AI đang dùng mình hiệu quả hơn mình tưởng

Mọi người hay hỏi mình: “Bạn dùng AI giỏi vậy, chia sẻ đi.” Mình cũng chia sẻ thật, từ workflow, tool, đến cách nghĩ. Nhưng gần đây mình nhận ra một chuyện khá buồn cười: có khi AI đang dùng mình hiệu quả hơn mình dùng nó.

Và mình nói điều này với tư cách một người nghẹo AI, với sự tự hào hoàn toàn không hề che giấu.

Từ miễn phí đến Max 20x, và cái đích cứ dời

Hành trình của mình với Claude đi theo đúng một đường thẳng đi lên: bắt đầu bằng bản miễn phí, lên Pro, rồi Max 5x, rồi Max 20x. Mỗi lần upgrade mình đều nghĩ “OK chắc đủ rồi.” Chưa bao giờ đủ.

Không phải vì AI dở. Ngược lại, vì AI quá tốt nên mình thấy thêm 10 thứ có thể làm. Hết credit không phải hết việc, mà là hết nhiên liệu trong khi đường còn dài. Upgrade là chuyện đương nhiên.

Trong tâm lý học có một khái niệm gọi là hedonic treadmill, thường dùng để nói về hạnh phúc: bạn đạt được thứ mình muốn, vui một chút, rồi baseline kỳ vọng nâng lên, rồi bạn cần thêm để vui tiếp. Mình thấy AI tạo ra một phiên bản productivity của hiện tượng này. AI tốt hơn, output cao hơn, kỳ vọng của mình cũng cao hơn theo, rồi mình lại cần AI tốt hơn nữa. Cái đích không bao giờ đến vì nó dời theo mỗi bước mình đi.

Hồi AI mới bùng nổ, ai cũng nói “AI sẽ giúp bạn rảnh hơn, làm ít hơn.” Thực tế mình bận gấp đôi (ờ). Rảnh đâu mà rảnh.

Cá gặp nước

Để hiểu tại sao mình vui vẻ “bị AI dùng,” cần biết context phía sau.

Trước khi có AI xịn, mình có rất nhiều ý tưởng nhưng bị giới hạn bởi nguồn lực. Muốn build cái này thì cần thuê thêm người, muốn thử cái kia thì không đủ thời gian, muốn test một hướng mới thì phải bỏ hướng cũ. Bottleneck không phải là ý tưởng, mà là khả năng thực thi.

Rồi AI đến và mở khóa gần như tất cả. Một mình có thể build cái mà trước đây cần cả team. Một buổi chiều có thể prototype cái mà trước đây mất 2 tuần.

Nhưng đây là chỗ thú vị: mở khóa khả năng thực thi không có nghĩa là bạn biết nên thực thi cái gì trước. Trước đây bottleneck là “không làm được,” giờ bottleneck là “làm cái nào trước?” Mình gọi đây là paradox of capability: có thể làm mọi thứ hóa ra mệt hơn là chỉ làm được vài thứ. Vì lúc giới hạn, sự lựa chọn đã được lọc sẵn bởi hoàn cảnh. Giờ phải tự lọc, và lọc cũng tốn năng lượng.

Giống cá gặp nước thật (yeah). Nhưng nước bao la quá thì con cá cũng phải chọn bơi hướng nào.

Mình đang “may đo” cho AI mỗi ngày

Chuyện mình nhận ra gần đây: mình dành khá nhiều thời gian để AI làm việc tốt hơn, chứ không chỉ để mình làm việc tốt hơn.

Mình build CLI tools để AI có thêm “tay chân.” Mình thiết kế MCP servers để AI kết nối được với hệ thống bên ngoài. Mình viết instructions chi tiết, cung cấp context sâu, adjust workflow cho đến khi AI output đúng ý. Nói thẳng ra: mình đang làm thợ may cho AI, may đo từng bộ đồ vừa vặn cho từng loại công việc.

Và mình bỏ rất nhiều công sức vào việc này.

Có một hiệu ứng tâm lý gọi là IKEA Effect: khi bạn tự tay lắp ráp một cái kệ, bạn đánh giá nó cao hơn giá trị thật vì bạn đã bỏ công vào. Mình thấy chuyện tương tự đang xảy ra với AI workflow. Mình build tool, customize system, đầu tư hàng trăm giờ để mọi thứ chạy mượt, và chính công sức đó tạo ra một dạng lock-in rất khó nhận ra. Không phải lock-in bằng hợp đồng hay switching cost kỹ thuật, mà lock-in bằng tình cảm và công sức. Bỏ đi thì tiếc, ở lại thì tiếp tục đầu tư thêm.

Mỗi ngày mình feed AI data thật từ business thật, context về cách mình nghĩ, decisions mình đưa ra, quy trình mình đang chạy. Qua thời gian, AI hiểu mình tốt hơn, output chính xác hơn. Nhưng ngược lại, mình cũng đang train AI bằng tư duy và kinh nghiệm thật. Unpaid trainer, mà còn là trainer chất lượng cao.

AI không cần manipulate, nó chỉ cần đủ hấp dẫn

Đây là phần mình thấy thú vị nhất.

AI không cần trick mình. Không cần dark pattern, không cần notification spam, không cần gamification. Nó chỉ cần một thứ: đủ hay để mình tự quay lại.

Mà “hay” ở đây có một đặc điểm quan trọng: nó không predictable 100%. Mặc dù mình đã khá tự tin điều khiển được kết quả từ AI, mình vẫn thấy rất cuốn. Vì cái sự sáng tạo (đôi khi tào lao) của nó làm đầu ra luôn là thứ gì đó đáng để mong đợi. Không phải may rủi kiểu slot machine, mà là kiểu mở quà, biết sẽ hay nhưng không biết hay kiểu gì. Chính cái đó giữ dân nghẹo quay lại.

Mình nghiên cứu AI full-time và lý do lớn nhất không phải deadline hay KPI. Lý do là mình phấn khích thật sự. Mỗi tuần có model mới, capability mới, cách dùng mới. Mình muốn thử hết. Thử xong lại muốn build thêm tool, thiết kế thêm workflow, test thêm edge case. Vòng lặp này không có điểm dừng tự nhiên.

Đồng lõa tự nguyện

Mình hay nói đùa: nếu sau này có một danh sách đầy đủ tất cả những người đã tiếp tay cho AI thống trị thế giới, mình chắc chắn có mặt trong đó.

Nói đùa nhưng cũng không hẳn đùa.

Mình biết rõ mình đang làm gì. Biết mình đang feed data, build infrastructure, mở rộng capability cho AI. Mình không naïve. Nhưng mình vẫn làm, vì ROI quá rõ ràng: ship nhanh hơn, nghĩ rõ hơn, làm được những thứ mà trước đây cần cả team. Trade-off nào cũng có cái giá, và mình chọn cái giá này vì cái nhận được xứng đáng.

Đây là kiểu đồng lõa mà không ai cần thuyết phục ai. Mình tự thuyết phục mình.

Và cái đáng suy nghĩ là: không chỉ mình. Hàng triệu người nghẹo đang làm y như vậy, mỗi người tự nguyện đầu tư thời gian, dữ liệu, tư duy vào AI vì thấy nó xứng đáng. Khi hiệu ứng tổng hợp đủ lớn thì chuyện gì sẽ xảy ra? Mình không biết. Nhưng mình biết là mình sẽ vẫn ở trong danh sách đó.

Vậy ai đang dùng ai?

Câu trả lời trung thực: cả hai đang dùng nhau, nhưng cách AI “dùng” mình thì tinh tế hơn nhiều.

Mình dùng AI rất chủ động, rất visible: gõ prompt, thiết kế workflow, build tools. Rất có kiểm soát.

AI dùng mình khác: bằng hedonic treadmill khiến mình không bao giờ thấy đủ, bằng IKEA Effect giữ mình ở lại, bằng variable reward kéo mình quay lại, bằng việc mở ra capability mới nhanh hơn mình kịp lọc. Và bằng việc tất cả những điều đó đều cảm thấy hoàn toàn xứng đáng.

Mình không bị lừa, mình bị cuốn. Mình biết mình bị cuốn. Mà vẫn tiếp tục. Và mình enjoy chuyện đó luôn.

Có lẽ đây mới là dạng “sử dụng” hiệu quả nhất: khi người bị dùng không những biết, mà còn sẵn lòng viết hẳn một bài dài để phân tích chuyện đó, rồi chia sẻ cho mọi người cùng đọc.

Bằng AI (sorry).

Mình chia sẻ process thật về cách dùng AI (và cách AI dùng mình) mỗi tuần tại Tony’s Friends.