Cách team OpenAI dùng Codex — AI đã bắt đầu ăn vào phần việc lặp lại của nghề kỹ thuật

OpenAI vừa công bố một tài liệu tên “How OpenAI uses Codex” — mô tả cách chính các kỹ sư trong công ty đang dùng công cụ lập trình bằng AI của họ để làm việc hằng ngày. Điều đáng chú ý: Codex không còn được dùng kiểu “gợi ý dòng code tiếp theo” như các công cụ đời đầu. Nó đang dần giống một kỹ sư chạy nền song song với con người.

Các đội từ hạ tầng, bảo mật, giao tiếp hệ thống cho tới giao diện đều đang giao cho Codex những việc nặng và đơn điệu: đọc hiểu hệ thống lớn, lần theo luồng xác thực, điều tra sự cố, dọn dẹp mã nguồn cũ, nâng cấp thư viện, tối ưu tốc độ, viết bài kiểm thử và dựng khung cho tính năng mới.

Hình trên mô tả đúng cảm giác mới: trong lúc một kỹ sư đi họp cả ngày, trợ lý AI vẫn lặng lẽ vá lỗi nhỏ, viết kiểm thử, dọn truy vấn lặp và chuẩn bị sẵn các thay đổi để người duyệt cuối cùng.

Insight lớn nhất trong tài liệu không phải “AI biết viết code” — chuyện đó cũ rồi. Mà là: thứ làm một kỹ sư tốn năng lượng nhất không phải lúc viết code sáng tạo. Nó nằm ở việc phải liên tục chuyển ngữ cảnh, ôm một núi việc bảo trì, đọc lại hệ thống cũ người khác để lại, xử lý lỗi tái phát, và hàng trăm việc nhỏ lặp đi lặp lại nhưng chẳng tạo ra đột phá nào.

Đó chính là phần Codex đang gánh. Vài ví dụ thật trong tài liệu:

• Điều tra sự cố. Kỹ sư chỉ cần dán nguyên đoạn báo lỗi, Codex tự lần ra luồng xác thực liên quan trong kho mã để điều tra. Có người nói nó trả lời câu “logic này nằm ở đâu?” nhanh hơn nhiều so với cách dò tay trên những kho mã Terraform và Python lớn.
• Tối ưu tốc độ. Codex tìm các đoạn gọi cơ sở dữ liệu lặp, vòng lặp tốn bộ nhớ, truy vấn chậm — rồi đề xuất cách sửa.
• Viết bài kiểm thử. Có kỹ sư giao một phần mã ít được kiểm thử cho Codex chạy qua đêm; sáng hôm sau đã có sẵn bản kiểm thử để duyệt. Người khác để Codex viết kiểm thử và chạy kiểm tra tự động trong lúc mình vẫn làm việc khác.

Và đoạn đáng nhớ nhất: một kỹ sư sản phẩm nói “Tôi đi họp cả ngày nhưng vẫn gộp được 4 thay đổi mã vì Codex làm việc ở chế độ nền.” Cảm giác giống một kỹ sư cấp cao đang điều phối nhiều kỹ sư mới chạy song song — chỉ khác là những “kỹ sư mới” đó là AI.

Tài liệu tiết lộ vài thói quen làm việc bên trong OpenAI mà bất kỳ đội nào cũng học được ngay:

Hỏi trước, viết sau. Họ thường dùng “chế độ hỏi” để AI lập kế hoạch thực hiện trước, rồi mới chuyển sang “chế độ viết mã”. Bắt AI nghĩ trước khi làm giúp kết quả ít sai hơn.

Giao việc rõ như một phiếu việc thật. Họ viết yêu cầu kèm đường dẫn file, ngữ cảnh và mô tả thay đổi cụ thể — thay vì mô tả mơ hồ. Giao việc cho AI cũng như giao việc cho người: càng rõ, kết quả càng đúng.

Lưu ngữ cảnh cố định cho dự án. Họ dùng một file ngữ cảnh chung của kho mã (đặt tên AGENTS.md) để AI luôn nhớ quy ước của dự án, dùng một hàng đợi việc như sổ việc nhỏ, và đôi khi cho AI tạo nhiều phương án song song rồi chọn cái tốt nhất.

OpenAI cũng nói thẳng giới hạn hiện tại: Codex làm tốt nhất với việc có phạm vi khoảng một giờ công của kỹ sư, cỡ vài trăm dòng. Nghe nhỏ, nhưng phần lớn công việc lập trình ngoài đời chính là những việc cỡ đó — sửa lỗi, dọn dẹp, nâng cấp, viết kiểm thử, đo đạc, xử lý trường hợp biên. Đó là lý do nó tác động lớn hơn vẻ ngoài.

Đây là phần MONA quan tâm. Bỏ qua chuyện “OpenAI ngầu cỡ nào”, bản tin này chạm thẳng vào ba thứ chủ và quản lý doanh nghiệp Việt đang đau:

• Tiền — làm nhiều hơn với ít người hơn. Khi phần việc lặp lại (bảo trì, nâng cấp, kiểm thử, dọn nợ kỹ thuật) được AI gánh, một đội nhỏ tạo ra lượng việc của một đội lớn. Với công ty Việt đang gồng chi phí lương kỹ thuật, đây là cách tăng sản lượng mà không tăng đầu người — hoặc giữ nguyên người mà nhận thêm dự án.
• Nhân sự — kỹ sư thoát khỏi việc bào mòn. Phần việc khiến người giỏi chán nản và nghỉ việc thường là việc lặp lại vô vị. Đẩy nó cho AI, kỹ sư còn lại thời gian cho phần khó và sáng tạo — môi trường năng động hơn, giữ người giỏi tốt hơn.
• Vị thế — kỹ sư thành người điều khiển AI. Trưởng nhóm nào tập cho đội dùng AI như “nhiều kỹ sư chạy nền” sẽ trở thành người điều phối, thay vì người ngồi gõ từng dòng. Đây đúng là vị thế “thầy của AI” mà người làm kỹ thuật Việt nên nhắm tới ngay bây giờ, trước khi nó thành mặc định.

Một lưu ý tỉnh táo: cái OpenAI cho thấy là AI làm việc tốt nhất khi có người giao việc rõ và duyệt cuối cùng. Nó không thay cả đội kỹ thuật; nó nhân năng suất của đội biết dùng nó. Doanh nghiệp Việt nào dựng được thói quen “giao việc rõ — AI chạy nền — người duyệt” sẽ bỏ xa đối thủ vẫn code tay từng việc nhỏ.

MONA không bán Codex, và bài này không phải quảng cáo. Nhưng cách OpenAI dùng AI đúng với điều MONA đã làm hai năm qua trong im lặng: AI có giá trị nhất khi cắm vào đúng phần việc lặp lại, tốn người, tốn tiền của một quy trình thật — không phải để khoe, mà để đỡ người và chặn rò rỉ.

Mô hình “giao việc rõ, AI chạy nền, người duyệt cuối” mà OpenAI áp cho việc lập trình, MONA áp cho việc của doanh nghiệp Việt: đối soát công nợ, rà hợp đồng, soạn công văn, chăm khách đa kênh, phân tích đánh giá khách hàng. Khác ngành, cùng một nguyên lý. Nếu anh chị muốn xem nó chạy trên chính quy trình của mình, MONA demo trên dữ liệu thật.