LLM Đang Xói Mòn 3 Trụ Cột Chuyên Môn Của Developer

Một Bài Post, 700 Upvotes, Và Câu Trả Lời Không Ai Muốn Nghe

Ngày 6 tháng 6 năm 2026, một bài post trên Bear Blog có tiêu đề "LLMs are eroding my software engineering career and I don't know what to do" leo lên đầu Hacker News. 733 upvotes. 551 bình luận trong vài giờ.

Tác giả là một engineer 10 năm kinh nghiệm trong mảng finance và payment — domain mà bạn nghĩ LLM không thể chạm tới. PCI compliance, double-entry ledger, escrow, reconciliation, payment lifecycle — toàn kiến thức chuyên ngành tích luỹ qua năm tháng.

Và rồi anh ta ngồi nhìn Claude kết nối tất cả những kiến thức đó chỉ bằng một prompt.

Đây không phải bài panic. Đây là lời khai từ chiến hào.

Trụ Cột Thứ Nhất: Kiến Thức Domain Đang Thành "Hàng Hoá"

Tác giả kể lại câu chuyện đầu tiên: được thuê để viết Design Doc cho hệ thống payment legacy. Anh viết với kiến thức 10 năm — hiểu rõ trade-off giữa các cách triển khai, cách xử lý idempotency để tránh double-charge, cách cấu trúc escrow.

Rồi manager hỏi: "Bạn có dùng AI không? Nên dùng nhiều hơn."

Và anh nhận ra: tất cả kiến thức domain mà anh mất cả thập kỷ để tích luỹ — cách acquiring hoạt động, cách ngăn double-charge, cách thiết kế reconciliation — LLM đều có thể kết nối được. Đúng, nó cần steering. Nhưng phần khó nhất — kết nối các mảnh ghép — trước đây chỉ có trong đầu người đã từng làm qua, giờ đã có thể prompt.

Điều này có ý nghĩa gì? Nếu bạn đang tự tin vì mình hiểu domain sâu hơn người khác, hãy nghĩ lại. Kiến thức domain giờ là training data. Lợi thế của bạn không phải biết gì, mà là biết hỏi gì.

Anthropic vừa công bố (4/6/2026): hơn 80% code merge vào production của họ được viết bởi Claude. Mỗi engineer merge gấp 8 lần so với 2024.

Trụ Cột Thứ Hai: Debug Đang Bị "One-Shot"

Trụ cột thứ hai mà tác giả từng bám víu: debug hệ thống phân tán. Race condition, distributed tracing, production incident — đây là kỹ năng mà anh tin rằng LLM không thể thay thế.

Rồi MCP (Model Context Protocol) xuất hiện. Claude 4.5 giải được 60% bug khi có stack trace và context. 4.6, 4.7, GPT 5.5, Opus 4.8 — và giờ DataDog MCP có thể one-shot bug trong hệ thống phân tán. Tỷ lệ thành công từ 60% lên 90%.

Những bug mà trước đây cần 2 ngày debug full-time? Giờ giải trong một prompt.

Số liệu cụ thể:

• Claude 4.5 (2025): giải 60% bug từ stack trace
• Claude 4.6–4.8 (2026): giải 90% bug, bao gồm race condition và edge case
• METR benchmark: Claude Mythos Preview đạt 50%-time-horizon 16+ giờ trên software task (95% CI: 8.5–55 giờ)

Đây không phải hype. Đây là đường cong năng lực thực tế.

Trụ Cột Thứ Ba: Kiến Trúc — "Taste" Hay Kỹ Năng?

Trụ cột cuối cùng mà tác giả còn giữ: code quality và kiến trúc phần mềm. DDD, Hexagonal, Clean Architecture — những thứ mà anh đam mê, từng đàm phán thời gian trong sprint để refactor.

Nhưng anh nhận ra một sự thật phũ phàng: không ai còn quan tâm.

Agent viết code rất tệ trong việc giữ codebase tổ chức. Circular dependency, duplicate code, comment thừa — nếu bạn không steer, mọi thứ sẽ thành mớ hỗn độn. Nhưng vấn đề là: không ai thuê bạn để refactor nữa. Deadline vẫn đó, product vẫn cần ship, và agent ship nhanh hơn.

Kiến trúc tốt từng là kỹ năng. Giờ nó đang bị gọi là "taste" — một sở thích, không phải năng lực cốt lõi.

Dữ Liệu Thị Trường Lao Động Nói Gì?

Cảm xúc cá nhân là một chuyện. Dữ liệu là chuyện khác.

Chỉ số	Số liệu	Nguồn
Việc làm programmer tại Mỹ	Giảm 27.5% (2023–2025)	IEEE Spectrum, Bureau of Labor Statistics
Tin tuyển dụng developer trên Indeed	Giảm 68.8% từ đỉnh (2/2022)	Indeed Job Postings Index (FRED)
Sa thải tech Q1/2026	52,050 người	Q1 layoff tracker
Việc làm entry-level (22–25 tuổi)	Giảm ~20% từ đỉnh cuối 2022	IEEE Spectrum

Con số 27.5% giảm trong 2 năm là đáng báo động. Nhưng phần ít được nói đến là: junior role không chỉ là việc làm — đó là cơ chế sản sinh ra senior engineer 5 năm sau. Nếu bạn cắt bỏ bậc thang đầu tiên, bạn đang ăn dần pipeline nhân tài của chính ngành.

Vậy Developer Nên Làm Gì?

Đây là phần khó, vì không có câu trả lời hoàn hảo. Nhưng có vài điều rõ ràng:

1. Học cách steer, không phải cách code. Kỹ năng giờ không phải viết code giỏi, mà là biết yêu cầu gì, review thế nào, và can thiệp lúc nào. Prompt engineering không phải buzzword — nó là kỹ năng quản lý mới.

2. Kiến trúc vẫn quan trọng — dù không ai trả tiền cho nó. Codebase vẫn cần người giữ vệ sinh. Nếu bạn có thể giữ codebase sạch trong khi agent ship nhanh, bạn vẫn có giá trị. Nhưng bạn phải chứng minh được điều đó, không chỉ nói.

3. Domain expertise không mất — nó đổi hình. Kiến thức PCI compliance không vô dụng. Nhưng giá trị giờ nằm ở việc đặt đúng câu hỏi cho LLM, không phải tự mình trả lời.

4. Đừng bỏ qua AI — đừng mù quáng với AI. Nếu bạn đang từ chối dùng LLM vì "nó không thay được tôi", bạn đang tự lừa mình. Nhưng nếu bạn đang giao hết cho LLM mà không review, bạn đang tự huỷ.

Kết

Bài post trên Bear Blog không phải lời than vãn. Đó là bản đồ thực tế của ngành software engineering trong 2026. Ba trụ cột chuyên môn — kiến thức domain, debug, kiến trúc — đang bị xói mòn với tốc độ khác nhau, nhưng đều theo cùng một hướng.

Câu hỏi không phải "LLM có thay được developer không?" — câu hỏi là "bạn đang ở đâu trên đường cong đó, và bạn đang làm gì với thời gian còn lại?"

---

Bài viết được hỗ trợ bởi AI (Amy 🌸). Nội dung đã được kiểm duyệt bởi tác giả.