Lương hàng chục nghìn mỗi tháng, lập trình viên có bị AI thay thế?
Tuyển chọn TechFlowTuyển chọn TechFlow
Lương hàng chục nghìn mỗi tháng, lập trình viên có bị AI thay thế?
Từ hỗ trợ đến viết mã độc lập, AI mã hóa đã phát triển thành một công cụ mã hóa "hợp tác" ở cấp độ kỹ thuật.
Chuyên sâu báo cáo Web3
Hình ảnh: Được tạo bởi AI vô giới hạn
Lập trình viên tạo ra AI, nhưng lại là những người đầu tiên bị thay thế.
"Khả năng lập trình của mô hình lớn hiện nay đã đạt đến trình độ của một lập trình viên bậc cao (lương hàng chục nghìn nhân dân tệ mỗi tháng)." Đinh Vũ, người phụ trách nền tảng ứng dụng điện toán đám mây của Alibaba Cloud và phụ trách Thông Nghĩa Linh Mã, nói với Guangzhui Zhineng.
Thực tế, công cụ mã hóa AI không phải là điều mới lạ, mà đã bắt đầu được triển khai từ đợt sóng trí tuệ nhân tạo trước đó.
Nhưng trước đây, "sản phẩm mã hóa AI vốn chỉ là công cụ hỗ trợ, còn hiện nay có thể thực hiện các dự án phức tạp, chỉnh sửa văn bản dài nhiều bối cảnh, và tự thực hiện các nhiệm vụ mã hóa đơn giản." Trương Đào, người phụ trách kỹ thuật dòng sản phẩm Tiểu Hoàn Hùng thuộc Công nghệ Thương Cảm, nói với Guangzhui Zhineng.
Từ hỗ trợ sang viết mã độc lập, công cụ mã hóa AI đã phát triển thành một công cụ mã hóa cộng tác ở cấp độ kỹ thuật.
Dựa trên điều này, ngày càng nhiều doanh nghiệp bắt đầu sử dụng công cụ mã hóa AI để giảm chi phí và tăng hiệu quả trong phát triển phần mềm. Sau năm 2025, thậm chí AI có khả năng sẽ thay thế lập trình viên trung cấp.
Gần đây, nhà sáng lập Meta - Zuckerberg cho biết: "Năm 2025, AI sẽ đạt đến trình độ lập trình của kỹ sư phần mềm trung cấp." Meta sẽ bắt đầu tự động hóa công việc của kỹ sư phần mềm trung cấp vào năm 2025, và cuối cùng sẽ giao toàn bộ công việc lập trình ứng dụng cho AI.
Điều này không hề phóng đại, hiện tại tỷ lệ thâm nhập của mã nguồn do AI tạo ra trong doanh nghiệp đã đạt mức đáng kinh ngạc.
Ví dụ như Google, hơn 25% mã nguồn mới được tạo bởi trí tuệ nhân tạo; trong nội bộ iFlytek, tỷ lệ chấp nhận mã do AI tạo ra đã tăng từ 30% vào tháng 10 năm 2023 lên 52% vào tháng 6 năm 2024, tỷ lệ bao phủ dòng kiểm thử đơn vị cũng tăng từ 30% lên 50%.
Lý do lĩnh vực mã hóa AI trở thành một trong những lĩnh vực ứng dụng nóng nhất của mô hình lớn là vì 'AI Coding (lập trình trí tuệ nhân tạo) là kịch bản thiết yếu, thường xuyên nhất trong việc triển khai ứng dụng mô hình lớn, là lĩnh vực đã được xác minh qua PMF (Product-Market Fit).' Đây là nhận định của Đinh Vũ với Guangzhui Zhineng.
Cũng chính vì vậy, ngày càng nhiều doanh nghiệp bắt đầu tham gia vào lĩnh vực mã hóa AI, các công ty công nghệ hàng đầu như Microsoft, Google, AWS, Alibaba, Baidu đi đầu. Nhưng với quá nhiều sản phẩm cùng loại, cạnh tranh đồng nhất hóa đã xảy ra, làm thế nào để đột phá thành công trong tương lai? Làm sao để thực sự thương mại hóa quy mô lớn?
Từ hỗ trợ sang hợp tác, AI thực sự đã trở thành đồng nghiệp lập trình viên của bạn
Tháng 8 năm 2024, con gái Ricky Robinett, Phó chủ tịch công ty nổi tiếng Mỹ Cloudflare, một bé gái mới 8 tuổi, đã phát triển một chatbot trong vòng 45 phút, thu hút sự chú ý của 1,8 triệu cư dân mạng trực tuyến.
Công cụ soạn thảo mã AI Cursor mà cô bé sử dụng cũng nổi tiếng ngay trong đêm. Điều này khiến lĩnh vực mã hóa AI một lần nữa trở thành tâm điểm chú ý của ngành.
Trên phạm vi toàn cầu, theo dữ liệu PitchBook, khoảng 250 công ty khởi nghiệp đã ra mắt trợ lý mã hóa AI. Trong nước, các công ty internet lớn như Alibaba, Baidu, Tencent, ByteDance, các kỳ lân như iFlytek, SenseTime, thậm chí cả các công ty khởi nghiệp mô hình lớn như Zhipu AI đều lần lượt ra mắt sản phẩm liên quan.
Sự xuất hiện ồ ạt của các sản phẩm mã hóa AI là nhờ mô hình lớn mang lại tiến bộ thực chất về năng lực công cụ mã hóa AI.
Các công cụ mã hóa AI ban đầu chủ yếu thực hiện nhiệm vụ đơn giản, ví dụ như tự động hoàn thiện mã theo chú thích của lập trình viên, hoặc cung cấp cảnh báo lỗi khi lập trình viên đang viết mã.
Khi năng lực mô hình lớn được nâng cấp, công cụ mã hóa AI có thể giải quyết ngày càng nhiều vấn đề, ví dụ như có thể duy trì và nâng cấp dựa trên dự án hiện có, 'đã có thể tự thực hiện một số nhiệm vụ nghiên cứu phát triển nhất định.' Đinh Vũ nói.
Ví dụ, mô hình ngôn ngữ lớn có thể hiểu lệnh con người bằng ngôn ngữ tự nhiên, và dựa trên bối cảnh dự án, tự động hoàn tất nhiệm vụ mã hóa phức tạp, bao gồm sửa đổi đồng thời nhiều tệp frontend và backend, thực thi script, viết kiểm thử, triển khai mã, v.v.
"Ban đầu Thông Nghĩa Linh Mã xuất hiện dưới dạng trợ lý mã hóa, chủ yếu hỗ trợ lập trình viên, giúp tự động hoàn thiện mã trong quá trình phát triển dựa trên bối cảnh mã. Đến cuối năm 2024, Thông Nghĩa Linh Mã nâng cấp lên phiên bản 2.0 dưới dạng lập trình viên AI, trở thành trợ lý mã hóa cộng tác, có thể làm việc phối hợp với lập trình viên con người, cảm nhận toàn bộ dự án, thực hiện sửa đổi hàng loạt tệp theo nhiệm vụ tình huống, đạt bước nhảy vọt về năng lực," Đinh Vũ nói.
Từ trợ lý công cụ mã hóa AI nâng cấp thành lập trình viên AI, trước đây con người vẫn là chủ lực tạo mã, còn hiện nay dần chuyển sang AI là chính, con người chủ yếu đảm nhận vai trò giám sát và xác nhận.
"Trước đây chủ yếu do con người viết mã, AI hỗ trợ một số công việc đơn giản, dễ dự đoán, lặp đi lặp lại. Hiện nay có thể thông qua mô tả yêu cầu, để AI hiểu và giúp lập trình viên hoàn thành một số công việc phát triển mã trung bình khó," Trương Đào cũng nói như vậy.
Bên cạnh đó, cùng với sự phát triển của mô hình lớn đa phương thức và mô hình lớn suy luận sâu, năng lực công cụ mã hóa AI cũng không ngừng được hoàn thiện.
Sản phẩm "Văn phòng Tiểu Hoàn Hùng" trong dòng sản phẩm Tiểu Hoàn Hùng của SenseTime, ngoài xử lý dữ liệu, phân tích dữ liệu và sáng tạo tài liệu dựa trên mô hình lớn, còn hỗ trợ tạo hình ảnh dữ liệu và file PPT, đây là biểu hiện tổng hợp của năng lực đa phương thức.
Đầu vào đa phương thức cũng rất quan trọng. "Nhiều sản phẩm công cụ, nếu chỉ tương tác bằng mô tả ngôn ngữ, rất khó thực hiện chính xác yêu cầu, vì khi chúng ta mô tả nội dung thành văn bản, sẽ có sự mất mát thông tin trong diễn đạt ngôn ngữ. Đồng thời, những thiếu sót hiện tại của mô hình lớn trong khả năng hiểu ngữ nghĩa, vấn đề ảo giác, cũng giới hạn phạm vi năng lực công cụ mã hóa AI. Việc đưa trực tiếp hình ảnh hoặc video và các phương tiện thị giác khác vào mô hình lớn có thể hoàn thành nhiệm vụ hiệu quả hơn," Trương Đào nói.
Đồng thời, mô hình lớn đa phương thức cho phép công cụ mã hóa AI thực hiện chức năng full-stack từ văn bản sinh hình ảnh đến sinh mã.
Ví dụ thiết kế website, nhà thiết kế có thể dùng cách sinh hình từ văn bản để tạo bản phác thảo giao diện frontend, sau đó trực tiếp đưa cho mô hình Coding lớn để dịch bản phác thảo thành giao diện frontend, rồi mô hình lớn tự động sinh mã backend theo chức năng giao diện frontend.
"Hiện nay, mã hóa AI đã có thể hoàn thành nhiệm vụ phức tạp, xóa bỏ sự bất đối xứng về kiến thức và kỹ năng, ví dụ như có thể tạo toàn bộ từ frontend đến backend, phá vỡ mô hình hợp tác tách biệt giữa nhân sự và năng lực frontend-backend trước đây, nâng cao hiệu suất đáng kể," Đinh Vũ nói. "Và sau khi tạo ra, mã hóa AI còn có thể giúp lập trình viên tự động sinh kiểm thử, cuối cùng trả về kết quả đã sửa lỗi kiểm thử."
Tuy nhiên, mặc dù AI đã có thể tự sinh một số mã, trong thực tế mã do AI tạo ra không thể chạy ngay một lần, vẫn tồn tại nhiều lỗi.
Một nghiên cứu sinh tiến sĩ chuyên ngành AI tại Đại học Chiết Giang, họ Trần (giả danh), nói với Guangzhui Zhineng: "Mã phức tạp hơn một chút đều có lỗi, hầu như rất khó chạy liền một mạch. Về mặt logic kỹ thuật, có thể hiểu là mô hình thực chất đang coi việc coding giống như một nhiệm vụ dịch thuật, đầu ra là một chuỗi mã, có thể chưa tính tới môi trường chạy mã, v.v."
Lý do phía sau chủ yếu có hai khía cạnh: một là đa số con người rất khó mô tả chính xác nhu cầu thực tế của mình, thậm chí nhiều lập trình viên giàu kinh nghiệm trong quá trình viết mã cũng cần sửa đi sửa lại nhiều lần.
Mặt khác là do mô hình lớn hiện tại còn thiếu sót về khả năng hiểu ngữ nghĩa, bao gồm cả vấn đề ảo giác, cũng giới hạn phạm vi năng lực công cụ mã hóa AI. Vì vậy, mặc dù 'trong phạm vi cửa sổ bối cảnh mô hình cho phép, mô hình lớn có thể hiểu mã lên đến hàng vạn dòng, nhưng ranh giới năng lực mã hóa AI vẫn khó xác định rõ ràng,'" Trương Đào nói như vậy.
Giống như lập trình viên con người cần sửa đi sửa lại nhiều lần, trong quá trình tạo mã bằng AI, cũng có thể giảm lỗi mã thông qua tương tác nhiều vòng với AI.
Đinh Vũ cho biết: "Mã hóa AI không phải sinh ra kết quả cuối cùng một lần, mà hoàn thành qua nhiều vòng tương tác lặp lại với mô hình lớn. Trong quá trình lập trình kết hợp với mô hình lớn, có quá trình tư duy và khám phá suy luận liên tục, sau khi sửa đúng kết quả qua nhiều vòng tương tác, còn có thể tự động kiểm thử xác minh, triển khai và sử dụng mã, hoàn thành nhiệm vụ toàn vòng đời."
Mặc dù hiện tại sản phẩm công cụ mã hóa AI vẫn còn một số vấn đề, nhưng ngày càng nhiều doanh nghiệp bắt đầu áp dụng công cụ loại này. Công cụ mã hóa AI 'rẻ mà tốt' không chỉ nâng cao hiệu suất lập trình của lập trình viên, mà còn giúp doanh nghiệp giảm chi phí và tăng hiệu quả.
'Con ốc vít' trong dự án lớn, AI giúp lập trình viên tăng hiệu suất hơn 10%
Sự tiến hóa mà mô hình lớn mang lại cho công cụ mã hóa AI khiến门槛 lập trình thấp hơn.
Hiện nay, các tình huống AI có thể tự lập trình độc lập chủ yếu có ba loại:
Một là sản phẩm nhỏ, ví dụ như trợ lý APP cá nhân;
Một là website chủ yếu về nội dung, lượng mã và độ khó vừa phải, AI có thể tự thực hiện;
Một là sản phẩm văn phòng, ví dụ như chỉnh sửa bảng Excel, tổng hợp dữ liệu, v.v.
Xét về ứng dụng thực tế, lượng mã tổng thể trong các tình huống này không cao, độ khó phát triển thực tế cũng không lớn, yêu cầu kiến thức lập trình đối với người phát triển cũng không cao.
Có thể nói, công cụ mã hóa AI thực sự đã hạ thấp门槛 lập trình, giúp nhiều người không biết lập trình tiếp cận được với việc viết mã, và có thể tự phát triển một số chức năng sản phẩm.
Nhưng, mặc dù công cụ mã hóa AI hạ thấp门槛 lập trình, thì lập trình viên lại cần nâng cao giới hạn năng lực lập trình của bản thân, đặc biệt là trong phát triển phần mềm phức tạp hơn và phát triển hệ thống phần mềm doanh nghiệp lớn.
Một lập trình viên ngành tài chính công nghệ họ Tiêu (giả danh) nói với Guangzhui Zhineng: "Đối với một dự án công nghiệp hóa của công ty, vẫn rất khó giao toàn bộ cho AI trực tiếp, dự án công nghiệp hóa yêu cầu quy trình nhiều, cũng cần hợp tác nhiều bộ phận, mà AI không thể nhìn thấy toàn cục."
Có thể thấy rõ rằng, trong doanh nghiệp, mô hình lớn chủ yếu làm những việc bẩn và mệt, còn việc mang tính toàn cục và sáng tạo vẫn cần lập trình viên con người thực hiện.
"Công việc của lập trình viên không chỉ đơn thuần là tạo một dự án nhỏ, mà phải đối mặt với mã sản xuất, bối cảnh tập tin dự án rất phức tạp, mối quan hệ mã cũng rất rắc rối, và lập trình viên cũng có yêu cầu riêng về chất lượng mã," Trương Đào nói.
Điều này có nghĩa là, đối với lập trình viên trong doanh nghiệp, công cụ mã hóa AI vẫn chủ yếu là vai trò hỗ trợ, nhưng gián tiếp nâng cao giới hạn năng lực công việc của lập trình viên, bởi vì những công việc đơn giản, lặp đi lặp lại, AI cơ bản đã có thể giải quyết.
"Nếu để AI trực tiếp tạo 100.000 tệp mã cho toàn bộ hoạt động kinh doanh của một ngân hàng, hiện tại chắc chắn nó không thể làm được," Đinh Vũ thừa nhận. "Hiện nay trong các dự án lớn doanh nghiệp, mã hóa AI chắc chắn bắt đầu từ nhiệm vụ nhỏ, tìm một khía cạnh, ví dụ như thực hiện một mô-đun chức năng, hoặc tìm lỗ hổng an ninh trong một dự án mã hàng triệu dòng, AI có thể làm rất chính xác và nhanh chóng."
Bên cạnh đó, ai cũng biết trong ngành, đối với các dự án doanh nghiệp lớn, điều đáng sợ nhất là sự bất định của hệ thống, nếu xuất hiện lỗi hệ thống, có thể gây ra tổn thất khổng lồ về tài nguyên và kinh tế.
Vì vậy, theo Đinh Vũ: "Dự án lớn vẫn cần lập trình viên con người nắm bắt sự bất định trong quá trình phát triển phần mềm, ví dụ như thiết kế kiến trúc, mô hình hóa lĩnh vực, v.v., tách những nội dung đã xác định, ví dụ như phát triển mô-đun, tìm lỗ hổng an ninh, bổ sung trường hợp kiểm thử, v.v., và giao cho AI, để AI thực hiện những công việc xác định này theo chỉ đạo của con người."
Dù chỉ là hỗ trợ, công cụ mã hóa AI vẫn mang lại sự cải thiện hiệu suất thực tế cho nhà phát triển và doanh nghiệp.
Ví dụ như Alibaba Cloud, hiện tại tất cả nhân viên kỹ thuật đều đang sử dụng Thông Nghĩa Linh Mã, tỷ lệ người dùng hoạt động hàng tháng vượt quá 82%, mỗi ngày mã do AI tạo ra chiếm hơn 30% tổng lượng mã gửi lên. Dựa trên dữ liệu này có thể ước tính sơ bộ rằng, AI giúp nhà phát triển nâng cao hiệu suất khoảng 17,5%, dù giảm xuống vẫn nằm trong khoảng 10%-15%.
"Vì vậy, mỗi lần gặp người phụ trách doanh nghiệp tôi đều nói Thông Nghĩa Linh Mã có thể giúp đội kỹ sư tăng hiệu suất hơn 10%," Đinh Vũ nói. "Tức là, nếu một doanh nghiệp có 100 kỹ sư sử dụng Thông Nghĩa Linh Mã, có thể tạo thêm năng suất tương đương 10 kỹ sư."
Bên cạnh đó, lập trình viên con người được phân chia chi tiết, ví dụ như frontend, backend, v.v., nếu muốn một backend làm việc frontend, có thể cần đào tạo học tập rất nhiều cho kỹ sư backend, họ không thể tiếp nhận công việc lập trình frontend ngay lập tức.
Nhưng với công cụ mã hóa AI, lập trình viên chỉ cần hỏi AI là có thể dễ dàng học kiến thức phát triển nền tảng ngôn ngữ khác nhau, nhanh chóng làm quen. "Trước đây làm một dự án có thể mất hai ba tuần nghiên cứu, giờ chỉ mất hai ba ngày đã hoàn thành nhiệm vụ, giúp nhân viên tăng khả năng từ 1-N," Đinh Vũ nói.
Tất nhiên, đối với AI, còn có thể giúp lập trình viên con người làm nhiều công việc lặp đi lặp lại hơn, ví dụ như nhiều nhà phát triển không muốn viết mã kiểm thử, những việc này theo góc nhìn lập trình viên là không sáng tạo, nhưng lại buộc phải làm.
Công cụ mã hóa AI có thể lấy mã của lập trình viên làm gợi ý, tự động sinh kiểm thử đơn vị, thực sự giải phóng nhà phát triển, để họ tập trung vào những công việc sáng tạo hơn.
Bên cạnh đó, đối với doanh nghiệp, ngoài giá trị hiển thị, còn có giá trị tiềm ẩn là công cụ mã hóa AI giúp doanh nghiệp dễ dàng duy trì hệ thống phần mềm chất lượng cao và ổn định lâu dài, không chỉ có thể bổ sung kiểm thử đơn vị, mà còn tự phát hiện lỗ hổng an ninh và đưa ra đề xuất sửa chữa, nâng cao chất lượng đồng thời rút ngắn chu kỳ giao hàng dự án.
Thú vị hơn nữa, hiện tại năng lực mã hóa của AI, với sự hỗ trợ của công cụ bên ngoài, đã dần vượt qua lập trình viên trung cấp. Một trong những đặc điểm của mô hình底层 Tiểu Hoàn Hùng thuộc SenseTime là được tăng cường khả năng trình thông dịch mã, giúp mô hình thực hiện tự gỡ lỗi và lặp lại mã.
"Trong dự án phức tạp, chỉ dựa vào suy luận mô hình lớn để sinh mã, tỷ lệ thành công một lần không cao, thường không vượt quá 20%," Trương Đào nói. "Trong khi Văn phòng Tiểu Hoàn Hùng dựa trên giải pháp trình thông dịch mã, trong các khả năng hàng ngày như biểu đồ, tỷ lệ thành công mã đã gần 80%."
Lĩnh vực mã hóa AI bắt đầu phân hóa, đổi mới theo tình huống chi tiết quyết định thành bại
Mã hóa AI đã là một hướng triển khai được xác minh qua PMF, điều này khiến nhiều đối thủ tham gia lĩnh vực này, dẫn đến sự xuất hiện của nhiều sản phẩm đồng nhất.
Hiện nay, tại thị trường Trung Quốc, nhiều doanh nghiệp, bao gồm các công ty lớn internet, doanh nghiệp vừa và nhỏ, và công ty khởi nghiệp mô hình lớn, đều lần lượt ra mắt sản phẩm mã hóa AI, ví dụ như Thông Nghĩa Linh Mã của Alibaba Cloud, Văn Tâm Nhanh Mã của Baidu, Đậu Bao MarsCode của ByteDance, Trợ lý mã AI của Tencent Cloud, CodeGeeX của Zhipu AI, v.v.
Mặc dù có nhiều sản phẩm mã hóa AI, nhưng sự khác biệt về chức năng giữa các bên không lớn lắm. "Hiện tại thị trường đồng nhất hóa khá nghiêm trọng, chức năng thực tế gần như giống nhau, vì sản phẩm lập trình đều mong muốn giải quyết cùng một vấn đề người dùng," Trương Đào nói.
Tuy nhiên, cùng với việc lặp lại và nâng cấp công nghệ mô hình lớn, lĩnh vực mã hóa AI cũng đã bước vào giai đoạn trung kỳ 'phân hóa'. 'Xét về lĩnh vực mã hóa AI hiện nay, đã bắt đầu phân hóa thành các phương pháp thực hiện khác nhau,'" Trương Đào nói.
Ví dụ sản phẩm như Cursor, có thể dựa trên IDE mã nguồn mở đã được chỉnh sửa để thực hiện lập trình nhiệm vụ hoàn chỉnh; cũng có sản phẩm như Bolt.new, sử dụng dưới dạng công cụ trực tuyến, người dùng mô tả yêu cầu, AI hoàn thành phát triển web, nhưng chỉ có thể thực hiện nội dung liên quan đến stack công nghệ frontend.
Hiện nay có thể thấy rõ rằng, từng sản phẩm đã bắt đầu tìm ra các tình huống chi tiết khác nhau và xây dựng lợi thế sản phẩm riêng, đạt được phát triển khác biệt – một số giỏi hơn trong phát triển web, một số giỏi hơn trong việc sửa đổi mã dự án hiện có, một số khác có thể phát triển công cụ nhỏ hoặc công việc low-code.
Đinh Vũ cũng cho rằng: "Phát triển phần mềm tồn tại rất nhiều tình huống, nhiều lĩnh vực chuyên biệt, doanh nghiệp có thể tham gia từ các điểm khác nhau, đổi mới theo tình huống chuyên biệt hoặc đổi mới hình thái sản phẩm."
Sự phân chia theo chức năng tình huống của các sản phẩm công cụ mã hóa AI khác nhau cũng sẽ mang lại sự khác biệt về thương mại hóa, trọng tâm thương mại hóa của các doanh nghiệp khác nhau cũng không hoàn toàn giống nhau.
Ví dụ sản phẩm Văn phòng Tiểu Hoàn Hùng trong dòng sản phẩm Tiểu Hoàn Hùng của SenseTime chủ yếu tập trung vào赛道 công cụ văn phòng, trong triển khai thương mại hóa thực tế, thực hiện song song cả C端 và B端.
Trong đó C端 chủ yếu theo mô hình đăng ký trả phí, B端 chủ yếu triển khai riêng tư doanh nghiệp. "Hiện tại khách hàng triển khai riêng tư gần 40 doanh nghiệp, bao gồm các nhà sản xuất internet quy mô lớn."
Tuy nhiên, Trương Đào cũng đánh giá cao tiềm năng thị trường C端, hiện nay việc quảng bá sản phẩm C端 vượt quá kỳ vọng.
Từ chức năng tình huống đến hướng triển khai thương mại hóa, lĩnh vực mã hóa AI đã bắt đầu phân hóa, nhưng đây chưa phải là hình thái cuối cùng của ngành mã hóa AI.
Cùng với việc tiếp tục lặp lại năng lực công nghệ mô hình lớn, bước tiếp theo mã hóa AI sẽ thực hiện 'lập trình tự chủ', tức là không chỉ hỗ trợ lập trình viên phát triển dự án, mà còn có thể tự tiếp nhận yêu cầu độc lập, hoàn thành nhiệm vụ dự án đầy đủ.
"Tương lai nhất định sẽ tiến tới lập trình tự chủ bằng AI, điều này cũng có nghĩa sẽ mang lại sự gia tăng năng suất IT gấp 10 lần cho doanh nghiệp và nhà phát triển," Đinh Vũ nói.
Chào mừng tham gia cộng đồng chính thức TechFlow
Nhóm Telegram:https://t.me/TechFlowDaily
Tài khoản Twitter chính thức:https://x.com/TechFlowPost
Tài khoản Twitter tiếng Anh:https://x.com/BlockFlow_News
