Các lập trình viên xây dựng hệ thống xung quanh AI sắp bỏ xa phần còn lại...

Hầu hết các nhà phát triển vẫn đang sử dụng AI theo cách họ đã dùng ChatGPT vào năm 2023.

Mở chat. Đặt câu hỏi. Sao chép mã. Dán vào editor. Lặp lại.

Cách đó hiệu quả. Không ai nói nó không hiệu quả cả.

Nhưng nó đang nhanh chóng trở nên lỗi thời theo những cách mà hầu hết mọi người chưa nhận ra. Và những nhà phát triển nhận ra sớm đang âm thầm xây dựng một lợi thế mà sau này sẽ rất khó để san lấp.

Một loại nhà phát triển mới đang xuất hiện ngay lúc này. Họ không sử dụng AI như một trợ lý viết mã như những người khác. Họ đang xây dựng cả một hệ điều hành xung quanh nó. Những hệ thống có cấu trúc với bộ nhớ, ngữ cảnh, các tác nhân chuyên biệt, vòng lặp xác minh và quy trình làm việc có thể tích lũy theo thời gian.

Khoảng cách giữa hai cách tiếp cận này đang trở thành một trong những lợi thế cạnh tranh quan trọng nhất trong phát triển phần mềm. Không phải vì nhóm này thông minh hơn nhóm kia. Mà vì một nhóm đã hiểu sớm hơn rằng đòn bẩy thực sự không bao giờ nằm ở mô hình. Nó luôn nằm ở hệ thống xung quanh mô hình.

Những nhà phát triển hiểu được sự thay đổi này ngay hôm nay sẽ có một lợi thế ngày càng lớn trong vài năm tới. Bởi vì tương lai của phát triển phần mềm không phải là viết mã nhanh hơn. Đó là điều phối trí thông minh ở quy mô lớn.

Cuộc trò chuyện mà ai cũng đang có lại là cuộc trò chuyện sai

Trong hai năm qua, toàn bộ cuộc thảo luận về AI bị chi phối bởi một câu hỏi cứ lặp đi lặp lại dưới nhiều hình thức khác nhau.

Mô hình nào tốt hơn?

Claude so với GPT. GPT so với Gemini. Gemini so với DeepSeek. Mã nguồn mở so với độc quyền. Ai cũng so sánh điểm chuẩn, điểm viết mã, cửa sổ ngữ cảnh và đánh giá suy luận như thể mô hình là nơi cuộc cạnh tranh kết thúc.

Cuộc trò chuyện đó đang dần trở nên ít quan trọng hơn so với những gì những người tham gia nghĩ.

Một câu hỏi có giá trị hơn đang âm thầm nổi lên dưới tất cả sự ồn ào.

Làm thế nào để biến một mô hình ngôn ngữ thành một kỹ sư phần mềm hiệu quả?

Không phải là chatbot trả lời câu hỏi. Không phải là công cụ tự động hoàn thành giúp tiết kiệm thao tác gõ. Không phải là trình tạo mã sản xuất các hàm theo yêu cầu. Mà là một hệ thống kỹ thuật thực sự có khả năng lập kế hoạch công việc, nghiên cứu giải pháp, xem xét mã, tìm lỗi, viết kiểm thử, cập nhật tài liệu, quản lý ngữ cảnh trong các dự án dài hạn, học hỏi từ các quyết định trước đó và cải thiện đầu ra của chính nó theo thời gian.

Sự chuyển đổi đó đang diễn ra ngay bây giờ với các công cụ như Claude Code. Và nó lớn hơn nhiều so với những gì các cuộc tranh luận về điểm chuẩn gợi ý.

Làn sóng đầu tiên của các công cụ viết mã AI đã giải quyết sai vấn đề

Thế hệ đầu tiên của các công cụ viết mã AI tập trung gần như hoàn toàn vào việc tạo mã. Đó là vấn đề hiển nhiên cần giải quyết và nó thực sự là một vấn đề đáng giải quyết.

GitHub Copilot chứng minh rằng AI có thể tự động hoàn thành mã theo những cách thực sự hữu ích. ChatGPT lần đầu tiên biến phát triển phần mềm thành một cuộc trò chuyện. Các mô hình cải thiện nhanh chóng. Cửa sổ ngữ cảnh mở rộng. Chất lượng mã tăng lên đến mức đầu ra thường có thể sẵn sàng cho sản xuất với chỉ một vài chỉnh sửa nhỏ.

Trong một thời gian, dường như toàn bộ ngành công nghiệp đang chạy đua hướng tới một mục tiêu rõ ràng duy nhất. Tạo ra nhiều mã hơn, nhanh hơn, với ít lỗi hơn.

Nhưng các kỹ sư giàu kinh nghiệm nhanh chóng phát hiện ra một điều lẽ ra phải hiển nhiên ngay từ đầu.

Viết mã hiếm khi là phần khó nhất của phát triển phần mềm.

Công việc thực sự, công việc tiêu tốn phần lớn thời gian của một kỹ sư cấp cao và phần lớn năng lượng của một nhóm, thường trông như thế này. Hiểu các yêu cầu không đầy đủ hoặc mâu thuẫn. Nghiên cứu giải pháp trong toàn bộ cơ sở mã đã có nhiều năm lịch sử và các quyết định được tích hợp sẵn. Đưa ra các lựa chọn kiến trúc có thể biến thành lợi thế hoặc thành nợ kỹ thuật tùy thuộc vào mức độ suy nghĩ thấu đáo. Quản lý khoản nợ kỹ thuật đó khi nó tích tụ. Kiểm thử các trường hợp ngoại lệ mà không ai nghĩ đến trong quá trình lập kế hoạch. Xem xét các triển khai để đảm bảo tính đúng đắn, bảo mật và khả năng bảo trì. Gỡ lỗi các sự cố sản xuất dưới áp lực. Duy trì tài liệu luôn hơi lỗi thời. Điều phối các dự án phức tạp giữa những người có các mô hình tinh thần khác nhau về những gì đang được xây dựng.

Phần lớn vòng đời kỹ thuật diễn ra bên ngoài editor.

Và đó chính xác là nơi các quy trình làm việc AI truyền thống, cách tiếp cận mở chat-sao chép mã, bắt đầu đổ vỡ hoàn toàn.

Tại sao Claude Code lại thực sự khác biệt so với mọi thứ trước nó

Claude Code mang đến một ý tưởng hoàn toàn khác và điều đáng nói một cách chính xác vì sự khác biệt rất dễ bị đánh giá thấp.

Thay vì coi AI như thứ bạn thỉnh thoảng tham khảo ý kiến để được giúp đỡ, nó đặt AI trực tiếp vào bên trong quy trình làm việc như một người tham gia tích cực vào quá trình thực thi.

Nghe có vẻ là một sự khác biệt tinh tế. Nhưng nó không hề tinh tế chút nào.

Một chatbot chờ hướng dẫn và phản hồi chúng. Một người vận hành tham gia vào quá trình thực thi và thực hiện các hành động bên trong môi trường thực tế của bạn. Sự khác biệt đó thay đổi toàn bộ bản chất của mối quan hệ giữa nhà phát triển và công cụ.

Khi các nhà phát triển lần đầu tiên làm việc nghiêm túc với Claude Code, cuộc trò chuyện chuyển từ việc hỏi liệu AI có thể viết một hàm cụ thể hay không sang việc hỏi liệu AI có thể xử lý toàn bộ một quy trình làm việc từ đầu đến cuối hay không. Một khi câu hỏi đó xuất hiện trong tâm trí bạn, bạn sẽ ngừng nghĩ về việc tạo mã là mục tiêu. Bạn bắt đầu nghĩ về các hệ thống. Và các hệ thống là nơi đòn bẩy thực sự luôn tồn tại trong kỹ thuật.

Những nhà phát triển tận dụng được nhiều nhất từ Claude Code ngày nay không phải là những người viết các prompt riêng lẻ thông minh nhất. Mà là những người đã xây dựng các hệ thống chu đáo nhất xung quanh nó.

Nút thắt cổ chai hầu như không bao giờ là trí thông minh

Hầu hết mọi người cho rằng khi AI tạo ra đầu ra tầm thường là vì mô hình không đủ thông minh. Giả định đó dẫn đến việc liên tục tìm kiếm một mô hình tốt hơn mà cuối cùng sẽ tạo ra kết quả mà mọi người đang chờ đợi.

Trên thực tế, nút thắt cổ chai hầu như luôn là ngữ cảnh. Không phải trí thông minh. Mà là ngữ cảnh.

Hãy nghĩ về việc thuê kỹ sư phần mềm giỏi nhất mà bạn có thể tưởng tượng, và sau đó không cung cấp cho họ tài liệu, lịch sử dự án, tiêu chuẩn viết mã, hồ sơ về các quyết định kiến trúc trước đây và kiến thức về các lỗi đã được tìm và sửa. Kỹ sư đó sẽ gặp khó khăn rất lớn. Không phải vì họ không có năng lực. Mà vì họ đang hoạt động mà không có ngữ cảnh làm cho năng lực trở nên hữu ích.

Các mô hình AI phải đối mặt với cùng một vấn đề trong mọi cuộc trò chuyện bắt đầu từ đầu mà không có ký ức về những gì đã xảy ra trước đó.

Điều này giải thích một điều gây nhầm lẫn cho mọi người khi họ lần đầu tiên gặp phải. Hai nhà phát triển có thể sử dụng cùng một mô hình và nhận được kết quả trông như thể đến từ các công cụ hoàn toàn khác nhau. Một người nhận được đầu ra thực sự hữu ích và sẵn sàng cho sản xuất. Người kia nhận được đầu ra tầm thường đòi hỏi nhiều chỉnh sửa hơn so với mã gốc.

Sự khác biệt hầu như không bao giờ là mô hình. Sự khác biệt là quản lý ngữ cảnh. Một nhà phát triển đã cung cấp cho mô hình những gì nó cần để hoạt động tốt. Người kia thì không.

Đây là một trong những điều thực tế quan trọng nhất cần hiểu về việc làm việc với AI ở mức độ nghiêm túc. Bạn không chỉ chọn một mô hình. Bạn đang xây dựng một môi trường trong đó mô hình đó có thể hoạt động hiệu quả. Môi trường quyết định đầu ra nhiều hơn nhiều so với khả năng thô của mô hình bên trong nó.

Ngữ cảnh đang trở thành hạ tầng mới

Hầu hết các cuộc thảo luận về AI tập trung vào prompt vì prompt là lớp có thể nhìn thấy. Đó là những gì bạn gõ. Đó là những gì bạn thấy. Chúng có vẻ như là thứ bạn đang kiểm soát.

Nhưng prompt chỉ là bề mặt.

Bên dưới mọi quy trình làm việc AI thành công một cách nhất quán là một hạ tầng lớn hơn nhiều mà hầu hết mọi người không bao giờ nghĩ tới một cách rõ ràng và hầu như không bao giờ thảo luận công khai.

Hạ tầng đó bao gồm các hệ thống bộ nhớ lưu trữ thông tin qua các phiên thay vì bắt đầu từ con số không mỗi lần. Lưu trữ kiến thức ghi lại các quyết định, tiêu chuẩn và mẫu hình ở dạng mà mô hình có thể tham chiếu. Truy xuất ngữ cảnh đưa ra thông tin phù hợp vào đúng thời điểm mà không làm quá tải mô hình với mọi thứ cùng một lúc. Điều phối quy trình làm việc sắp xếp các nhiệm vụ theo đúng thứ tự với các đầu vào chính xác chảy giữa chúng. Vòng lặp đánh giá kiểm tra đầu ra so với các tiêu chuẩn trước khi chúng chuyển sang giai đoạn tiếp theo. Kiểm soát bảo mật xác định những gì mô hình có thể và không thể chạm tới. Đường ống xác minh phát hiện lỗi trước khi chúng tích tụ. Giám sát hiệu suất xác định nơi hệ thống tạo ra đầu ra kém để có thể cải thiện những điểm đó.

Các hệ thống này quyết định liệu AI có trở nên thực sự hữu ích cho một tổ chức kỹ thuật hay vẫn chỉ là một công cụ tự động hoàn thành đắt tiền giúp tiết kiệm một vài thao tác gõ và gây ấn tượng trong các bản demo.

Các công ty và cá nhân nhà phát triển đang xây dựng các lớp này ngày hôm nay thực chất đang xây dựng các hệ điều hành của kỷ nguyên AI. Họ không chỉ sử dụng các công cụ hiện có. Họ đang xây dựng hạ tầng mà thế hệ công cụ tiếp theo sẽ chạy trên đó.

Sự trỗi dậy của phát triển tác nhân và tại sao nó phản ánh cách các đội nhóm tuyệt vời được xây dựng

Đây là nơi phát triển phần mềm đang hướng tới và sẽ dễ hiểu hơn nếu bạn kết nối nó với một điều đã có ý nghĩa trực quan sẵn.

Hãy nghĩ về cách một tổ chức kỹ thuật thực sự hiệu quả vận hành. Bạn không thuê một người và yêu cầu họ làm mọi thứ. Bạn có các chuyên gia có kỹ năng sâu trong các lĩnh vực cụ thể. Nhà nghiên cứu hiểu về không gian vấn đề. Kiến trúc sư đưa ra các quyết định cấu trúc. Người xem xét phát hiện vấn đề trong quá trình triển khai. Kỹ sư bảo mật nghĩ về những gì có thể sai theo những cách mà các kỹ sư tập trung vào sản phẩm bỏ lỡ. Kỹ sư QA kiểm tra các giả định so với thực tế. Người viết tài liệu làm cho hệ thống trở nên dễ hiểu cho tất cả những người làm việc với nó. Người vận hành giữ cho mọi thứ chạy trong sản xuất.

Cùng một mô hình đang xuất hiện bên trong các quy trình làm việc AI tiên tiến.

Một hệ thống tác nhân được thiết kế tốt ngày nay có thể di chuyển qua một Tác nhân Nghiên cứu điều tra không gian vấn đề trước khi bất kỳ quyết định nào được đưa ra, sau đó là một Tác nhân Kiến trúc thiết kế cách tiếp cận cấu trúc dựa trên nghiên cứu đó, sau đó là Tác nhân Triển khai viết mã theo đặc tả kiến trúc, sau đó là Tác nhân Kiểm thử xác minh việc triển khai so với các yêu cầu và trường hợp ngoại lệ, sau đó là Tác nhân Bảo mật xem xét các lỗ hổng, sau đó là Tác nhân Tài liệu ghi lại những gì đã được xây dựng và tại sao, sau đó là Tác nhân Triển khai quản lý quy trình phát hành.

Mỗi hệ thống có một trách nhiệm cụ thể. Mỗi hệ thống tập trung vào một vấn đề cụ thể. Cùng nhau, chúng hành xử ít giống một chatbot và giống một tổ chức kỹ thuật với các vai trò được xác định và bàn giao rõ ràng giữa chúng.

Đây là lý do tại sao những người dùng Claude Code tinh vi nhất không còn dành phần lớn thời gian để tạo các prompt riêng lẻ nữa. Họ dành thời gian để thiết kế quy trình làm việc. Prompt chỉ là đầu vào cho một giai đoạn trong một hệ thống lớn hơn. Hệ thống là thứ tạo ra kết quả tốt một cách nhất quán.

Bộ nhớ cuối cùng có thể quan trọng hơn khả năng của mô hình

Đây là sự thay đổi mà hầu hết mọi người chưa thực sự coi trọng và nó là thứ tôi nghĩ sẽ quan trọng nhất trong vài năm tới.

Các mô hình đang cải thiện nhanh chóng và khoảng cách giữa các mô hình tốt nhất có sẵn đang thu hẹp lại. Các điểm chuẩn giữa các mô hình tiên tiến đang tiến lại gần nhau hơn, không xa nhau hơn. Các cuộc chiến mô hình chi phối cuộc trò chuyện đang được chiến đấu trên những khác biệt đang thu nhỏ lại.

Nhưng bộ nhớ tạo ra những lợi thế tích lũy không thu nhỏ. Chúng phát triển.

Hãy nghĩ về điều gì làm cho một kỹ sư cấp cao thực sự có giá trị so với một kỹ sư mới vào nghề với trí thông minh thô tương tự. Kinh nghiệm. Và kinh nghiệm quan trọng bởi vì kinh nghiệm tạo ra bộ nhớ. Bộ nhớ tạo ra trực giác về những gì hiệu quả và những gì không. Trực giác tạo ra các quyết định tốt hơn được đưa ra nhanh hơn với ít năng lượng hơn. Những quyết định tốt hơn đó tích lũy theo thời gian thành một thành tích và chiều sâu phán đoán không thể sao chép nhanh chóng.

Không có bộ nhớ, mọi dự án bắt đầu từ con số không bất kể điều gì đã xảy ra trước đó. Mọi sai lầm đều được lặp lại vì không có hồ sơ về việc nó đã từng xảy ra. Mọi bài học kinh nghiệm biến mất vào cuối phiên. Mọi quy trình làm việc đã hoạt động tốt phải được xây dựng lại vào lần sau khi cần. Đó là một sự kém hiệu quả rất lớn tích tụ một cách vô hình trong mọi dự án.

Đây là lý do tại sao những người xây dựng hệ thống AI có tầm nhìn xa nhất đang tập trung rất nhiều vào tính liên tục của phiên mang ngữ cảnh qua các cuộc trò chuyện, bộ nhớ dài hạn ghi lại các mẫu hình và quyết định ở dạng có thể truy xuất, tích lũy kiến thức tự xây dựng trên chính nó thay vì thiết lập lại, và sự tiến hóa của quy trình làm việc cải thiện hệ thống dựa trên những gì đã hoạt động trước đây.

Tương lai thực sự đang đến không chỉ đơn giản là các mô hình thông minh hơn. Đó là các hệ thống thông minh hơn, biết ghi nhớ và cải thiện. Lợi thế tích lũy thuộc về những ai xây dựng các hệ thống đó trước tiên.

Lớp ẩn mà hầu hết mọi người đang bỏ qua hoàn toàn

Đây là quan sát mà tôi liên tục quay lại khi nghĩ về nơi lợi thế thực sự tồn tại.

Ba nhà phát triển có thể sử dụng cùng một mô hình Claude ngày hôm nay. Một người nhận được kết quả trung bình chỉ tốt hơn một chút so với việc viết mã thủ công. Một người nhận được kết quả xuất sắc có ý nghĩa tăng tốc đầu ra của họ. Một người xây dựng toàn bộ một công ty phần mềm xung quanh mô hình và tạo ra những thứ không thể có được với bất kỳ quy mô nhóm nào vài năm trước.

Sự khác biệt giữa ba kết quả đó không phải là trí thông minh. Nó thậm chí không phải là nỗ lực, ít nhất là không trực tiếp. Đó là hạ tầng.

Ngăn xếp kỹ thuật chiến thắng ngày càng giống một chiếc bánh lớp, nơi mô hình nằm trên cùng, có thể nhìn thấy và được thảo luận liên tục, và mọi thứ bên dưới nó là nơi lợi thế cạnh tranh thực sự tồn tại. Bộ nhớ bên dưới mô hình. Điều phối quy trình làm việc bên dưới đó. Các hệ thống đánh giá kiểm tra đầu ra. Kiểm soát bảo mật xác định ranh giới. Tự động hóa loại bỏ các bước lặp đi lặp lại. Đường ống thực thi xâu chuỗi mọi thứ lại với nhau.

Hầu hết mọi người chỉ tập trung vào lớp trên cùng. Họ tập trung vào mô hình vì mô hình là thứ họ tương tác trực tiếp và những gì tiếp thị nhấn mạnh.

Đòn bẩy cao nhất, nơi những lợi thế lớn nhất đang được xây dựng ngay bây giờ, tồn tại trong mọi thứ bên dưới lớp có thể nhìn thấy.

Tại sao khoảnh khắc này khiến tôi nhớ đến cuộc cách mạng đám mây

Sự tương tự đáng để xem xét nghiêm túc vì nó luôn chính xác trong thực tế nhìn lại mặc dù nó luôn có vẻ là tùy chọn tại thời điểm đó.

Hầu hết các nhà phát triển ngày nay xem quy trình làm việc tác nhân như một thử nghiệm thú vị hoặc một sự cải thiện năng suất đáng để khám phá khi có thời gian. Đó chính xác là cách điện toán đám mây trông như thế nào vào năm 2008 và 2009. Mọi người nghĩ họ có thể tự chạy máy chủ của mình. Những nhà phát triển xây dựng trên hạ tầng đám mây sớm trông như thể họ đang làm quá mức cần thiết. Sau đó, đám mây trở thành tiêu chuẩn và những người không chuyển đổi đột nhiên bị tụt lại phía sau theo những cách tốn kém để sửa chữa.

Cùng một mô hình đã xuất hiện với kiểm soát phiên bản, container, tích hợp và triển khai liên tục. Mọi sự thay đổi hạ tầng ban đầu trông giống như một thủ thuật tăng năng suất tùy chọn cho những người có thời gian thử nghiệm. Sau đó nó trở thành lợi thế cạnh tranh cho các tổ chức áp dụng sớm. Sau đó nó trở thành cách làm việc mặc định và tất cả những người khác phải đuổi theo.

Phát triển tác nhân đang đi theo cùng một quỹ đạo. Hôm nay nó là thử nghiệm và được thực hành bởi một số ít nhà phát triển cực kỳ hào hứng về nó. Ngày mai nó sẽ được kỳ vọng bởi các tổ chức kỹ thuật muốn duy trì tính cạnh tranh. Cánh cửa nơi việc áp dụng sớm tạo ra lợi thế lâu dài đang mở ra ngay bây giờ và nó sẽ không mở mãi mãi.

Bộ kỹ năng của nhà phát triển đang tiến hóa theo một hướng cụ thể

Trong hầu hết lịch sử kỹ thuật phần mềm, thành công có tương quan chặt chẽ với khả năng triển khai. Bạn có thể viết mã chính xác nhanh đến mức nào. Bạn hiểu sâu sắc các ngôn ngữ và framework cụ thể đến mức nào. Bạn có thể nhớ và áp dụng bao nhiêu thuật toán. Những kỹ năng đó có ý nghĩa rất lớn và chúng vẫn còn quan trọng.

Nhưng những nhà phát triển có đòn bẩy cao nhất trong thập kỷ tới sẽ ngày càng tập trung vào một bộ khả năng khác.

Thiết kế quy trình làm việc sắp xếp các tác nhân AI thông qua các nhiệm vụ phức tạp theo đúng thứ tự với đầu vào và đầu ra chính xác ở mỗi giai đoạn. Quản lý ngữ cảnh để các mô hình có những gì chúng cần để hoạt động tốt mà không bị quá tải. Xây dựng các hệ thống đánh giá xác minh đầu ra trước khi chúng được sử dụng. Tạo ra các kiến trúc bộ nhớ tích lũy kiến thức và cải thiện theo thời gian. Điều phối các tác nhân chuyên biệt, mỗi tác nhân tập trung vào các vấn đề cụ thể. Xác định các quy trình xác minh duy trì chất lượng khi khối lượng đầu ra tăng lên. Cấu trúc các đường ống thực thi xâu chuỗi thành các hệ thống tự động đáng tin cậy.

Công việc đang tiến hóa từ việc xây dựng mọi thứ sang chỉ đạo trí thông minh. Từ việc viết mã sang thiết kế các hệ thống tạo ra mã. Từ triển khai sang điều phối.

Đó là một sự thay đổi đáng kể trong những gì sự thành thạo trông như thế nào. Những nhà phát triển nhận ra sớm và bắt đầu xây dựng những kỹ năng đó ngay bây giờ sẽ có vị thế rất khác so với những người tiếp tục tối ưu hóa cho định nghĩa cũ về sự xuất sắc trong kỹ thuật.

Điều này dẫn đến đâu và nó có thể xa đến mức nào

Sự tiến hóa của mối quan hệ giữa nhà phát triển và AI dường như đang di chuyển qua các giai đoạn có thể nhận ra.

Giai đoạn đầu tiên là một nhà phát triển làm việc với một editor, sản xuất mọi thứ thủ công với các công cụ tổ chức và hiển thị mã nhưng không đóng góp vào việc viết nó.

Giai đoạn thứ hai là một nhà phát triển làm việc với một trợ lý AI trả lời câu hỏi, tạo mã theo yêu cầu và tăng tốc các nhiệm vụ cụ thể trong khi nhà phát triển vẫn là người sản xuất chính.

Giai đoạn thứ ba, nơi các học viên tiên tiến nhất đang ở ngày hôm nay, là một nhà phát triển làm việc với một thứ gần giống một đội AI. Nhiều hệ thống chuyên biệt xử lý các phần khác nhau của quy trình làm việc với nhà phát triển chỉ đạo và xem xét thay vì sản xuất từng đầu ra trực tiếp.

Giai đoạn thứ tư, đang dần hiện ra ở đường chân trời, là một nhà phát triển làm việc với một hệ điều hành AI. Một hạ tầng hoàn chỉnh xử lý nghiên cứu, lập kế hoạch, triển khai, kiểm thử, bảo mật, tài liệu và triển khai như các chức năng tích hợp với nhà phát triển hoạt động như kiến trúc sư và người ra quyết định thay vì người thực thi.

Hầu hết các nhà phát triển đang làm việc ngày nay đang ở đâu đó giữa giai đoạn hai và giai đoạn ba. Sự chuyển động hướng tới giai đoạn ba đang tăng tốc. Giai đoạn bốn không xa như nó có vẻ.

Điều thực sự đáng chú ý

Hầu hết các cuộc trò chuyện trong AI hiện nay tập trung vào các cuộc chiến mô hình. Claude so với GPT. Mã nguồn mở so với độc quyền. Điểm chuẩn trên các đánh giá có thể phản ánh hoặc không phản ánh hiệu suất trong thế giới thực.

Những cuộc tranh luận đó rất thú vị và không hoàn toàn vô giá trị. Nhưng chúng có thể ít quan trọng hơn nhiều so với những gì những người tham gia nghĩ.

Câu chuyện lớn hơn là bản thân việc phát triển phần mềm đang trở nên mang tính tác nhân. Cấu trúc của cách phần mềm được xây dựng đang thay đổi ở mức cơ bản, không chỉ trở nên nhanh hơn ở biên.

Những người chiến thắng trong thế giới đó sẽ không nhất thiết là những nhà phát triển có quyền truy cập vào mô hình riêng lẻ thông minh nhất. Họ sẽ là những nhà phát triển đã xây dựng các hệ thống thông minh nhất xung quanh các mô hình đó. Những người hiểu rằng quản lý ngữ cảnh quan trọng hơn khả năng mô hình thô. Rằng bộ nhớ tạo ra lợi thế tích lũy. Rằng thiết kế quy trình làm việc là nơi đòn bẩy thực sự tồn tại. Rằng điều phối trí thông minh là một kỹ năng có giá trị hơn so với việc tạo mã.

Claude Code quan trọng như một tín hiệu, không chỉ như một công cụ. Nó là một trong những cái nhìn thoáng qua rõ ràng nhất ban đầu về những gì kỹ thuật phần mềm trông như thế nào khi trí thông minh trở thành hạ tầng có thể lập trình thay vì một sự tham khảo ý kiến thỉnh thoảng.

Một khi sự thay đổi đó hoàn toàn diễn ra, câu hỏi không còn là liệu AI có thể viết mã hay không. Mọi người đều đã biết nó có thể viết mã.

Câu hỏi trở thành có bao nhiêu phần trăm vòng đời phát triển phần mềm hoàn chỉnh có thể được sở hữu bởi các hệ thống AI được thiết kế tốt, do các nhà phát triển hiểu cách xây dựng và vận hành chúng chỉ đạo.

Câu trả lời cho câu hỏi đó đang tăng lên mỗi tháng. Và những người đang xây dựng hướng tới câu trả lời đó ngay bây giờ đang làm việc với một lợi thế tích lũy một cách âm thầm và trở nên rất khó san lấp khi nó đủ lớn.

Chúng ta vẫn đang ở những chương đầu tiên của điều này. Những quyết định được đưa ra trong hai hoặc ba năm tới sẽ có ý nghĩa trong một thời gian dài sau đó.