệp đã phát triển quá mức.
Phân Bổ Thời Gian Được Báo Cáo Trong Phát Triển Có Hỗ Trợ AI
- 20% thời gian dành cho bảo trì và dọn dẹp code
- Đầu tư đáng kể thời gian vào kỹ thuật prompt và quản lý agent
- Cần xem xét code kỹ lưỡng trước khi merge các thay đổi do AI tạo ra
- Chuyển đổi ngữ cảnh giữa nhiều agent song song
Tương Lai Của Phát Triển Phần Mềm
Cộng đồng dường như chia rẽ giữa hai tầm nhìn về tương lai của phát triển phần mềm. Một số coi các đại lý AI như những công cụ sẽ giải phóng các nhà phát triển khỏi các nhiệm vụ viết mã lặp đi lặp lại, cho phép tập trung vào kiến trúc và trải nghiệm người dùng. Những người khác lo lắng về sự xói mòn kỹ năng và việc tạo ra các codebase không thể bảo trì mà chỉ AI tạo ra mới có thể hiểu được.
Điều rõ ràng nổi lên là việc viết mã hỗ trợ AI thành công đòi hỏi kiến thức lập trình cơ bản vững chắc. Các nhà phát triển báo cáo kết quả tốt nhất là những người có thể nhận ra khi AI đã đi sai hướng và hướng dẫn nó quay trở lại các giải pháp tốt hơn. Như một bình luận viên đã lưu ý, viết phần mềm tốt vẫn khó ngay cả khi AI viết mã - thiết kế hệ thống, các phần phụ thuộc và trải nghiệm người dùng vẫn đòi hỏi sự phán đoán của con người.
Cuộc tranh luận vẫn tiếp tục khi các công cụ phát triển, nhưng sự đồng thuận cho thấy rằng các đại lý AI viết mã hiệu quả nhất khi được coi là trợ lý tiên tiến hơn là sự thay thế cho chuyên môn và tư duy phản biện của nhà phát triển.
Tham khảo: Just Talk To It – the no-bs Way of Agentic Engineering