Khi AI đảm nhiệm ngày càng nhiều công việc viết mã, vai trò của kỹ sư phần mềm sẽ dịch chuyển từ trực tiếp tạo mã sang xây dựng hệ thống giúp AI tạo mã một cách an toàn, nhất quán và có thể mở rộng. Đó là nhận định của Ankit Jain, đồng sáng lập kiêm CEO Aviator, trong bài viết gần đây trên The New Stack.

Theo Ankit Jain, câu hỏi cốt lõi của kỷ nguyên AI không còn là kỹ sư sẽ viết bao nhiêu mã, mà là họ sẽ phải đảm nhận vai trò gì khi phần lớn mã nguồn được tạo ra bởi máy.

Ông cho rằng trọng tâm công việc đang chuyển từ “viết mã” sang “xây công cụ để tạo mã”. Trong tương lai, đội ngũ kỹ sư có thể sẽ được phân thành hai nhóm lớn là kỹ sư sản phẩm và kỹ sư nền tảng, thay vì chia theo front-end hay back-end như trước.

Trong đó, kỹ sư sản phẩm tập trung phát triển sản phẩm cho người dùng cuối, còn kỹ sư nền tảng xây dựng công cụ để các kỹ sư khác tạo ra sản phẩm. AI càng viết nhiều mã, nhu cầu đối với lực lượng kỹ sư nền tảng - những người thiết kế và tinh chỉnh hệ thống vận hành phía sau - càng tăng.

Ankit Jain cho rằng dù được gọi là “harness engineering” hay “loop engineering”, bản chất của xu hướng này vẫn là platform engineering, tức là xây dựng các công cụ và nền tảng mà toàn bộ đội ngũ kỹ sư phải dựa vào để phát triển phần mềm.

Ông cũng chỉ ra một vấn đề đang nổi lên tại nhiều tổ chức khi AI đẩy nhanh tốc độ sinh mã: mã được tạo ra càng nhanh thì áp lực ở các khâu kiểm soát phía sau càng lớn. Mỗi nhóm tự viết prompt, tự dựng guardrail và tự làm dashboard để theo dõi AI agent hoạt động ra sao. Khi không có cơ chế chia sẻ chung, cả tổ chức thực chất đang giải cùng một bài toán theo nhiều cách khác nhau.

Để minh họa, CEO Aviator nhắc tới trường hợp của Vanita Kumar, tư vấn tại Thoughtworks. Theo ông, khi xây dựng sơ đồ tổ chức cho khách hàng, bà nhận thấy trước đây doanh nghiệp chỉ cần một đội nền tảng phụ trách hạ tầng triển khai, nhưng nay phát sinh thêm nhu cầu về một đội riêng để quản lý AI agent.

Dù vậy, ông dự đoán về lâu dài hai nhóm này sẽ hội tụ thành một.

Theo Ankit Jain, khi AI tham gia tạo mã ở quy mô lớn, nhiệm vụ kiểm soát, xác thực và mở rộng toàn bộ quy trình sinh mã sẽ trở thành một phần cốt lõi của platform engineering. “Mọi công ty làm phần mềm, cuối cùng sẽ trở thành công ty xây công cụ phát triển”, ông nói.

Ông cho biết phạm vi của “harness engineering” rất rộng. Trước hết là lựa chọn mô hình và framework nào được phép triển khai, bởi đây là vấn đề gắn trực tiếp với bảo mật và chi phí.

Tiếp theo là bài toán quản trị mức sử dụng và khả năng mở rộng. Theo ông, việc phục vụ 10 người dùng hoàn toàn khác với vài trăm người dùng, nên doanh nghiệp phải có nền tảng quản lý phù hợp.

Một nội dung khác là quản lý quyền truy cập. Ankit Jain lưu ý rằng dù AI agent có thể đảm nhận một phần công việc của kỹ sư, doanh nghiệp cũng không thể cấp cho chúng cùng một mức quyền như con người.

Cuối cùng là chính “harness” - tức cơ chế phản hồi khép kín để các vấn đề do công cụ như security scanner hay linter phát hiện có thể được đưa trở lại cho AI agent xử lý, thay vì chuyển hết sang con người.

CEO Aviator đánh giá Anthropic và OpenAI hiện cung cấp “nguyên liệu thô” dưới dạng AI agent, hay nói cách khác là phần “động cơ”. Tuy nhiên, bản thân các động cơ này không hiểu codebase riêng của từng doanh nghiệp.

Vì vậy, theo ông, chỉ đội ngũ nền tảng mới có thể tinh chỉnh AI agent theo đúng quy ước phát triển của từng nhóm, mức rủi ro có thể chấp nhận và cả giới hạn ngân sách.

Nếu doanh nghiệp không chủ động làm việc này, mỗi nhóm sẽ tự dựng một phiên bản chắp vá của riêng mình. Khi sự cố phát sinh, trách nhiệm cũng sẽ trở nên mơ hồ.

Kết luận, Ankit Jain cho rằng mức cải thiện năng suất nhờ AI không phụ thuộc chủ yếu vào việc doanh nghiệp dùng mô hình nào, áp chính sách chặt đến đâu hay chạy theo thuật ngữ mới nhanh thế nào. Yếu tố quyết định nằm ở chỗ doanh nghiệp có coi đội ngũ xây công cụ - tức các kỹ sư nền tảng - là lực lượng nòng cốt hay chỉ là bộ phận hỗ trợ.