Các nhà phát triển cho rằng các công cụ lập trình AI hoạt động hiệu quả - và đó chính là điều khiến họ lo lắng.

Một câu hỏi lớn mà các nhà phát triển đang quan tâm hiện nay là liệu cái mà người ta gọi là “lập trình cú pháp”, tức là việc tự tay viết mã theo cú pháp của một ngôn ngữ lập trình đã được thiết lập (thay vì giao tiếp với một tác nhân AI bằng tiếng Anh), có bị tuyệt chủng trong tương lai gần hay không do các tác nhân lập trình AI sẽ xử lý cú pháp thay cho họ. Dreier tin rằng lập trình cú pháp về cơ bản đã kết thúc đối với nhiều tác vụ. Ông nói: “Tôi vẫn cần có khả năng đọc và xem xét mã, nhưng rất ít khi tôi gõ mã bằng Rust hay bất kỳ ngôn ngữ nào khác.”

Khi được hỏi liệu các nhà phát triển có bao giờ quay lại với việc lập trình cú pháp thủ công hay không, Tim Kellogg, một nhà phát triển thường xuyên đăng bài về AI trên mạng xã hội và xây dựng các tác nhân tự động, đã thẳng thắn trả lời: “Chuyện đó đã qua rồi. Các công cụ lập trình AI dễ dàng xử lý các chi tiết bề mặt.” Phải thừa nhận rằng, Kellogg đại diện cho những nhà phát triển đã hoàn toàn đón nhận AI tác nhân và hiện dành thời gian điều khiển các mô hình AI thay vì gõ mã. Ông cho biết giờ đây ông có thể “xây dựng, rồi xây dựng lại 3 lần trong thời gian ngắn hơn so với việc xây dựng thủ công”, và kết quả là kiến ​​trúc hệ thống trở nên gọn gàng hơn.

Một kiến ​​trúc sư phần mềm tại một công ty phần mềm dịch vụ (SaaS) quản lý giá cả, người yêu cầu giấu tên do chính sách truyền thông của công ty, nói với Ars rằng các công cụ AI đã thay đổi công việc của ông sau 30 năm lập trình theo phương pháp truyền thống. Ông nói: “Tôi đã có thể hoàn thành một tính năng tại công ty trong khoảng 2 tuần, trong khi nếu làm theo cách truyền thống thì có lẽ phải mất cả năm.” Và đối với các dự án cá nhân, ông cho biết giờ đây ông có thể “tạo ra một nguyên mẫu trong khoảng một giờ và tìm hiểu xem có đáng để tiếp tục hay nên từ bỏ.”

Dreier cho biết việc giảm bớt nỗ lực đã giúp anh mở khóa những dự án mà anh đã trì hoãn trong nhiều năm: “Tôi đã có trong danh sách việc cần làm của mình việc 'viết lại đoạn mã shell lỗi thời để sao chép ảnh từ thẻ SD của máy ảnh' suốt nhiều năm trời.” Cuối cùng, các tác nhân lập trình đã hạ thấp rào cản gia nhập, nói cách khác, đủ thấp để anh dành vài giờ xây dựng một gói phần mềm hoàn chỉnh với giao diện người dùng văn bản, được viết bằng Rust với các bài kiểm tra đơn vị. “Không có gì quá đặc biệt ở đó, nhưng tôi sẽ không bao giờ có đủ năng lượng để tự gõ tất cả đoạn mã đó bằng tay,” anh nói với Ars.

Về lập trình theo cảm nhận và nợ kỹ thuật

Không phải ai cũng có cùng sự nhiệt tình như Dreier. Những lo ngại về việc các tác nhân lập trình AI tích lũy nợ kỹ thuật, tức là đưa ra những lựa chọn thiết kế tồi ngay từ đầu quá trình phát triển, dẫn đến những vấn đề nghiêm trọng hơn theo thời gian, đã xuất hiện ngay sau khi những cuộc tranh luận đầu tiên về " lập trình cảm nhận " nổi lên vào đầu năm 2025. Cựu nhà nghiên cứu của OpenAI, Andrej Karpathy, đã đặt ra thuật ngữ này để mô tả việc lập trình bằng cách trò chuyện với AI mà không hiểu đầy đủ mã nguồn được tạo ra, điều mà nhiều người coi là một mối nguy hiểm rõ ràng của các tác nhân lập trình AI.

Darren Mart, một kỹ sư phát triển phần mềm cấp cao tại Microsoft, người đã làm việc ở đó từ năm 2006, cũng chia sẻ những lo ngại tương tự với Ars. Mart, người nhấn mạnh rằng ông đang phát biểu với tư cách cá nhân chứ không phải thay mặt Microsoft, gần đây đã sử dụng Claude trong terminal để xây dựng một ứng dụng Next.js tích hợp với Azure Functions. Mô hình AI “đã xây dựng thành công khoảng 95% ứng dụng theo đúng yêu cầu của tôi,” ông nói. Tuy nhiên, ông vẫn thận trọng. “Tôi chỉ cảm thấy thoải mái khi sử dụng chúng để hoàn thành những nhiệm vụ mà tôi đã hoàn toàn hiểu rõ,” Mart nói, “nếu không thì không có cách nào biết được liệu tôi có đang bị dẫn dắt vào một con đường nguy hiểm và tự đẩy mình (và/hoặc nhóm của mình) vào một khoản nợ khổng lồ trong tương lai hay không.”

Một nhà khoa học dữ liệu làm việc trong lĩnh vực phân tích bất động sản, người yêu cầu được giấu tên do tính chất nhạy cảm của công việc, đã mô tả việc kiểm soát AI rất chặt chẽ vì những lý do tương tự. Anh ấy sử dụng GitHub Copilot để tự động hoàn thành từng dòng, điều mà anh ấy thấy hữu ích khoảng 75% thời gian, nhưng hạn chế các tính năng tự động hóa chỉ trong những trường hợp sử dụng hẹp: chuyển đổi ngôn ngữ cho mã nguồn cũ, gỡ lỗi với các lệnh chỉ đọc rõ ràng và các tác vụ tiêu chuẩn hóa mà anh ấy cấm chỉnh sửa trực tiếp. “Vì tôi ưu tiên dữ liệu, tôi cực kỳ ngại rủi ro bị thao túng dữ liệu,” anh ấy nói, “và các tính năng tự động hoàn thành dòng tiếp theo và dòng hiện tại thường xuyên sai sót quá nhiều khiến tôi không thể để các thuật toán tự động hoàn thành dòng (LLM) hoạt động tự do hơn.”

Nói về sự tự do sáng tạo, kỹ sư hệ thống phụ trợ của Nike, Brian Westby, người sử dụng Cursor hàng ngày, nói với Ars rằng ông thấy các công cụ này "tốt/xấu 50/50". Ông cho biết chúng giúp tiết kiệm thời gian cho những vấn đề đã được xác định rõ ràng, nhưng "ảo giác vẫn xảy ra quá nhiều nếu tôi cho phép nó hoạt động quá tự do".

Vòng đời của mã nguồn cũ và khoảng cách AI trong doanh nghiệp

Đối với các nhà phát triển làm việc với các hệ thống cũ, các công cụ AI đã trở thành sự kết hợp giữa người phiên dịch và nhà khảo cổ học. Nate Hashem, một kỹ sư tại First American Financial, chia sẻ với Ars Technica rằng anh dành cả ngày để cập nhật các codebase cũ, nơi “các nhà phát triển ban đầu đã nghỉ việc và tài liệu thường không rõ ràng về lý do tại sao mã được viết theo cách đó”. Điều này rất quan trọng bởi vì trước đây “không có đủ thời gian để cải thiện bất cứ điều gì”, Hashem nói. “Doanh nghiệp sẽ không cho bạn 2-4 tuần để tìm hiểu xem mọi thứ thực sự hoạt động như thế nào”.

Trong môi trường áp lực cao và nguồn lực tương đối hạn chế đó, theo lời ông, trí tuệ nhân tạo (AI) đã giúp công việc "dễ chịu hơn rất nhiều" bằng cách đẩy nhanh quá trình xác định vị trí và cách thức xóa bỏ mã nguồn lỗi thời, chẩn đoán lỗi và cuối cùng là hiện đại hóa mã nguồn.

Hashem cũng đưa ra một giả thuyết về lý do tại sao việc áp dụng AI lại khác biệt nhiều giữa các tập đoàn lớn và trên mạng xã hội. Ông cho rằng các giám đốc điều hành yêu cầu công ty của họ trở nên “hướng đến AI”, nhưng việc triển khai các công cụ AI với dữ liệu độc quyền có thể mất hàng tháng trời để xem xét pháp lý. Trong khi đó, các tính năng AI mà Microsoft và Google tích hợp vào các sản phẩm như Gmail và Excel, những công cụ thực sự tiếp cận được hầu hết người lao động, lại có xu hướng chạy trên các mô hình AI hạn chế hơn. Hashem nói: “Nhân viên văn phòng điển hình được ban quản lý yêu cầu sử dụng AI, nhưng lại được cung cấp các công cụ AI kém chất lượng vì các công cụ tốt đòi hỏi rất nhiều chi phí và thỏa thuận pháp lý.”