Bằng CS giờ là tùy chọn.
Kỹ năng thì không.
Câu nói đó sẽ khiến nhiều người tức giận, và phần lớn trong số họ là những người đã bỏ ra bốn năm và rất nhiều tiền cho một tấm bằng mà thị trường đang âm thầm định giá lại. Tôi hiểu sự tức giận đó. Nhưng nó không thay đổi thực tế. Vào năm 2026, các công ty tuyển dụng cho vị trí kỹ sư AI đang nhìn vào những gì bạn có thể xây dựng, chứ không phải nơi bạn ngồi nghe giảng.
Tôi không nói bằng CS là vô giá trị. Nếu bạn có nó, nó sẽ giúp ích. Điều tôi đang nói là tấm bằng không còn là cánh cổng nữa. Cánh cổng bây giờ là bằng chứng. Bạn có thể xây dựng một thứ gì đó hoạt động, giải thích tại sao nó hoạt động, và tung ra nơi ai đó có thể thực sự thấy nó không. Đó là toàn bộ bài kiểm tra.
Đây là con đường hoàn chỉnh để vượt qua bài kiểm tra đó mà không cần bằng cấp. Không có lời động viên sáo rỗng, không có "chỉ cần tin vào bản thân". Một ngăn xếp thực sự, theo đúng thứ tự, với các dự án chính xác giúp bạn được tuyển dụng và cách học chính xác từng phần bằng các công cụ đã có sẵn trên laptop của bạn.
Tại Sao Con Đường Cũ Đã Lỗi Thời
Con đường truyền thống bảo bạn phải lấy bằng, nộp đơn qua cửa chính, và chờ được cho phép. Con đường đó cho rằng tấm bằng là thứ khan hiếm. Nhưng nó không còn như vậy nữa.
Đây là những gì thực sự đã xảy ra. Các công cụ AI đã thu hẹp khoảng cách giữa việc hiểu một khái niệm và xây dựng nó. Mười năm trước, biến một ý tưởng thành phần mềm hoạt động đòi hỏi nhiều năm tích lũy kiến thức cú pháp. Giờ đây, cú pháp là phần rẻ. Phần khan hiếm là biết XÂY DỰNG cái gì, CẤU TRÚC nó như thế nào, và TẠI SAO cách tiếp cận này lại tốt hơn cách kia. Đó là những kỹ năng phán đoán, và phán đoán không đến từ tấm bằng. Nó đến từ việc xây dựng mọi thứ, phá vỡ chúng, và xây dựng lại chúng.
Vì vậy, những người đang được tuyển dụng ngay bây giờ không phải là những người có bảng điểm ấn tượng nhất. Họ là những người có một dấu vết công khai về những thứ họ đã xây dựng. Một GitHub đầy các dự án thực tế. Một bản demo mà ai đó có thể nhấp vào. Một bài viết giải thích cách họ giải quyết một vấn đề khó. Dấu vết đó có giá trị hơn một tấm bằng vì nó chứng minh chính xác điều mà nhà tuyển dụng thực sự cần biết, đó là liệu bạn có thể làm được việc hay không.
Sai lầm mà hầu hết mọi người mắc phải là dành hàng tháng trời để chuẩn bị cho việc sẵn sàng thay vì xây dựng dấu vết. Họ học thêm một khóa nữa, xem thêm một hướng dẫn nữa, chờ cho đến khi cảm thấy đủ năng lực. Cảm giác đó không bao giờ đến. Bạn không trở thành một kỹ sư AI bằng cách hoàn thành một chương trình học. Bạn trở thành một kỹ sư AI bằng cách xây dựng các hệ thống AI, lúc đầu tệ, sau đó bớt tệ hơn, cho đến khi những thứ bạn xây dựng thực sự hoạt động.
Kỹ Sư AI Thực Sự Là Gì Trong Năm 2026
Trước khi nói về ngăn xếp, hãy hiểu đúng định nghĩa, bởi vì hầu hết mọi người đang nhắm sai mục tiêu.
Một kỹ sư AI không phải là một nhà nghiên cứu machine learning. Bạn không phải đào tạo các mô hình nền tảng từ đầu hay xuất bản các bài báo về kiến trúc mới. Đó là một công việc khác, và nó đòi hỏi kiến thức toán học sâu và thường là bằng cấp cao.
Một kỹ sư AI XÂY DỰNG với các mô hình đã tồn tại. Bạn lấy Claude, GPT, hoặc các mô hình mở và kết nối chúng thành các hệ thống thực hiện công việc hữu ích. Bạn kết nối chúng với dữ liệu. Bạn cung cấp cho chúng các công cụ. Bạn xây dựng hệ thống truy xuất, bộ nhớ, vòng lặp tác nhân, và các rào chắn an toàn biến một mô hình thô thành một sản phẩm. Bạn là một người xây dựng hệ thống mà thành phần mạnh mẽ nhất của nó tình cờ là một mô hình ngôn ngữ.
Sự khác biệt đó rất quan trọng vì nó cho bạn biết những gì thực sự cần học. Bạn không cần phải hiểu backpropagation để xuất sắc trong công việc này. Bạn cần hiểu cách cung cấp cho mô hình ngữ cảnh phù hợp, cách cấu trúc một tác vụ nhiều bước để nó không bị đổ vỡ, cách xác minh đầu ra, và cách triển khai toàn bộ hệ thống để nó chạy một cách đáng tin cậy. Đó là những kỹ năng kỹ thuật, và mỗi kỹ năng trong số đó đều có thể học được mà không cần bằng cấp.
Ngăn Xếp, Theo Đúng Thứ Tự
Học những thứ này theo trình tự. Mỗi thứ đều xây dựng dựa trên thứ trước đó. Nhảy cóc là cách phổ biến nhất khiến mọi người bị đình trệ, bởi vì họ cố gắng xây dựng các tác nhân trước khi có thể xử lý dữ liệu và sau đó tự hỏi tại sao không có gì hoạt động.
1. Python. Hàm, lớp, async. Bạn không cần phải là một cao thủ Python. Bạn cần đủ trôi chảy để đọc code, viết script, và hiểu những gì một trợ lý lập trình AI tạo ra cho bạn. Async quan trọng đặc biệt vì hầu hết công việc AI liên quan đến việc chờ đợi các lệnh gọi API, và code chặn sẽ làm tắc nghẽn mọi thứ bạn xây dựng.
2. SQL và xử lý dữ liệu. Hầu như mọi ứng dụng AI thực tế đều chạm đến dữ liệu. Bạn cần lấy nó, làm sạch nó, và định hình nó. SQL là ngôn ngữ phổ quát cho việc này và nó hầu như không thay đổi trong nhiều thập kỷ, điều đó có nghĩa đây là một kỹ năng an toàn, vĩnh viễn để sở hữu.
3. Git, dòng lệnh, và kiến thức cơ bản về Linux. Đây là môi trường mà mọi công cụ nghiêm túc đều hoạt động. Claude Code chạy trong terminal. Triển khai diễn ra trên máy chủ Linux. Kiểm soát phiên bản là cách bạn tránh mất công việc và cách bạn cộng tác. Không ai thuê một kỹ sư AI không biết sử dụng terminal.
4. REST API và tích hợp API LLM. Đây là nơi kỹ thuật AI thực sự bắt đầu. Bạn học cách gọi một mô hình theo chương trình, xử lý phản hồi của nó, quản lý giới hạn tốc độ, và xử lý lỗi. Mọi sản phẩm AI về cơ bản là một chuỗi các lệnh gọi API được cấu trúc tốt.
5. Embeddings và tìm kiếm vector. Đây là cách máy móc hiểu ý nghĩa thay vì chỉ khớp từ khóa. Bạn chuyển đổi văn bản thành vector, lưu trữ chúng, và tìm kiếm theo độ tương đồng. Đây là nền tảng của mọi hệ thống truy xuất và là khái niệm mà hầu hết người mới bắt đầu bỏ qua và sau đó hối tiếc.
6. RAG, xây dựng từ đầu đến cuối. Retrieval Augmented Generation. Bạn cung cấp cho mô hình quyền truy cập vào tài liệu của riêng bạn để nó trả lời từ thông tin thực tế thay vì phỏng đoán. Đây là kỹ năng được săn đón nhiều nhất trong lĩnh vực AI ứng dụng hiện nay vì hầu như mọi công ty đều muốn một hệ thống có thể trả lời các câu hỏi về dữ liệu của riêng họ.
7. Khung tác nhân và sử dụng công cụ. Bạn chuyển từ một mô hình trả lời sang một mô hình hành động. Nó gọi các công cụ, thực hiện các tác vụ nhiều bước, và làm công việc thực sự. Đây là ranh giới, và việc thành thạo ở đây sẽ tách bạn ra khỏi đám đông vẫn đang viết các prompt đơn lẻ.
8. Triển khai và MLOps cơ bản. Một dự án chỉ chạy trên laptop của bạn là một sở thích. Bạn cần biết cách đưa nó chạy ở một nơi thực sự, được giám sát và đáng tin cậy. Đây là sự khác biệt giữa "Tôi đã xây dựng một bản demo" và "Tôi đã tung ra một sản phẩm."
9. Công cụ phát triển AI. Claude Code, Cursor, và các công cụ tác nhân giúp bạn nhanh hơn đáng kể. Làm chủ những công cụ này không phải là gian lận. Đó là công việc thực sự. Một kỹ sư AI không thể sử dụng AI để xây dựng nhanh hơn cũng giống như một người thợ mộc từ chối sử dụng máy móc điện.
3 Dự Án Thực Sự Giúp Bạn Được Tuyển Dụng
Không ai thuê bạn vì bạn đã hoàn thành các khóa học. Họ thuê bạn vì bằng chứng. Xây dựng ba dự án này và bạn có bằng chứng bao phủ toàn bộ ngăn xếp.
Dự án 1. Một ứng dụng RAG sử dụng dữ liệu của riêng bạn.
Lấy một tập tài liệu thực tế. Ghi chú của bạn, một bộ PDF, tài liệu công khai của một công ty, bất cứ thứ gì. Xây dựng một hệ thống tiếp nhận chúng, nhúng chúng, lưu trữ các vector, và trả lời các câu hỏi chỉ dựa trên dữ liệu đó. Một dự án duy nhất này chứng minh khả năng truy xuất, nhúng, phân đoạn, và khả năng ngăn chặn ảo giác. Đây là thứ có thể được tuyển dụng trực tiếp nhất mà bạn có thể xây dựng vì nó chính xác là những gì các công ty muốn.
Dự án 2. Một tác nhân AI sử dụng các công cụ.
Xây dựng một tác nhân không chỉ trả lời mà còn hành động. Nó gọi ít nhất hai công cụ thực tế, một API tìm kiếm, một máy tính, một trình ghi tệp, một lịch. Nó lập kế hoạch, thực thi, và xử lý trường hợp một công cụ bị lỗi. Điều này chứng minh bạn hiểu về thiết kế tác nhân, không chỉ là prompting, đây là kỹ năng mà hầu hết người mới bắt đầu không bao giờ thực sự thể hiện.
Dự án 3. Một sản phẩm AI full-stack đã được triển khai.
Lấy một trong những dự án trên và tung ra nó. Một giao diện thực tế, một backend, được triển khai ở đâu đó với một URL công khai mà người lạ có thể truy cập và sử dụng. Điều này chứng minh điều mà các nhà tuyển dụng lo lắng nhất, rằng bạn có thể tung ra sản phẩm vượt ra khỏi "nó chạy trên máy của tôi." Một dự án đã triển khai có giá trị bằng mười dự án cục bộ trên sơ yếu lý lịch.
Ba dự án. Bao phủ toàn bộ ngăn xếp. Bằng chứng công khai. Danh mục đầu tư này đánh bại hầu hết các tấm bằng cho công việc cụ thể này.
Cách Thực Sự Học Từng Phần
Đây là phần mà hầu hết các hướng dẫn bỏ qua. Bạn không cần phải mua một khóa học 500 đô la để học bất kỳ điều gì trong số này. Bạn có người dạy kèm tốt nhất từng được tạo ra đang nằm trên laptop của bạn. Sử dụng mô hình để dạy bạn những kỹ năng bạn sẽ sử dụng để xây dựng với mô hình.
Sử dụng prompt này để biến Claude thành một gia sư có cấu trúc cho bất kỳ kỹ năng nào trong ngăn xếp:
Bạn là gia sư lập trình của tôi cho [KỸ NĂNG, ví dụ: embeddings và tìm kiếm vector].
Tôi đang học để trở thành một kỹ sư AI và tôi không có bằng CS.
Hãy dạy tôi điều này theo cách xây dựng trước, không phải lý thuyết trước.
- Giải thích khái niệm cốt lõi bằng ngôn ngữ đơn giản với một phép loại suy cụ thể.
- Đưa cho tôi ví dụ code làm việc nhỏ nhất có thể mà tôi có thể chạy ngay hôm nay.
- Đưa cho tôi một bài tập khó hơn một chút để tự làm.
- Sau khi tôi chia sẻ bài làm của mình, hãy phê bình nó và chỉ ra những gì một kỹ sư cao cấp sẽ làm khác đi.
Hãy cho rằng tôi học bằng cách xây dựng và phá vỡ mọi thứ, không phải bằng cách đọc.
Chờ tôi hoàn thành mỗi bước trước khi chuyển sang bước tiếp theo.
Một prompt duy nhất đó thay thế hầu hết các khóa học trả phí. Nó thích ứng với trình độ của bạn, trả lời các câu hỏi chính xác của bạn, và không bao giờ chuyển tiếp cho đến khi bạn thực sự hiểu.
Đối với các dự án, hãy sử dụng Claude Code để tạo khung và sau đó buộc bản thân hiểu từng dòng. Đừng sao chép một cách mù quáng. Sau khi nó tạo code, hãy chạy cái này:
Hãy hướng dẫn tôi qua code bạn vừa viết từng dòng một.
Đối với mỗi phần, hãy giải thích nó làm gì và tại sao bạn chọn cách tiếp cận này
thay vì cách thay thế hiển nhiên. Sau đó chỉ ra phần có khả năng
bị hỏng nhất trong sản xuất và cách tôi sẽ sửa nó.
Đây là cách bạn xây dựng sự hiểu biết thực sự thay vì một đống code mà bạn không thể giải thích trong một cuộc phỏng vấn. Những người thất bại trong các cuộc phỏng vấn là những người đã xây dựng các dự án mà họ thực sự không thể giải thích. Đừng trở thành người đó.
Cách Được Tuyển Dụng Mà Không Cần Bằng Cấp
Danh mục đầu tư là cần thiết nhưng chưa đủ. Bạn cũng phải hiện diện, bởi vì không ai thuê bằng chứng mà họ không thể tìm thấy.
Xây dựng một cách công khai. Mỗi dự án bạn xây dựng, hãy viết về nó. Một bài viết về những gì bạn đã xây dựng, phần khó khăn, cách bạn giải quyết nó. Điều này làm hai việc. Nó tạo ra một dấu vết công khai xuất hiện khi ai đó tìm kiếm tên bạn, và nó buộc bạn phải hiểu công việc của mình đủ tốt để giải thích nó. Các nhà tuyển dụng ngày càng tìm thấy các kỹ sư thông qua việc xây dựng công khai của họ, không phải thông qua các bảng việc làm.
Đóng góp cho mã nguồn mở. Tìm một dự án AI bạn sử dụng và sửa một cái gì đó. Một lỗi, một cải tiến tài liệu, một tính năng nhỏ. Một pull request đã được hợp nhất vào một dự án thực tế là một chứng chỉ mà không bằng cấp nào có thể cho bạn. Nó chứng minh bạn có thể làm việc trong codebase của người khác, đó là phần lớn công việc thực tế.
Liên hệ trực tiếp với bằng chứng, không phải yêu cầu. Đừng gửi "Tôi đang tìm kiếm cơ hội." Hãy gửi "Tôi đã xây dựng thứ này giải quyết vấn đề chính xác mà sản phẩm của bạn gặp phải, đây là bản demo." Đính kèm bằng chứng. Điều này có hiệu quả vì nó thể hiện kỹ năng ngay trong hành động yêu cầu công việc.
Đây là một mẫu cho việc tiếp cận đó:
Chủ đề: Đã xây dựng một [thứ] giải quyết [vấn đề cụ thể bạn nhận thấy]
Xin chào [tên],
Tôi nhận thấy [quan sát cụ thể, thực tế về sản phẩm hoặc vấn đề của họ].
Tôi đã xây dựng một nguyên mẫu hoạt động giải quyết vấn đề đó: [liên kết đến bản demo trực tiếp].
Nó sử dụng [cách tiếp cận kỹ thuật cụ thể], và đây là code: [liên kết repo].
Tôi là một kỹ sư AI đang tìm kiếm vai trò tiếp theo của mình. Nếu điều này hữu ích,
tôi rất muốn có 15 phút để hướng dẫn bạn cách tôi sẽ xây dựng nó một cách hoàn chỉnh.
[Tên của bạn]
Email đó có hiệu quả vì nó dẫn đầu bằng bằng chứng và yêu cầu hầu như không có gì. Nó hoàn toàn trái ngược với đơn xin việc chung chung bị bỏ qua.
Làm việc tự do để lọt vào. Nếu việc tuyển dụng trực tiếp chậm, hãy nhận các dự án nhỏ có trả phí. Xây dựng một bot RAG cho một doanh nghiệp địa phương. Tự động hóa một cái gì đó cho một công ty nhỏ. Công việc có trả phí, dù là nhỏ nhất, là bằng chứng mạnh mẽ nhất có thể vì ai đó đã đánh giá nó đủ để trả tiền. Ba dự án nhỏ có trả phí trên hồ sơ của bạn sẽ thay đổi cách mọi nhà tuyển dụng tương lai đọc về bạn.
Chọn Một Chuyên Môn Khi Đã Nắm Vững Kiến Thức Cơ Bản
Khi bạn đã có ngăn xếp và ba dự án, một câu hỏi xuất hiện mà không ai cảnh báo bạn. Kỹ thuật AI rất rộng, và cố gắng giỏi tất cả mọi thứ sẽ khiến bạn tầm thường ở mọi thứ. Những người được tuyển dụng nhanh nhất là những người chọn một làn đường.
Dưới đây là những làn đường thực sự đang tuyển dụng ngay bây giờ, và cách biết làn đường nào phù hợp với bạn.
RAG và hệ thống tri thức. Nếu bạn thích dự án một nhất, công việc truy xuất, phân đoạn, neo giữ, thì đây là làn đường của bạn. Mọi công ty có tài liệu nội bộ đều muốn một người có thể xây dựng một hệ thống trả lời các câu hỏi về chúng một cách chính xác. Đây là chuyên môn an toàn nhất, được săn đón nhiều nhất và dễ dàng nhất để đưa ra bằng chứng, vì trường hợp sử dụng là phổ quát.
Hệ thống tác nhân. Nếu dự án hai làm bạn hứng thú, việc sử dụng công cụ, thực thi nhiều bước, điều phối, thì đây là làn đường tiên phong. Nó trả lương cao nhất và có ít cạnh tranh nhất vì nó khó làm tốt nhất. Sự đánh đổi là bằng chứng khó xây dựng hơn và lĩnh vực này thay đổi nhanh, vì vậy bạn phải liên tục học hỏi.
Kỹ thuật sản phẩm AI. Nếu bạn quan tâm nhất đến dự án ba, giao diện, triển khai, biến nó thành hiện thực, bạn là một kỹ sư sản phẩm tình cờ chuyên về AI. Làn đường này coi trọng việc tung ra sản phẩm hơn là sự khéo léo, và đây là nơi có hầu hết các công việc thực tế, bởi vì hầu hết các công ty cần một người có thể biến khả năng AI thành một thứ mà người dùng thực sự có thể sử dụng.
Hãy chọn một làn đường dựa trên dự án bạn thực sự thích, không phải dự án nào nghe có vẻ ấn tượng nhất. Sự yêu thích là nhiên liệu duy nhất tồn tại qua giai đoạn giữa nhàm chán của việc trở nên giỏi một thứ gì đó. Chuyên môn bạn chọn vì yêu thích, bạn sẽ thực sự gắn bó. Chuyên môn bạn chọn vì địa vị, bạn sẽ bỏ cuộc.
Sau đó, hãy đi sâu. Xây dựng thêm ba dự án nữa trong làn đường bạn đã chọn. Viết về tất cả chúng. Trở thành người có tên được nhắc đến khi ai đó cần thứ cụ thể đó. Các chuyên gia được tuyển dụng. Những người tổng quát bị sàng lọc.
6 Tháng Đầu Tiên Trong Công Việc Thực Sự Như Thế Nào
Sẽ rất hữu ích khi biết bạn đang nhắm đến điều gì, bởi vì công việc không giống như những gì các hướng dẫn ngụ ý.
Phần lớn thời gian của bạn sẽ không dành để viết các prompt thông minh. Nó sẽ được dành cho công việc không hào nhoáng giúp các hệ thống AI thực sự đáng tin cậy. Xử lý các trường hợp ngoại lệ khi mô hình làm điều gì đó kỳ lạ. Xây dựng các bài đánh giá cho bạn biết liệu một thay đổi có làm mọi thứ tốt hơn hay tệ hơn không. Xử lý dữ liệu thành một hình dạng mà hệ thống có thể sử dụng. Gỡ lỗi tại sao tác nhân hoạt động trong thử nghiệm và thất bại trong sản xuất.
Đây là tin tốt cho người không có bằng cấp, bởi vì không có gì trong số này là lý thuyết. Tất cả đều là kỹ thuật thực tế, có thể học được bằng cách làm, chính xác là những gì các dự án trong danh mục đầu tư của bạn đã đào tạo bạn. Người đã xây dựng ba dự án thực tế và gỡ lỗi chúng khi chúng bị hỏng được chuẩn bị tốt hơn nhiều cho việc này so với người đã đạt điểm cao trong một kỳ thi lý thuyết và chưa bao giờ tung ra bất cứ thứ gì.
Các kỹ sư phát triển mạnh trong sáu tháng đầu tiên là những người thoải mái với việc hệ thống không hoàn hảo và công việc của họ là làm cho nó ngày càng bớt không hoàn hảo. Nếu bạn xây dựng các dự án của mình đúng cách, phá vỡ chúng và sửa chữa chúng, bạn đã có cơ bắp đó. Đó là toàn bộ lý do tại sao con đường xây dựng trước đánh bại con đường chứng chỉ trước cho công việc cụ thể này.
Địa ngục hướng dẫn. Xem vô số hướng dẫn có cảm giác như tiến bộ. Nhưng không phải vậy. Đó là tiêu thụ được ngụy trang thành sản xuất. Quy tắc rất đơn giản. Cứ mỗi giờ học, hãy xây dựng trong hai giờ. Nếu bạn không xây dựng, bạn không học, bạn chỉ đang giải trí.
Chờ đợi để cảm thấy sẵn sàng. Bạn sẽ không bao giờ cảm thấy sẵn sàng. Những người thành công bắt đầu xây dựng trước khi cảm thấy đủ năng lực và trở nên đủ năng lực bằng cách xây dựng. Hãy tung ra phiên bản đầu tiên xấu xí. Cải thiện nó một cách công khai.
Học sai thứ tự. Cố gắng xây dựng các tác nhân trước khi có thể xử lý dữ liệu và API. Ngăn xếp được sắp xếp theo trình tự vì một lý do. Hãy tôn trọng thứ tự và mỗi phần sẽ khớp với nhau. Nhảy cóc và bạn xây dựng trên cát.
Xây dựng các dự án không ai có thể thấy. Một dự án xuất sắc bị khóa trong một repo riêng tư không tồn tại đối với sự nghiệp của bạn. Mọi thứ đều được tung ra công khai. Vấn đề là bằng chứng, và bằng chứng đòi hỏi một khán giả.
Sao chép code bạn không thể giải thích. Cách nhanh nhất để thất bại trong một cuộc phỏng vấn. Nếu Claude viết nó, hãy hiểu nó trước khi bạn tuyên bố nó. Khả năng giải thích công việc của chính bạn là toàn bộ bài kiểm tra.
Kế Hoạch 90 Ngày Của Bạn
Bạn không cần nhiều năm. Bạn cần 90 ngày tập trung.
Ngày 1 đến 30. Nền tảng. Thành thạo Python, SQL, git, dòng lệnh, và các lệnh gọi API đầu tiên của bạn đến một mô hình. Đến ngày 30, bạn sẽ thoải mái khi gọi một LLM theo chương trình và xử lý phản hồi. Xây dựng những thứ nhỏ. Một script tóm tắt một tài liệu. Một công cụ trả lời các câu hỏi về một tệp văn bản.
Ngày 31 đến 60. Dự án một và hai. Xây dựng ứng dụng RAG. Sau đó xây dựng tác nhân. Đừng nhắm đến sự hoàn hảo. Hãy nhắm đến hoạt động, sau đó có thể giải thích được. Viết một bài viết về mỗi dự án khi bạn hoàn thành. Đến ngày 60, bạn có hai dự án thực tế và hai bài đăng công khai.
Ngày 61 đến 90. Triển khai và trở nên hiện diện. Tung ra dự án ba với một URL công khai. Bắt đầu tiếp cận. Đóng góp một pull request mã nguồn mở. Đăng bài thường xuyên về những gì bạn đang xây dựng. Đến ngày 90, bạn có một danh mục đầu tư, một dấu vết công khai, và các cuộc trò chuyện tích cực với những người có thể thuê bạn.
Đó không phải là một mốc thời gian viển vông. Nó tích cực nhưng có thật đối với một người coi trọng nó và xây dựng mỗi ngày. Những người thất bại với mốc thời gian này là những người dành nó để chuẩn bị thay vì xây dựng.
Lý Do Thực Sự Điều Này Có Hiệu Quả Bây Giờ
Tấm bằng luôn là một đại diện gián tiếp. Các nhà tuyển dụng không thể đo lường trực tiếp liệu bạn có thể làm được việc hay không, vì vậy họ đã sử dụng chứng chỉ như một vật thay thế. Tấm bằng nói rằng "người này có thể học những thứ khó và hoàn thành những gì họ bắt đầu."
Kỹ thuật AI đã phá vỡ sự đại diện gián tiếp đó, bởi vì bây giờ bạn có thể trực tiếp chứng minh kỹ năng chính xác. Một hệ thống RAG đã triển khai không phải là một đại diện gián tiếp cho năng lực. Nó CHÍNH LÀ năng lực, được hiển thị rõ ràng. Khi bạn có thể hiển thị thứ thực tế, vật thay thế cho thứ đó không còn quan trọng nữa.
Đó là toàn bộ sự thay đổi. Không phải là chứng chỉ trở nên vô giá trị, mà là bằng chứng đã trở nên trực tiếp có sẵn. Và khi bằng chứng có sẵn, những người cung cấp nó sẽ đánh bại những người chỉ có đại diện gián tiếp.
Vì vậy, hãy ngừng chờ đợi sự cho phép. Ngừng chuẩn bị để sẵn sàng. Chọn kỹ năng đầu tiên trong ngăn xếp, mở Claude, và xây dựng thứ nhỏ nhất có thể hoạt động ngay hôm nay. Sau đó xây dựng một thứ lớn hơn một chút vào ngày mai. Trong 90 ngày như vậy, bạn sẽ có một thứ mà không bằng cấp nào có thể cho bạn, đó là bằng chứng rằng bạn thực sự có thể làm công việc này.
Bằng CS giờ là tùy chọn.
Kỹ năng thì không.
Hãy đi xây dựng bằng chứng.
Theo dõi @cyrilXBT để xem toàn bộ quá trình xây dựng đằng sau mỗi dự án trong bài viết này, cùng với các prompt và ngăn xếp chính xác mà tôi sử dụng.
