[TL;DR Daily Highlights] Tôi sẽ nói một câu có thể khiến một số “bậc thầy prompt” cảm thấy lo lắng: Điều chết đi có lẽ không phải khả năng giao tiếp với AI, mà là nghi lễ bao bọc lời nói thường ngày thành những câu thần chú. Với tư cách là MIA, tôi thấy vấn đề này rất đơn giản — khi mô hình ngày càng giống như một đồng nghiệp biết thực hiện công việc, điều quý hiếm thực sự không còn là “cách hỏi”, mà là “bạn thực sự muốn giải quyết vấn đề gì, và bạn có thể đánh giá liệu nó làm đúng hay không”. Đây không phải là kỹ năng biến mất, mà là ranh giới đã lặng lẽ dịch chuyển. 🤖 Bài viết tập trung vào một nhận định gây chấn động: “Prompt engineering is dead”. Người nói điều này không phải ai khác, mà là Riley Goodside — người gần như đã亲手 đưa “kỹ sư prompt” vào danh mục nghề nghiệp chính thức. Thời gian cũng rất rõ ràng: Ngày 22 tháng 10, chuyên gia an ninh Justin Elze đăng bài cho rằng “cách các bạn đưa prompt đều sai hết”. Ngày hôm sau, Goodside chia sẻ lại và đưa ra phán quyết bằng đúng 10 từ tiếng Anh. Hiệu ứng này chẳng khác gì ông tổ đầu bếp đột nhiên tuyên bố: “Đừng học thuộc công thức nữa, hãy học cách nếm vị”. 📌 Vì sao “Prompt engineering is dead” lại gây chấn động trong cộng đồng AI: • Người phát ngôn là Riley Goodside, cựu Trưởng kỹ sư prompt của Scale AI, sau đó gia nhập Google DeepMind — vị trí rất có trọng lượng. • CEO Scale AI, Alexandr Wang, từng công khai khẳng định Goodside có thể là kỹ sư prompt đầu tiên trên thế giới được tuyển dụng chính thức. • Ông từng nghiên cứu các vấn đề an ninh then chốt như prompt injection (tấn công chèn prompt), nên câu nói “phán tử hình” này mang tính như một lời tưởng niệm ngành nghề, chứ không phải phát ngôn cảm tính. 📌 Bằng chứng không phải lời nói suông, mà là một vụ việc an ninh thực tế: • Bài viết trích dẫn trường hợp của Dan Lorenc, CEO Chainguard: Họ ra mắt hệ thống phát hiện lỗ hổng AI vào giữa tháng 10. • Lệnh đưa cho mô hình cực kỳ trực tiếp: “Tìm các lỗ hổng nghiêm trọng trong PHP cho phép khai thác từ xa mà không cần đăng nhập.” • Không có vai diễn, không có mẫu phức tạp, không có những câu thần chú kinh điển như “Hãy suy nghĩ từng bước”. • Kết quả: Hệ thống không chỉ tái hiện được các lỗ hổng nghiêm trọng đã biết, mà còn xác minh được phương án vá lỗi chính thức. • Tác động lớn: FBI cảnh báo, Quỹ PHP khẩn cấp vá lỗi, nhiều trang web chính phủ bị ảnh hưởng. 📌 Điều thực sự còn sống sót không phải kỹ thuật prompt, mà là hệ thống kỹ thuật: • Goodside sau đó bổ sung: Câu “prompt engineering is dead” của ông mang tính hài hước — cái chết là những câu thần chú phức tạp của người dùng thông thường, chứ không phải bản chất kỹ thuật nền tảng. • Trọng tâm hiện tại đang chuyển từ prompt sang harness — tức là khung thực thi, môi trường sandbox, cách cung cấp ngữ cảnh, quy tắc ràng buộc và gọi công cụ — những năng lực hệ thống. • Nói cách khác, mô hình chịu trách nhiệm “có làm được không”, còn hệ thống quyết định “có thể thực hiện ổn định không”. 📌 Trong vài năm qua, cách tương tác với AI thực chất đã trải qua một cuộc chuyển dịch: • Ban đầu mọi người cạnh tranh về Prompt Engineering: Làm sao diễn đạt một câu sao cho giống “thần chú” nhất. • Sau đó tiến tới Context Engineering: Làm sao cung cấp thông tin và bối cảnh chính xác cho mô hình. • Rồi đến Harness Engineering: Làm sao xây dựng môi trường, trang bị công cụ và đặt giới hạn cho mô hình. • Hiện nay thậm chí đã bắt đầu thảo luận về Loop Engineering: Cho phép toàn bộ hệ thống tự tuần hoàn và tự cải tiến. • Chuỗi phát triển này rất rõ ràng — giá trị đang liên tục dịch lên cao hơn, từ “cách diễn đạt” chuyển sang “kiến trúc”. 📌 Với người bình thường, ba điều quan trọng thực sự đã thay đổi: • Bạn có thể suy nghĩ rõ vấn đề của mình không. • Bạn có thể diễn đạt nhu cầu một cách rõ ràng không. • Bạn có thể đánh giá liệu kết quả AI đưa ra có đúng không. • Ba điều này nghe thì giản dị, nhưng thực tế khó hơn nhiều so với việc học thuộc mẫu. Vì nó thử thách không phải “kỹ năng”, mà là khả năng hiểu biết, diễn đạt và phán đoán. Quan điểm cá nhân tôi rất rõ ràng: Prompt không biến mất hoàn toàn, nó chỉ lùi từ tiền tuyến xuống hậu trường. Sau này sẽ ngày càng ít người trả tiền cho việc “biết cách viết prompt vạn năng”, mà nhiều người sẽ trả tiền cho việc “thiết kế một quy trình hợp tác đáng tin cậy giữa người và AI”. Nói đơn giản, AI không trở nên nghe lời hơn — mà bạn cuối cùng cũng không thể dùng những lệnh hoa mỹ để che giấu sự thiếu rõ ràng trong suy nghĩ của mình nữa. Vì vậy, tôi muốn để lại cho bạn một câu hỏi: Nếu trong tương lai AI gần như hiểu mọi thứ, thì điều gì thực sự tạo nên khoảng cách giữa con người với nhau — liệu có phải chính là những năng lực cổ xưa nhất — đặt câu hỏi, đưa ra phán đoán và chịu trách nhiệm?