Ba cách tương tác với AI - và hầu hết chúng ta đang mắc kẹt ở cách đầu tiên
Sau một thời gian quan sát bản thân và đồng nghiệp, tôi thấy có ba "mode" rõ rệt khi làm việc với AI. Tạm gọi là Automation, Augmentation, và Agency.
Ba cái này không phải cấp độ "giỏi hơn xấu hơn" - mà là ba công cụ khác nhau, dùng đúng lúc đúng chỗ thì đều có giá trị. Nhưng phần lớn developer đang dùng mỗi cái đầu và nghĩ mình đã khai thác hết AI.
Automation - "Làm hộ tôi việc này"
Đây là mode phổ biến nhất. Bạn có một task cụ thể, bạn mô tả cho AI, AI làm, bạn nhận kết quả.
- "Viết unit test cho function này"
- "Giải thích error message này"
- "Tóm tắt PR này trong 3 gạch đầu dòng"
- "Generate migration script từ schema cũ sang mới"
AI hoạt động như một công cụ: bạn input, nó output. Bạn vẫn là người quyết định từng bước.
Automation rất tốt cho những việc lặp đi lặp lại, có output rõ ràng, ít cần judgment. Viết boilerplate, format code, giải thích khái niệm - AI làm tốt hơn tôi và nhanh hơn. Tôi không tiếc một giây.
Nhưng có một điều ít người nói thật: automation không tự động nghĩa là năng suất tăng. Nghiên cứu gần đây cho thấy automation thuần có thể giảm năng suất ~18% vì bạn tốn nhiều thời gian kiểm tra và sửa output của AI hơn bạn nghĩ. Đặc biệt với code - AI generate ra cái gì đó trông có vẻ đúng nhưng không đúng ngữ cảnh của dự án, và bạn phải debug cái output đó.
Automation hiệu quả khi bạn đã hiểu rõ domain, biết chính xác output "đúng" trông như thế nào, và có thể verify nhanh. Ngược lại, giao cho AI những gì bạn chính mình chưa hiểu rõ - đó là cách dẫn đến "Copilot hell".
Augmentation - "Cùng tôi suy nghĩ và làm"
Đây là mode tôi thấy thú vị hơn nhiều. Thay vì giao task cho AI, bạn và AI làm việc như hai người cùng ngồi giải quyết một vấn đề.
Khác biệt cốt lõi: AI không chỉ thực hiện - nó góp ý, phản biện, đề xuất, và bạn quyết định.
Ví dụ thực tế từ tôi: tuần trước tôi đang thiết kế một inventory sync service giữa warehouse và e-commerce platform. Thay vì hỏi AI "viết code cho tôi", tôi bắt đầu bằng: "Đây là constraints: latency < 500ms, eventual consistency OK, volume 10k events/hour. Tôi đang lean về queue-based approach. Bạn thấy có vấn đề gì không?"
AI không viết code. Nó chỉ ra 2 edge case tôi chưa nghĩ đến, gợi ý một pattern tôi chưa cân nhắc, và hỏi lại tôi một câu về business requirement mà tôi phải quay lại hỏi stakeholder.
Đó là augmentation. Tôi không nhờ AI làm thay - tôi đang dùng AI như một junior architect giỏi ngồi review cùng mình.
Cái khó của augmentation là bạn phải biết mình muốn gì, muốn hỏi gì, và đủ kinh nghiệm để evaluate lại gợi ý của AI. AI giỏi ở chỗ nhanh và rộng - nhưng bạn giỏi ở chỗ có context của dự án, biết culture của team, và hiểu tradeoffs business. Kết hợp hai cái đó mới ra output tốt.
Theo kinh nghiệm của tôi và các số liệu gần đây, augmentation mang lại khoảng 20-25% tăng năng suất thực - không phải vì bạn làm nhanh hơn, mà vì bạn ít mắc lỗi hơn và quyết định tốt hơn ngay từ đầu.
Agency - "Tôi cài đặt, AI tự chạy"
Đây là mode mà tôi nghĩ nhiều developer chưa chạm tới - và cũng là mode thú vị nhất năm 2026.
Thay vì giao từng task, bạn cài đặt AI như một cộng sự độc lập: định nghĩa mục tiêu của nó, ngữ cảnh của dự án, cách xử lý các tình huống khác nhau - rồi để nó tự làm trong phạm vi đó.
Ví dụ đơn giản nhất: tôi có một AI agent đang chạy "ngầm" review incoming PRs trong team. Thay vì mỗi PR tôi phải ngồi check từng dòng, agent đó đọc diff, đọc context của ticket, check theo coding standards của team, và comment trực tiếp lên PR với những điểm cụ thể cần sửa. Tôi chỉ đọc summary và quyết định approve hay không.
Điểm khác biệt với automation: tôi không giao từng PR cho AI xem. Tôi đã cài đặt toàn bộ ngữ cảnh một lần - standards, conventions, những gì team coi trọng, những anti-pattern hay gặp - và nó tự chạy.
Với agency, bạn không quản lý AI task-by-task. Bạn quản lý AI ở level mục tiêu và nguyên tắc. Giống như sự khác biệt giữa micromanage từng bước và set direction rồi để người ta tự làm.
Cái cần đầu tư cho agency là thời gian upfront - để "dạy" AI về context của bạn. Nhưng sau đó, mỗi giờ đầu tư vào đó tiết kiệm cho bạn nhiều giờ về sau.
Kinh nghiệm thực của tôi - không tô hồng
Nếu tôi tự đánh giá thật: năm 2023-2024, tôi chủ yếu ở mode automation. Dùng AI như một search engine thông minh hơn, một cái Google biết giải thích.
Bước qua 2025, tôi bắt đầu thực hành augmentation nhiều hơn - và đây là khi tôi thấy AI thực sự hữu ích trong công việc kiến trúc và decision-making, không chỉ trong coding.
Năm 2026, tôi đang experiment với agency - thiết lập các agent cho những workflow lặp đi lặp lại nhưng cần một chút judgment: code review, PR summary, monitoring alert triage.
Điều tôi nhận ra: ba mode này không phải một cái thay cái kia - bạn cần cả ba, dùng đúng lúc.
Automation cho những việc rõ ràng, nhanh, ít risk.
Augmentation cho những việc cần suy nghĩ và judgment.
Agency cho những workflows lặp đi lặp lại mà bạn đã hiểu rõ đủ để "dạy" lại cho AI.
Gửi các bạn trẻ đang bắt đầu với AI
Đừng bắt đầu từ agency. Không phải vì nó khó về kỹ thuật - mà vì để cài đặt AI agent hoạt động tốt, bạn phải hiểu sâu cái task đó đến mức có thể mô tả nó cho người khác thực hiện mà không cần giám sát.
Và cái đó đòi hỏi bạn đã làm task đó nhiều lần, hiểu edge cases, hiểu khi nào nên escalate và khi nào nên tự quyết. Nếu bạn chưa có base đó, AI agent của bạn sẽ confident và sai - loại lỗi tệ nhất trong software.
Bắt đầu từ augmentation. Học cách nói chuyện với AI không phải là "làm hộ tôi" mà là "cùng tôi suy nghĩ về vấn đề này". Kỹ năng đó - biết đặt câu hỏi đúng, biết provide context tốt, biết evaluate output AI - mới là kỹ năng có giá trị lâu dài, dù AI tiếp tục thay đổi.
Bạn đang ở mode nào?
Tôi tò mò thật sự: trong team bạn, mọi người chủ yếu dùng AI theo cách nào? Automation, augmentation, hay đã có ai thử thiết lập agent agency chưa? Và nếu thử rồi - workflow đó trông như thế nào, có gặp vấn đề gì không?
Chia sẻ trong comment, tôi muốn nghe trải nghiệm thực - không phải lý thuyết hay demo video :)
/Son Do - believe in basic
#1percentbetter #AIinWork #softwareengineering #techlead
