Bản tin cộng đồng ngày 24/10/2026
Thứ bảy, 24/10/2026
Có một câu trong group hôm qua làm mình ngồi im mất mấy giây: "AI có thể giúp bạn tạo ra một câu trả lời thông minh. Nhưng nếu bạn không hiểu câu trả lời ấy, nó chưa trở thành tri thức của bạn."
📌 Bản tin cộng đồng IT BA — 24/10/2026
1️⃣ Chuyện "não cá vàng công sở" thời AI: báo cáo trôi chảy, hỏi sâu một câu là tắc. Kèm nguyên tắc 3 bước trước/sau khi hỏi AI mà mình thấy đáng dán lên màn hình.
2️⃣ Một góc nhìn khác về AI coding: model không còn là nút thắt, cái quyết định là "harness" quanh nó — cách cấu hình để nó xử lý task. Nghe hơi lạ nhưng đáng suy nghĩ.
Anh em đang dùng AI để nghĩ hộ, hay để nghĩ nhanh hơn? Kể mình nghe một lần AI trả lời sai mà mình phát hiện ra vì tự hiểu vấn đề, không thì thôi cũng được.
1.AI trả lời hay, nhưng bạn có hiểu điều mình đang nói?
Trong group có một đoạn mình đọc đi đọc lại mấy lần. Chuyện không mới nhưng lần này được kể rất đau:
👉 Nhân viên giao AI làm báo cáo, phân tích dữ liệu, đề xuất giải pháp.
👉 Xong mang vào cuộc họp, trình bày trôi chảy, đọc nhận định nghe rất thuyết phục.
👉 Hỏi sâu thêm một chút — chính họ cũng không giải thích được vì sao ra kết luận đó.
Rồi vòng lặp lặp lại ở tầng trên: sếp nghe gật gù, và cũng có khi mang chính báo cáo đó ném ngược vào AI để kiểm tra lại nhân viên.
Nguyên tắc mà một anh trong nhóm đề xuất, gọn trong 3 bước:
✅ Trước khi hỏi AI — tự mình suy nghĩ trước đã.
✅ Sau khi nhận câu trả lời — phải biết chất vấn nó.
✅ Khi trình bày cho người khác — phải giải thích được bằng hiểu biết của chính mình.
Có bác thừa nhận luôn: dạo này xài AI thấy mình lười tư duy và lười nghiên cứu vấn đề hơn hẳn hồi trước. Một anh khác thì chọn cách khác — dùng AI giải bài rồi đọc hiểu, sau đó giảng lại cho con.
Mình thì thấy cái nguy không nằm ở AI viết hộ. Nó nằm ở chỗ mình dần quen với việc không cần hiểu. Mà nghề BA thì cái hiểu mới là hàng thật.
2.Model không còn là nút thắt — cái quanh nó mới là
Một câu trong group làm mình phải dừng lại đọc lại:
"Models aren't really the bottleneck anymore. It's the harness around them."
Dịch thoáng: model không còn là chỗ nghẽn nữa. Chỗ nghẽn là cái khung bao quanh nó — cách nó được cấu hình để xử lý task, để viết code, để chạy việc.
💡 Cùng một model, người dựng harness tốt ra kết quả khác hẳn người hỏi chay từng câu.
💡 Lý do người ta vẫn bám Claude hay Codex không hẳn vì model giỏi nhất, mà vì chúng được biết đến là chạy việc ổn định.
Nghe hơi trừu tượng, nhưng nhìn vào một ca cụ thể trong group thì rõ hơn: có bạn dựng flow để AI dùng Figma tạo hình ảnh làm video, và flow đó cố tình dính chặt vào Figma vì muốn thế. Chạy 8 dự án một lúc. Đến lúc rối thì phải lần lại xem con AI đang chạy cái gì ngầm mà chưa tắt.
Cái này mình cũng chưa kiểm chứng được bằng số liệu gì, chỉ thấy nó khớp với trải nghiệm. Anh em đang tự dựng harness cho công việc của mình, hay vẫn hỏi từng câu lẻ?