Mình vừa đọc báo cáo của Anthropic về việc làm tại Anthropic, anh em ạ: tỷ trọng nhân sự kỹ thuật junior giảm từ 21% xuống 14%. Nguồn mình nhận không ghi ngày công bố báo cáo này của hãng.
Vì sao việc làm tại Anthropic đổi hướng
Có một con số khá gắt: trong số người được tuyển vào bộ phận kỹ thuật, tỷ lệ junior (người mới vào nghề) giảm từ 27% xuống 9%. Tỷ trọng giảm không có nghĩa số người được tuyển giảm: số người tuyển kỹ thuật vẫn tăng, chỉ là nhóm junior chiếm phần nhỏ hơn.
Agent là AI tự làm việc mình giao, ví dụ viết code hoặc rà lỗi.
Agent làm xong thì ra kết quả (output), và anh em vẫn phải đọc đống kết quả đó. Nếu anh em đang giao việc cho vài agent mà đọc không kịp, mấy cách dưới đây dùng được ngay. Còn nếu mới dùng một agent, anh em chưa cần vội đổi cách duyệt việc.
Hệ quả là người duyệt thành chỗ nghẽn. Theo báo cáo, ngay cả nhân viên không làm kỹ thuật cũng sẽ mất nửa tuần làm việc nếu đọc hết output của các Claude agent của họ.
Mình đọc log giao việc cho agent
Mình có log một lần gửi prompt cho Claude Sonnet qua Claude Code (claude -p). Mình tóm lược câu trả lời để anh em xem, chứ không coi đây là kết quả đã kiểm chứng.
Trong log, prompt (tức yêu cầu gửi cho AI) hỏi cách duyệt code khi agent tạo ra nhiều hơn người giao việc đọc kịp. Nó cũng hỏi việc nào bắt buộc phải có người duyệt trước khi nhận code.
Theo log được gửi kèm, Claude Sonnet trả lời sau 17,8 giây. Log ghi phần trả lời của Claude Sonnet có độ dài 489 chữ.
Nó đề xuất cho code chạy qua kiểm tra tự động trước khi tới tay mình, bắt agent nộp bằng chứng đã chạy thật, và đo công sửa lại sau khi nhận code. Mình chưa đo hiệu quả. Log chỉ ghi câu trả lời, nên anh em chưa có bằng chứng rằng áp dụng cách đó sẽ giảm công đọc code trong việc thật.
Anh em có thể đổi cách duyệt việc
Việc đầu tiên mình sẽ làm là đòi bằng chứng chạy thật từ agent. Theo câu trả lời, mỗi lần agent đề xuất sửa code phải kèm mô tả, test và output chạy thật.
Test là bước chạy thử xem phần sửa có đúng yêu cầu không. Anh em xem kết quả test trước rồi mới quyết định nhận phần sửa hay trả lại agent.
Với thay đổi liên quan tới quyền truy cập, thanh toán hay dữ liệu nhạy cảm, mình sẽ đọc kỹ theo cách câu trả lời đề xuất. Còn build (đóng gói chạy thử), lint (công cụ soi lỗi trình bày và lỗi cú pháp), test và quét lộ secret (mật khẩu, key) thì để máy làm.
Mỗi PR là bản đề xuất sửa code mà agent gửi lên để mình kiểm tra trước khi nhận. Nếu PR không qua được kiểm tra, tức bị đỏ, thì hệ thống tự trả về agent để anh em khỏi phải nhìn. Test nào bị sửa, xoá hay skip thì mình phải đọc, vì đó là dấu hiệu agent lách cho xanh.
Ngoài code, báo cáo còn kể nhân viên pháp lý dùng AI để phân loại câu hỏi pháp lý. Nếu anh em làm bán hàng, nguồn cũng kể một người dùng AI soạn email và người khác dành thêm thời gian gặp khách hàng nhờ những phần việc đã được tự động hóa.
Để biết agent làm tốt hay chỉ làm nhiều, anh em theo dõi ba số. Số thứ nhất là tỷ lệ PR được nhận ngay lần đầu mà không phải sửa lớn; số này thấp nghĩa là agent làm nhiều nhưng chưa tốt.
Số thứ hai là tỷ lệ PR phải sửa lại, bị revert hoặc gây lỗi trong 14 ngày sau khi merge. Số thứ ba là số phút mình tốn để duyệt mỗi PR được merge; số này tăng nghĩa là mình cần siết yêu cầu giao việc hoặc kiểm tra tự động.
Ở đây, revert là trả code về trước lần sửa, còn merge là đưa phần sửa vào code chính. Anh em ghi cả ba số theo từng agent mỗi tuần; mình siết prompt hoặc giảm quyền tự chủ khi tỷ lệ nhận ngay giảm hay hai số còn lại tăng.
Người bình luận còn nghi ngờ điều gì
Ở phần bình luận đi kèm, người dùng OuterVale lo rằng thiếu người mới sẽ làm hụt nguồn kỹ sư giàu kinh nghiệm sau này. Người bình luận pyrale thì nghi ngờ vì hãng tự viết báo cáo về chính mình.
Ý của pyrale là khi bên bán công cụ tự viết về cách họ làm việc, người đọc khó tách phần nghiên cứu với phần quảng cáo cho chính công cụ của họ. Mình thấy ý đó nhắc đúng một điều: bên viết báo cáo có lợi ích riêng. Đây đều là ý kiến của người bình luận; mình không coi chúng là bằng chứng rằng cách làm của hãng chắc chắn thất bại.
Phía nghiên cứu cũng thừa nhận việc dùng công cụ không được phân ngẫu nhiên, nên kết quả có thể chịu ảnh hưởng từ người chọn dùng. Báo cáo so sánh code do người viết với code do agent của chính người đó viết, và tỷ lệ dòng code bị xóa hoặc revert sau đó không khác nhau; báo cáo cũng nói chất lượng code có nhiều khía cạnh và lỗi của AI có thể khó thấy hơn.
Đọc mấy con số năng suất trong báo cáo, mình để ý là chính báo cáo cũng nêu rõ giới hạn của chúng. Code viết nhiều chưa chắc đã tốt, càng chưa chắc giúp kinh doanh tốt hơn.
Anh em nên xem việc nào đã xong thật, rồi hãy đếm agent viết được bao nhiêu code.
