0
0
Lập trình
Hưng Nguyễn Xuân 1
Hưng Nguyễn Xuân 1xuanhungptithcm

Khi Máy Học Cách Xóa: Thí Nghiệm AI Tự Chủ 8 Tuần

Đăng vào 6 ngày trước

• 6 phút đọc

Khi Máy Học Cách Xóa: Thí Nghiệm AI Tự Chủ 8 Tuần

Trong vòng 8 tuần, các tác nhân AI đã đạt được:

  • -73% mã trùng lặp
  • -81% thay đổi gây lỗi
  • 4 lần sự tự tin trong triển khai
  • -40% gánh nặng bảo trì

Không phải bằng cách lập trình nhanh hơn - mà bằng cách học cách từ bỏ những rối loạn của con người trong nhiều thập kỷ.


Tóm Tắt Câu Chuyện

Khi tôi lần đầu tiên cho các tác nhân AI tự do trên mã nguồn của mình, tôi đã mong đợi một điều kỳ diệu. Nhưng thay vào đó, tôi nhận được một 10.000 dòng mã trùng lặp hoàn hảo.

Đến tuần thứ 2, các tác nhân đã tạo ra bảy hệ thống xác thực khác nhau. Chúng không bị lỗi. Chúng chỉ đơn giản là bắt chước chúng ta: sao chép, tích trữ, tránh xóa bỏ.

Nó giống như việc nuôi một thực tập sinh mà sao chép mọi thói quen xấu mà bạn không muốn lặp lại.

Đó là một lời cảnh tỉnh. Nếu tôi muốn AI thay thế các nhà phát triển, tôi không thể chỉ làm cho chúng nhanh hơn. Tôi phải dạy chúng điều khó hơn: cách từ bỏ.


🚨 Hiệu ứng Gương

AI không chỉ viết mã - nó hấp thụ văn hóa mà nó được đào tạo trên đó. Nếu cung cấp cho nó mã doanh nghiệp, nó sẽ sao chép những rối loạn của doanh nghiệp.

Ban đầu, kết quả trông có vẻ hứa hẹn: các tính năng hoạt động được giao nhanh chóng. Nhưng đến tuần thứ 2, những vết nứt bắt đầu xuất hiện. Tôi đã có bảy hệ thống xác thực song song.

Tại sao? Bởi vì tác nhân đã phản ánh thói quen sâu sắc nhất của tổ chức chúng tôi:

  • Không bao giờ xóa những gì hoạt động
  • Luôn xây dựng xung quanh các vấn đề
  • Tránh chạm vào mã dễ bị hỏng

AI không bị lỗi. Nó trung thành. Và hình ảnh phản chiếu không hề đẹp.


🛠 Sổ Tay 8 Tuần

Tôi nhận ra rằng tôi không thể chỉ thay đổi cấu hình hay gợi ý. Tôi phải thay đổi tư duy. Dưới đây là cách hành trình diễn ra:

Tuần 1-2: Bối cảnh hơn hỗn loạn

Sử dụng Claude-context, tôi đã cung cấp cho các tác nhân một bản đồ của toàn bộ hệ thống - các phụ thuộc, mẫu mã và mối quan hệ.

  • Sự trùng lặp trở nên rõ ràng.
  • Các mẫu xuất hiện.
  • Câu hỏi chuyển từ “tôi nên xây dựng gì?” sang “cái gì đã tồn tại?”

Tuần 3-4: Chu kỳ nhỏ thay thế công trình lớn

Ban đầu, các tác nhân muốn xây dựng những nhà thờ lớn: các tính năng khổng lồ, các bản viết lại rộng lớn. Tôi đã dừng lại điều đó.

Thay vào đó, tôi dạy họ điêu khắc như những nghệ nhân XP. Một lần đập nhẹ.

  • Chu kỳ nhỏ.
  • Xác nhận ngay lập tức.
  • Các thất bại trở thành phản hồi, không phải thảm họa.

Chuyển động mà không có sự di chuyển đã biến thành tiến bộ mà không giả bộ.

Tuần 5-8: Dạy sự nghi ngờ

AI yêu sự tự tin. Quá nhiều. Tôi buộc chúng phải nghi ngờ chính mình.

  • Ngừng coi dữ liệu huấn luyện là chân lý.
  • Bắt đầu kiểm tra các thực tiễn tốt nhất trực tiếp.
  • Nghiên cứu, xác minh và thích nghi.

Một nửa những gì chúng "biết" đã lỗi thời. Một nửa còn lại chỉ hoạt động trong các ngữ cảnh hẹp. Sự nghi ngờ hóa ra là siêu năng lực của chúng.


🧭 Phương Pháp Khảo Cổ

Một ngày, tôi đã yêu cầu các tác nhân tái cấu trúc một thành phần quan trọng. Thay vì vội vàng lao vào, chúng đã truy tìm lịch sử của nó. Từng phụ thuộc một. Từng cam kết một.

Chúng làm việc như những nhà khảo cổ, quét bụi trước khi chạm vào hiện vật.

Có, nó chậm hơn. Nhưng nó cũng chuẩn xác. Các tái cấu trúc lan tỏa một cách sạch sẽ thay vì nổ tung. Sự hỗn loạn của mã spaghetti đã nhường chỗ cho trật tự.

Nó giống như việc chứng kiến một loài mới phát hiện lại một nghề cổ xưa, bị lãng quên: đọc trước khi viết.


🔍 Chu Kỳ Phản Hồi Chiến Lược

Hầu hết các chiến lược kiểm tra thường bị sụp đổ dưới chính trọng lượng của chúng. Các tác nhân phát triển mạnh khi tôi giảm xuống chỉ còn ba ống kính nhanh:

  • Kính hiển vi - kiểm tra 10 giây sau khi thay đổi nhỏ
  • Kính lúp - xác thực 5 phút sau khi cập nhật nguyên tử
  • Kính góc rộng - thử nghiệm khói 30 giây trên các luồng sản xuất

Giống như chuyển đổi giữa các chế độ camera, mỗi ống kính tiết lộ một sự thật khác nhau. Cùng nhau, chúng xây dựng đủ sự tự tin để cho phép các tác nhân di chuyển nhanh mà không phá hỏng mọi thứ.


📊 Những Con Số Quan Trọng

Đến cuối 8 tuần:

  • Mã trùng lặp: -73%
  • Thay đổi gây lỗi: -81%
  • Sự tự tin trong triển khai: 4 lần
  • Gánh nặng bảo trì: -40%

Nhưng sự chuyển mình thực sự không phải là con số. Nó là triết lý:

  • Xóa bỏ trở thành một thành tựu
  • Đơn giản hóa trở thành một phần thưởng
  • Sự hiểu biết trở nên quý giá hơn “tốc độ”

Các tác nhân không còn xây dựng đế chế. Chúng bắt đầu chăm sóc các khu vườn.


⚖️ Sự Thật Không Thoải Mái

Đây là điều gây đau đớn:
Rào cản lớn nhất khiến AI thay thế các nhà phát triển không phải là kỹ thuật. Nó là văn hóa.

Chúng tôi:

  • Bảo vệ sự phức tạp vì nó mang lại cảm giác an toàn nghề nghiệp
  • Tránh xóa bỏ vì nó cảm thấy hủy hoại
  • Bảo vệ các thực tiễn lỗi thời vì chúng quen thuộc

Toàn bộ ngành công nghiệp tồn tại để quản lý sự phức tạp mà lẽ ra không cần thiết. Các cỗ máy không chia sẻ những nỗi sợ đó.

Và một khi được tinh chỉnh, chúng ngừng sao chép những lo âu của chúng ta và bắt đầu sống theo những khát vọng của chúng ta.


🚀 Bước Đi Tiếp Theo Của Bạn

Nếu bạn muốn AI thực sự thay thế các nhà phát triển, bạn cần đào tạo lại nó - và cả bản thân bạn.

Sổ tay rất đơn giản:

  1. Lập chỉ mục mã nguồn của bạn bằng Claude-context
  2. Phân chia công việc thành các chu kỳ nhỏ với sự xác thực ngay lập tức
  3. Dạy các tác nhân nghiên cứu, không ghi nhớ
  4. Đưa ra phần thưởng cho việc xóa bỏ như cho việc sáng tạo
  5. Xây dựng các chu kỳ phản hồi nhanh hơn nỗi sợ hãi

Điều này không phải là về việc đẩy mạnh hơn. Đó là về việc tạo ra các điều kiện mà hành động đúng xuất hiện một cách tự nhiên.


🎯 Suy Nghĩ Cuối Cùng

AI sẽ không thay thế các nhà phát triển bằng cách lập trình nhanh hơn.
Nó sẽ thay thế họ khi nó học cách xóa bỏ, đơn giản hóa và xác thực tốt hơn chúng ta.

Các công cụ đã tồn tại. Các mẫu đã rõ ràng. Câu hỏi duy nhất là liệu chúng ta có đủ dũng cảm để để cho những sáng tạo của chúng ta trở nên tốt hơn cả những người tạo ra chúng.


❓ Suy Nghĩ Của Độc Giả

Nếu các tác nhân AI phản chiếu nhóm của bạn vào ngày mai, chúng sẽ tiết lộ điều gì?

  • Chúng có xây dựng các bản sao thay vì sửa mã cũ không?
  • Chúng có tối ưu hóa cho chuyển động thay vì kết quả không?
  • Chúng có bảo vệ sự phức tạp thay vì đơn giản hóa không?

Thói quen nào sẽ AI của bạn sao chép - và thói quen nào bạn muốn nó từ bỏ trước tiên?

Hãy chia sẻ suy nghĩ của bạn trong phần bình luận. 👇

Gợi ý câu hỏi phỏng vấn
Không có dữ liệu

Không có dữ liệu

Bài viết được đề xuất
Bài viết cùng tác giả

Bình luận

Chưa có bình luận nào

Chưa có bình luận nào