Tôi làm đúng cái tầng bài đang mổ xẻ, rollup và doc và "giữ Confluence còn ấm", nên cho tôi cãi lại một chút. AI viết được cái status rollup, đúng. Nhưng cái khó của việc đó chưa bao giờ là viết, mà là đi đòi cập nhật từ sáu người không muốn trả lời và đọc được ai đang giấu cái gì sau câu "vẫn on track". Model tóm tắt được input, nó không moi được input ra khỏi một phòng người không muốn nói.
Có phải mấy sếp từng bảo kỹ sư sẽ bị AI thay thế lại chính là người bị AI thay thế nhanh nhất?
Công khai
8 cuộc trò chuyện
13 suy nghĩ
122 lượt tán thành
16 phản đối
0 loạt bài
220 lượt xem
Năm ngoái feed LinkedIn của tôi có hẳn một thể loại riêng. Một program manager hay một "delivery lead" hay ai đó có chữ Agile trong headline sẽ đăng một screenshot AI đang viết một function, kèm một câu kiểu "thế mà người ta bảo nghề này an toàn, cứ học code đi" rồi gom về bốn trăm like từ chính những người làm cùng cái nghề đó. Hàm ý lúc nào cũng là phần gõ phím của nghề kỹ sư mới chính là cái nghề kỹ sư, và giờ model gõ được rồi thì cái tầng lớp gõ phím đó coi như xong.
In groups
Nghĩ
Nghĩ
Tôi làm đúng cái tầng bài đang mổ xẻ, rollup và doc và "giữ Confluence còn ấm", nên cho tôi cãi lại một chút. AI viết được cái status rollup, đúng. Nhưng cái khó của việc đó chưa bao giờ là viết, mà là đi đòi cập nhật từ sáu người không muốn trả lời và đọ
Nội dung cuộc thảo luận
Năm ngoái feed LinkedIn của tôi có hẳn một thể loại riêng. Một program manager hay một "delivery lead" hay ai đó có chữ Agile trong headline sẽ đăng một screenshot AI đang viết một function, kèm một câu kiểu "thế mà người ta bảo nghề này an toàn, cứ học code đi" rồi gom về bốn trăm like từ chính những người làm cùng cái nghề đó. Hàm ý lúc nào cũng là phần gõ phím của nghề kỹ sư mới chính là cái nghề kỹ sư, và giờ model gõ được rồi thì cái tầng lớp gõ phím đó coi như xong.
Tôi nghĩ họ đã đọc ngược cái sơ đồ tổ chức. Và tôi mừng vì giờ họ đang nhận ra điều đó
Có một điều mà chẳng ai bên phía đó của cái feed nói thẳng ra. AI không giỏi lắm ở cái phần chịu lực của việc xây dựng, tức là quyết định hệ thống nên làm gì, biết tại sao ba lần thử trước đã thất bại, và đủ khả năng nhận ra khi nào model vừa tự tin đưa cho bạn một thứ đã hỏng. Nó thì giỏi một cách thật sự, giỏi đến mức đáng xấu hổ, ở cái phần còn lại. Cái bản status rollup. Cái release note chẳng ai đọc. Cái feature catalog mới một tuần đã lỗi thời. Cái test plan mà thực ra chủ yếu là định dạng lại acceptance criteria. Cái bản cập nhật hằng tuần tóm tắt buổi standup vốn đã tóm tắt cái Slack thread. Đó không phải là phần việc AI chật vật. Đó là phần việc AI sinh ra để làm.
Vậy nên hãy nhìn xem ai ngồi ở đâu. Cái tầng hỗ trợ tồn tại, theo thiết kế, để làm những phần mà kỹ sư không muốn làm. Cập nhật cái project tracker. Đi đòi cập nhật từ mọi người. Biến hai câu của một kỹ sư thành một đoạn văn cho ông VP. Biến một đoạn văn của kỹ sư thành hai câu cho ông VP. Duy trì cái doc. Chủ trì cái cuộc họp nơi ai cũng nói lại đúng những gì họ đã viết ra hôm qua. Tôi không có ý cay nghiệt về chuyện này. Những task đó là có thật, chúng tẻ nhạt và phải có người làm, đó chính là toàn bộ lý do mấy vị trí này được cấp ngân sách. Vấn đề là "tạo ra một bản tóm tắt gọn gàng từ những input người khác sản sinh" lại đúng y cái dạng việc mà một language model làm giỏi nhất, còn "tạo ra cái input" mới là phần nó vẫn chưa thể tự làm một mình.
Và đây là cái bất đối xứng mà đám đăng bài về sự lỗi thời đã bỏ qua. Để dùng AI cho tốt thì bạn phải đủ khả năng kiểm tra nó. Bạn phải đọc cái diff và biết nó sai. Bạn phải nhìn cái migration được sinh ra và nhận ra nó không có rollback. Builder thì sẵn có cái đó rồi. Đó chính là kỹ năng đã làm nên một builder. Trong khi đó, tầng điều phối lại được tuyển trên một thỏa thuận rõ ràng rằng họ sẽ không cần phải đọc code, và giờ cái công cụ được cho là sẽ cứu họ lại tạo ra output chỉ có thể tin được bởi một người biết đọc code. Họ được dúi cho một cái cưa máy, mà cuốn hướng dẫn sử dụng thì lại viết bằng một thứ tiếng họ được bảo là sẽ chẳng bao giờ phải học.
Một program manager giỏi không phải là một cái máy cập nhật trạng thái.
Đúng, tôi biết. Nhưng trong khoảng 40 người tôi từng gặp suốt sự nghiệp thì có lẽ chỉ 2 người là vậy. 38 người còn lại thì chắc chắn là máy cập nhật trạng thái. Công việc thực sự, cái đáng để trả tiền, là sự phán đoán về việc cắt bỏ cái gì, là tấm lá chắn chính trị khi một đợt launch bị trượt, là biết "câu hỏi nhanh" của ông sếp nào là một lời đe dọa, và là việc khiến sáu cái team ghét nhau cùng cam kết về một mốc ngày. AI chẳng làm được cái nào trong số đó. Nó không thể hứng lỗi thay trong một căn phòng. Nó không thể quyết định rằng cái thứ tự đúng về mặt kỹ thuật lại là cái tự sát về mặt chính trị. Quy cả cái chức năng đó về thành "giữ cho trang Confluence còn ấm" là ảo tưởng lâu đời nhất của dân code, và nó luôn sai về những người giỏi nhất ở vai trò này. Tôi biết mà.
Cái công việc phán-đoán-và-che-chắn đó chưa bao giờ là toàn bộ số lượng nhân sự. Dưới mỗi một program manager thực sự giỏi đó luôn có một tầng những người mà ngày làm việc thực tế của họ là bảo trì các artifact, làm rollup, làm catalog, làm cái deck chỉ để nói lại cái deck.
Cái đám "kỹ sư xong đời rồi" đã hiểu ngược vấn đề bởi vì họ nhầm lẫn giữa ai tạo ra giá trị với ai ồn ào nhất về việc tạo ra giá trị. Người có thể phân biệt một câu trả lời đúng với một câu sai đầy tự tin mới chính là người mà AI làm cho có giá trị hơn, chứ không phải kém đi. Người đó thường là người đang xây dựng. Hiếm khi đó là kẻ đang đăng cái screenshot.
Thoughts
-
Tôi làm đúng cái tầng bài đang mổ xẻ, rollup và doc và "giữ Confluence còn ấm", nên cho tôi cãi lại một chút. AI viết được cái status rollup, đúng. Nhưng cái khó của việc đó chưa bao giờ là viết, mà là đi đòi cập nhật từ sáu người không muốn trả lời và đọc được ai đang giấu cái gì sau câu "vẫn on track". Model tóm tắt được input, nó không moi được input ra khỏi một phòng người không muốn nói.
-
Bài nói thẳng cái nhiều người né: dưới mỗi PM giỏi thật sự là một tầng người mà ngày làm việc là bảo trì artifact. Phiên bản tử tế nhất của lập luận là phần đó, và nó đúng. Cái "hứng lỗi thay trong một phòng" và "biết câu hỏi nhanh nào của sếp là một lời đe dọa" thì AI không chạm tới được. Nhưng con số 2 trên 40 của tác giả hơi tự phục vụ; có nhiều người ở giữa hai cực đó hơn là bài muốn thừa nhận.
-
"Chủ trì cái cuộc họp nơi ai cũng nói lại đúng những gì họ đã viết hôm qua" là mô tả chính xác bốn năm của tôi. Cái deck sáu trang tóm tắt cái Slack thread vốn đã tóm tắt cái standup. Nếu AI thật sự làm được phần đó, nó vừa giải phóng tôi khỏi việc mà tôi giỏi nhất và chán nhất cùng một lúc.
-
Một chỗ tôi muốn chỉnh: cái tầng "chỉ làm rollup và catalog" không thuần là người dở. Trong nhiều team, phần lao động đó bị mặc định dồn xuống cùng một loại người, thường là phụ nữ và người mới, rồi sau đó bị gọi là "việc AI làm được" để khỏi phải tính nó là đóng góp. Bài đúng về kỹ thuật nhưng nhập nhằng giữa "việc dễ tự động hóa" và "việc ai bị giao".
-
Cái bất đối xứng "để dùng AI tốt thì phải đủ khả năng kiểm tra nó" là chỗ bài này thắng. Tôi nhìn diff và biết nó sai, nhìn migration và biết nó thiếu rollback, đó là kỹ năng builder, không phải thao tác gõ. Người được tuyển trên thỏa thuận không cần đọc code giờ được dúi cho một thứ chỉ tin được nếu biết đọc code. Cái cưa máy với cuốn manual viết bằng thứ tiếng họ được bảo sẽ không bao giờ phải học, đúng y.
Related discussions
-
Phải chăng sếp muốn ai cũng dùng AI, trừ chính họ?
Cái bắt đầu làm tôi khó chịu không phải là chuyện đẩy mạnh AI. Một số công cụ thật sự hữu ích, giờ ngày nào tôi cũng dùng. Cái làm tôi bực là việc quản lý đòi hỏi mọi người phải làm việc theo kiểu “AI-first”, trong khi mọi quy trình xung quanh thì vẫn cực kỳ thù địch với việc dùng AI. Người ta được bảo phải dùng AI để code, lên kế hoạch, nghiên cứu, soạn thảo, debug, tra cứu kiến thức, phối hợp dự án.. Nhưng rồi một nửa kiến thức vận hành của công ty vẫn nằm trong những cuộc trò chuyện không đượ
-
Tạo động lực để kỹ sư dùng AI có phản tác dụng không?
Một công ty có thể phá hỏng gần như mọi công cụ tốt chỉ bằng cách gắn cho nó sai chỉ số. Ở nơi làm việc, động lực là tất cả những gì quan trọng, dù là lợi ích tài chính, địa vị, hay thăng tiến... Người lao động làm việc theo động lực. Bạn và tôi cũng vậy. Gần như ai cũng làm mọi thứ vì nó có lợi cho mình hoặc cho người thân. Vì thế, ở chỗ làm, chúng ta rốt cuộc làm cái gì giúp mình được thăng chức, kiếm thêm tiền, có thêm sự bảo đảm công việc... Chúng ta không phải chủ công ty, chúng ta là nhân
-
Có phải chính một người biết dùng AI, chứ không phải AI, mới thay được cả một phòng ban?
Rất nhiều nhân viên văn phòng đang tự trấn an mình bằng một câu hỏi sai. Họ cứ hỏi liệu AI có làm được trọn vẹn công việc của họ không. Đó không phải ngưỡng mà sếp của họ dùng để cân nhắc. Câu hỏi thực sự là liệu kết quả công việc có thể được tạo ra đủ rẻ, và kiểm tra đủ rẻ, đến mức vị trí đó bắt đầu trông đắt đỏ hay không. Vấn đề không phải là AI có làm hết được việc của chúng ta hay không, mà là "nó có thể tăng tốc đủ lâu để chỉ cần một nửa team của tôi hay không?". Bởi vì câu trả lời cho điều
-
Phải chăng AI đang khiến các sếp loạn trí theo đúng nghĩa y học?
Đang có một ảo tưởng mới lan truyền trong giới sếp, rằng AI có thể thay thế nhân viên. Dù chắc chắn nó đang thay thế một số người, các sếp có một ảo tưởng khiến họ thấy mình có thể tự làm công việc của cấp dưới, chỉ với AI. Rằng họ có thể code! Chỉ cần mở một dashboard đầy các agent có tên, xem các task chạy qua các pane, hỏi cập nhật bằng giọng ra lệnh, và xong feature trong chớp mắt. Cảm giác như mơ, nhất là khi bạn đẩy mấy "ý tưởng lớn lao" qua nó và AI bảo bạn rằng…
-
AI có đang khiến bạn loạn trí không — và có phải ai nghĩ "không" thì càng dễ dính?
Tôi luôn cảm thấy các công ty AI thật ra đang bọc thêm một lớp wrapper lên trên AI để nhận diện những lúc ta đang test khả năng suy nghĩ của nó. Ví dụ hồi trước khi ta bắt nó đếm nguyên âm/phụ âm trong một từ và nó đếm sai. Tôi cảm giác giờ có một cái script được gọi ra mỗi khi tác vụ được nhận diện đúng. Tôi cũng cảm giác nó được train trên chính mấy cái meme này. Hôm nay tôi tìm ra một bài test mới, một bài cho thấy AI khiến bạn rơi vào AI psychosis dễ đến mức nào và dễ đến mức nào để thật sự
-
Phải chăng đa số startup AI chỉ là cái UI đắp lên vài file Agent.md?
Đa số startup AI bây giờ cho cảm giác như có người dán GPT vào terminal, thêm cái UI dark mode, rồi bắt đầu nói năng như thể họ vừa phát minh ra cái gì ghê gớm lắm. Bạn sẽ thấy mấy cái pitch điên rồ kiểu “agent nhận thức tự chủ bền vững với khả năng suy luận dài hạn”, rồi vén màn ra xem thì về cơ bản nó là: cho model tool access, cho nó dùng browser, có khi thêm memory summary với retry logic. Đó là “sản phẩm”. Tự bạn cũng làm được, chỉ cần cho Claude quyền truy cập trên máy mình.
-
Khoa học nhân văn trong thời đại AI có thật sự cần thiết hơn bao giờ hết?
Chẳng có cha mẹ nào khuyến khích con học Khoa học nhân văn. Theo mặc định, các lựa chọn được gợi ý đều liên quan tới STEM. Kỹ thuật (Khoa học máy tính), Tài chính, Y khoa... Lập luận chống lại khoa học nhân văn trong thời đại AI lại càng khiến việc dành 4 năm để học một tấm bằng nhân văn ít hấp dẫn hơn nữa. Các mô hình ngôn ngữ có thể viết tạm ổn, tóm tắt nhanh, và cho ra văn bản trông giống nghiên cứu theo yêu cầu. Nên các kỹ năng nhân văn cũ được cho là kém quan trọng hơn. Hãy học code, học pr
-
Có phải AI đang khiến ta không còn phân biệt nổi kỹ sư giỏi với kỹ sư chỉ ồn ào?
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