Các lập trình viên đang từ chối làm việc nếu không có AI – và điều đó có thể gây ra hậu quả tiêu cực cho họ.

Các nhà nghiên cứu đã phát hiện ra rằng vào năm 2026, các công cụ lập trình AI đã trở thành một phần không thể thiếu đối với các nhà phát triển. Tuy nhiên, trong khi AI chắc chắn giúp các lập trình viên tạo ra mã nhanh hơn, thì các nhà nghiên cứu khác cảnh báo rằng nó có thể không tạo ra mã tốt hơn. Điều này có thể gây ra các vấn đề trong tương lai. Cụ thể, vào tháng 2/2026, phòng thí nghiệm nghiên cứu AI uy tín METR đã công bố một phát hiện đáng ngạc nhiên: Hầu hết các nhà phát triển sẽ không làm việc, ngay cả với một số lượng nhiệm vụ hạn chế, nếu không có AI. METR đã hy vọng cung cấp một bản cập nhật cho một nghiên cứu đột phá được công bố vài tháng trước đó, vào năm 2025, về năng suất lập trình AI. Trong nghiên cứu này, các nhà nghiên cứu đã đo lường thời gian các nhà phát triển mã nguồn mở thực hiện các nhiệm vụ thủ công so với khi sử dụng AI. Mặc dù các nhà phát triển trong nghiên cứu đó báo cáo rằng AI giúp họ làm việc hiệu quả hơn, nhưng họ đã rất sốc khi biết rằng nó thực sự làm chậm họ lại. Chắc chắn, nó tạo ra mã nhanh hơn, nhưng sau đó họ phải dành thêm thời gian để tìm và sửa lỗi, điều khiển AI và chờ đợi nó hoàn thành nhiệm vụ. Khi METR bắt đầu lặp lại thí nghiệm để đo lường những tiến bộ của AI và trình độ của lập trình viên, họ đã không thể thực hiện được. Các nhà phát triển không sẵn lòng tham gia "vì họ không muốn làm việc nếu không có AI" ngay cả chỉ để phục vụ nghiên cứu, các nhà nghiên cứu thừa nhận. Thay vào đó, METR đã công bố một cuộc khảo sát vào tháng 5, cho phép các nhân viên kỹ thuật tự báo cáo mức tăng năng suất nhờ AI của họ. Không ngạc nhiên, họ nhận thấy rằng AI đã giúp họ tăng gấp đôi giá trị đối với tổ chức của mình. Tuy nhiên, những tiêu đề gần đây về chi phí khổng lồ của cái gọi là "tokenmaxxing", cùng với một số nghiên cứu gần đây, khiến những nhận định tự đánh giá này trở nên đáng ngờ. Tokenmaxxing, hay việc sử dụng số lượng token mà một người sử dụng làm thước đo năng suất với AI, đã trở thành xu hướng của năm 2026 cho đến nay. Và nó có thể đã kết thúc. Amazon đã đóng cửa bảng xếp hạng theo dõi token nội bộ của mình có tên Kirorank sau khi các nhân viên đã gian lận bằng cách sử dụng các tác nhân AI quá mức và làm tăng chi phí, Financial Times đưa tin trong tuần này. Các nhân viên đã chứng minh rằng việc sử dụng AI không tự động dẫn đến tăng năng suất. Uber đã vượt quá ngân sách AI năm 2026 của mình trong vòng bốn tháng đầu năm, The Information đưa tin. Giám đốc điều hành Andrew Macdonald gần đây đã nói trên một podcast rằng việc chi tiêu như vậy đã không dẫn đến sự gia tăng đáng kể về các dự án hoặc năng suất. Mã được tạo bởi AI cũng không nhất thiết làm giảm nhu cầu bảo trì mã liên tục và thậm chí có thể làm tăng nó, lập trình viên và tác giả James Shore đã lập luận một cách khéo léo trong một bài đăng trên blog đã lan truyền trên Hacker News. "Bạn viết mã nhanh gấp đôi bây giờ? Tốt hơn hết là bạn nên hy vọng mình đã giảm một nửa chi phí bảo trì," ông viết. "Nếu không, bạn sẽ gặp rắc rối. Bạn đang đánh đổi một sự tăng tốc tạm thời để đổi lấy sự ràng buộc vĩnh viễn." Có những bằng chứng khác cho thấy AI có thể làm tăng các vấn đề bảo trì mã. Một tweet lan truyền từ Aiswarya Sankar, người sáng lập và Giám đốc điều hành của công ty khởi nghiệp tác nhân kỹ thuật độ tin cậy Entelligence AI, tuyên bố rằng các công ty đang chi 44% token của họ cho việc sửa lỗi mà AI của họ đã tạo ra. Trong khi đó, công ty công cụ đánh giá mã CodeRabbit cho biết họ đã phân tích các yêu cầu kéo mã nguồn mở và phát hiện ra rằng AI tạo ra nhiều vấn đề hơn 1,7 lần so với mã của con người. Đó là những số liệu thống kê tự phục vụ từ những người đang cố gắng bán các công cụ đánh giá mã AI. Tuy nhiên, các nhà nghiên cứu độc lập cũng đã phát hiện ra những vấn đề tương tự. Các nhà nghiên cứu từ Đại học Quản lý Singapore (Singapore Management University) uy tín đã công bố một báo cáo vào tháng 4, cảnh báo rằng “mã do AI tạo ra có thể gây ra chi phí bảo trì dài hạn cho các dự án phần mềm thực tế”. Với việc các lập trình viên yêu thích trợ lý AI của họ, giải pháp là gì? Những người muốn bán các tác nhân mã hóa AI cho bạn nói rằng các nhà phát triển có thể sử dụng các tác nhân mã hóa AI để thực hiện các công việc sửa lỗi mã nhàm chán nhanh chóng như cách AI tạo ra chúng. Đó là điều mà Scott Wu, người sáng lập và Giám đốc điều hành của Cognition – nhà sản xuất tác nhân mã hóa AI Devin – đề xuất. Nhưng ngay cả ông cũng thừa nhận rằng, mặc dù Devin có thể làm việc độc lập, ông hiện đánh giá kỹ năng của nó nằm giữa lập trình viên cấp độ cơ sở và trung cấp, tùy thuộc vào nhiệm vụ. Đây không phải là một giải pháp giao phó và quên đi. Các nhà nghiên cứu của SMU đề xuất một cách tiếp cận mang tính con người hơn. Các lập trình viên nên hiểu rõ những nhiệm vụ mà AI làm tốt và không tốt, sâu sắc như cách họ hiểu các ngôn ngữ lập trình yêu thích của mình. Họ cần các hệ thống đảm bảo chất lượng mạnh mẽ được thiết kế cho AI và họ phải xem xét cẩn thận công việc của AI như thể đó là một nhà phát triển cấp dưới. Trong khi đó, các nhà nghiên cứu cho biết (và Wu đồng ý), con người vẫn nên thực hiện các công việc tổng thể như kiến trúc phần mềm và thiết kế bảo mật.