3 bài học từ Tất cả mọi thứ AI: Quy tắc 80/20, Con người không xác định và Tại sao chúng ta vẫn còn sớm
3 Takeaways from All Things AI: 80/20 Rule, Non-Deterministic Humans, and Why We're Still Early
Những đúc kết từ hội nghị All Things AI gần đây cho thấy các lập trình viên hoàn toàn có thể vượt qua giới hạn "80% công việc" của các AI coding agents bằng cách áp dụng các vòng lặp (iterative loops) để giải quyết 20% còn lại. Mặc dù tính chất non-deterministic (không xác định) của AI thường bị coi là rào cản, nhưng nếu chúng ta thay đổi tư duy, coi đây là một hệ thống cần có các guardrails và sự giám sát theo quy trình giống như con người, khoảng cách này sẽ được thu hẹp đáng kể. Cuối cùng, vì việc ứng dụng AI vẫn còn trong giai đoạn sơ khai, lời khuyên cho cộng đồng dev là hãy tạm gác lại những làn sóng cường điệu trên mạng xã hội, thay vào đó hãy ưu tiên thực hành thực tế để tích lũy kinh nghiệm và xây dựng năng lực chuyên môn vững chắc.
Tuần trước, tôi đã tham dự All Things AI ở Durham, NC. Sự kiện này hướng đến các chuyên gia AI kỹ thuật với các hội thảo vào Ngày 1 và các cuộc hội thảo tiêu chuẩn vào Ngày 2. Một vài điều rút ra từ hội nghị...
Tuần trước, tôi đã tham dự All Things AI tại Durham, NC. Sự kiện này hướng tới các chuyên gia AI kỹ thuật, với các buổi workshop vào Ngày 1 và các bài thuyết trình hội thảo tiêu chuẩn vào Ngày 2. Dưới đây là một vài điều tôi rút ra được từ hội thảo gửi đến các bạn!
MLH AI Roadshow
Vào Ngày 1, tôi đã hỗ trợ Major League Hacking (MLH) tổ chức một buổi AI Roadshow. Hiện tại chúng tôi đang tổ chức khoảng một sự kiện như thế này mỗi tháng. Một số là sự kiện độc lập. Những sự kiện khác được tổ chức tại các hội thảo đối tác. Tôi nghĩ bạn sẽ gặp lại chúng tôi tại All Things Open vào mùa thu này.
Tại AI Roadshow, chúng tôi thực hiện khoảng 6 hoạt động thực hành trực tiếp trên máy tính. Bạn chỉ cần đến và sử dụng chiếc laptop đã được thiết lập sẵn để học một kỹ năng hoặc kỹ thuật mới với AI. Chúng tôi thường có đồ ăn nhẹ, đồ uống và cơ hội kết nối trong suốt sự kiện. Nếu bạn muốn theo dõi điểm đến tiếp theo, hãy xem qua Luma của chúng tôi.
Quy tắc 80/20 trong thực tế
(Lấy cảm hứng từ Justin Jeffress: Vibe Coding in Action)
Tôi rất thích toàn bộ bài thuyết trình của Justin, nhưng anh ấy có một slide cụ thể về quy tắc 80/20 vẫn còn đọng lại trong tâm trí tôi. AI thực sự rất giỏi trong việc giúp bạn hoàn thành 80% công việc đối với hầu hết các vấn đề.
Tuy nhiên, bạn làm gì với 20% còn lại? Lời khuyên của Justin đơn giản là hãy lặp lại. Hãy gửi 20% "còn dư" đó trở lại công cụ AI mà bạn chọn.
Bản thân tôi đã thực hiện điều này một thời gian với các coding agent, nhưng bài thuyết trình này khiến tôi suy nghĩ lại về tính hiệu quả của các vòng lặp đơn giản và sự lặp lại. Tôi cho rằng lời khuyên này vẫn chưa đến được với những người chủ yếu sử dụng AI thông qua các ứng dụng trò chuyện. Nó cũng có thể không hoạt động hiệu quả đối với các kết quả không thể kiểm thử. Nhưng cách đặt vấn đề đó thực sự gây ấn tượng mạnh với tôi.
Con người cũng không có tính tất định (non-deterministic)
(Lấy cảm hứng từ Calvin Hendryx-Parker: Orchestrate Agentic AI)
Thông qua công việc của mình tại MLH, tôi liên tục trao đổi với các nhà phát triển phần mềm. Khoảng 18 tháng qua thậm chí còn dữ dội hơn, được thúc đẩy bởi sự phát triển mạnh mẽ của AI.
Một mối lo ngại phổ biến mà tôi chưa thấy sẵn sàng để giải quyết là các công cụ AI không có tính tất định. Tôi hiểu điều đó. Khi bạn viết code, bạn đang xây dựng cho những kết quả cụ thể. Tôi nghĩ các dev thích sự chắc chắn.
Calvin đã đưa ra một nhận xét nhỏ trong bài thuyết trình của mình, nhắc nhở khán giả rằng con người cũng không có tính tất định. Quan sát đó thực sự rất sâu sắc. Tôi đã biết điều này. Tôi chắc rằng bạn cũng biết. Nhưng đó là một cách nhìn nhận lại rất hay. Tư duy dựa trên quy trình và các chốt chặn an toàn (guardrails) bỗng chốc trở nên quan trọng hơn bao giờ hết.
Chúng ta vẫn còn đang ở giai đoạn rất, rất sớm
(Chỉ là một suy ngẫm cá nhân)
Giống như nhiều người trong số các bạn, gần đây tôi đã theo dõi AI rất sát sao. Điều này rất quan trọng đối với công việc tôi đang làm tại MLH. Rất dễ bị cuốn vào những xu hướng nhất thời trên Twitter. Nhưng thực tế là hầu hết mọi người vẫn chưa tận dụng được các công cụ AI. Đặc biệt là chưa khai thác đến khả năng tối đa của chúng.
Ngay cả tại một hội thảo dành cho các chuyên gia AI, tôi vẫn gặp những người chưa từng sử dụng coding agent. Có những câu đùa về OpenClaw và Mac Mini, nhưng không phải ai cũng "nắm bắt" được mọi thứ.
Chúng ta vẫn còn đang ở giai đoạn rất sớm của làn sóng thay đổi này. Không có thời điểm nào tốt hơn hiện tại để bắt tay vào làm và tự mình thử nghiệm một điều gì đó. Tôi vẫn tin rằng học thông qua thực hành là phương pháp đúng đắn với các công cụ AI.
Chúc các bạn hacking vui vẻ!
Tác giả: Ryan Swift