Scott Bason, kỹ sư phần mềm cấp cao tại Medium, cho rằng khi AI đảm nhận ngày càng nhiều phần việc lập trình, các kỹ sư không nên dùng phần năng suất tăng thêm để ôm nhiều đầu việc hơn. Theo ông, cách làm đó có thể mang lại hiệu quả trong ngắn hạn, nhưng về lâu dài dễ dẫn tới kiệt sức. Thay vào đó, thời gian tiết kiệm được nên dành cho việc đọc, viết và học cùng đồng nghiệp.

Chia sẻ trên Medium, Bason cho biết năng suất của ông tăng mạnh sau khi đưa các công cụ AI vào công việc. Những đầu việc từng mất vài ngày nay có thể hoàn thành chỉ trong vài giờ.

Tuy nhiên, làm nhanh hơn không có nghĩa là làm tốt hơn. Bason ví trải nghiệm này giống như nhân vật Flash trong truyện tranh: khi lần đầu có siêu năng lực, con người dễ hào hứng lao đi khắp nơi mà chưa biết rõ mình nên đi hướng nào.

Ông kể rằng khi năng suất tăng gấp 5 lần, ông cũng tự nhận thêm khối lượng công việc gấp 5 lần. Từ xử lý báo lỗi, làm trang cấu hình mới cho tới phát triển công cụ dành cho quản trị viên, ông đều chủ động nhận về và cuối cùng rơi vào tình trạng kiệt sức.

Theo Bason, ông “kiệt sức nhanh hơn trước gấp 10 lần”. Việc rà soát mã nguồn trở nên qua loa, nhiều pull request bị bỏ dở suốt vài tuần, còn mạch công việc liên tục bị ngắt quãng.

Sau giai đoạn đó, ông thay đổi cách làm. Thay vì tiếp tục làm nhiều hơn, Bason nhìn lại điều gì thực sự mang lại giá trị trong công việc. Kết luận của ông khá rõ ràng: những lúc hài lòng nhất là khi bản thân học được điều mới hoặc giúp người khác học được điều gì đó.

Vì vậy, khi các AI agent tự tạo thêm tác vụ và liên tục sinh ra các pull request mới, ông không mở thêm một “vòng” công việc khác cho mình. Thay vào đó, ông dành thời gian để đọc, đề xuất làm việc theo cặp với đồng nghiệp và tự tay viết nhiều hơn.

Với hơn 15 năm làm web, Bason cho biết ông vốn có thói quen đọc rất nhanh các bài viết kỹ thuật: tìm đúng đoạn mã cần thiết, đọc phần kết luận rồi bấm vào liên kết của thư viện liên quan. Trước khi có AI, việc viết code chiếm quá nhiều thời gian, khiến ông khó có cơ hội đọc chậm và đọc kỹ bài của người khác.

Theo ông, điều bị bỏ lỡ chính là khía cạnh con người trong ngành công nghệ: cách mỗi tác giả kể câu chuyện của mình, những trải nghiệm giao thoa và hành trình nghề nghiệp khác nhau.

Gần đây, Bason nói ông đã đọc tài liệu kỹ hơn rất nhiều. Thay vì chỉ lấy một vài đoạn code để dùng ngay, ông cố gắng hiểu cả nguyên lý vận hành, chẳng hạn như cách React View Transition hoạt động.

Việc đọc sâu hơn cũng làm thay đổi cách ông giao việc cho các AI agent. Bason cho rằng chỉ khi hiểu rõ một tính năng cần gì và đi đến đâu, ông mới có thể đưa ra chỉ dẫn phù hợp cho các agent.

Trong các thay đổi đó, hoạt động mà ông đánh giá cao nhất là viết. “Tôi gần như viết nhật ký công việc hằng ngày trên kênh nội bộ của công ty. Trước đây, ngay cả 15 phút tôi cũng thấy tiếc nên không làm”, ông nói.

Phản hồi nhận được vượt ngoài dự đoán của ông. Theo Bason, đồng nghiệp không chỉ đọc mà còn để lại bình luận, rồi từ đó mở ra những cuộc trao đổi trực tiếp.

Ông cho biết nhiều đầu ra như lịch nội dung hay trang biên tập mới đều bắt đầu từ những ý tưởng nảy sinh theo cách đó. Bason nhấn mạnh rằng ông đã có thể chuyển phần năng suất mà AI mang lại thành những thứ hữu ích hơn cho người dùng, và “đó là việc xứng đáng để tốn token”.

Bason cũng cho rằng việc chậm lại và viết ra suy nghĩ giúp ông nhận ra một điều: làm việc càng thận trọng, năng suất dài hạn càng cao. “Giờ tôi không tạo ra nhiều hơn trước gấp 10 lần, nhưng những gì tôi làm ra có ý nghĩa hơn gấp 10 lần”, ông nói.