The Manager as Riverbank

The death and revival of the hands-on Engineering Manager

Vai trò giám đốc kỹ thuật (Engineering Manager) thực hành đang dần biến mất do xu hướng …

How to keep thinking

Năm 2026, khi làm việc với các AI agent, kỹ sư phần mềm phải chuyển đổi ngữ cảnh nhanh chóng và lướt qua đầu ra của LLM, khiến thời gian dành cho tư duy sâu bị thu hẹp. Tác giả đề xuất hai biện pháp: viết bằng ngôn ngữ của riêng bạn (không dùng LLM) để buộc bản thân diễn đạt ý tưởng rõ ràng, và đọc sách phi hư cấu nặng ký một cách chậm rãi. Kết hợp cả hai giúp duy trì thói quen tư duy chậm bên ngoài công việc, vốn cần thiết cho những nhiệm vụ như tái cấu trúc lớn mà LLM hiện chưa thể xử lý tốt.

Lập trình viên nên đọc bài này để khắc phục thói quen suy nghĩ nhanh nhẹn do AI thay đổi, giúp bảo vệ kỹ năng tư duy sâu sắc—cần thiết cho việc phân tích mã phức tạp, tối ưu hóa hệ thống mà các công cụ hiện tại chưa thể thực hiện hiệu quả.

Monitors for Work

Công ty tiết kiệm chi phí màn hình rẻ tiền (như model 15.6" FullHD USB-C $89) trong khi trả lương cao cho nhân viên IT là quyết định kinh tế kém. Nghiên cứu của Microsoft từng chứng minh màn hình lớn có thể tăng 50% năng suất, do đó đầu tư 1.000–40.000 USD cho phần cứng có thể hoàn vốn dễ dàng. Tác giả khuyên nên hỏi về chính sách phần cứng khi phỏng vấn để đánh giá sự tôn trọng nhân viên của doanh nghiệp.

Những lập trình viên có kinh nghiệm sẽ nhận ra cách các công ty bỏ qua đầu tư vào thiết bị làm việc chất lượng là một lỗ hổng kinh tế nghiêm trọng, ảnh hưởng đến hiệu suất và sự hài lòng của đội ngũ kỹ thuật.

The AI productivity gap

Mặc dù AI hứa hẹn nâng cao năng suất, nhưng những lợi ích thực tế vẫn còn khiêm tốn do …

AI-Assisted Engineering: Measure Outcomes, Not Activity

Đo lường hiệu quả của AI-assisted engineering chỉ dựa trên hoạt động (như người dùng tích cực, token usage, dòng code sinh ra) là chưa đủ, cần tập trung vào kết quả thực tế thay vì khối lượng công việc.

Lập trình viên nên đọc bài này để hiểu cách đánh giá hiệu quả thực sự của AI trong việc hỗ trợ công việc, thay vì chỉ dựa vào số liệu hoạt động bề ngoài, giúp họ tối ưu hóa cách sử dụng công cụ AI để tạo ra kết quả thực tế và tiết kiệm thời gian hiệu quả hơn.

Blog: The Senior Engineer's Trap: When Your Own Expertise Becomes the Bottleneck

Khi chuyên môn sâu của kỹ sư cấp cao vô tình trở thành rào cản cho cả team, thay vì thúc đẩy sự tiến bộ chung. Bài viết phân tích trường hợp tại Wawandco, chỉ ra nguyên nhân và đề xuất giải pháp dựa trên nghiên cứu.

Lập trình viên senior hiểu rõ rằng chuyên môn của mình không chỉ là kỹ năng mà còn là cách để họ chuyển đổi thành động lực để đội ngũ phát triển nhanh hơn và hiệu quả hơn.

The "I don't know, Claude wrote this" pandemic

Khi Claude tạo ra nội dung gây hại hoặc không phù hợp, người dùng thường đổ lỗi "Tôi không biết, Claude đã viết cái này" như một xu hướng phổ biến trong thời đại AI.

Lập trình viên nên đọc bài này để tránh bị lừa bởi các AI như Claude khi họ đưa ra những giải pháp đơn giản hoá hoặc sai lầm về kỹ thuật, có thể dẫn đến những quyết định sai lầm trong dự án thực tế.

Competence Debt: I Ran the Test on Myself

Mỗi lần triển khai sản phẩm vượt quá khả năng tự phát triển, bạn đang tích lũy "competence debt" (nợ năng lực). Tác giả đã tự đánh giá mức độ nợ này trên chính bản thân mình.

Là một lập trình viên, bạn nên đọc bài này để nhận thức rõ về nợ kỹ năng—một khái niệm quan trọng giúp bạn đánh giá và quản lý tốt hơn những thành phần ngoài tay mình, tránh rủi ro về chất lượng và thời gian trong quá trình phát triển.