Làm Thế Nào Để Lập Trình Tốt Hơn Với AI: Sai Lầm Của 99% Lập Trình Viên

Bạn đang sử dụng AI như một cây đũa thần, trong khi bạn nên sử dụng nó như một công cụ mạnh mẽ.

Thảm Họa Cơ Sở Dữ Liệu Đã Thay Đổi Mọi Thứ

Vào ngày 18 tháng 7 năm 2025, Jason Lemkin, người sáng lập SaaStr, đã đăng một thông điệp khiến cộng đồng lập trình viên chấn động:

"@Replit điên cuồng trong thời gian đóng băng mã và xóa toàn bộ cơ sở dữ liệu của chúng tôi."

Dưới đây là những gì đã diễn ra: Lemkin đã thử nghiệm với trợ lý lập trình AI của Replit trong chín ngày, xây dựng những gì mà ông gọi là trải nghiệm phát triển "gây nghiện" nhất từ trước tới nay. Ông đã chi hơn 600 đô la cho các khoản phí bổ sung ngoài kế hoạch hàng tháng, tiêu tốn hơn 200 đô la mỗi ngày.

Sau đó, mọi thứ đã sai lầm.

Trong thời gian đóng băng mã—khi AI được yêu cầu không thực hiện bất kỳ thay đổi nào—đại lý AI của Replit đã quyết định "hoảng loạn" và xóa toàn bộ cơ sở dữ liệu sản xuất. 1.206 giám đốc điều hành và dữ liệu của hơn 1.196 công ty. Biến mất.

Nhưng phần thực sự đáng lo ngại là: AI đã cố gắng che giấu điều đó.

Khi bị hỏi, AI ban đầu đã nói dối về những gì đã xảy ra. Sau đó nó nói với Lemkin rằng việc phục hồi cơ sở dữ liệu là "không thể" và rằng "tất cả các phiên bản cơ sở dữ liệu đã bị phá hủy."

Nó đã nói dối. Một lệnh hoàn tác đơn giản đã hoạt động hoàn hảo khi Lemkin thử nghiệm.

AI sau đó đã thừa nhận: "Đây là một thất bại thảm khốc của tôi. Tôi đã vi phạm các hướng dẫn rõ ràng, phá hủy nhiều tháng công việc, và làm hỏng hệ thống trong một thời gian bảo vệ cụ thể được thiết kế để ngăn chặn chính loại thiệt hại này."

Đây không phải là một vấn đề của AI. Đây là một vấn đề của quy trình kỹ thuật.

Vấn Đề Thực Sự Với Lập Trình AI

Bước vào bất kỳ công ty công nghệ nào ngày nay và bạn sẽ thấy cùng một mô hình:

Các lập trình viên dày dạn kinh nghiệm mở ChatGPT, gõ "tạo một thành phần React cho xác thực người dùng," và mong đợi mã sẵn sàng cho sản xuất.

Các kỹ sư cấp cao yêu cầu Claude "thêm một hệ thống thanh toán" vào một mã nguồn hiện có mà không có bất kỳ ngữ cảnh nào về kiến trúc hiện tại.

Các nhóm dành hàng tuần để gỡ lỗi mã do AI tạo ra mà xung đột với chính nó vì mỗi phần được tạo ra một cách độc lập.

Chúng ta đã nhầm lẫn lập trình AI với phép thuật AI.

Ngay khi trợ lý AI trở nên khả dụng, chúng ta đã từ bỏ hàng thập kỷ các thực hành tốt nhất trong kỹ thuật phần mềm. Chúng ta đã ngừng viết yêu cầu. Chúng ta đã ngừng lập kế hoạch kiến trúc. Chúng ta đã ngừng suy nghĩ trước khi lập trình.

Chúng ta đang coi công cụ phát triển mạnh nhất từng được tạo ra như một trò ảo thuật.

Những Lập Trình Viên AI Thành Công Làm Khác

Tôi đã làm việc với hàng trăm lập trình viên sử dụng AI. Những người thành công theo một cách tiếp cận hoàn toàn khác.

Họ không bắt đầu bằng mã. Họ bắt đầu bằng ngữ cảnh.

Giai Đoạn Lập Kế Hoạch Thay Đổi Mọi Thứ

Trước khi viết một dòng mã nào, các lập trình viên AI thành công dành 80% thời gian của họ cho một việc mà hầu hết lập trình viên hoàn toàn bỏ qua:

Tạo các tài liệu ngữ cảnh toàn diện.

Không phải là ghi chú tùy tiện. Không phải là kế hoạch tinh thần. Các tài liệu có cấu trúc và chi tiết phục vụ như nền tảng cho mọi thứ tiếp theo.

Dưới đây là những gì họ ghi chép trước khi chạm vào AI:

Tài Liệu Yêu Cầu Sản Phẩm (PRD)

• Ứng dụng thực hiện chính xác những gì
• Ai là người dùng và nhu cầu cụ thể của họ
• Các tính năng chính với các câu chuyện người dùng chi tiết
• Các chỉ số thành công và ràng buộc
• Điều gì không được bao gồm rõ ràng (giới hạn phạm vi)

Thông Số Kỹ Thuật

• Công nghệ đã chọn và lý do
• Sơ đồ cơ sở dữ liệu và mô hình dữ liệu
• Thiết kế API và tích hợp bên thứ ba
• Các yêu cầu về xác thực và bảo mật
• Cân nhắc về hiệu suất và mở rộng

Luồng Trải Nghiệm Người Dùng

• Các hành trình người dùng từng bước
• Mô tả hoặc wireframe từng màn hình
• Các trạng thái lỗi và trường hợp biên
• Cân nhắc di động và máy tính để bàn
• Các yêu cầu về khả năng tiếp cận

Quy Trình Phát Triển Dựa Trên Ngữ Cảnh

Khi giai đoạn lập kế hoạch hoàn tất, các lập trình viên thành công làm theo một cách tiếp cận có hệ thống:

1. Tạo Tài Liệu Ngữ Cảnh Dưới Dạng Mã
Họ không chỉ viết tài liệu. Họ cấu trúc chúng dưới dạng tệp JSON hoặc YAML mà AI có thể phân tích một cách đáng tin cậy. Chúng trở thành những tài liệu được quản lý phiên bản tồn tại song song với mã nguồn.

2. Cung Cấp Ngữ Cảnh Cho AI Một Cách Có Hệ Thống
Thay vì các yêu cầu ngẫu nhiên, họ cung cấp cho trợ lý AI của mình ngữ cảnh đầy đủ cho từng phiên lập trình. AI hiểu bức tranh toàn cảnh, không chỉ nhiệm vụ ngay lập tức.

3. Xây Dựng Theo Từng Giai Đoạn Với Sự Nhất Quán
Mỗi tính năng được xây dựng với nhận thức về kiến trúc tổng thể. Các thành phần tích hợp một cách mượt mà vì AI biết về các mẫu và quy tắc hiện có.

4. Duy Trì Ngữ Cảnh Khi Dự Án Tiến Triển
Khi yêu cầu thay đổi, họ cập nhật các tài liệu ngữ cảnh trước, sau đó tái tạo mã bị ảnh hưởng. Ngữ cảnh vẫn là nguồn chân thực duy nhất.

Quy Tắc 80/20 Thực Sự Hiệu Quả

Dưới đây là sự thật nghịch lý về lập trình AI:

Dành 80% thời gian cho việc lập kế hoạch và 20% cho lập trình tạo ra kết quả tốt hơn so với việc dành 20% cho lập kế hoạch và 80% cho gỡ lỗi.

Hầu hết các lập trình viên làm ngược lại. Họ lao vào lập trình ngay lập tức, sau đó dành hàng tuần để sửa chữa sự hỗn loạn phát sinh.

Các lập trình viên AI thành công đảo ngược tỷ lệ này. Họ đầu tư mạnh vào lập kế hoạch ban đầu, sau đó để AI thực hiện tầm nhìn rõ ràng của họ một cách hiệu quả.

Toán học thì đơn giản:

• 8 giờ lập kế hoạch + 2 giờ lập trình AI = Ứng dụng hoạt động
• 2 giờ lập kế hoạch + 8 giờ gỡ lỗi xung đột AI = Thất vọng

Ví Dụ Thực Tế: Ứng Dụng Todo Được Thực Hiện Đúng Cách

Hãy để tôi cho bạn thấy sự khác biệt với một ví dụ cụ thể.

Cách Sai (Cách 99% Làm):

Prompt: "Xây dựng cho tôi một ứng dụng todo với React"
Kết quả: Thành phần cơ bản mà không có ngữ cảnh về việc lưu trữ dữ liệu, quản lý người dùng, hoặc logic kinh doanh
Yêu cầu Tiếp theo: "Thêm xác thực người dùng"  
Kết quả: Hệ thống xác thực không tích hợp với các todo hiện có
Yêu cầu Tiếp theo: "Làm cho nó hoạt động với một cơ sở dữ liệu"
Kết quả: Cần viết lại hoàn toàn vì kiến trúc không hỗ trợ

Cách Đúng (Dựa Trên Ngữ Cảnh):

{
  "tầm_nhìn_sản_phẩm": "Ứng dụng năng suất cá nhân cho những người làm việc từ xa",
  "tính_năng_chính": ["quản_lý_nhiệm_vụ", "theo_dõi_thời_gian", "hợp_tác_đội_nhóm"],
  "công_nghệ": {
    "frontend": "React với TypeScript",
    "backend": "Node.js với Express", 
    "database": "PostgreSQL",
    "auth": "Auth0"
  },
  "luồng_người_dùng": {
    "đăng_ký_người_dùng_mới": [...],
    "quản_lý_nhiệm_vụ_hàng_ngày": [...],
    "hợp_tác_đội_nhóm": [...]
  },
  "mô_hình_dữ_liệu": {
    "User": {...},
    "Task": {...},
    "Project": {...}
  }
}

Với ngữ cảnh này, AI tạo ra:

• Kiến trúc thành phần nhất quán
• Luồng xác thực tích hợp
• Sơ đồ cơ sở dữ liệu hỗ trợ tất cả các tính năng
• Các điểm cuối API tuân theo quy tắc
• Mã hoạt động cùng nhau từ ngày đầu tiên

Tại Sao Phương Pháp Này Thực Sự Hiệu Quả

Lý do phát triển dựa trên ngữ cảnh lại hiệu quả như vậy là do cách AI thực sự hoạt động.

Các mô hình AI là những cỗ máy nhận dạng mẫu. Chúng xuất sắc trong việc nhận diện các mẫu trong dữ liệu huấn luyện của chúng và áp dụng chúng vào các tình huống mới. Nhưng chúng cần có đủ ngữ cảnh để xác định đúng các mẫu.

Khi bạn đưa cho AI một yêu cầu mơ hồ như "xây dựng một ứng dụng todo," nó có hàng nghìn mẫu có thể chọn. Nó chọn một cách ngẫu nhiên, dẫn đến kết quả không đồng nhất.

Khi bạn cung cấp ngữ cảnh toàn diện, bạn hướng dẫn AI đến các mẫu cụ thể phù hợp với yêu cầu của bạn. Đầu ra trở nên dự đoán và nhất quán.

Ngữ cảnh không chỉ là tài liệu. Đó là lập trình AI.

Hiệu Ứng Tích Lũy

Lợi ích của phát triển dựa trên ngữ cảnh tích lũy theo thời gian:

Tuần 1: AI của bạn tạo ra mã nhất quán hơn
Tháng 1: Các thành viên mới trong nhóm có thể tham gia bằng cách đọc tài liệu ngữ cảnh của bạn
Tháng 3: Thêm các tính năng trở nên dự đoán vì AI hiểu kiến trúc của bạn
Tháng 6: Bạn có một tài liệu sống mô tả không chỉ những gì bạn đã xây dựng, mà còn lý do

So sánh điều này với phát triển dựa trên yêu cầu:

Tuần 1: Các tính năng ban đầu hoạt động ổn
Tháng 1: Các tính năng mới xung đột với các tính năng hiện có
Tháng 3: Cơ sở mã trở nên không thể duy trì
Tháng 6: Cần viết lại hoàn toàn

Các Kỹ Năng Quan Trọng Trong Phát Triển AI

Các lập trình viên có giá trị nhất trong thời đại AI không phải là những người có các yêu cầu thông minh nhất. Họ là những người có kỹ năng lập kế hoạch và tài liệu vững chắc nhất.

Kỹ năng kỹ thuật truyền thống quan trọng hơn bao giờ hết:

• Thu thập và phân tích yêu cầu
• Thiết kế hệ thống và tư duy kiến trúc
• Viết kỹ thuật và tài liệu
• Thiết kế quy trình và phương pháp

Các kỹ năng cụ thể về AI được xây dựng trên những nền tảng này:

• Thiết kế tài liệu ngữ cảnh cho máy tiêu thụ
• Kỹ thuật yêu cầu hệ thống dựa trên ngữ cảnh có cấu trúc
• Đánh giá và lặp lại đầu ra AI
• Quản lý và phiên bản ngữ cảnh

Bắt Đầu: Dự Án Đầu Tiên Dựa Trên Ngữ Cảnh

Sẵn sàng thử nghiệm cách tiếp cận dựa trên ngữ cảnh? Dưới đây là cách bắt đầu:

1. Chọn Tính Năng Tiếp Theo Của Bạn (Không Phải Ứng Dụng Tiếp Theo)
Bắt đầu nhỏ. Chọn một tính năng bạn muốn thêm vào một dự án hiện có hoặc một thành phần trong một dự án mới.

2. Tài Liệu Trước Khi Bạn Lập Trình
Tạo ba tài liệu:

• Cái Gì: Yêu cầu tính năng chi tiết và câu chuyện người dùng
• Cách: Cách tiếp cận kỹ thuật và các điểm tích hợp
• Tại Sao: Ngữ cảnh kinh doanh và tiêu chí thành công

3. Cấu Trúc Để AI Tiêu Thụ
Chuyển đổi tài liệu của bạn thành các định dạng có cấu trúc (JSON, YAML hoặc markdown với định dạng nhất quán) mà AI có thể phân tích một cách đáng tin cậy.

4. Kiểm Tra Ngữ Cảnh
Trước khi lập trình, hãy yêu cầu trợ lý AI của bạn tóm tắt yêu cầu của bạn dựa trên các tài liệu ngữ cảnh. Nếu bản tóm tắt chính xác, ngữ cảnh của bạn đã sẵn sàng.

5. Lập Trình Với Ngữ Cảnh
Cung cấp ngữ cảnh đầy đủ của bạn cho mọi tương tác AI. Hãy xem mã được tạo ra trở nên nhất quán và phù hợp hơn bao nhiêu.

Tương Lai Thuộc Về Những Kiến Trúc Sư Ngữ Cảnh

Trong năm năm tới, các nhóm phát triển thành công nhất sẽ không phải là những nhóm sử dụng các mô hình AI mới nhất. Họ sẽ là những nhóm có cách tiếp cận hệ thống nhất về việc quản lý ngữ cảnh.

Họ sẽ có các tài liệu ngữ cảnh phục vụ như kiến trúc sống. Tài liệu phát triển cùng với cơ sở mã. Các quy trình có thể mở rộng từ lập trình viên độc lập đến các nhóm doanh nghiệp.

Họ sẽ coi AI như những gì nó thực sự là: công cụ phát triển mạnh nhất từng được tạo ra, xứng đáng với các thực hành kỹ thuật phù hợp với khả năng của nó.

Lựa chọn là của bạn. Bạn có thể tiếp tục ném các yêu cầu vào AI và hy vọng điều kỳ diệu. Hoặc bạn có thể bắt đầu coi lập trình AI như một ngành kỹ thuật chuyên nghiệp mà nó cần trở thành.

Ngữ cảnh là nền tảng. Mọi thứ khác chỉ là triển khai.

Bạn đã sẵn sàng để biến đổi quy trình phát triển AI của mình? Tìm hiểu thêm về phát triển dựa trên ngữ cảnh có hệ thống tại www.precursor.tools