Claude Code sáng lập viên đưa ra 7 nhận định quan trọng tại hội nghị Sequoia

Sắp xếp: Ả Yến

Chia sẻ của Boris Cherny, sáng lập Claude Code, tại hội nghị Sequoia, có lượng thông tin rất lớn, nhiều quan điểm tôi lần đầu nghe đầy đủ. Thằng này thực sự hiểu AI khá chính xác.

Tôi xin chia sẻ tóm tắt của mình.

01 Mã không còn khan hiếm nữa

Đối với nhiều tình huống phát triển chính thống, việc con người viết mã đã bắt đầu trở thành một việc kém hiệu quả.

Trước đây, để hoàn thành một chức năng, kỹ sư ngồi xuống, nghĩ rõ cách thực hiện, rồi từng dòng mã một gõ ra. Trong quá trình này, giá trị lớn nhất của kỹ sư là: có biết viết không, viết có tốt không, viết nhanh không.

Giờ cách làm việc đã khác rồi.

Cũng một chức năng đó, kỹ sư làm việc giống như: trước tiên làm rõ yêu cầu, chia nhỏ thành vài phần giao cho Agent, đặt tiêu chuẩn nghiệm thu, rồi xem kết quả Agent chạy ra đúng hay không, không đúng thì điều chỉnh gợi ý, để nó chạy lại.

AI đã có thể xử lý phần lớn nhiệm vụ Coding. Tất nhiên, không phải 100%, còn rất nhiều thư viện mã lớn, ngôn ngữ ít phổ biến hoặc môi trường đặc biệt, ngày nay mô hình vẫn chưa thể đáp ứng đủ.

Nhìn chung, giá trị của kỹ sư từ việc biết viết mã chuyển sang biết phân chia nhiệm vụ, biết trình bày rõ mục tiêu, biết nghiệm thu kết quả, biết quản lý Agent.

Thay đổi này thực sự rất giống cuộc cách mạng công nghiệp.

Trước cuộc cách mạng công nghiệp, thợ rèn từ đúc sắt, gia công, đánh bóng đến lắp ráp, toàn bộ công việc đều do một người làm. Thợ rèn giỏi tự nhiên sẽ có giá trị.

Sau đó, xuất hiện dây chuyền sản xuất. Mỗi công nhân chỉ đảm nhiệm một công đoạn, tổng sản lượng cao hơn hàng chục, hàng trăm lần so với thời thủ công.

Lúc này, vai trò đáng giá trong nhà máy không còn là thợ giỏi nhất làm một công đoạn nào đó, mà là người thiết kế, quản lý, vận hành dây chuyền đó cho trơn tru.

Công nhân không biến mất, nhưng vai trò của họ đã thay đổi.

Phần mềm hiện đang trải qua bước chuyển tương tự. Mã không còn là thứ khan hiếm nữa. Việc biết viết mã đang trở thành kỹ năng cơ bản như biết dùng PowerPoint.

Thứ thực sự khan hiếm là khả năng phân chia yêu cầu mơ hồ thành nhiệm vụ rõ ràng, khả năng chọn ra trong vài phương án do Agent đề xuất ra phương án đúng nhất, khả năng phối hợp nhiều AI để hoàn thành một việc.

Việc này thực ra nhiều kỹ sư cũ ban đầu không thể chấp nhận nổi. Việc tự tay viết mã là lý do khiến nhiều người yêu thích ngành này trong hàng chục năm qua.

Giao việc này cho máy, đối với nhiều người, không chỉ là thay đổi cách làm việc, mà còn là một cuộc tái định hình về danh tính.

Nhưng xu hướng là xu hướng.

02 Giống như máy in của Gutenberg

Coding đang từ một kỹ năng chuyên môn trở thành một năng lực nền tảng. Việc này có thể so sánh với kỹ thuật in của châu Âu thế kỷ 15.

Trước khi phát minh ra kỹ thuật in, toàn châu Âu chỉ có khoảng 10% dân số biết chữ. Những người này thường làm thuê cho quý tộc không biết chữ, chuyên giúp đọc và viết.

Sau đó, kỹ thuật in ra đời. Trong 50 năm, số lượng sách xuất bản ở châu Âu vượt qua tổng cộng của cả nghìn năm trước đó, giá sách giảm khoảng 100 lần. Rồi qua vài trăm năm, hệ thống giáo dục, cấu trúc kinh tế dần thích nghi, tỷ lệ biết chữ toàn cầu mới tăng lên đến 70% như ngày nay.

Boris cho rằng, ảnh hưởng của AI đối với phần mềm là một cuộc cách mạng in ấn tăng tốc. Trong vài chục năm, phần mềm sẽ hoàn toàn dân chủ hóa, trở thành thứ ai cũng có thể làm chủ.

Cuối cùng, việc làm phần mềm sẽ giống như gửi tin nhắn vậy, tự nhiên như thói quen.

03 Năng lực quan trọng nhất là gì?

Khi rào cản viết mã do AI giảm xuống mức thấp nhất, thực sự phân biệt năng lực của một người là cảm nhận về sản phẩm, là hiểu biết thực sự về một lĩnh vực cụ thể.

Ví dụ. Hai người cùng làm một sản phẩm hướng tới bác sĩ. Một là kỹ sư viết mã nhanh, một là người đã làm việc vài năm trong khoa tin học bệnh viện.

Trước đây, khả năng của kỹ sư cao hơn vì anh ta có thể biến ý tưởng thành sản phẩm.

Giờ thì ngược lại. Ai cũng có thể biến ý tưởng thành sản phẩm. Lúc này, người hiểu rõ quy trình hàng ngày của bệnh viện mới thực sự có giá trị. Bởi vì anh ta biết chức năng nào bác sĩ thực sự dùng, chức năng nào chỉ nghe có lý.

Nói cách khác, sau khi AI làm phẳng rào cản thực thi, khả năng phán đoán sẽ càng trở nên quan trọng hơn.

Điều này trực tiếp thay đổi ý nghĩa của từ "chuyên gia tổng hợp" (generalist).

Trước đây, chúng ta thường nói về một kỹ sư vừa biết viết iOS, vừa biết viết Web, vừa biết backend. Loại generalist này về bản chất vẫn là toàn diện trong nội bộ kỹ thuật.

Trong tương lai, generalist sẽ là người đa ngành toàn diện.

Có người hiểu về sản phẩm, thiết kế và kỹ thuật cùng lúc. Có người hiểu về sản phẩm, khoa học dữ liệu và kỹ thuật cùng lúc. Những tổ hợp này gần như không thể trước đây, vì mỗi lĩnh vực đều cần đào tạo dài hạn.

Nhưng giờ AI đã hạ thấp rào cản thực thi của từng lĩnh vực, một người có thể xuyên suốt nhiều lĩnh vực, vẫn giữ được độ chuyên sâu.

Đội Claude Code chính là như vậy. Quản lý kỹ thuật, PM, thiết kế, khoa học dữ liệu, tài chính, nghiên cứu người dùng, tất cả đều viết mã.

Thiết kế có thể tự tạo prototype để trình bày cho nhóm, không còn chỉ là vẽ sơ đồ để kỹ sư thực hiện nữa.

Tài chính có thể tự xây dựng công cụ phân tích, chạy các mô hình tài chính phức tạp của công ty mà không cần chờ BI. Đồng nghiệp nghiên cứu người dùng bắt đầu tự chạy dữ liệu, tự làm phần việc phải chờ đội dữ liệu hỗ trợ trước đây.

Mức độ chuyên môn của mỗi người vẫn còn đó. Nhưng dưới sự hỗ trợ của AI, việc viết mã đã trở thành ngôn ngữ chung của mọi người.

04 Lòng thành SaaS đang bị phá vỡ

Trong hơn chục năm qua, ngành SaaS có một số nguyên tắc gần như được xem là chân lý.

Nguyên lý đầu tiên là chi phí chuyển đổi. Một công ty khi đã dùng hệ thống của bạn, dữ liệu, cấu hình, trường dữ liệu, quyền hạn sẽ tích tụ trong đó hàng năm, hàng chục năm.

Muốn chuyển sang hệ thống khác, chỉ việc chuyển dữ liệu nguyên trạng rồi nhập vào hệ thống mới đã đủ khiến người ta ngại ngần, không muốn đổi.

Nguyên lý thứ hai là khóa quy trình làm việc. Các thao tác hàng ngày của nhân viên, hợp tác liên phòng ban, các bước phê duyệt, đều dựa trên SaaS đó.

Chuyển sang hệ thống khác không chỉ là chuyển dữ liệu, mà còn là làm lại toàn bộ "cơ bắp" của công ty đã hình thành trong nhiều năm.

Hai nguyên lý này tạo thành lớp hàng rào bảo vệ ngành SaaS trong quá khứ. Nhưng khi có mô hình đủ mạnh, logic bắt đầu thay đổi.

Xem xét về chi phí chuyển đổi. Trước đây, muốn chuyển từ SaaS này sang SaaS khác, chỉ việc căn chỉnh trường dữ liệu, sao chép cấu trúc dữ liệu, mất vài tháng làm việc của đội kỹ thuật.

Giờ đây, chỉ cần đưa API và cấu trúc dữ liệu của hai bên vào mô hình, để nó tự tìm ra mối liên hệ, từng bước tối ưu hóa. Những việc trước đây mất vài tháng, giờ có thể chỉ trong vài ngày đã ra được phiên bản dùng được.

Về phần khóa quy trình làm việc, còn thú vị hơn. Trước đây, quy trình làm việc giữ chân khách hàng vì các quy trình đó phức tạp, tiềm ẩn, phụ thuộc vào con người.

Nhân viên trong đầu đã có quy trình phê duyệt, ai gặp ai, khi nào chặn bước nào, không thể chuyển đổi dễ dàng.

Nhưng các mô hình như Opus 4.7 lại rất giỏi đọc hiểu, phân tích, tách rời, xây dựng lại quy trình phức tạp đó trong môi trường mới. Thậm chí, phiên bản xây dựng lại còn có thể tốt hơn cả ban đầu.

Vì vậy, lớp hàng rào dựa trên dữ liệu và quy trình tích lũy đang bị phá vỡ.

Với người làm SaaS, đây có thể là tin xấu. Nhưng với khách hàng dùng SaaS và các nhóm đang chuẩn bị xây dựng SaaS thế hệ mới, đây là cơ hội thực sự.

05 Thời đại tốt nhất cho các nhà sáng lập

Trong 10 năm tới, các công ty khởi nghiệp thực sự làm thay đổi ngành có thể nhiều hơn gấp 10 lần so với 10 năm trước.

Nguyên nhân không phức tạp.

Nhóm nhỏ có thể dùng AI tạo ra sản phẩm ngang tầm hoặc tốt hơn các tập đoàn lớn. Ngược lại, các tập đoàn lớn muốn thực sự ứng dụng AI lại mang về gánh nặng.

Nói thế này:

Một công ty có hơn mười năm lịch sử, đã hình thành một bộ quy trình kinh doanh, phân chia vị trí, thói quen hợp tác, hệ thống đào tạo, KPI. Những thứ này trong quá khứ là tài sản, là hàng rào.

Nhưng để tích hợp AI vào thật sự, nghĩa là tất cả phải xem xét lại: quy trình kinh doanh phải tái cấu trúc, nhân viên phải đào tạo lại, mỗi bước đều gặp phải lực cản nội bộ lớn, phải phối hợp nhiều phòng ban, nhiều cấp phê duyệt.

Trong khi đó, một nhóm khởi nghiệp chỉ có ba người, từ ngày đầu đã xem AI như nền tảng mặc định. Không có gánh nặng lịch sử để tháo dỡ, không có thói quen cần thay đổi, không ai cần thuyết phục. Hôm nay bàn rõ, ngày mai chạy demo, ngày kia có thể ra mắt cho khách hàng dùng.

Khoảng cách tốc độ này, AI trước đây cũng đã tồn tại. Các startup vốn đã có lợi thế về tốc độ so với tập đoàn lớn. Nhưng AI đã nhân đôi, nhân ba, nhân bốn tốc độ đó.

Tại sao?

Vì AI càng mạnh, một người trong thời gian ngắn có thể tác động đến nhiều thứ hơn. Một nhóm nhỏ thực sự dùng AI tốt, hôm nay có thể tạo ra sản phẩm tương đương mười người làm, ngày mai có thể tương đương ba mươi người.

Nhưng tổ chức của các tập đoàn lớn vẫn nặng nề, chưa giảm đi. Ngược lại, vì phải tiêu hóa AI, chúng càng nặng hơn. AI càng mạnh, tốc độ của nhóm nhỏ và sức kéo của tập đoàn càng xa cách, tạo ra một khoảng cách "dao kéo".

Đây chính là Boris gọi là "tài sản âm". Không phải vì tập đoàn không có tiền, không người, không ý chí, mà vì những cơ bắp kiếm tiền trong quá khứ của họ hôm nay lại mắc kẹt trên con đường AI phát huy giá trị thực sự.

06 MCP không chết

MCP sẽ không chết.

Khi Skill trở nên phổ biến, nhiều người nghĩ MCP không còn cần thiết nữa. Người sáng lập OpenClaw cũng có quan điểm tương tự.

Nhưng Boris không nghĩ vậy. Ông cho rằng MCP sẽ trở thành lớp kết nối phần mềm trong kỷ nguyên AI.

Trước đây, kết nối phần mềm trên internet là qua API.

Nhưng vấn đề cốt lõi của API là nó dành cho kỹ sư. Muốn dùng API, phải đọc tài liệu, xin Token, viết mã, căn chỉnh trường dữ liệu, xử lý ngoại lệ. Nói cách khác, API là dành cho nhà phát triển.

MCP khác. Nó cho phép mô hình kết nối trực tiếp, tự đọc hiểu và điều chỉnh, không cần lập trình viên dịch mã.

Vì vậy Boris gọi API là Human Developer Interface, còn MCP là Model Interface Protocol. Một dành cho người dùng, một dành cho mô hình.

Điều này rất giống thời internet di động. Tất cả dịch vụ đều phải API hóa. Trong kỷ nguyên AI, tất cả dịch vụ đều phải MCP hóa.

07 Việc sử dụng máy tính vẫn còn quan trọng

Nhiều người hiện nay bàn về Computer Use, cảm thấy hướng này có thể không khả thi.

Lý do cũng hợp lý: tiêu tốn Token, chạy chậm, không ổn định. Trông giống như một demo khoe kỹ năng, còn xa mới dùng thực tế.

Nhưng Boris nhìn nhận theo một góc độ hoàn toàn khác.

Ông thực sự coi trọng việc, Computer Use giải quyết một trong những điểm đau lớn nhất của AI trong thực tế: trong thế giới thực, có nhiều hệ thống không có API cũng không có MCP.

Đặc biệt là trong doanh nghiệp.

Vào công ty, ai cũng biết, nhiều hệ thống cốt lõi rất cũ. ERP, OA, hệ thống tài chính, phê duyệt nội bộ, hậu cần, các hệ thống tùy chỉnh. Nhiều hệ thống không mở API, không có tài liệu, không tự động hóa. Chúng cứ ở đó, mỗi ngày bị nhân viên thao tác thủ công.

Tại sao không làm API trực tiếp cho chúng?

Vì không thể. Nhà cung cấp phát triển các hệ thống này có thể đã không còn nữa. Bộ phận IT không có động lực hay ngân sách để làm lại.

Bộ phận kinh doanh càng không thể dừng lại chờ nửa năm, một năm. Những hệ thống này mãi mãi không chờ API hoàn hảo để cứu vớt.

Trong ngắn hạn, các mô hình lớn vẫn sẽ nâng cao khả năng Computer Use của mình.