“Cứ thử đã, rồi AI sẽ chứng minh phần còn lại”
AI từng là thứ “thử cho biết” với Nguyễn Quốc Đại (FHN.DCS). Nhưng càng khám phá, anh càng thấy rõ: đây không chỉ là một trợ lý thông minh, mà là công cụ giúp cá nhân hóa cách làm việc, mở rộng vùng kiến thức và tăng tốc hiệu suất theo cách rất riêng của mỗi người.
Lần đầu Đại dùng AI là với Tabnine – một công cụ autocomplete code. Nhưng vì hiệu quả chưa rõ ràng, anh tạm gác lại. Mãi đến khi ChatGPT xuất hiện, rồi lần lượt là GitHub Copilot, Cursor, Claude Code, Augment… anh mới quyết định thử lại, không vì trào lưu, mà vì tò mò: “AI thật sự làm được gì cho lập trình viên?”.
Câu trả lời đến từ chính trải nghiệm. Đại nhận ra AI không chỉ trả lời, mà còn chủ động gợi ý, hỗ trợ tự động hóa các tác vụ lặp lại trong quá trình viết code. Anh gọi cách làm của mình là “vibe coding” – để AI viết trước, rồi mình review và điều chỉnh sau. Thay vì đọc tài liệu dày đặc, giờ anh học công nghệ mới một cách trực quan hơn: nhìn code, chạy thử, vỡ ra vấn đề.
Khó nhất, theo anh, là chọn đúng công cụ giữa vô vàn lựa chọn. “Mình lên dev.to, đọc thread trên X, hỏi bạn bè cả trong và ngoài công ty. Không có công thức chung – dùng rồi mới biết cái nào hợp với mình”, anh nói. Với những solution lạ, anh dùng Perplexity để truy ngược lại nguồn gốc trong tài liệu kỹ thuật.
Hiện nay, AI đã hiện diện trong hầu hết công việc hàng ngày của Đại – từ viết code, học tech mới, đến các pet project như crawling dữ liệu, hỗ trợ design… Trong những dự án cần tốc độ, AI thực sự cứu nguy. “Có lần mình dùng v0.dev để dựng nhanh POC kiểm thử một thư viện, tiết kiệm được rất nhiều thời gian đọc tài liệu”, anh chia sẻ.
Với Đại, AI code assistant chính là công cụ “mở rộng biên giới” – giúp anh xử lý được nhiều phần việc hơn trong chu trình phát triển phần mềm. Và lời khuyên anh dành cho các FSOFTers khác rất đơn giản: “Cứ thử đi. Đừng đợi AI hoàn hảo – nó đã đủ tốt để bắt đầu tạo ra khác biệt”.
Phương Thảo
