Tác giả: Naval Ravikant
Biên dịch: Felix, PANews
Trong bối cảnh các mô hình AI lớn đang đẩy mạnh tiến bộ điên cuồng, thị trường toàn cầu tràn ngập cảm xúc bi quan và lo lắng sâu sắc. Trước đó, CEO OpenAI Sam Altman dự đoán “AI sẽ chiếm lĩnh 95% công việc của lập trình viên”; sau đó, CEO Anthropic dự đoán “AI sẽ hoàn toàn tiếp quản vị trí kỹ sư phần mềm trong vòng 6-12 tháng”. Những lời nói như “nghề lập trình đã chết” dường như đã trở thành nhận thức chung toàn cầu, đang đối mặt với “khủng hoảng sinh tồn” nghiêm trọng nhất kể từ khi internet ra đời.
Tuy nhiên, nỗi sợ mất việc này xuất phát từ hiểu lầm về logic nền tảng của công nghệ. Naval Ravikant, đồng sáng lập AngelList (đầu tư sớm Uber, Twitter), cho rằng, những tuyên bố gần đây về việc AI nâng cao năng suất có thể đã bị thổi phồng quá mức. Dù AI tiến bộ đến mức nào, nó vẫn sẽ mắc lỗi, và kỹ sư phần mềm vẫn là một trong những nghề không thể thiếu.
Dù bạn làm trong lĩnh vực nào, dù là lĩnh vực nhỏ nhất, chỉ cần làm tốt, chuyên sâu, trở thành người hàng đầu, bạn sẽ không cần lo lắng bị AI thay thế.
Dưới đây là quan điểm mới nhất của Naval Ravikant.
“AI có nghĩa là ngành phần mềm truyền thống đã biến mất? “Chắc chắn không. Kỹ sư phần mềm — ngay cả những người không trực tiếp tối ưu hoặc huấn luyện mô hình AI — hiện cũng là nhóm người được đánh giá cao nhất toàn cầu. Tất nhiên, những kỹ sư huấn luyện và tinh chỉnh mô hình còn được trọng dụng hơn nữa, vì họ xây dựng bộ công cụ mà kỹ sư phần mềm sử dụng.
Nhưng kỹ sư phần mềm vẫn có hai lợi thế lớn. Thứ nhất, họ suy nghĩ bằng mã code, vì vậy họ hiểu rõ cơ chế vận hành nền tảng. Tất cả các trừu tượng đều có lỗ hổng. Khi máy tính viết chương trình cho bạn (ví dụ dùng Claude Code hoặc các phần mềm tương tự), nó luôn mắc lỗi.
Nó sẽ tạo ra lỗi (Bug), có kiến trúc không hoàn hảo, nói chung là không hoàn toàn chính xác. Và người hiểu rõ logic nền tảng có thể nhanh chóng khắc phục các lỗ hổng đó.
Vì vậy, nếu bạn muốn xây dựng một ứng dụng có kiến trúc tốt, muốn có khả năng định nghĩa một kiến trúc tốt, muốn chương trình hoạt động hiệu quả, phát huy tối đa hiệu suất, phát hiện lỗi sớm, thì bạn vẫn cần nền tảng kỹ sư phần mềm.
Kỹ sư phần mềm truyền thống có thể tận dụng tốt hơn các công cụ AI này. Đồng thời, hiện tại vẫn còn nhiều vấn đề trong phát triển phần mềm mà các chương trình AI chưa thể giải quyết. Cách hiểu đơn giản nhất là: những vấn đề này vượt quá phạm vi phân phối dữ liệu của chúng.
Ví dụ, nếu cần sắp xếp nhị phân hoặc đảo ngược danh sách liên kết, AI đã xem qua vô số ví dụ, nên rất thành thạo. Nhưng khi bạn bắt đầu rời khỏi lĩnh vực quen thuộc của chúng, như viết mã cực kỳ hiệu suất cao, chạy trên kiến trúc hoàn toàn mới, hoặc tạo ra những thứ hoàn toàn mới và giải quyết các vấn đề mới, bạn vẫn cần tự tay viết mã.
Tình trạng này sẽ tiếp tục cho đến khi có đủ nhiều ví dụ để đào tạo mô hình mới, hoặc đến khi các mô hình này có thể suy luận đầy đủ ở các cấp độ trừu tượng cao hơn và tự giải quyết các vấn đề khó.
Hãy nhớ: Thị trường không cần những thứ ‘tầm thường’. Chỉ cần một ứng dụng trong lĩnh vực nhỏ đã tốt hơn, mọi người sẽ không muốn những ứng dụng trung bình. Ứng dụng tốt hơn gần như chiếm trọn 100% thị trường. Có thể sẽ có một phần nhỏ thị phần rơi vào ứng dụng xếp thứ hai, chỉ vì nó làm tốt hơn một chức năng nhỏ nào đó hoặc giá rẻ hơn, v.v.
Nhưng nhìn chung, mọi người chỉ muốn những thứ tốt nhất. Vì vậy, tin xấu là, tranh giành vị trí thứ hai hoặc thứ ba là vô nghĩa — giống như câu nói nổi tiếng trong phim “Glengarry Glen Ross”: “Người đứng đầu được thưởng Cadillac, người thứ hai nhận bộ dao steak, người thứ ba cuốn gói ra đi.”
Trong thị trường ngày nay, nơi chiến thắng tất cả, điều này hoàn toàn đúng. Tin xấu là: nếu bạn muốn thắng, bạn phải trở thành người tốt nhất trong lĩnh vực của mình.
Tuy nhiên, lĩnh vực bạn có thể trở thành người giỏi nhất là vô hạn. Bạn luôn có thể tìm ra một lĩnh vực nhỏ phù hợp và trở thành người xuất sắc nhất trong đó. Điều này khiến tôi nhớ đến một tweet cũ của mình: “Cố gắng trở thành người hàng đầu trong lĩnh vực của bạn. Liên tục định nghĩa lại công việc của bạn cho đến khi ước mơ thành hiện thực.”
Tôi nghĩ, trong thời đại AI, nguyên tắc này vẫn còn phù hợp.
Tham khảo: Một bản ghi nhớ từ năm 2028: Nếu AI thắng, chúng ta sẽ thua mất gì?