Học nhanh gấp 10 lần với AI?

yup, đây là câu hook :D nếu bạn nào hay đọc blog của mình thì có thể bạn sẽ nhận ra mình gần như không bao giờ dùng mấy câu hook gây ấn tượng mạnh kiểu như này. Nhưng thực sự thì lần này mình phải dùng vì thấy có vẻ hợp với chia sẻ của mình trong chặng đường học về AI.

Bắt đầu từ con số không

Mình bắt đầu vọc vibe code từ hơn 1 năm trước. Khi đó thì mình cũng không hiểu khái niệm vibe code hay gì và toàn thấy các bạn dev share là nhiều nên mình mặc định đây là 1 kiểu code mới cho dev (?) Khi đó thì ChatGPT vẫn là một cái gì đó rất bá đạo và có thể coi là thống trị thị trường AI lúc bấy giờ trước khi Claude và Gemini nhập cuộc.

Lúc đấy mình có 2 vấn đề mà thực sự không biết phải làm như nào:

Làm sao làm lại blog cá nhân cho nó đẹp và tối ưu (mình dùng Wix để làm và bạn nào biết thì ngồi design với Wix rất cực luôn nên cái website của mình lúc bấy giờ nhìn quê mùa kinh khủng trong khi mình còn làm cả designer...)
Luồng tự động refine content cho mình (yup, từ 1 năm trước mình đã nghĩ đến việc lười viết rồi :D).

Kết quả thì, cái website vẫn lởm tại thời điểm đó vì mình thử làm theo nó chỉ mà không được, từ sửa code, rồi làm theo hướng dẫn để tối ưu SEO. Còn luồng sửa content thì khá khẩm hơn nhưng vẫn gặp lỗi. Đặc biệt với luồng sửa content thì mình được nó chỉ cho dùng Google Apps Script của Google Sheets để quản lý, với mình đây như 1 chân trời mới (vì mình không biết code, lưu ý nhé các bạn. Base của mình là tài chính ngân hàng, không phải IT).

Sau thời điểm đó, mình tìm hiểu nhiều hơn về cách làm đủ thứ, tự động hoá với Google Apps Script. Lúc này thì Gemini và Google AI Studio ra mắt, well, lúc đó mọi thứ nó diễn ra khá là nhanh, app, web tự dựng "làm phút mốt". Dopamine được bơm liên tục và mình kiểu nhảy vào làm hết cái này cái kia xong nhận ra nó không đủ. Sản phẩm làm hầu như cho mỗi mình dùng, chẳng share được (dù sau nó gợi ý dùng Vercel và Supabase), chẳng scale được...

Bước ngoặt lớn

Vào tầm tháng 10 năm ngoái, mình về lại Hà Nội sau 2 năm sống ở Sài Gòn, lúc này mình đưa ra 1 quyết định mà mình nghĩ đây là quyết định lớn thứ 2 trong các quyết định về sự nghiệp của mình. Đó là làm freelance full-time và dành hầu như toàn bộ thời gian vào học về AI.

Lúc này, mình đã dần rời bỏ các chat model (thời điểm đó thì kể cả Claude, Gemini hay ChatGPT đều chỉ là chat model thôi, nó chưa đủ mạnh, chưa được cung cấp nhiều tool/app như bây giờ) và đến với Visual Studio Code cùng Copilot và extension hỗ trợ code. Mình học cách code với AI từ những thứ đơn giản là website, app độc lập...

Mình có lợi thế là hầu hết các quy trình và cách làm phần mềm mình đều biết, từ kiến trúc, db, design... nhưng mình lại gần như mù tịt về hạ tầng (infrastructure). Mình biết khái niệm, biết nó là làm gì, biết nó xuất hiện ở đâu. Nhưng lại không biết nó kết nối với cả quy trình như nào, vì sao lại cần nó...

Thế là mình quyết định "un-know" những gì đã biết đi, làm từng chút một và nhờ AI chỉ từng bước, tự thao tác (nó chỉ mình làm nhé, không phải là nó làm cho mình).

Trong suốt quá trình đó, mình gặp rất nhiều thông tin/kiến thức mà phải nói thật là chả hiểu mô tê gì, kể cả về AI, cả về phần mềm (yup, cả về phần mềm, dù tại thời điểm này mình đã đi làm được 13 năm trong nghề). Khi đó thực sự rất mệt và nản, mình bị kẹt trong 1 mớ kiến thức mà không biết phải lắp ráp nó với nhau như nào, làm sao để kết nối chúng:

Mình biết khái niệm các môi trường phát triển, nhưng bản chất nó là gì? tại sao phải tách, tại sao lắm môi trường thế?
CI/CD là gì? sao mà nó tự động được? dev họ "build" thì họ build cái gì? deploy là như nào? sao làm được?
Sản phẩm sau khi làm xong thì đưa cho khách như nào? server là sao? vps là cái gì? rồi lại còn docker? ủa thế không chạy riêng được à?...

Một loạt các câu hỏi xuất hiện trong quá trình mình làm. Có những lúc mình cũng định quit luôn rồi, mà rồi thì mình cũng tìm được phương pháp để có thêm động lực tiếp tục.

Tự cứu để tiếp tục

Phương pháp của mình là chia nhỏ, làm nhiều. Chia nhỏ là cố gắng chia từng bước ra, làm từng chút một. Làm nhiều là làm nhiều dự án 1 lúc, cả phức tạp và đơn giản. Tại sao?

Việc chia nhỏ giúp đầu óc không bị quá tải và cách ly phần lo lắng về cả hệ thống lớn qua 1 bên để học trước đã.
Làm nhiều, cả dự án to và nhỏ để bơm dopamine từ việc hoàn thành các dự án nhỏ như làm tool và thấy nó chạy được, làm website và thấy nó online..

Từng bước, mình sai rất nhiều, làm rất nhiều và đồng thời cũng học được nhiều thứ.

Để phục vụ việc học thì mình đầu tư mua cả máy bàn về làm server, mua các loại tài khoản AI, VPS, domain... để có thể học. Rồi mình tự setup được luồng CI/CD, setup được môi trường khác nhau để làm. Hiểu được vì sao người ta lại làm thế, thậm chí giờ mình dựng Gitea dùng cá nhân - mình có 3 cái máy, đều dùng chung 1 luồng CI/CD nội bộ qua Gitea và Coolify (cho webapp) có cả Woodpecker (CI cho các CI nặng). Rồi tự golive app: mua VPS, cài đặt, mua domain migrate qua Cloudflare, cấu hình Nginx...

Sao mình không khoe kết quả trong suốt thời gian này?

Đọc đến đây, chắc nhiều bạn sẽ thắc mắc: "Ủa thấy ông làm được nhiều thứ thế, sao không thấy lên mạng flex hay chia sẻ mấy cái demo xịn sò như người ta?"

Vì mình bận, mình thực sự rất bận, các bạn xem "evidence" nhé (phần mềm pm này mình mới làm đc 1 tháng, và đây là lượng công việc chỉ trong 1 tháng trở lại đây của mình), task rất nhiều, và lượng dự án mình làm cũng nhiều lắm. Giờ thì mình cũng như dev, nửa đêm khách hỏi bug là phải trả lời (tự làm mà, nên phải tự chịu). Sản phẩm mình làm thì đã đem đi kinh doanh và mang lại nguồn thu nên mình vẫn còn dành thời gian viết content, mở lớp và chăm sóc học viên là mình thấy mình đỉnh lắm rồi. Đâu còn thời gian mà nghĩ xem khoe sản phẩm nữa (sau này có thể sẽ có đấy, rảnh dần rồi :D ).

## Tóm lại thì

Cả cái quy trình phần mềm mình đã học và vibe code từ A tới Z trong vòng 1 năm, với đủ mọi khâu. Nếu tính tổng thời gian để 1 người trước khi có AI có thể làm được như này thì mình nghĩ 10 năm cũng không quá lắm đâu nhỉ? (các bạn siêu nhân thì cho mình xin lỗi hen).

Dưới đây là vài điều mình tự rút ra (tất nhiên đây là trải nghiệm cá nhân của mình, chưa chắc đã đúng với tất cả mọi người, nhưng hy vọng nó cho bạn thêm một góc nhìn hữu ích):

Làm trước học sau: nó giống như việc bạn chơi guitar, phần lớn mọi người đều học hợp âm và cách chơi trước khi học nhạc lý đúng không? và có nhiều bạn có khi còn không học nhạc lý ấy chứ. Việc làm trước học sau cho mình bài học khi fail và kể cả có fail thì sản phẩm làm ra dù méo mó chút cũng sẽ có dopamine để giúp mình có động lực làm cái khác hoặc làm lại, kiểu sắp xong rồi, sắp được rồi, sửa lại chút là được...
Dùng AI để học, không phải để làm: yup, AI là công cụ, và phải thừa nhận nó thông minh hơn phần lớn chúng ta, kiến thức được tổng hợp từ bao nhiêu năm kinh nghiệm của nhân loại rồi, tính toán cũng nhanh lắm. Nên chúng ta cần tận dụng triệt để cái kho tri thức này để học. Nhiều bạn sẽ nghĩ nó biết hết như thế biết nhiều thế thì mình giao cho nó làm là được, học làm gì đúng không? Bạn nên nhớ thì về bản chất AI vẫn là cái máy, bạn nói gì nó làm nấy, nó sẽ không hoặc ít khi check lại xem cái nó làm ra đúng hay sai, đúng với ý bạn muốn không, có hiểu nhầm không... và nó đặt assumption rất nhiều (xem bài này nè). Nên nếu bạn cứ để mặc nó thì một là nó sẽ làm sai (nhiều khả năng luôn) và hai là còn cần bạn làm gì?
Đã biết, đã hiểu rồi thì mới cho AI làm: nối tiếp ý trên thôi và đây là kinh nghiệm của mình, nếu không hiểu bạn sẽ không phản biện được nó, hoặc nếu như mình (chả code được dòng nào) thì ít nhất cũng phản biện được logic nghiệp vụ, logic sắp xếp function của nó hoặc kiến trúc, luồng dữ liệu...
No pain - no gain: Thất bại là mẹ thành công, cái này thì mình không khẳng định bao giờ thì thành công được, bản thân mình cũng không dám nhận thành công gì. Nhưng có 1 điểm mình tự nhận thấy rất đúng, thất bại là cách nhanh nhất để học, nó khiến bạn khó chịu, bực tức, và não sẽ có cơ chế "ghim" nó lại. Nên khi bạn fix được nó rồi thì sự thỏa mãn sẽ cao hơn so với việc làm bụp cái được luôn không fail gì cả (làm luôn được rồi thì học cái gì nữa nhỉ :D).

Quay lại cái title mình nói ở đầu bài: Có thật là học nhanh gấp 10 lần với AI không? Sau một năm cày cuốc, câu trả lời của mình là: Không và có. AI không giúp chúng ta giỏi hơn chỉ bằng việc sử dụng chúng mà nó chỉ là một chiếc kính lúp phóng đại năng lực tự học của bạn lên mà thôi.

Nếu bạn lười tư duy, AI chỉ giúp bạn tạo ra những sản phẩm lỗi nhanh gấp 10 lần (trash in, trash out mà). Nhưng nếu bạn có phương pháp học đúng, chịu được thất bại và kiên trì đi tiếp, thì bạn sẽ gain được khá là nhiều kiến thức. Một năm qua với mình là một hành trình gần như không tưởng, AI đi nhanh quá, mình cũng vắt chân lên cổ chạy theo. Giờ nhìn lại mình cũng không nghĩ mình đã học được nhiều vậy.

Hy vọng chia sẻ về trải nghiệm này của mình tiếp thêm động lực cho các bạn trong quá trình phát triển bản thân. Đầu tư vào bản thân thì chẳng lỗ bao giờ cả.