- vừa được xem lúc

AI đã viết 90% code cho bạn, nhưng chính 10% cuối cùng mới là thứ làm bạn chậm lại

0 0 1

Người đăng: alice

Theo Viblo Asia

Chủ đề nóng nhất trong giới lập trình viên gần đây chắc chắn là các trợ lý lập trình AI. Dù là Gemini Pro, Copilot, hay một công cụ nào khác, chúng ta phải thừa nhận: một kỷ nguyên mới đã đến. AI giúp bạn tái cấu trúc code cũ, giải thích các thuật toán phức tạp, và thậm chí tạo ra toàn bộ các module chức năng—những điều không thể tưởng tượng được trước đây.

Cảm giác như AI có thể xử lý gần như 90% công việc lập trình.

Nhưng điều thú vị là, thời gian làm việc của tôi không hề giảm đi 90%. Tôi nhận ra rằng nút thắt cổ chai thực sự đã âm thầm dịch chuyển từ "làm thế nào để viết code" sang một lĩnh vực tinh vi hơn mà tôi gọi là "dặm cuối của việc xác thực code."

Hãy tưởng tượng những kịch bản bạn có thể gặp hàng ngày:

Gemini đưa cho bạn một đoạn script Python rất thanh lịch, sử dụng một thư viện mới. Bạn phải dừng lại, pip install, tạo hoặc kích hoạt môi trường ảo, và hy vọng nó không xung đột với các gói toàn cục. — Dòng chảy công việc của bạn bị phá vỡ.

AI đề xuất một tính năng mới tuyệt vời của PHP 8.3. Nhưng dự án hiện tại của bạn đang chạy trên PHP 8.1. Bây giờ bạn phải vật lộn với các trình quản lý phiên bản, chuyển đổi và tải lại dịch vụ. — Lại một sự gián đoạn khác.

AI tạo ra một bản demo full-stack với máy chủ web, cơ sở dữ liệu và Redis. Bạn rất ấn tượng, và sau đó bạn lặng lẽ mở terminal và bắt đầu viết một tệp docker-compose.yml hoặc cài đặt và cấu hình thủ công từng dịch vụ. — Nhiệt huyết sáng tạo của bạn bị bào mòn.

Một vấn đề front-end, AI nói rằng chỉ có thể tái hiện trong môi trường HTTPS. Và thế là bắt đầu cuộc chiến dài hơi của bạn với các chứng chỉ SSL tự ký.

Bạn có thấy quy luật không? AI hoạt động như một máy tạo ý tưởng siêu thanh, liên tục biến "suy nghĩ" thành "code", nhưng môi trường cục bộ của chúng ta lại giống như một con đường quê tắc nghẽn, ngăn cản đoạn code đó nhanh chóng chạy và trở thành một "kết quả có thể xác minh."

Trong kỷ nguyên AI, năng lực cốt lõi của một nhà phát triển đang chuyển từ "khả năng viết code" sang "khả năng lặp lại và xác thực nhanh chóng."

Sau khi nhận ra điều này, tôi bắt đầu tối ưu hóa quy trình làm việc của mình một cách ám ảnh với một mục tiêu duy nhất: loại bỏ mọi rào cản từ lúc "nhận code" đến lúc "thấy kết quả."

Trong stack công việc trên macOS của tôi, Servbay đã trở thành một phần gần như "vô hình" nhưng cực kỳ quan trọng của quy trình này. Tôi gần như không còn để ý đến nó nữa vì nó làm cho mọi thứ trở nên quá đỗi tự nhiên.

Khi tôi hỏi Gemini và nó trả về một đoạn code Node.js, tôi không nghĩ, "Làm sao để chạy nó?" bởi vì tôi biết một môi trường Node.js sạch sẽ đã sẵn sàng trong Servbay. Nếu code cần MariaDB và PostgreSQL, tất cả những gì tôi làm là bật chúng lên trong bảng điều khiển của Servbay. Toàn bộ quá trình này tự nhiên như hơi thở.

Tôi không còn phải vật lộn với các phiên bản PHP khác nhau giữa các dự án , cũng không lo lắng về việc gỡ lỗi HTTPS cục bộ, vì Servbay tự động xử lý SSL.

Điều thú vị hơn nữa là khi tôi bắt đầu khám phá các mô hình AI cục bộ, tôi thấy Servbay đã tích hợp sẵn Ollama. Điều này đã tạo ra một vòng lặp hoàn hảo trong quy trình làm việc AI của tôi: tôi sử dụng Gemini Pro trên đám mây để có kiến thức sâu rộng và ý tưởng sáng tạo, và một mô hình cục bộ để phân tích code nội bộ của công ty, với Servbay cung cấp một nền tảng ổn định, thống nhất cho tất cả.

Gần đây, tôi cần phải demo nhanh một tính năng cho khách hàng. Việc tích hợp frp và ngrok trong bản cập nhật Servbay 1.13.0 đã cho phép tôi tạo một URL công khai chỉ bằng một cú nhấp chuột, giúp tôi tiết kiệm được công sức triển khai lên máy chủ thử nghiệm.

Tôi không ở đây để giới thiệu một công cụ; tôi đang chia sẻ một triết lý: nâng cấp môi trường phát triển cục bộ của bạn từ một "trình chạy code" thụ động thành một "trình xác thực ý tưởng" chủ động.

AI đảm nhiệm việc "sản xuất", và chúng ta cần một "sân thử" cực kỳ mượt mà.

Vì vậy, lần tới khi bạn kinh ngạc trước sức mạnh của AI, hãy dành một chút thời gian để xem xét lại quy trình làm việc của chính mình. "10% cuối cùng" đang làm bạn chậm lại là gì? Giải quyết được nó sẽ mang lại cho bạn những lợi ích về hiệu suất vượt xa sự mong đợi.

Nhân tiện, nếu bạn là sinh viên, đừng quên đăng ký gói Gemini Pro miễn phí của Google. Đó là một ưu đãi tuyệt vời. Suy cho cùng, chúng ta xứng đáng có những công cụ tốt nhất.

Bình luận

Bài viết tương tự

- vừa được xem lúc

Cách tải và cài đặt Python cho Windows mới nhất(3.9.1)

Trong bài viết hôm nay mình sẽ chỉ các bạn cách tải và cài đặt Python trên môi trường windows nhằm phục vụ cho quá trình học tập và thực hành. Việc trước tiên cần làm là chúng ta phải tải bản cài đặt về máy tính.

0 0 30

- vừa được xem lúc

Chạy ứng dụng Hello World với Sublime

Đầu tiên bạn phải cài đặt Python và Sublime Text tại đường dẫn sau:. Hướng dẫn cài đặt Python trên hệ điều hành Windows MacOS và Linux.

0 0 35

- vừa được xem lúc

Hướng dẫn sử dụng Pandas với Python

Xử lý dữ liệu với Pandas trong Python. Pandas là một thư viện Python cung cấp các cấu trúc dữ liệu nhanh, mạnh mẽ, linh hoạt, và mang hàm ý.

0 0 32

- vừa được xem lúc

Cài đặt Python trên Windows

Trong bài hướng dẫn này, chúng ta sẽ bàn luận về cách cài đặt Python (Thiết lập môi trường) để lập trình Python trên hệ điều hành Windows. .

0 0 20

- vừa được xem lúc

Nô đùa cùng Gemini API 🥳

Giới thiệu. Ở bài viết trước, tôi đã giới thiệu về mô hình Gemma, một bước tiến mới trong xây dựng mô hình lớn được phát triển bởi Google.

0 0 28

- vừa được xem lúc

OpenAI tung "bom tấn" GPT-4o, mở ra kỷ nguyên mới cho AI "chém gió"? So sánh hiệu suất với các mô hình khác.

Image create by DALL-E3. Cánh fan AI vừa được phen "rụng tim" với siêu phẩm mới nhất của OpenAI - GPT-4o! Em này hứa hẹn sẽ khuấy đảo thế giới ngôn ngữ AI, mang đến những trải nghiệm "chém gió" đỉnh c

0 0 21