Vustech's Blog

Thẻ: Học lập trình

  • Kỷ nguyên AI: Sinh viên nên tự code hay để AI làm? Và lối đi nào cho PM muốn giỏi kỹ thuật?

    [img]Ảnh đại diện: Một lập trình viên đang làm việc với một trợ lý AI, biểu tượng cho sự cộng tác giữa con người và trí tuệ nhân tạo trong phát triển phần mềm[/img]

    Chào mọi người, Vustech đây. Sáng hôm nay khi lướt lại những kỷ niệm cũ, tôi vô tình thấy lại bức ảnh chụp tại Nashtech năm 2018. Những gương mặt trong ban giám đốc cũ vào bình luận rôm rả làm tôi bồi hồi nhớ về một thời "tiền AI", khi mà mọi dòng code đều phải được vắt óc suy nghĩ và gõ xuống thủ công.

    Thế giới bây giờ đã khác. Câu hỏi đặt ra không còn là "làm sao để code" mà là "làm sao để sống sót và thăng tiến khi AI có thể code nhanh hơn chúng ta". Hôm nay, tôi sẽ giải đáp một số thắc mắc của các bạn sinh viên và cả những bạn PM (Project Manager) đang loay hoay tìm chỗ đứng trong kỷ nguyên Agentic AI này.

    Chọn Project để học Web: Đừng chỉ dừng lại ở "chạy được"

    Một bạn sinh viên hỏi tôi: "Làm sao để tìm một project đủ tốt để học và làm trong thời đại AI này?".

    Thực ra, một ứng dụng Web đủ tốt không chỉ là một ứng dụng có giao diện đẹp hay tính năng phức tạp. Nó phải đáp ứng được hai yếu tố: Functional Requirements (Yêu cầu chức năng) và Non-functional Requirements (Yêu cầu phi chức năng).

    [img]Sơ đồ kỹ thuật: Cấu trúc của một ứng dụng Web hiện đại bao gồm Frontend, Backend, Database và các tầng Non-functional (Performance, Security, Scalability)[/img]

    Nếu bạn mới bắt đầu, hãy thử làm một trang E-commerce (thương mại điện tử). Nghe có vẻ nhàm chán? Không hề, nếu bạn đi sâu vào chi tiết. Hãy thử giải bài toán UX (Trải nghiệm người dùng):

    • Làm sao để khi người dùng chọn size "L", màu "Xanh", hệ thống ngay lập tức gray-out các lựa chọn không còn hàng?
    • Làm sao để load hàng trăm bức ảnh sản phẩm mà không làm crash trình duyệt của người dùng? (Hint: Image resizing, Lazy loading).

    Kỹ thuật có thể giúp bạn làm app chạy, nhưng UX tốt mới là thứ chạm vào cảm xúc người dùng. Hãy giỏi kỹ thuật, nhưng đừng quên giỏi cả UX. Đó là cách để bạn không trở nên "ngu ngơ" trước những sản phẩm trông bóng bẩy nhưng rỗng tuếch bên trong.

    Sinh viên nên để AI code hay tự mình gõ phím?

    Đây là câu hỏi gây tranh cãi nhất hiện nay: "Có nên đưa toàn bộ cho AI code để tối ưu hóa thời gian và chỉ tập trung vào review code?".

    Lời khuyên chân thành của Vustech dành cho các bạn Junior: Hãy tập code và đặc biệt là tập DEBUG.

    [img]Biểu đồ so sánh: Hiệu quả của việc dùng AI đối với Senior (Tăng năng suất) và Junior (Nguy cơ rỗng kiến thức nền tảng)[/img]

    Tại sao? Vì AI hiện nay (dù là Agentic AI hay LLM) mới chỉ đáp ứng được khoảng 60% nhu cầu thực tế. Nó vẫn thường xuyên "ngốc nghếch" tạo ra những đoạn code có lỗi hoặc không tối ưu. Nếu bạn không có nền tảng để đọc hiểu và tự mình debug, bạn sẽ hoàn toàn bất lực khi AI đi vào ngõ cụt.

    Tôi sẵn sàng bỏ ra 2.8 triệu mỗi tháng để mua các công cụ AI xịn nhất (như Cursor, Claude Dev…) để hỗ trợ công việc. Nhưng tôi dùng chúng để tiết kiệm thời gian gõ những thứ lặp đi lặp lại, còn những đoạn logic phức tạp hoặc lỗi hóc búa, tôi vẫn phải tự mình ra tay. Kỹ năng đọc hiểu code và debug chính là "King of Skills" giúp bạn kiểm soát được AI thay vì bị nó dẫn dắt.

    PM có nên học văn bằng 2 về Khoa học máy tính?

    Một bạn PM chia sẻ với tôi rằng bạn cảm thấy bị phụ thuộc vào developer, dự án chạy tới đâu hay tới đó và bạn muốn học thêm văn bằng 2 về CS (Computer Science) để "nói chuyện" được với team kỹ thuật.

    Đây là một hướng đi dũng cảm nhưng cực kỳ vất vả. Để trở thành một "Content Manager" (Người quản lý có chuyên môn sâu), bạn phải nỗ lực gấp nhiều lần người khác. Bạn phải hy sinh thời gian chơi bời, giải trí để nghiên cứu về kiến trúc hệ thống, về AI, về Cloud.

    [img]Infographic: Lộ trình phát triển từ PM truyền thống lên Technical PM / Product Architect với các mốc kiến thức cần chinh phục[/img]

    Tuy nhiên, liệu bằng cấp có giải quyết được vấn đề? Chưa chắc. Cái bạn cần là sự thấu hiểu và khả năng quản trị rủi ro. Một PM giỏi không nhất thiết phải code giỏi hơn dev, nhưng phải đủ trình độ để detect được đâu là "rủi ro ảo" và đâu là "vấn đề thực".

    Khi bạn có kiến thức nền tảng (Content), bạn sẽ có sự tự tin tuyệt đối. Bạn không sợ nhân viên bỏ dự án, không sợ bị dev "dắt mũi", vì bạn hiểu bản chất vấn đề và có thể thay thế bất kỳ role nào trong team nếu cần thiết (từ Tester, BA đến Architect). Đó là trạng thái "Đổi đá vá trời" mà mọi nhà lãnh đạo kỹ thuật đều hướng tới.

    Lời kết: Đừng làm siêu nhân, hãy làm người dẫn dắt

    Dù bạn là sinh viên hay PM, mục tiêu cuối cùng không phải là biến mình thành một siêu nhân biết tuốt để người khác dựa dẫm. Hãy dùng kiến thức của mình để định hướng, để bảo vệ và để giúp team phát triển.

    Kỷ nguyên AI không đào thải những người biết code, nó đào thải những người "chỉ biết code" mà không hiểu mình đang làm gì. Hãy giữ cho mình một cái đầu lạnh để phân tích yêu cầu, một trái tim nóng để chăm chút cho UX và một đôi tay sẵn sàng debug khi mọi thứ đi lệch quỹ đạo.

    Checklist cho hành động tiếp theo:

    1. Với sinh viên: Hãy chọn một dự án Open Source, đọc code của họ và tập debug một tính năng nhỏ.
    2. Với PM: Thay vì học code từ đầu, hãy học cách đặt câu hỏi "Tại sao?" cho mọi quyết định kỹ thuật của team.
    3. Với tất cả: Hãy coi AI là một "Junior Assistant" cần được hướng dẫn, đừng coi nó là "Master".

    Chào quyết thắng và hẹn gặp lại các bạn trong những buổi Q&A tiếp theo!

  • Học lập trình thời đại AI: Đừng để AI làm thay tư duy và kỹ năng sinh tồn

    [img]Ảnh đại diện: Một lập trình viên đang làm việc với AI Agent trên màn hình, bên cạnh là những cuốn sách kỹ thuật dày cộm, thể hiện sự kết hợp giữa công nghệ hiện đại và nền tảng lý thuyết vững chắc.[/img]

    Chào buổi sáng mọi người! Hôm nay là ngày 08 tháng 01 năm 2026. Trong không khí những ngày đầu năm, tôi nhận được rất nhiều câu hỏi về việc làm thế nào để học lập trình và phát triển sự nghiệp khi AI đang len lỏi vào từng dòng code. Liệu chúng ta nên tránh xa AI để rèn luyện "tư duy thuần túy" hay nên tận dụng nó như một trợ thủ đắc lực? Bài viết này sẽ chia sẻ góc nhìn từ Vustech về cách "sống sót" và phát triển trong kỷ nguyên AI-Native.

    Học lập trình cùng AI: Tại sao cần nhiều lý thuyết hơn thực hành?

    Một nghịch lý đang xảy ra trong thời đại AI: Bạn cần nhiều lý thuyết hơn, nhưng lại ít thực hành (theo cách thủ công) hơn. Trước đây, chúng ta dành hàng giờ để gõ từng dòng code, học cách xử lý từng mảng, từng vòng lặp. Giờ đây, AI có thể làm điều đó trong vài giây.

    [img]Sơ đồ so sánh lộ trình học lập trình Truyền thống và lộ trình học AI-Native: Lộ trình mới nhấn mạnh vào Lý thuyết kiến trúc, Phân tích yêu cầu và Review mã nguồn.[/img]

    Tuy nhiên, việc ít thực hành thủ công dễ khiến bạn mất đi khả năng Troubleshooting (Xử lý sự cố). Nếu bạn chỉ biết copy-paste code từ AI mà không hiểu tại sao nó hoạt động, bạn sẽ trở nên vô dụng khi hệ thống gặp lỗi phức tạp mà AI không thể giải quyết. Lời khuyên của tôi dành cho các bạn sinh viên là:

    1. Thay đổi cách dùng AI: Thay vì yêu cầu AI "viết code", hãy yêu cầu AI "giải thích", "phân tích" hoặc "đưa ra gợi ý". Hãy coi AI như một người đồng nghiệp kỳ cựu để trao đổi, thay vì một "cỗ máy làm hộ".
    2. Tăng cường đọc sách và blog: AI rất giỏi code chi tiết, nhưng nó thường thiếu cái nhìn tổng thể về kiến trúc và các "best practices" (thực hành tốt nhất). Hãy đọc sách để hiểu về các nguyên tắc thiết kế, các mẫu kiến trúc và những điều "không được làm" (Don'ts).
    3. Kỹ năng Review là sống còn: Giá trị của bạn trong thời đại này nằm ở khả năng Decision Making (Ra quyết định). Nếu bạn không thể review và nhận ra lỗi trong code của AI, bạn sẽ sớm bị thay thế.

    Quản lý dự án khi "đội hình" thiếu PM/BA

    Nhiều bạn thắc mắc làm sao để quản lý task cho team khi chỉ toàn Developer mà không có Project Manager (PM) hay Business Analyst (BA). Thực tế, sự chuyên môn hóa thái quá đã trở nên lỗi thời trong thời đại AI.

    [img]Quy trình quản lý task tinh gọn cho đội ngũ chỉ toàn Developer: Sử dụng Backlog, thiết lập Deadline dựa trên độ ưu tiên và tận dụng AI để soạn thảo Documentation.[/img]

    Trong một team linh hoạt, mỗi Developer cần sẵn sàng "đội nhiều chiếc nón" khác nhau:

    • Nón BA: Tự soạn thảo requirement, document lại các flow nghiệp vụ. Bạn có thể nhờ AI phác thảo bản thảo đầu tiên dựa trên ý tưởng của mình, sau đó review và tinh chỉnh lại.
    • Nón Tester: Thực hiện test chéo (cross-test) các tính năng của đồng nghiệp. Đừng bao giờ chỉ tin vào unit test của bản thân.
    • Nón Tech Lead: Tham gia vào việc thiết kế kiến trúc và viết Design Note.

    Quy trình quản lý task hiệu quả nhất là lập kế hoạch theo tuần (Weekly) và theo ngày (Daily). Hãy dành 15 phút mỗi sáng để review backlogs, pick các task quan trọng và bám sát tiến độ. Đừng cố nhớ mọi thứ trong đầu, hãy để các công cụ quản lý và AI hỗ trợ bạn phần lưu trữ, còn bạn hãy tập trung vào việc thực hiện.

    Vượt qua cái bẫy cầu toàn: Hãy hoàn thành trước khi hoàn hảo

    Một căn bệnh phổ biến của các lập trình viên có tâm là "đập đi xây lại" vì architecture chưa ưng ý. Cầu toàn là tốt, nhưng cầu toàn quá mức sẽ dẫn đến việc dự án mãi mãi không bao giờ hoàn thành (abandoned).

    [img]Mô hình phát triển sản phẩm "Done is better than Perfect": Nhấn mạnh vào việc tạo ra sản phẩm chạy được (Usable), lấy feedback người dùng trước khi tiến hành Refactor kiến trúc.[/img]

    Lời khuyên của tôi là: Hãy làm cho nó chạy được trước đã.
    Ít nhất sản phẩm của bạn phải hoàn thiện về mặt tính năng và có thể sử dụng được (usable). Sau khi đã có sản phẩm "chạy được", bạn hoàn toàn có quyền đập đi xây lại để tối ưu kiến trúc. Việc có người dùng thật (thậm chí chỉ là chính bạn sử dụng hàng ngày) sẽ mang lại những feedback vô giá mà không một bản thiết kế hoàn hảo trên giấy nào có thể so sánh được.

    Bản thân tôi cũng thường xuyên rebuild blog cá nhân bằng các công nghệ khác nhau (Laravel, Go, .NET) để học hỏi. Nhưng mỗi lần rebuild, tôi đều đảm bảo nó hoàn thành đầy đủ tính năng của một CMS chuyên nghiệp trước khi dừng lại.

    Kỹ năng "Troubleshooting" và sự tập trung

    Cuối cùng, tôi muốn nhắc nhở về sự tập trung. Trong một thế giới đầy xao nhãng và những áp lực vô hình, việc mất tập trung có thể dẫn đến những sai lầm nhỏ nhưng tai hại (như việc tôi suýt va quệt xe vì mải suy nghĩ miên man).

    Trong lập trình, sự tập trung giúp bạn nhìn ra những chi tiết nhỏ trong logic mà AI có thể bỏ qua. Hãy rèn luyện kỹ năng phân tích log, hiểu sâu về runtime của ngôn ngữ thay vì phó mặc hoàn toàn cho các công cụ tự động.

    Checklist cho Developer AI-Native

    • Lý thuyết: Đọc ít nhất một cuốn sách về Architecture hoặc Best Practices mỗi tháng.
    • Cách dùng AI: Ưu tiên hỏi "Tại sao?" và "Làm thế nào?" thay vì "Viết code cho tôi".
    • Quản lý: Tự xây dựng kế hoạch làm việc hàng ngày và hàng tuần.
    • Sản phẩm: Đặt mục tiêu hoàn thành (Definition of Done) cho mọi dự án cá nhân, không bỏ dở giữa chừng.
    • Review: Luôn tự review code của mình và nhờ AI review lại để học hỏi thêm các góc nhìn mới.

    Thế giới đang chuyển mình, và chúng ta cần trở thành những "Superman" có khả năng điều phối AI thay vì chỉ là những "thợ gõ code" đơn thuần. Chúc các bạn luôn giữ được sự tỉnh táo và bản lĩnh trên con đường sự nghiệp!

    Bài viết được biên tập dựa trên chia sẻ của Vustech trong buổi trò chuyện sáng ngày 08/01/2026.