# Kỹ năng kỹ sư AI và bài toán bảo mật dữ liệu

Đăng ngày: 2026-09-05

Trong bối cảnh AI thay đổi chóng mặt, tôi nhận thấy có hai vấn đề cốt lõi mà giới chuyên gia công nghệ đang trăn trở: một là kỹ năng kỹ sư AI cần thích nghi ra sao với sự trỗi dậy của các "coding agent", và hai là bài toán bảo mật dữ liệu doanh nghiệp khi sử dụng các mô hình ngôn ngữ lớn. Cả hai đều đòi hỏi sự thấu hiểu sâu sắc, chứ không đơn thuần là những lời hô hào trên mạng xã hội. Kỹ năng điều khiển các coding agent đã trở thành một năng lực then chốt của kỹ sư AI. Những công cụ như Claude Code, Codex, Cursor hay OpenCode, Pi đang tiến bộ vượt bậc nhờ cả cải tiến về mô hình lẫn khả năng khai thác. Workflow phát triển phần mềm truyền thống (quyết định xây gì, thiết kế kiến trúc, viết spec, xác minh đầu ra) vẫn còn đó, nhưng trọng tâm đã dịch chuyển. Giờ đây, chúng ta ít tập trung vào việc viết code mà dành nhiều công sức hơn cho việc thiết kế, lên kế hoạch và đặc biệt là xác thực đầu ra của AI. Một quy trình lặp đi lặp lại linh hoạt là yếu tố sống còn, khi kỹ sư phải biết cách điều chỉnh agent để sửa lỗi nếu quá trình xác minh thất bại, hay cập nhật hệ thống dựa trên những vấn đề phát sinh từ quá trình giám sát. Để sử dụng hiệu quả các coding agent, kỹ sư cần năm nhóm kỹ năng chính. Thứ nhất, là biết cách điều hướng quy trình làm việc, cân bằng giữa công sức con người và AI, đồng thời hiểu rõ các đánh đổi về tốc độ, chi phí, rủi ro kỹ thuật. Thứ hai, là trao quyền tự chủ cho agent, chọn mức độ tự động hóa phù hợp và quản lý cẩn thận ngữ cảnh (context) cho chúng. Thứ ba, là thẩm định kết quả, vì đầu ra của agent luôn ẩn chứa bất ngờ. Điều này đòi hỏi thiết kế các bài kiểm thử và xác thực phù hợp, thậm chí dùng LLM làm trọng tài cho đánh giá định tính. Thứ tư, là tùy chỉnh agent và môi trường làm việc, tích hợp các plugin, duy trì ngữ cảnh tĩnh (như các file AGENTS.md hay CLAUDE.md về codebase), và tích lũy kinh nghiệm qua thời gian. Cuối cùng, kỹ sư phải có nền tảng vững chắc về cách thức hoạt động của coding agent, từ cơ chế tìm kiếm code, quản lý cửa sổ ngữ cảnh, đến cách các agent con tương tác, để nhận diện những chế độ thất bại (ví dụ: over-engineering, thiếu chặt chẽ trong xác minh, hành động phá hoại dữ liệu) và can thiệp kịp thời. Thực tế, mặc dù có thể để agent tự chạy hàng giờ và tiêu tốn hàng triệu token, tính hữu dụng thực tế của những tác vụ quá dài hơi này lại không cao so với chi phí. Hiệu quả đến từ sự lặp lại liên tục và khả năng can thiệp với phán đoán sắc bén. Song hành với kỹ năng, vấn đề bảo mật dữ liệu đang trở thành rào cản lớn. Các doanh nghiệp khi gửi dữ liệu nhạy cảm cho AI đều muốn biết ba điều: dữ liệu lưu ở đâu, lưu bao lâu và được dùng làm gì (huấn luyện, xem xét bởi con người...). Gần đây, các khách hàng doanh nghiệp của hai công ty AI hàng đầu đã nhận được phản hồi khác nhau. Anthropic, kể từ tháng 6, từng yêu cầu khách hàng doanh nghiệp dùng Claude Fable 5 phải cho phép lưu trữ hội thoại 30 ngày. Hiện tại, họ đang nới lỏng quy định này với chương trình Enterprise Frontier Safeguards (EFS), dự kiến ra mắt vào mùa thu, cho phép các công ty có chính sách Zero Data Retention (ZDR) tự giữ dữ liệu trên máy chủ của mình hoặc các nhà cung cấp cloud cụ thể. Trong thời gian chờ đợi, các khách hàng đủ điều kiện có thể dùng Fable 5 và Fable 5.1 mà không cần Anthropic lưu trữ dữ liệu. Cùng lúc đó, chỉ một ngày trước khi Bloomberg đưa tin về Anthropic, OpenAI đã công bố rằng các mô hình mạnh nhất của họ dành cho khách hàng doanh nghiệp đi kèm chính sách ZDR, nghĩa là OpenAI sẽ không bao giờ lưu trữ prompt và phản hồi. Họ cũng giới thiệu Private Safety Processing (PSP), một hệ thống tự động phát hiện hành vi sai trái trên nhiều yêu cầu mà không cần con người đọc prompt. Cả hai công ty đều mô tả chung một phương pháp: phần mềm tự động giám sát yêu cầu theo thời gian để gắn cờ các mẫu.

Canonical: https://www.tungpham.vn/blog/ky-nang-ky-su-ai-va-bai-toan-bao-mat-du-lieu