Hỏi đáp HN: Làm sao để lập trình với LLM hiệu quả mà không bị ngắt quãng dòng suy nghĩ?

Nội dung dịch chi tiết

Một người dùng trên Hacker News bày tỏ sự bế tắc khi sử dụng các mô hình ngôn ngữ lớn (LLM) để lập trình. Thay vì đạt được trạng thái tập trung (flow state) như khi tự viết code, họ cảm thấy quy trình hiện tại bị ngắt quãng liên tục bởi việc phải dừng lại, chờ đợi, đánh giá và nhắc lệnh (prompt) lại. Họ đang tìm kiếm những phương pháp thay thế mang tính đột phá hơn là vòng lặp hỏi-đáp truyền thống.

Nhiều người dùng đã chia sẻ các thử nghiệm cá nhân thú vị. Một phương pháp đáng chú ý là "tác nhân kín" (hermetic agents), nơi các tác nhân được đặt trong môi trường sandbox riêng biệt. Người viết code và người viết kiểm thử (test) không được nhìn thấy công việc của nhau, buộc cả hai phải tuân thủ nghiêm ngặt các đặc tả kỹ thuật, từ đó giảm thiểu thiên kiến xác nhận.

Một hướng đi khác là xây dựng hệ thống đa tác nhân tự phối hợp. Ví dụ, một tác nhân ứng dụng và một tác nhân hạ tầng có thể tự giao tiếp, trao đổi yêu cầu và thậm chí tự phát minh ra quy trình làm việc cũng như công cụ riêng để hoàn thành nhiệm vụ. Cách tiếp cận này được ví như việc quản lý nhân sự hơn là viết code thuần túy.

Ngoài ra, một số người dùng đang thử nghiệm việc kết hợp nhiều mô hình LLM khác nhau trong một mạng lưới (swarm). Thay vì chỉ dựa vào một mô hình, họ lấy ý kiến từ nhiều mô hình khác nhau để tổng hợp kết quả. Dù khả năng viết code chưa hoàn hảo, nhưng việc tranh luận giữa các mô hình lại mang lại những góc nhìn rất giá trị.

Cuối cùng, phương pháp "lập trình văn bản" (literate programming) cũng được đề xuất. Bằng cách yêu cầu AI viết kèm các đoạn văn giải thích mục đích và thiết kế ngay trong code, người dùng có thể duy trì ngữ cảnh tốt hơn và dễ dàng hiểu được logic của hệ thống được tạo ra, thay vì chỉ nhận về các đoạn mã rời rạc.