AI viết code hộ rồi, dev còn cần học gì nữa?

Gần đây tôi tình cờ đọc được trên Slack đoạn chat giữa Huy và Hùng, hai senior dev mà tôi rất quý trọng. Chuyện bắt đầu từ một cái PR đình đám trên repo của Bun, với tinh thần “AI code, AI review, human bấm nút, chứ một triệu dòng code thì human nào review nổi”. Từ đó hai bạn rẽ sang một câu hỏi nghe có vẻ đơn giản: có nên dùng AI để viết, để maintain một dự án bằng ngôn ngữ mình không giỏi?

Huy thú nhận: dù có AI, bảo đi maintain một project C/Rust anh “vẫn thấy rén”. Hùng trêu lại: “Sao rén thế? Rust làm khó được AI à?” Và Huy đáp một câu mà tôi nghĩ mãi: “Không, Rust làm khó em. Nắm không chắc thì review tù mù lắm.”

Ít hôm sau, trong một buổi small talk, tôi đem chuyện này hỏi Huy. Câu chuyện rẽ sang một hướng rộng hơn: kiến thức nền còn quan trọng không, khi mà AI đã code hộ gần hết?

Mấy tháng nay, tôi nghe phiên bản cực đoan của nó nhiều đến mức thuộc lòng: “Giờ AI code hết rồi, dev gần như không phải gõ code nữa.” Và kéo theo nó là một suy luận nghe rất hợp lý: nếu không phải tự viết code, thì học ngôn ngữ mới làm gì? Trau dồi kiến thức nền làm gì? Cứ biết prompt là đủ.

Nghe xuôi tai. Nhưng tôi nghĩ suy luận này sai ở một chỗ rất căn bản và chính dữ liệu từ những khảo sát dev lớn nhất năm qua chỉ ra điều đó.

Một nghịch lý thú vị: dùng nhiều nhất, tin ít nhất

Trước hết, phải công nhận: AI đã thực sự thay đổi cách chúng ta làm việc. Theo khảo sát Stack Overflow 2025, 84% dev đang dùng hoặc dự định dùng AI trong công việc. GitHub Octoverse 2025 còn cho biết 80% dev mới tham gia GitHub dùng Copilot ngay trong tuần đầu tiên.

Nhưng đây mới là phần đáng suy nghĩ: cũng trong khảo sát đó, niềm tin vào độ chính xác của AI giảm từ 40% xuống còn 29%. Số dev không tin AI (46%) nhiều hơn hẳn số tin (33%). Nghĩa là cộng đồng dev đang ở trạng thái kỳ lạ: dùng AI nhiều hơn bao giờ hết, nhưng tin nó ít hơn bao giờ hết.

Vì sao? Câu trả lời nằm ở nỗi bực bội số một mà 45% dev nêu ra: AI cho ra những giải pháp “gần đúng, nhưng không đúng hẳn” (almost right, but not quite). Code chạy được, nhìn ổn, nhưng sai ở chỗ tinh vi nhất và debug những lỗi kiểu này đôi khi còn tốn thời gian hơn tự viết từ đầu.

“Dev không phải code nữa”… vậy dev làm gì?

Có một nghiên cứu năm 2025 của METR khiến nhiều người ngã ngửa: trong một thử nghiệm đối chứng ngẫu nhiên với các dev giàu kinh nghiệm làm việc trên dự án mã nguồn mở, nhóm được dùng AI hoàn thành task chậm hơn 19% so với nhóm không dùng. Điều buồn cười nhất? Chính các dev đó cảm thấy mình nhanh hơn 20%.

Tôi không kể chuyện này để nói “AI vô dụng”, bối cảnh nghiên cứu khá đặc thù (dev kỳ cựu, codebase họ đã thuộc lòng). Tôi kể vì nó hé lộ một sự thật: thời gian tiết kiệm được ở khâu viết code đã chảy sang khâu khác đọc, kiểm tra, sửa và chịu trách nhiệm cho code đó. DORA Report 2025 của Google xác nhận điều này: AI tăng tốc khâu tạo code, nhưng thời gian tiết kiệm được thường bị tái phân bổ vào việc audit và verify. Octoverse cũng cho thấy chưa đến 44% code AI sinh ra được chấp nhận mà không cần chỉnh sửa.

Vậy nên câu “dev không phải code nữa” chỉ đúng một nửa. Chính xác hơn phải là: dev gõ ít đi, nhưng phải hiểu nhiều hơn. Vai trò dịch chuyển từ người-viết-code sang người-thẩm-định-code. Và đây chính là chỗ câu hỏi “còn cần học không” sụp đổ.

Vì sao kiến thức nền lại càng quan trọng hơn, chứ không kém đi

Hãy thử nghĩ thế này: để viết một đoạn code sai, bạn không cần biết gì. Nhưng để nhận ra một đoạn code trông-có-vẻ-đúng thực ra đang sai, sai về concurrency, sai về bảo mật, sai về edge case, bạn cần hiểu sâu hơn cả người viết ra nó.

AI đã biến mọi dev thành reviewer. Mà reviewer giỏi thì cần gì? Cần nền tảng: cấu trúc dữ liệu, cách bộ nhớ hoạt động, network, database index hoạt động ra sao, vì sao đoạn code này sẽ sập khi có 10.000 user đồng thời. Những thứ đó AI không review hộ bạn được, vì chính AI là bên cần được review.

DORA Report 2025 có một kết luận tôi rất thích: AI không tạo ra sự xuất sắc, nó khuếch đại những gì đã có sẵn. Team giỏi dùng AI thì giỏi vượt trội. Team yếu nền tảng dùng AI thì… tạo ra technical debt với tốc độ ánh sáng. Điều này đúng với tổ chức, và theo tôi, đúng với từng cá nhân. AI là đòn bẩy và đòn bẩy chỉ có ích khi bạn có một điểm tựa đủ chắc.

Còn chuyện học ngôn ngữ mới? Tôi nghĩ cần định nghĩa lại chữ “học”. Học thuộc syntax đúng là không cần nữa, AI tra cứu nhanh hơn bạn. Nhưng học một ngôn ngữ chưa bao giờ chỉ là syntax. Học Rust là học cách nghĩ về ownership và memory safety. Học một ngôn ngữ functional là học cách nghĩ không có side effect. Những mô hình tư duy đó chính là thứ giúp bạn đánh giá code AI sinh ra có hợp lý hay không. Syntax thì thuê AI được. Tư duy thì không.

Vậy dùng AI thế nào cho hiệu quả?

Từ những dữ liệu trên và trải nghiệm thực tế, tôi rút ra vài nguyên tắc:

1. Đừng giao việc bạn không thể kiểm tra. Quy tắc đơn giản nhất: chỉ delegate cho AI những thứ bạn đủ khả năng review. Nếu AI viết một đoạn xử lý authentication mà bạn không hiểu, đừng merge. Đó không phải năng suất, đó là rủi ro trả góp.

2. Dùng AI để học nhanh hơn, không phải để khỏi học. Cùng một công cụ, hai cách dùng cho hai kết quả ngược nhau. Hỏi “viết hộ tôi cái này” xong copy-paste bạn yếu đi mỗi ngày. Hỏi “vì sao cách này tốt hơn cách kia”, yêu cầu AI giải thích trade-off, bắt nó phản biện thiết kế của bạn bạn đang có một mentor 24/7.

3. Giữ vòng review nghiêm túc. Octoverse 2025 ghi nhận một xu hướng đáng lo: số commit tăng 25% nhưng comment trên commit giảm 27%  code sinh ra nhiều hơn, được review kỹ ít hơn. Đừng để team mình rơi vào cái bẫy đó. Code AI viết cần được review kỹ hơn code người viết, không phải ngược lại.

4. Chia nhỏ, cung cấp ngữ cảnh, đặt ràng buộc. AI làm tốt nhất với task có phạm vi rõ ràng. “Viết cho tôi cái app quản lý kho” sẽ ra một đống code gần-đúng. “Viết hàm validate input này, theo convention của file này, có test case cho 3 edge case kia” sẽ ra thứ dùng được.

5. Định kỳ code chay. Nghe hơi cực đoan, nhưng thỉnh thoảng hãy tắt AI đi và tự giải quyết vấn đề. Giống như người chạy bộ vẫn cần tập sức mạnh không phải vì cuộc đua yêu cầu, mà vì nó giữ cho cơ bắp cốt lõi không teo đi.

Lời kết

Quay lại câu hỏi ban đầu: AI code hộ rồi, dev còn cần học không?

Câu trả lời của tôi: chưa bao giờ việc học nền tảng rẻ đến thế  vì có AI hỗ trợ  và cũng chưa bao giờ nó đáng giá đến thế. Khi việc gõ code trở thành hàng hóa phổ thông, thứ phân biệt một dev giỏi với phần còn lại không còn là tốc độ gõ phím, mà là khả năng phán đoán: biết cái gì đúng, cái gì gần-đúng-nhưng-sai, và cái gì sẽ sập sau ba tháng nữa.

AI không thay thế dev. Nó thay thế những dev mà giá trị duy nhất là gõ code và nâng tầm những dev hiểu mình đang làm gì. Bạn muốn ở nhóm nào, quyết định nằm ở việc hôm nay bạn có còn chịu học hay không.

Nguồn tham khảo: Stack Overflow Developer Survey 2025 · Nghiên cứu METR về năng suất dev với AI · DORA Report 2025 · GitHub Octoverse 2025