“Mỗi agent được tôi giao một vai trò cụ thể, kèm theo nền tảng kiến thức, kỹ năng và quy trình làm việc riêng. Đó là cách một cá nhân giờ đây có thể vận hành cả một đội AI agent.”

Chia sẻ với DigitalToday, Hwang Min-ho, kỹ sư chính tại một tập đoàn IT lớn ở Pangyo với 17 năm kinh nghiệm phát triển phần mềm, cho biết ông đang ứng dụng phương pháp “harness engineering” để tổ chức và điều phối nhiều AI agent trong công việc. Theo ông, cách làm này giúp rút ngắn mạnh thời gian phát triển, từ một dự án kéo dài 3 tháng xuống còn 2 tuần, trong khi một MVP có thể hoàn thành chỉ trong 1 giờ.

Hwang là một trong những kỹ sư tích cực thử nghiệm các công nghệ AI mới và thường xuyên chia sẻ kết quả trên mạng xã hội cũng như trong các cộng đồng lập trình. Trong số đó có bộ tổng hợp 100 kịch bản khai thác agent và tài liệu hướng dẫn về Claude Code, đạt 700 sao trên GitHub chỉ sau vài ngày công bố.

Ông cũng từng dùng AI để viết tiểu thuyết khoa học viễn tưởng, sau đó chuyển thể thành webtoon, đồng thời nhanh chóng tạo ra một công cụ vẽ bằng biểu tượng cảm xúc. Khi chính phủ công bố áp dụng định dạng Markdown, ông tiếp tục đăng tải một bộ chuyển đổi sang Hancom.

Sự nghiệp phát triển phần mềm của Hwang bắt đầu từ lĩnh vực tìm kiếm. Trong 15 năm, ông làm việc ở nhiều mảng như quảng cáo, tìm kiếm và mã nguồn mở.

Khi ChatGPT ra mắt, ông lập tức bị thu hút. Theo Hwang, AI cũng xuất phát từ nhu cầu nhanh chóng tìm ra điều mình cần, nên có điểm giao thoa rõ rệt với lĩnh vực tìm kiếm mà ông từng theo đuổi.

Trong quá trình thử nghiệm, Hwang bắt đầu đăng các bài đánh giá lên cộng đồng nội bộ và nhận được phản hồi tích cực. Thói quen theo dõi xu hướng công nghệ quốc tế rồi chia sẻ lại trước đây cũng dần chuyển hẳn sang lĩnh vực AI.

Từ đó, ông có thêm nhiều cơ hội mới trong công việc, từ phát triển giải pháp và dịch vụ AI đến tham gia hỗ trợ quá trình chuyển đổi AX trên phạm vi toàn công ty trong một tổ chức theo định hướng AI-native.

Hiện nay, Hwang đảm nhiệm vai trò kỹ sư triển khai ở tuyến đầu, luân chuyển qua nhiều đơn vị để trực tiếp hỗ trợ việc chuyển đổi công việc sang AI tại hiện trường.

Theo Hwang, sự thay đổi trong công việc phát triển phần mềm diễn ra rất nhanh. “Trước khi có ChatGPT, một dự án thường mất 3 tháng. Khi có ChatGPT, thời gian giảm còn 1 tháng. Đến khi xuất hiện các công cụ như Cursor hay Claude Code, thời gian tiếp tục rút xuống còn 2 tuần”, ông nói.

Gần đây, sau khi áp dụng harness engineering, tốc độ còn được đẩy lên thêm một bước nữa. “Giờ tôi có thể làm MVP trong 1 giờ và triển khai trong 2 ngày”, Hwang cho biết.

Cách phối hợp với những người không phải lập trình viên cũng thay đổi đáng kể. Theo ông, chỉ trong một cuộc họp kéo dài 1 giờ, ông đã có thể đưa ra nguyên mẫu phản ánh ý tưởng của đối tác theo thời gian thực.

“Trong lúc người phụ trách trình bày yêu cầu, tôi cho nhiều AI agent chạy song song trên laptop. Gần cuối cuộc họp, tôi xoay màn hình lại và hỏi liệu hệ thống mà họ hình dung có phải như thế này không. Hầu hết đều rất bất ngờ”, ông kể.

Không chỉ công việc phát triển phần mềm, năng suất ở các đầu việc cá nhân cũng thay đổi rõ rệt. Hwang cho biết trước đây để viết một bài tổng hợp xu hướng AI quốc tế, tính cả phần dịch, ông mất khoảng 2 giờ, sau đó giảm còn 1 giờ. Gần đây, nếu có một đường link đủ tốt, ông chỉ cần bổ sung góc nhìn cá nhân là có thể xuất bản bài viết trong 10 phút.

Theo Hwang, cốt lõi của bước nhảy về tốc độ này nằm ở harness engineering. Đây là phương pháp gán vai trò cho nhiều agent, đồng thời thiết lập sẵn nền kiến thức và kỹ năng để chúng thực hiện nhiệm vụ. Khái niệm này được Anthropic giới thiệu trên blog vào tháng 11 năm ngoái.

Hwang ví phương pháp này với việc ký hợp đồng bất động sản. “Trước thời ChatGPT, tôi phải tự tìm hiểu kiến thức rồi tự đi làm mọi việc. Khi có Cursor và Claude Code, giống như tôi đưa AI đi cùng. Còn ở giai đoạn harness engineering, tôi tạo ra agent thay mình đến sàn và tự xử lý cả việc ký hợp đồng”, ông nói.

Theo ông, một harness gồm ba thành phần chính: agent làm việc thay con người; skill là tập hợp kiến thức và phương pháp mà agent sử dụng; còn orchestration là thứ tự và quy tắc phối hợp giữa các agent. Hwang cho biết ông đã kiểm chứng cách làm này qua 100 kịch bản và công bố dưới dạng plugin cho Claude Code.

Ông thừa nhận từng cân nhắc khá lâu trước khi công khai các kết quả này vì “mỗi thứ đều có cảm giác như một startup”.

Một ví dụ tiêu biểu là harness dùng để viết tiểu thuyết khoa học viễn tưởng. Chỉ với một yêu cầu ngắn như “Tôi sẽ viết tiểu thuyết SF”, các agent có thể tự động được tạo ra để thiết kế nhân vật, xây dựng thế giới quan và tư vấn các yếu tố khoa học.

Các agent trước tiên xây dựng dàn ý cho từng chương và các chi tiết gợi mở, sau đó mới bắt đầu viết nội dung. Tác phẩm hoàn chỉnh tiếp tục được chuyển thể thành webtoon.

Với webtoon gồm 12 tập, hệ thống đã tạo ra tổng cộng 360 hình ảnh. Trong số này, 40 hình bị chính agent đánh giá là chưa đạt và tự vẽ lại, còn 20 hình do Hwang trực tiếp can thiệp. “Chúng xử lý cả những việc tôi chưa yêu cầu”, ông nói.

Hwang cũng nhấn mạnh rằng khả năng điều phối AI agent hiệu quả không phụ thuộc trực tiếp vào trình độ viết code. Theo ông, nhiều người nghĩ lập trình viên sẽ làm tốt nhất, nhưng trên thực tế, đôi khi người làm kế hoạch hoặc trưởng nhóm lại phù hợp hơn. “Ai từng giao việc cho người khác thì cũng có thể giao việc tốt cho agent”, ông nói.

Ông nói thêm rằng các lập trình viên thường chỉ đưa cho agent một dòng yêu cầu, trong khi những người làm tốt hơn thường viết liền 5-6 dòng, trong đó chứa cả suy nghĩ và cân nhắc của họ.

Trước lo ngại AI có thể thay thế lập trình viên, Hwang cho rằng điều quan trọng là không xem AI như một mối đe dọa, mà phải tận dụng tối đa công cụ này để tích lũy trải nghiệm và nâng cao năng lực. Theo ông, AI là cơ hội với nhân sự junior, đồng thời cũng là động lực buộc nhân sự senior phải rời bỏ quán tính cũ.

“Người chấp nhận thay đổi và dứt khoát từ bỏ những cách làm cũ sẽ có lợi thế”, Hwang kết luận.