Giờ khả năng của các Tác nhân AI không chỉ viết code, mà còn thiết lập môi trường, chạy các bài test và khởi chạy các pull request.
- 08-09-2026Cảnh báo vi phạm pháp luật thông qua tài khoản ngân hàng đối với doanh nghiệp, hộ kinh doanh, cá nhân
- 08-09-2026Công an cảnh báo người dân sử dụng tài khoản cá nhân để nhận tiền trong trường hợp sau
- 08-09-2026AWS chi hơn 500 triệu USD cho sinh viên, cuộc đua đào tạo nhân lực AI bước vào giai đoạn mới
David Fowler, kỹ sư cấp Xuất sắc tại Microsoft và người dẫn dắt dự án Aspire, vừa đăng một câu ngắn gọn lên mạng xã hội X: “Việc gõ code đã thực sự kết thúc.” Câu này lập tức lan truyền, kéo theo hai luồng phản ứng trái chiều – một bên hoảng loạn, một bên hả hê.
Tuy nhiên, ông Fowler không cho rằng lập trình viên sẽ biến mất. Điều đang thay đổi là công việc của họ: thay vì ngồi viết từng dòng code, lập trình viên sẽ dành nhiều thời gian hơn cho thiết kế hệ thống, xác định yêu cầu, quản lý các thành phần phụ thuộc và kiểm tra sản phẩm do AI tạo ra.

Bài đăng của kỹ sư Microsoft
Bằng chứng cụ thể nhất là GitHub Copilot. Công cụ trợ lý lập trình này của Microsoft đã vượt xa việc chỉ gợi ý hoàn thành câu lệnh. Tác nhân AI trong Copilot hiện có thể tự thiết lập môi trường lập trình, tự vào kho mã nguồn để sửa lỗi hoặc thêm tính năng, tự chạy toàn bộ bộ kiểm thử để xác nhận mọi thứ hoạt động, rồi mở một yêu cầu hợp nhất mã để lập trình viên người thật xem xét và phê duyệt. Lập trình viên trong quy trình này không phải là người gõ code, mà là người đặt ra bài toán, đánh giá giải pháp và chịu trách nhiệm cuối cùng.
Microsoft còn đang áp dụng cơ chế tương tự ở cấp độ sâu hơn qua Aspire, bộ công cụ dành cho các ứng dụng phân tán phức tạp. Khi AI được giao nhiệm vụ sửa một lỗi trong ứng dụng phân tán, thách thức thường không phải là viết code sửa lỗi mà là tìm ra lỗi đang xảy ra ở đâu trong hệ thống nhiều tầng.
Aspire cho phép tác nhân AI tự khởi động các dịch vụ liên quan, tự đọc nhật ký vận hành, tự xác định thành phần bị lỗi, tự khởi động lại và chạy lại kiểm thử – tất cả không cần lập trình viên phải copy thông báo lỗi vào cửa sổ chat rồi chờ AI giải thích. Đây là sự khác biệt lớn giữa AI như một công cụ tư vấn và AI như một đồng đội thực sự làm việc.

Bảng dashboard của Aspire
Trên mặt trận bảo mật, Microsoft đang dùng hệ thống MDASH để tự động quét lỗ hổng trong các cơ sở mã cực kỳ nhạy cảm: nhân hệ điều hành Windows, lớp ảo hóa Hyper-V và toàn bộ ngăn xếp kết nối mạng.
Đội bảo mật Windows của Microsoft thừa nhận MDASH “cho phép nhóm thực hiện việc săn lỗ hổng ở quy mô toàn bộ Windows với độ sâu phân tích cao hơn nhiều so với trước đây” – nói thẳng ra là không thể làm thủ công với số lượng nhân lực hiện có. Đây không phải thay thế chuyên gia bảo mật mà là nhân lực lên gấp nhiều lần mà không cần tuyển thêm người.
Nếu AI đảm nhiệm ngày càng nhiều công việc kỹ thuật và lặp lại, giá trị của lập trình viên sẽ chuyển sang những nhiệm vụ mà AI khó có thể tự quyết định hoàn toàn.
Lập trình viên vẫn phải xác định cần xây dựng sản phẩm gì, thiết kế hệ thống ra sao, các thành phần phải kết nối như thế nào và đâu là những yêu cầu mà phần mềm cần đáp ứng.
Quan trọng hơn, họ phải kiểm tra những gì AI tạo ra.
Một hệ thống AI có thể viết code nhanh hơn con người nhưng điều đó không đồng nghĩa code đó mặc nhiên an toàn, đáng tin cậy hoặc phù hợp với yêu cầu thực tế. Con người vẫn cần đánh giá sản phẩm cuối cùng, phát hiện những vấn đề mà AI bỏ sót và chịu trách nhiệm đảm bảo phần mềm hoạt động đúng.
Nói cách khác, lập trình viên có thể chuyển từ “người trực tiếp viết code” sang “người điều phối và kiểm định AI”.
Trong tương lai, công việc quan trọng hơn có thể là quyết định AI phải xây dựng thứ gì, giám sát cách nó thực hiện nhiệm vụ và kiểm tra xem sản phẩm cuối cùng có thực sự an toàn, ổn định và hoạt động đúng trong thế giới thực hay không.
,
Đời sống & Pháp luật
