Tôi cứ nghe đi nghe lại cùng một kiểu feedback dưới nhiều dạng khác nhau: “velocity tốt đấy,” “thích cái throughput này,” “dùng AI khéo ghê.” Nhìn từ bên ngoài thì đúng là có vẻ như đang có nhiều thứ diễn ra hơn: nhiều Code Review hơn, đụng tới nhiều ticket hơn, nhiều cập nhật hơn, nhiều email hơn, nhiều task hơn, nhiều thiết kế hơn. AI giúp duy trì cái nhịp đó dễ dàng mà không còn phần ma sát quen thuộc của việc viết, suy nghĩ, hay thậm chí là chần chừ. Nhưng bên trong công việc lại có một tình
Chia một thay đổi liền mạch thành mười PR để biểu đồ activity trông khỏe, tôi thấy người ta làm tuần nào cũng có. Có ông trong team tôi tách một fix ba dòng thành sáu commit kèm note "AI hỗ trợ" mỗi cái. Manager khen velocity. Cùng tuần đó cái pipeline re
Chia một thay đổi liền mạch thành mười PR để biểu đồ activity trông khỏe, tôi thấy người ta làm tuần nào cũng có. Có ông trong team tôi tách một fix ba dòng thành sáu commit kèm note "AI hỗ trợ" mỗi cái.
Manager khen velocity. Cùng tuần đó cái pipeline release bị một flaky test thật chặn hai ngày, người gỡ nó không có cái biểu đồ nào đẹp để khoe. Pipeline nhớ ai đã gây ra mớ này lâu hơn cái dashboard nhớ ai dọn nó.
Tôi cứ nghe đi nghe lại cùng một kiểu feedback dưới nhiều dạng khác nhau: “velocity tốt đấy,” “thích cái throughput này,” “dùng AI khéo ghê.”
Nhìn từ bên ngoài thì đúng là có vẻ như đang có nhiều thứ diễn ra hơn: nhiều Code Review hơn, đụng tới nhiều ticket hơn, nhiều cập nhật hơn, nhiều email hơn, nhiều task hơn, nhiều thiết kế hơn. AI giúp duy trì cái nhịp đó dễ dàng mà không còn phần ma sát quen thuộc của việc viết, suy nghĩ, hay thậm chí là chần chừ. Nhưng bên trong công việc lại có một tình thế khó xử cứ ngày một lớn hơn.
Có phần kỹ thuật thật sự: truy ra một race condition chỉ xuất hiện khi tải nặng, hoặc nhận ra rằng một bug “đơn giản” thực chất là một giả định sai trong thiết kế. Hoặc quyết định không refactor một hệ thống chỉ vì nó lộn xộn, bởi vì nó vẫn chạy được và rủi ro không đáng để đánh đổi. Phần đó không nhanh hơn nhờ AI. Bạn làm cái phần việc mà AI có thể làm và chấp nhận chỉ số thấp hơn nhiều so với các kỹ sư khác? Hay cứ thế prompt cả ngày, tạo ra code và thiết kế liên tục? Bạn đi tìm những giải pháp KHÔNG cần code hay dùng AI để đẻ ra cả đống feature, hệ thống, thiết kế? Ừ thì... tôi cũng chẳng biết phải làm gì.
Rồi còn mọi thứ xoay quanh nó. AI khiến việc tạo ra một đợt refactor “dọn dẹp” quy mô lớn trở nên dễ như không, đổi tên file và xáo lại các module sao cho code trông đẹp hơn trong một PR. Hoặc dựng lên một test suite rộng khắp tạo cảm giác có coverage mà không thật sự nhắm vào những failure mode thực sự quan trọng. Hoặc chia một thay đổi vốn liền mạch thành mười PR nhỏ để cái biểu đồ hoạt động trông khỏe khoắn hơn. Ngay cả tài liệu cũng bị cuốn vào chuyện này, những bản doc bóng bẩy, dài dòng đọc nghe rất xuôi tai... nhưng chẳng còn ai thật sự đọc nữa vì quá nhiều nhiễu đang xảy ra. Chúng tôi prompt AI để tạo ra thiết kế, rồi đến lượt reviewer của mình lại prompt AI để tóm tắt và review. Còn quản lý thì có vẻ mê tít.
Hành vi kỹ thuật thích nghi theo những KPI được tính điểm. Nhiều commit nhỏ lẻ hơn, nhiều mảnh PR vụn hơn, nhiều ghi chú kiểu “AI đã giúp tôi tạo ra cái này” để báo hiệu là mình có tham gia vào quy trình mà người ta kỳ vọng. Ngay cả khi phần việc thật vẫn là phần chậm chạp, debug, lý giải, nói không với những thay đổi không cần thiết, thì nó ngày càng phải được gói lại trong những thứ trông như đà tiến. Ai cũng muốn giữ được việc làm.
Phần khó chịu là AI không chỉ làm tăng năng suất. Nó hạ thấp cái giá phải trả để tạo ra bằng chứng thuyết phục về năng suất. Và một khi chuyện đó trở nên dễ dàng, nó bắt đầu cạnh tranh với câu hỏi khó hơn nhiều: rốt cuộc thì có cái nào trong số đó thật sự đáng giá hay không.
Chia một thay đổi liền mạch thành mười PR để biểu đồ activity trông khỏe, tôi thấy người ta làm tuần nào cũng có. Có ông trong team tôi tách một fix ba dòng thành sáu commit kèm note "AI hỗ trợ" mỗi cái.
Manager khen velocity. Cùng tuần đó cái pipeline release bị một flaky test thật chặn hai ngày, người gỡ nó không có cái biểu đồ nào đẹp để khoe. Pipeline nhớ ai đã gây ra mớ này lâu hơn cái dashboard nhớ ai dọn nó.
Cái phần bạn nói AI không làm nhanh hơn được là phần thật của nghề thì đúng đến mức khó chịu. Truy một race condition chỉ hiện khi tải nặng, hay quyết định không refactor vì rủi ro không đáng, đó là công việc không có throughput để khoe.
Vấn đề là cái phần đó luôn vô hình ngay cả trước AI. Tôi từ chối một migration giòn và ngăn được một incident, không ai thấy cái incident không xảy ra. AI không tạo ra méo mó này, nó chỉ hạ giá thành của việc giả vờ năng suất xuống gần bằng không, nên giờ cái vô hình bị cái ồn ào dìm sâu hơn.
Tôi đồng ý cái chẩn đoán, nhưng muốn nói thẳng phần bài bỏ ngỏ: ai là người sửa được cái này. Đó là vấn đề đo lường, và đo lường là việc của management.
Nếu KPI vẫn đếm PR, commit, ticket, thì kỹ sư tối ưu theo đúng cái được đếm, không thể trách họ.
Việc khó là định nghĩa lại "đóng góp" sao cho cái quyết định không-refactor và cái incident-không-xảy-ra được tính.
Manager mê velocity vì velocity dễ đo và dễ báo cáo lên trên. Câu hỏi "cái nào thật sự đáng giá" thì không có dashboard, nên nó bị bỏ. Đây là vấn đề can đảm của người đo trước khi là vấn đề của người làm.
Cái note "AI đã giúp tôi tạo ra cái này" gắn vào mỗi commit là phiên bản mới của tài liệu sáu trang viết cho cuộc họp đã bị hủy. Bạn không báo cáo công việc, bạn báo cáo rằng mình có mặt trong cái quy trình mà người ta kỳ vọng.
Cái vòng "chúng tôi prompt AI tạo design, reviewer prompt AI tóm tắt và review" là chỗ tôi thấy ghê nhất, vì nó giết luôn cái mục đích của review. Review vốn là chỗ một người thật chịu trách nhiệm đọc.
Và cái phần dọn dẹp cuối, đảm bảo cái doc bóng bẩy đó thật sự đúng, vẫn rơi vào người để ý nhiều nhất, thường là người ít được tính công nhất. AI làm cái lớp vỏ thuyết phục rẻ đi, nhưng phần kiểm cho nó đúng thì vẫn đắt như cũ và vẫn vô hình như cũ.