Vibecoding - Tay ngang học việc

Bài viết này dành cho những ai đang hoang mang khi là tay ngang trước làn sóng AI mà còn phải đảm đương vị trí chủ chốt trong đội ngũ mà kỹ thuật công nghệ không phải thế mạnh của mình!!

Dành tặng JP, con luôn là động lực để ba cố gắng mỗi ngày!

Phần 1: Cảm giác như khỉ tập bơi!Đã bao giờ bạn ngồi trong một cuộc họp, gật đầu liên tục trong khi chỉ hiểu thoáng thoáng người ta đang nói gì chưa? Uhm, đó là tôi, 4 tháng trước!!!

"Anh ơi, em nghĩ nên implement RAG system với vector embedding, fine-tune model trên data nội bộ, và optimize context window để giảm latency, chuyển sang Rest API để tối ưu tốc độ..."

Tôi: "Ừhm, em đã research kỹ chưa? Em đã thử nghiệm trước chưa? Nếu em thấy ổn thì cứ dẫn dắt team thử làm đi, anh tin ở em và đội ngũ."

Chào bạn, bạn có thể là một lập trình siêu cấp, một nhà quản lý đại tài hoặc bạn có thể lướt qua bài này thấy tôi gà mờ quá :D nhưng với một người làm quản lý và đây là câu chuyện của tôi - một người không hề có kiến thức nền về kỹ thuật - nhưng dòng đời xô đẩy công việc toàn liên quan tới code, dẫn dắt đội ngũ kỹ thuật và làm việc với AI.

Tôi không quan niệm học để trở thành chuyên gia, tôi không code giỏi và code được như họ, mà với tôi, đơn giản sử dụng các công cụ AI như là một người thầy giảng dạy tôi như một đứa 10 tuổi để hiểu và không bị bỏ rơi.

Phần 2: Mất phương hướng và không hỗ trợ được đội ngũ!

Với những câu hỏi mà đội ngũ đặt ra, với những trăn trở mà cả hệ thống cần phải hỗ trợ được công ty phát triển, hỗ trợ tất cả các bộ phận từ kinh doanh, kế toán, đội ngũ MKT, đội ngũ admin... và với cái tâm lý cầu thị nghịch lý, tôi luôn trăn trở 3 câu hỏi luôn hiện diện trong đầu tôi:

1. Làm sao tôi có thể đánh giá được công việc của cấp dưới? Việc giảm latency tới 40% là tốt hay chưa tốt? Đâu là khả năng đánh giá được?
2. Làm sao tôi có thể đưa ra quyết định chiến lược? Mình nên đầu tư vào thay đổi toàn bộ huyết mạch của hệ thống chuyển từ mặc định lên REST API? Đâu là hướng đi chuẩn, nếu quyết định lên nhưng không đáp ứng được nhu cầu thì phải làm thế nào? Nếu quay trở lại như cũ thì công sức sẽ đổ sông đổ biển?
3. Làm sao tôi có thể hỗ trợ đội ngũ khi họ gặp vướng mắc / khó khăn? Đội ngũ cần hallucination trong output và teams cần thêm thời gian khoảng 1 tuần? - Đâu là vấn đề cốt lõi, đâu là việc mình cần hỗ trợ hay chỉ cần thêm thời gian? Hay cần thêm người chuyên môn?

Và rồi, sự thực vẫn là sự thực, tôi luôn thích câu châm ngôn ngày của Peter Drucker

"You can't manage what you don't understand" - Tạm dịch là: "Bạn không thể quản lý những gì bạn không hiểu."

"Tin tưởng team" là quan trọng, nhưng "tin tưởng một cách mù quáng" là thiếu trách nhiệm!!! 

• Hỏi AI (tôi dùng cả GPT, Gemini, Claude) và giải thích như tôi là một đứa bé 10 tuổi.
• Code phải có giải thích, phải hiểu rõ bản chất vấn đề đâu là cốt lõi, đâu là bổ sung thêm cho phù hợp, đâu là không thể thay đổi, đâu là biến số để bổ sung quan điểm của mình, logic của mình vào
• Thực hiện với những dự án nhỏ, khởi đầu nhỏ để nắm vững cách thức hoạt động
• Hỏi, hỏi liên tục, hỏi tới tận cùng vấn đề, hiểu và hiểu từng chút giúp nhận thức ta được cởi mở.

Một số hướng dẫn cách tôi ứng dụng:

Tôi muốn hiểu về RAG - Retrieval-Augmented Generation. Nếu chỉ nói AI giải thích, nó sẽ lý giải như thế này:
"Retrieval-Augmented Generation (RAG) là một phương pháp kết hợp giữa tìm kiếm thông tin (retrieval) và tạo nội dung (generation) trong AI. Thay vì chỉ dựa vào kiến thức đã được huấn luyện sẵn, mô hình sẽ truy xuất dữ liệu liên quan từ nguồn bên ngoài (tài liệu nội bộ, database, PDF, website…), sau đó dùng thông tin đó để tạo ra câu trả lời chính xác và cập nhật hơn. Cách tiếp cận này giúp giảm sai lệch (hallucination), tăng độ tin cậy và đặc biệt phù hợp với các hệ thống như chatbot doanh nghiệp, trợ lý nội bộ hoặc tìm kiếm tri thức chuyên ngành."

Nhưng nếu là một đứa bé 10 tuổi, thì dễ hơn là ntn:

Hãy tưởng tượng có một bạn robot rất thông minh. Bình thường, bạn robot chỉ trả lời dựa trên những gì bạn ấy đã học từ trước — giống như học bài trong sách. Nhưng với RAG, bạn robot được cho thêm một tủ sách riêng.

Khi bạn hỏi một câu:

1. Bạn robot sẽ đi tìm trong tủ sách xem có thông tin liên quan không
2. Sau đó mới trả lời lại cho bạn dựa trên thông tin vừa tìm được

Giống như khi em làm bài tập:

• Không nhớ → mở sách ra xem
• Xem xong → trả lời chính xác hơn

👉 Vì vậy, RAG giúp robot trả lời đúng hơn và không đoán bừa.

Tôi cũng may mắn vì được sống trong thời đại mà AI được ra đời, và quan trọng là bạn biết vận dụng content, context thì bạn đã đi nhanh hơn cơ số người :) (Content giúp AI biết cái gì là đúng, context giúp AI biết khi nào trả lời và trả lời như thế nào là phù hợp)

Bức tranh lớn: 4 cuộc cách mạng công nghiệp. Lịch sử nhân loại có 4 lần thay đổi cách chúng ta sống và làm việc:

1. Cách mạng công nghiệp 1.0 (1760-1840): Hơi nước

• Công nghệ: Động cơ hơi nước
• Thay đổi: Máy móc thay thế chân tay người
• Ví dụ: Nhà máy dệt, đầu máy xe lửa
• Ảnh hưởng: Từ làm thủ công → sản xuất bằng máy

2. Cách mạng công nghiệp 2.0 (1870-1914): Điện

• Công nghệ: Điện, dây chuyền sản xuất
• Thay đổi: Sản xuất hàng loạt, tiêu chuẩn hóa
• Ví dụ: Dây chuyền lắp ráp của Ford
• Ảnh hưởng: Từ làm thủ công → sản xuất hàng loạt

3. Cách mạng công nghiệp 3.0 (1969-2000): Máy tính & Internet

• Công nghệ: Máy tính, Internet, tự động hóa
• Thay đổi: Kỷ nguyên thông tin, toàn cầu hóa
• Ví dụ: Email thay thư, Google thay thư viện
• Ảnh hưởng: Từ analog → digital

4. Cách mạng công nghiệp 4.0 (2016-nay): AI

• Công nghệ: Trí tuệ nhân tạo, machine learning
• Thay đổi: Máy móc tự học, tự quyết định
• Ví dụ: ChatGPT, xe tự lái, AI design
• Ảnh hưởng: Từ máy thực hiện lệnh → máy tự suy nghĩ

Ở thế hệ 8X đời dở dở ương ương, tôi sống lớn lên với sự thay đổi từ TV trắng đen lên Oled, từ điện thoại quay số tới điện thoại thông minh (Cuối cách mạng 2.0); được chứng kiến internet cùng smartphone bùng nổ (Cách mạng 3.0) và giờ là trải nghiệm trong kỷ nguyên AI (cách mạng 4.0) với cái cảm giác là vận động viên chạy marathon trên đường đua mà đích đến liên tục di chuyển tịnh tiến vô định. Vậy thì việc học và có thầy giáo tận tình (đóng tiền mỗi tháng thôi chứ không quát mắng) thì người code bẻ ngang không biết mình còn ngại gì mà không tận dụng, như câu nói đâu đó:

Vợ mà mày còn cưới còn ở được trên 10 năm thì không gì là không thể!!!