Kỳ lạ! AI khiến hiệu quả của Thung lũng Silicon tăng gấp 10 lần, nhưng đang gây ra một cuộc khủng hoảng bí ẩn hơn cả việc giảm một nửa giá trị của $BTC

Vào đầu năm 2026, lĩnh vực kỹ thuật phần mềm xuất hiện một cảnh tượng đầy suy ngẫm. Công cụ lập trình AI thế hệ mới, điển hình là Claude Opus 4.6, đang đẩy năng suất của các nhà phát triển lên mức chưa từng có. Dữ liệu nội bộ của Microsoft cho thấy, sau khi các kỹ sư tự chọn công cụ, Claude Code nhanh chóng chiếm ưu thế, được xem là sự lựa chọn “đường đi ít trở lực nhất” tự nhiên.

Tuy nhiên, cùng lúc đó, các cuộc thảo luận về “mệt mỏi nghề nghiệp” đang tràn lan trong cộng đồng nhà phát triển. Kỹ sư từng làm việc tại Google, Amazon, Steve Yegge, mô tả một hiện tượng ông gọi là “tấn công buồn ngủ”: sau thời gian dài lập trình trong môi trường, ông đột nhiên buồn ngủ bất thình lình vào ban ngày mà không rõ nguyên nhân.

Ngày nay, ngày càng nhiều kỹ sư phần mềm công khai bàn luận về một trải nghiệm chung: năng suất công việc tăng mạnh, nhưng cảm giác mệt mỏi tích tụ nhanh hơn. Công nghệ rút ngắn đáng kể thời gian thực hiện nhiệm vụ, nhưng lại không giảm bớt gánh nặng quyết định của con người, ngược lại còn tăng lên.

Yegge chỉ ra rằng, các cuộc thảo luận trước đây về “AI giúp ích hạn chế trong công việc thực tế” đã mất giá trị tham khảo sau khi Claude Code kết hợp với Opus 4.5 và 4.6 đi vào sử dụng. Bộ công cụ này giảm rõ rệt chi phí chuyển đổi từ xác định vấn đề sang mã chạy được, giúp một kỹ sư thành thạo có thể đạt năng suất gấp nhiều lần so với quy trình truyền thống trong cùng một khoảng thời gian.

Khi năng suất vượt quá khoảng 2 lần, một hiện tượng ông gọi là “hiệu ứng ma cà rồng” bắt đầu xuất hiện: công nghệ không còn chỉ là công cụ nữa, mà bắt đầu định hình lại nhịp làm việc và tâm lý của người dùng theo chiều hướng ngược lại.

Kỹ sư phần mềm Xidanter Kare ghi lại quá trình này chi tiết trong blog của mình. Trong bài viết “Mệt mỏi do AI là có thật”, ông nói rằng, trong quý trước, lượng mã ông giao là đỉnh cao trong sự nghiệp, nhưng tinh thần cũng bị kéo xuống mức thấp nhất.

Ông mô tả một sự chuyển đổi căn bản trong mô hình làm việc. Trước khi dùng AI, ông tập trung sâu vào một vấn đề trong cả ngày, duy trì mạch suy nghĩ liên tục. Sau khi có AI, ông phải xử lý đồng thời năm đến sáu lĩnh vực khác nhau trong một ngày. Mỗi vấn đề, nhờ AI hỗ trợ, thời gian xử lý rút ngắn đáng kể, chỉ còn khoảng một giờ. Nhưng việc chuyển đổi liên tục giữa các vấn đề tạo ra gánh nặng nhận thức mới. “AI không mệt mỏi giữa các vấn đề,” ông viết, “nhưng tôi thì có.”

Kare mô tả vai trò mới của mình là “người kiểm tra chất lượng trên dây chuyền”. Các yêu cầu kéo đến liên tục, mỗi yêu cầu cần xem xét, quyết định, phê duyệt. Quy trình chưa từng gián đoạn, nhưng quyền quyết định chưa từng chuyển giao. Ông bị cố định trên ghế phán xử, hồ sơ được AI chuyển đến, trách nhiệm vẫn do con người đảm nhận.

Một nghiên cứu gần đây cung cấp bằng chứng thực nghiệm cho hiện tượng này. Các nhà nghiên cứu theo dõi 200 nhân viên của một công ty công nghệ Mỹ, phát hiện rằng, dù việc sử dụng AI ban đầu giúp tăng tốc độ hoàn thành nhiệm vụ rõ rệt, nhưng cũng gây ra phản ứng dây chuyền: tốc độ tăng thúc đẩy tổ chức kỳ vọng về chu kỳ giao hàng, kỳ vọng cao hơn khiến nhân viên dựa nhiều hơn vào AI, sự phụ thuộc sâu hơn mở rộng phạm vi nhiệm vụ của họ, từ đó làm tăng mật độ công việc và gánh nặng nhận thức.

Các nhà nghiên cứu gọi cơ chế này là “mở rộng khối lượng công việc”. Nó không phải là mở rộng do lệnh điều khiển, mà là quá trình lặp đi lặp lại, tự củng cố giữa việc nâng cao hiệu quả và điều chỉnh kỳ vọng.

Nhà thiết kế sản phẩm số Samo Koroshets chia sẻ trạng thái tương tự trên mạng xã hội. Ông chỉ ra rằng, trên các nền tảng mạng xã hội tràn ngập các video “tạo 10 giao diện UI trong một phút”. Những nội dung này liên tục được đẩy đến các nhà làm nghề và quản lý của họ, hình thành một tiêu chuẩn ngầm. Vì công cụ có thể tạo ra các phương án nhanh như vậy, nên sản lượng cũng phải nhanh như vậy.

Tuy nhiên, ít ai trình bày về các chi phí lọc, triển khai, phối hợp liên bộ phận sau đó, những phần này vẫn hoàn toàn do con người gánh vác. Công nghệ rút ngắn thời gian sản xuất, nhưng không rút ngắn thời gian quyết định. Và phần quyết định này đang trở thành nút thắt mới, chính là sự chú ý và ý chí của con người.

Yegge đề xuất một khung phân tích đơn giản. Giả sử một kỹ sư sau khi làm quen với công cụ AI, năng suất trong một đơn vị thời gian tăng gấp 10 lần. Vậy, phần chênh lệch 9 lần này sẽ thuộc về ai, phụ thuộc vào cách người dùng phân bổ lao động của mình.

Ví dụ, trong tình huống A, kỹ sư giữ nguyên thời gian làm việc, toàn bộ phần tăng thêm sẽ chuyển cho nhà tuyển dụng. Khi đó, nhà tuyển dụng nhận về gần gấp 10 lần sản lượng với chi phí nhân lực không đổi. Thu nhập của kỹ sư không thay đổi theo tỷ lệ đó, nhưng cường độ làm việc và tiêu hao tinh thần tăng rõ rệt. Yegge gọi đó là “bị bóc lột”.

Trong tình huống B, kỹ sư giảm đáng kể thời gian làm việc, chỉ dùng 10% thời gian cũ để hoàn thành sản lượng tương đương trước đây. Lúc này, phần giá trị gia tăng thuộc về cá nhân, mang lại nhiều thời gian rảnh hơn. Nhưng trạng thái này khó duy trì trong cạnh tranh. Nếu tất cả các thành viên trong tổ chức đều theo chiến lược này, tổng sản lượng tổ chức sẽ tụt hậu so với đối thủ, lâu dài sẽ đối mặt với rủi ro sinh tồn.

Yegge nhấn mạnh, trạng thái lý tưởng nằm giữa hai cực này. Nhưng trong cấu trúc tổ chức hiện tại, quyền điều chỉnh thang đo không cân xứng. Tổ chức có xu hướng đẩy kim chỉ về phía A, còn cá nhân cần chủ động tạo phản lực.

Khung phân tích này biến vấn đề năng suất công nghệ thành vấn đề phân phối. AI không thay đổi thực tế “giá trị do lao động tạo ra”, nhưng nó thay đổi quy mô giá trị mà cùng một lượng lao động có thể tạo ra. Khi quy mô này tăng vọt, cân bằng phân phối ban đầu tất yếu bị xáo trộn.

Yegge nhớ lại thời gian làm việc tại Amazon năm 2001. Khi đó, nhóm của ông chịu áp lực giao hàng cao, trong khi phần thưởng lại rất không chắc chắn. Trong một cuộc thảo luận, ông viết công thức: $/giờ. Ông giải thích rằng, tử số (lương cố định hàng năm) khó thay đổi trong ngắn hạn, còn mẫu số (giờ làm thực tế) có không gian linh hoạt lớn. Ông đề xuất chuyển hướng từ “làm thế nào để kiếm nhiều hơn” sang “làm thế nào để làm ít hơn”.

Sau 25 năm, Yegge cho rằng công thức này vẫn phù hợp trong thời đại AI. Khác biệt là, AI đã mở rộng đáng kể ảnh hưởng của sự thay đổi mẫu số đối với tử số, nhưng khả năng kiểm soát mẫu số của cá nhân chưa được tăng lên tương xứng.

Người dùng mạng xã hội Joseph Amosen phản hồi theo một góc độ khác. Ông nhận thấy, phần lớn các nhà hoạt động trong lĩnh vực sáng tạo, như nhà văn, nhà thiết kế, nhà nghiên cứu nổi bật, đều làm việc hiệu quả không quá 4 giờ mỗi ngày. Thời gian còn lại dành cho nghỉ ngơi, đi dạo, tiếp nhận thông tin. Đó không phải là vấn đề năng suất, mà là giới hạn sinh lý của hoạt động nhận thức.

Nếu AI tiếp tục phân tách “công việc” và “công việc hiệu quả”, thì có thể chúng ta cần định nghĩa lại không phải cách dùng công cụ, mà là “thời gian làm việc trong ngày”.

Yegge thừa nhận, chính ông cũng là một phần của vấn đề. Ông có hơn bốn mươi năm kinh nghiệm kỹ thuật, từng lãnh đạo các nhóm lớn, tốc độ đọc nhanh, có đủ thời gian và nguồn lực để thử nghiệm công nghệ. Ông có thể liên tục dùng Claude Code trong hàng chục giờ để xây dựng một hệ thống chạy được, rồi phát hành ra cộng đồng. Thành quả của ông được lan truyền rộng rãi, một số quản lý xem đó là “mức độ kỹ sư có thể đạt tới”.

Ông viết: “Các nhà tuyển dụng có thể bắt đầu nhìn tôi, và những người như tôi, rồi nói: ‘Này, tất cả nhân viên của tôi đều có thể làm như vậy’”.

Trên các nền tảng mạng xã hội, một số người tiên phong bắt đầu công khai chia sẻ cường độ sử dụng AI của mình: có người nói tổ chức của họ chỉ trả vài nghìn đô mỗi tháng cho một số tài khoản; có người trình diễn hàng chục cuộc hội thoại cùng lúc. Những nội dung này thu hút sự chú ý của cộng đồng kỹ thuật, đồng thời cũng hình thành một hệ quy chiếu ngầm trong quản lý. Yegge gọi đó là “tiêu chuẩn đẹp không thực tế”.

Ông thừa nhận, bản thân không đại diện cho số đông, nhịp độ làm việc của ông khó có thể tái tạo cho đa số, thậm chí chính ông cũng không chắc có thể duy trì lâu dài. Nhưng khi ông đứng trên bục giảng hoặc viết sách, thông điệp ông truyền tải (ít nhất ở phía tiếp nhận) đã đơn giản hóa thành “điều này có thể làm được”.

Người dùng Lih He Ashaov đặt câu hỏi sâu hơn. Ông cho rằng, cách con người tương tác với AI phản ánh rõ ràng những giới hạn lâu dài trong nhận thức về ranh giới của các mối quan hệ xã hội. Nhiều người thiếu khả năng nhận diện và thể hiện giới hạn của chính mình trong các mối quan hệ, và khả năng này bị chuyển dịch sang mối quan hệ người-máy. Công cụ không tự ngưng hoạt động, cũng không có khả năng cảm nhận mệt mỏi của người dùng. Khi công nghệ liên tục mở rộng khả năng, khả năng nhận diện giới hạn thấp hơn lại trở nên ngày càng hiếm hoi.

Yegge đề xuất một chính sách rõ ràng: trong thời đại AI, ngày làm việc hiệu quả nên rút ngắn còn 3 đến 4 giờ. Đây không phải là con số đã được xác thực nghiêm ngặt, mà dựa trên kinh nghiệm. Ông quan sát thấy, AI tự động hóa phần lớn các nhiệm vụ thực thi, nhưng các hoạt động cao cấp như ra quyết định, đánh giá, tái cấu trúc vấn đề vẫn để cho con người đảm nhận. Những hoạt động này tiêu hao nhiều hơn về chú ý và cảm xúc, khó có thể thực hiện song song hoặc nén lại.

Trong chuyến thăm một khu công nghệ, ông thấy một môi trường làm việc mà ông gọi là “điều chỉnh thang đo phù hợp” — không gian mở, ánh sáng tự nhiên dồi dào, các khu vực xã hội và nghỉ ngơi phân bố khắp nơi, nhân viên tự do chuyển đổi giữa làm việc và nghỉ ngơi. Ông không chắc, sau khi AI toàn diện thâm nhập, môi trường này có còn duy trì được cân bằng hay không.

Nhưng ông chắc chắn rằng, nhiều tổ chức hiện nay — chỉ tăng năng suất trong cùng thời gian làm việc, mà không điều chỉnh thời lượng làm việc — là không thể bền vững. Ông không còn xem đó là vấn đề “AI là ma cà rồng”, mà là “tôi cần rõ ràng hơn về giới hạn của chính mình”.

Yegge kết luận, ông đang cố gắng giảm tốc độ. Ông giảm các hoạt động công khai, từ chối nhiều cuộc gặp, không còn theo đuổi mọi lĩnh vực công nghệ nữa. Ông vẫn viết, vẫn xây dựng sản phẩm, vẫn trao đổi với đồng nghiệp. Nhưng ông cũng tắt máy vào buổi chiều, đi dạo cùng gia đình. Ông nói, không biết mình có thể kéo kim chỉ về phía sau bao nhiêu, nhưng ông tin rằng, hướng đi là đúng.