Liệu điều này có bền vững? Vai trò kỹ sư cấp cao sau ba năm làm việc với AI.

Liệu điều này có bền vững? Đăng ngày 24/5/2026 Nhiều bài viết về chủ đề này thường thuộc một trong hai nhóm: bài viết về "AI giúp tôi tăng năng suất 30%", thường do người mới sử dụng công cụ được sáu tháng viết và thường là của một nhà tư vấn không có công việc thực tế để làm; và bài viết về kiến trúc, mô tả cách AI thay đổi SDLC (Vòng đời phát triển phần mềm), thường được viết từ góc độ nhà cung cấp và bỏ qua thực tế con người. Tôi quan tâm đến một khía cạnh khác: thực tế công việc của một kỹ sư cấp cao trong một tổ chức đã áp dụng sâu rộng AI sau ba năm, và liệu vai trò này có còn phù hợp hay không. Chúng ta xây dựng trước khi suy nghĩ Thay đổi lớn nhất trong cách tôi làm việc là sự thu hẹp khoảng cách giữa ý tưởng và sản phẩm có thể trình diễn. Ba năm trước, nếu tôi có một đề xuất quan trọng, quy trình quen thuộc là: viết đề xuất, nhận phản hồi, lặp lại, xây dựng một PoC (Bằng chứng khái niệm) nhỏ để chứng minh giá trị, có một nhóm được giao nhiệm vụ đưa nó đến MVP (Sản phẩm khả dụng tối thiểu), và sau đó phát hành một sản phẩm đầy đủ tính năng và tích hợp với phần còn lại của nền tảng sau sáu đến mười hai tháng. Tôi đã thực hiện một sáng kiến tương tự vào năm 2023 để khởi động một phong cách tạo dịch vụ mới trên nền tảng dành cho nhà phát triển của chúng tôi. Quá trình này mất khoảng một năm từ cuộc trò chuyện đầu tiên đến MVP, trong đó có lẽ ba tháng dành cho việc đề xuất và điều chỉnh trước khi bất kỳ hoạt động kỹ thuật nào bắt đầu. Hiện tại, tôi làm việc rất khác. Một ví dụ gần đây: có một nút thắt đang xuất hiện trong SDLC của chúng tôi liên quan đến việc xem xét yêu cầu hợp nhất (merge request), và một vài nhóm đã xây dựng các bot tự chế để giải quyết vấn đề này, nhưng không có bot nào giải quyết được vấn đề thực sự ở quy mô lớn. Tôi đã viết một đề xuất ngắn gọn và một PoC hoạt động cùng lúc, trình diễn cả hai trong vòng vài tuần, và sử dụng bản trình diễn để thúc đẩy cuộc thảo luận về giải pháp nên trông như thế nào. Hiện tại, chúng tôi đang hợp nhất các nỗ lực hiện có thành một giải pháp gắn kết, nhanh hơn nhiều so với quy trình cũ. Hầu hết những điều này đều tốt. Các bản trình chiếu đã gần như biến mất khỏi quy trình làm việc của tôi và tôi không hề nhớ chúng. Các bản trình chiếu thường là một công cụ để làm rõ vấn đề, nhưng chúng cũng là nơi chúng tôi che giấu chi tiết để làm cho mọi thứ dễ hiểu hơn, và mô hình PoC-như-đề xuất giúp bộc lộ nhiều suy nghĩ hơn từ sớm. Các bên liên quan ngày càng muốn thấy cách một thứ hoạt động trong một bối cảnh cụ thể hơn là đọc một lập luận lý thuyết về nó, và đó là một môi trường lành mạnh hơn để có cuộc trò chuyện. Tuy nhiên, sự đánh đổi là có thật, và tôi không nghĩ ngành công nghiệp đang thành thật về điều đó. Chi phí xây dựng đã giảm mạnh, nhưng chi phí điều chỉnh tổ chức thì không. Thậm chí, nó còn tăng lên. Khi ba nhóm khác nhau có thể tạo ra một giải pháp hoạt động cho cùng một vấn đề trong khoảng thời gian mà trước đây chỉ đủ để viết một đề xuất, nút thắt chuyển từ kỹ thuật sang phối hợp. Tình huống xem xét MR là một ví dụ điển hình: giờ đây việc xây dựng một bot mới dễ dàng hơn việc áp dụng bot của người khác, điều này có nghĩa là sự gắn kết trở nên khó đạt được hơn, chứ không phải dễ hơn. Chúng tôi đang giải quyết nhiều vấn đề hơn, nhanh hơn, và công việc điều chỉnh cấp độ tổ chức đang phải trả giá. Có một điểm liên quan đáng chú ý, đó là sự thay đổi này mang lại lợi thế cho những người có thể xây dựng nhanh chóng bằng các công cụ AI và gây bất lợi cho những người không thể. Xu hướng hành động là có thật, nhưng nó không trung lập. Các kỹ sư đã áp dụng hiệu quả các công cụ này thường được lắng nghe nhiều hơn, các đề xuất của họ được xem xét nghiêm túc hơn và họ định hình hướng đi nhiều hơn những người chưa làm được. Đó là một sự phân bổ lại kỹ năng đang diễn ra bên trong mọi tổ chức tiên phong về AI hiện nay, và hầu hết chúng ta không nói về điều đó một cách công khai. Vai trò cấp cao trở nên mạnh mẽ hơn và kém bền vững hơn Điều trái ngược mà tôi muốn báo cáo từ ba năm kinh nghiệm là AI đã tác động đến các vai trò cấp cao sớm hơn so với các vai trò cấp thấp. Quan điểm phổ biến cho rằng AI đe dọa các kỹ sư mới vào nghề và nâng cao các kỹ sư cấp cao lên vị trí chiến lược thuần túy. Kinh nghiệm của tôi gần như ngược lại, và tôi nghĩ điều này là do các kỹ sư cấp cao là những người có khả năng nhận ra nơi AI có thể áp dụng trong toàn bộ vòng đời phát triển phần mềm (SDLC), viết đề xuất, điều hướng tổ chức và giờ đây còn tự mình xây dựng sản phẩm. Công việc từng cần một nhóm giờ đây đôi khi chỉ cần một người với các công cụ phù hợp, và người đó thường là cấp cao vì sự cấp cao là nơi tồn tại sự hiểu biết cấp hệ thống. Kết quả là, trong trường hợp của tôi, tôi viết mã nhiều hơn những năm trước. Ba năm trước, tôi có thể viết mã khoảng hai tuần một lần, chủ yếu là các bản thử nghiệm khái niệm (PoC) dùng một lần để minh họa các ý tưởng. Giờ đây, tôi viết mã hầu hết các ngày trong tuần, xen kẽ với các công việc khác. Loại mã cũng khác. Trước đây là các bản demo riêng lẻ. Giờ đây là các PoC mà tôi thực sự thoải mái loại bỏ sau khi chúng đã trả lời được câu hỏi, và một số công việc tích hợp ở cấp nền tảng mà trước đây sẽ yêu cầu một khoảng thời gian chuyên biệt mà tôi không thể sắp xếp được. Tính khả dụng là quan trọng. Khi các PoC rẻ, bạn có thể nghiên cứu ba phương pháp trong thời gian trước đây chỉ để nghiên cứu một, và điều đó thay đổi cách bạn hiểu vấn đề. Đồng thời, khối lượng công việc viết lách tăng lên. Không phải viết lách mang tính chiến thuật, điều đó hầu như đã biến mất, mà là công việc chiến lược và tầm nhìn. Tôi đang định hình hướng đi trên nhiều luồng công việc đồng thời, theo cách mà ba năm trước tôi không thể làm được, và các công cụ AI giúp điều đó khả thi vì tôi có thể chuyển đổi ngữ cảnh giữa các bản nháp một cách linh hoạt hơn. Tôi có thể giải quyết một vài vấn đề cùng lúc và đưa ra suy nghĩ mạch lạc về từng vấn đề, điều mà trước đây yêu cầu sắp xếp theo trình tự. Vì vậy, vai trò đã mở rộng theo hai hướng cùng một lúc. Kỹ thuật thực hành nhiều hơn và viết lách chiến lược nhiều hơn, cùng với nhiều cuộc họp hơn khi tôi được kéo vào các cuộc trò chuyện với tư cách là chuyên gia về AI tạo sinh (GenAI) trong trải nghiệm nhà phát triển và công cụ trong toàn bộ tổ chức. Về mặt logic, điều này không thể xảy ra. Tuần vẫn có cùng độ dài như ba năm trước. Điều đã nhường chỗ là công việc tập trung vào con người. Hướng dẫn là ví dụ rõ ràng nhất. Tôi có ít thời gian cho các cuộc gặp 1-1 hơn ba năm trước, và đó không phải là ngẫu nhiên, đó là một lựa chọn tôi đã đưa ra dưới áp lực. Công việc 1-1 không được hưởng lợi từ các công cụ AI. Bạn không thể trì hoãn nó. Nó đòi hỏi thời gian và sự chú ý chuyên biệt, và khi các phần khác của vai trò được mở rộng.