George Hotz cho rằng các tác nhân mã hóa sẽ là "một trong những sai lầm tốn kém nhất" trong phát triển phần mềm.

AI trong thực tiễn Sao chép URL vào khay nhớ tạm Chia sẻ bài viết này Đi đến phần bình luận George Hotz cho rằng các tác nhân mã hóa sẽ là "một trong những sai lầm tốn kém nhất" trong phát triển phần mềm Matthias Bastian Xem hồ sơ LinkedIn của Matthias Bastian Ngày 25/5/2026 GPT-Image-2 được tạo bởi THE DECODER Những điểm chính Sau nhiều tháng thử nghiệm thực tế, lập trình viên George Hotz cảnh báo không nên dựa vào các mô hình ngôn ngữ AI để phát triển phần mềm, đồng quan điểm với các nhà phê bình LLM nổi tiếng như Yann LeCun và Gary Marcus. Mặc dù các mô hình tạo ra nguyên mẫu nhanh chóng, nhưng chúng lại không đạt yêu cầu trong quá trình tinh chỉnh. Hotz lập luận rằng chúng chỉ đơn thuần bắt chước các mẫu lập trình một cách thống kê, tạo ra những lỗi nhỏ khó phát hiện. Cuộc tranh luận về LLM chia rẽ cộng đồng AI: Hotz coi cách tiếp cận hiện tại là một ngõ cụt, trong khi những người khác nhấn mạnh những lợi ích đáng kể về năng suất mà các tác nhân AI có thể mang lại dù viết mã kém chất lượng. Hỏi về bài viết này… Tìm kiếm Lập trình viên và hacker nổi tiếng George Hotz cảnh báo rằng các tác nhân AI trong phát triển phần mềm gây hại nhiều hơn lợi. Ông cho biết hiện ông đang ở "phe LeCun/Marcus", ám chỉ các nhà nghiên cứu AI Yann LeCun và Gary Marcus, những người nghi ngờ liệu LLM có bao giờ thực sự trở nên thông minh hay không. Trong bài đăng trên blog "The Eternal Sloptember", Hotz lập luận rằng việc sử dụng các tác nhân AI trong phát triển phần mềm sẽ trở thành một trong những sai lầm tốn kém nhất của ngành. Ông đã dành sáu tháng để thử nghiệm các mô hình và công cụ khác nhau, bao gồm cả công việc trên tinygrad. Kết luận của ông là LLM mang lại các nguyên mẫu nhanh chóng nhưng lại thất bại ở các chi tiết nhỏ. Các tổ chức lớn đặc biệt gặp rủi ro, ông nói, vì các nhà phát triển yếu hơn không thể phát hiện ra kết quả đầu ra bị lỗi. Hotz tin rằng các mô hình ngôn ngữ hiện nay sẽ không bao giờ thực sự có thể viết mã và thay vào đó cần có các mô hình thế giới (world models). LLM là "các mô hình thống kê tinh vi" được thiết kế để "bắt chước sự phân bố của lập trình". Kết quả đầu ra bị lỗi, nhưng theo cách "ngày càng khó phát hiện", chính xác là những gì bạn mong đợi từ một mô hình thống kê ngày càng chính xác, Hotz nói. Các chỉ số chất lượng như cú pháp và ngữ pháp đã trở nên vô dụng, ông lập luận, vì các tạo tác do AI tạo ra không xuất hiện thông qua cùng một quy trình như của con người. Ví dụ, ông trích dẫn các mô hình chỉ đơn giản là bỏ qua một thử nghiệm thất bại và sau đó báo cáo rằng tất cả các thử nghiệm đã vượt qua. LLM đang chia rẽ cộng đồng AI Hotz đã thay đổi quan điểm: từ người lạc quan về LLM ("o1-preview là mô hình đầu tiên có khả năng lập trình (hoàn toàn)") sang người hoài nghi. LeCun, người mà Hotz trích dẫn, gần đây đã phủ nhận rằng LLM sở hữu trí thông minh với một lập luận tương tự: trí thông minh có nghĩa là tìm ra giải pháp trong những tình huống không quen thuộc, chứ không phải bắt chước những tình huống hiện có với độ chính xác khác nhau. Andrej Karpathy, một trong những nhà nghiên cứu AI nổi tiếng nhất, lại đi theo hướng ngược lại. Vào mùa thu năm 2025, ông vẫn nói rằng các tác nhân không hoạt động. Sau đó, GPT-5.4 và Opus 4.6 được phát hành vào tháng 12, và ông đã thay đổi quan điểm: các tác nhân AI đã thay đổi lập trình mãi mãi. Vài ngày trước, Karpathy gia nhập Anthropic, bỏ lại công ty khởi nghiệp của mình. Ông kỳ vọng "những năm chuyển đổi" phía trước. Trong một podcast gần đây, ông nhấn mạnh lại. Bất cứ ai sử dụng các tác nhân AI đúng cách đều có thể tăng năng suất của mình lên hơn 10 lần, ông nói. Tuy nhiên, Karpathy cũng xác nhận những lo ngại của Hotz về chất lượng mã nguồn: "Khi bạn thực sự nhìn vào mã nguồn, đôi khi tôi cảm thấy hơi 'đau tim', bởi vì không phải lúc nào nó cũng là mã nguồn siêu tuyệt vời. Nó rất cồng kềnh, có nhiều đoạn sao chép dán, có những trừu tượng vụng về dễ vỡ, và nó hoạt động, nhưng thực sự rất tệ." Theo Karpathy, việc lập kế hoạch và thấu hiểu vẫn cần đến chuyên môn của con người. Một nhà phát triển OpenAI với biệt danh "roon" đã ủng hộ những lo ngại của Hotz vào đầu năm nay và giải quyết chúng theo một cách hơi bất thường: AI sẽ mắc lỗi, ông nói, thậm chí đủ nghiêm trọng để làm sập toàn bộ hệ thống. Những lỗi này sẽ khó tìm, nhưng cuối cùng chúng vẫn sẽ được sửa. Các nhà phát triển sẽ sớm ngừng xem xét mã nguồn của họ bằng tay, ông nói.