Mô Hình Trưởng Thành AI Liên Tục: Bạn Đang Ở Đâu Trong Quy Trình Áp Dụng?

Khi trò chuyện với Brian (@bdougieyo), tôi đã tự tin khẳng định rằng tôi đang ở một cấp độ cao trong "Mô hình trưởng thành AI liên tục". Nhưng sau đó, tôi dừng lại và tự hỏi: Tôi có thực sự ở đó không?

Câu hỏi này đã dẫn tôi đến việc viết bài này.

Mô Hình Trưởng Thành AI Liên Tục Là Gì?

Mô hình trưởng thành không phải là một khái niệm mới. Các khung như Mô hình trưởng thành AI đã được sử dụng từ lâu để mô tả cách mà các tổ chức phát triển trong việc sử dụng trí tuệ nhân tạo, từ những thí nghiệm ban đầu đến việc tích hợp hoàn toàn.

Lần đầu tiên tôi biết đến Mô hình trưởng thành AI liên tục là qua bài viết của @bekahhw - Hướng dẫn cho lập trình viên về AI liên tục. Bà đã định hình nó như một cách để hiểu cách mà các lập trình viên và nhóm phát triển sử dụng AI liên tục theo thời gian. Nó cung cấp cho chúng ta một ngôn ngữ chung để xác định vị trí của chúng ta hiện tại và nhận diện bước tiếp theo trong việc áp dụng AI liên tục.

Vậy thực tế mô hình này trông như thế nào? Mô hình được chia thành các cấp độ, mỗi cấp độ có những điểm mạnh và hạn chế riêng.

Cấp Độ 1 — Hỗ Trợ AI Thủ Công

Đây là nơi mà hầu hết các lập trình viên đang đứng hiện nay. Bạn sao chép một đoạn mã hoặc lỗi vào ChatGPT hoặc một công cụ khác. Bạn đặt câu hỏi và nhận lại một hàm hoặc một cách sửa lỗi. Điều này giúp tiết kiệm thời gian.

Điểm mạnh ở đây là tốc độ. Bạn có thể giải quyết vấn đề nhanh hơn. Bạn có thể vượt qua những trở ngại. Tuy nhiên, giới hạn cũng rõ ràng. Bạn chỉ nhận được giá trị khi bạn nhớ để hỏi. Sự trợ giúp không được kết nối với quy trình làm việc của bạn. Không có gì lặp lại.

Ví Dụ Cấp Độ 1

• Viết một bài kiểm tra chỉ khi bạn yêu cầu AI viết một bài.
• Hỏi về một biểu thức chính quy khi bạn không nhớ mẫu.
• Sao chép nhật ký lỗi vào AI để nhận được gợi ý sửa lỗi.

Cấp Độ 2 — Tự Động Hóa Quy Trình Làm Việc

Ở đây, AI bắt đầu sống bên trong công việc chính. Nó xử lý các tác vụ lặp lại trong khi bạn vẫn giữ quyền giám sát. Quy trình làm việc chạy mỗi lần, không chỉ khi bạn nghĩ để hỏi.

Điểm mạnh ở đây là tính nhất quán. Mọi người đều được hưởng lợi từ cùng một sự tự động hóa. Giới hạn là sự tin tưởng. Bạn vẫn cần xem xét và hướng dẫn AI. Nó có thể mắc lỗi.

Ví Dụ Cấp Độ 2

• AI thêm tài liệu còn thiếu trong quá trình xem xét yêu cầu kéo (pull request).
• AI gợi ý thay đổi về kiểu dáng và lỗi nhỏ trực tiếp trong PR.
• AI cập nhật một ticket khi một nhánh được hợp nhất.
• AI tạo ra các bài kiểm tra khi mã mới được đẩy lên.

Cấp Độ 3 — Quy Trình Không Cần Can Thiệp

Tại đây, AI hoàn thành một quy trình từ đầu đến cuối mà không cần sự can thiệp của con người. Điều này chỉ an toàn cho các quy trình hẹp và có rủi ro thấp.

Điểm mạnh ở đây là quy mô. Công việc diễn ra ngay cả khi không ai chạm vào nó. Giới hạn là phạm vi. Bạn không thể tin tưởng AI xử lý công việc phức tạp hoặc có rủi ro cao một mình.

Ví Dụ Cấp Độ 3

• AI hợp nhất các bản cập nhật phụ thuộc sau khi các bài kiểm tra vượt qua.
• AI giữ một nhật ký thay đổi được cập nhật mà không cần xem xét.
• AI đóng các vấn đề không hoạt động với một phản hồi rõ ràng.

Tại Sao Điều Này Quan Trọng

Không phải lập trình viên hoặc nhóm nào cũng ở cùng một vị trí. Một số vẫn chủ yếu thuộc cấp độ 1. Những người khác đang thử nghiệm với cấp độ 2. Rất ít người đã sẵn sàng cho cấp độ 3. Mô hình này giúp chúng ta có cách để xác định vị trí của mình. Nó định hình mục tiêu cho những gì chúng ta có thể hướng tới mà không hứa hẹn quá nhiều.

Di Chuyển Giữa Các Cấp Độ

Di chuyển từ cấp độ 1 lên cấp độ 3 chỉ trong một bước nhảy là không thực tế. Sự tiến bộ mới là điều quan trọng. Mỗi bước đều xây dựng trên những gì bạn đã học được.

Cấp độ 1 là nơi bạn làm quen với cách mà hệ thống AI của bạn hoạt động. Bạn thấy phong cách lập trình của nó khi được cung cấp bối cảnh dự án của bạn. Bạn nhận ra cách nó viết tài liệu. Bạn bắt đầu nhận diện các mẫu khi bạn yêu cầu nó lặp lại các tác vụ giống nhau. Ở giai đoạn này, điều quan trọng là học cách mà AI hoạt động và nó phù hợp ở đâu.

Cấp độ 2 là khi bạn lấy những mẫu đó và thiết lập chúng thành các quy tắc. Thay vì nhắc nhở AI mỗi lần, bạn xác định các tiêu chuẩn. Bạn ghi lại cách bạn muốn mã được tạo ra. Bạn lưu giữ phong cách ưa thích của bạn cho tài liệu. Bạn xây dựng các công thức có thể chạy tự động hoặc thủ công thay thế cho những quy trình lặp lại đó.

Một ví dụ đơn giản từ trải nghiệm của tôi: Tôi đã yêu cầu AI của mình liên tục tương tác với GitHub qua CLI, thay vì cố gắng đọc trang web. Khi viết vấn đề, yêu cầu kéo hoặc bình luận, tôi yêu cầu nó tạo nội dung trong một tệp markdown tạm thời và sử dụng nội dung đó như giá trị cho cờ --body-file với CLI, sau đó xóa tệp markdown tạm thời. Điều này giúp tránh định dạng inline không chính xác và giữ cho đầu ra sạch sẽ. Thay vì lặp lại hướng dẫn này mỗi lần, tôi có thể đặt nó một lần như một quy tắc trong cấu hình của trợ lý hoặc trong một tệp như AGENTS.md, đó là một quy tắc mới hiện nay.

Tất cả những điều này tích lũy ở cấp độ 2. Càng nhiều quy tắc bạn đặt ra, hệ thống càng thích nghi. Nếu bạn đang sử dụng một công cụ như Continue thu thập dữ liệu phát triển khi bạn xây dựng, bạn sẽ có thêm lợi thế. Nó bắt đầu cảm giác như trợ lý đang học cùng bạn, trong khi bạn cũng tinh chỉnh nó với các quy tắc của bạn để phù hợp với sở thích của bạn.

Cấp độ 3 chỉ trở nên khả thi sau khi bạn đã sử dụng đủ lâu ở cấp độ 2. Lúc này, bạn có thể đo lường điều gì đó quan trọng: tỷ lệ can thiệp. Đây là mức độ bạn vẫn cần can thiệp và sửa chữa đầu ra của AI. Nếu tỷ lệ này cao, bạn chưa sẵn sàng. Nhưng nếu theo thời gian, tỷ lệ này giảm, vì quy tắc của bạn vững chắc và trợ lý đang sử dụng dữ liệu dự án tốt, thì bạn có một hệ thống có thể thực hiện quy trình end to end mà không cần giám sát.

Điều quan trọng ở đây là cấp độ 3 không phải là phép thuật. Nó chỉ hoạt động vì bạn đã xây dựng nền tảng thông qua việc sử dụng lặp đi lặp lại, phản hồi và quy tắc ở cấp độ 2.

Suy Nghĩ

Khi tôi nói với Brian rằng tôi đang ở cấp độ 2, có thể là 3 haha, tôi muốn tin vào điều đó. Nhưng sự thật là tôi vẫn chủ yếu ở cấp độ 1 với một số phần của cấp độ 2 xen kẽ. Tôi khuyến khích AI, tôi có một vài quy tắc, nhưng tôi vẫn thường xuyên phải dọn dẹp mọi thứ.

Và điều đó không sao cả. Điểm quan trọng không phải là leo lên nhanh nhất có thể. Mà là biết bạn đang ở đâu, nhận diện những cải tiến của bạn và tiếp tục xây dựng. Mỗi cấp độ đều xây dựng dựa trên cấp độ trước đó. Càng sử dụng AI một cách cẩn thận, bạn càng chuẩn bị cho nó — và cho chính mình — cho những cấp độ trưởng thành cao hơn.

Mô hình trưởng thành AI liên tục không phải là việc theo đuổi một trạng thái cuối cùng nào đó. Nó về việc biết bạn đang đứng ở đâu, điều gì đang hoạt động cho bạn và bước tiếp theo nào là hợp lý.