AI không làm mình rảnh — nó làm mình bận đúng việc

Chủ đề hay gặp trên quán trà đá IT: Có AI thì rảnh hơn hay bận hơn? Câu hỏi nghe như quiz. Trả lời thật thì hơi chướng: lịch mình dày hơn. Inbox không gọn hơn. Sprint không “xong sớm về nhà nấu cơm”. Cái đổi là cùng một ngày mình làm được nhiều việc hơn. Làm được rồi thì việc mới kéo tới cho vừa sức đó — không phải về sớm, mà là phủ thêm.

Đó không phải slogan. Đó là hệ quả của throughput.

Bốn năm, không phải một prompt

Công việc mình gắn với AI cũng hơn bốn năm. Ban đầu là ứng dụng nhỏ: phân loại, regress, vài pipeline scikit-learn, feature bảng Excel đội business gửi lúc 17h. Model không “thông minh”. Nó thuộc lòng phân phối hôm qua. Sáng nay Excel đổi tên cột — model vẫn hỏi cột cũ đâu, mặt ngây như khách tới nhầm tiệc.

Rồi mình vào lớp thạc sĩ, học tiếp Deep Learning: loss, overfitting, GPU hết VRAM giữa epoch, cái cảm giác “acc trên val đẹp quá thì nghi”. Cơ duyên bắt đầu từ đó. Việc mới tới liên tục vì team cần người đưa model vào chỗ có user, không phải notebook.

Mình build app tích hợp AI: gọi API model lớn khi cần chất lượng, kéo open source khi cần kiểm soát chi phí, latency, hoặc data không được ra ngoài. Có giai đoạn mình nhét inference xuống ESP32 — không phải vì thích khổ. Vì edge không có 16GB RAM. Quantize, cắt context, đo miliampe, chấp nhận model “đủ dùng” chứ không “SOTA trên Twitter”. Cái đó dạy một bài: constraint phần cứng là prompt thật, không phải system prompt.

Hiện tại mình dùng AI như bộ não thứ hai khi làm việc: phác thảo, đối chiếu, viết test skeleton, soi diff, hỏi “failure mode nào mình quên”. Não thứ nhất vẫn là người pager tìm ra lúc 2 giờ sáng. Model lúc đó đã “ngủ” — hoặc đang bịa thêm một nguyên nhân.

Rảnh hơn là ảo ảnh kế toán sai đơn vị

AI không xóa việc. Nó dời bottleneck.

Trước kia bottleneck là gõ. Gõ chậm thì ý chậm. Giờ gõ nhanh — draft, spec, SQL, PR description — ra một lượt. Bottleneck mới là review, eval, và trách nhiệm. Model không chịu onboard. Nó không nhớ SLA. Nó không biết ticket nào là “khách đang la trên production”.

Lấy chuyện gần: mình nhờ model viết adapter gọi tool. Code chạy demo. Đưa lên staging thì timeout vì tool kia idempotent kém — gọi hai lần tạo hai record. Model không đọc runbook. Nó đọc docstring bạn paste. Bạn quên paste là bạn sở hữu bug.

Hay chuyện ESP32: mình thử firmware “hỏi model nhỏ on-device”. Token/s thấp, RAM eo. Muốn “thông minh” thì phải round-trip cloud — rồi mất offline, tốn pin, thêm secret trên chip. Trade-off không biến mất vì có LLM. Nó hiện rõ hơn, vì option nhiều hơn.

Nên AI không làm người rảnh. Nó giúp người phủ nhiều mặt trận hơn: prototype, so sánh model, viết rubrics eval, làm human-in-the-loop cho chỗ được phép sai. “Xong” ngày hôm nay gồm cả việc hôm qua chưa kịp nghĩ tới. Calendar đầy. Output cũng đầy. Hai thứ đó không mâu thuẫn.

Người dễ bị lừa là người đếm giờ ngồi ghế, không đếm blast radius. Một hallucination lọt vào config production tiết kiệm 20 phút gõ và tốn hai ngày rollback. Rảnh cái đầu, bận cái đuôi.

Mình vẫn hỏi model. Mình không để nó merge. Prompt hay không thay eval. Context window rộng không thay nguồn sự thật (ticket, metric, log, schema). RAG kém thì model tự tin bịa citation. Fine-tune không có test set thì chỉ là overfit lịch sự.

3 nguyên tắc sống còn, không đàm phán:

Bạn đang rảnh hơn hay bận hơn? Lịch trống mà chất lượng đứng yên — thắng bài thời gian. Lịch dày mà cùng lúc ship được thứ năm ngoái không dám đụng (edge, agent có tool, pipeline có eval) — không phải fail. Đó là hóa đơn throughput: token rẻ, review đắt, pager vẫn ghi tên người.

Não thứ hai sinh candidate. Não thứ nhất chọn cái được phép merge — vì test, idempotent, blast radius không nằm trong loss function. Like nếu sprint này đúng vậy. Comment failure mode tuần này cũng được: hallucination vào config vẫn rẻ 20 phút, rollback thì không.

Cảm ơn bạn đã quan tâm. — Sẵn dành ít thời gian ghé qua website của mình nhé :) — trucnguyen.dev