Thật sự công đoạn IT hiện tại khó nhất là gì nhi? Mình đang làm 1 AI process

Conchimnhonho123 · Thứ Ba lúc 18:40

Sau 11 năm đi làm, làm các khâu từ dev test đến pm dm rồi presale các thứ thì mình đang xây dựng một AI-driven Software Development Process, trong đó AI tham gia xuyên suốt vòng đời phát triển phần mềm — từ phân tích yêu cầu, thiết kế, coding, testing đến impact analysis khi có thay đổi, đang thấy khó nhất là bước sale lấy dự án thôi, còn việc QA liên tục và tạo process với AI nó đang QA để làm rõ nghiệp vụ khá tốt. Dự án mình đã PoC trên 2 dự án thật thì kết quả khá tốt, token cũng giảm rõ rệt sau mỗi vần improve, hiện mình nghĩ đủ tự tin xin sếp 1 mình đánh nguyên dự án rồi. Theo mấy ae làm IT thì có bước nào mấy ae nghĩ AI không thay thế or ko làm dc không? Mình muốn biết để cải thiện tiếp tục

**Doremon** · Thứ Ba lúc 18:45

Tùy mức độ dự án, mỗi dự án sẽ có điểm khó khác nhau, ông thử làm 1 con dự án trên ô tô, hay 1 dự án có backend khủng cỡ gg map thì mới biêts nó phức tạp ở đâu, khi mà 1 dự án depend vào nhiều bên thì mới phức tạp.

Conchimnhonho123 · Thứ Ba lúc 18:47

**Doremon** đã nói:
Tùy mức độ dự án, mỗi dự án sẽ có điểm khó khác nhau, ông thử làm 1 con dự án trên ô tô, hay 1 dự án có backend khủng cỡ gg map thì mới biêts nó phức tạp ở đâu, khi mà 1 dự án depend vào nhiều bên thì mới phức tạp.

Mình đang tự tin với dự án tầm 20-30mm thôi, vì đa số dự án hiện tại tầm đó, tất nhiên dự án lớn thì nhiều vendor kết hợp nên việc input cho AI đủ thông tin rất cần thiết, mình từng làm ở fpt vị trí DM dự án 60 người lúc đó chưa có AI

Conchimnhonho123 · Thứ Ba lúc 18:51

Chi tiết hơn thì mình đang xây dựng một AI-driven Software Development Process, với mục tiêu đưa AI tham gia xuyên suốt toàn bộ vòng đời phát triển phần mềm thay vì chỉ dùng AI như một công cụ hỏi đáp hoặc hỗ trợ code đơn lẻ.
Hệ thống sẽ tiếp nhận requirement, tài liệu dự án, ticket, meeting note và source code để tạo ra một context thống nhất cho dự án. Từ context đó, AI có thể hỗ trợ phân tích yêu cầu, phát hiện điểm chưa rõ hoặc mâu thuẫn, đề xuất thiết kế, hỗ trợ coding, sinh test case, review kết quả và kiểm tra impact khi requirement thay đổi.
Điểm mình muốn hướng tới là tạo ra một quy trình có tính liên kết và traceability cao: một thay đổi ở requirement có thể được AI lần ngược để xác định những phần design, source code, test case hoặc tài liệu nào bị ảnh hưởng.
Ngoài ra, mình cũng đang thử mô hình nhiều AI/agent đảm nhiệm các vai trò khác nhau và phản biện kết quả của nhau, nhằm giảm phụ thuộc vào output của một model duy nhất.
Nói ngắn gọn, mục tiêu của mình là xây dựng một hệ thống trong đó AI không chỉ “giúp lập trình”, mà trở thành một lớp hỗ trợ xuyên suốt cho cả Software Development Process. Một người có thể làm được hết các khâu.

**Doremon** · Thứ Ba lúc 18:53

Conchimnhonho123 đã nói:
Mình đang tự tin với dự án tầm 20-30mm thôi, vì đa số dự án hiện tại tầm đó, tất nhiên dự án lớn thì nhiều vendor kết hợp nên việc input cho AI đủ thông tin rất cần thiết, mình từng làm ở fpt vị trí DM dự án 60 người lúc đó chưa có AI

So MM ngày xưa với bây giờ nó là vô nghĩa, ko nói lên đc sự phức tạp của dự án. Khi dự án nó chỉ là dạng nhiều việc, các vấn đề đều rõ rãng, ít depend vào các bên thứ ba thì kể cả 100MM break nhỏ ra xử lý bằng AI vẫn ngon lành, bởi nó chỉ đơn giản là phức tạp theo horizontal.
Có những dự án nó có chiều sâu rất mạnh, phải tuân theo quy chuẩn khắt khe (các dự án automative) thì chuyện dùng toàn bộ AI là ko thể, nó cần người có hiểu biết về domain để review thứ AI nó làm, AI nó chỉ hỗ trợ xử lý giúp code thôi

Conchimnhonho123 · Thứ Ba lúc 18:58

**Doremon** đã nói:
So MM ngày xưa với bây giờ nó là vô nghĩa, ko nói lên đc sự phức tạp của dự án. Khi dự án nó chỉ là dạng nhiều việc, các vấn đề đều rõ rãng, ít depend vào các bên thứ ba thì kể cả 100MM break nhỏ ra xử lý bằng AI vẫn ngon lành, bởi nó chỉ đơn giản là phức tạp theo horizontal.
Có những dự án nó có chiều sâu rất mạnh, phải tuân theo quy chuẩn khắt khe (các dự án automative) thì chuyện dùng toàn bộ AI là ko thể, nó cần người có hiểu biết về domain để review thứ AI nó làm, AI nó chỉ hỗ trợ xử lý giúp code thôi

Chi tiết hơn được không bạn? Mình đang cho nó tham gia 2 domain là giáo dục và EC bán lẻ, vấn đề nghiệp vụ thì nếu đủ thông tin và mình tạo 1 process để lưu nghiệp vụ thì hiện tại thấy chưa có vấn đề, thậm chí mình cho nó so sánh với team hiện tại làm thì nhỉnh hơn về tri thức vì khả năng đọc tài liệu nguồn để đưa ra kết luận tốt hơn con người nữa.
À bây giờ 20-30mm thì tương đương vs 50-60mm ngày xưa đó. Mình nghĩ nó vấn quan trọng vì thể hiện quy mô dự án

overnight106 · Thứ Ba lúc 20:50

mình đang ở vị trí test, QC, xin hỏi chủ thớt có những hướng đi nào để POC tích hợp AI vào test để assist, automation test, tự động 1 phần công việc, cảm ơn bác

Conchimnhonho123 · Thứ Ba lúc 22:42

overnight106 đã nói:
mình đang ở vị trí test, QC, xin hỏi chủ thớt có những hướng đi nào để POC tích hợp AI vào test để assist, automation test, tự động 1 phần công việc, cảm ơn bác

Minhf đang đi theo hướng gắn AI với dataset/context của từng project bác à
Tức là AI sẽ được cấp requirement, design, API spec, ticket, source code, test case cũ, bug history… rồi từ đó assist cho QC/Test.
Vdụ có thể làm:

Tự generate test case từ requirement/design.
Khi requirement thay đổi thì tự detect test case nào bị ảnh hưởng.
Sinh test data theo từng scenario.
Gợi ý boundary case / negative case / missing case.
Hỗ trợ viết automation test script từ test case.
Đọc log / API response / screenshot để hỗ trợ phân tích lỗi.
So sánh kết quả thực tế với expected result.
Sau này có thể cho agent tự chạy một phần test flow rồi tổng hợp report.

Em nghĩ phần quan trọng nhất không phải chỉ gọi LLM, mà là làm sao cho AI hiểu đúng context và dataset của project. Nếu không có context thì output test thường khá generic.

Pitou · Thứ Ba lúc 23:58

chủ thớt đang dùng model gì thế? làm 1 dự án kiểu thế tốn nhiều token không

onthemoon · Thứ Tư lúc 00:11

Conchimnhonho123 đã nói:
Minhf đang đi theo hướng gắn AI với dataset/context của từng project bác à
Tức là AI sẽ được cấp requirement, design, API spec, ticket, source code, test case cũ, bug history… rồi từ đó assist cho QC/Test.
Vdụ có thể làm:

Tự generate test case từ requirement/design.

Khi requirement thay đổi thì tự detect test case nào bị ảnh hưởng.

Sinh test data theo từng scenario.

Gợi ý boundary case / negative case / missing case.

Hỗ trợ viết automation test script từ test case.

Đọc log / API response / screenshot để hỗ trợ phân tích lỗi.

So sánh kết quả thực tế với expected result.

Sau này có thể cho agent tự chạy một phần test flow rồi tổng hợp report.

Em nghĩ phần quan trọng nhất không phải chỉ gọi LLM, mà là làm sao cho AI hiểu đúng context và dataset của project. Nếu không có context thì output test thường khá generic.

Hiện tại bác đánh giá cao skill hay repo nào phù hợp cho mục đích trên không bác? Đoán bác cũng thử nghiệm nhiều rồi :beauty:

Conchimnhonho123 · Thứ Tư lúc 05:17

onthemoon đã nói:
Hiện tại bác đánh giá cao skill hay repo nào phù hợp cho mục đích trên không bác? Đoán bác cũng thử nghiệm nhiều rồi

Skill mình tự làm thôi bác , mình làm 6 skill ứng vs mỗi công đoạn, và 12 scripts rule để AI phải đọc qua rule trước khi triển khai.
Mình tối ưu token bằng cách đánh id cho mỗi req, AI sau chỉ cần đọc 1 file markdown chung là biết được mình đang nói đến màn hình nào, sau đó nó mới đi sâu vào, chứ không phải lúc nào cũng đọc full project tốn token

Conchimnhonho123 · Thứ Tư lúc 05:18

Pitou đã nói:
chủ thớt đang dùng model gì thế? làm 1 dự án kiểu thế tốn nhiều token không

Mình dùng cả chatgpt và claude để tụi nó tranh luận update. Còn về token mình có nói ở cmt trên.

overnight106 · Thứ Tư lúc 20:09

onthemoon đã nói:
Hiện tại bác đánh giá cao skill hay repo nào phù hợp cho mục đích trên không bác? Đoán bác cũng thử nghiệm nhiều rồi

các bước bác list out là làm 1 fow tự phân tích requirement>viết test case> seed test data> update test case> automation test case> automation execution test?> report hay bác gợi ý em làm POC cho mỗi cái :unsure:

em còn hơi newbie trong AI nên mong bác chỉ thêm.

Thêm một thắc mắc nữa là các source hiện tại requirement, ticket (Jira, Confluence), test case cũ (excel, Zephyr...), API spec (Swagger) để connect các thứ lại cho AI Agent đọc làm như nào vậy bác

manhpro299 · Thứ Tư lúc 20:13

Conchimnhonho123 đã nói:
Mình dùng cả chatgpt và claude để tụi nó tranh luận update. Còn về token mình có nói ở cmt trên.

Đơn giản and Hiệu quả :sweet_kiss:

Nhưng chỉ dành cho người thật sự giỏi.

Đỗ Lít · Thứ Tư lúc 23:30

Vấn đề khó nhất với IT hiện nay là tìm user và bán được hàng.
Code bây giờ rẻ, MVP toàn rác. Quy trình làm sản phẩm sai hẳn. Rồi ra 1 đống app không có người dùng, đem lên chợ thủ dâm với nhau

ToBe_or_NotToBe · Thứ Tư lúc 23:39

mô hình của chủ thớt là Dark Factory cho bác nào muốn tìm hiểu, nhưng mà tỷ lệ dự án thành rác là rất cao :byebye:

The 5 Levels of AI Coding: From Spicy Autocomplete to the Dark Factory

Discover the five levels of AI coding autonomy—from manual reference tools to fully autonomous dark factories—and find the right level for your workflow.

www.mindstudio.ai

Conchimnhonho123 · Thứ Năm lúc 00:47

overnight106 đã nói:
các bước bác list out là làm 1 fow tự phân tích requirement>viết test case> seed test data> update test case> automation test case> automation execution test?> report hay bác gợi ý em làm POC cho mỗi cái em còn hơi newbie trong AI nên mong bác chỉ thêm.

Thêm một thắc mắc nữa là các source hiện tại requirement, ticket (Jira, Confluence), test case cũ (excel, Zephyr...), API spec (Swagger) để connect các thứ lại cho AI Agent đọc làm như nào vậy bác

Mình làm full luôn bác, từ các phần ghép lại thôi bác.
Bác download or copy vào chatbot của nó yêu cầu nó lưu lại thôi. Mình có 1 folder inbox để lưu nguồn dữ liệu, bác chia ra loại đã xác nhận và đang trao đổi, và tạo markdown để truy vết

Conchimnhonho123 · Thứ Năm lúc 00:51

Đỗ Lít đã nói:
Vấn đề khó nhất với IT hiện nay là tìm user và bán được hàng.
Code bây giờ rẻ, MVP toàn rác. Quy trình làm sản phẩm sai hẳn. Rồi ra 1 đống app không có người dùng, đem lên chợ thủ dâm với nhau

ToBe_or_NotToBe đã nói:
mô hình của chủ thớt là Dark Factory cho bác nào muốn tìm hiểu, nhưng mà tỷ lệ dự án thành rác là rất cao

The 5 Levels of AI Coding: From Spicy Autocomplete to the Dark Factory

Discover the five levels of AI coding autonomy—from manual reference tools to fully autonomous dark factories—and find the right level for your workflow.

www.mindstudio.ai

À mình làm để bổ trợ công việc là chính chứ không phải tạo sản phẩm liên tục gì đó mà rác nghe tiêu cực quá mấy bác.
Mình làm brse/pm, cv của mình quản lý nhiều dự án nên mình tối ưu nó thôi.
Bật mí thì hiện tại nó support mình có thề quản lý 5 dự án 1 lúc nhưng vẫn nhàn để lên voz chém gió suốt ấy

Có cái là mình muốn ăn trọn dự án từ sếp luôn, nghĩa là ko trả tiền offshore nữa mình muốn 1 mình thầu luôn dự án nếu mình test poc đủ, nên cần hỏi các bác có công đoạn nào mấy bác nghĩ AI ko join dc để mình vá dự án của mình ấy

Conchimnhonho123 · Thứ Năm lúc 00:54

manhpro299 đã nói:
Đơn giản and Hiệu quả Nhưng chỉ dành cho người thật sự giỏi.

Hiện tại mình vẫn vướng khâu infra và connect vs các service ngoài mình vẫn phải join để làm chứ quy trình tạo sản phẩm mình cũng đang thấy nó ngon ngon rồi bác à

daobin · Thứ Năm lúc 00:55

Lúc nói chuyện với sếp có chèn tiếng anh vô tội vạ thế này không bạn?

Thật sự công đoạn IT hiện tại khó nhất là gì nhi? Mình đang làm 1 AI process

Senior Member

Senior Member

Senior Member

Senior Member

Senior Member

Senior Member

Senior Member

Senior Member

Senior Member

Senior Member

Senior Member

Senior Member

Senior Member

Senior Member

Senior Member

Đã tốn tiền

Senior Member

Senior Member

Senior Member

Senior Member

Chủ đề tương tự

Thống kê chủ đề

Chia sẻ trang này