Kỹ sư trưởng Deepmind chia sẻ về cách vibe code, cách dùng AI trong code, lời khuyên cho anh em dev
Đăng lúc
11:25 30.05.2025
Tại sự kiện Google IO 2025 vừa diễn ra, mình có dịp may mắn được gặp chị Paige Bailey, AI Developer Relations Lead tại Google Deepmind, người đứng đằng sau rất nhiều dự án tên tuổi của Google, đặc biệt là các công cụ LLM, AI dành cho lập trình viên,… Mình đã học được rất nhiều về cách xài các công cụ hỗ trợ dev của Google vừa ra mắt, các tính năng của nó, rồi cả chuyện vibe code sao cho đúng và đã nhận được rất nhiều lời khuyên từ chị, bao gồm cả các lưu ý dành cho các bạn senior dev lẫn junior dev giữa thời buổi AI cứ đòi cướp việc dev. Xin được chia sẻ với các bạn.
Sơ một chút về Paige Bailey cho bạn nào quan tâm, chị từng là người lãnh đạo nhiều dự án quan trọng như Code AI, PaLM 2 và cả team phát triển các model gen AI Gemini. Chị từng tham gia vào nhiều dự án tích hợp tính chất AI vào trong các công cụ "truyền thống" của Google như Search, YouTube, Sheets, Docs,…. Mình có kết nối với chị ấy trên Linkedin thì phát hiện ra đúng là chuyên gia về data science lẫn AI engineering chuyên nghiệp. Công việc không chỉ xoay quanh chuyện code mà cả tạo ra các công cụ code bằng AI. Thật sự cuộc nói chuyện khoảng 30 phút với chị giúp mình học được cực kỳ nhiều điều.
Tại sự kiện Google IO, công ty đã giới thiệu một loạt rất nhiều những công cụ AI để hỗ trợ quá trình làm việc của các lập trình viên. Bailey giải thích rằng đây chính là những giải pháp đa dạng giúp các nhà phát triển có thể kết hợp AI vào công việc của họ theo một cách không thể đơn giản và hiệu quả hơn.
Có rất nhiều các công cụ được giới thiệu, bao gồm không chỉ những cập nhật trong Google AI Studio, Firebase Studio mà cả Colab Data Science Agent, Jules hay thậm chí là AI thiết kế UI Stitch,… Mình thắc mắc với Bailey rằng vậy đâu sẽ là điểm khác biệt của những công cụ này so với những đối thủ khác vốn nổi lên trước giờ như Cursor, Windsurf, RooCode,…?
Bailey chia sẻ chi tiết về các công cụ mà Google cung cấp:
Theo Bailey, 2 công cụ Jules và Colab Data Science Agent sẽ cho người dùng cảm giác AI rất "tự hành", làm được việc đúng ý người dùng,… Đó chính là tính chất agentic và cũng là xu hướng mà tất cả các ứng dụng AI đang hướng tới ở tương lai gần.
Cá nhân mình thời gian qua cũng nghịch thử khá nhiều các IDE code với AI, cũng thử khá nhiều các workflow, rồi dùng với MCP, tìm đủ cách cho nó đọc codebase,… Các IDE này hầu hết đều cho người dùng add thêm API của OpenAI hay Google,… để xài. Tuy nhiên hiện vẫn còn khá nhiều những hạn chế trong quá trình build, đặc biệt là back end.
Bailey cho biết rằng Google cho phép tạo key API trong giao diện AI Studio. Key này có thể được sử dụng với các IDE mà người dùng đang yêu thích như Cursor, Windsurf, Roo Code, Clien,... Google cũng đang hợp tác chặt chẽ với các nhóm này để đảm bảo trải nghiệm nhà phát triển được hỗ trợ bởi Gemini luôn ổn định và thoải mái nhất. Ngoài ra, nhóm Google Labs cũng đang tập trung hoàn thiện trải nghiệm của developer đối với các công cụ như Jules lẫn tools AI tạo frontend Stitch và Colab Data Science Agent phục vụ khoa học dữ liệu.
Về cách sử sử dụng API Gemini. Người dùng có thể dùng API trong các IDE dành cho developer mà bạn đang xài như đã nói, hoặc cũng có thể sử dụng trong các công cụ dành cho người dùng cuối như Stitch, Jules, Colab Data Science Agent, AI Studio,… đều được.
Về các giới hạn của các công cụ AI coding (thí dụ: AI không biết toàn bộ codebase, kiến thức không cập nhật,…), Paige Bailey cho rằng một trong những lợi ích của Gemini 2.5 và các mô hình Gemini khác là chúng có cửa sổ ngữ cảnh (context window) rất dài. Cửa sổ ngữ cảnh dài cho phép hỏi các câu hỏi bao quát toàn bộ codebase. Điều này đặc biệt hữu ích cho các nhà phát triển junior khi làm quen nhanh với codebase cũ hoặc kho lưu trữ mã nguồn mở lớn. Thay vì chờ đợi hoặc tìm kiếm sự giúp đỡ từ các developer senior. Nhờ đó họ có thể tự mình hỏi mô hình cách nắm được cấu trúc các codebase phức tạp một cách dễ dàng hơn. Bailey khẳng định rằng đây là điểm độc đáo của Gemini so với các model khác.
Ngoài ra, chị nói rằng Gemini là một "người bạn an toàn" để hỏi các câu hỏi khi mới làm quen với kỹ thuật phần mềm, hỗ trợ hơn 100 ngôn ngữ và có mô hình âm thanh cho phép hỏi câu hỏi bằng giọng nói để tăng trải nghiệm người dùng.
Đây là cái mà mình cực kỳ tò mò và muốn học lỏm được từ Bailey trong cuộc nói chuyện. Ở góc độ vừa là một nhà phát triển, vừa là một chuyên gia phát triển AI tại Google, vừa lãnh đạo nhiều nhóm đã tạo ra các sản phẩm ấn tượng, chắc chắn Bailey sẽ biết những workflow tiên tiến hiện nay.
Từ kinh nghiệm bản thân, Bailey nói rằng "quy trình phụ thuộc vào thứ cô ấy đang cố gắng xây dựng, nhưng một cách hiệu quả là bắt đầu dự án trong AI Studio. Đầu tiên hãy mô tả công việc cho Gemini hoặc yêu cầu Gemini tạo prompt. Sau đó Gemini sẽ tạo ra phiên bản ứng dụng đầu tiên ngay trong môi trường Google AI Studio. Sau khi ứng dụng được tạo, chúng ta có thể xem, chạy thử, thử nghiệm."
Sau đó, cô ấy thường lấy code ban đầu để xử lý tiếp. Nếu nó hoạt động, tiếp tục fine tune cho đúng ý và có thể triển khai lên Cloud Run hoặc chia sẻ với nhóm. Ngoài ra, cô cho biết chúng ta có thể tải code xuống để tương tác local bằng VS Code. Một thông tin thú vị là Bailey cho biết chị thường dùng Roo Code và Cline để sử dụng AI Gemini.
Một điểm khác là Bailey nhận thấy rằng càng về sau, thời gian dành ra để làm việc trong quá trình phát triển dự án sẽ chủ yếu trong AI Studio bởi nó đã cho phép người dùng iterate ứng dụng tại chỗ. Hơn thế, một lợi ích của code được tạo trong AI Studio là nó tuân thủ các API mới nhất. Ngay khi nhóm SDK hoặc API thực hiện thay đổi hoặc thêm tính năng mới, bạn sẽ có quyền truy cập vào chúng trong AI Studio. Điều này đảm bảo code được tạo ra luôn có tính cập nhật.
Paige Bailey cảm thấy rằng "mọi nhà phát triển, ở mọi giai đoạn sự nghiệp, nên dành càng nhiều thời gian càng tốt với các công cụ phát triển hỗ trợ AI. Đây là thời điểm thú vị để trở thành nhà phát triển. Song song cũng có nhiều thứ cần học và hiểu."
Chị ấy khuyến khích mọi người hãy thử nghiệm với AI Studio và cả mọi công cụ có thể tiếp cận như Lovable, Bolt, v0.dev,… Sau đó hãy xem chúng hoạt động thế nào cho công việc của bạn. Bailey nói rằng đầu tiên sử dụng các gói miễn phí (free tiers) của các sản phẩm này trước khi ra quyết định. Sau khi xây dựng chuyên môn và kiến thức, hãy chuyển sang các công cụ phức tạp hơn. Google cũng vừa ra mắt khóa học chuyên sâu về AI tạo sinh trên Kaggle (Kaggle Generative AI intensive course) hướng dẫn sử dụng API Gemini, AI Studio, vector databases, retrieval, agents, evals,… để mọi người có thể cập nhật kiến thức mới liên tục.
Bailey cho biết rằng: "Đối với các junior: Đây là thời điểm tốt nhất để học cách trở thành một developer. Đối với các senior: Thế giới đang thay đổi, đây cũng là một trong những thời điểm thú vị nhất. Thế giới sẽ được làm phong phú bởi AI và đó là điều tất cả chúng ta cần nhận ra về lâu dài."
Theo Bailey, các nhà phát triển truyền thống cần học các bộ kỹ năng mới. Lực lượng lao động ở mảng phần mềm đang được gia tăng đáng kể. Sundar Pichai đã đề cập trong một cuộc họp báo cáo thu nhập của Google gần đây rằng hơn 30% code được tạo ra tại Google mỗi tuần là do AI tạo ra.
Mọi nhà phát triển đều đang học những điều mới và tất cả đang cùng nhau phát triển cũng như chứng kiến cách thế giới kỹ thuật phần mềm thay đổi. Điều đó chắc chắn đòi hỏi chúng ta thích ứng, học tập để có thể nhanh chóng làm quen với điều kiện mới hiện nay.
Hiện tại, Gemini đang là một trong các bên khá rộng tay trong việc cho xài API. Gần như các model mới nhất đều có thể được xài API không giới hạn nhiều, đầy đủ context length,… chỉ là giới hạn số request mỗi phút.
Chia sẻ cụ thể về các chính sách dùng API miễn phí để nghiên cứu, Bailey cho biết: "Hiện Google đã có gói miễn phí cho Gemini APIs. Nếu cần tăng giới hạn tốc độ (rate limit), có một biểu mẫu trong tài liệu để gửi yêu cầu. Google cũng có chương trình Google AI Startups dành cho các startup, cung cấp tới 350.000 USD tín dụng Cloud (áp dụng cho Gemini APIs) trong hai năm. Đây là cách các nhóm phát trienr vừa tăng giới hạn tốc độ và lẫn quota cho các API Gemini call nhiều hơn.
Trước thắc mắc này, Bailey nói với mình rằng: "với việc ngày càng nhiều người tạo ra phần mềm, sẽ cần nhiều phương pháp hay nhất về AI (AI best practices) quanh việc bảo trì phần mềm theo thời gian và đảm bảo an toàn bảo mật. Các công cụ như Jules rất hữu ích vì chúng có thể lo các công việc "vệ sinh" phần mềm (software hygiene practices) như nâng cấp hoặc chuyển từ thư viện này sang thư viện khác. Điều này giúp nhà phát triển dành nhiều thời gian hơn cho việc xây dựng và ít lo lắng hơn về các vấn đề đó.Google cũng đang đầu tư đáng kể vào AI cho bảo mật phần mềm như một phần của Google Cloud Platform và điều này chắc chắn sẽ được mở rộng về lâu dài."
Từ quan sát trong ngành, Paige Bailey cảm thấy rằng một số công ty, ứng dụng, thiết kế thử nghiệm tốt nhất mà cô ấy thấy gần đây là từ những người thực sự tập trung vào trải nghiệm người dùng (user experience). Họ xây dựng cho một thị trường ngách (niche) và được định nghĩa rõ ràng.
Bailey trích lại một câu nói ở Google rằng "Tập trung vào người dùng và mọi thứ khác sẽ theo sau". Điều tốt nhất mà nhà phát triển có thể làm là thực sự hiểu người dùng muốn gì và chuyển điều đó thành ứng dụng họ đang xây dựng.
Mặc dù hiện tại việc tạo ra ứng dụng đã dễ dàng hơn rất nhiều, nhưng nó vẫn đòi hỏi các kỹ sư phải có hiểu biết sâu sắc về sản phẩm. Đó chính là chìa khóa để có thể tăng tính cạnh tranh trên thị trường khốc liệt hiện nay.
Paige Bailey không nói thay cho DeepMind, nhưng chị có nhắc đến V3 và các mô hình hội thoại thời gian thực có thể dịch cuộc trò chuyện trực tiếp giữa hai ngôn ngữ. Đó chính là minh chứng rõ nhất của ứng dụng của model AI đa phương thức.
Chị cho biết rằng DeepMind đang đầu tư mạnh mẽ vào trải nghiệm đa phương thức. Điều này bao gồm cả âm thanh-thành-âm thanh và các mô hình tạo video mạnh mẽ có thể hiểu vật lý, tạo nhạc nền, hiệu ứng âm thanh, hội thoại.
Điều này sẽ biến đổi những gì nhà phát triển đang xây dựng, cho phép tạo ra các ứng dụng thực tế tăng cường (AR) hoặc trải nghiệm nhập vai hoàn toàn (fully immersive experiences). Các ứng dụng sẽ có thể kết hợp nhiều loại thông tin khác nhau như video và âm thanh.
Đây là thời điểm thú vị không chỉ để trở thành một developer mà còn là người trực tiếp trải nghiệm cách AI biến đổi mọi sản phẩm. Google đang xây dựng những thứ từ khoa học viễn tưởng trở thành thực tế ngoài đời. Bailey đưa ra thí dụ về Babelfish trong Hitchhiker's Guide to the Galaxy, hiện đã trở thành hiện thực.
Google thực sự tập trung vào việc kết hợp nhiều tính cá nhân hóa hơn vào các mô hình Gemini. Josh Woodward đã nhấn mạnh điều này trong bài phát biểu tại sự kiện Google IO ngày đầu tiên. Với cửa sổ ngữ cảnh dài hơn, có thể bao gồm tất cả các tùy chọn cá nhân và các khía cạnh công việc độc đáo của người dùng (làm việc với Docs, Sheets, Drive). Những thông tin chi tiết này có thể hướng dẫn các mô hình Gemini trở nên ngày càng cá nhân hóa theo nhu cầu của người dùng qua thời gian.
Bailey cho biết Google thực sự hy vọng xây dựng các trải nghiệm cá nhân hóa hơn với các mô hình Gemini và nhúng chúng vào trong các ứng dụng Google Workspace. Hiện có các cách tiếp cận khác nhau được đưa ra, chẳng hạn như kết hợp với kỹ thuật RAG thay vì đưa mọi thứ vào cửa sổ ngữ cảnh hay tính năng hỗ trợ cho MCP cũng mới được thêm vào SDK để phục vụ điều này.
Sơ một chút về Paige Bailey cho bạn nào quan tâm, chị từng là người lãnh đạo nhiều dự án quan trọng như Code AI, PaLM 2 và cả team phát triển các model gen AI Gemini. Chị từng tham gia vào nhiều dự án tích hợp tính chất AI vào trong các công cụ "truyền thống" của Google như Search, YouTube, Sheets, Docs,…. Mình có kết nối với chị ấy trên Linkedin thì phát hiện ra đúng là chuyên gia về data science lẫn AI engineering chuyên nghiệp. Công việc không chỉ xoay quanh chuyện code mà cả tạo ra các công cụ code bằng AI. Thật sự cuộc nói chuyện khoảng 30 phút với chị giúp mình học được cực kỳ nhiều điều.
Tại sự kiện Google IO, công ty đã giới thiệu một loạt rất nhiều những công cụ AI để hỗ trợ quá trình làm việc của các lập trình viên. Bailey giải thích rằng đây chính là những giải pháp đa dạng giúp các nhà phát triển có thể kết hợp AI vào công việc của họ theo một cách không thể đơn giản và hiệu quả hơn.
Những công cụ hỗ trợ code với AI mà Google vừa ra mắt
Có rất nhiều các công cụ được giới thiệu, bao gồm không chỉ những cập nhật trong Google AI Studio, Firebase Studio mà cả Colab Data Science Agent, Jules hay thậm chí là AI thiết kế UI Stitch,… Mình thắc mắc với Bailey rằng vậy đâu sẽ là điểm khác biệt của những công cụ này so với những đối thủ khác vốn nổi lên trước giờ như Cursor, Windsurf, RooCode,…?
Bailey chia sẻ chi tiết về các công cụ mà Google cung cấp:
- Google AI Studio: Nền tảng của Google DeepMind để thử nghiệm các mô hình, tạo ứng dụng, triển khai lên Cloud Run. Đây là cách tốt nhất để truy cập các mô hình và tính năng thử nghiệm của Google ngay khi chúng ra mắt. Các bạn có thể tận dụng nó để tạo prototype ứng dụng tích hợp với các mô hình Gemini và giới thiệu nó với thế giới.
- Firebase Studio: Đây là công cụ được phát triển bởi nhóm Firebase, tập trung chủ yếu vào phát triển ứng dụng di động và công nghệ Firebase. Rất tốt cho các nhà phát triển Firebase để bắt đầu tạo các ứng dụng có thể triển khai nhanh chóng.
- Colab Data Science Agent: đây sẽ là "con" AI được thiết kế để hỗ trợ cho toàn bộ quy trình làm việc trong mảng khoa học dữ liệu. Nó sẽ tập trung vào các tác vụ như phân tích dữ liệu, xây dựng các quy trình đa bước để tạo mô hình hoặc tạo nội dung thông qua CSV. Bản chất hoạt động của bộ công cụ này chính là tính "agentic" hơn, kết hợp nhiều agent để hỗ trợ toàn bộ các bước trong quá trình xử lý dữ liệu, từ cleaning, tới hình thành data set training, rồi tùy chỉnh các tham số trong quá trình train, validate,…
- Jules: Đây là một agent có thể làm việc trên toàn bộ kho lưu trữ GitHub của developer. Người dùng có thể kết nối nó với Code Space trong repo, sau đó yêu cầu nó thực hiện các tác vụ như thêm tài liệu, sửa lỗi, đề xuất tối ưu code,…
Theo Bailey, 2 công cụ Jules và Colab Data Science Agent sẽ cho người dùng cảm giác AI rất "tự hành", làm được việc đúng ý người dùng,… Đó chính là tính chất agentic và cũng là xu hướng mà tất cả các ứng dụng AI đang hướng tới ở tương lai gần.
Cá nhân mình thời gian qua cũng nghịch thử khá nhiều các IDE code với AI, cũng thử khá nhiều các workflow, rồi dùng với MCP, tìm đủ cách cho nó đọc codebase,… Các IDE này hầu hết đều cho người dùng add thêm API của OpenAI hay Google,… để xài. Tuy nhiên hiện vẫn còn khá nhiều những hạn chế trong quá trình build, đặc biệt là back end.
Vậy với các tools mới của Google sẽ thể kết hợp vào quy trình code trong các IDE ra sao và sẽ giải quyết các giới hạn đó ra sao?
Bailey cho biết rằng Google cho phép tạo key API trong giao diện AI Studio. Key này có thể được sử dụng với các IDE mà người dùng đang yêu thích như Cursor, Windsurf, Roo Code, Clien,... Google cũng đang hợp tác chặt chẽ với các nhóm này để đảm bảo trải nghiệm nhà phát triển được hỗ trợ bởi Gemini luôn ổn định và thoải mái nhất. Ngoài ra, nhóm Google Labs cũng đang tập trung hoàn thiện trải nghiệm của developer đối với các công cụ như Jules lẫn tools AI tạo frontend Stitch và Colab Data Science Agent phục vụ khoa học dữ liệu.
Về cách sử sử dụng API Gemini. Người dùng có thể dùng API trong các IDE dành cho developer mà bạn đang xài như đã nói, hoặc cũng có thể sử dụng trong các công cụ dành cho người dùng cuối như Stitch, Jules, Colab Data Science Agent, AI Studio,… đều được.
Về các giới hạn của các công cụ AI coding (thí dụ: AI không biết toàn bộ codebase, kiến thức không cập nhật,…), Paige Bailey cho rằng một trong những lợi ích của Gemini 2.5 và các mô hình Gemini khác là chúng có cửa sổ ngữ cảnh (context window) rất dài. Cửa sổ ngữ cảnh dài cho phép hỏi các câu hỏi bao quát toàn bộ codebase. Điều này đặc biệt hữu ích cho các nhà phát triển junior khi làm quen nhanh với codebase cũ hoặc kho lưu trữ mã nguồn mở lớn. Thay vì chờ đợi hoặc tìm kiếm sự giúp đỡ từ các developer senior. Nhờ đó họ có thể tự mình hỏi mô hình cách nắm được cấu trúc các codebase phức tạp một cách dễ dàng hơn. Bailey khẳng định rằng đây là điểm độc đáo của Gemini so với các model khác.
Ngoài ra, chị nói rằng Gemini là một "người bạn an toàn" để hỏi các câu hỏi khi mới làm quen với kỹ thuật phần mềm, hỗ trợ hơn 100 ngôn ngữ và có mô hình âm thanh cho phép hỏi câu hỏi bằng giọng nói để tăng trải nghiệm người dùng.
Paige Bailey chia sẻ quy trình làm việc (workflow) cá nhân của mình với "vibe coding"
Đây là cái mà mình cực kỳ tò mò và muốn học lỏm được từ Bailey trong cuộc nói chuyện. Ở góc độ vừa là một nhà phát triển, vừa là một chuyên gia phát triển AI tại Google, vừa lãnh đạo nhiều nhóm đã tạo ra các sản phẩm ấn tượng, chắc chắn Bailey sẽ biết những workflow tiên tiến hiện nay.
Từ kinh nghiệm bản thân, Bailey nói rằng "quy trình phụ thuộc vào thứ cô ấy đang cố gắng xây dựng, nhưng một cách hiệu quả là bắt đầu dự án trong AI Studio. Đầu tiên hãy mô tả công việc cho Gemini hoặc yêu cầu Gemini tạo prompt. Sau đó Gemini sẽ tạo ra phiên bản ứng dụng đầu tiên ngay trong môi trường Google AI Studio. Sau khi ứng dụng được tạo, chúng ta có thể xem, chạy thử, thử nghiệm."
Sau đó, cô ấy thường lấy code ban đầu để xử lý tiếp. Nếu nó hoạt động, tiếp tục fine tune cho đúng ý và có thể triển khai lên Cloud Run hoặc chia sẻ với nhóm. Ngoài ra, cô cho biết chúng ta có thể tải code xuống để tương tác local bằng VS Code. Một thông tin thú vị là Bailey cho biết chị thường dùng Roo Code và Cline để sử dụng AI Gemini.
Một điểm khác là Bailey nhận thấy rằng càng về sau, thời gian dành ra để làm việc trong quá trình phát triển dự án sẽ chủ yếu trong AI Studio bởi nó đã cho phép người dùng iterate ứng dụng tại chỗ. Hơn thế, một lợi ích của code được tạo trong AI Studio là nó tuân thủ các API mới nhất. Ngay khi nhóm SDK hoặc API thực hiện thay đổi hoặc thêm tính năng mới, bạn sẽ có quyền truy cập vào chúng trong AI Studio. Điều này đảm bảo code được tạo ra luôn có tính cập nhật.
Lời khuyên cho nhà phát triển senior và junior để tận dụng AI là gì?
Paige Bailey cảm thấy rằng "mọi nhà phát triển, ở mọi giai đoạn sự nghiệp, nên dành càng nhiều thời gian càng tốt với các công cụ phát triển hỗ trợ AI. Đây là thời điểm thú vị để trở thành nhà phát triển. Song song cũng có nhiều thứ cần học và hiểu."
Chị ấy khuyến khích mọi người hãy thử nghiệm với AI Studio và cả mọi công cụ có thể tiếp cận như Lovable, Bolt, v0.dev,… Sau đó hãy xem chúng hoạt động thế nào cho công việc của bạn. Bailey nói rằng đầu tiên sử dụng các gói miễn phí (free tiers) của các sản phẩm này trước khi ra quyết định. Sau khi xây dựng chuyên môn và kiến thức, hãy chuyển sang các công cụ phức tạp hơn. Google cũng vừa ra mắt khóa học chuyên sâu về AI tạo sinh trên Kaggle (Kaggle Generative AI intensive course) hướng dẫn sử dụng API Gemini, AI Studio, vector databases, retrieval, agents, evals,… để mọi người có thể cập nhật kiến thức mới liên tục.
Bailey cho biết rằng: "Đối với các junior: Đây là thời điểm tốt nhất để học cách trở thành một developer. Đối với các senior: Thế giới đang thay đổi, đây cũng là một trong những thời điểm thú vị nhất. Thế giới sẽ được làm phong phú bởi AI và đó là điều tất cả chúng ta cần nhận ra về lâu dài."
Tác động của những thay đổi do AI tạo ra đối với nhà phát triển truyền thống so với nhà phát triển mới?
Theo Bailey, các nhà phát triển truyền thống cần học các bộ kỹ năng mới. Lực lượng lao động ở mảng phần mềm đang được gia tăng đáng kể. Sundar Pichai đã đề cập trong một cuộc họp báo cáo thu nhập của Google gần đây rằng hơn 30% code được tạo ra tại Google mỗi tuần là do AI tạo ra.
Mọi nhà phát triển đều đang học những điều mới và tất cả đang cùng nhau phát triển cũng như chứng kiến cách thế giới kỹ thuật phần mềm thay đổi. Điều đó chắc chắn đòi hỏi chúng ta thích ứng, học tập để có thể nhanh chóng làm quen với điều kiện mới hiện nay.
Có giới hạn nào khi sử dụng API từ AI Studio không và có kế hoạch mở rộng giới hạn này không?
Hiện tại, Gemini đang là một trong các bên khá rộng tay trong việc cho xài API. Gần như các model mới nhất đều có thể được xài API không giới hạn nhiều, đầy đủ context length,… chỉ là giới hạn số request mỗi phút.
Chia sẻ cụ thể về các chính sách dùng API miễn phí để nghiên cứu, Bailey cho biết: "Hiện Google đã có gói miễn phí cho Gemini APIs. Nếu cần tăng giới hạn tốc độ (rate limit), có một biểu mẫu trong tài liệu để gửi yêu cầu. Google cũng có chương trình Google AI Startups dành cho các startup, cung cấp tới 350.000 USD tín dụng Cloud (áp dụng cho Gemini APIs) trong hai năm. Đây là cách các nhóm phát trienr vừa tăng giới hạn tốc độ và lẫn quota cho các API Gemini call nhiều hơn.
Google giúp nhà phát triển chuyển đổi mượt mà từ prototype AI sang ứng dụng có khả năng mở rộng (scalable application) bằng các công cụ mới như thế nào?
Trước thắc mắc này, Bailey nói với mình rằng: "với việc ngày càng nhiều người tạo ra phần mềm, sẽ cần nhiều phương pháp hay nhất về AI (AI best practices) quanh việc bảo trì phần mềm theo thời gian và đảm bảo an toàn bảo mật. Các công cụ như Jules rất hữu ích vì chúng có thể lo các công việc "vệ sinh" phần mềm (software hygiene practices) như nâng cấp hoặc chuyển từ thư viện này sang thư viện khác. Điều này giúp nhà phát triển dành nhiều thời gian hơn cho việc xây dựng và ít lo lắng hơn về các vấn đề đó.Google cũng đang đầu tư đáng kể vào AI cho bảo mật phần mềm như một phần của Google Cloud Platform và điều này chắc chắn sẽ được mở rộng về lâu dài."
Trong tương lai, khi việc trở thành developer dễ dàng hơn và có nhiều sản phẩm AI hơn ra đời, đâu là điểm khác biệt chính mà một nhà phát triển cần tạo ra cho sản phẩm của mình để nổi bật trên thị trường?
Từ quan sát trong ngành, Paige Bailey cảm thấy rằng một số công ty, ứng dụng, thiết kế thử nghiệm tốt nhất mà cô ấy thấy gần đây là từ những người thực sự tập trung vào trải nghiệm người dùng (user experience). Họ xây dựng cho một thị trường ngách (niche) và được định nghĩa rõ ràng.
Bailey trích lại một câu nói ở Google rằng "Tập trung vào người dùng và mọi thứ khác sẽ theo sau". Điều tốt nhất mà nhà phát triển có thể làm là thực sự hiểu người dùng muốn gì và chuyển điều đó thành ứng dụng họ đang xây dựng.
Mặc dù hiện tại việc tạo ra ứng dụng đã dễ dàng hơn rất nhiều, nhưng nó vẫn đòi hỏi các kỹ sư phải có hiểu biết sâu sắc về sản phẩm. Đó chính là chìa khóa để có thể tăng tính cạnh tranh trên thị trường khốc liệt hiện nay.
Tầm nhìn của Google về sự phát triển của AI đa phương thức (multimodal AI) là gì và các ứng dụng tiềm năng với các công cụ của Google?
Paige Bailey không nói thay cho DeepMind, nhưng chị có nhắc đến V3 và các mô hình hội thoại thời gian thực có thể dịch cuộc trò chuyện trực tiếp giữa hai ngôn ngữ. Đó chính là minh chứng rõ nhất của ứng dụng của model AI đa phương thức.
Chị cho biết rằng DeepMind đang đầu tư mạnh mẽ vào trải nghiệm đa phương thức. Điều này bao gồm cả âm thanh-thành-âm thanh và các mô hình tạo video mạnh mẽ có thể hiểu vật lý, tạo nhạc nền, hiệu ứng âm thanh, hội thoại.
Điều này sẽ biến đổi những gì nhà phát triển đang xây dựng, cho phép tạo ra các ứng dụng thực tế tăng cường (AR) hoặc trải nghiệm nhập vai hoàn toàn (fully immersive experiences). Các ứng dụng sẽ có thể kết hợp nhiều loại thông tin khác nhau như video và âm thanh.
Đây là thời điểm thú vị không chỉ để trở thành một developer mà còn là người trực tiếp trải nghiệm cách AI biến đổi mọi sản phẩm. Google đang xây dựng những thứ từ khoa học viễn tưởng trở thành thực tế ngoài đời. Bailey đưa ra thí dụ về Babelfish trong Hitchhiker's Guide to the Galaxy, hiện đã trở thành hiện thực.
Google có kế hoạch làm cho các công cụ AI trở nên cá nhân hóa hơn (personalized) cho từng nhà phát triển không?
Google thực sự tập trung vào việc kết hợp nhiều tính cá nhân hóa hơn vào các mô hình Gemini. Josh Woodward đã nhấn mạnh điều này trong bài phát biểu tại sự kiện Google IO ngày đầu tiên. Với cửa sổ ngữ cảnh dài hơn, có thể bao gồm tất cả các tùy chọn cá nhân và các khía cạnh công việc độc đáo của người dùng (làm việc với Docs, Sheets, Drive). Những thông tin chi tiết này có thể hướng dẫn các mô hình Gemini trở nên ngày càng cá nhân hóa theo nhu cầu của người dùng qua thời gian.
Bailey cho biết Google thực sự hy vọng xây dựng các trải nghiệm cá nhân hóa hơn với các mô hình Gemini và nhúng chúng vào trong các ứng dụng Google Workspace. Hiện có các cách tiếp cận khác nhau được đưa ra, chẳng hạn như kết hợp với kỹ thuật RAG thay vì đưa mọi thứ vào cửa sổ ngữ cảnh hay tính năng hỗ trợ cho MCP cũng mới được thêm vào SDK để phục vụ điều này.
==***==
Khoá học: Quản trị Chiến lược Dành cho các Lãnh đạo Doanh nghiệp
Nhấn vào đây để bắt đầu khóa học
Khóa học: Trở thành chuyên gia Bảo mật và tấn công ANM- Hacker mũ trắng
Nhấn vào đây để bắt đầu khóa học
Chuyên gia phân tích, tự động hóa Web iMacros
Nhấn vào đây để bắt đầu khóa học
Xây dựng ứng dụng tự động hóa AutoIT
Nhấn vào đây để bắt đầu khóa học
Khóa đào tạo Hacker và Marketing Facebook từ A - Z
Nhấn vào đây để bắt đầu khóa học
Khóa học: Phân tích và trực quan hóa dữ liệu với Power BI
Nhấn vào đây để bắt đầu khóa học
Khóa học đào tạo Marketing Facebook thông minh
Nhấn vào đây để bắt đầu khóa học
Lập trình Visual Foxpro 9 - Dành cho nhà quản lý và kế toán
Nhấn vào đây để bắt đầu khóa học
Làm chủ xây dựng Game chuyên nghiệp
Nhấn vào đây để bắt đầu khóa học
Trở thành chuyên gia Marketing Facebook thông minh
Nhấn vào đây để bắt đầu khóa học
Kỹ sảo Điện ảnh đỉnh cao với khóa học After Effect
Nhấn vào đây để bắt đầu khóa học
Trở thành chuyên gia Vẽ Đẳng Cấp với khóa học AI
Nhấn vào đây để bắt đầu khóa học
Làm Chủ thiết kế ảnh với Photoshop CC
Nhấn vào đây để bắt đầu khóa học
Dựng Phim Siêu đẳng với Adobe Premiere
Nhấn vào đây để bắt đầu khóa học
Khóa dựng phần mềm quản lý dành cho nhà Quản lý và Kế toán bằng MS ACCESS
Nhấn vào đây để bắt đầu khóa học
Khóa học Machine Learning cơ bản-Khoa học dữ liệu - AI
Nhấn vào đây để bắt đầu khóa học
Khóa học Đào tạo sử dụng Excel Chuyên nghiệp & ứng dụng
Nhấn vào đây để bắt đầu khóa học
Khóa học sử dụng PowerPoint Chuyên nghiệp & ứng dụng
Nhấn vào đây để bắt đầu khóa học
Khóa học xây dựng và quản trị hệ thống đào tạo trực tuyến
Nhấn vào đây để bắt đầu khóa học
ĐĂNG KÝ/LIÊN HỆ:
- Tòa nhà The GoldenPalm, 21 Lê Văn Lương, Phường Nhân Chính, Thanh Xuân, Hà Nội.
- 098 909 5293
- hotrotudaotao@gmail.com
- DINH FAMILY lIBRARY
- YouTube
