Tóm tắt
Bài viết bắt đầu từ câu hỏi nên khuyên sinh viên dùng AI thế nào. Cấm hoàn toàn là không thực tế, nhưng giao mọi thứ cho model cũng làm người học mất cơ chế tự kiểm tra xem mình có thật sự hiểu hay không.
Quy tắc trung tâm của tác giả là tách “làm” và “kiểm”. Hoặc bạn làm, AI kiểm; hoặc AI làm, bạn kiểm. Với scientific code và code cần hiểu sâu, tác giả chọn vế đầu: con người viết từng dòng, AI đóng vai reviewer.
Quy tắc thực hành
Tác giả gọi hướng này là craft coding. Một số dogma đáng chú ý:
- Không dùng AI trong IDE, kể cả autocomplete.
- Nếu AI có quyền đọc codebase thì chỉ nên read-only.
- Không để AI chạy lệnh.
- Không copy-paste code từ chat vào repo.
- Đọc documentation trước khi hỏi AI.
- Tự review code trước, rồi mới nhờ AI tìm phần còn sót.
- Không áp dụng suggestion mà bạn không hiểu.
Khi nên áp dụng
Cách này không tối ưu cho mọi công ty. Nếu mục tiêu chính là throughput, vibe coding có thể thắng về tốc độ ngắn hạn. Nhưng với research code, security-sensitive code hoặc đào tạo junior, ownership quan trọng hơn.
Điểm mạnh của AI reviewer là nó có thể bắt lỗi mà người viết bỏ sót, nhưng vẫn buộc người viết giữ mô hình mental của codebase. Điểm yếu là bạn vẫn mất một phần kỹ năng debug sâu vì model chỉ ra lỗi nhanh hơn. Trade-off này đáng chấp nhận khi mục tiêu là code đúng hơn và người viết vẫn hiểu mình đang làm gì.