𝗔𝗜 𝘃𝗶ế𝘁 𝗰𝗼𝗱𝗲, 𝗻𝗵ư𝗻𝗴 𝗻ó 𝗸𝗵ô𝗻𝗴 𝗯𝗶ế𝘁 𝗸𝗵𝗶 𝗻à𝗼 𝗺ộ𝘁 𝘀ả𝗻 𝗽𝗵ẩ𝗺 𝘁𝗵ự𝗰 𝘀ự 𝗵𝗼à𝗻 𝘁ấ𝘁

Tôi đã xây dựng một trình tạo slide bằng AI sử dụng Velobase Harness.

Bạn nhập một chủ đề và nhận được một bài thuyết trình. AI đã viết dàn ý, tạo các slide và xuất ra một tệp. Trong bản demo, trông nó có vẻ đã hoàn tất.

Nhưng nó vẫn chưa hoàn tất.

Bản demo chỉ chứng minh được rằng một người dùng có thể tạo một bộ slide một lần duy nhất. Một sản phẩm thực tế thì khác. Nó phải xử lý được 100 người cùng lúc. Nó phải tính phí người dùng chính xác. Nó phải có khả năng phục hồi khi một bước bị lỗi. Nó phải xuất ra tệp PPTX hoạt động thực sự tốt trong PowerPoint.

AI đã không thêm những thứ này vì tôi không yêu cầu nó làm vậy.

Khi bạn xây dựng ứng dụng với AI, phần khó nhất không phải là mô tả tính năng. Phần khó nhất là định nghĩa thế nào là "hoàn tất".

Tôi đã sử dụng Velobase Harness cho những phần nhàm chán:

  • Xác thực và thanh toán
  • Tín dụng và quản trị
  • Cơ sở dữ liệu và hàng đợi
  • Lưu trữ đối tượng và triển khai

Điều này cho phép tôi tập trung AI vào phần duy nhất thuộc về tôi: việc tạo PPT.

Dưới đây là bốn điểm khác biệt giữa "trông có vẻ xong" và "thực sự xong":

  1. Tính đồng thời (Concurrency) AI nghĩ rằng nếu nó chạy được một lần thì coi như hoàn thành. Nhưng 100 người dùng cần một quy trình (pipeline). Bạn phải chia nhỏ các tác vụ thành các hàng đợi: lập kế hoạch, tạo slide và hoàn thiện. Bạn phải tạo mỗi slide như một công việc riêng biệt để các worker có thể mở rộng quy mô.

  2. Thanh toán (Billing) Một sản phẩm thực tế cần một máy trạng thái (state machine). Bạn phải giữ trước số tín dụng (credits). Bạn phải quyết toán dựa trên những gì thực tế đã tiêu dùng. Bạn phải hoàn tiền khi có lỗi xảy ra và tạm dừng khi số dư hết.

  3. Tự kiểm tra (Self-review) Nếu hệ thống tự thử lại một tác vụ một cách âm thầm, người dùng sẽ chỉ thấy một biểu tượng xoay vòng (spinner). Để biến điều này thành một tính năng, bạn phải hiển thị tiến trình. Hãy cho người dùng biết khi nào hệ thống đang "đang tạo" (generating), "đang kiểm tra" (checking) hoặc "đang vẽ lại" (redrawing).

  4. Xuất tệp (Export) Một slide có thể trông hoàn hảo trên trình duyệt nhưng lại bị lỗi trong tệp PPTX. Yêu cầu của bạn phải là: bản xuất ra phải khớp với bản xem trước trên web.

Bài học rất đơn giản. AI giỏi viết code. Nhưng nó không biết điều gì làm nên một sản phẩm có thể phát hành (shippable). Nó coi một bản demo cục bộ như là một hệ thống hoàn chỉnh.

Bạn phải cung cấp các ranh giới kỹ thuật và các trường hợp lỗi. Việc phát hành nhanh hơn đến từ đầu vào sắc bén hơn, chứ không phải từ việc ít suy nghĩ đi.

Nếu bạn đã xây dựng thứ gì đó bằng AI, khoảng cách khó khăn nhất giữa bản demo và một sản phẩm thực tế là gì?

Source: https://dev.to/velobasex/ai-can-write-the-code-it-cant-tell-you-when-the-product-is-done-4oh6

Optional learning community: https://t.me/GyaanSetuAi