Hành trình "bào" qua mọi công đoạn của hệ thống lớn
Làm việc tại CPELAB thuộc Trung tâm Quản lý và Phát triển Hạ tầng miền Nam (Viễn thông FPT), tôi đã có cơ hội trải nghiệm gần như “fullstack” (phát triển toàn diện) các công đoạn triển khai hệ thống CPELAB.
Nếu ai đó hỏi tôi vị trí chính xác của mình là gì, tôi thường cười và bảo bản thân đã "bào" gần như trọn vẹn một vòng của hệ thống. Giai đoạn đầu mới vào nghề, tôi gắn chặt mình với phần thiết bị, cặm cụi code Linux application bằng C chạy trực tiếp trên CPE. Đó là những ngày tháng debug "đau não" nhưng lại cho tôi nền tảng cực kỳ vững chắc. Khi hệ thống lớn dần, tôi chuyển dịch lên backend, tham gia xây dựng phần cloud của SmartCPE Platform để giải quyết các bài toán hóc búa về data, API và luồng nghiệp vụ.
Bước sang một giai đoạn mới, câu chuyện không còn đơn thuần là “code xong là xong” nữa. Tôi bắt đầu ôm thêm mảng hệ thống và hạ tầng để vận hành, tối ưu OpenStack, Kubernetes hay VM. Nói một cách dễ hiểu, từ lúc đặt những dòng code đầu tiên cho đến khi nó chạy mượt mà ngoài production, nếu có vấn đề phát sinh, tôi đều sẽ xử lý cùng.
Và để tăng tốc cho khối lượng công việc ấy, AI đến với tôi như người bạn đồng hành.
 |
| Châu Trí Viễn (thứ 2 từ phải qua) là gương mặt nổi bật tại Trung tâm Phát triển và Quản lý Hạ tầng miền Nam, gặt hái được nhiều thành tích cấp công ty và cả Tập đoàn. |
Đồng đội "lắm mồm"
Trong công việc hằng ngày, tôi dùng AI khá thường xuyên. Tuy nhiên, tôi chưa bao giờ có tư duy phó thác hoàn toàn cho công nghệ. Thay vào đó, tôi xem AI như đồng đội “hơi lắm mồm” nhưng lại có tốc độ xử lý thông tin cực kỳ đáng nể.
Luồng công việc (workflow) mỗi ngày của tôi luôn được vận hành một cách chặt chẽ xoay quanh ba bước chuyển động cùng AI. Trước hết, ở giai đoạn brainstorm (lên ý tưởng) và nghiên cứu, khi đối mặt với một bài toán mới, tôi thường dùng AI đọc nhanh tài liệu và so sánh các hướng tiếp cận khác nhau. Thậm chí, chính tôi sẽ “debate ngược” (tranh luận( với AI để kiểm tra xem phần hiểu của mình đã đúng chưa. Tôi thích cái cảm giác chuyển đổi qua lại giữa ChatGPT và Claude, để công cụ đưa ra những góc nhìn phản biện khác nhau.
Đến giai đoạn viết code, AI thực sự là một trợ lý đắc lực giúp tạo (generate) các đoạn mã với tốc độ chóng mặt. Nhưng tôi luôn tự nhắc nhở bản thân rằng, những dòng code đó chỉ là gợi ý chứ không phải đáp án cuối cùng. Giá trị cốt lõi của một kỹ sư là phải kiểm tra lại toàn bộ logic, chạy thử nghiệm và đảm bảo nó hoàn toàn tương thích với hệ thống hiện tại. Người chịu trách nhiệm cao nhất khi hệ thống vận hành ngoài production luôn là con người, chứ không phải máy móc.
Cuối cùng, tôi chọn cách kết hợp AI với Obsidian để tài liệu hóa và xây dựng ngữ cảnh cá nhân. Với dân làm R&D, việc hệ thống lại các sự cố hay kinh nghiệm xử lý là điều sống còn. Nhiều bài học xương máu nếu không được ghi chép và đúc kết lại, thì chỉ sau vài tháng chúng ta phải chấp nhận "học lại từ đầu".
AI giúp tăng tốc khá nhiều, nhưng giá trị thật vẫn nằm ở chỗ: mình hỏi gì, kiểm soát nó ra sao và có hiểu thứ mình đang làm hay không. Nếu không, chúng ta rất dễ rơi vào trạng thái “code chạy được nhưng không biết tại sao chạy” - điều nguy hiểm khi ứng dụng cho hệ thống lớn.
Đừng bao giờ "outsource" tư duy của chính mình
Bản chất của AI là một công cụ mạnh mẽ, nhưng nếu lạm dụng nó mà thiếu sự tỉnh táo sẽ rất dễ bị "dắt mũi" ngược lại. Sau những lần thực chiến trên hệ thống lớn, tôi nhận ra rằng việc sử dụng AI hiệu quả hoàn toàn không nằm ở chỗ công cụ đó thông minh cỡ nào, mà nằm ở việc chúng ta có biết đặt câu hỏi đúng trọng tâm và cung cấp đủ ngữ cảnh hay không. Nếu bạn đặt một câu hỏi sai, AI vẫn sẵn sàng trả lời một cách cực kỳ tự tin, nhưng đó chắc chắn là một kết quả sai lệch hoàn toàn.
Để làm chủ được công cụ này, trước hết chúng ta phải hiểu rõ điểm mạnh - yếu của nó. AI cực kỳ nhanh trong việc tổng hợp thông tin, gợi ý giải pháp hay generate các đoạn mã, nhưng không hiểu sâu về ngữ cảnh hệ thống. Những thứ liên quan đến logic nghiệp vụ đặc thù, thiết kế hệ thống hay quyết định cuối cùng thì vẫn phải dựa vào bộ não của con người.
Chính vì vậy, kinh nghiệm xương máu của tôi là đừng bao giờ "outsource" (giao phó) tư duy của mình cho máy móc. AI có thể giúp bạn rút ngắn thời gian gõ code, nhưng phần kỹ thuật hệ thống - từ việc thiết kế kiến trúc đến thấu hiểu tường tận từng luồng chạy, mới là thứ định danh giá trị của một developer.
Cuối cùng, hãy luôn giữ cho mình một cái đầu lạnh để xác thực mọi thứ AI trả về. Tôi luôn xem câu trả lời của AI là "suggestion" (gợi ý) chứ không bao giờ coi đó là "truth" (sự thật). Hãy đọc lại, test lại, thậm chí là liên tục phản biện lại nó trước khi áp dụng.
Với tôi, AI không lấy đi việc của developer. Nó chỉ làm rõ một chuyện: ai biết tận dụng sâu sẽ đi nhanh hơn, ai ngừng tư duy sẽ bị bỏ lại.
Châu Trí Viễn
Ý kiến
()