Luận điểm chính
Bài viết phản bác một giấc mơ rất phổ biến quanh AI: chỉ cần mô tả mong muốn ở tầng cao, còn chi tiết để model xử lý. Tác giả cho rằng điều đó không thực sự trao quyền, vì bất kỳ việc mới hoặc việc khó nào cũng chứa nhiều chi tiết lộn xộn mà người làm phải hiểu.
Bạn có thể giao một phần chi tiết cho AI. Nhưng để biết phần nào nên giao, phần nào phải giữ, và phần nào cần kiểm chứng, bạn phải có năng lực thật trong lĩnh vực đó.
Vì sao không thể bỏ qua chi tiết
Không có mức abstraction nào làm thực tế hết phức tạp. Càng nhìn gần một sản phẩm, một đoạn code, một quyết định kiến trúc hay một bài viết, các edge case và nuance càng lộ ra.
LLM có thể tạo ra bản nháp, scaffold, summary hoặc code suggestion. Nhưng nếu người dùng không đủ khả năng đánh giá output, họ không biết output nào sai, thiếu context, hoặc chỉ đúng trong ví dụ đơn giản.
AI chỉ hiệu quả khi người dùng có expertise
Tác giả viết rằng không thể làm tốt việc gì đó với AI nếu bản thân không giỏi việc đó. Nghe hơi khó chịu, nhưng với dev thì khá đúng: AI có thể viết test, nhưng bạn vẫn phải biết test đang bảo vệ invariant nào; AI có thể sửa bug, nhưng bạn vẫn phải hiểu bug thuộc layer nào.
Năng lực không đến từ việc tránh chi tiết. Nó đến từ việc quan tâm đủ lâu để biết chi tiết nào quan trọng.
Ý nghĩa với Dev
Dùng AI để tăng tốc không có nghĩa là bỏ code review, domain modeling hay kiểm thử. Workflow tốt hơn là giao cho AI phần có biên rõ: generate boilerplate, đề xuất refactor nhỏ, viết test case đầu tiên, tóm tắt log, hoặc tạo checklist migration.
Phần không nên giao mù quáng là quyết định kiến trúc, security boundary, data migration, business rule mơ hồ, và mọi thay đổi mà bạn không đủ khả năng đọc lại. AI làm bạn nhanh hơn; nó không miễn trách nhiệm sở hữu kết quả.