Dạo gần đây mình có một thắc mắc khá lâu mà chưa tìm được câu trả lời thật sự thuyết phục.
Đó là:
Trong thời điểm AI có thể viết code khá tốt như hiện nay, người mới học lập trình còn cần dành quá nhiều thời gian cho thuật toán và cấu trúc dữ liệu hay không?
Mình không hỏi theo kiểu “có cần học hay không”, vì chắc chắn kiến thức cơ bản vẫn cần.
Điều mình băn khoăn là:
Cần học đến mức nào?
Vì cách học lập trình hiện nay đã khác rất nhiều so với vài năm trước.
Ngày trước không biết thì phải tự tìm, bây giờ có thể hỏi AI
Trước đây khi gặp một lỗi code, mình thường phải Google.
Đọc Stack Overflow.
Đọc documentation.
Thử từng cách.
Có khi mất vài tiếng mới hiểu vấn đề nằm ở đâu.
Bây giờ chỉ cần copy error vào ChatGPT, Claude hoặc Gemini.
Nhiều trường hợp AI không chỉ tìm lỗi mà còn:
giải thích nguyên nhân,
viết lại đoạn code,
tối ưu code,
thêm comment,
thậm chí viết luôn test.
Nếu dùng IDE có AI tích hợp thì quá trình còn nhanh hơn nữa.
Vì vậy mình bắt đầu tự hỏi:
Nếu một người có thể dùng AI để generate phần lớn code thường ngày, liệu việc dành vài tháng để luyện hàng trăm bài thuật toán có còn đáng như trước?
Nhưng có một vấn đề: AI viết được code không có nghĩa là mình hiểu code
Đây là thứ mình gặp khá nhiều.
Có những đoạn code AI đưa ra nhìn rất đẹp.
Chạy được.
Không báo lỗi.
Nhưng khi hỏi:
“Tại sao lại viết như vậy?”
thì mình phải ngồi đọc lại khá lâu mới hiểu.
Nếu project nhỏ thì chưa sao.
Nhưng với project lớn, việc này trở nên nguy hiểm.
Ví dụ AI generate một function xử lý dữ liệu.
Output đúng trong 10 test case.
Nhưng đến dữ liệu lớn thì performance giảm rất mạnh.
Nếu mình không hiểu độ phức tạp thuật toán thì rất khó nhận ra vấn đề.
AI có thể viết:
O(n²)
trong khi bài toán hoàn toàn có thể giải bằng:
O(n log n)
hoặc thậm chí O(n).
Code vẫn chạy.
Nhưng khi dữ liệu tăng lên vài triệu record thì khác biệt rất lớn.
Lúc đó kiến thức về thuật toán không còn là thứ để “đi phỏng vấn”.
Nó trở thành khả năng đánh giá code.
Framework dễ thay đổi, kiến thức nền thì chậm hơn
Mình thấy nhiều người mới thường học theo kiểu:
React.
Node.js.
Spring Boot.
Flutter.
.NET.
Laravel.
Học framework xong rồi làm project.
Cách này không sai.
Thậm chí nếu mục tiêu là nhanh chóng xin internship hoặc fresher thì có thể còn thực tế hơn việc ngồi luyện thuật toán quá lâu.
Nhưng vấn đề là framework thay đổi khá nhanh.
Một công nghệ hot hôm nay chưa chắc vài năm sau vẫn còn được dùng theo đúng cách hiện tại.
Trong khi những khái niệm như:
data structure,
database,
network,
operating system,
concurrency,
memory,
algorithm,
design pattern
thay đổi chậm hơn rất nhiều.
Ví dụ syntax có thể quên.
Nhưng nếu hiểu hash table hoạt động thế nào thì chuyển từ Java sang C#, Go hay Python vẫn có thể hiểu được vấn đề khá nhanh.
Có lẽ đây mới là giá trị lớn nhất của kiến thức nền.
Vấn đề là chúng ta đang học thuật toán để làm gì?
Theo mình đây mới là câu hỏi quan trọng.
Nếu mục tiêu là trở thành competitive programmer thì chắc chắn phải học sâu.
Nếu muốn vào những công ty có vòng interview kiểu LeetCode thì cũng phải luyện.
Nhưng nếu mục tiêu là web developer bình thường thì có cần giải 500 bài LeetCode?
Mình không chắc.
Một backend developer có thể cả năm không phải tự viết thuật toán graph.
Nhưng gần như ngày nào cũng phải làm việc với:
database query,
API,
cache,
queue,
authentication,
logging,
concurrency,
deployment.
Nếu chỉ giỏi giải dynamic programming nhưng không biết database index hoạt động như thế nào thì khi đi làm cũng gặp khó.
Ngược lại, nếu hoàn toàn bỏ thuật toán thì cũng có vấn đề.
Một người dùng array, map, set nhưng không biết khi nào nên dùng cái nào sẽ rất dễ viết code chạy được nhưng không tốt.
Có lẽ vấn đề không phải “học hay không”.
Mà là học đúng độ sâu cho mục tiêu của mình .
AI càng mạnh thì kiến thức nền có khi lại càng quan trọng
Nghe hơi ngược đời.
AI viết code càng tốt thì đáng lẽ con người càng ít phải học.
Nhưng mình lại thấy có khả năng ngược lại.
Trước đây developer phải tự viết rất nhiều code.
Bây giờ AI có thể viết phần implementation.
Vai trò của developer dần chuyển sang:
đặt đúng vấn đề,
thiết kế system,
review code,
kiểm tra logic,
phát hiện edge case,
đánh giá performance,
đưa ra quyết định kỹ thuật.
Những việc này khó làm nếu chỉ biết syntax và framework.
Ví dụ AI có thể generate một API.
Nhưng nó không biết business của công ty bằng người đang làm project.
AI có thể đề xuất kiến trúc microservice.
Nhưng không có nghĩa project 5 người cần microservice.
AI có thể tạo query SQL chạy đúng.
Nhưng developer vẫn phải biết query đó có tạo full table scan hay không.
Nói cách khác:
AI giúp giảm việc viết code .
Nhưng chưa chắc giảm nhu cầu hiểu code .
Mình nghĩ người mới hiện nay dễ gặp một cái bẫy
Đó là cảm giác tiến bộ rất nhanh.
Ngày trước học Python vài tuần mới viết được một project nhỏ.
Bây giờ một người mới học vài ngày cũng có thể nhờ AI tạo:
website,
API,
database,
login,
dashboard.
Nhìn sản phẩm chạy được rất có cảm giác thành tựu.
Nhưng nếu tắt AI đi và yêu cầu sửa một bug hơi phức tạp thì có thể lại không biết bắt đầu từ đâu.
Mình không nghĩ phải cấm AI.
Làm như vậy cũng vô lý.
Đi làm chắc chắn sẽ dùng.
Thay vào đó, có lẽ nên thay đổi cách dùng.
Ví dụ trước khi hỏi AI:
tự nghĩ khoảng 15-30 phút.
Sau khi AI đưa code:
đọc từng phần.
Không hiểu dòng nào thì hỏi lại dòng đó.
Thử thay đổi input.
Thử phá code.
Hỏi tại sao dùng cách này thay vì cách khác.
Nếu làm như vậy, AI có thể trở thành một người tutor khá tốt.
Còn nếu cứ copy → paste → run → done thì rất dễ tạo cảm giác mình biết nhiều hơn thực tế.
Nếu bắt đầu học lại từ đầu trong năm 2026
Nếu là mình, mình có lẽ sẽ không đi theo hai cực.
Không dành một năm chỉ cày thuật toán.
Nhưng cũng không bỏ qua nền tảng rồi chỉ học framework + AI.
Mình sẽ chia thời gian kiểu:
Học chắc một ngôn ngữ.
Hiểu array, linked list, stack, queue, hash table, tree ở mức sử dụng được.
Biết Big O để đánh giá code cơ bản.
Luyện một số bài algorithm để học cách suy nghĩ.
Sau đó chuyển khá sớm sang làm project thật.
Trong lúc làm project sẽ học thêm:
database,
network,
Git,
Linux,
testing,
deployment,
security cơ bản.
AI vẫn dùng bình thường.
Nhưng cố gắng hiểu những gì AI tạo ra.
Mình nghĩ cách này thực tế hơn việc cố trở thành “LeetCode master” trước khi làm project.
Có một điều mình khá tò mò
Không biết những anh em đã đi làm vài năm thấy vấn đề này thế nào.
Trong công việc thực tế, kiến thức thuật toán mọi người học ở đại học hoặc luyện interview được sử dụng bao nhiêu?
Và với các bạn sinh viên hiện nay, nếu chỉ có 1 năm để chuẩn bị đi internship, mọi người sẽ ưu tiên:
DSA + thuật toán
hay
project + framework + database + AI tools?
Mình đang nghiêng về việc vẫn phải học nền tảng, nhưng không nhất thiết phải biến việc luyện thuật toán thành mục tiêu chính nếu công việc mình muốn làm không yêu cầu quá sâu.
Không biết cách nghĩ này có thực tế không.
Mong được nghe thêm góc nhìn của những anh em đã đi làm.
83% thành viên diễn đàn không hỏi bài tập, còn bạn thì sao?