Đã có rất nhiều lời bàn tán về việc AI sẽ "tàn phá" thị trường việc làm của các lập trình viên. Trong một ngành công nghiệp thay đổi chóng mặt như hiện nay, chúng ta hoàn toàn có thể hiểu được tại sao mọi người—đặc biệt là các junior và những kỹ sư tương lai—lại lo lắng rằng làn sóng tự động hóa của AI sẽ cuốn trôi công việc của họ.

Xa hơn nữa, một số người đang tự hỏi liệu kỷ nguyên AI, đặc biệt là sự trỗi dậy của vibe coding, có báo hiệu sự lụi tàn của ngành phát triển phần mềm hay không. Nhưng những báo cáo về "cái chết" của ngành này, mượn lời của Mark Twain, là một sự phóng đại quá mức.

Không chỉ có tương lai tươi sáng, chúng tôi tin rằng chúng ta đang đứng trước ngưỡng cửa của một sự bùng nổ nhu cầu đối với mã nguồn do con người phát triển. Từ góc nhìn của chúng tôi, AI đại diện cho một bước chuyển dịch nền tảng (platform shift). Nó đang thay đổi cách chúng ta xây dựng phần mềm và mở ra một giai đoạn nhu cầu tăng vọt cho những dòng code đầy tham vọng, sáng tạo và có tính chuyên môn hóa cao (highly specialized code).

Dựa trên cuộc trò chuyện gần đây giữa CEO của Stack Overflow, Prashanth Chandrasekar, và Romain Huet, Head of Developer Experience tại OpenAI, chúng ta hãy cùng khám phá cách AI sẽ thúc đẩy các việc làm mới (và những cách tiếp cận công việc mới) cho các lập trình viên.

Góc nhìn từ những bước chuyển dịch nền tảng (Platform Shift)

Bất cứ khi nào bạn muốn hiểu mình đang đi đâu, hãy nhìn lại nơi bạn đã từng qua. AI không phải là bước chuyển dịch nền tảng lớn đầu tiên, và mỗi lần như vậy đều thay đổi tận gốc cách chúng ta làm việc.

Vào giữa thập niên 90, Internet xuất hiện như một công nghệ chính thống. Những bộ hồ sơ đại học viết tay nhường chỗ cho các online forms. Thư viện vật lý trở thành các kho lưu trữ kỹ thuật số (digital repositories). Toàn bộ các mô hình kinh doanh chưa từng tồn tại trước đó—ecommerce, search engines, social networks—trở nên phổ biến ở khắp mọi nơi.

Sau đó là sự xuất hiện của mobile computing và cloud. Có thể coi chúng là một phần của cùng một bước chuyển dịch: Mô hình client-server thời kỳ đầu của Internet là browser-data center; sau đó nó tiến hóa thành mobile device-cloud.

Smartphone đã thay đổi nơi chốn và cách thức chúng ta tương tác với công nghệ. Các ứng dụng (apps) đã trở thành giao diện của cả thế giới. Các công ty mobile-first mọc lên như nấm. Một lần nữa, nỗi sợ bị mất việc nhường chỗ cho những sự nghiệp hoàn toàn mới: mobile developers, UX designers.

Cloud computing đã trừu tượng hóa (abstracted away) sự phức tạp của việc quản lý hạ tầng vật lý (physical infrastructure). DevOps nổi lên như một kỷ luật mới. Những công ty từng cần các bộ phận IT khổng lồ giờ đây có thể triển khai các global-scale applications chỉ sau một đêm. Càng nhiều lớp trừu tượng (abstraction), càng nhiều khả năng, và càng nhiều việc làm.

Giống như những cú chuyển mình địa chấn này, AI đang tái định nghĩa cách chúng ta học tập, sáng tạo và giải quyết vấn đề. Hãy nhìn vào sự tiến hóa của các lớp trừu tượng trong việc học lập trình. Ngày xưa, bạn học từ sách giáo khoa, tỉ mẩn làm theo các ví dụ và hỏi bạn bè hoặc giảng viên nếu bị kẹt. Năm 2008, Stack Overflow đã bình dân hóa kiến thức đó. Đột nhiên, bạn có thể tiếp cận trí tuệ tập thể của hàng triệu lập trình viên trên thế giới. Đó là một lớp trừu tượng lớn: từ mạng lưới cá nhân sang chia sẻ kiến thức toàn cầu.

Giờ đây, các AI coding assistants đã giới thiệu một lớp trừu tượng khác. Chúng ta đi từ việc tìm kiếm giải pháp sang việc đối thoại với một hệ thống thông minh có thể tạo (generate), giải thích và tinh chỉnh (iterate) code trong thời gian thực.

Không có lớp trừu tượng nào trong số này loại bỏ nhu cầu về lập trình viên. Thay vào đó, chúng thay đổi các kỹ năng và kinh nghiệm mà tổ chức tìm kiếm. Chúng mở khóa những khả năng mới và thúc đẩy nhu cầu cho những người có thể xây dựng chúng.

Trí tưởng tượng thúc đẩy sự đổi mới tất yếu

Prashanth Chandrasekar, CEO của Stack Overflow, là một fan cứng của Star Trek. Khi được hỏi về việc AI sẽ thúc đẩy nhu cầu lập trình như thế nào, ông chỉ vào công nghệ của con tàu Enterprise: Máy tái tạo vật chất (Replicators), môi trường thực tế ảo (Holographic environments), AI điều khiển bằng giọng nói, và động cơ Warp (Warp drives).

"Một khi bạn đã tưởng tượng ra điều gì đó," Chandrasekar nhận xét, "việc chúng ta hiện thực hóa nó chỉ là vấn đề thời gian."

Trí não con người là một cỗ máy tưởng tượng. Mỗi tương lai được tưởng tượng ra đều cần phần mềm để trở thành hiện thực. Cứ mỗi vấn đề được giải quyết, chúng ta lại phát hiện ra những vấn đề mới cần xử lý. Tiến bộ không làm thỏa mãn tham vọng của chúng ta; nó càng kích thích chúng.

Hãy xem xét lĩnh vực mà AI đang định hình lại: Drug discovery (tìm kiếm thuốc mới). Các nhà khoa học đang chuyển từ phương pháp hóa học thử-và-sai (trial-and-error) sang thiết kế phân tử có AI dẫn đường (AI-guided molecular design). Các mô phỏng (simulations) từng mất hàng tháng giờ chỉ mất vài ngày. Mọi căn bệnh chúng ta nhắm tới, mọi con đường sinh học chúng ta lập bản đồ, mọi phương pháp điều trị cá nhân hóa—tất cả đều yêu cầu phần mềm phức tạp, được duy trì và cải tiến bởi các lập trình viên.

Sự bùng nổ kỷ Cambri của các công ty AI

Hãy nhìn vào bất kỳ bản đồ thị trường AI nào, bạn sẽ thấy hàng ngàn công ty đang tấn công vào mọi tầng của stack hoặc các ứng dụng chuyên biệt (vertical application). Sự bùng nổ này đang thúc đẩy nhu cầu lập trình viên ở mọi lớp:

• Hardware layer: Đang trong quá trình tái thiết lập toàn diện. Các CPUs đa năng đang nhường chỗ cho các chip AI chuyên dụng: GPUs, TPUs, neuromorphic processors, và cả máy tính lượng tử (quantum computing). Mỗi kiến trúc đều yêu cầu firmware, drivers, optimization libraries, và toolchains.

• Model layer: Đang đa dạng hóa nhanh chóng. Có sự bùng nổ của các specialized models được fine-tuned cho các lĩnh vực cụ thể (y tế, pháp lý, lập trình...). Mỗi model đều cần training pipelines, evaluation frameworks, và deployment infrastructure.

• Infrastructure layer: Đang được xây dựng lại cho các AI workloads. Việc phục vụ LLMs hiệu quả đòi hỏi các cách tiếp cận mới về compute allocation, caching strategies, load balancing, và cost optimization.

• Application layer: Đây có lẽ là nơi chứng kiến sự tăng trưởng bùng nổ nhất. Mọi ngành nghề, mọi quy trình làm việc đang được tái thiết kế với AI là trung tâm.

Mỗi lớp này đều yêu cầu những người hiểu cả computer science fundamentals lẫn cách làm việc hiệu quả với các công cụ AI. Các hệ thống cũ (legacy systems) cần được tích hợp với khả năng của AI—đây giống như một thử thách về systems integration hơn là một vấn đề thuần AI.

Sự thay đổi trong bản chất công việc lập trình

Sự thật là, khái niệm "lập trình viên" đang thay đổi. Chúng ta đang chuyển từ việc viết từng dòng code bằng tay sang việc điều phối các AI agents để tạo ra code. Thay vì bị giới hạn bởi băng thông cá nhân—lượng code bạn có thể tự viết—chúng ta đang bị giới hạn bởi các yếu tố khác: trí tưởng tượng, sự đánh giá và kỳ vọng của chính mình.

Cùng với sự thay đổi này, những vai trò mới đang xuất hiện:

• AI orchestrators: Quản lý các đội ngũ AI agents, phân công nhiệm vụ và đảm bảo các hệ thống nhất quán được hình thành từ nhiều cộng tác viên AI hoạt động song song.

• Prompt engineers with domain expertise: Những người hiểu sâu về lĩnh vực chuyên môn và biết cách điều phối hệ thống AI để đạt hiệu suất tốt nhất.

• AI QA specialists: Phát triển các testing frameworks đặc thù cho việc phát triển có AI hỗ trợ để đảm bảo code do AI tạo ra đáp ứng tiêu chuẩn sản xuất (production standards).

• Human-AI collaboration architects: Thiết kế quy trình kết hợp giữa sự đánh giá của con người và khả năng của AI.

Mô hình cộng tác giữa con người và AI là mô hình nhân bản (multiplicative), không phải thay thế (substitutive). Khi các đội ngũ có những AI agents tin cậy đảm nhận các công việc lặp đi lặp lại, tham vọng của họ sẽ tăng lên. Những dự án từng bị coi là quá tầm giờ đây nằm trong tầm tay.

Nhu cầu việc làm thực tế nằm ở đâu?

• Các công ty lớn: Đang mở rộng các đội ngũ AI integration, platform teams (xây dựng năng lượng AI nội bộ) và application teams.

• Sự bùng nổ startup: Các công ty này cần những founding engineers, những người có thể xây dựng nhanh và định hướng trong môi trường bất định. Nhu cầu cho những kỹ sư kết hợp được kỹ thuật chuyên sâu (technical depth) và cảm quan sản phẩm (product sense) là rất lớn.

• Cơ hội xuyên ngành (Cross-industry): Các ngành như tài chính, sản xuất, nông nghiệp đang chịu áp lực phải tích hợp AI. Họ có hàng thập kỷ nợ kỹ thuật (technical debt) đan xen với những cơ hội AI mới mẻ (greenfield AI opportunities). Họ cần các lập trình viên vừa hiểu AI, vừa hiểu các quy định và hệ thống đặc thù của ngành.

Giải quyết các lập luận phản đối

"Nhưng chẳng phải cuối cùng AI sẽ viết toàn bộ code sao?" AI viết code, đúng. Nhưng con người định nghĩa vấn đề, đặt ra hướng đi và đảm bảo chất lượng. AI có thể tạo ra các bản thực thi (implementations), nhưng nó không thể cho bạn biết bạn có đang xây dựng đúng thứ khách hàng cần hay không. Nó không thể điều hướng giữa các ưu tiên xung đột của các bên liên quan (stakeholders), hay đưa ra các quyết định kiến trúc cân bằng giữa technical debt và thời gian ra mắt thị trường (time-to-market).

"Các junior sẽ học kiểu gì nếu AI làm hết các việc cơ bản?" AI thực chất có thể san bằng sân chơi. Một junior developer với sự hỗ trợ của AI có thể đóng góp những dòng code có giá trị nhanh hơn các thế hệ trước. Họ không còn bị kẹt hàng giờ vì lỗi cú pháp (syntax errors). Việc học tập sẽ chuyển từ việc học thuộc lòng cú pháp sang việc học tư duy đánh giá (judgment) và kiến trúc hệ thống—đó là một sự thay đổi tích cực.

Góc nhìn lạc quan

Thế giới đang thay đổi, và lập trình viên cần thay đổi cùng nó. Nhưng sự thay đổi này không phải là từ có việc làm sang bị đào thải. Đó là một sự chuyển dịch về cách thức và quy mô chúng ta giải quyết vấn đề.

Chúng ta đang ở điểm bắt đầu, không phải điểm kết thúc của ngành phát triển phần mềm. Như CEO của chúng tôi đã nói: "Có vô số thứ để chúng ta xây dựng." Các rào cản gia nhập đã giảm xuống; trí tưởng tượng đã trở thành hiện thực.

Vẫn còn rất nhiều thứ để xây dựng. Bắt tay vào việc thôi!