Một nghiên cứu từ kỹ sư đang làm việc tại Microsoft, Tsuyoshi Ushio, chỉ ra rằng hiệu suất làm việc với AI có thể chênh lệch tới 86,7 điểm phần trăm giữa hai nhóm người dùng: nhóm biết cách tận dụng AI đúng cách đạt mức tăng 68,7%, trong khi nhóm sử dụng sai phương pháp lại chứng kiến hiệu suất giảm 18%. Sự khác biệt then chốt nằm ở phương pháp 'Harness Engineering' – một khái niệm mới do OpenAI đề xuất và được Ushio áp dụng thành công trong công việc hàng ngày.

Harness Engineering là gì và tại sao nó hiệu quả?

Harness Engineering, hay 'kỹ thuật dây cương', là cách tiếp cận trong đó người dùng đặt ra các ràng buộc (harness) cho AI thay vì đưa ra hàng loạt chỉ thị chi tiết. Theo Ushio, việc đặt ra các giới hạn như 'những điều không được làm' hoặc 'các quy tắc tối thiểu phải tuân thủ' giúp AI hoạt động hiệu quả hơn nhiều so với việc liên tục bổ sung hướng dẫn. Ông so sánh điều này với môi trường làm việc của con người: khi bị trói buộc bởi quá nhiều quy tắc và chỉ thị, cả nhân viên lẫn AI đều hoạt động kém hiệu quả. Bí quyết là 'chỉ ngăn AI làm những điều ngu ngốc ngay từ đầu'.

Cách áp dụng Harness Engineering trong thực tế

Ushio, tác giả cuốn sách 'AI với tư cách cấp dưới: Kỹ thuật tiến hóa của kỹ sư đẳng cấp thế giới', chia sẻ các bước cụ thể để triển khai Harness Engineering. Đầu tiên, thiết lập các công cụ kiểm tra tự động như linter (công cụ kiểm tra cú pháp lập trình) để đảm bảo AI tuân thủ chuẩn mã nguồn. Thứ hai, yêu cầu AI luôn kiểm tra thiết kế kiến trúc trước khi viết code, chẳng hạn thông qua tệp Architecture.md. Thứ ba, cài đặt các kiểm tra bảo mật để chặn các thư viện có lỗ hổng. Những 'dây cương' này giúp giảm đáng kể sự can thiệp của con người vào quy trình làm việc của AI, đồng thời đảm bảo chất lượng đầu ra.

Giải quyết nút thắt cổ chai: Khi AI làm việc nhanh hơn người review

Một vấn đề phát sinh khi AI tăng tốc công việc là con người trở thành điểm nghẽn trong quy trình review code (Pull Request). Ushio chỉ ra rằng nếu không review, AI có thể tạo ra code lỗi; nhưng nếu review thủ công, tốc độ không theo kịp. Giải pháp đến từ OpenAI: giao việc review cho chính AI, nhưng kết hợp với Harness Engineering để chấp nhận một số code chưa hoàn hảo, sau đó dùng CI (Continuous Integration – tích hợp liên tục) để tái cấu trúc định kỳ. Các công cụ như GitHub Actions có thể tự động tạo các PR nhỏ, giúp cải thiện code dần dần mà không làm gián đoạn luồng làm việc.

Với phương pháp này, Ushio khẳng định các kỹ sư có thể đạt được mức tăng hiệu suất 68,7% – một con số ấn tượng so với mức giảm 18% ở những người dùng AI không đúng cách. Bí quyết nằm ở việc chuyển từ tư duy 'ra lệnh chi tiết' sang 'thiết lập ràng buộc thông minh', biến AI thành một cộng sự đáng tin cậy thay vì một công cụ thụ động.

Ảnh: kaboompics / Pixabay