Vibe Engineering là gì?

Cộng đồng công nghệ hiện đang chia thành hai luồng quan điểm rõ rệt. Một bên cho rằng AI đang giúp tăng tốc đáng kể việc phát triển phần mềm, trong khi bên còn lại lo ngại rằng việc giao toàn bộ công việc cho AI chẳng khác nào “thuê ngoài” một hệ thống chưa đủ tin cậy để xây dựng phần mềm thực tế.

Tuy nhiên, có một sự hiểu lầm lớn ở đây. Việc xây dựng phần mềm bằng AI không đồng nghĩa với việc kỹ sư không còn làm gì nữa. Trên thực tế, phần lớn công việc vẫn là kỹ thuật, chỉ là chuyển sang một cấp độ khác. Thay vì viết từng dòng code, kỹ sư giờ đây tập trung nhiều hơn vào tư duy hệ thống, thiết kế kiến trúc và đưa ra quyết định.

Không gian AI đang thay đổi cực nhanh

Để hiểu rõ hơn về "vibe engineering", trước hết cần nhìn vào tốc độ phát triển của các công cụ AI trong thời gian gần đây.

Cursor trở thành IDE hỗ trợ AI thực sự bùng nổ vào năm 2024, dù ra mắt từ năm 2023. Tuy nhiên, thời điểm đó việc tạo ra sản phẩm ổn định bằng Cursor vẫn khá khó khăn. Ngay cả những người quen thuộc với công cụ này cũng gặp nhiều lỗi và phải chỉnh sửa khá nhiều.

Nhiều người cũng còn nhớ Devin — công cụ từng được giới thiệu như một “kỹ sư AI cấp junior” có thể làm việc độc lập. Nhưng thực tế cho thấy Devin không thể hoàn thành trọn vẹn các dự án như kỳ vọng.

Chỉ vài tháng gần đây, mọi thứ đã thay đổi nhanh chóng. Spotify từng chia sẻ rằng các lập trình viên hàng đầu của họ gần như không còn viết code thủ công từ tháng 12. Đội ngũ nội bộ của Anthropic cũng được cho là có hơn 80% code triển khai được viết với sự hỗ trợ của AI. Trong khi đó, Andrej Karpathy nhận định rằng lập trình đã thay đổi nhiều hơn trong hai tháng vừa qua so với nhiều năm trước đó.

Một ví dụ đáng chú ý khác là Claude Opus 4.6 đã phát hiện 22 lỗ hổng mới trong Firefox chỉ trong vòng hai tuần, trong đó có 14 lỗ hổng nghiêm trọng. Con số này tương đương khoảng một phần năm tổng số lỗi nghiêm trọng mà Mozilla sửa trong cả năm 2025.

Những tiến bộ này cho thấy AI đang cải thiện nhanh chóng. Tuy nhiên, điều đó không có nghĩa là công việc kỹ sư đã biến mất. Thay vào đó, vai trò của kỹ sư đang dần thay đổi.

Bạn lập kế hoạch, AI viết code

Nếu AI đã mạnh như vậy, tại sao không chỉ cần mô tả yêu cầu và để AI làm mọi thứ?

Câu trả lời nằm ở phần khó nhất của phát triển phần mềm: lập kế hoạch và thiết kế hệ thống. AI có thể viết code rất nhanh, nhưng vẫn cần con người định hướng tổng thể.

AI nên được xem như một trợ lý hơn là một kiến trúc sư. Người dùng vẫn cần suy nghĩ về cấu trúc hệ thống, xác định các thành phần như frontend, backend, bảo mật và hạ tầng trước khi giao việc cho AI. Khi có cái nhìn tổng thể rõ ràng, việc hướng dẫn AI cũng trở nên hiệu quả hơn.

Trong nhiều trường hợp, bạn có thể dùng một agent để nghiên cứu trước các lựa chọn công nghệ, so sánh chi phí và hiệu năng, sau đó mới quyết định hướng triển khai. Nếu xây dựng hệ thống xác thực người dùng, bạn có thể nghiên cứu các dịch vụ như Cognito hoặc Auth0 để xem công cụ nào phù hợp hơn.

Khi lưu trữ dữ liệu người dùng, bạn có thể yêu cầu AI tạo một API CRUD hoàn chỉnh, sau đó để một agent khác sử dụng API đó trong ứng dụng chính. Cách làm này giúp tăng tốc đáng kể, nhưng vẫn yêu cầu bạn hiểu cách hệ thống hoạt động để tránh lỗi về sau.

Nếu bạn không xác định rõ từ đầu, việc chỉnh sửa sau này thường mất nhiều thời gian hơn. Điều này cho thấy dù AI giúp tăng tốc, quá trình xây dựng vẫn là công việc kỹ thuật thực thụ.

Một kỹ sư của Anthropic từng chia sẻ quy trình làm việc hiệu quả: lập kế hoạch trước, điều chỉnh kế hoạch cho đến khi hợp lý, sau đó mới để AI thực thi. Khi kế hoạch đủ tốt, phần code thường cũng sẽ ổn định hơn.

Judgement và "Taste" vẫn rất quan trọng

Một trong những yếu tố khó thay thế nhất là khả năng đánh giá và trực giác kỹ thuật. Đây là thứ giúp bạn biết khi nào nên đặt câu hỏi, khi nào cần kiểm tra lại, và khi nào kết quả chưa đạt yêu cầu.

Những người từng làm việc gần với phần mềm thường biết hệ thống có thể lỗi ở đâu, cần kiểm tra những gì và giả định nào có thể sai. Điều này cũng lý giải vì sao nhiều kỹ sư phần mềm, dù lo ngại về AI, lại là những người có thể tận dụng tốt nhất các công cụ này.

Tuy nhiên, không chỉ lập trình viên mới có lợi thế. Những người làm product, thiết kế hoặc UX cũng có thể tận dụng kinh nghiệm của mình để xây dựng sản phẩm bằng AI. Điều quan trọng không phải là biết code, mà là hiểu thế nào là một sản phẩm tốt.

Nếu bạn mới bước vào lĩnh vực này, việc đặt nhiều câu hỏi sẽ rất hữu ích. Bạn có thể yêu cầu AI đánh giá bảo mật, phân tích rủi ro hoặc so sánh các phương án triển khai. Một số người còn sử dụng nhiều agent khác nhau để so sánh kết quả nhằm giảm rủi ro.

Judgement là khả năng biết nên ưu tiên điều gì, còn taste là tiêu chuẩn chất lượng của bạn. Cả hai đều có thể cải thiện theo thời gian khi bạn làm việc nhiều hơn với AI.

Công cụ AI coding nào đang dẫn đầu?

Trong thời gian qua, Cursor từng giữ vị trí nổi bật trong nhóm công cụ AI hỗ trợ lập trình. Tuy nhiên, khi các công ty lớn như OpenAI, Anthropic và Google tung ra công cụ riêng, cuộc cạnh tranh đã thay đổi nhanh chóng.

Hiện tại, Claude Code đang là cái tên được nhắc đến nhiều nhất trong cộng đồng phát triển. Công cụ này cho phép người dùng giao việc cho AI như một đồng nghiệp, thay vì chỉ nhận gợi ý code trong IDE như trước đây.

Một số người thậm chí cho biết họ gần như không còn mở IDE nữa, mà chỉ giao việc trực tiếp cho AI. Claude Code cũng được sử dụng cho nhiều mục đích ngoài lập trình, chẳng hạn như quản lý dự án hoặc tổ chức công việc.

Ngoài Claude Code, nhiều người vẫn kết hợp thêm Codex như một công cụ hỗ trợ bổ sung. Bên cạnh đó, Claude Code Skills cũng được dùng để lưu trữ kiến thức dự án và hướng dẫn AI làm việc hiệu quả hơn.

Những điểm nghẽn vẫn tồn tại

Dù tiến bộ nhanh, các công cụ AI vẫn còn nhiều hạn chế. Một trong những vấn đề phổ biến là AI có thể tạo ra thông tin sai nhưng trông vẫn hợp lý.

Trong một trường hợp, AI tạo tài liệu API, sau đó một agent khác dùng tài liệu đó để tích hợp hệ thống. Việc xây dựng diễn ra rất nhanh, nhưng quá trình debug lại mất nhiều thời gian vì AI đã tự tạo ra một địa chỉ endpoint không tồn tại.

Ngoài ra, đã có những sự cố nghiêm trọng xảy ra. Một agent AI của Amazon từng xóa môi trường production, gây gián đoạn kéo dài nhiều giờ. Trong trường hợp khác, Claude Code xóa database sản phẩm và Codex từng xóa toàn bộ ổ đĩa của người dùng.

Một vấn đề khác là model drift, khi hiệu năng của mô hình thay đổi theo thời gian mà người dùng không kiểm soát được. Điều này khiến cộng đồng phải tự xây dựng các công cụ giám sát hiệu năng của AI.

Bên cạnh đó, một nghiên cứu cho thấy các kỹ sư junior sử dụng AI có xu hướng giảm khả năng hiểu code so với nhóm viết thủ công. Điều này đặt ra câu hỏi về việc kỹ năng lập trình có thể bị suy giảm theo thời gian hay không.

AI không khiến kỹ sư phần mềm trở nên dư thừa, nhưng đang thay đổi cách họ làm việc. Giá trị của kỹ sư đang chuyển từ việc viết code sang tư duy hệ thống, đánh giá và ra quyết định.

Có thể nói, kỹ thuật phần mềm đang tiến lên một tầng trừu tượng cao hơn, nơi AI xử lý phần triển khai còn con người tập trung vào định hướng và kiểm soát.

Hiện tại, AI giúp phát triển phần mềm nhanh hơn rất nhiều, nhưng vẫn tồn tại rủi ro và hạn chế. Và ít nhất ở thời điểm này, con người vẫn đóng vai trò trung tâm trong quá trình xây dựng sản phẩm.