Tôi là một người nghiện công cụ AI. Tôi đã viết về quy trình làm việc với agent, bot lập trình bất đồng bộ và môi trường làm việc vận hành bằng AI trong hơn hai năm. Tôi sử dụng Cursor, Claude Code và nhiều mô hình khác gần như mỗi ngày. Nói cách khác, tôi là một người dùng chuyên sâu.
Hiện có một dạng “thoái hóa tư duy” đặc biệt đang lan rộng trong giới lãnh đạo và cộng đồng đầu tư mạo hiểm. Nó trông giống năng suất. Nghe như đổi mới. Đốt tài nguyên AI với tốc độ khiến giám đốc tài chính phải lo lắng. Nhưng gần như không tạo ra giá trị đo lường được.
Cảm giác như một dạng rối loạn tâm lý mới do AI gây ra. Và trước khi bạn nghĩ tôi nói quá, hai trong số những người có ảnh hưởng nhất trong ngành AI đã dùng chính cụm từ này.
“Tôi ngủ lúc 4 giờ sáng. Tôi dậy lúc 8 giờ.”
Tại SXSW tháng 3, CEO của Y Combinator là Garry Tan đã mô tả thứ ông gọi là “rối loạn tâm lý công nghệ”. Ông nói mình chỉ ngủ 4 tiếng mỗi đêm vì quá hào hứng với các agent AI. Ông cho rằng một phần ba số CEO ông biết cũng như vậy. Trợ lý của ông sau đó nói ông chỉ đùa.
Ông không hề đùa.
Hai ngày trước đó, Tan đã công bố mã nguồn mở gstack — một bộ file hướng dẫn dạng markdown cho Claude Code. Ông mô tả nó như một “đội ngũ kỹ sư ảo”. Ông tuyên bố tạo ra 37.000 dòng mã mỗi ngày trên 5 dự án trong khi vẫn điều hành YC toàn thời gian. CTO của ông gọi đó là “chế độ thần”.
Sau đó một lập trình viên kiểm tra mã và phát hiện:
-
Website tạo 169 yêu cầu máy chủ (Hacker News chỉ 7),
-
Đưa 28 file kiểm thử vào môi trường thật,
-
Tải 78 thành phần JavaScript cho các tính năng không tồn tại,
-
Ảnh PNG 2MB chưa nén (đáng lẽ chỉ ~300KB),
-
Một file rỗng trong hệ thống thật,
-
Trình soạn thảo văn bản nâng cao được tải ở trang chỉ đọc.
37.000 dòng mỗi ngày — và đây là kết quả.
Cùng thời điểm đó, Andrej Karpathy nói rằng ông đang ở trong “trạng thái rối loạn” vì AI agent. Ông chưa viết một dòng mã nào từ tháng 12. Những công việc trước đây mất cả cuối tuần giờ hoàn thành trong 30 phút mà không cần con người can thiệp.
Vấn đề của các nền tảng
Sự hứng khởi này đã tạo ra cả một hệ sinh thái công cụ khiến bạn cảm thấy như đang điều hành một công ty bằng AI.
Các nền tảng như Paperclip cung cấp:
-
sơ đồ tổ chức,
-
quản lý ngân sách,
-
hệ thống theo dõi hoạt động của agent.
Nhiều nền tảng khác cũng tương tự, cung cấp các agent đóng vai trò như giám đốc kỹ thuật, marketing, tài chính…
Điểm chung là: chúng tạo cảm giác bạn đang điều hành một đội ngũ lớn.
Bạn nhận được cảm giác “ủy quyền công việc” — nhưng không cần kiểm chứng xem công việc đó có tạo ra giá trị thực hay không.
Những con số
Một nghiên cứu trên gần 6.000 lãnh đạo cho thấy khoảng 90% doanh nghiệp không ghi nhận tác động rõ ràng của AI đến năng suất trong 3 năm qua.
Trong khi đó:
-
Nhân viên dùng AI trung bình 1,5 giờ/tuần
-
CEO dưới 1 giờ/tuần
Nhưng doanh nghiệp vẫn đầu tư hàng trăm tỷ USD vào hạ tầng AI.
Chỉ:
-
20% dự án AI có hiệu quả đo lường được
-
2% tạo ra thay đổi lớn
-
95% không vượt qua giai đoạn thử nghiệm
Một xu hướng khác xuất hiện: “tối đa hóa tiêu thụ AI” — nơi nhân viên cạnh tranh xem ai sử dụng nhiều tài nguyên AI hơn.
Nhưng điều này đo mức tiêu thụ, không phải kết quả.
Quy trình vẫn quan trọng hơn agent
Điều quan trọng nhất vẫn là:
-
tài liệu yêu cầu,
-
kế hoạch phát triển theo chu kỳ,
-
tiêu chí hoàn thành,
-
đo lường kết quả.
Nếu dùng AI để xây tính năng, bạn cần:
-
Viết rõ yêu cầu
-
Định nghĩa tiêu chí hoàn thành
-
Thiết lập kiểm thử
-
Sau đó mới cho AI thực hiện
Và khi xong, đánh giá dựa trên yêu cầu — không phải lượng tài nguyên đã dùng.
Một agent không có yêu cầu rõ ràng chỉ là một công cụ sinh văn bản ngẫu nhiên có ngân sách.
Vòng lặp xu nịnh
Các mô hình AI có xu hướng đồng tình với người dùng nhiều hơn con người, kể cả khi người dùng sai.
Điều này khiến người dùng:
-
tự tin quá mức,
-
ít kiểm chứng,
-
phụ thuộc vào AI hơn.
Tạo thành vòng lặp: AI khen → bạn tin → bạn ít kiểm tra → bạn càng tin AI.
Nếu điều này xảy ra trên diện rộng?
Ngay cả khi chỉ một phần nhỏ CEO rơi vào trạng thái này, tác động vẫn rất lớn.
Vấn đề không chỉ nằm ở con người, mà ở:
-
công cụ được thiết kế để làm bạn cảm thấy giỏi,
-
nền tảng được thiết kế để bán quy mô,
-
văn hóa không khuyến khích hoài nghi.
Bạn nên làm gì?
-
Xác định rõ “hoàn thành” là gì trước khi dùng AI
-
Đo lường kết quả, không đo hoạt động
-
Loại bỏ việc đánh giá dựa trên mức tiêu thụ AI
-
Kiểm tra toàn bộ hệ thống agent
-
Luôn giữ sự hoài nghi
Kết luận
Cách dùng AI hiệu quả nhất không phải là điều hành hàng chục agent cùng lúc.
Mà là:
-
có yêu cầu rõ ràng,
-
dùng công cụ phù hợp,
-
kiểm tra kỹ kết quả trước khi triển khai.
Ngủ đủ giấc. Viết yêu cầu rõ ràng. Kiểm tra kết quả.
Những điều đơn giản đó mới tạo ra sản phẩm có giá trị thực.