Deep Work thời Cursor: Khi AI viết 80% code
Cách giữ sự tập trung và định nghĩa lại khái niệm deep work khi các công cụ AI hiện đại đã xử lý phần lớn công việc gõ code cơ bản.
Tháng trước, mình ngồi nhìn terminal chạy một lèo chuỗi lệnh cấu trúc lại toàn bộ dự án mà không cần gõ một dòng code nào, và chợt nhận ra bản thân đang dần đánh mất khả năng tập trung sâu.
Deep Work thực sự là gì trong năm 2026?
Cal Newport xuất bản cuốn sách Deep Work vào năm 2016. Định nghĩa của ông khá thẳng thắn: deep work là làm việc tập trung không xao nhãng ở giới hạn năng lực nhận thức. Ở thái cực ngược lại, shallow work là những công việc hậu cần bề mặt mà bạn có thể làm được ngay cả khi đang phân tâm.
Theo thông tin trên trang web của tác giả (https://calnewport.com), ý tưởng cốt lõi là khả năng deep work ngày càng hiếm do sự phân tâm tăng cao, và vì thế nó càng có giá trị. Nền kinh tế tri thức luôn thưởng hậu hĩnh cho những người học nhanh và tạo ra sản phẩm chất lượng cao. Sự khan hiếm cộng với giá trị tạo ra lợi thế nghề nghiệp.
Nhưng mười năm sau, khi các model như Claude Sonnet 4.6 hay GPT-5.2 có thể tự suy luận và viết code, khái niệm này cần được nhìn nhận lại. Nếu AI đã làm hộ 80% công việc chân tay, phần còn lại của chúng ta có thực sự là deep work không?
Sự thay đổi của luồng công việc
Đừng dùng một tool cho mọi thứ
Tính đến tháng 7/2026, mình dùng song song Claude Code, Cursor và GitHub Copilot trong công việc hàng ngày. Việc gộp chung tất cả vào một khái niệm “AI code hộ” là một sai lầm lớn.
Phân công thực tế của mình khá rạch ròi. Các việc agentic nhiều bước - như refactor pipeline Python, viết GitHub Actions workflow, hay sửa hàng loạt file - mình giao toàn bộ cho Claude Code chạy trong terminal. Trong khi đó, Cursor và Copilot chỉ dùng cho mục đích autocomplete và sửa nhanh ngay trong text editor.
Ví dụ cụ thể nhất là đợt cải tổ pipeline content của dự án onmee hồi tháng 7 vừa rồi. Mình đã đổi cơ chế affiliate CTA và thêm cadence gating cho CI. Toàn bộ khối lượng công việc này mình làm bằng Claude Code. AI chạy kịch bản, mình đứng ngoài quan sát và điều hướng.
Review code của agent có phải là Deep Work?
Đây là một câu hỏi mở đối với dân tech hiện tại. Theo định nghĩa gốc trên Wikipedia (https://en.wikipedia.org/wiki/Deep_Work), việc đòi hỏi bạn phải chạm tới giới hạn nhận thức mới được tính là deep work.
Việc đọc code do AI sinh ra đôi khi mang lại cảm giác lười biếng. Bạn lướt qua xem có lỗi cú pháp không thay vì thực sự hiểu luồng dữ liệu bên dưới. Khi ta quá tin tưởng vào AI mà bỏ qua kiến trúc tổng thể, rủi ro sụp đổ hệ thống là rất thực tế. Đó là lý do mình từng chia sẻ góc nhìn về việc AI coding tool có thực sự giúp code nhanh hơn hay chỉ đang che giấu những lỗ hổng tư duy cơ bản.
Bảng phân loại công việc thời AI
| Công cụ | Vai trò thực tế | Loại công việc | Ghi chú từ trải nghiệm |
|---|---|---|---|
| Claude Code | Tác vụ agentic nhiều bước | Deep Work (Đòi hỏi tư duy hệ thống) | Chạy độc lập trong terminal |
| Cursor | Sửa lỗi nhanh, refactor file nhỏ | Shallow Work (Thực thi cục bộ) | Tích hợp sâu vào editor |
| Copilot | Autocomplete từng dòng | Shallow Work (Giảm thao tác gõ) | Phù hợp xử lý boilerplate |
Cách duy trì sự tập trung hiệu quả
Để không biến thành một thợ gõ phím mù quáng chạy theo agent, bạn cần ép các công cụ này vào khung làm việc của riêng mình.
- Tách biệt thời gian thiết kế và thực thi. Hãy viết pseudo-code hoặc vẽ luồng dữ liệu ra giấy trước khi mở Cursor. Bạn phải biết mình muốn gì trước khi AI gợi ý.
- Quản lý thời gian chờ. Khi giao cho Claude Code refactor hàng loạt file, đừng ngồi nhìn log chạy trên màn hình. Màn hình console nhấp nháy là kẻ thù của sự tập trung. Hãy dùng thời gian đó để suy nghĩ về component tiếp theo.
- Review code AI bằng tư duy phản biện. Đọc code của model sinh ra giống hệt như cách bạn review pull request của một đồng nghiệp. Luôn đặt câu hỏi tại sao nó lại chọn cách tiếp cận này. Nếu không hiểu rõ bản chất, chính bạn đang tạo ra những rủi ro tiềm ẩn mà sau này sẽ dẫn đến việc tại sao hệ thống sập vì lỗi 54cm.
Câu hỏi thường gặp
Dùng nhiều tool AI cùng lúc có gây context switching không?
Chắc chắn có nếu bạn dùng chúng lộn xộn. Như mình đã mô tả ở trên, chìa khóa nằm ở việc phân định rõ chức năng. Tool chạy terminal tách biệt hoàn toàn với tool hỗ trợ gõ code trong editor.
Làm sao để biết AI không phá hỏng cấu trúc dự án?
Phần này đòi hỏi bạn phải có test coverage đủ tốt. Bạn không thể tự đo đếm mọi rủi ro bằng mắt thường khi cho các model như Claude Sonnet 4.6 tự do sửa đổi mã nguồn. Bạn cần các hệ thống CI/CD khắt khe làm chốt chặn cuối cùng.
Kỹ năng lập trình truyền thống có còn quan trọng?
Cú pháp thì bớt quan trọng đi, nhưng tư duy cấu trúc dữ liệu và thiết kế hệ thống lại quan trọng hơn bao giờ hết. AI gõ code nhanh, nhưng nó không biết code đó giải quyết bài toán kinh doanh nào nếu bạn không định hướng đúng.
Kết luận
Việc AI làm hộ phần lớn các tác vụ nặng nhọc không có nghĩa là chúng ta được phép thả lỏng bộ não. Công cụ càng mạnh thì tính kỷ luật của người kỹ sư càng phải cao. Những phần mềm như Cursor hay Claude Code là phương tiện tuyệt vời để giải phóng bạn khỏi sự nhàm chán của cú pháp. Việc bạn dùng khoảng trống năng lực nhận thức đó để làm deep work, hay chỉ để lướt mạng trong lúc chờ AI chạy xong, hoàn toàn là lựa chọn của bạn.