AI predictions: Job markets, Codex beats Claude, and the death of org charts | Dan Shipper

• Dự đoán táo bạo trước đây về việc Claude Code sẽ được sử dụng cho công việc phi kỹ thuật đã thành hiện thực, mở ra những dự đoán mới về tương lai của công việc với AI.
• Tác giả giữ quan điểm cực kỳ lạc quan về vai trò của con người, đặc biệt là Quản lý Sản phẩm và nhà thiết kế, nhấn mạnh rằng tự động hóa hoàn toàn là không khả thi và mọi tác nhân AI đều cần sự can thiệp của con người.
• Công việc sẽ thay đổi theo hai hướng chính: con người sẽ giao việc cho ít nhất một tác nhân (theo mô hình "siêu tác nhân" cấp công ty) và phần lớn công việc sẽ diễn ra trong các môi trường AI-native như Codex hoặc Claude Co-work.

• Trí tuệ nhân tạo (AI) sẽ không dẫn đến thảm họa mất việc làm quy mô lớn; Quản lý Sản phẩm và nhà thiết kế được dự đoán sẽ thành công rực rỡ trong tương lai này.
• Sáng tạo sẽ ngày càng có giá trị hơn để nổi bật giữa vô số thông tin rác AI do mô hình ngôn ngữ lớn (LLM) sản xuất.
• LLM làm cho năng lực của con người trước đây trở nên rẻ mạt; hãy tập trung vào việc sử dụng chúng để tạo ra những thứ mới mẻ và thú vị.
• Công việc sẽ phân nhánh thành việc giao việc cho tác nhân và làm việc trực tiếp trong các môi trường AI-native (ví dụ: Codex, Claude Co-work) như một hệ điều hành mới.
• Ý tưởng về "SaaS apocalypse" là vô nghĩa; tác nhân AI sẽ thực sự tăng số lượng người dùng SaaS, chứ không loại bỏ chúng.
• Mặc dù có sự trở lại gần đây, CLI (Command Line Interface) được coi là lỗi thời; các môi trường làm việc trên máy tính sẽ là tương lai.
• Mô hình tác nhân AI hiệu quả nhất hiện tại là "siêu tác nhân" cấp công ty, được một kỹ sư AI chịu trách nhiệm chăm sóc và duy trì, thay vì tác nhân cá nhân.
• Để một tác nhân AI thực sự hữu ích, nó cần được một con người quan tâm, theo dõi và đảm bảo hoạt động đúng đắn.
• Các công ty và cá nhân cần chấp nhận sớm công nghệ, chủ động beta test và alpha test các mô hình ngôn ngữ lớn (LLM) mới để định hình và sống trong tương lai.

• trí tuệ nhân tạo (AI) — artificial intelligence (AI)
• Quản lý Sản phẩm (PM) — Product Manager (PM)
• tác nhân — agent
• mô hình ngôn ngữ lớn (LLM) — large language model (LLM)
• công ty khởi nghiệp (startup) — startup
• Claude Code — Claude Code (tên một sản phẩm/khái niệm)
• SaaS tool — SaaS tool (công cụ Phần mềm dưới dạng dịch vụ)
• kỹ sư — engineer
• kỹ thuật — technical
• sẵn sàng cho doanh nghiệp — enterprise-ready

Dự đoán về Claude Code và Tương lai của AI

Lần trước bạn tham gia podcast này, bạn đã đưa ra một quan điểm táo bạo rằng mọi người đang bỏ qua Claude Code. Bạn đã đúng một cách không thể tin được. Tiền đề của tập này là chúng ta sẽ xem xét những gì bạn dự đoán sẽ xảy ra tiếp theo.

Thảm họa mất việc làm do trí tuệ nhân tạo (AI) thực sự không phải là vấn đề lớn. Tôi cực kỳ lạc quan về các Quản lý Sản phẩm (PM) và nhà thiết kế toàn diện.

Vậy là các bạn đã tăng gấp đôi số lượng nhân sự trong năm qua, điều mà mọi người không mong đợi từ một công ty khởi nghiệp (startup) tiên phong về AI đến vậy.

Tôi vừa cực kỳ "nghiện" AI nhưng đồng thời lại rất lạc quan về con người. Tự động hóa là một lời nói dối. Mọi tác nhân đều cần một con người. Chúng ta có quá nhiều tự động hóa, quá nhiều AI, và tôi cũng làm việc nhiều hơn nữa.

Sáng tạo. Dường như nó sẽ ngày càng có giá trị hơn để nổi bật giữa vô vàn thông tin rác AI mà mọi người liên tục sản xuất và ra mắt.

Nhìn chung, các mô hình ngôn ngữ lớn (LLM) làm cho năng lực của con người ngày hôm qua trở nên rẻ mạt. Và vì vậy, nó trở thành hàng hóa. Nó không còn giá trị nữa. Những gì con người làm là chúng ta đi vào đó và nói: "Vâng, chúng ta có tất cả năng lực đóng băng này của con người từ ngày hôm qua. Làm thế nào tôi có thể sử dụng điều này để tạo ra thứ gì đó mới mẻ và thú vị?"

Dự đoán về sự thay đổi trong cách làm việc

Những dự đoán về cách chúng ta làm việc sẽ thay đổi như thế nào?

Nó sẽ phân nhánh theo hai cách chính. Thứ nhất, mọi người sẽ có ít nhất một tác nhân để trò chuyện, để họ có thể giao bớt công việc. Thứ hai, hầu hết công việc bạn làm thực sự sẽ diễn ra trên máy tính của bạn trong một môi trường như Codex hoặc Claude Co-work.

Điều bạn đang dự đoán ở đây là các SaaS tool sẽ chạy trong Codex hoặc Claude Code.

Tôi nghĩ ý tưởng về SaaS apocalypse là ngớ ngẩn. Tôi sẽ mua cổ phiếu SaaS ngay bây giờ. Những gì tác nhân làm là tăng số lượng người dùng SaaS, chứ không phải loại bỏ nó.

Rất nhiều người đang chuyển sang CLI và cố gắng làm việc từ terminal.

Chúng ta đã trải qua kỷ nguyên CLI một cách nhanh chóng. Thật tuyệt vời khi nó còn tồn tại, nhưng tôi nghĩ CLI đã lỗi thời.

Giới thiệu Dan Shipper và Tương lai của Công việc với AI

Khách mời hôm nay của tôi là Dan Shipper, Giám đốc điều hành (CEO) và người sáng lập Every. Dan và nhóm của anh ấy đang xây dựng có lẽ là công ty khởi nghiệp (startup) tiên phong về AI nhất hiện nay. Và kết quả là, họ đang thực sự sống trong tương lai của cách làm việc sẽ diễn ra khi trí tuệ nhân tạo (AI) trở thành một phần ngày càng lớn trong cuộc sống hàng ngày của chúng ta. Mọi người tại công ty của họ, bao gồm cả những người không chuyên về kỹ thuật, đều sử dụng Codex, Co-work và Claude Code để hoàn thành phần lớn công việc của mình. Và đây là lý do tại sao, từ rất lâu trước bất kỳ ai khác, Dan đã nhìn thấy sự trỗi dậy của Claude Code và những gì hiện nay là Cohere, điều mà anh ấy đã dự đoán gần một năm trước khi anh ấy tham gia podcast lần trước.

Vì vậy, tôi đã mời Dan trở lại podcast để chia sẻ những dự đoán lớn nhất hiện tại của anh ấy về cách công việc sẽ thay đổi trong năm tới đối với hầu hết mọi người. Chúng tôi đã trò chuyện về cách công việc sẽ trông như thế nào ở hầu hết các công ty vào cuối năm nay, hình dạng công việc chúng ta làm sẽ thay đổi ra sao và ai sẽ thành công nhất trong tương lai sắp tới / bạn cần làm gì và làm việc gì ngay bây giờ để thành công trong tương lai này. Gợi ý nhỏ: quản lý sản phẩm và nhà thiết kế sẽ làm rất tốt.

Dan đưa ra rất nhiều dự đoán táo bạo và nhiều quan điểm khá trái chiều mà tôi không mong đợi anh ấy sẽ nói, và chúng ta sẽ xem lại cuộc trò chuyện này đúng một năm kể từ hôm nay để xem anh ấy đã đúng bao nhiêu.

Trước khi chúng ta đi sâu vào, đừng quên ghé thăm Lenny's Product Hunt dot com để nhận một năm miễn phí các sản phẩm AI nóng nhất và được chế tạo tốt nhất trên thế giới, chỉ dành riêng cho những người đăng ký bản tin của Lenny. Với tất cả những điều đó, tôi xin giới thiệu Dan Shipper.

Cuộc trò chuyện với Dan Shipper: Cách tiếp cận độc đáo để dự đoán tương lai

Dan, cảm ơn bạn rất nhiều vì đã có mặt ở đây và chào mừng bạn trở lại podcast. Cảm ơn vì đã mời tôi. Luôn là một niềm vui khi được ở cùng bạn.

Lần trước bạn tham gia podcast này, bạn đã có một quan điểm táo bạo, gần như bâng quơ, rằng mọi người đang bỏ qua Claude Code, và đặc biệt là Claude Code cho công việc không liên quan đến kỹ thuật, chỉ như sửa lỗi tập tin, sắp xếp ổ cứng, tất cả những điều mà mọi người chưa từng nghĩ đến. Không ai nói về điều này. Đó là một năm trước. Bạn đã đúng một cách không thể tin được về điều này. Thật là phi thường những gì đã xảy ra kể từ đó. Họ đã xây dựng Cohere, một công ty hoàn chỉnh. Họ xây dựng dựa trên ý tưởng rất cụ thể này là sử dụng Claude Code cho công việc phi kỹ thuật. Codex cũng đang bắt đầu tham gia vào lĩnh vực này. Tôi hình dung bạn đã thấy điều này. Họ đang hướng tới việc sử dụng tác nhân lập trình cho mục đích phi kỹ thuật. Tôi cảm thấy điều này cũng là một phần lớn trong thành công của Anthropic trong năm qua, chỉ như việc người không chuyên về kỹ thuật sử dụng những công cụ này như thế nào? À, bạn đã rất giỏi trong lĩnh vực này. Tôi thậm chí đã viết một bài đăng trên newsletter dựa trên ý tưởng này. Tôi nghĩ: "Này, điều này thật thú vị. Tôi nên tìm hiểu sâu hơn." Tôi đã hỏi mọi người: "Bạn sử dụng Claude Code cho công việc phi kỹ thuật như thế nào?" Và tôi nhận được rất nhiều ví dụ, và đó là bài đăng phổ biến thứ hai của tôi.

Rõ ràng là bạn có cái nhìn độc đáo về nơi mọi thứ đang diễn ra. Vì vậy, tiền đề của tập này là chúng ta sẽ xem xét những gì khác mà bạn dự đoán sẽ xảy ra trong tương lai, cách mọi thứ sẽ thay đổi đối với những người đang xây dựng sản phẩm. Và tôi nghĩ sẽ hữu ích nếu bắt đầu bằng cách cho mọi người cái nhìn tổng quan về cách bạn và nhóm của bạn hoạt động, điều gì mang lại cho bạn cái nhìn độc đáo này về nơi mọi thứ đang diễn ra. Vì vậy, hãy cho chúng tôi biết cách bạn làm việc.

Cảm ơn bạn. Tôi thực sự đánh giá cao lời giới thiệu này. Và vâng, tôi nghĩ một trong những điều về việc dự đoán tương lai, hoặc cách chúng tôi nghĩ về việc dự đoán tương lai tại Every, là bạn không muốn chỉ dự đoán suông. Thay vào đó, điều bạn muốn làm là cùng nhau sống trong đó. Vì vậy, mọi người ở Every đều là những người sớm chấp nhận trí tuệ nhân tạo (AI). Chúng tôi hiện có gần 30 người. Tôi nghĩ khi chúng tôi phỏng vấn, chúng tôi có 15 người, vậy là chúng tôi đã tăng gấp đôi quy mô trong năm qua.

Chúng tôi đều là những người sớm chấp nhận công nghệ và chúng tôi có kỹ sư, nhà thiết kế, người viết, biên tập viên, nhân viên Bán hàng (Sales), nhân viên chăm sóc khách hàng. Và mọi người đều có một chút gì đó – cái thứ mà bạn thích khám phá, thích thử nghiệm, rất tò mò và hoàn toàn hết mình với AI. Và điều đó, tôi nghĩ, tạo ra một "túi" nhỏ của tương lai nơi chúng ta cùng sống trong đó và chúng ta có thể đi trước một chút, bởi vì ở bất kỳ công ty nào khác, luôn có sự pha trộn giữa mọi người. Có những người sớm chấp nhận, có những người thuộc nhóm trung bình, và có những người rất phản đối.

Và một điều thú vị khác xảy ra là, nhờ vai trò của chúng tôi trong việc đánh giá mô hình ngôn ngữ lớn (LLM) và trở thành người định hướng thị hiếu trong trí tuệ nhân tạo (AI), chúng tôi được tiếp cận với những thứ trước khi chúng ra mắt. Vì vậy, chúng tôi được beta test và alpha test, và phần nào giúp định hướng nơi mọi thứ đang đi đến, điều này rất tuyệt vời.

Vì vậy, khi tôi nghĩ về việc dự đoán tương lai, thực ra, khi bạn tạo ra một môi trường như vậy, đó thực sự chỉ là việc để ý những gì đang diễn ra. Và tôi nghĩ một phần cốt lõi của nó cũng là việc viết về nó. Tôi nghĩ việc diễn đạt những gì bạn nhận thấy, diễn đạt tương lai, phần nào hiện thực hóa nó theo cách mà nó trở nên thực tế đối với bạn và nhóm của bạn, và sau đó là bất kỳ ai khác trên internet đọc nó.

Và về Claude Code, đó là một điều rất tự nhiên đối với chúng tôi. Chúng tôi đã thử Claude Code khi nó ra mắt. Đó là công việc của chúng tôi. Chúng tôi thử tất cả những thứ mới từ các công ty mô hình ngôn ngữ lớn (LLM) mới. Và vào thời điểm đó, nó còn hơi sớm. Nhưng đúng vào khoảng Sonnet 3.5 hoặc Sonnet 3.7, chúng tôi đã thử nghiệm nó để đánh giá trực giác. Và chúng tôi kiểu như: "Chúa ơi! Thật điên rồ. Cái này thật sự tốt. Họ đã loại bỏ code editor." Và kể từ thời điểm đó, chúng tôi cơ bản chỉ bắt đầu chuyển sang một thế giới nơi mọi người không ai nhìn vào mã. Mọi người đều nói chuyện với máy tính của mình bằng tiếng Anh bằng cách sử dụng Claude Code trong terminal. Và vì vậy, tôi đã có thể thấy: "Ồ, điều này đang bắt đầu xảy ra." Và sau đó, bởi vì công việc của tôi một chút là đẩy mạnh và thử nghiệm mọi thứ, tôi đã nghĩ: "Tôi tự hỏi liệu tôi có thể sử dụng cái này cho việc viết lách của mình không. Làm thế nào tôi có thể làm điều đó?" Và sau đó, nó bắt đầu mở ra và bạn kiểu như: "Được rồi, cái này chưa sẵn sàng, nhưng rõ ràng nó hữu ích cho tôi."

Bạn biết đấy, một trong những điều chúng tôi nói chuyện nội bộ là cái tôi gọi là kiểm tra mức độ tiếp cận, tức là, khi bạn thức dậy vào buổi sáng, bạn có tự động vươn tay tới nó không? Tôi thích sự kết hợp này của việc bạn đang sử dụng những thứ mới nhất, và tôi nghĩ đây là, như bạn đã nói, có lẽ là một kỹ năng bị đánh giá thấp, bạn giỏi trong việc tự nhận thức về những gì kỳ lạ, mới mẻ, khác biệt và thú vị. Vì vậy, đó là một sự kết hợp rất hay, một phần vì bạn phải viết về nó, và bạn viết về nó. Vì vậy, tôi nghĩ đó là công thức hoàn hảo cho một người có cái nhìn về nơi mọi thứ đang diễn ra.

Bảo trợ: WorkOS cho Sản phẩm Doanh nghiệp

Tập này được tài trợ bởi nhà tài trợ chính của mùa giải, WorkOS.

OpenAI, Anthropic, Cursor, Vercel, Replit, Sierra, Clay và hàng trăm công ty thành công khác có điểm gì chung? Tất cả đều được hỗ trợ bởi WorkOS.

Nếu bạn đang xây dựng một sản phẩm cho doanh nghiệp, bạn chắc chắn đã cảm nhận được nỗi đau khi tích hợp single sign-on, SCIM, RBA, audit logs và các tính năng khác mà các công ty lớn yêu cầu. WorkOS biến những rào cản giao dịch đó thành các giao diện lập trình ứng dụng (API) drop-in với một nền tảng phát triển hiện đại được xây dựng đặc biệt cho B2B SaaS. Hầu như mọi công ty khởi nghiệp (startup) mà tôi là nhà đầu tư, khi bắt đầu mở rộng lên phân khúc thị trường cao hơn, đều làm việc với WorkOS. Và đó là vì họ là những người giỏi nhất. Cho dù bạn là một startup ở giai đoạn seed-stage đang cố gắng giành được khách hàng doanh nghiệp đầu tiên hay một unicorn đang mở rộng toàn cầu, WorkOS là con đường nhanh nhất để trở nên sẵn sàng cho doanh nghiệp và gỡ bỏ các rào cản tăng trưởng. Về cơ bản, nó giống như Stripe cho các tính năng enterprise.

Truy cập workos.com để bắt đầu hoặc chỉ cần liên hệ với Slack của họ, nơi họ có những kỹ sư thực tế đang chờ trả lời câu hỏi của bạn. WorkOS cho phép bạn xây dựng nhanh hơn với các giao diện lập trình ứng dụng (API) dễ sử dụng, tài liệu toàn diện và trải nghiệm phát triển mượt mà. Hãy truy cập workos.com để làm cho ứng dụng của bạn sẵn sàng cho doanh nghiệp ngay hôm nay.

Cấu trúc cuộc trò chuyện và Thời gian dự đoán

Vì vậy, cách tôi sẽ cấu trúc cuộc trò chuyện này, sẽ có ba nhóm dự đoán chính. Một là cách làm việc của chúng ta sẽ thay đổi trong những năm tới. Hai là hình dạng công việc chúng ta sẽ làm sẽ như thế nào và thay đổi ra sao. Và ba là ai sẽ thành công nhất trong tương lai này / bạn nên làm gì và làm việc gì bây giờ để thành công trong tương lai này?

Lenny, yêu cầu duy nhất của tôi là chúng ta sẽ gặp lại nhau sau một năm nữa và bạn sẽ đánh giá nó. Tôi muốn đánh giá nó. Được rồi, vậy đây là một năm kể từ bây giờ. Được rồi. Được rồi. Vậy đây có phải là, hừm, những dự đoán của bạn cho một năm nữa nó sẽ như thế nào hay đây là tương lai đang nổi lên?

Tôi sẽ nói rằng tôi không có một mốc thời gian chính xác. Tôi nghĩ hầu hết những điều tôi sẽ nói sẽ khá rõ ràng trong vòng một năm, nhưng nó có thể mất nhiều thời gian hơn thế. Nhưng tôi nghĩ nó sẽ, trong ít nhất một năm, không hiển nhiên là sai. Nó nên trông như thể nó đang đi theo hướng đó để được tính. Được rồi. Tháng 5 năm 2027, chúng ta sẽ xem lại các dự đoán của bạn. Đúng. Tuyệt vời.

Xác nhận. Được rồi, tôi thích điều này. Được rồi, hãy cùng đi sâu vào.

Dự đoán về thay đổi trong cách làm việc

Một số dự đoán về cách làm việc của chúng ta sẽ thay đổi trong năm tới là gì? Một trong những câu hỏi yêu thích của tôi bởi vì tôi nghĩ nếu bạn nhìn vào các tiêu chuẩn, bạn sẽ thấy, ừm, trí tuệ nhân tạo (AI) về cơ bản sẽ lấy hết tất cả các công việc của chúng ta, bạn biết đấy.

Bối cảnh và Dự đoán về Thay đổi trong Công việc

I meter có một thước đo rất thú vị, đánh giá thời gian các mô hình mới nhất có thể thực hiện các nhiệm vụ một cách tự chủ. Ví dụ, Mythos Preview, một mô hình lớn của Anthropic mà mọi người đang rất quan tâm, có thể thực hiện các tác vụ trong 17 giờ với độ chính xác 50%. Điều đó thật điên rồ. Và tôi nghĩ điều này là có thật, là đúng, và sự tiến bộ của các mô hình đang tăng theo cấp số nhân. Kinh nghiệm và cảm nhận của tôi là trong một năm nữa, chúng ta sẽ nhìn lại và nói rằng chúng ta thực sự còn rất nhiều việc phải làm. Con người còn rất nhiều việc phải làm, ngay cả khi các mô hình ngày càng giỏi hơn trong việc thực hiện công việc, và có một nghịch lý thực sự thú vị ở đó. Dự đoán của tôi về cách công việc sẽ thay đổi – hoặc cách bạn sẽ làm việc trong một năm nữa – là nó sẽ phân nhánh thành hai phương thức chính liên quan đến cách bạn sử dụng các tác nhân (agent).

Hai Phương Thức Làm Việc Chính với Tác nhân AI

Một là, tôi nghĩ bạn sẽ làm những gì chúng ta từng hình dung cách đây 5 năm khi nghĩ về cách trí tuệ nhân tạo (AI) làm việc: mọi người sẽ có ít nhất một tác nhân trong công ty để trò chuyện, có thể làm việc và giao việc. Chúng ta sẽ nói về hình thức đó, nhưng về cơ bản nó giống như Open Claw. Hai là, hầu hết công việc bạn làm sẽ diễn ra trên máy tính của bạn, trong một môi trường như Codex hoặc Cloud Co-work, nơi sẽ trở thành một dạng hệ điều hành cho mọi công việc của bạn – từ email, tài liệu bạn tạo, đến tất cả những thứ tương tự. Nó sẽ nằm trên một giao diện như vậy, và đây đang trở thành một bức tranh cạnh tranh rõ ràng. Tôi muốn đi theo thứ tự của hai điểm này.

Mô hình "Siêu Tác nhân" cho Doanh nghiệp

Điểm đầu tiên là bạn sẽ có các tác nhân mà bạn giao việc, có thể là trong Slack, nhưng cũng có thể ở bất cứ đâu. Điều thú vị đầu tiên là kiến trúc cho điều này vẫn chưa rõ ràng. Liệu mọi người sẽ có một tác nhân? Liệu mỗi đội có một tác nhân? Hay chỉ có một tác nhân? Hay tác nhân sẽ chuyên biệt hóa? Có một biểu đồ tổ chức song song, ngầm ẩn ở đây. Và khi Open Claw lần đầu ra mắt, mọi người nội bộ tại Every đều đã áp dụng nó, và tôi rất tin rằng mỗi người sẽ có tác nhân riêng của mình. Và có những điều thực sự thú vị về thế giới của một biểu đồ tổ chức song song. Các tác nhân trong thế giới đó giống như những bản sao nhỏ của bạn, điều này thực sự hay và thú vị. Giống như nếu bạn đã từng đọc The Golden Compass? Nó giống như có một daemon nhỏ trên vai bạn, một phần nhỏ của tâm hồn bạn. Tôi thực sự nghĩ đó là những gì dường như đang xảy ra. Và tôi đã rất thích các tác nhân cá nhân. Nhưng giờ tôi đã thay đổi hoàn toàn quan điểm. Tôi thực sự nghĩ rằng mô hình hiện tại sẽ là một siêu tác nhân, giống như một tác nhân cho toàn bộ công ty. Và bạn đang bắt đầu thấy điều này ở một số công ty. Chẳng hạn như Shopify rất nổi tiếng với một tác nhân như vậy. Ramp cũng có một cái bây giờ. Và tôi nghĩ có một số lý do thực sự thú vị cho điều đó. Tôi thực sự vẫn nghĩ rằng tác nhân cá nhân sẽ xuất hiện. Nhưng điều chúng tôi nhận thấy là có rất nhiều sự cường điệu xung quanh Open Claw. Mọi người đều nói: "Tôi sẽ thiết lập nó. Nó thật tuyệt vời!" hay đại loại vậy. Và rồi mọi người nhận ra rằng nó quá nhiều công việc. Thứ này liên tục gặp lỗi. Tôi phải loay hoay với nó. Tôi phải SSH vào máy chủ của mình và vân vân. Và hầu hết mọi người, ít nhất là để làm việc, không muốn hoặc không thể dành thời gian đó. Và điều cơ bản thúc đẩy điều đó là dù là Open Claw hay bất kỳ harness nào khác, để một tác nhân AI hữu ích vào lúc này, nó thực sự cần một con người quan tâm đến nó. Nó thực sự cần một sự kết nối cá nhân với một người đang theo dõi những gì nó làm và đảm bảo rằng nó đang làm đúng việc và hữu ích cho mọi người. Và ngay khi bạn cắt đứt kết nối đó – ngay khi ai đó nói: "À, tôi không muốn duy trì cái Open Claw ngớ ngẩn này" – đó là lúc tác nhân không còn thực sự hữu ích nữa. Và đó là lý do tại sao tôi nghĩ rằng nó đã bắt đầu chuyển sang mô hình "một tác nhân cho mỗi công ty", bởi vì hiện tại, lý tưởng là bạn sẽ chỉ định một kỹ sư (engineer) triển khai AI hoặc một người có hồ sơ tương tự chịu trách nhiệm đảm bảo rằng tác nhân đó hoạt động cho toàn bộ công ty. Và sau đó có thể bạn sẽ có một số tác nhân nhỏ hơn dành cho đội nhóm. Và tôi nghĩ rằng khi các mô hình trở nên độc lập hơn, điều đó sẽ thay đổi và chúng ta sẽ có nhiều tác nhân cá nhân hơn vì chúng ta không cần phải [transcript bị gián đoạn] với tất cả các chi tiết nội bộ. Nhưng mô hình mà tôi thấy đang hoạt động hiệu quả cho chúng tôi và nhiều công ty khác, kể cả các công ty mô hình AI, chính bản thân họ cũng bắt đầu nhận ra điều này: khi nói đến các tác nhân bất đồng bộ, thực sự là bạn có một tác nhân chính ở cấp cao nhất, đôi khi nó làm mọi thứ, nhiều khi nó làm một loại công việc cụ thể mà bạn đã quyết định rằng mọi người trong công ty cần một tác nhân cho công việc đó, chẳng hạn như các yêu cầu dữ liệu. Và sau đó, tôi nghĩ nó sẽ bắt đầu từ cấp cao nhất và sau đó dần dần lan xuống, nơi bạn tạo ra các tác nhân chuyên biệt hơn cho các đội nhóm và tất cả những thứ tương tự. Và cơ chế ở đây là các tác nhân cần những người quan tâm đến chúng. Điểm đó rất thú vị về việc bạn cần "chăm sóc" tác nhân của mình, bởi vì có ngữ cảnh (context) bạn phải liên tục thêm vào. Giống như bạn đã nói, nó bị lỗi, và khi nó quá nhiều công việc, bạn sẽ nói: "Được rồi, quên cái này đi. Tôi sẽ quay lại Codex hoặc Cloud" hoặc đại loại vậy. Chính xác.

Dự đoán về "Siêu Tác nhân" và Vị trí của Slack

Tuyệt vời. Đây là một cơ hội thú vị. Vậy ý tưởng mà bạn đang dự đoán ở đây là các công ty sẽ có một siêu tác nhân mà mọi người đều có thể nói chuyện. Như bạn đã nói, Shopify có River, tôi nghĩ vậy. Tác nhân của Ramp tên là gì? Tôi không nhớ. Chắc nó có một cái tên vui tai. Vậy đó là dự đoán. Được rồi, đó là dự đoán đầu tiên. >> Đó là dự đoán đầu tiên. >> Chúng ta sẽ bắt đầu với các tác nhân ở cấp cao nhất, những tác nhân này mang tính tổng quát hơn và được nhiều người trong công ty sử dụng. Sau đó, nó sẽ dần dần mở rộng xuống khi mọi người quen thuộc hơn với các trường hợp sử dụng này, chúng sẽ trở nên chuyên biệt hơn và các tác nhân cũng trở nên ít "khó tính" hơn – tức là chúng hoạt động tốt hơn. Và bạn có dự đoán rằng điều này chủ yếu sẽ diễn ra trong Slack không? Đối với công việc? Vâng, điều đó có vẻ hợp lý. Tôi nghĩ mọi người thích có các bong bóng màu xanh lam trên Open Claw. Giống như bạn có thể sử dụng nó với iPhone của mình, nhưng tôi nghĩ có một điều nhỏ trong đầu mọi người là họ thực sự muốn giữ các tác nhân cá nhân và công việc của họ tách biệt. Và tôi nghĩ có cả một lĩnh vực... COO của chúng tôi, Brandon Gall, gọi đây là "việc vặt máy tính". Có cả một lĩnh vực sử dụng tác nhân cá nhân cho các việc vặt máy tính của bạn. Giống như đặt hàng tạp hóa của tôi hay bất cứ thứ gì, và có rất nhiều điều đó mà tôi nghĩ điều này sẽ rất lớn, nhưng tôi tập trung... chúng tôi chủ yếu tập trung vào các vấn đề công việc. Và tôi nghĩ điều đó chủ yếu sẽ xảy ra trong Slack. Tuyệt vời. Go Slack.

Codex và Co-work - Hệ điều hành mới cho công việc

Chúng ta có muốn nói về bề mặt làm việc khác không? >> Chắc chắn rồi. Codex co-work. Được rồi. Đây là cái cuối cùng. Hãy làm thôi. Tôi rất hào hứng về cái này. Tôi nghĩ nó là điều tuyệt vời nhất.

Về cơ bản, điều đã xảy ra là Anthropic nhận ra tại một thời điểm nào đó rằng với Claude Code, nếu bạn đặt một tác nhân trên máy tính của mình và nó chạy trên máy tính của bạn, nó sẽ có quyền truy cập vào mọi thứ mà bạn có. Nó sử dụng terminal, vì vậy nó có quyền truy cập gần như siêu cấp vào đó. Và không chỉ vậy, các tác nhân này thực sự hiểu cách sử dụng terminal vì có rất nhiều nội dung trực tuyến về vấn đề đó. Và nó đã tạo ra một mô hình lập trình siêu mạnh mẽ, đó là... Anthropic thực sự là người tiên phong trong việc này. OpenAI trong một thời gian theo ý kiến của tôi đã rất tụt hậu về điều này, và sau đó, theo ý kiến của tôi, gần đây đã vượt qua họ. Điều đó thực sự thú vị. Nhưng họ đã đi rất sớm trong lĩnh vực này. Khi mọi người vẫn nghĩ về các tác nhân lập trình hoặc mô hình lập trình như những lập trình viên cặp, họ là một trong những người đầu tiên nói: "Không." Và đã làm điều đó thành công. Giống như có những người đi trước họ như Devin mà tôi nghĩ đã có một môi trường cloud lớn, và OpenAI cũng đã thử điều này, nhưng sự chấp nhận thực sự dường như đã xảy ra khi bạn đặt nó lên máy tính của mình.

Vì vậy, họ đã tìm ra điều đó. Và sau đó tôi nghĩ họ cùng với cộng đồng của họ đã nhận ra rằng một khi bạn có một tác nhân lập trình trên máy tính của mình có thể xây dựng bất cứ thứ gì, nó thực sự rất tốt cho bất kỳ loại công việc nào bạn muốn làm. Và mọi người bắt đầu chỉ đơn thuần là hack Claude code để làm tất cả công việc của họ. Vì vậy, Anthropic sau đó đã xây dựng co-work, đó là một lớp vỏ bọc đẹp hơn một chút xung quanh Claude code, nhưng về cơ bản nó là cùng một thứ.

Và sau đó, tôi nghĩ OpenAI đã đặt một vài cược khác nhau, nhưng cược chính của họ vào một tác nhân lập trình là phiên bản Codex trước đây rất kỹ thuật và siêu thông minh, nhưng chúng có vẻ hơi 'tự kỷ'. Giống như hơi khó để chúng hiểu ý bạn. Chúng hiểu chính xác những gì bạn nói. Và tôi nghĩ có lẽ khoảng ba hoặc bốn tháng trước, vào khoảng thời gian họ ra mắt 5.3, họ bắt đầu đi theo hướng này: "Ồ không, chúng tôi hiểu rồi. Mô hình này nhanh chóng. Nó thực sự tốt cho các tác vụ loại công việc tri thức tổng quát." Và sau đó họ đã ra mắt ứng dụng Codex desktop. Và tôi nghĩ ứng dụng Codex desktop này đã đúc kết tất cả các bài học mà Anthropic đã học được, họ đã đi từ Claude code đến co-work. Và bạn có thể thấy điều đó trong các tab trên giao diện người dùng ứng dụng máy tính để bàn của Anthropic. Tôi nghĩ OpenAI đơn giản là: "Chúng tôi thấy hướng đi này. Hãy bỏ qua các bước trung gian và đi thẳng đến đó."

Và vì vậy, tôi nghĩ Codex hiện tại đây là một cuộc đua ngựa. Họ sẽ có những vị trí khác nhau. Nhưng tôi nghĩ Codex hiện tại là công cụ tôi sử dụng hàng ngày. Tôi gần như dành tất cả thời gian của mình cho nó. Thỉnh thoảng tôi chuyển đổi, nhưng tôi nghĩ họ đang đi đúng hướng và đối với tôi, rõ ràng là bất kỳ ai đang dẫn đầu (vì tôi nghĩ điều đó sẽ thay đổi), tất cả công việc bạn làm sẽ nằm trên một trong những giao diện đó. Chẳng hạn, khi tôi viết một tài liệu, Codex có một trình duyệt trong ứng dụng – một trình duyệt trong ứng dụng. Và khi tôi viết một tài liệu, tôi chỉ cần vào một trong các luồng Codex của mình (tôi có một luồng cho mỗi dự án). Và tôi chỉ cần mở trình duyệt trong ứng dụng. Tôi đi đến tài liệu. Tôi thường làm điều đó trong Proof, một trình soạn thảo markdown trực tuyến mà tôi đã xây dựng. Và sau đó tôi chỉ cần để Codex chạy và theo dõi tôi trong Proof. Và Codex có thể thấy tôi đang làm gì. Tôi có thể thấy Codex đang làm gì. Mọi thứ đều nằm trong một nơi, đó là một phần mở rộng của cùng một điều đã giúp Claude code hoạt động rất tốt ban đầu. Và về cơ bản, tôi cảm thấy như mình có một người bạn đồng hành làm việc song song, không chỉ có thể phản hồi và viết trong tài liệu, mà còn có thể đi nghiên cứu. Nó có thể sử dụng máy tính của tôi để làm bất cứ điều gì tôi có thể làm trên máy tính của mình. Và điều đó thực sự mạnh mẽ một cách đáng kinh ngạc. Và tôi làm điều này với mọi thứ. Chẳng hạn, tôi đã giữ inbox zero trong 10 ngày liên tiếp, điều mà nếu bạn biết tôi thì thật điên rồ. Tôi không bao giờ như vậy.

Tác nhân AI tích hợp trình duyệt và Năng suất cá nhân

Điều này là bởi vì tôi chỉ cần Codex thu thập tất cả email của tôi với Cora, tác nhân AI email của chúng tôi. Sau đó, nó sẽ hiển thị một trang nhỏ, và tôi nghĩ tôi đã cho bạn xem điều này tại sự kiện của Anthropic. Nó hiển thị một trang nhỏ và tôi chỉ cần độc thoại vào đó, nói chuyện với từng email. Tôi nói, "Được rồi, hãy đi tìm kiếm thông tin này. Ồ, đây là một câu hỏi từ luật sư của chúng ta. Bạn có thể thu thập tất cả tài liệu trong bốn năm qua và đưa chúng vào một báo cáo rồi gửi đi không?" Và nó chỉ việc thực hiện. Vì vậy, tất cả những việc tôi thường trì hoãn, bây giờ tôi không còn trì hoãn nữa. Và tôi cảm thấy rằng có một điều này— Trong một thời gian dài, chúng tôi đã nghĩ, tôi cũng nghĩ, rằng trải nghiệm tối ưu của trí tuệ nhân tạo (AI) sẽ là đưa AI vào trình duyệt. Nhưng tôi nghĩ điều ngược lại đang bắt đầu xảy ra và trở nên thực sự rất có giá trị theo một cách mà tôi không hề mong đợi, đó là lấy tác nhân AI mà bạn sử dụng hàng ngày trên máy tính của mình và tích hợp một trình duyệt vào đó để nó có thể nhìn thấy mọi thứ bạn đang làm. Và đó chỉ là một sự kết hợp kỳ diệu mà tôi nghĩ rằng— hiện tại rất hiếm. Bạn thậm chí không thể làm điều này trong cloud code vì họ không cho phép bạn duyệt các trang web bên ngoài bên trong cloud code. Vì vậy, hiện tại nó rất hiếm, nhưng tôi nghĩ nó sẽ trở nên cực kỳ phổ biến trong một năm tới.

SaaS và sự thay đổi trong cách sử dụng tài nguyên

Điều này sâu sắc hơn nhiều so với những gì nghe có vẻ. Điều tôi đang nghe là thay vì trí tuệ nhân tạo (AI) được tích hợp sẵn vào các công cụ SaaS, điều bạn đang dự đoán ở đây là, ờ, các công cụ SaaS sẽ chạy bên trong Codex hoặc Claude code. Đó — đó là — đó là một hiệu ứng bậc hai thực sự quan trọng của việc này, đó là, ừm, tôi đang sử dụng Proof hoặc bất kỳ trang web nào khác, có thể là PostHog hoặc bất cứ thứ gì. Và tôi đang thực hiện nó bên trong tác nhân của mình. Và tác nhân có quyền truy cập vào trang web, vì vậy nó có quyền truy cập vào mọi thứ mà tôi có quyền truy cập. Và nó có quyền truy cập vào toàn bộ máy tính của tôi. Khi tôi chạy tác nhân trên trang web đó, tôi đang sử dụng token của mình. Tôi không sử dụng token của nhà cung cấp. Tôi không sử dụng token của ứng dụng. Và vì vậy, nó đặt SaaS trở lại đúng vị trí của nó, nơi mà, vâng, bạn muốn làm cho nó thân thiện với tác nhân. Và bây giờ mọi người đều có một CLI. Ờm, bạn muốn làm cho HTML thực sự dễ sử dụng. Bạn muốn đảm bảo rằng bất cứ điều gì xảy ra trong CLI sẽ hiển thị ngay lập tức cho người dùng. Tất cả những thứ đó. Có rất nhiều vấn đề cần giải quyết. Nhưng, ừm, một khi bạn làm được điều đó, bạn thực sự không cần phải nghĩ về việc có một giao diện AI mà người dùng sẽ sử dụng chính, theo nghĩa là bạn không cần phải tích hợp một tác nhân một cách tự nhiên vào sản phẩm của mình. Tôi nghĩ bạn có thể, và có một sự phân nhánh thú vị khác về điều này mà chúng ta nên nói đến, đó là việc có hai tác nhân tốt hơn một. Ờm, nhưng tôi nghĩ hiện tại có một điều rất tuyệt vời là, ờ, với Proof chẳng hạn, ờ, bất kỳ ai sử dụng nó, tôi không trả tiền cho token vì họ chỉ mang AI của họ đến Proof. Và vì vậy, nó thay đổi cách bạn xây dựng với tư cách là một công ty SaaS, ờ, và bạn xây dựng nó bây giờ cho cả con người và tác nhân cùng sử dụng đồng thời và nó thay đổi biên lợi nhuận của bạn trở lại, à, tôi thực sự không phải trả tiền cho token nữa vì người dùng sẽ mang AI đến. Vì vậy, tôi nghĩ đây là một vấn đề lớn.

Vai trò của Cursor và Nền tảng mô hình

Vậy điều bạn đang mô tả ở đây là, ờ, ngày càng nhiều công việc chúng ta làm, ngày càng nhiều công việc chuyên môn, liệu chúng có chỉ diễn ra trong Codex hoặc Cloud Code? Ờ, Cursor phù hợp với điều này như thế nào? Liệu đó có phải là một trong những— có, có tiềm năng ở đó không? >> Đó là một câu hỏi hay. Tôi nghĩ rằng Cursor cũng thấy nhiều điều tương tự. Và họ, và ở một khía cạnh nào đó, họ có một số điều tương tự nhưng tốt hơn. Giống như tôi nghĩ rằng triển khai đám mây của Cursor tốt hơn so với của AI hoặc Anthropic và tiên tiến hơn. Và tôi nghĩ rằng Cursor, ít nhất cho đến nay, đã chọn một hướng đi rõ ràng hơn. Giống như họ rõ ràng hơn trong việc chọn làm sản phẩm cho các lập trình viên. Và điều đó có thể giới hạn mức độ họ đạt được ở đây. Giống như tôi nghĩ định nghĩa về lập trình viên đang mở rộng đủ để họ có một thị trường lớn, nhưng tôi không biết liệu họ có nhảy vào việc kiểu như, được rồi, hãy sử dụng cái này để tạo một bản trình chiếu hay bất cứ thứ gì khác không. Nhưng rõ ràng là mọi công ty mô hình đều bắt đầu nhận ra tầm quan trọng của việc có một khung hỗ trợ để tận dụng tối đa, ừm, mô hình. Và vì vậy, nơi mà tất cả các nền tảng đang hướng tới là một thế giới mà bạn không chỉ thực hiện nhắc lệnh và phản hồi khi bạn gọi mô hình trên nền tảng OpenAI, nền tảng Anthropic. Bạn đang, họ thực sự đang chạy mô hình trên một máy tính nằm trong đám mây mà họ vận hành và sau đó trả lại kết quả cho bạn. Và họ biết rằng để có được kết quả tốt nhất từ mô hình, họ cần cung cấp điều đó. Và vì vậy, bạn thấy đấy, Anthropic có các tác nhân được quản lý trên đám mây. Ờm, OpenAI chưa có phản hồi, nhưng tôi cho rằng điều đó sẽ xảy ra. Và bây giờ Cursor, ờ, vừa được SpaceX mua lại về cơ bản. Đó không phải là một thương vụ mua lại hoàn chỉnh, nhưng nó gần như vậy. Vì vậy, tôi nghĩ mọi người đang bắt đầu nhận ra rằng tôi không thể chỉ làm phần mô hình của nó. Tôi phải có một khung hỗ trợ ở phía trên và tôi nghĩ hình thức tối thượng của khung hỗ trợ đó là tôi có thể làm bất kỳ loại công việc tri thức nào. Bản thân Cursor cảm thấy như một trong những điều mà họ sẽ phải đưa ra quyết định khó khăn liệu có nên chỉ dành cho các lập trình viên hay không.

Chuẩn bị cho kỷ nguyên cộng tác giữa người và tác nhân AI

Vì vậy, những người đang xây dựng sản phẩm không phải là OpenAI hay Anthropic, nếu điều này được chứng minh là đúng, dự đoán ở đây là họ sẽ sử dụng sản phẩm của bạn theo thời gian bên trong một trong những tác nhân này. Ờ, bạn sẽ làm gì nếu bạn là một trong những công ty đó để chuẩn bị cho tương lai đó? Tôi sẽ, tôi sẽ chỉ chuẩn bị cho điều đó. Vì vậy, ví dụ, ừm, mỗi phần mềm năng suất cổ điển hơn, cho dù đó là Slack hay, ờ, tài liệu Word hay PowerPoint hay bất cứ thứ gì, nó thực sự chủ yếu dành cho một người sử dụng. Ờm, và bây giờ mọi người đang sử dụng CLI, vì vậy nó giống như dành cho, ờ, một tác nhân sử dụng độc lập với một người. Và tôi nghĩ chúng ta đang chuyển sang một mô hình mới, nơi người và tác nhân cùng làm việc trên cùng một công việc và cả hai đều đang thực hiện mọi thứ. Và bạn cần phải có — tôi cần phải có khả năng hiển thị về những gì tác nhân đang làm. Tác nhân phải có khả năng hiển thị về những gì tôi đang làm. Chúng ta phải tương tác qua lại theo một cách liền mạch như vậy. Và loại phần mềm bạn tạo ra cho điều đó sẽ rất khác. Ví dụ, ừm, giống như có rất nhiều thứ mà Proof không có. Tôi không cần phải có nhiều thứ như định dạng kiểu tài liệu Word hoặc ngắt trang hoặc, bạn biết đấy, tạo bảng hay bất cứ thứ gì vì tác nhân chỉ cần làm điều đó. Tôi không cần phải lo lắng về điều đó. Nó có thể làm tất cả định dạng cho tôi. Vì vậy, bạn có thể làm cho sản phẩm đơn giản hơn và nhanh hơn rất nhiều khi bắt đầu so với các sản phẩm truyền thống. Và sau đó có tất cả những tính năng hỗ trợ khác mà bạn cần bắt đầu có bởi vì cách tác nhân tương tác với phần mềm rất khác. Ví dụ, tác nhân có thể làm rất nhiều việc cùng một lúc. Chúng có thể thực hiện hàng tỷ thao tác khác nhau trên tài liệu của bạn hoặc bản trình chiếu của bạn hoặc cơ sở mã của bạn hoặc bất cứ thứ gì. Và cách bạn hiển thị điều đó cho người dùng sẽ rất khác so với cách bạn có thể hiển thị một người đang đồng thời làm việc trên tài liệu của bạn và thực hiện mọi thứ. Bạn cần, ừm, bạn cần phê duyệt. Bạn cần một loại hộp thư đến tóm tắt, đây là tất cả những thứ sắp xảy ra hoặc đã xảy ra. Bạn cần, ừm, bạn cần nhật ký và khả năng hoàn tác nhanh chóng. Vì vậy, có tất cả những loại cân nhắc đó, ừm, thay đổi sản phẩm thực tế. Và sau đó, trải nghiệm người dùng (UX) cơ bản của nó hoặc cơ sở hạ tầng cơ bản bạn cần cũng khác, bởi vì, bạn biết đấy, tác nhân có thể tạo ra hàng tỷ yêu cầu trong khoảng 3 giây. Vậy bạn sẽ xử lý điều đó như thế nào, phải không? Ờm, đây chính xác là lý do tại sao, bạn biết đấy, GitHub đang gặp vấn đề ngay bây giờ vì số lượng người sử dụng GitHub đang tăng vọt theo cấp số nhân và đó thực sự chỉ là tác nhân của mọi người trong GitHub. Vì vậy, tôi, tôi nghĩ rằng đây là một thế giới hoàn toàn mới đang bắt đầu, bạn chỉ mới bắt đầu thấy một phần nhỏ của nó. Nhưng, có rất nhiều điều thú vị về nó.

Báo cáo lỗi tự động và vòng lặp phản hồi khép kín

Ví dụ, trong Proof và một số sản phẩm khác của chúng tôi, ờ, khi ai đó gặp vấn đề, họ không gửi email hỗ trợ. Tác nhân của họ gửi một báo cáo lỗi. Và một báo cáo lỗi từ tác nhân tốt hơn nhiều so với báo cáo lỗi từ con người. Ờm, nó có đầy đủ thông tin như, đây chính xác là những gì tôi đã làm, đây là các bước tái tạo lỗi chính xác, đây là Proof là mã nguồn mở, vì vậy đây là những gì tôi nghĩ đang xảy ra trong code base. Và sau đó chúng tôi nhận được điều đó, nó trở thành một vấn đề GitHub, và sau đó chúng tôi có thể gửi một tác nhân đi để sửa lỗi. Và, ừm, bạn không thể làm điều đó với mọi thứ, nhưng nó tốt hơn rất nhiều. Và bạn có thể thấy, giống như, những tia sáng của vòng lặp khép kín rất nhanh này giữa việc tôi gặp phải một vấn đề, một lỗi nhỏ, một tính năng nhỏ tôi muốn, một lỗi nhỏ, và tác nhân của tôi chỉ cần đi và nói chuyện với tác nhân của công ty, và sau đó tác nhân của công ty chỉ cần đi và sửa nó. Điều đó tôi nghĩ là cực kỳ tuyệt vời.

Sự kết thúc của kỷ nguyên CLI và sự trở lại của GUI

Vậy, có một phần nào trong dự đoán này mà bạn— nhiều người đang chuyển sang CLI và cố gắng làm việc từ terminal không? Có phải một phần của dự đoán này là mọi người sẽ chuyển rời khỏi đó và quay lại việc thực sự bạn— bạn tương tác với các tác nhân kiểu như chạy song song với họ không? CLI đã qua rồi. Ờm, chúng ta đã chạy nước rút qua kỷ nguyên CLI. Nó tốt đẹp khi nó còn tồn tại, nhưng tôi nghĩ khá, khá rõ ràng— Không phải là CLI sẽ biến mất hoàn toàn. Rõ ràng, chúng đã tồn tại trong khoảng 30, 40 hoặc 50 năm qua hoặc bất cứ lúc nào. Chúng sẽ tiếp tục tồn tại. Và tôi nghĩ có một thời điểm khi cloud code rất phổ biến và, ờ, hoặc, hoặc khi cloud code thực sự bắt đầu được ưa chuộng, mọi người đã nghĩ rằng, điều đang hiệu quả là thực tế đó là một CLI, và tôi không nghĩ đó là điều đúng. Và khi bạn chuyển sang một giao diện người dùng (UI) thực sự cho việc này, bạn bắt đầu nhận ra, ừm, chúng ta đã tạo ra các giao diện người dùng đồ họa (GUI) có lý do. Và đơn giản là dễ chịu hơn khi ở trong một GUI. Và bạn có thể nhận được tất cả các lợi ích tương tự bên trong, bên trong một GUI, đặc biệt là đối với công việc không dành cho lập trình viên, nhưng tôi sẽ, tôi sẽ ước tính rằng chắc chắn đa số những người làm kỹ thuật bên trong mọi công ty không còn sử dụng CLI làm bề mặt làm việc chính của họ nữa. Tôi nghĩ nhiều lập trình viên vẫn chuyển sang đó thỉnh thoảng, nhưng về cơ bản họ đang sử dụng Codex, cloud code, Cursor, ừm, những thứ như vậy.

Hai chế độ làm việc với tác nhân AI

Tuyệt vời. Được rồi. Tôi, tôi, tôi muốn — tôi chắc chắn muốn làm rõ phần đó. Vì vậy, quay trở lại với bức tranh lớn về dự đoán ở đây, có hai chế độ làm việc mà bạn đang dự đoán. Một là loại siêu tác nhân trong một công ty mà bạn trò chuyện qua Slack rất có thể, có thể đi làm và trả lời câu hỏi. Và sau đó là trên máy tính của bạn chạy Codex hoặc Cloud Code. Và trong đó, tất cả công việc mà bạn thường làm trên máy tính của mình giờ đây sẽ tồn tại bên trong Codex hoặc Cloud Code hoặc có thể là một bên thứ ba nào đó xuất hiện mà chúng ta thậm chí còn chưa biết đến. Vâng, và bạn sẽ sử dụng ứng dụng bên trong trình duyệt nội bộ của những, những công cụ đó. Wow, được rồi. Giống như nghe bạn nói về nó, có lẽ nó không cảm thấy sâu sắc như thực tế vì đây là một thay đổi lớn trong cách chúng ta làm việc. Hiện tại chúng ta không có một trí tuệ nhân tạo (AI) mà chúng ta thường xuyên trò chuyện trong Slack và chúng ta cũng không làm việc chủ yếu trong Codex hoặc Cloud Code. Vì vậy, đây thực sự là một sự thay đổi khá lớn. Tôi nghĩ vậy.

Lợi ích của việc có nhiều tác nhân AI

Còn điều gì khác tương tự như vậy trước khi chúng ta chuyển sang dự đoán tiếp theo không? Chà, có vài điều. Tôi chắc chắn không phải là một người theo chủ nghĩa tối đa hóa tác nhân. Giống như tôi thực sự nghĩ rằng chúng ta sẽ có rất nhiều tác nhân khác nhau mà chúng ta sử dụng. Điều đó khá rõ ràng đối với tôi. Và tôi thực sự nghĩ rằng hai tác nhân tốt hơn một. Vậy, một ví dụ điển hình là gì? Khi tôi cho Codex tương tác với một tác nhân khác, nó có thể cung cấp ngữ cảnh về tôi và những gì tôi muốn nhiều hơn rất nhiều so với những gì tôi có thể gõ.

Thiết kế ứng dụng lấy tác nhân làm trung tâm

Các tác nhân có thể tương tác qua lại, xử lý những vấn đề mà tôi phải mất rất nhiều thời gian để diễn đạt trực tiếp cho một agent. Bạn sẽ đạt được hiệu ứng tăng tốc đáng kể khi giả định rằng người dùng của mình đang sử dụng Codex, Cloud Code hoặc Co-work làm cách cơ bản để truy cập ứng dụng của bạn. Một ví dụ rất đơn giản là sản phẩm open claw được lưu trữ của chúng tôi. Chúng tôi đã có một danh sách chờ, và thậm chí phải yêu cầu đặt cọc vì lượng người đăng ký quá đông. open claw là một cơ chế điều khiển tác nhân rất khó để vận hành. Nó di chuyển cực kỳ nhanh chóng, và nếu bạn là một nền tảng cho nó, khi mọi thứ hỏng hóc, bạn không thể sửa chữa được; rất khó khăn.

Nhưng một trong những điều chúng tôi học được trong quá trình đó là, nếu bạn đang xây dựng một sản phẩm tác nhân hoặc bất kỳ trải nghiệm phần mềm mới nào khác, bạn sẽ cho rằng để thiết lập một agent, bạn cần xây dựng một giao diện web nhỏ hoặc một quy trình làm việc trên Slack để hỏi người dùng: "Bạn là ai? Bạn sẽ sử dụng cái này vào việc gì? Và kết quả lý tưởng, mong muốn của bạn là gì?" Hoặc bất cứ điều gì bạn sẽ đưa vào danh sách kiểm tra quá trình giới thiệu/hòa nhập.

Thay vào đó, nếu bạn chỉ đặt ra một quy tắc cứng rắn là chúng tôi sẽ chỉ phục vụ những người dùng sử dụng Codex hoặc Co-work. Điều xảy ra là bạn chỉ cần dán một lời nhắc (prompt) vào Codex hoặc Co-work. Nó sẽ đi và tương tác với ứng dụng, và ứng dụng có thể chỉ là một máy chủ thông thường hoặc nó có thể là một agent của riêng nó. Codex có rất nhiều thông tin về bạn đến nỗi nó có thể tự cung cấp: "Đây là tất cả những gì tôi đã làm việc với Dan. Đây là tất cả những cách mà anh ấy có thể muốn sử dụng ứng dụng này." Rồi nó mang thông tin đó về cho tôi và đó là một trải nghiệm rất tùy chỉnh.

Và đối với một sản phẩm kỹ thuật như một agent, khi có sự cố, tôi chỉ cần nói với Codex: "Đi sửa nó." Và Codex sẽ đi nói chuyện với ứng dụng và tìm hiểu xem điều gì đang xảy ra cho tôi. Vì vậy, tôi nghĩ toàn bộ mô hình bắt đầu thay đổi khi bạn giả định rằng mọi người đều có một agent và những agent đó đang nói chuyện với các agent khác theo một cách thực sự kỳ diệu và quan trọng.

Tương lai của SaaS trong một thế giới lấy tác nhân làm trung tâm

Có một vài điều nữa tôi muốn đề cập trước khi chúng ta bắt đầu, vì có rất nhiều điều để nói. Một trong số các bạn đã nêu ra quan điểm về việc công cụ SaaS không sử dụng các token từ các công ty mô hình khi dùng công cụ SaaS. Hãy nói thêm một chút về điều đó, vì nó có thể thay đổi mô hình kinh doanh cho các công ty SaaS trong tương lai. Điều đó có vẻ như là một vấn đề lớn.

Tôi nghĩ nó thực sự có thể cứu biên lợi nhuận của họ. Bởi vì hiện tại, tất cả các công ty này đang đổ xô thêm một agent vào dịch vụ của mình và nghĩ: "Ồ, agent sẽ là cách chính để mọi người tương tác với tôi." Và tôi nghĩ rằng điều đó tốn token, rõ ràng là vậy. Và tôi thực sự nghĩ rằng một khi tôi có Codex hoặc Co-work làm giao diện làm việc chính của mình, tôi vẫn muốn sử dụng SaaS.

Đây là một dự đoán tốt khác. Tôi sẽ mua cổ phiếu SaaS ngay bây giờ. Tôi nghĩ rằng ngày tận thế SaaS đã kết thúc và cổ phiếu SaaS sẽ tăng mạnh trong vài năm tới. Không phải lời khuyên đầu tư, nhưng bạn biết đấy, tôi sẽ mua cổ phiếu SaaS. Vì vậy, tôi nghĩ nó giúp tiết kiệm biên lợi nhuận của bạn, bởi vì bây giờ cách bạn suy nghĩ không phải là "tôi phải tích hợp trí tuệ nhân tạo (AI) vào đây." Mà là: "tôi phải tạo ra một phần mềm mà con người và AI muốn hợp tác cùng nhau." Và điều đó khó, nhưng một khi bạn xây dựng xong, nó sẽ rẻ hơn nhiều so với việc giả định mọi người đang chi token. Và tôi nghĩ đó là một mô hình kinh doanh tốt. Một phần lý do tôi rất lạc quan về SaaS là: A, mọi người trong nội bộ ở đây, như tôi đã nói, tất cả chúng tôi đều có agent và tất cả chúng tôi đều sử dụng Codex và những thứ khác, và chúng tôi vẫn chi trả cho rất nhiều SaaS và chi tiêu cho SaaS của chúng tôi tăng theo từng năm. Và chúng tôi không hề lập trình theo cảm hứng/trực giác mọi thứ nhỏ nhặt.

Và tôi nghĩ rằng những gì agent làm là tăng số lượng người dùng SaaS, chứ không phải loại bỏ nó. Vì vậy, tôi nghĩ các công ty SaaS sẽ chứng kiến một sự tăng vọt đáng kinh ngạc về nhu cầu mà họ có, bởi vì sẽ có rất nhiều agent sử dụng các sản phẩm này với khối lượng rất lớn. Và như tôi đã nói, đó là một thách thức về hạ tầng khổng lồ. Có rất nhiều thách thức về giá cả thú vị, nhưng điều đó khiến tôi rất lạc quan về SaaS. Tôi thích rằng nếu có điều gì khác rút ra từ cuộc trò chuyện này, Dan Shipper, thì SaaS chính là tương lai của trí tuệ nhân tạo (AI). [Tiếng cười] Bạn sẽ là SaaS. #sendtweet Tôi thích điều này. Vâng, đây là một quan điểm khá trái ngược, và một phần thú vị khác là thực tế công ty các bạn đang tuyển dụng, số lượng người đã tăng gấp đôi trong năm qua, điều mà mọi người không mong đợi từ một công ty tiên phong về AI đến vậy. Hãy nói về trải nghiệm của bạn về việc: "Ồ, chúng ta vẫn thực sự cần con người. Tự động hóa là một lời nói dối."

Con người và AI: Vai trò của người quản lý

Tự động hóa là một lời nói dối theo nghĩa là mỗi khi bạn tự động hóa một cái gì đó, để đảm bảo tự động hóa hoạt động tốt, bạn cần một con người giám sát nó để đảm bảo nó hoạt động hiệu quả. Và vì vậy, bạn biết đấy, tôi đã viết một bài cách đây vài năm gọi là về nền kinh tế phân bổ, ý tưởng rằng cách con người sẽ làm việc với trí tuệ nhân tạo (AI) sẽ giống như một người quản lý. Và điều bạn phải nhớ về các người quản lý là các người quản lý thực sự dành rất nhiều thời gian làm việc. Hầu hết các người quản lý không phải đang nằm dài trên bãi biển. Họ liên tục kiểm tra nhân viên của mình và cố gắng tìm ra: "Làm thế nào để mọi việc hoạt động tốt? Làm thế nào để cải thiện nó? Nó đang hoạt động ra sao? Người này đang làm việc thế nào?" Tất cả những thứ đó. Và tôi nghĩ có một số khác biệt giữa việc trở thành một người quản lý con người và một người quản lý mô hình, nhưng về cơ bản, nó vẫn đòi hỏi rất nhiều thời gian và sự chú ý. Và tôi nghĩ chúng ta đã bỏ lỡ điều đó trong diễn ngôn về mô hình.

Một trong những lý do là các điểm chuẩn làm cho trí tuệ nhân tạo (AI) trông có vẻ tự chủ hơn thực tế. Và khi nói về tính tự chủ, tôi muốn nói đến một điều cụ thể, và tôi sẽ cố gắng diễn đạt điều này. Hơi khó diễn đạt, nhưng tôi đã tự mình học được điều này vì tôi đã cảm thấy nghịch lý này một chút. Tôi đã cảm thấy rằng chúng ta có quá nhiều tự động hóa, quá nhiều trí tuệ nhân tạo (AI), và tôi cũng làm việc nhiều hơn rất nhiều. [Khịt mũi] Và tôi nghĩ một phần của nghịch lý bắt đầu được giải quyết đối với tôi một chút khi tôi tự tạo ra điểm chuẩn của riêng mình.

Vì vậy, tôi đã tạo ra một điểm chuẩn kỹ sư cấp cao, và nó là: "Trí tuệ nhân tạo (AI) tốt đến mức nào so với một kỹ sư là con người?" Và cách tôi xây dựng nó là, một lần nữa, tôi có bằng chứng ứng dụng này. Tôi chỉ lập trình theo cảm hứng/trực giác nó bên lề trong khi điều hành những thứ khác. Và khi chúng tôi ra mắt nó, vì nó hoàn toàn được lập trình theo cảm hứng/trực giác, nó bắt đầu gặp sự cố và tôi không thể sửa được. Và điều đó rất đáng xấu hổ. Tôi đã rất ngượng. Và mặc dù sản phẩm hoạt động, chúng tôi đã thử nghiệm nội bộ, chúng tôi có rất nhiều người thử nghiệm beta, nhưng ngay sau khi ra mắt, cứ khoảng 10 phút các máy chủ lại sập và mọi người nhìn tôi, tôi chỉ biết nói: "Tôi không biết chuyện gì đang xảy ra." Kiểu như: "Codex, sửa nó đi." Và Codex trả lời: "Tôi không biết chuyện gì đang xảy ra." Hoặc thực ra Codex nói: "Tôi biết chuyện gì đang xảy ra. Tôi đã sửa nó rồi." Và sau đó nó lại gây ra bốn lỗi khác, và bạn cứ xoay vòng như vậy, tôi không ngủ được, và tôi đã lập trình theo cảm hứng/trực giác đến mức bị viêm bao hoạt dịch ở khuỷu tay. Vì vậy, đó là một bài học cuộc sống ở đó: khuỷu tay của lập trình viên theo cảm hứng/trực giác. [Tiếng cười]

Hạn chế của AI và điểm chuẩn trong kỹ thuật

Dù sao thì, tôi đã nhờ hai kỹ sư cấp cao khác nhau sửa lỗi đó một cách độc lập. Vì vậy, tôi có hai bản viết lại khác nhau của cơ sở mã mà họ cho tôi biết cách họ đã làm. Và vì vậy, những gì tôi có thể làm là khi chúng tôi có các mô hình mới, tôi chỉ cần đưa cho mô hình mới một lời nhắc (prompt). Tôi nói: "Đây là mã lập trình theo cảm hứng lộn xộn. Nếu bạn muốn viết lại nó từ nguyên tắc cơ bản, bạn sẽ viết nó như thế nào? Hãy làm đi." Và tất cả các mô hình cho đến GPT 5.5 đều đạt khoảng 30/100 điểm. Còn một kỹ sư cấp cao là người thật đạt khoảng 80-90/100 điểm. Vì vậy, vẫn còn rất nhiều việc phải làm. Và sau đó tôi đã thử GPT 5.5 và nó đạt khoảng 62 điểm. Xin lưu ý, điểm 60 là khi GPT 5.5 sử dụng gói Opus 4.7. Các gói Opus 4.7 rất tốt. GPT 5.5 là mô hình duy nhất có cảm giác về quyền tự quyết và sự tự tin để loại bỏ mã cũ và thực sự viết lại từ nguyên tắc cơ bản. Các mô hình lập trình khác thì chúng có xu hướng vá lỗi xung quanh các cạnh và chúng nói: "Ồ, đây là một công việc lớn. Tôi sẽ chỉ làm một bản vá nhỏ." Và bạn nói: "Không, tôi đã đặc biệt nói với bạn là đừng làm thế." Vì vậy, GPT 5.5 có một bước nhảy vọt 30 điểm. 60/100 điểm. Rất rõ ràng rằng trong một năm hoặc ít hơn, nó sẽ đạt trình độ kỹ sư cấp cao. Và điều đó mang lại cho bạn một bức tranh nhất định trong tâm trí, đặc biệt dựa trên cách tôi đặt tên cho điểm chuẩn, điều mà tôi nghĩ rất nhiều điểm chuẩn khác cũng làm. Và tôi có thể nói với bạn rằng khi chúng tôi đạt đến điểm đó, sẽ rất dễ dàng để tôi thay đổi điểm chuẩn để đưa mô hình hiện tại về 0 điểm. Vì vậy, nó sẽ đạt 0/100 điểm.

Và ví dụ, có vẻ như không có kỹ năng hoặc suy nghĩ nào trong lời nhắc (prompt): "Đây là mã lập trình theo cảm hứng lộn xộn, hãy sửa nó từ nguyên tắc cơ bản," nhưng thực ra tôi đã mất một thời gian để có được một lời nhắc (prompt) không tiết lộ câu trả lời, nhưng lại giúp mô hình bộc lộ khả năng của nó. Và lời nhắc (prompt) ban đầu tôi đưa cho nó là lời nhắc (prompt) mà tôi đã đưa cho nó khi tôi đang cố gắng sửa lỗi trong môi trường sản phẩm đang gặp sự cố, đó là khi tôi thức dậy vào buổi sáng và nói: "Được rồi, hôm qua chúng ta có bốn hoặc năm vấn đề được báo cáo. Tôi muốn bạn xem xét tất cả các vấn đề và sau đó đưa ra một kế hoạch để giải quyết tất cả chúng và thực hiện nó." Và mọi mô hình lập trình trên thị trường, và tôi khá chắc chắn về điều này, đây là một dự đoán. Tôi khá chắc chắn mọi mô hình lập trình trên thị trường vẫn sẽ làm điều này trong một năm. Mọi mô hình lập trình trên thị trường sẽ coi hướng dẫn đó một cách nghiêm túc. Và nếu tôi bảo nó: "Đây là một loạt vấn đề, hãy sửa chúng." Chúng sẽ chỉ cố gắng sửa các vấn đề.

Những gì một kỹ sư cấp cao là người thật thực sự làm là họ đi xem cơ sở mã và nói: "Đây là một mớ hỗn độn. Anh chàng này không biết mình đang làm gì." [Tiếng cười] Và sau đó họ nói: "Chúng ta sẽ phải thực sự viết lại rất nhiều phần này và nó sẽ khó khăn và rủi ro. Tôi biết bạn không muốn nghe điều đó, nhưng chúng ta sẽ phải làm điều đó." Và nếu bạn hỏi mô hình: "Này, chúng ta có nên làm điều đó không?" Nó có thể sẽ đạt được điều đó, nhưng nó sẽ không tự làm. Và có rất nhiều động lực chống lại việc nó làm điều đó. Và ngay cả khi nó làm điều đó, luôn có một khung cảnh cao hơn để chúng ta tiến tới. Và vì vậy, tôi nghĩ điều thực sự quan trọng là khi chúng ta nghĩ về tiến bộ điểm chuẩn, hãy nghĩ về nó từ góc độ đó, đó là các điểm chuẩn tăng lên dựa trên các vấn đề mà chúng ta đã định hình, mà chúng ta có thể diễn đạt, mà chúng ta có thể chấm điểm. Và có rất nhiều công việc là công việc của con người mà nó không thể được chấm điểm cho đến khi bạn viết nó ra, nhưng hành động suy nghĩ để nhắc nhở hoặc viết nó ra là điều mà bạn không thể đo lường, nhưng nó có nghĩa là ngay cả khi các điểm chuẩn đạt đến ngưỡng bão hòa, điều đó không có nghĩa là chúng ta thay thế hoàn toàn tất cả các kỹ sư cấp cao.

Sự cần thiết vĩnh viễn của kỹ sư con người

Và tôi nghĩ đó là lý do tại sao mặc dù các mô hình đang ngày càng tốt hơn trong tự động hóa, tôi vẫn thuê kỹ sư. Tôi rất vui được giới thiệu với bạn về nhà tài trợ hỗ trợ mùa này, Vanta. Vanta giúp hơn 15.000 công ty như Cursor, Ramp, Duolingo, Snowflake và Atlassian đạt được và chứng minh sự tin cậy với khách hàng của họ. Các nhóm đang xây dựng và vận chuyển sản phẩm nhanh hơn bao giờ hết nhờ trí tuệ nhân tạo (AI).

Quản Lý Rủi Ro và Tuân Thủ với Vanta

Tuy nhiên, kết quả là, lượng rủi ro được đưa vào sản phẩm và doanh nghiệp của bạn cao hơn bao giờ hết. Mỗi lãnh đạo bảo mật mà tôi đã nói chuyện đều cảm thấy gánh nặng ngày càng tăng trong việc bảo vệ tổ chức, doanh nghiệp của họ, và chưa kể đến dữ liệu khách hàng. Bởi vì mọi thứ đang di chuyển quá nhanh, họ liên tục phản ứng, phải đoán các ưu tiên và phải xoay sở với các giải pháp đã lỗi thời. Vanta tự động hóa việc tuân thủ và quản lý rủi ro với hơn 35 khung bảo mật và quyền riêng tư, bao gồm SOC 2, ISO 27001 và HIPAA. Điều này giúp các công ty tuân thủ nhanh chóng và duy trì sự tuân thủ. Hơn bao giờ hết, lòng tin có sức mạnh để tạo nên hoặc phá vỡ doanh nghiệp của bạn. Tìm hiểu thêm tại vanta.com/lenny. Và với tư cách là người nghe podcast này, bạn sẽ được giảm $1.000 khi dùng Vanta. Đó là vanta.com/lenny.

Giá Trị của Mã Nguồn Do Con Người Viết Trong Kỷ Nguyên AI

Một điều tôi đã đề cập gần đây trên podcast, tôi nghe nói rằng, nói về mã mà bạn có, kiểu như con người viết mã, các công ty gán nhãn dữ liệu đang mua mã được viết trước năm 2021, 2022, trước khi trí tuệ nhân tạo (AI) trở thành một điều phổ biến, đó là dữ liệu rất có giá trị.

Mã nguồn do con người viết. Vâng, chính xác. Điều đó hoàn toàn đúng. Và thật thú vị khi đó chính xác là loại mã được sử dụng để xây dựng mô hình này.

Chà, điều gì thú vị? Vì vậy, tôi muốn làm rõ ở đó. Tôi đã không có một con người viết tất cả mã bằng tay. Bởi vì tôi thực sự nghĩ rằng điều đó có vẻ hơi ngớ ngẩn. Giống như, tôi không thực sự quan tâm, vì tôi biết nếu một kỹ sư không sử dụng trí tuệ nhân tạo (AI), tôi sẽ không làm việc với họ. Tôi không thực sự quan tâm. Nó giống như, tôi có nên cho một con người đua với một chiếc ô tô không? Có lẽ tôi sẽ không làm điều đó. Nhưng tôi sẽ cho một con người trong ô tô đua với một con người khác trong ô tô và xem ai giỏi hơn. Và trong trường hợp này, cách điểm chuẩn được cấu trúc là, vâng, những kỹ sư con người này đã sử dụng trí tuệ nhân tạo (AI), nhưng họ đã sử dụng nó theo cách mà tôi không thể, vì tôi không hiểu nó và tôi không có thời gian, và tôi không thực sự muốn đi sâu và cố gắng hiểu code base, thành thật mà nói. Và tôi nghĩ đó là một điều thực sự quan trọng khi chúng ta nghĩ về điểm chuẩn: trí tuệ nhân tạo (AI) là một công nghệ được phân phối rộng rãi mà bất kỳ con người nào cũng có thể sử dụng, và khi chúng ta đo điểm chuẩn trí tuệ nhân tạo (AI) so với con người, chúng ta thực sự luôn nói về một con người sử dụng trí tuệ nhân tạo (AI) so với một con người khác sử dụng trí tuệ nhân tạo (AI), bởi vì trí tuệ nhân tạo (AI) không tự sử dụng nó. Nó có thể làm được điều đó theo một cách hơi đệ quy, nhưng trong bất kỳ trường hợp sử dụng thực tế nào, luôn có một con người khá gần với nó để đảm bảo rằng nó đang hoạt động.

Khuyến Nghị về Việc Tích Hợp AI

Được rồi, tôi sẽ cố gắng tổng kết phần đầu tiên của chúng ta. Có rất nhiều điều để nói. Tôi đã lập một danh sách nhỏ những điều mà tôi nghĩ mọi người nên làm dựa trên các dự đoán của bạn để thành công. Chúng ta cũng sẽ nói về điều này ở cuối, nhưng chỉ một vài điều:

1. Bắt đầu sử dụng Codex hoặc Cloud Code ngày càng nhiều hơn cho công việc bạn đang làm, và đặc biệt là trình duyệt, hãy sử dụng các công cụ bên trong nó.
2. Cho phép các tác nhân của bạn sử dụng sản phẩm của bạn. Nếu bạn thực sự đang xây dựng một công cụ SaaS, hãy làm cho việc tác nhân trở thành một người dùng trở nên dễ dàng, về cơ bản.
3. Bắt đầu nghĩ về một Slack bot mà bạn có thể làm việc cùng, chẳng hạn như thử các công cụ AI. Tôi biết Slack có Slack bot riêng của họ mà tôi nghĩ cũng thực sự tốt, và tôi chưa thử nghiệm nó, nhưng mọi người thực sự thích nó. Vì vậy, hãy tìm một công cụ AI có thể trở thành Tác nhân AI trong công ty của bạn.

Mua cổ phiếu SaaS càng sớm càng tốt (ASAP).

[tiếng cười]

Không phải lời khuyên đầu tư. Tôi nghĩ điều đó hoàn toàn đúng. Sự điều chỉnh nhỏ của tôi là khi bạn nghĩ về việc xây dựng phần mềm của mình cho các tác nhân, mô hình hiện tại là tôi đang xây dựng một CLI mà một tác nhân sử dụng, nhưng họ đang sử dụng nó theo kiểu tôi đã giao một nhiệm vụ cho tác nhân và tác nhân đang sử dụng CLI. Và điều tôi nghĩ đang xảy ra là bạn và tác nhân đang sử dụng ứng dụng cùng nhau. Có lẽ tác nhân đang sử dụng CLI, nhưng bạn đang sử dụng giao diện web và cả hai cần phải được đồng bộ. Và đó, tôi nghĩ, là một thách thức mới thực sự thú vị.

Tuyệt vời. Có điều gì khác không trước khi chúng ta chuyển sang danh mục tiếp theo? Bisas. Đó là tiêu đề.

[tiếng cười]

Tác Động của AI đến Hình Thức Công Việc

Ồ, không. Được rồi. Vậy thì, danh mục dự đoán thứ hai là về hình thức công việc chúng ta sẽ làm sẽ thay đổi. Bạn dự đoán điều gì? Có rất nhiều điều thú vị về hình thức công việc. Giống như khi bạn ở trong một thế giới mà bạn có các tác nhân bất đồng bộ mà bạn giao việc, sau đó bạn có bề mặt làm việc như Codex Cloud Code, thì điều đó bắt đầu xảy ra.

Tăng Vọt Số Lượng Pull Request và Thách Thức Quản Lý Mã Nguồn

Vì vậy, một điều chúng tôi thấy rất nhiều nội bộ và bạn cũng thấy điều này ở các công ty mô hình lớn là số lượng Pull Request (Yêu cầu hợp nhất mã) mà bạn nhận được tăng vọt. Bạn biết đấy, chúng tôi có những người, trong vai trò tư vấn hoặc vận hành hoặc biên tập viên, đều đang tạo pull request. À mà, điều đó thực sự tuyệt vời và đó là một hình thức công việc rất khác, nơi bạn có thể mong đợi rằng một tỷ lệ phần trăm cao hơn trong công ty hoặc người dùng của bạn sẽ làm những việc mà trước đây chỉ người dùng kỹ thuật mới có thể làm. Và điều đó tạo ra tất cả áp lực ở phía bên kia cho những người phải xử lý tất cả mã mới, về cách xử lý nó.

Và vì vậy, tôi nghĩ có rất nhiều điều thú vị xảy ra với điều đó. Ví dụ, như OpenClaw, tôi đã đề cập đến điều đó trước đây. Pete nhận được hàng nghìn pull request mỗi ngày trên OpenClaw và sau đó anh ấy chỉ cần khởi tạo khoảng 50.000 phiên bản Codex rồi phân loại và hợp nhất khoảng một nghìn trong số đó. Thật điên rồ. Tôi thực sự nghĩ rằng điều đó sẽ ngày càng phổ biến hơn. Có rất nhiều câu hỏi thú vị xoay quanh việc pull request nào bạn nên hợp nhất? Và bạn biết đấy, bất cứ khi nào bạn tăng dung lượng ở một phần của quy trình của mình, nó sẽ làm hỏng mọi thứ. Trước đây, việc xây dựng mọi thứ thực sự khó khăn, và bây giờ thì rất dễ dàng. Vì vậy, vấn đề không phải là chúng ta có thể xây dựng nó không? Mà là liệu nó có phù hợp với phần còn lại của những gì chúng ta đã xây dựng không? Và làm thế nào để chúng ta giữ được cảm giác về một tổng thể mạch lạc? Và nữa, chúng ta xóa gì? Tôi nghĩ Anthropic làm điều này rất tốt. Họ xóa rất nhiều thứ khỏi Cloud Code để đảm bảo nó không bị phình to. Vì vậy, tôi nghĩ điều đó sẽ xảy ra rất nhiều. Một mặt, có rất nhiều người không chuyên về kỹ thuật có thể làm công việc kỹ thuật, và sau đó những người kỹ thuật chịu trách nhiệm đảm bảo công việc đó được đưa vào một sản phẩm hoặc một quy trình một cách gắn kết, mạch lạc. Và cả những người làm sản phẩm của họ cũng sẽ làm điều đó. Và tôi nghĩ điều đó khá tuyệt.

Mất Định Hướng Vai Trò Công Việc và Sự Nổi Lên của Vai Trò Mới

Một điều tôi nghe từ mọi người là bây giờ mọi người đều có thể làm mọi thứ, như kỹ sư có thể thiết kế, Quản lý Sản phẩm (PM) có thể viết mã, người làm tiếp thị có thể triển khai sản phẩm. Chỉ là có sự bối rối về việc công việc của tôi là gì nữa. Đúng vậy. Tôi chịu trách nhiệm về cái gì, chính xác? Chẳng hạn, tôi có phải là người triển khai sản phẩm không? Tôi vẫn là người làm tiếp thị à? Và nó chỉ đang tạo ra rất nhiều sự bối rối và không chắc chắn trên thế giới. Tôi nghĩ điều đó là có thật, và một trong những điều tôi nghĩ đặc biệt ở mọi người là mọi người đều là một người đa năng và thực sự thích nhúng tay vào nhiều việc khác nhau, hoặc bất kể ẩn dụ là gì. Tôi nghĩ điều đó có lẽ sẽ ổn định vào một thời điểm nào đó, và nó sẽ cảm thấy bình thường hơn. Chẳng hạn, người làm tiếp thị vẫn sẽ làm tiếp thị, ngay cả khi họ chạm vào trang web. Đó chỉ là một phần của tiếp thị bây giờ. Nhưng tôi cũng nghĩ rằng bạn có thể tiến xa hơn rất nhiều khi là một người đa năng bây giờ, và điều đó thực sự tuyệt vời, đặc biệt đối với các công ty nhỏ hơn.

Điều khác mà tôi nghĩ là thú vị là chắc chắn có một số vai trò công việc mới. Và điều đang trở nên thực sự rõ ràng là toàn bộ khái niệm kỹ sư triển khai tiền tuyến tôi nghĩ là có thật. Và nó xuất phát từ việc mỗi tác nhân cần một con người. Ngay cả khi bạn đến các công ty mô hình lớn, họ có những tác nhân này chạy nội bộ. Họ có những đội ngũ người điều hành các tác nhân này, bạn biết đấy? Và tôi không nghĩ những đội ngũ đó sẽ biến mất. Các mô hình sẽ mạnh mẽ hơn, các tác nhân sẽ mạnh mẽ hơn, và số lượng tác nhân sẽ tăng lên, nhưng con người vẫn sẽ quản lý chúng. Và vì vậy, đó giống như một kiểu người rất cụ thể. Và bạn biết đấy, chúng tôi có một vài người như vậy nội bộ ở đây, và đó là những người chịu trách nhiệm đảm bảo các tác nhân của bạn đang hoạt động và làm đúng việc. Chúng tôi cũng làm tư vấn, vì vậy chúng tôi cho người khác mượn điều đó, và tôi nghĩ đó là một điều lớn mà mọi người muốn, và đó là một trong những nơi khác mà bạn sẽ nói, "Hmm, tự động hóa đáng lẽ phải lấy đi việc làm, nhưng có vẻ như nó chỉ tạo ra một hoặc nhiều việc làm."

[tiếng cười]

Bạn biết đấy, và có một loại kỹ sư cụ thể thực sự yêu thích, bạn biết đấy, Nitesh, một trong những người của chúng tôi, người phù hợp với điều này. Anh ấy là một kỹ sư AI và anh ấy phù hợp với loại triển khai tiền tuyến, và anh ấy trong đội của chúng tôi. Anh ấy dành phần lớn thời gian thực sự nói chuyện với một trong những tác nhân của chúng tôi trong Slack. Chúng tôi có một tác nhân nội bộ tên là Claudie, điều hành toàn bộ thực hành tư vấn của chúng tôi. Và anh ấy dành rất nhiều thời gian trong Slack. Có mã, và anh ấy đang sử dụng Claud Code và những thứ tương tự, nhưng phần lớn chỉ là nói chuyện với nó và hỏi, "Tại sao bạn lại làm điều ngớ ngẩn này? Hãy cùng sửa nó, bạn biết chứ?" Và vì vậy, có một số loại kỹ sư mà tôi nghĩ thích điều đó và thích được chạm tay vào những điều mới nhất, và cũng thích tạo ra thứ này giống như đang hoạt động trong một không gian làm việc và nó trông hơi khác so với việc xây dựng phần mềm truyền thống hơn.

Vai Trò Không Thể Thiếu Của Con Người Trong Quản Lý AI

Và ý của bạn là chúng ta không ở gần nơi mà những tác nhân này không cần con người. Bạn đã nói rất nhiều lần rằng tác nhân cần con người và có phần thiết lập và sau đó là phần duy trì nó mãi mãi. Có vẻ như cả hai đều quan trọng. Điều tôi đang nghe là đây sẽ là một công việc trong một thời gian dài. Trí tuệ nhân tạo (AI) sẽ không đủ thông minh để tự động hóa hoàn toàn trong một thời gian. Vâng, tôi đồng thời vô cùng lạc quan về trí tuệ nhân tạo (AI) và rất lạc quan về con người và vai trò của con người trong việc đảm bảo trí tuệ nhân tạo (AI) hoạt động tốt.

Thú vị. Được rồi, vậy thì hai loại vấn đề mà bạn đang nói đến ở đây, một là, như cách tôi nghĩ tôi nghe bạn mô tả trước đó, là tốc độ triển khai phần mềm và mọi thứ đang tăng lên, điều đó cũng có nghĩa là có nhiều công việc hơn để xem xét tất cả các đầu ra cẩu thả này. Tôi vừa nói chuyện với một người bạn khoa học dữ liệu và anh ấy đang nói rằng đội ngũ khoa học dữ liệu của anh ấy, công việc của họ trước đây là phân tích, trả lời câu hỏi, xem liệu thử nghiệm này có tốt, có tích cực không. Bây giờ mọi người đều làm điều đó và họ đang chia sẻ kết quả và họ nói không, điều này không đúng và hầu hết công việc của họ bây giờ là xem xét công việc khoa học dữ liệu kém chất lượng. Đây là một vấn đề và nó có nghĩa là, và điều tương tự đang xảy ra với kỹ sư, và nó có nghĩa là bạn cần nhiều hơn, như bạn thực sự cần kỹ sư dữ liệu cho việc này và bạn cần nhà khoa học dữ liệu và nó có nghĩa là bạn chưa thiết lập các hệ thống hoặc tác nhân thích hợp để giúp bạn với điều này. Vì vậy, như cách nó hoạt động bên trong các công ty mô hình lớn, ví dụ, ít nhất một trong số họ có một bot khoa học dữ liệu mà mọi người trong tổ chức có thể truy vấn, được kết nối với kho dữ liệu của họ, biết ai là ai để nó biết ở cấp độ kho dữ liệu ai có quyền truy cập vào cái gì. Và vì vậy tất cả các câu hỏi cơ bản, bởi vì có một đội ngũ thiết lập bot này. Tất cả các câu hỏi cơ bản mà mọi người có thể muốn hỏi mà đôi khi nó có thể trả lời sai, thì họ liên tục đảm bảo nó trả lời đúng.

Vai trò của Tác nhân AI trong Khoa học Dữ liệu

Và vì vậy, đội ngũ khoa học dữ liệu không phải trả lời tất cả các câu hỏi [transcript bị gián đoạn] bởi vì có một đội ngũ khác đang xây dựng một tác nhân được thiết lập để làm điều đó thật tốt. Nhưng nếu đội ngũ đó không tồn tại, các kỹ sư khoa học dữ liệu sẽ ghét công việc của họ. Đúng vậy. Tuy nhiên, điều đó có thể làm cho công việc kém vui hơn vì bạn chỉ ngồi đó, bạn biết đấy, "chăm sóc" những công việc cẩu thả của người khác. Ngược lại, tôi nghĩ rằng điều đó thực sự có thể làm cho công việc tốt hơn, bởi vì đối với các kỹ sư khoa học dữ liệu, giờ đây bạn không phải đối phó với tất cả những yêu cầu ngớ ngẩn. Bạn đang giải quyết những câu hỏi sâu sắc hơn, khó hơn đối với đội ngũ đang xử lý tất cả những yêu cầu cơ bản và xây dựng một tác nhân để làm điều đó. Nó giống như việc lọc bỏ tất cả những thứ đó để bạn có thể tập trung.

Vai trò ít thay đổi nhất trong kỷ nguyên AI

Đây là một câu hỏi mà tôi đã suy nghĩ. Tôi không định nói về điều này nhưng đó là điều mà tôi đã trăn trở. Vậy, câu hỏi là: vai trò product tech role nào ít thay đổi nhất hiện nay? Ví dụ, các kỹ sư lập trình: 100% mã nguồn là AI hiện nay. Đó là một công việc hoàn toàn khác. Quản lý Sản phẩm (PM): nhiều Tài liệu Yêu cầu Sản phẩm (PRD) không cần viết nhiều nữa. Bạn có thể triển khai mã. Bạn không cần phải chờ đợi người khác. Thiết kế: toàn bộ quy trình thiết kế đã "chết", theo những khách mời gần đây, không có thời gian để thực hiện toàn bộ quy trình thiết kế – một vai trò rất khác. Khoa học dữ liệu: công việc rất khác biệt bây giờ. Có tiếp thị, có Sales. Vậy đây là câu hỏi: Bạn nghĩ vai trò nào ít thay đổi cơ bản nhất cho đến nay?

Một điều thú vị là, bạn biết đấy, tôi không biết điều này có tính không, nhưng các Giám đốc điều hành (CEO) và quỹ đầu tư mạo hiểm (VC) dường như vẫn rất tùy chọn trong việc sử dụng những công cụ này. Ừm. Có vẻ là như vậy. Tôi thì nghĩ điều ngược lại mới đúng. Theo kinh nghiệm của tôi, chúng tôi làm rất nhiều việc này với các Cấp điều hành (C-level) cấp cao và các đội ngũ lãnh đạo cấp cao. Kinh nghiệm của tôi cho thấy rằng công ty của bạn sẽ chỉ phát triển xa đến mức Giám đốc điều hành (CEO) của bạn tiến bộ trong AI và đó không phải là thứ bạn có thể ủy quyền. Bạn phải tự mình tham gia vì nếu không, bạn sẽ không có trực giác về nó. Nhưng trong một thời gian dài, dường như người ta vẫn nghĩ: "Đó là điều mà những người làm việc phải làm, còn tôi thì không cần phải làm điều đó. Tôi chỉ cần bảo họ phải làm gì." Và vì vậy, tôi nghĩ rằng nếu bạn là một Giám đốc điều hành (CEO), bạn có thể sống một ngày làm việc rất giống như trước đây. Tôi nghĩ điều đó sẽ thay đổi nhanh chóng vào một thời điểm nào đó, khi họ nhận ra "Ôi không, mình đã tụt hậu quá xa." Nhưng hiện tại, hoặc thậm chí các quản lý cấp trung, những loại người này tôi nghĩ công việc của họ khá tương tự. Tôi nghĩ có lẽ Sales vì nó rất, rất cá nhân.

Đó, phải, đó là phiếu bầu của tôi. Bạn biết đấy, nó đang dần len lỏi vào loại BDR (đại diện phát triển kinh doanh) kiểu như chúng ta có thể xử lý nhiều truy vấn dạng BDR. Bạn chỉ đang nói chuyện với những người thực sự muốn điều đó. Và bạn có thể làm được cho Sales, thật hữu ích khi thực hiện nghiên cứu. Ví dụ, một trong những trải nghiệm Codex yêu thích của tôi là chúng tôi đang tuyển dụng một trưởng bộ phận L&D. Và tôi, bạn biết đấy, chúng tôi luôn đăng tin tuyển dụng, nhưng tôi nghĩ: "Tôi cảm thấy có một công ty tên là General Assembly ở New York, họ đã làm giáo dục công nghệ rất tốt trong một thời gian dài." Và tôi nghĩ: "Tôi cảm thấy một người từng làm việc tại General Assembly và giờ đây quan tâm đến AI sẽ rất phù hợp." Và tôi chỉ đơn giản là gõ điều đó vào Codex, rồi đi làm việc khác, và khi tôi quay lại, nó đã tìm thấy một người đàn ông hoàn hảo. Anh ấy từng làm việc tại General Assembly, là một giảng viên, rất am hiểu về AI và theo dõi tôi trên Twitter. Vì vậy, tôi chỉ nhắn tin trực tiếp cho anh ấy và sau đó chúng tôi đã ăn tối cùng nhau. Thật điên rồ! Bạn biết đấy, trước đây việc đó sẽ mất rất nhiều thời gian. Và cực kỳ có giá trị cho Sales, cho tuyển dụng, và tất cả những thứ tương tự. Vâng, Sales là nơi tâm trí tôi nghĩ đến. AI ở đầu phễu đang giúp rất nhiều trong việc tìm nguồn và sàng lọc những thứ như vậy. Có vẻ như công việc của một người bán hàng không khác biệt về cơ bản. Vâng. Và dịch vụ khách hàng đã thay đổi cơ bản. Vậy thì Sales thú vị đấy. Cho đến nay, mọi thứ vẫn tốt đẹp cho những người đó. Vâng.

Thay đổi trong hình thái công việc: Từ xem xét đến xây dựng hệ thống tác nhân

Được rồi. Vậy, có lẽ chỉ tóm tắt một số dự đoán trong nhóm này về hình thái công việc, cách nó sẽ thay đổi. Những gì tôi nghe được cho đến nay là công việc sẽ có nhiều hơn việc xem xét kết quả của người khác. Và thứ hai, sẽ có rất nhiều việc giống như gần như "chăm sóc" các Tác nhân AI để khiến chúng làm điều bạn muốn khi triển khai và sau đó "chăm sóc" chúng trong suốt quá trình, đảm bảo chúng tiếp tục công việc của mình. Có điều gì khác không trước khi chúng ta chuyển sang nhóm thứ ba? Tôi sẽ chia nó thành ít "chăm sóc" tác nhân hơn và nhiều hơn là việc đội ngũ triển khai tiên phong của bạn đang cố gắng xây dựng một hệ thống hoàn chỉnh để những người có ít kiến thức hơn có thể sử dụng hệ thống đó mà không mắc phải sai lầm. Và đó là một thách thức kỹ thuật thực sự thú vị. Tôi nghĩ việc "chăm sóc" nghe có vẻ như bạn chỉ đang chờ đợi nó [transcript bị gián đoạn] rồi sửa chữa hoặc đại loại vậy. Và điều đó có thể đúng, nhưng tôi nghĩ phần lớn đó là một thách thức kỹ thuật cực kỳ thú vị khi xây dựng một hệ thống để cho phép mọi người khác trong tổ chức làm những gì trước đây là một công việc kỹ thuật. Và nếu bạn không phải là một trong những người đó, như bạn là kỹ sư khoa học dữ liệu hay gì đó, bạn có thể đi sâu hơn rất nhiều với AI vào những câu hỏi thực sự quan trọng mà cuối cùng có lẽ sẽ lọc vào công việc mà đội kỹ sư triển khai tiên phong đang làm, nhưng nó mang tính sáng tạo hơn, mới mẻ hơn và bạn đang giải quyết những câu hỏi khó hơn.

Văn bản do AI tạo ra: Phổ biến và chấp nhận

Một điều thú vị cuối cùng mà tôi nghĩ là chúng ta sẽ đọc nhiều bài viết do AI tạo ra hơn trong tài liệu và email, và chúng ta sẽ thích điều đó. Tôi nghĩ chúng ta đã và đang làm điều này trong lập trình, nơi chúng ta đọc các tài liệu kế hoạch. Tôi không muốn một kỹ sư phải viết tay một tài liệu kế hoạch. Điều đó sẽ rất ngớ ngẩn. Rõ ràng là ngớ ngẩn. Và tôi nghĩ điều tương tự cũng đúng, bạn biết đấy, khi chúng tôi thực hiện kế hoạch hàng quý vào cuối năm 2025, chúng tôi đã làm tất cả với các tác nhân Notion. Chúng tôi có một nhóm tác nhân Notion hoặc thực sự chỉ có một tác nhân Notion và sau đó chúng tôi có một chiến lược công ty cấp cao nhất. Và sau đó, mọi người trong công ty chỉ cần nói chuyện với một tác nhân và nó hỏi họ về những gì đã xảy ra năm ngoái, diễn biến thế nào, mục tiêu của họ là gì, họ muốn làm gì trong năm nay, các chỉ số của họ là gì, nó đưa ra phản hồi, và sau đó nó hỏi: "Điều này liên quan như thế nào đến ý tưởng tổng thể của công ty?" Tất cả những thứ đó. Và sau đó tôi nhận được những báo cáo chiến lược hoặc kế hoạch hàng quý do AI tạo ra cực kỳ tốt cho từng phần của từng nhóm. Và sau đó tôi có thể vào và xem: "Được rồi, ai cần ai? Những đội nào cần nói chuyện với nhau mà họ không biết mình cần nói chuyện?" Và, bạn biết đấy, "Cái nào trong số này có chất lượng thấp thực sự, hoặc cái nào có chất lượng cao?" Tất cả những thứ đó giúp quá trình xử lý dễ dàng hơn rất nhiều. Và tôi thấy điều đó mọi lúc bây giờ. Tôi liên tục nhận được những tài liệu do AI tạo ra, và có sự khác biệt giữa một tài liệu do AI tạo ra mà là thông tin rác AI và một tài liệu không phải. Cái thông tin rác AI là họ tốn ít thời gian để tạo ra nó hơn thời gian tôi đọc nó. Và họ không chịu trách nhiệm cho từng dòng. Vì vậy, kỳ vọng của tôi là, nếu bạn gửi cho tôi một tài liệu do AI tạo ra, tôi nghĩ điều đó thật tuyệt. Và nếu chúng ta nói chuyện về nó và rõ ràng bạn không biết gì về nội dung của nó, thì đó là một điều cấm kỵ lớn. Không được phép làm điều đó. Và tôi nghĩ chúng ta sẽ bỏ đi sự ác cảm này đối với những thứ do AI tạo ra, bởi vì loại tài liệu chiến lược mà GPT-5.5 có thể viết khi được hướng dẫn tốt bởi một người trong nhóm của tôi thì tốt hơn rất nhiều so với việc họ chỉ gõ gõ ngón tay trên bàn phím. Đúng vậy. Hầu hết mọi người thực sự tệ trong việc viết tài liệu chiến lược. Vì vậy, tiêu chuẩn là thấp. Vâng. Và điều tương tự cũng đúng với email. Hầu hết email của tôi hiện được viết bởi GPT-5.5 và Codex. Và thành thật mà nói, tôi muốn nó ghi rõ là "đến từ GPT-5.5" và tôi có thể sẽ thay đổi để làm điều đó. Nhưng tôi đã có trải nghiệm này vào một ngày nọ, khi tôi phải gửi một email cho một trong những quỹ đầu tư mạo hiểm (VC) của chúng tôi và tôi đã yêu cầu Codex làm điều đó. Và Codex biết phải hỏi tôi và thường thì nó làm vậy, nhưng lần này thì không. Và nó chỉ gửi email. Và tôi không hề xem nó. Và tôi kiểu: "[transcript bị gián đoạn]". Và thế là, tôi vào thư mục đã gửi và xem nó, và tôi kiểu: "Ồ, đây chính xác là những gì tôi sẽ gửi." Và vì vậy, nó khá gần với điều đó nhiều khi. Nó có thể hơi quá trang trọng và có một vài điều mà, khi bạn thực sự nghĩ về nó, hầu hết email của bạn đều mang tính chất hơi máy móc. Nó hơi văn xuôi. Nó hơi, tôi chắc chắn muốn là người suy nghĩ về những gì nó nên nói, nhưng các câu chữ thực tế thường không quá quan trọng đối với tôi. Đôi khi chúng rất quan trọng. Và điều này đến từ một nhà văn. Tôi rất quan tâm đến việc viết lách. Tôi nghĩ rằng viết lách của con người là vô cùng quan trọng. Và tôi mong đợi chúng ta chỉ xuất bản bài viết của con người. Chà, thực ra, chúng tôi xuất bản một sự kết hợp giữa bài viết của con người và AI, nhưng chúng tôi luôn gắn nhãn. Đôi khi thật tuyệt khi có một đồng tác giả AI trong một số việc nhất định. Tôi hoàn toàn nghĩ rằng viết lách của con người là quan trọng và tôi nghĩ rằng phản ứng hoặc sự ác cảm đối với viết lách của AI là ngớ ngẩn.

Tận dụng AI để tối ưu hóa thông tin và vận hành

Đó là một góc nhìn thú vị về vấn đề này, bởi vì khi mọi người nghĩ về văn bản do AI tạo ra, tôi lại nghĩ về mạng xã hội và video. Và ý của bạn là, trong nội bộ, nếu bạn chỉ đang làm công việc lập kế hoạch, tài liệu, email và những thứ tương tự, thì việc đó ít đáng sợ hơn nhiều khi được AI viết. Và theo ý bạn, mọi người đã và đang làm điều này. Bạn gần như thích nó hơn nhiều lần vì mọi người thực sự tệ. Hoàn toàn. Chúng tôi cũng có điều này cho các tài liệu bên ngoài. Ví dụ, chúng tôi xuất bản tất cả các hướng dẫn này và các hướng dẫn thường được tác nhân hỗ trợ, và tác nhân là đồng tác giả, chúng được thiết kế để cả con người và tác nhân đọc. Và điều đó là bởi vì, nếu bạn đang viết một tài liệu thông tin khổng lồ, ý tôi là, bạn làm điều này mọi lúc. Để thực sự áp dụng nó, cách tốt nhất là chỉ cần có tác nhân của bạn tiếp thu nó và nhớ lần tới khi tôi, bạn biết đấy, định giá để nhắc nhở tôi về hướng dẫn này và chúng ta sẽ cùng nhau xem xét hoặc gì đó. Nó cho phép bạn vận hành các ý tưởng tốt hơn nhiều và nó cho phép bạn đi sâu hơn nhiều vì các tác nhân có thể đọc 10.000 trang chỉ trong một giây. Và vì vậy, bạn có thể nói chuyện với con người về câu chuyện và những điều quan trọng và những ý tưởng cốt lõi, còn tác nhân có tất cả các chi tiết mà nó có thể áp dụng cho bạn khi bạn cần.

Ai sẽ thành công trong tương lai AI?

Tuyệt vời. Có điều gì khác trong danh mục này không trước khi chúng ta chuyển sang danh mục cuối cùng của chúng ta? Không. Được rồi, hãy làm thôi. Vậy, danh mục cuối cùng chỉ là ai sẽ thành công trong tương lai AI mà chúng ta đang tiếp cận / mọi người nên làm gì để thành công trong một hoặc hai năm tới? Tôi cực kỳ lạc quan về các Quản lý Sản phẩm (PM). Và tôi biết rằng khán giả của bạn có lẽ sẽ thích điều đó. Nhưng trường hợp thực tế của tôi đã thuyết phục tôi về điều này là chúng tôi có một người nội bộ tên là Marcus và anh ấy điều hành Spiral, ứng dụng viết lách của chúng tôi. Marcus là một Quản lý Sản phẩm (PM) theo chuyên môn. Trước đây anh ấy điều hành sản phẩm viết lách của Axios và là một Quản lý Sản phẩm (PM) với một đội lớn, đạt doanh thu hàng chục triệu và doanh thu định kỳ hàng năm (ARR). Anh ấy đã nghỉ một năm từ công việc đó và chỉ tập trung vào AI. Và chỉ học cách sử dụng Cursor (mô hình AI) thực sự tốt. Bây giờ, tôi nghĩ anh ấy sử dụng Cloud Code, nhưng anh ấy đã cực kỳ thành thạo Cursor trong một thời gian dài. Và tôi sẽ gọi anh ấy là người có kỹ năng kỹ thuật nhẹ. Giống như biết di chuyển cơ sở dữ liệu (database migration) là gì.

Quản lý Sản phẩm như Người xây dựng

Nếu anh ấy phải xem mã, tôi nghĩ anh ấy có thể hiểu, nhưng anh ấy nói rằng chúng tôi chưa bao giờ có thể thuê anh ấy làm công việc này ngay cả một năm trước đây. Tuy nhiên, các mô hình ngôn ngữ lớn (LLM) đã đủ tốt để anh ấy có thể kết hợp kiến thức kỹ thuật của mình với thị hiếu sản phẩm đặc biệt nhạy bén, khả năng viết và sự thấu hiểu người dùng. Điều này thật đáng kinh ngạc. Anh ấy triển khai sản phẩm nhanh hơn hầu hết mọi người trong nhóm và có cái nhìn sâu sắc về từng người dùng, từng cuộc trò chuyện: chúng có ý nghĩa gì, và làm thế nào để chúng ta tập hợp chúng thành một câu chuyện về hướng đi tiếp theo, những vấn đề cần khắc phục, và tất cả những điều tương tự. Tôi nghĩ rằng anh ấy cảm thấy được giải phóng vì anh ấy không cần phải tổ chức cả một đội ngũ để làm điều đó. Anh ấy có thể tự mình làm. Điều đó cực kỳ ấn tượng và khiến tôi rất tin tưởng vào bất kỳ Quản lý Sản phẩm (PM) nào thực sự nắm bắt được trí tuệ nhân tạo (AI).

Nghe thật hay, Dan. Bạn đang khiến rất nhiều thính giả ở đây cảm thấy vui vẻ. Tôi cũng đã nói điều này từ lâu rồi. Giống như những kỹ năng bạn cần xây dựng là những thứ mà việc triển khai đã được thực hiện thay bạn. Bạn cần giỏi điều gì? Là việc tìm ra nên xây dựng cái gì, xác định xem nó có tuyệt vời hay không, và tìm ra vấn đề cần giải quyết. Vì vậy, tôi rất thích việc bạn thực sự thấy điều này trở thành hiện thực. Tôi thực sự tin vào điều đó. Đây có thể là tập podcast được đánh giá cao nhất trong toàn bộ podcast của tôi. Sẽ có... [tiếng cười]. Tuyệt vời. Sẽ ổn thôi. Số liệu thống kê đã trở lại, PM đã trở lại, bạn biết đấy. Đây là tập đi ngược với số đông nhất mà tôi từng thực hiện. [tiếng cười] Ôi trời ơi.

Sự trỗi dậy của Nhà thiết kế Full-Stack

Okay, vậy thì, những người khác mà tôi nghĩ sẽ trở thành những người có siêu năng lực – và tôi nói vậy vì chúng tôi thấy điều này xảy ra cả bên trong và bên ngoài – đó là các nhà thiết kế full-stack. Nếu bạn là một nhà thiết kế và bạn luôn sử dụng các công cụ AI, bạn đã quá quen với việc... bạn tạo ra một tương tác đẹp mắt và kỹ sư lại không muốn làm theo, hoặc nó không diễn ra như bạn nghĩ, hoặc có rất nhiều vấn đề. Tôi thấy rất nhiều nhà thiết kế, cả bên trong lẫn bên ngoài công ty chúng tôi, giờ đây cảm thấy được trao quyền để xây dựng mọi thứ. Họ nói rằng: "Tôi có tất cả những ý tưởng để làm cho mọi thứ trông tuyệt vời và những tương tác thú vị". Và đó chính xác là điều rất khó thực hiện với lập trình trực tiếp (live coding) vì mọi thứ đều trông giống nhau, giống như thông tin rác (AI slop). Giờ đây, họ có thể tạo ra những thứ trông rất khác biệt và thực sự xây dựng chúng.

Khi chúng tôi làm việc với họ trong nội bộ, bạn sẽ thấy họ chỉ đang tạo các Pull Request (Yêu cầu hợp nhất mã). Họ không cần phải bàn giao nhiều nữa. Đôi khi họ vẫn làm, nhưng phần lớn thời gian, họ chỉ tạo Pull Request (Yêu cầu hợp nhất mã) và thế là xong, sản phẩm đã được xây dựng. Tôi nghĩ điều đó thật đáng kinh ngạc cho cách các công ty hoạt động, nhưng nó cũng là một cơ hội lớn cho những người này để trở nên giỏi hơn nhiều và tự khởi nghiệp, vì giờ đây họ có thể tự mình tạo ra sản phẩm. Tôi nghĩ các nhà thiết kế là những người rất sáng tạo, và tôi nghĩ AI giống như một siêu công cụ dành cho bất kỳ ai như vậy.

Tôi hoàn toàn đồng ý. Mặc dù có thiết kế đám mây và tất cả những công cụ thiết kế AI này, nhưng khi bạn nhìn thấy nó, bạn sẽ nghĩ "đó chắc chắn là thiết kế đám mây". Và như bạn đã nói, sự sáng tạo dường như ngày càng trở nên có giá trị hơn để nổi bật giữa vô vàn thông tin rác mà mọi người liên tục triển khai sản phẩm và ra mắt. Vì vậy, tôi hoàn toàn đồng ý. Thật thú vị khi các vai trò thiết kế – tôi nghiên cứu thị trường việc làm và điều thú vị là các vai trò thiết kế đã không tăng trưởng trong một thời gian. Vì vậy, tôi đang chờ xem liệu đó có trở thành một xu hướng lớn hay không, giống như chúng ta cần nhiều nhà thiết kế hơn. Hmm, điều đó thực sự thú vị. Chúng ta hãy chờ xem. Vâng. Chúng ta hãy chờ xem. Điều đó có thể là một cách để dự đoán điều này: liệu mọi người có đang thuê nhiều nhà thiết kế hơn không? Tôi không biết. Điều đó thú vị. Vâng. Được rồi.

Tương lai việc làm trong kỷ nguyên AI

Tôi cũng nghĩ rằng nhìn chung, ngày tận thế việc làm do AI không thực sự xảy ra. Chắc chắn, chúng ta thấy các công ty bắt đầu tái cấu trúc và tôi nghĩ điều đó rất hợp lý. Thành thật mà nói, tôi nghĩ rằng nhiều cuộc tái cấu trúc bạn có thể nói là do AI, nhưng thực chất là chúng ta đã tuyển dụng quá mức, và công ty không hoạt động tốt, và tất cả những điều tương tự đã sắp xảy ra, và đây là một cái cớ tốt. Nhưng điều về thất nghiệp hàng loạt mà một số Giám đốc điều hành (CEO) về AI đang nói tới, tôi nghĩ sẽ không xảy ra.

Mô hình mà tôi thấy cho đến nay – và một lần nữa, tôi không có quả cầu pha lê tổng thể, nhưng tôi cảm thấy chúng ta đã thấy đủ các phiên bản mô hình mới được phát hành để có thể cảm nhận được điều này đang diễn ra như thế nào – đó là điều mà một phiên bản mô hình mới mang lại, hoặc điều mà các mô hình nói chung làm được, là chúng khiến năng lực của con người từ ngày hôm qua trở nên rẻ. Ý tôi là, chúng thu thập tất cả dữ liệu về những gì đã xảy ra và khiến việc triển khai chúng trở nên rất rẻ trong bất kỳ tình huống nào bạn muốn, như của riêng bạn. Và điều xảy ra sau đó là đây là một sức mạnh mới mà mọi người đều có. Vì vậy, nó được áp dụng siêu nhanh chóng và đột nhiên những thứ đó có ở khắp mọi nơi. Giống như đột nhiên ai cũng có thể tạo trang đích (landing page), có rất nhiều trang đích mới ở khắp mọi nơi. Đột nhiên ai cũng có thể viết, và có rất nhiều tweet rác (slop tweets) ở khắp mọi nơi.

Nhưng điều thú vị là vì tất cả đều đến từ các mô hình này và mọi người về cơ bản đều sử dụng cùng một mô hình, nên tất cả trông giống nhau nếu bạn sử dụng chúng theo cách cơ bản mặc định nhất. Và vì vậy, nó trở thành hàng hóa cơ bản (commoditized). Nó không còn giá trị nữa. Và điều con người làm là chúng ta đi vào đó và nói, "Vâng, chúng ta có tất cả năng lực của con người đông cứng từ ngày hôm qua. Làm thế nào để tôi sử dụng điều này để tạo ra điều gì đó mới mẻ và thú vị?" Và tôi thực sự nghĩ rằng về mặt cấu trúc, do cách các mô hình hoạt động, do các động lực tài chính của các công ty mô hình để làm cho chúng tuân thủ và phù hợp, về mặt cấu trúc, sẽ luôn có những người đi sau những người đang sử dụng mô hình để tạo ra chuyên môn mới hoặc tạo ra những điều mới mẻ chưa từng được thực hiện theo cách đó trước đây, cho tình huống rất cụ thể của họ. Và những điều đó sẽ được tích hợp vào các mô hình, nhưng một lần nữa, nó sẽ tạo ra không gian để mọi người thúc đẩy xa hơn nữa.

Và tôi nghĩ bạn thấy điều này ở một mức độ nhỏ trong hầu hết các công việc, giống như các kỹ sư. Đột nhiên, ai cũng là kỹ sư. Điều đó không có nghĩa là chúng ta sa thải các kỹ sư. Có nhiều nhu cầu hơn đối với các kỹ sư vì bạn cần kỹ sư để tìm ra, "Được rồi, đây toàn là thông tin rác. Làm thế nào để điều này thực sự đi vào cơ sở mã của chúng ta?" Và tôi nghĩ đó là điều mà các tiêu chuẩn đang tăng lên không thực sự nắm bắt được. Và điều đó có vẻ là một thứ sẽ mất rất nhiều thời gian để thay đổi. Mọi người có thể đang nghe dự đoán này ở đây, rằng "Được rồi, ngày tận thế việc làm sẽ không xảy ra. Mọi người sẽ không bị sa thải hết. Sẽ có những công việc dành cho con người tồn tại trong một thời gian khá dài." Nó có thể quá an ủi vì bạn có thể sẽ phải thay đổi cách bạn hoạt động để vẫn có việc làm trong tương lai. Bạn có cảm thấy rằng, "Đây là những gì bạn cần làm để không bị sa thải" không?

Nắm vững và tận dụng các mô hình AI

Có. Và tôi nghĩ điều đó thực sự rất quan trọng. Điều duy nhất bạn cần làm là nắm vững và tận dụng các mô hình. Và điều đó có nghĩa là sử dụng chúng cho bất cứ điều gì bạn làm. Bạn biết đấy, chúng ta đã nói về cách Codex và Co-work đang trở thành hệ điều hành tiêu chuẩn cho công việc. Nếu bạn chỉ làm điều đó, và khi các mô hình mới ra mắt, bạn thử nghiệm chúng và tìm ra, okay, làm thế nào để tôi có thể sử dụng những khả năng mới này, thay vì chỉ cố gắng phớt lờ chúng vì chúng khiến bạn sợ hãi – điều mà tôi nghĩ thành thật mà nói, là một phản ứng hợp lý. Và nếu bạn nắm vững và tận dụng các mô hình, chúng sẽ mở rộng năng lực của bạn theo cách không để bạn bị tụt lại phía sau. Bạn sẽ là một phần của tương lai và là một phần của cách công việc diễn ra, và tôi nghĩ chúng ta sẽ cần những người làm điều đó trong một thời gian rất, rất dài.

Tôi thích cụm từ nắm vững và tận dụng mô hình này. Vậy, điều gì sẽ xảy ra khi tất cả những điều đó xuất hiện, bạn nghĩ một người đang làm việc ở, ví dụ, Salesforce. Một Quản lý Sản phẩm (PM) ở Salesforce, họ nên làm gì để nắm vững và tận dụng mô hình? Chà, một trong những điều thực sự thú vị là nhiều công ty lại hạn chế nhân viên của họ thực hiện điều này, vì tôi không biết liệu bạn có thể sử dụng các mô hình mới nhất tại Salesforce hay không, bạn biết đấy, nhiều khi bạn phải chờ đợi hoặc nó... Tùy. Vì vậy, có thể bạn phải làm điều đó vào thời gian rảnh của mình. Nhưng, điều tôi thực sự thích làm với các mô hình mới là thử nghiệm. Có những thứ mà tôi biết nó chưa thể làm được, nhưng khi một mô hình mới ra mắt, tôi luôn thử lại để xem, liệu bây giờ nó có làm được không? Bạn biết đấy, nó không thể đạt được chuẩn của kỹ sư cấp cao lần trước, và tôi đã thử lại, và bây giờ nó đạt 60 trên 100, điều đó thực sự tốt.

Vậy, cách để nắm vững và tận dụng các mô hình không phải là một điều cụ thể nào đó vì chúng luôn thay đổi, mà là phải tò mò và thích thử nghiệm, áp dụng mô hình mới vào bất cứ điều gì bạn quan tâm, dù đó là công việc của bạn hay một thứ gì đó ngoài công việc, và tiếp tục khám phá (turning over rocks) bởi vì nó có thể chưa hoạt động bây giờ, nhưng cuối cùng nó có thể sẽ hoạt động, nó có thể sẽ hoạt động và cách bạn sử dụng nó là điều quan trọng.

Khả năng tiếp cận rộng rãi của AI

Điều thực sự tuyệt vời là tôi nghĩ mọi người nghĩ rằng biên giới của AI nằm ở San Francisco. Và tôi thực sự không nghĩ là như vậy. Tôi nghĩ biên giới của AI là bất cứ nơi nào AI gặp gỡ một con người thực sự làm điều gì đó. Bởi vì những người ở San Francisco, họ đang tạo ra nó, nhưng họ thực sự không biết nhiều về cách sử dụng nó. Họ không biết, hoặc ít nhất họ không biết mọi thứ về cách sử dụng nó. Họ cần xem những người khác sử dụng nó như thế nào. Và vì vậy, bất cứ khi nào một mô hình mới ra mắt, bạn sẽ là một trong những người đầu tiên trên thế giới khám phá xem nó có thể hữu ích cho điều gì. Và đó giống như một khám phá mới. Và tôi nghĩ đó là lý do tại sao, ví dụ, chúng tôi đang ở Brooklyn. Nhưng tôi thực sự nghĩ về chúng tôi, và tôi nghĩ chúng tôi đi trước khá xa so với những người ở San Francisco, vì chúng tôi chỉ sử dụng chúng cho mọi thứ. Và nếu mọi người làm điều đó một cách nhất quán, tôi nghĩ sẽ rất khó để thất bại.

Đó là một trong những điều tuyệt vời nhất về trí tuệ nhân tạo (AI) hiện nay, là bất kể bạn có bao nhiêu tiền, bạn đều có quyền truy cập vào mô hình AI tiên tiến nhất. Dù nó không miễn phí, nên bạn vẫn cần một chút tiền. Nhưng bạn có thể nhận được nó ngay lập tức khi nó ra mắt. Có lẽ những người duy nhất có lợi thế là những người làm việc tại OpenAI hoặc Anthropic. Nhưng nếu không, nó chỉ đơn giản là có sẵn. Tôi biết tôi đã tham dự sự kiện mã của họ cùng bạn tuần trước, hoặc vài tuần trước, và họ đều đang sử dụng Mythos, và tôi nghĩ, "Chết tiệt." Thật khó chịu. [tiếng cười] Nhưng tôi nghĩ điều đó hoàn toàn đúng. Đó là nếu IBM đã phát minh ra AI, bạn có thể cá rằng nó sẽ không như thế này. Và nó sẽ tốn hàng tỷ đô la và chỉ những công ty hàng đầu mới có thể sử dụng nó, và họ sẽ sử dụng nó theo những cách kỳ lạ và kém thú vị nhất. Và tôi nghĩ điều thực sự quan trọng là AI đã được xây dựng ở Mỹ và trong văn hóa Thung lũng Silicon, nơi có tư tưởng muốn biến trí tuệ trở nên rẻ đến mức không cần đo đếm. Đó không phải là quan điểm mặc định. Và điều đó có nghĩa là mọi người đều có một công cụ dễ tiếp cận rộng rãi này để sử dụng, và tôi nghĩ điều đó thật tuyệt vời.

Đây là một điểm rất hay, và điều thú vị là nó cũng đã tạo ra những công ty phát triển nhanh nhất trong lịch sử, những công ty lớn nhất trong lịch sử. Điều đó đúng. Không phải là cách để... Những người ở Thung lũng Silicon đó, họ thật thông minh.

Sự Thay Đổi và Ổn Định trong Thế Giới Công Nghệ

Nếu tôi nhìn rộng ra cuộc trò chuyện này, nó thực sự thú vị. Có hai mặt của một vấn đề. Một mặt, thực sự không có quá nhiều thứ thay đổi; rất nhiều thứ vẫn giữ nguyên. Các SaaS vẫn tiếp tục, công việc không biến mất. Chúng ta vẫn gửi email cho nhau. Chúng ta vẫn làm việc trên Slack. Rất nhiều công việc không thay đổi. Mặt khác, mọi vai trò đều đã biến đổi. Các kỹ sư không còn viết mã nữa. Các Quản lý Sản phẩm (PM) không còn viết Tài liệu Yêu cầu Sản phẩm (PRD). Thiết kế và thiết kế, bạn biết đấy, thật thú vị khi thấy nhiều thứ đã thay đổi, và nhiều thứ vẫn không thay đổi. Tôi không biết. Thật thú vị khi mọi người nghĩ rằng đây sẽ là một thế giới hoàn toàn mới, nhưng theo nhiều cách, mọi thứ vẫn ổn. Nó sẽ tiếp tục như hiện tại với nhiều thứ thay đổi ở rìa. Đó là cảm giác của tôi. Giống như tôi vừa rất phấn khích và cảm thấy mọi thứ đã thay đổi. Và tôi rất lạc quan về nó, về những tiến bộ mà chúng ta sẽ đạt được, và tất cả những thứ tương tự. Và vâng, tôi chỉ cảm thấy rằng có những điều sẽ khá giống với hiện tại, và điều đó có lẽ là tốt.

Tri Thức Về Tương Lai: Không Phải Utopian Hay Khủng Khiếp

Và tôi nghĩ, nói chung, những trực giác của chúng ta về tương lai – cái mô hình mà tôi có về những trực giác của chúng ta về tương lai – giống như những trực giác mà mọi người có trong thời Trung Cổ về điều gì xảy ra ở cuối chân trời, bạn biết đấy. Giống như, có rồng không? Liệu nó có rơi vào hư không không, hay sao đó? Bạn biết đấy, rất nhiều người có trực giác sâu sắc rằng có điều gì đó khủng khiếp sẽ xảy ra ở phía chân trời. Và cũng có những người nói, "Có điều gì đó phi thường! Nó sẽ thay đổi mọi thứ. Tất cả chúng ta sẽ hạnh phúc như một utopia." Và điều xảy ra là khi bạn đến đó, bạn sẽ thấy, "Có một số điều thực sự thú vị, có một số điều không thú vị lắm, và đó chỉ là một chân trời khác." Và tôi nghĩ đó là cách để suy nghĩ về tương lai. Và cho đến khi bạn đạt đến nơi mà bạn bắt đầu nhìn thấy nó – và tôi nghĩ chúng ta được nhìn thấy nó bởi vì chúng ta thấy nó nội bộ mọi lúc – điều quan trọng là không để tâm trí bạn đi quá xa và nghĩ rằng, "Điều này sẽ xảy ra, và điều kia sẽ xảy ra," và đại loại thế, bởi vì bạn sẽ kể một câu chuyện nghe rất thật vào thời điểm đó, nhưng sau này bạn sẽ nhận ra, "Thực ra, nó phức tạp hơn nhiều, và ở đâu đó nó giống như cả 'mọi thứ đã thay đổi và không có gì thay đổi'." Và một khi bạn đến được đó, tôi nghĩ bạn sẽ bắt đầu thấy, "Ồ vâng, đây là một điều có thật."

Chiến Lược Truyền Thông Về AI

Một phần là các công ty AI rất giỏi trong việc dọa dẫm chúng ta về những gì có thể xảy ra trong tương lai. Và tôi nghĩ điều đó thực sự đang thay đổi. Tôi nghĩ họ đã nhận ra, "Có lẽ chúng ta không nên làm mọi người hoảng sợ về những mối nguy hiểm." Người phỏng vấn: Tôi nghĩ chiến lược PR đó hoàn toàn không có ý nghĩa đối với tôi. Tôi thực sự nghĩ rằng nó chân thành, nhưng nó quá kém hiệu quả và tôi cũng nghĩ rằng nó sai lầm.

Lời Khuyên Thành Công với AI trong Năm Tới

Chúng ta kết thúc bằng một vài điều mà người nghe nên làm để thành công trong năm tới với xu hướng phát triển của thế giới. Hãy viết các mô hình. Tôi sẽ thử tất cả các quy trình làm việc của bạn trong Codex hoặc Co-work và xem nó hoạt động như thế nào. Và nếu công ty bạn không cho phép bạn làm điều đó trong thời gian rảnh, tôi sẽ thử một số sản phẩm tác nhân như Open Claw hoặc Hermes; hoặc đối với những người ít kỹ thuật hơn, có Victor, chúng ta có 1 + 1's. Tôi sẽ làm quen với cả hai cách làm việc đó. Và cố gắng vui vẻ. Tôi nghĩ có quá nhiều người làm điều này vì họ sợ FOMO – sợ rằng tôi có thể mất việc hoặc bỏ lỡ điều gì đó lớn lao. Và cách tốt nhất để thực sự tìm ra những điều thú vị, hữu ích để làm với AI là làm điều gì đó mình thích. Chúng tôi đã có Nikhil Singhal trong podcast, và cách anh ấy mô tả là bạn phải tìm thấy khoảnh khắc vui sướng của mình với AI. Một khi bạn tìm thấy khoảnh khắc kiểu như, "Chà, tôi không thể tin AI đã làm điều này cho tôi. Thật tuyệt vời. Tôi sẽ tiếp tục xây dựng các thứ." Vâng, tôi đồng ý. Người phỏng vấn: Nếu bạn chưa thấy điều đó, thì hãy cứ cố gắng tìm và giải quyết nó. Điều tôi nghe rất nhiều là chỉ cần tìm một vấn đề trong cuộc sống hoặc công việc của bạn và xem liệu AI có thể giải quyết được không. Hãy truy cập loveabull, truy cập clockcode, truy cập replit. Cố gắng xây dựng thứ gì đó và thường thì nó sẽ là, "Chết tiệt, cái này thật tuyệt vời."

Hồi Kết và Chuẩn Bị cho Vòng Hỏi Nhanh

Người phỏng vấn: Dan, còn điều gì chúng ta chưa đề cập không? Chúng ta đã đi sâu vào rất nhiều chủ đề rồi. Anh có muốn chia sẻ điều gì nữa không? Bất cứ điều gì anh muốn dự đoán hay chỉ muốn nói trước khi chúng ta đến với vòng hỏi nhanh vô cùng thú vị của mình? Diễn giả: À, tôi nghĩ chúng ta đã nói hết rồi. Chúng ta đã làm được rất nhiều. Điều này thật tuyệt vời và tôi rất hào hứng muốn xem tôi sẽ làm tốt hay tệ thế nào trong một năm nữa, và tôi hy vọng bạn sẽ bắt tôi chịu trách nhiệm về điều đó. Chúng ta sẽ để AI chấm điểm chúng ta. Thấy sao? Chúng ta sẽ nhìn thế giới như một chuỗi dự đoán về vũ đạo. Người phỏng vấn: Vâng, với điều đó, Dan Shipper, chúng ta đã đến với vòng hỏi nhanh vô cùng thú vị của mình. Tôi có năm câu hỏi dành cho anh. Anh sẵn sàng chưa? Diễn giả: Tôi sẵn sàng rồi.

Sách Đề Xuất

Người phỏng vấn: Hai hoặc ba cuốn sách nào mà anh thấy mình thường xuyên giới thiệu cho người khác nhất? Diễn giả: Ừm, rõ ràng là Annie Dillard. Mọi người ở Every đều phải đọc The Writing Life. Kiểu như, khi bạn tham gia, bạn sẽ nhận được một bản sao và phải đọc nó. Tuy nhiên, bạn chỉ cần đọc chương cuối thôi. Tôi nghĩ chương cuối cùng thật đáng kinh ngạc và nó nằm ở giao điểm của viết lách, công nghệ và tương lai, và mối quan hệ của nó với tương lai và thời gian. Tôi nghĩ đó là tất cả về Every được gói gọn trong một chương rất ngắn gọn. Nó rất hay và tôi nghĩ Annie Dillard nói chung là tuyệt vời. Tôi còn giới thiệu gì nữa nhỉ? Tôi sẽ chỉ nói với bạn một vài điều tôi đã đọc mà tôi thực sự thích gần đây, và bất cứ khi nào tôi thích điều gì đó, tôi luôn kể cho mọi người nghe về nó. Vì vậy, tôi đã giới thiệu những cuốn này rất nhiều. Tôi đã đọc một trong những điều tôi học được, mà tôi không biết, là Churchill là một nhà văn thực sự giỏi. Và ông ấy có cả một lịch sử Thế chiến II mà ông ấy đã viết, và nó giống như một sự kết hợp giữa lịch sử và hồi ký. Và tôi nghĩ điều đó thật tuyệt vì ông ấy đã ở đó, bạn biết đấy, ông ấy đã làm được điều đó. Và có điều gì đó về những gì chúng tôi làm ở Everywhere. Tôi cảm thấy có một sự tương đồng nào đó với điều đó, kiểu như chúng tôi đang xây dựng các thứ, chúng tôi đang viết các thứ, và rất hiếm khi tìm thấy những người cũng làm điều đó. Và vì vậy, lịch sử Thế chiến II của Churchill là tuyệt vời. Tôi vừa đọc xong tập đầu tiên. Tôi đang đọc tập thứ hai. Đức Quốc xã vừa xâm lược Pháp. Rất, rất cuốn hút. Ừm, đó là một cuốn.

Đề Xuất Sách: Từ Vật Lý Lượng Tử đến Lịch Sử

Tôi cũng vừa... gần đây tôi hơi hứng thú với vật lý lượng tử. AI thực sự rất tốt cho vật lý lượng tử nếu bạn tìm hiểu sâu. Và có cuốn sách tên là The Rigor of Angels mà tôi vừa đọc xong, đó là một lịch sử các ý tưởng liên quan đến Heisenberg, người có nguyên lý bất định của mình, Borges, một nhà văn hư cấu người Argentina đã viết nhiều truyện ngắn tuyệt vời mà hiện đang được chú ý nhiều vì chúng rất liên quan đến AI, và Kant. Rất thú vị, siêu mind-blowing. Rất nhiều điểm giao thoa thú vị với các chủ đề AI. Và vâng, rất nên đọc. Người phỏng vấn: Tôi cảm thấy chúng ta có thể có cả một tập podcast về việc đọc sách của anh và những cuốn sách anh giới thiệu. Tôi biết đây là một niềm đam mê của anh. Nỗi ám ảnh hiện tại của tôi là The Power Broker. Tôi nghĩ chúng ta đã nói về nó khi tôi đến thăm anh. Nó dường như không bao giờ kết thúc, nhưng thật đáng ngạc nhiên khi đọc lại lịch sử của New York.

Giải Trí: Từ Bóng Rổ Đến Phim Tài Liệu Thể Thao Mạo Hiểm

Người phỏng vấn: Được rồi, câu hỏi thứ hai. Anh có bộ phim hoặc chương trình nào gần đây mà anh thực sự thích xem không, nếu anh có thời gian xem TV? Diễn giả: Vâng, tôi đã xem rất nhiều bóng rổ, đó là một. Tôi trở thành fan của Knicks trong năm nay, nên điều đó thực sự vui. Nhưng tôi gần đây đã xem một cái này – tôi đoán nó giống như một phim tài liệu dài tập tên là The Dark Wizard về một chàng trai tên là Dean Potter, người giống như Alex Honnold trước khi Alex Honnold trở thành Alex Honnold. Và anh ấy có một tính cách rất cực đoan, anh ấy leo núi tự do mọi thứ rồi sau đó, bạn biết đấy, nhảy dù base jump trong một bộ đồ bay wingsuit và những thứ tương tự. Nó giống như khám phá tâm lý học của anh ấy và những gì đã xảy ra với anh ấy. Và tôi không biết. Tôi khá thích những thứ như vậy. Giống như có một bộ khác tên là 100 Foot Wave nói về những người cố gắng trở thành vận động viên lướt sóng lớn. Có điều gì đó về nó mà tôi đoán là nó chỉ gợi cho tôi nhớ về các nhà sáng lập hay gì đó, nhưng The Dark Wizard, rất nên xem.

Sản Phẩm Yêu Thích và Phương Châm Sống

Người phỏng vấn: Có sản phẩm nào anh mới khám phá mà anh thực sự yêu thích không? Diễn giả: Codex. Nó là tốt nhất. Nó thực sự rất tốt. Thực sự tốt. Người phỏng vấn: Anh có phương châm sống yêu thích nào mà anh thường quay lại trong công việc hoặc cuộc sống không? Diễn giả: Vâng, tôi có vài cái. Cái cốt lõi mà tôi tự viết cho mình khi còn ở đại học là "Làm những điều đáng để viết, và viết những điều đáng để đọc." Và sau đó có người này tên là Rob Brezsny, người rất nổi tiếng trong, bạn biết đấy, diễn ngôn giao thoa giữa AI và thiền, đó cũng là một chủ đề lớn. Và tôi cũng thực sự thích anh ấy. Anh ấy đã mất, nhưng tôi nghĩ anh ấy thật tuyệt vời. Và tôi đã nghe rất nhiều bài nói chuyện của anh ấy, và có một bài nói chuyện mà anh ấy chỉ nói vỏn vẹn một câu, nhưng anh ấy nói về việc khi bạn đối mặt với những điều khó khăn, điều bạn muốn làm là có thể liên hệ với nó từ một vị trí rộng rãi và mạnh mẽ. Và tôi nghĩ có điều gì đó thực sự thú vị và quan trọng trong đó. Giống như nhiều diễn ngôn về thiền hoặc nói chung là "Làm thế nào để đối phó với những điều khó khăn?" Nó hơi giống kiểu David Goggins — "bạn chỉ cần cố gắng hết sức" — và đôi khi điều đó có thể hiệu quả. Và tôi cũng nghĩ đôi khi khi bạn đối phó với mọi thứ – ví dụ, khi bạn đối phó với nỗi sợ hãi tột độ về việc AI sẽ thay đổi công việc của tôi như thế nào – thì việc tự hỏi mình rằng "Tôi có đang tiếp cận vấn đề này từ một góc nhìn rộng rãi và mạnh mẽ không?" và nếu không, "Tôi có thể đạt được điều đó không?" đã rất hữu ích cho tôi. Bởi vì sẽ hiệu quả hơn nhiều nếu tôi đối phó với nó từ vị trí đó. Và điều đó đã rất, rất hữu ích cho tôi. Người phỏng vấn: Chà. Tôi thích điều đó.

Công Cụ AI Được Đánh Giá Thấp và Cuộc Đua AI

Người phỏng vấn: Chà, câu hỏi cuối cùng của chúng ta, cũng trong chủ đề của cuộc trò chuyện này. Anh có tò mò liệu có công cụ AI nào mà anh nghĩ vẫn đang bị đánh giá thấp, mà gần đây anh chỉ muốn nói rằng – ý tôi là, mọi người đang bỏ qua không? Diễn giả: Codex. Tôi ghét phải nói điều này, nhưng tôi phải nói vì bất kỳ ai biết tôi – như chúng tôi đã tham dự một hội nghị gần đây, tại một hội nghị của Anthropic, và tôi đã nói với Boris và Kat từ Claude Code rằng bạn phải thử Codex. Và nó thực sự rất tốt, và những điều bạn có thể làm với nó rất khác biệt. Đặc biệt nếu bạn đang sử dụng nó với trình duyệt của Anthropic để làm những việc như kiểm tra email hoặc kiểm tra phân tích của bạn, hoặc bất cứ điều gì tương tự. Nó đã hoàn toàn thay đổi cách tôi làm việc, và tôi sẽ gây bất lợi cho bạn nếu tôi tìm kiếm thứ gì khác vì nó thực sự tốt đến vậy. Người phỏng vấn: Chết tiệt, thật điên rồ. Anh có nghĩ Anthropic có thể bắt kịp không hay điều này chỉ là...? Diễn giả: Không, vâng, tôi nghĩ họ có thể. Như tôi đã nói, tôi nghĩ đây sẽ là một cuộc đua ngựa và những người khác nhau sẽ dẫn đầu vào những thời điểm khác nhau, nhưng tôi nghĩ hiện tại Open AI đã lấy lại được Thiên mệnh (mandate of heaven) một chút. Đó là một vài tháng khó khăn, khoảng 6 tháng gì đó, nhưng tôi nghĩ họ đã trở lại. Người phỏng vấn: Thú vị. Và anh sẽ chuyển đổi nếu một bên trở nên tốt hơn...? Diễn giả: Tôi sẽ. Tôi sẽ. Thật buồn cười. Mọi người nói, "Ồ, anh có được Open AI tài trợ không?" Và tôi nói, "Không, tôi chỉ nói về những gì tôi thích." Tôi đã rất nhiệt tình nói về Claude Code khi đó là thứ tôi thực sự thích.

Sử dụng đa dạng các công cụ AI

Và tôi sẽ nói những gì tôi thích khi điều đó xảy ra. Và như bạn đã chỉ ra, mọi người nhận thấy có nhiều giá trị khi sử dụng cả hai (mô hình AI) cho các mục đích khác nhau. Thực sự là vậy. Tôi liên tục chuyển đổi giữa chúng. Tôi thật sự vẫn sử dụng Claude rất nhiều. Đúng vậy, đây là một thị trường rộng lớn.

Kết thúc phỏng vấn và kế hoạch tương lai

Chà, Dan, chúng ta đã hoàn thành rồi. Chúng ta đã thảo luận rất nhiều điều. Tôi rất mong được xem lại cuộc trò chuyện này trong một năm tới và công bố nó để mọi người có thể bắt đầu lập kế hoạch cho năm tiếp theo.

Thông tin liên hệ và lời khuyên dành cho thính giả

Hai câu hỏi cuối cùng: Mọi người có thể tìm thấy bạn và Every ở đâu, những điều mọi người nên biết là gì, và thính giả có thể hỗ trợ bạn bằng cách nào? Bạn có thể tìm thấy tôi trên X tại @DanShipper (s-h-i-p-p-e-r), và bạn có thể đăng ký nhận tin từ Every. Vui lòng đăng ký Every tại every.to/subscribe.

Làm thế nào để thính giả có thể hữu ích? Hãy vui vẻ với trí tuệ nhân tạo (AI). Nghiêm túc mà nói, nó siêu thú vị. Có rất nhiều... Điều này không nhất thiết phải hữu ích cho cá nhân tôi, nhưng tôi nghĩ nó làm mọi thứ tốt hơn khi mọi người tự mình trải nghiệm và cùng nhau tìm hiểu thay vì tranh cãi về nó. Vì vậy, điều hữu ích nhất bạn có thể làm là tìm cách sử dụng AI hiệu quả trong cuộc sống của mình và chia sẻ nó.

Lời cảm ơn và lời kêu gọi hành động

Dan, cảm ơn bạn rất nhiều vì đã tham gia chương trình. Cảm ơn bạn. Cảm ơn quý vị thính giả rất nhiều vì đã lắng nghe. Nếu bạn thấy nội dung này hữu ích, bạn có thể đăng ký theo dõi chương trình trên Apple Podcasts, Spotify hoặc ứng dụng podcast yêu thích của bạn. Ngoài ra, vui lòng cân nhắc để lại đánh giá hoặc nhận xét vì điều đó thực sự giúp những thính giả khác tìm thấy podcast. Bạn có thể tìm thấy tất cả các tập trước hoặc tìm hiểu thêm về chương trình tại lennyspodcast.com. Hẹn gặp lại trong tập tiếp theo.