Một nhận định ngắn của David Fowler, kỹ sư cấp Xuất sắc tại Microsoft và người dẫn dắt dự án Aspire, đang thu hút sự chú ý trong cộng đồng lập trình viên: thời kỳ con người trực tiếp ngồi gõ từng dòng code có thể đang đi đến hồi kết. Tuy nhiên, điều này không đồng nghĩa nghề lập trình biến mất. Ngược lại, sự phát triển của AI Agent đang làm thay đổi sâu sắc cách lập trình viên làm việc, khi nhiều nhiệm vụ vốn cần thao tác thủ công nay có thể được giao cho máy. Thay vì tập trung vào việc viết từng hàm hoặc sửa từng lỗi nhỏ, kỹ sư phần mềm có thể phải dành nhiều thời gian hơn cho việc xác định bài toán, thiết kế kiến trúc, quản lý các thành phần phụ thuộc và đánh giá kết quả do AI tạo ra.

AI Agent đang mở rộng khả năng của công cụ lập trình, từ viết code sang thiết lập môi trường, chạy kiểm thử và tạo pull request.

Sự thay đổi này đã thể hiện khá rõ qua GitHub Copilot. Công cụ AI của Microsoft không còn chỉ đóng vai trò gợi ý đoạn mã tiếp theo hay hoàn thiện một câu lệnh. Với khả năng hoạt động theo mô hình tác nhân, Copilot có thể tham gia sâu hơn vào quy trình phát triển phần mềm: thiết lập môi trường, truy cập kho mã, tìm và sửa lỗi, bổ sung tính năng, chạy các bài kiểm thử rồi tạo pull request để con người xem xét. Điều đó đảo ngược phần nào vai trò truyền thống của lập trình viên. Kỹ sư không nhất thiết phải tự tay thực hiện toàn bộ chuỗi thao tác, nhưng vẫn phải đưa ra yêu cầu chính xác, đánh giá phương án mà AI lựa chọn và quyết định có chấp nhận kết quả hay không. AI vì thế giống một thành viên trong đội ngũ hơn là một chatbot chỉ trả lời câu hỏi.

Với những hệ thống phức tạp, sự thay đổi còn đáng chú ý hơn. Microsoft đang phát triển Aspire, bộ công cụ hướng tới các ứng dụng phân tán, nơi một sự cố có thể bắt nguồn từ nhiều dịch vụ và thành phần khác nhau. Trong tình huống này, viết vài dòng code sửa lỗi đôi khi lại là phần đơn giản nhất; khó khăn nằm ở việc xác định chính xác lỗi xuất hiện ở đâu. AI Agent được kỳ vọng có thể tự khởi động các dịch vụ liên quan, đọc nhật ký hệ thống, tìm thành phần gặp vấn đề, thực hiện thao tác khắc phục rồi chạy lại kiểm thử. Quy trình này khác xa cách sử dụng AI truyền thống, khi lập trình viên phải sao chép thông báo lỗi vào cửa sổ chat, chờ AI phân tích rồi tự mình thực hiện từng hướng dẫn. Khi tác nhân có thể trực tiếp tương tác với môi trường phát triển, khoảng cách giữa “AI tư vấn” và “AI thực thi” bắt đầu thu hẹp đáng kể.

Không chỉ lập trình, AI còn được đưa vào những công việc vốn đòi hỏi khối lượng phân tích khổng lồ như bảo mật. Microsoft đang sử dụng hệ thống MDASH để hỗ trợ tìm kiếm lỗ hổng trong những thành phần quan trọng như nhân Windows, Hyper-V và hệ thống kết nối mạng. Theo đội ngũ bảo mật Windows, công cụ này giúp mở rộng hoạt động săn lỗ hổng trên quy mô lớn và phân tích sâu hơn so với khả năng xử lý thủ công. Điểm đáng chú ý là mục tiêu không đơn thuần thay thế chuyên gia bảo mật, mà sử dụng AI để mở rộng năng lực của con người, xử lý khối lượng công việc mà một đội ngũ hữu hạn khó có thể bao quát hết.

Lập trình viên trong kỷ nguyên AI có thể dành nhiều thời gian hơn cho thiết kế hệ thống, giám sát và kiểm định sản phẩm.

Điều đó cũng cho thấy kỹ năng có giá trị của lập trình viên trong kỷ nguyên AI có thể sẽ thay đổi. Một hệ thống AI có thể tạo ra hàng nghìn dòng code trong thời gian ngắn, nhưng tốc độ viết không đảm bảo phần mềm an toàn, ổn định hoặc phù hợp với nhu cầu thực tế. Con người vẫn phải xác định sản phẩm cần giải quyết vấn đề gì, lựa chọn kiến trúc phù hợp, đặt ra các yêu cầu về hiệu năng và bảo mật, đồng thời kiểm tra kết quả cuối cùng. Khi AI ngày càng đảm nhận phần việc kỹ thuật lặp lại, lập trình viên có thể chuyển từ “coder” sang vai trò điều phối và kiểm định. Nói cách khác, tương lai của nghề lập trình không nhất thiết là không còn viết code, mà là không còn dành phần lớn thời gian chỉ để viết code. Giá trị của kỹ sư sẽ nằm nhiều hơn ở khả năng đặt đúng câu hỏi, giao đúng nhiệm vụ, phát hiện sai sót và chịu trách nhiệm về phần mềm được đưa vào thế giới thực.