LLM đã thay đổi nghề DEV như thế nào?

[dangquangminh]

Sự thay đổi lớn trong cách phát triển phần mềm và giải quyết bài toán sau khi mô hình ngôn ngữ lớn (LLM) như GPT, Claude, PaLM… ra đời. Ta có thể gọi đây là sự chuyển đổi từ Pre-LLM sang Post-LLM.

---

✨ So sánh: Pre-LLM vs Post-LLM

🧱 Pre-LLM (Trước thời đại LLM)

• Ai viết code?
  Lập trình viên là trung tâm. Họ viết thuật toán bằng tay bằng các ngôn ngữ như Python, Go, C++, v.v.
• Quy trình làm việc:
  1. Developer xác định bài toán và thuật toán.
  2. Viết code trong IDE (như VS Code).
  3. Thực thi code và lấy output.
• Đặc trưng:
  • Mọi thứ đều phải lập trình tường minh.
  • Phụ thuộc nhiều vào kỹ năng coding truyền thống.
  • Không có khả năng học từ dữ liệu — chỉ là thực thi logic đã định.

---

🧠 Post-LLM (Sau khi có LLM)

• Ai quyết định logic?
  Mô hình (LLM) học từ tập dữ liệu khổng lồ để hiểu quy luật và ngữ cảnh, thay vì phụ thuộc hoàn toàn vào logic viết tay.
• Quy trình làm việc:
  1. Cung cấp dataset và đầu vào ngữ cảnh (prompt, input).
  2. Mô hình (LLM) xử lý dựa trên dữ liệu đã học và tạo ra output.
  3. Nhà phát triển có thể chỉ cần điều chỉnh thuật toán nhỏ (prompt engineering, fine-tuning).
• Các công cụ phổ biến:
  • HuggingFace 🤗: nền tảng chia sẻ mô hình ML/LLM
  • Jupyter: môi trường thử nghiệm tương tác (cho ML, Data Science)
  • Mô hình Neural: được training sẵn, chỉ cần dùng lại (transfer learning)
• Đặc trưng:
  • Developer không cần viết mọi logic – mô hình đã học giúp đưa ra giải pháp.
  • Chuyển từ “lập trình” sang “dạy mô hình bằng dữ liệu”.
  • Tối ưu bằng prompt, context, hoặc dữ liệu chứ không bằng mã nguồn.

---

🔄 Sự khác biệt chính:

Trung tâm	Developer	Mô hình học sâu (Model)
Logic	Viết bằng tay	Học từ dữ liệu
Công cụ	IDE, code	Dataset, prompt, LLMs
Đầu ra	Quyết định bởi code	Quyết định bởi dữ liệu + model
Ứng dụng	Rule-based systems	AI-driven, adaptive systems

---

📌 Kết luận:


Công nghệ LLM đã làm thay đổi căn bản vai trò của lập trình viên:

• Từ người viết từng dòng code, họ trở thành người dẫn dắt mô hình bằng dữ liệu và ngữ cảnh.
• Điều này mở ra một kỷ nguyên mới của lập trình không truyền thống, nơi thuật toán không còn là trung tâm duy nhất — mà là sự hiểu biết ngữ cảnh và khả năng học hỏi của mô hình.

---