Cover image
son vu
son vu

Trông giống Senior và làm được như Senior: hai chuyện rất khác nhau

17/08/2026
43 views

6

AI có đang thu hẹp khoảng cách giữa Fresher và Senior? Câu trả lời ngắn gọn của mình là: có, nhưng chỉ ở phần tốc độ — còn phần tư duy thì gần như không đổi, thậm chí đang bị AI che giấu đi. Nghe có vẻ mâu thuẫn, nhưng đó chính xác là những gì mình quan sát được khi làm việc cùng đồng nghiệp ở nhiều cấp độ trong hơn một năm AI-coding-assistant trở thành công cụ mặc định.

1. Những việc trước đây chỉ Senior mới làm được, giờ Fresher đã làm được

Thành thật mà nói, danh sách này khá dài. Viết boilerplate, setup dự án, cấu hình CI/CD cơ bản — trước đây đòi hỏi kinh nghiệm để nhớ hết các bước, giờ chỉ cần mô tả đúng yêu cầu là AI dựng ra gần như hoàn chỉnh. Đọc hiểu codebase lạ cũng không còn là rào cản lớn: Fresher giờ có thể hỏi AI "đoạn code này làm gì, luồng dữ liệu đi đâu" thay vì mất cả ngày dò từng file như trước. Viết unit test, refactor code đơn giản — những việc từng là "đặc quyền" của người có kinh nghiệm vì đòi hỏi sự tỉ mỉ — giờ AI làm nhanh và ít lỗi hơn cả một số Senior lười. Ngay cả debug lỗi phổ biến — stack trace, lỗi cú pháp, lỗi cấu hình — AI cũng xử lý cực nhanh, những thứ mà trước đây Fresher phải hỏi Senior hoặc mất hàng giờ search Stack Overflow.
Nhìn vào đây, đúng là ranh giới bị xóa nhòa thật. Một Fresher chăm chỉ, biết dùng AI đúng cách, có thể tạo ra output nhìn "chuyên nghiệp" chỉ sau vài tháng — điều mà trước đây cần 2-3 năm.

2. Nhưng khoảng cách thật sự nằm ở đâu?

Đây là phần mình muốn nói thẳng, không tô hồng: AI không thu hẹp khoảng cách về năng lực ra quyết định. Và đây mới là thứ phân biệt Fresher với Senior.
Thứ nhất, khi AI sai, ai là người nhận ra? AI có thể viết ra một đoạn code chạy được, test pass, nhìn "sạch sẽ" — nhưng lại chọn sai kiến trúc, tạo ra vấn đề về hiệu năng, hoặc vi phạm một ràng buộc nghiệp vụ mà AI không hề biết vì nó không có trong prompt. Senior nhìn vào là thấy ngay "cái này chạy được nhưng sai hướng". Fresher thì thường tin tưởng tuyệt đối vào output vì nó trông có vẻ đúng.
Thứ hai, câu hỏi "nên làm gì" quan trọng hơn "làm như thế nào". AI trả lời cực tốt câu hỏi "làm sao để implement X". Nhưng câu hỏi "có nên implement X không, hay vấn đề thực sự nằm ở chỗ khác" thì AI không tự đặt ra được — nó cần người đặt câu hỏi đúng. Đó là kỹ năng chỉ có được từ việc từng bị đấm vào mặt bởi hậu quả của quyết định sai trong quá khứ.
Thứ ba — và đây là điều khiến mình phải nói thẳng — khi AI "hết token" hoặc không dùng được, Fresher thường đứng hình. Có không ít Fresher (và cả một số người tự nhận là mid-level), khi bị giới hạn số lượng request/token trong ngày, hoặc gặp sự cố mạng không truy cập được AI, hoặc rơi vào tình huống mà AI liên tục trả lời sai/loop không thoát ra được, thì không biết phải làm gì tiếp theo. Không phải vì họ lười, mà vì họ chưa bao giờ thực sự tự mình đi qua toàn bộ quá trình tư duy — từ đọc lỗi, đặt giả thuyết, kiểm chứng, đến tự tay tra tài liệu gốc. Với họ, AI không phải là "trợ lý" mà đã trở thành "bộ não thay thế". Khi bộ não đó offline, họ mất luôn khả năng tự vận hành.
Mình từng chứng kiến một bạn Fresher dùng AI dựng cả một tính năng khá phức tạp trong vài giờ — nhìn rất ấn tượng. Nhưng khi hệ thống gặp sự cố lúc nửa đêm và không thể chờ AI (do rate limit), bạn ấy hoàn toàn không biết bắt đầu từ đâu để đọc log, vì trước giờ mọi lần debug đều là "paste lỗi vào AI, AI trả lời, làm theo". Đó là lúc mình nhận ra: AI không tạo ra Senior nhanh hơn — nó chỉ khiến Fresher trông giống Senior nhanh hơn. Hai điều đó rất khác nhau.
Senior thì khác — với họ, AI là một công cụ tăng tốc, không phải nền tảng tư duy. Không có AI, Senior vẫn debug được, chỉ là chậm hơn. Đó chính là khoảng cách thật sự, và nó không hề bị AI thu hẹp — thậm chí còn dễ bị AI che giấu đi, khiến người quản lý lầm tưởng năng lực của Fresher cao hơn thực tế, cho đến khi có sự cố thật xảy ra.

3. Vậy điều gì vẫn tạo nên sự khác biệt khi cả hai đều có AI?

  • Khả năng đặt câu hỏi đúng — prompt tốt đến từ hiểu vấn đề tốt, không phải kỹ năng gõ chữ.
  • Trực giác về rủi ro — biết đoạn code nào "trông ổn nhưng sẽ nổ trong production" mà chưa cần chạy thử.
  • Khả năng review chính output của AI — đọc và phản biện, chứ không phải copy-paste.
  • Hiểu bức tranh lớn — AI giỏi giải quyết bài toán cục bộ, nhưng chưa thấy được toàn bộ hệ thống, các ràng buộc nghiệp vụ, lịch sử "tại sao code lại như vậy".
  • Chịu trách nhiệm khi mọi thứ sai — đây là thứ AI không bao giờ làm thay được.
Theo mình, kỹ năng mà AI khó thay thế kinh nghiệm thực tế nhất là khả năng chịu đựng sự mơ hồ và tự mình đưa ra quyết định khi thông tin không đầy đủ. Kinh nghiệm thực chất là một tập hợp các "lần đã từng sai" được tích lũy lại. AI có thể cho bạn kiến thức, nhưng không cho bạn "vết sẹo" — và chính vết sẹo đó mới là thứ giúp Senior phản xạ nhanh trong tình huống thực tế căng thẳng, không có thời gian hỏi AI.

4. Tổng kết 

Theo mình, AI đang thu hẹp khoảng cách về tốc độ tạo ra sản phẩm, nhưng khoảng cách về tư duy, phán đoán và khả năng tự vận hành khi không còn AI thì gần như không đổi — thậm chí rủi ro là nó đang bị che giấu, tạo ảo tưởng năng lực cho cả Fresher lẫn nhà tuyển dụng. Bài học thực tế nhất: nếu bạn là Fresher, hãy dùng AI để học nhanh hơn, chứ đừng dùng AI để thay thế việc tự mình tư duy — vì đến một ngày AI "hết token", bạn vẫn phải tự mình biết đường ra.



6