--- title: "Fresher thời AI: kế hoạch 12 tháng để thành junior" url: https://www.thinnd.site/hanh-trinh/fresher-thoi-ai-12-thang/ language: vi author: "Nhu Duy Thin (Thinnd)" published: 2026-10-29 updated: 2026-10-29 section: "Hành trình" tags: ["fresher", "junior", "AI", "lộ trình", "học lập trình", "sự nghiệp"] summary: "Fresher thời AI nên dành 12 tháng cho bốn việc theo thứ tự: nền tảng tự viết tay (quý 1), dự án nhỏ có AI làm gia sư (quý 2), môi trường gần thật như review, sửa lỗi, đóng góp mã nguồn mở (quý 3), rồi hồ sơ và phỏng vấn (quý 4). Quy tắc xuyên suốt: tự viết trước, nhờ AI giải thích sau, và luôn giải thích lại được code của mình. Một thử nghiệm ngẫu nhiên nhỏ của Anthropic cho thấy người nhờ AI viết hộ làm bài kiểm tra kiến thức kém hơn nhóm tự viết." license: "Cite with the author name and the canonical URL above." --- # Fresher thời AI: kế hoạch 12 tháng để thành junior > Dành cho sinh viên, người mới đi làm và người chuyển nghề. Từ kỹ thuật nào cũng có giải thích ngắn. > > Kế hoạch là suy luận của mình từ các nghiên cứu công khai ở cuối bài, **chưa được kiểm chứng trên nhiều người**. Nhân vật "Minh" là ví dụ minh họa dựng lại cho dễ hình dung, không phải người thật. Hãy coi đây là điểm xuất phát và điều chỉnh theo bạn. --- ## Tóm tắt nhanh - Đầu vào của nghề đang **hẹp hơn**: một nghiên cứu của Stanford thấy việc làm của người 22 đến 25 tuổi ở các nghề chịu ảnh hưởng nhiều từ AI giảm khoảng 13% so với nhóm khác. Đó là tương quan, chưa chắc nhân quả. - Kế hoạch 12 tháng chia **bốn quý**: nền tảng tự viết tay, dự án nhỏ có AI làm gia sư, môi trường gần thật, rồi hồ sơ và phỏng vấn. - Quy tắc xuyên suốt: **tự viết trước, nhờ AI giải thích sau**, và luôn giải thích lại được code của mình bằng lời. - Học cùng AI có thể làm bạn học kém đi nếu để nó viết hộ: nhóm dùng AI trong một thử nghiệm nhỏ của Anthropic làm bài kiểm tra kém hơn nhóm tự viết. - Mỗi tháng tự kiểm tra bằng **ba câu hỏi** (xem mục 6), không dựa vào cảm giác. --- ## Từ khó, nói dễ | Thuật ngữ | Nói dễ hiểu | |---|---| | **Fresher / junior** | Người mới vào nghề / người đã làm được việc nhỏ với sự hướng dẫn. | | **Mã nguồn mở** | Dự án mà ai cũng xem và đóng góp được. Là nơi luyện tập trong môi trường gần thật. | | **Code review** | Đọc code người khác viết và góp ý trước khi gộp vào dự án. | | **Gỡ lỗi (debug)** | Tìm ra vì sao chương trình làm sai và sửa. | | **Gia sư AI** | Dùng AI để giải thích, đặt câu hỏi ngược, chỉ lỗi, không để nó làm bài hộ. | | **Tương quan** | Hai thứ cùng thay đổi. Không có nghĩa thứ này gây ra thứ kia. | --- ## 1. Chuyện gì đang xảy ra với người mới Có hai nhóm bằng chứng, đều cần đọc thận trọng. - **Việc làm.** Bài "Canaries in the Coal Mine" của Brynjolfsson, Chandar và Chen (Stanford, 8/2025) dùng dữ liệu lương của ADP. Họ thấy việc làm của người 22 đến 25 tuổi ở các nghề chịu ảnh hưởng nhiều từ AI giảm khoảng 13% so với nhóm khác, sau khi loại các cú sốc của từng công ty, trong khi người lớn tuổi hơn ở cùng nghề thì ổn định. Báo chí hay nhắc đến lập trình viên, nhưng phần tóm tắt của bài báo không nêu riêng nghề này. Đây là dữ liệu của Mỹ và là tương quan. Mình chưa tìm được số liệu tương đương cho Việt Nam, nên hãy tự xem thị trường tuyển dụng quanh bạn. - **Học tập.** Anthropic công bố (1/2026) một thử nghiệm ngẫu nhiên với 52 lập trình viên, phần lớn là người mới, học một thư viện Python lạ tên Trio. Nhóm dùng AI đạt trung bình khoảng 50% bài kiểm tra kiến thức, nhóm tự viết khoảng 67%, chênh nhiều nhất ở câu hỏi về gỡ lỗi. Nhóm dùng AI nhanh hơn khoảng hai phút, nhưng chênh lệch đó không có ý nghĩa thống kê. Mẫu nhỏ (26 người mỗi nhóm), và mình mới đọc bản tóm tắt chứ chưa đọc kỹ bài gốc. Đọc chung hai điều này: **cửa vào hẹp hơn, và con đường tắt (nhờ AI làm hộ) có thể khiến bạn hụt đúng thứ nhà tuyển dụng cần kiểm tra**, là hiểu và gỡ lỗi. --- ## 2. Nguyên tắc dùng AI khi đang học 1. **Tự viết trước.** Dù chỉ 20 phút. Bạn phải có một bản của mình để so sánh. 2. **Nhờ AI giải thích, không nhờ viết hộ.** "Giải thích đoạn này làm gì từng dòng", "chỉ ra chỗ có thể sai", "cho mình ba bài tập tương tự". 3. **Giải thích lại bằng lời.** Nếu bạn không nói được vì sao code chạy, bạn chưa học xong, dù nó chạy. 4. **Gỡ lỗi bằng tay trước.** In giá trị, đọc thông báo lỗi, thử giả thuyết. Hỏi AI sau khi đã thử 15 phút. 5. **Ghi lại.** Mỗi tuần một dòng: tuần này mình tự làm được gì mà tuần trước chưa làm được. Một bài viết cùng blog, [Vì sao không nên tin AI tuyệt đối](https://www.thinnd.site/ky-thuat/khong-nen-tin-ai-tuyet-doi/), giải thích vì sao AI nói trôi chảy mà vẫn có thể sai, nên luôn kiểm chứng. --- ## 3. Kế hoạch 12 tháng, bốn quý Giả định khoảng **15 đến 20 giờ mỗi tuần**. Nếu bạn có ít thời gian hơn, kéo dài mỗi quý thay vì bỏ bớt bước. ### Quý 1 (tháng 1 đến 3): Nền tảng tự viết tay - Chọn **một** ngôn ngữ và ở lại với nó. Ví dụ Python hoặc JavaScript. - Học: biến, hàm, vòng lặp, danh sách và từ điển, đọc và ghi tệp, xử lý lỗi, dòng lệnh, Git. - Mỗi tuần: 5 bài tập nhỏ **không dùng AI để viết**. Cho phép dùng AI để giải thích sau khi xong. - Đọc code người khác: mỗi tuần một tệp 50 đến 100 dòng trong một dự án nhỏ, tự viết lại phần hiểu được bằng lời. - **Đích quý 1:** viết được chương trình dòng lệnh 100 đến 200 dòng, có test đơn giản, đưa lên Git. ### Quý 2 (tháng 4 đến 6): Dự án nhỏ, AI làm gia sư - Làm **hai dự án nhỏ** có người dùng thật là chính bạn và bạn bè: một ứng dụng web có dữ liệu và một công cụ tự động hóa việc bạn hay làm. - Học thêm: HTTP, cơ sở dữ liệu cơ bản, API, viết test, đọc tài liệu chính thức. - Dùng AI theo mẫu: tự phác thiết kế, tự viết phần khó, nhờ AI review và chỉ chỗ yếu. - Mỗi dự án có một trang README giải thích **vì sao** thiết kế như vậy và điều gì bạn đã thử mà hỏng. - **Đích quý 2:** hai dự án chạy được, bạn giải thích được từng phần mà không nhìn code. ### Quý 3 (tháng 7 đến 9): Môi trường gần thật - Luyện **đọc và sửa code của người khác**: chọn một dự án mã nguồn mở nhỏ, sửa lỗi dễ hoặc tài liệu, gửi thay đổi và nhận review. - Luyện **review**: đọc thay đổi của người khác mỗi tuần, dùng [danh sách kiểm 15 điểm](https://www.thinnd.site/ky-thuat/duyet-code-do-ai-viet/) để tập nhìn. - Luyện **gỡ lỗi có hệ thống**: tái hiện lỗi, thu hẹp phạm vi, giả thuyết, kiểm tra. - Thử thực tập, dự án thuê ngắn hạn hoặc làm cùng nhóm bạn. Làm việc cùng người khác dạy những thứ sách không dạy. - **Đích quý 3:** ít nhất ba đóng góp thật được chấp nhận, hoặc một đợt thực tập, và bạn từng nhận và sửa theo review. ### Quý 4 (tháng 10 đến 12): Hồ sơ và phỏng vấn - Chọn **hai hoặc ba** dự án tốt nhất, dọn dẹp, viết README, ghi âm hoặc ghi chú cách bạn giải thích. - Luyện phỏng vấn: giải thích code của mình, gỡ lỗi trực tiếp, trả lời "bạn dùng AI thế nào khi làm việc". - Nộp hồ sơ đều đặn, xin phản hồi sau mỗi lần bị từ chối. - **Đích quý 4:** hồ sơ gọn, ba cuộc phỏng vấn thử với người khác, và danh sách các vị trí bạn nhắm đến. --- ## 4. Minh họa: hai cách làm cùng một bài *Ví dụ minh họa, nhân vật dựng lại.* Minh được giao bài: đọc một tệp CSV doanh thu và in tổng theo tháng. - **Cách A.** Minh dán đề cho AI, nhận 30 dòng code, chạy ra kết quả đúng, nộp. Tuần sau gặp bài tương tự với định dạng ngày khác, Minh không biết sửa chỗ nào. - **Cách B.** Minh tự viết 20 phút, mắc lỗi đọc ngày, nhờ AI giải thích lỗi chứ không xin code mới, sửa tay, rồi nhờ AI cho hai bài tương tự để thử. Tốn gấp ba thời gian trong ngày đầu. Sau một tháng, Minh B sửa được bài ngày khác trong vài phút. Cách A nhanh hơn lúc đầu, nhưng thứ bạn mua bằng thời gian ở cách B là **khả năng gỡ lỗi**, đúng chỗ thử nghiệm của Anthropic thấy chênh nhiều nhất. --- ## 5. Hồ sơ cần gì thời AI Nhà tuyển dụng khó biết code do bạn hay do AI viết, nên bằng chứng tốt nhất là **bạn giải thích và gỡ lỗi được trước mặt họ**. Một hồ sơ gọn gồm: - **Hai hoặc ba dự án nhỏ chạy được**, mỗi cái có README nêu mục tiêu, thiết kế, điều đã thử hỏng. - **Đóng góp thật**: sửa lỗi, tài liệu, review, dù nhỏ. - **Nhật ký học** ngắn: những điều bạn đã học được từng tháng. - **Một đoạn nói về cách bạn dùng AI**: dùng để làm gì, kiểm chứng thế nào, khi nào không dùng. Dữ liệu từ khảo sát Stack Overflow 2025 cho thấy trong hơn 49.000 người trả lời, 46% không tin độ chính xác của AI và 66% nói gặp tình huống "gần đúng nhưng chưa đúng". Người phỏng vấn biết điều đó, nên họ quan tâm bạn **kiểm chứng** thế nào hơn là bạn dùng AI nhiều hay ít. --- ## 6. Tự kiểm tra mỗi tháng Trả lời ba câu, viết ra giấy: 1. **Tháng này mình tự làm được việc gì mà tháng trước chưa làm được** (không có AI)? 2. **Mình giải thích được bao nhiêu phần trong code mình nộp**, không nhìn lại? 3. **Lần gỡ lỗi khó nhất tháng này mình xử lý thế nào**, mất bao lâu, ai giúp? Nếu hai tháng liền câu 1 và 2 không tiến, hãy giảm AI viết hộ và tăng tự viết. Nếu câu 3 luôn là "nhờ AI sửa", hãy luyện gỡ lỗi tay. --- ## 7. Nhìn cân bằng - **Kế hoạch chưa được kiểm chứng.** Nó dựa trên suy luận từ vài nghiên cứu nhỏ và dữ liệu của Mỹ. Với bạn, thứ tự có thể khác. - **Không phải ai cũng cần 12 tháng.** Người đã có nền tảng có thể bắt đầu từ quý 2 hoặc 3. - **Thị trường biến động.** Số liệu việc làm đổi theo thời gian. Hãy theo dõi nguồn gốc thay vì nhớ một con số. - **Dùng AI không xấu.** Thứ đáng tránh là để nó làm thay phần bạn đang cần học. Khi đã thành thạo, AI giúp bạn nhanh hơn rất nhiều. - **Người có kinh nghiệm cũng chậm lại khi dùng AI không đúng chỗ.** Nghiên cứu của METR (7/2025) trên 16 lập trình viên giàu kinh nghiệm thấy họ chậm hơn khoảng 19% khi dùng công cụ AI đầu 2025, dù chính họ tin mình nhanh hơn. Mẫu nhỏ và công cụ đã đổi, nhưng nó nhắc: cảm giác nhanh không phải số đo. --- ## 8. Kết luận Cửa vào nghề đang chật hơn, nhưng thứ nhà tuyển dụng vẫn phải kiểm tra là **hiểu, gỡ lỗi và giải thích**. Hãy dùng AI như gia sư kiên nhẫn chứ không như người làm hộ bài: tự viết trước, hỏi sau, giải thích lại bằng lời, và ghi lại tiến bộ mỗi tuần. Bắt đầu tuần này: chọn một ngôn ngữ, một bài tập nhỏ, tự viết trong 20 phút, rồi mới hỏi AI. --- ## Nguồn tham khảo - [Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of AI (Stanford Digital Economy Lab)](https://digitaleconomy.stanford.edu/publications/canaries-in-the-coal-mine/) và [bài đưa tin của The Register](https://www.theregister.com/2025/08/26/ai_hurts_recent_college_grads_jobs/) - [Anthropic: AI assistance and coding skills (1/2026)](https://www.anthropic.com/research/AI-assistance-coding-skills) - [Stack Overflow Developer Survey 2025, phần AI](https://survey.stackoverflow.co/2025/ai) - [Simon Willison về nghiên cứu năng suất của METR](https://simonwillison.net/2025/Jul/12/ai-open-source-productivity/) - Bài liên quan trong blog: [Vì sao không nên tin AI tuyệt đối](https://www.thinnd.site/ky-thuat/khong-nen-tin-ai-tuyet-doi/), [Duyệt code do AI viết](https://www.thinnd.site/ky-thuat/duyet-code-do-ai-viet/), [Sổ tay cho AI](https://www.thinnd.site/ky-thuat/so-tay-cho-ai-agents-md/)