"The End of Software Engineering": AI agent kết thúc ngành kỹ thuật phần mềm, hay chỉ kết thúc một cách làm phần mềm?

Suốt hơn nửa thế kỷ, ngành kỹ thuật phần mềm vận hành trên một nguyên tắc gần như không đổi: con người phân tích vấn đề, thiết kế hệ thống, viết mã nguồn, kiểm thử và bảo trì. Một nghiên cứu công bố tháng 6/2026 của Zhenfeng Cao (Lingxi Intelligent Investment, Thâm Quyến) với tiêu đề gây sốc — "The End of Software Engineering" (Sự kết thúc của kỹ thuật phần mềm) — cho rằng AI agent có thể không chỉ giúp viết code nhanh hơn, mà thay đổi chính cách phần mềm được tạo ra, vận hành và bán cho người dùng. Bài viết này tóm lược luận điểm của nghiên cứu và cả những giới hạn mà chính nó thừa nhận.

Trả lời nhanh

• Luận điểm cốt lõi của nghiên cứu: trong phần mềm truyền thống, code chứa phần lớn logic quyết định; trong hệ thống agentic, mô hình AI trở thành bộ máy suy luận, tự chọn hành động và dùng code như một công cụ — thậm chí tự sinh code, chạy rồi bỏ sau khi xong việc.
• Sự chuyển dịch được mô tả: từ mô hình "AI → phần mềm → kết quả" sang "Agent → kết quả", nơi người dùng mô tả điều mình muốn và tương tác trực tiếp với agent thay vì qua một ứng dụng được thiết kế sẵn cho từng câu hỏi.
• Ba thời kỳ phần mềm theo tác giả: Software 1.0 (phần mềm cài đặt), Software 2.0 (SaaS — bán quyền sử dụng qua Internet) và Software 3.0 — Agent-as-a-Service (AaaS), nơi khách hàng trả tiền cho kết quả công việc thay vì số tài khoản hay tính năng.
• Nghề kỹ sư không biến mất mà đổi trọng tâm: từ viết code thủ công sang thiết kế hệ thống agent, kiểm soát quyền truy cập, đánh giá kết quả và bảo đảm độ tin cậy — một hướng tiếp cận mà nghiên cứu gọi là Agentic Engineering.
• Giới hạn lớn nhất do chính nghiên cứu nêu: AI agent hiện chưa đủ tin cậy để thay thế toàn bộ quy trình phát triển phần mềm doanh nghiệp, với các bài toán về phân quyền, tích hợp hệ thống, trạng thái và trách nhiệm khi nhiều agent phối hợp.

Hơn 50 năm, chúng ta đã xây phần mềm theo cùng một tư duy nào?

Lấy ví dụ một doanh nghiệp muốn xây hệ thống quản lý bán hàng. Cách truyền thống: một đội kỹ thuật phân tích yêu cầu, thiết kế cơ sở dữ liệu, phát triển backend, xây frontend, kiểm thử rồi triển khai. Khi yêu cầu kinh doanh đổi, lập trình viên lại sửa code, cập nhật logic và phát hành phiên bản mới. Bản chất của mô hình này là chuyển các quyết định và quy tắc nghiệp vụ thành code tĩnh, rồi phần mềm thực thi những gì con người đã lập trình sẵn.

Từ Waterfall sang Agile, từ Monolith sang Microservices, từ triển khai thủ công sang CI/CD — công nghệ và quy trình thay đổi liên tục, nhưng vai trò trung tâm của con người trong việc thiết kế và duy trì một hệ thống code tương đối ổn định vẫn giữ nguyên. Các trợ lý AI viết code (AI Coding Assistant) xuất hiện cũng chỉ tăng tốc quá trình đó: về cơ bản, chúng ta vẫn xây phần mềm theo mô hình cũ.

AI agent thay đổi mô hình, không chỉ thay đổi tốc độ

Điểm thú vị nhất của nghiên cứu là sự phân biệt này:

Khía cạnh	Phần mềm truyền thống	Hệ thống Agentic
Nơi chứa logic quyết định	Trong code do con người viết sẵn	Trong mô hình AI — bộ máy suy luận chọn hành động theo mục tiêu
Vai trò của code	Là sản phẩm trung tâm, cố định cho mọi tình huống	Là công cụ agent sử dụng; có thể được sinh ra, thực thi rồi loại bỏ sau khi xong việc
Cách con người giao việc	Phân tích, thiết kế, lập trình từng bước xử lý	Giao mục tiêu; agent tự chia nhỏ nhiệm vụ, chọn công cụ, gọi API, xử lý dữ liệu và đánh giá kết quả
Khi yêu cầu thay đổi	Sửa code, phát hành phiên bản mới	Agent thích ứng theo yêu cầu mới trong quá trình thực thi

Nói cách khác: trước đây con người viết phần mềm để giải quyết vấn đề; trong mô hình mới, con người có thể giao thẳng vấn đề cho một hệ thống AI tự lựa chọn cách giải quyết. Nghiên cứu cũng lưu ý điều này không có nghĩa mọi phần mềm đều có thể — hoặc nên — được thay bằng agent; nó phù hợp nhất với những công việc có yêu cầu thay đổi liên tục.

Từ "AI → Software → Result" sang "Agent → Result"

Nghiên cứu mô tả sự chuyển dịch trong cách giá trị được cung cấp. Ví dụ một giám đốc kinh doanh muốn biết vì sao doanh thu tháng này giảm 15%:

• Cách truyền thống: doanh nghiệp phải xây dashboard, viết truy vấn dữ liệu, thiết kế báo cáo và cập nhật chức năng phân tích.
• Cách agentic: người dùng yêu cầu trực tiếp — "phân tích nguyên nhân doanh thu giảm, so sánh với ba tháng trước, xác định nhóm sản phẩm bị ảnh hưởng và đề xuất hướng xử lý" — agent kết nối các nguồn dữ liệu được cấp quyền, truy vấn, phân tích biến động và tạo báo cáo.

Người dùng thực ra không cần một ứng dụng có hàng chục chức năng; họ cần câu trả lời cho vấn đề kinh doanh. Tuy vậy, phía sau agent vẫn cần cơ sở dữ liệu, API, hệ thống xác thực và các thành phần phần mềm đáng tin cậy — nên "Agent → Result" là thay đổi ở cách cung cấp giá trị, chứ không phải phần mềm truyền thống biến mất hoàn toàn.

Sau SaaS, liệu có đến kỷ nguyên Agent-as-a-Service?

Tác giả nhìn lịch sử ngành phần mềm qua ba giai đoạn:

• Software 1.0 — phần mềm cài đặt truyền thống: người dùng mua phần mềm, tự cài đặt và tự quản lý môi trường vận hành.
• Software 2.0 — Software-as-a-Service (SaaS): phần mềm cung cấp qua Internet; nhà cung cấp lo vận hành, cập nhật và bảo trì hạ tầng.
• Software 3.0 — Agent-as-a-Service (AaaS): người dùng trả tiền không chỉ để dùng một phần mềm, mà để một agent thực hiện công việc hoặc tạo ra kết quả — ví dụ thay vì mua phần mềm tổng hợp báo cáo, doanh nghiệp dùng một agent chuyên phân tích dữ liệu và tự chuẩn bị báo cáo định kỳ.

Hệ quả đáng chú ý nằm ở mô hình kinh doanh: khi khách hàng quan tâm đến kết quả cuối cùng hơn, cách định giá theo số tài khoản, số tính năng hay giấy phép có thể phải cạnh tranh với mô hình tính phí theo tác vụ và giá trị mang lại. Dù vậy, đây vẫn là viễn cảnh dự báo — chưa thể khẳng định AaaS sẽ thay thế toàn bộ SaaS.

Nếu code không còn là trung tâm, kỹ sư phần mềm sẽ làm gì?

Nếu agent ngày càng tự tạo code, kiểm thử, sửa lỗi và triển khai, giá trị của việc viết code thủ công có thể giảm ở một số nhóm công việc. Nhưng một loạt câu hỏi mới xuất hiện, và chúng không tự biến mất chỉ vì AI viết được code:

• Ai xác định hàng nghìn dòng code agent tạo ra trong vài phút có thực sự giải quyết đúng vấn đề?
• Ai chịu trách nhiệm khi agent truy cập sai dữ liệu khách hàng?
• Ai thiết kế cơ chế kiểm soát để agent không tự ý thực hiện hành động nguy hiểm?
• Ai đánh giá hiệu quả khi nhiều agent phối hợp và đưa ra quyết định không nhất quán?

Theo nghiên cứu, trọng tâm của kỹ sư sẽ dịch sang thiết kế hệ thống agent, xây dựng môi trường thực thi, kiểm soát quyền truy cập, đánh giá kết quả và bảo đảm độ tin cậy — hợp thành một hướng kỹ thuật được gọi là Agentic Engineering. Lợi thế của kỹ sư tương lai có thể không còn nằm chủ yếu ở số dòng code viết ra, mà ở khả năng thiết kế những hệ thống tạo ra kết quả đúng, an toàn và có giá trị.

Vấn đề lớn nhất: agent chưa đủ tin cậy

Nghiên cứu dành hẳn một phần cho mặt trái. Một hệ thống AI có thể làm tốt các bài benchmark lập trình nhưng vẫn chật vật với sản phẩm thực tế, bởi phần mềm doanh nghiệp không chỉ là code: nó gồm yêu cầu nghiệp vụ phức tạp, dữ liệu lịch sử, các hệ thống tích hợp, quy định bảo mật và vô số tình huống ngoại lệ. Agent có thể viết một API chạy đúng trong môi trường thử nghiệm nhưng bỏ sót điều kiện phân quyền; sửa một lỗi nhỏ nhưng vô tình ảnh hưởng chức năng khác; hoặc hoàn thành nhiệm vụ đúng từng câu chữ nhưng sai mục tiêu thực tế. Khi nhiều agent phối hợp, quản lý trạng thái, chia sẻ ngữ cảnh, kiểm soát lỗi và xác định trách nhiệm trở thành những bài toán kỹ thuật mới. Chuyển sang hệ thống agentic vì thế không đơn giản là "thay lập trình viên bằng một mô hình AI" — nó đòi hỏi cả một lớp hạ tầng và phương pháp kỹ thuật mới để bảo đảm độ tin cậy.

Kết thúc của ngành, hay kết thúc của một cách làm?

Đọc sâu vào luận điểm, nghiên cứu không thực sự nói lập trình viên sẽ biến mất. Điều nó đặt ra là trọng tâm của ngành có thể chuyển dịch trên bốn trục:

• Từ tạo ra chương trình cố định sang thiết kế hệ thống có khả năng thích ứng.
• Từ lập trình từng bước xử lý sang xác định mục tiêu, ràng buộc và cách đánh giá.
• Từ bán quyền sử dụng phần mềm sang cung cấp khả năng giải quyết công việc.
• Từ con người trực tiếp thực hiện phần lớn thao tác kỹ thuật sang vai trò thiết kế, điều phối và kiểm soát các hệ thống tự động.

Lịch sử công nghệ cho thấy mỗi lần một lớp công việc được tự động hóa, giá trị của con người thường dịch chuyển sang lớp công việc khác. Và câu hỏi lớn nhất nghiên cứu để lại là: nếu người dùng chỉ cần mô tả điều họ muốn, còn agent tự tìm cách thực hiện — chúng ta có còn cần xây dựng phần mềm theo cách ngành IT đã làm suốt hơn nửa thế kỷ qua? Cần nhấn mạnh đây là một luận điểm nghiên cứu và dự báo, không phải kết luận rằng kỹ thuật phần mềm đã kết thúc.

Câu hỏi thường gặp

Nghiên cứu "The End of Software Engineering" của ai, công bố khi nào?

Đây là nghiên cứu của Zhenfeng Cao (Lingxi Intelligent Investment, Thâm Quyến, Trung Quốc) với tiêu đề đầy đủ "The End of Software Engineering: How AI Agents Are Fundamentally Restructuring the Software Paradigm", công bố ngày 05/06/2026. Cần hiểu đây là một bài nghiên cứu mang tính luận điểm và dự báo, không phải đồng thuận của giới học thuật hay ngành.

Agentic Engineering là gì?

Là hướng tiếp cận kỹ thuật mà nghiên cứu đề xuất cho kỷ nguyên agent: thay vì tập trung viết code thủ công, kỹ sư tập trung thiết kế, kiểm soát và vận hành các hệ thống agent — bao gồm thiết kế quy trình cho agent, xây dựng môi trường thực thi, kiểm soát quyền truy cập dữ liệu và công cụ, cơ chế đánh giá kết quả và bảo đảm độ tin cậy khi hệ thống tự hành động.

Agent-as-a-Service (AaaS) khác SaaS ở đâu?

SaaS bán quyền sử dụng phần mềm: khách hàng trả theo tài khoản/tính năng và tự thao tác để tạo ra kết quả. AaaS bán kết quả công việc: khách hàng giao việc cho một agent (phân tích dữ liệu, lập báo cáo, nghiên cứu thị trường...) và trả phí theo tác vụ hoặc giá trị nhận được, thay vì phải tự vận hành một công cụ.

AI agent có thay thế được lập trình viên không?

Theo chính nghiên cứu: chưa, ít nhất là với toàn bộ quy trình phát triển phần mềm doanh nghiệp. Agent còn thiếu tin cậy ở các khâu phân quyền, tích hợp hệ thống, xử lý ngoại lệ và trách nhiệm khi nhiều agent phối hợp. Kịch bản nghiên cứu vẽ ra là vai trò kỹ sư dịch chuyển — ít viết code thủ công hơn, nhiều thiết kế, giám sát và kiểm chứng hệ thống agent hơn.

"Agent → Result" có nghĩa phần mềm truyền thống sẽ biến mất?

Không. Nghiên cứu tự nó đã lưu ý: phía sau mọi agent vẫn là cơ sở dữ liệu, API, hệ thống xác thực và hạ tầng phần mềm đáng tin cậy do con người xây dựng. Thay đổi nằm ở lớp giao tiếp với người dùng — từ "mở ứng dụng có sẵn chức năng" sang "nêu yêu cầu và nhận kết quả" — chứ không phải ở sự tồn tại của phần mềm bên dưới.

Kết luận

Tiêu đề "The End of Software Engineering" cực đoan một cách có chủ ý, nhưng luận điểm bên dưới nó cân bằng hơn nhiều: thứ có thể kết thúc là một cách làm phần mềm đã tồn tại nửa thế kỷ — con người dịch từng quyết định nghiệp vụ thành code tĩnh — chứ không phải bản thân ngành kỹ thuật phần mềm. Nếu agent thực sự đảm nhận phần thực thi ngày càng lớn, giá trị của kỹ sư nằm ở thiết kế mục tiêu, ràng buộc, kiểm soát và đánh giá: đúng những việc khó tự động hóa nhất. Với người làm IT, câu hỏi thực tế không phải "nghề có biến mất không", mà là "mình đang đứng ở lớp công việc nào trong sự dịch chuyển này".

Nguồn: bài giới thiệu và tóm lược của trang Hỏi Dân IT Official trên Facebook (06/11/2026) về nghiên cứu "The End of Software Engineering: How AI Agents Are Fundamentally Restructuring the Software Paradigm" của Zhenfeng Cao (05/06/2026); biên tập và hệ thống hóa bởi Wotech Electronics. Các nhận định trong bài thuộc về tác giả nghiên cứu, mang tính luận điểm và dự báo. Ảnh minh họa: trang đầu của nghiên cứu, đính kèm bài viết gốc.