Locale: vi
Lưu ý: Bài viết này không khẳng định lập trình bằng AI là một dạng nghiện đã được chứng minh về mặt y khoa. Đây chỉ là phép so sánh với một số cơ chế được nghiên cứu trong cờ bạc và sản phẩm số, đặc biệt là phần thưởng không chắc chắn và khả năng lặp lại rất nhanh.[3] Chưa có bằng chứng cho thấy AI coding có cùng quan hệ nhân quả.
1. Kết luận: AI coding dễ tạo cảm giác như gacha nhưng mở ra đồ thật
Yêu cầu AI sửa lỗi. Chờ một lúc. Thất bại. Đổi cách nói. Lần này gần được. Chạy test. Chỗ khác lại hỏng. Thử tiếp. Mọi thứ xanh.
Khoảnh khắc “qua rồi” ở cuối rất đã.
Điểm khác với gacha bình thường là một lượt thành công có thể để lại code, test, kết quả nghiên cứu, tài liệu, thậm chí cả một tính năng.
Nhịp độ giống giải trí, kết quả lại là công việc.
Nhà máy phần mềm và máy gacha vô tình nhập làm một.
2. “Có khi lần sau sẽ chạy” xuất hiện sau vài phút
Nghiên cứu về cờ bạc từ lâu đã xem xét vai trò của sự không chắc chắn về phần thưởng: khi không biết phần thưởng xuất hiện lúc nào, con người có thể bị thúc đẩy lặp lại hành vi mạnh hơn.[3]
AI coding có hình thức khá giống.
Một yêu cầu có thể:
- sửa đúng ngay lần đầu
- hoàn thành 80%
- làm hỏng file khác
- hiểu sai toàn bộ yêu cầu
- bất ngờ tìm ra nguyên nhân nhanh hơn con người
Khi nhấn Enter, bạn chưa biết kết quả.
Và câu trả lời đến trong vài giây hoặc vài phút.
Không cần đợi đến ngày mai.
Những cú ngoặt nhỏ xuất hiện nhanh như máy bán nước tự động.
3. Thất bại cũng hiếm khi giống như mất trắng
Đây là khác biệt quan trọng so với cờ bạc.
Một lần thử thất bại thường vẫn để lại thứ gì đó.
Có log. Có giả thuyết mới. Có một phần patch. Có thêm test. Ít nhất biết một hướng không hiệu quả.
Vì vậy sau ba giờ chưa xong, bộ não dễ ghi:
“vẫn có tiến triển”
thay vì:
“mất ba giờ”.
Giống RPG thua trận vẫn nhận EXP.
Đôi khi còn rơi thêm code dùng thật.
4. Lãng phí nhất là khi chính agent bị kẹt trong vòng lặp thất bại
Không phải thất bại nào cũng có giá trị.
Agent tự động có thể rơi vào:
chạy → lỗi → sửa theo cùng hướng → lỗi → chạy lại gần như cùng lệnh → lỗi → nói “tôi sẽ thử cách khác” → thực tế gần như y hệt
Con người nhìn vào có thể nói: “đừng đào cái hố đó nữa”.
AI rất chăm.
Vì vậy nó tiếp tục đào.
Và đốt quota cũng rất chăm.
Điều cần thiết không phải kiên trì hơn, mà là phanh:
- dừng sau 2–3 lỗi tương đương
- không chạy lại nếu lỗi không đổi
- tóm tắt nguyên nhân trước lần thử tiếp theo
- tạo điểm quay lại trước thay đổi lớn
- cảnh báo khi mức sử dụng tăng đột biến
Agent không cần diễn văn động lực. Nó cần quy tắc cắt lỗ.
5. Dù vậy, về kinh tế nó vẫn không phải cờ bạc
AI coding không phải đặt tiền để mong thắng lại tiền theo xác suất.
Dùng tốt, nó tạo ra sản phẩm.
Một nghiên cứu NBER năm 2026 trên hơn 500.000 lập trình viên GitHub cho thấy công cụ coding AI làm tăng mạnh hoạt động viết code, nhưng tác động nhỏ dần khi đi tới cấp dự án và bản phát hành thực tế.[4]
Điều đó có nghĩa:
nhiều code hơn không đồng nghĩa nhiều giá trị được giao hơn.
Agent có thể chạy 100 lần. Commit có thể tăng mạnh. Quota có thể biến mất.
Nếu không có gì tới tay người dùng, nhà máy chỉ quay rất nhanh mà không xuất hàng.
Ngược lại, nếu tính năng thực sự được phát hành, test qua và có người dùng, đó rõ ràng là giá trị thật.
Điểm lạ của AI coding là phản hồi kiểu giải trí và tính hữu dụng thật nằm trên cùng một màn hình.
6. Vì sao gói thuê bao đắt vẫn dễ tự thuyết phục
Chi nhiều tiền hàng tháng cho game thì dễ thấy đó là chi phí giải trí.
Với AI, phép tính thay đổi.
Nó có thể tiết kiệm thời gian. Giải thích kiến thức mới. Viết code. Nghiên cứu. Soạn tài liệu. Làm ứng dụng.
Phí thuê bao bắt đầu giống chi phí công cụ.
Và rắc rối là nó đúng là công cụ.
Giải trí, công việc, học tập và sáng tạo nằm trên cùng một hóa đơn.
Vì vậy gói đắt có thể được biện minh khá hợp lý:
“tiết kiệm mấy giờ”. “xong một tính năng”. “không có nó phải tự tìm hiểu hết”.
7. “Có ích” không có nghĩa “tốn bao nhiêu cũng đáng”
Vẫn cần đo.
Nếu bạn dành mười giờ với AI cho việc trước đây chỉ mất năm giờ, có thể bạn vừa tìm được sở thích mới chứ không phải công cụ năng suất.
Sở thích thì không sao.
Vấn đề chỉ xuất hiện khi nghĩ mình đang làm việc nhưng phần lớn thời gian là xem agent biểu diễn.
Nên nhìn vào:
- không có AI sẽ mất bao lâu
- số sản phẩm hoàn chỉnh tăng bao nhiêu
- thời gian con người kiểm tra có giảm không
- bao nhiêu quota bị mất vào vòng lặp lỗi
- phần nào có thể giao cho model rẻ hơn
- số lần phát hành thật có tăng không
“Dùng rất nhiều” không phải kết quả.
Ở trong phòng gym cả ngày cũng không tự tạo cơ bắp.
8. Vì sao “mỗi ngày cải tiến, nếu không thì reset toàn bộ” nghe quá hấp dẫn
Tháng 10/2026, người phụ trách Codex và ChatGPT Work của OpenAI công bố thử thách 28 ngày: mỗi ngày đội ngũ sẽ phát hành một cải tiến rõ ràng và có ích cho đa số người dùng, hoặc thực hiện full reset.[1]
Ngay trước đó, ông cho biết đội sẽ tập trung vào đơn giản hóa, hiệu quả và khả năng sử dụng nhiều hơn, tính năng lớn và model mới.[2]
Một tracker cộng đồng không chính thức ghi giai đoạn này là từ 5/10 đến 1/11 theo giờ Thái Bình Dương.[5]
Thông thường “mỗi ngày một tính năng mới” nghe hấp dẫn hơn.
Nhưng với người thật sự dùng hết quota, đôi khi:
1 tính năng mới < quota đầy trở lại.
Giá trị của AI mạnh không chỉ nằm ở độ thông minh mà còn ở số lần thử hữu ích còn lại.
Sau khi một vòng lặp vô nghĩa đốt mất nhiều quota, reset có thể hấp dẫn hơn hẳn một nút mới.
9. Không cần làm nó bớt vui, chỉ cần cắt vòng lặp vô nghĩa
AI coding thú vị không phải lỗi.
Biến công việc phiền phức thành “thử thêm lần nữa” là một thành tựu lớn.
Vấn đề là khi:
“thêm lần nữa”
trở thành:
“agent tự lặp cùng một lỗi 20 lần”.
Mục tiêu không phải làm AI coding chán đi.
Lặp có ích thì thật nhanh. Lặp vô ích thì dừng thật sớm.
Cuối cùng không đo bằng số vòng đã chạy.
Mà đo bằng:
thứ gì thực sự đã hoàn thành.
