AI Engineering của Chip Huyen: cuốn sách ít code dạy FDE cách ra quyết định

“Đây KHÔNG phải sách hướng dẫn, nên không có nhiều đoạn code.” Chip Huyen viết câu này trong README trên GitHub của AI Engineering, với chữ “KHÔNG” in hoa. Một developer quen học bằng cách gõ theo từng ví dụ có thể thấy hơi hụt hẫng. Với người muốn làm FDE thì ngược lại, đó là lý do đáng mua cuốn sách.

FDE ít khi được trả lương để viết lại một đoạn code mẫu. Khách hàng cần người đứng trước bài toán của họ và chọn: dùng model nào, đánh giá bằng tiêu chí gì, đưa vào production ra sao. AI Engineering dạy đúng phần đó, thứ không tutorial nào làm hộ bạn được.

Sách chỉ bàn chuyện dùng model có sẵn, và đó là điểm mạnh

Trên trang sách của mình, Chip Huyen giới thiệu AI Engineering (O’Reilly) là cuốn sách về quá trình xây dựng ứng dụng với những foundation model có sẵn. Trọng tâm vì thế đặt vào model đã có, chứ không phải chuyện huấn luyện model.

Đó cũng là việc người làm ứng dụng phải làm mỗi ngày: lấy một model đã có và làm cho nó giải quyết được bài toán trước mặt.

Lời giới thiệu sách trong bản ghi của O’Reilly có một nhận định đáng nhớ: những đột phá gần đây không chỉ làm nhu cầu về sản phẩm AI tăng lên mà còn hạ thấp rào cản để bước vào. Khi rào cản thấp, ai cũng gọi được API. Thứ phân biệt người giỏi là chất lượng lựa chọn.

Ba ý đáng giữ lại sau khi gấp sách

Ý đầu tiên là framework thay cho công thức. README mô tả sách cung cấp một framework để điều chỉnh foundation model, và trang của tác giả nói thêm rằng đó là framework thực tế cho cả việc phát triển lẫn deploy ứng dụng AI một cách hiệu quả.

Tutorial dạy bạn làm một việc cụ thể. Framework dạy bạn tự hỏi đúng câu khi gặp việc mới, và FDE gần như lúc nào cũng gặp việc mới, vì mỗi khách hàng một kiểu.

Ý thứ hai là nền tảng sống lâu hơn công cụ. Chip Huyen viết rằng công cụ lỗi thời nhanh, còn nền tảng thì bền hơn, nên sách cố ý không xoay quanh một thư viện hay sản phẩm cụ thể.

Với người làm AI ứng dụng, đây là lời khuyên phòng thân: kỹ năng gắn với một framework đang thịnh hành có thể mất giá sau vài tháng, còn khả năng lập luận về đánh đổi thì bạn mang theo được sang dự án sau.

Ý thứ ba là biết đường đi trong một hệ sinh thái rối. Sách bàn cách định hướng giữa model, dataset và benchmark đánh giá. Đây là phần gần công việc FDE nhất, vì khi khách hàng hỏi “model nào tốt nhất?”, câu trả lời đúng hiếm khi là một cái tên mà là một chuỗi câu hỏi ngược lại.

Thử hình dung một khách hàng muốn tự động tóm tắt phiếu hỗ trợ của họ. Trước khi nêu tên model, bạn cần hỏi: “tốt” nghĩa là tóm tắt đúng ý, ngắn gọn hay rẻ? Benchmark công khai có giống phiếu hỗ trợ thật của họ không, hay bạn phải lấy vài trăm phiếu thật làm bộ đánh giá riêng?

Chỉ khi trả lời xong những câu đó, việc so sánh vài model và tính chuyện deploy mới có nghĩa.

Ai nên đọc, và đọc theo cách nào?

README nói sách dành cho bất kỳ ai muốn dùng foundation model để giải quyết vấn đề thực tế, và ngôn ngữ được viết cho người làm vai trò kỹ thuật. Vì sách giả định người đọc làm kỹ thuật và không cầm tay qua từng đoạn code, bạn sẽ thu được nhiều nhất nếu đã từng tự dựng một ứng dụng nhỏ trên LLM.

Cách đọc nên khác với sách tutorial. Đừng mở laptop chờ code để gõ theo. Hãy đọc với một dự án thật trong đầu, như một tính năng ở công ty hiện tại, rồi sau mỗi phần tự hỏi: nếu phải chọn hôm nay, mình sẽ chọn gì và vì sao?

Phần code thực hành bạn có thể học từ tài liệu của chính các công cụ. Nếu chưa từng dựng ứng dụng nào, cuốn này có thể hơi trừu tượng; nên làm vài dự án nhỏ trước để có trải nghiệm thật mà đối chiếu.

Biến một cuốn sách thành bằng chứng khi đi xin việc

Đọc xong mà không để lại dấu vết thì nhà tuyển dụng không thấy được. Với developer Việt Nam muốn chuyển sang FDE, cách tốt nhất là viết lại kinh nghiệm theo ngôn ngữ lựa chọn. Một dòng CV kiểu “tích hợp LLM vào chatbot” nói rất ít.

Ghi rằng bạn đã so sánh các model trên dữ liệu của khách hàng, chọn tiêu chí đánh giá ra sao và vì sao chọn cách điều chỉnh model thay vì cách khác thì nói lên nhiều hơn hẳn.

Khi đọc JD của các vị trí FDE hay AI engineer, hãy để ý những từ như evaluation, benchmark hay deployment. Đó là những mảng sách có bàn tới, nên ghi chép của bạn trong lúc đọc có thể thành dàn ý để chuẩn bị phỏng vấn.

Sách có trên Amazon, Kindle và nền tảng O’Reilly; bản ghi của O’Reilly ghi ngày phát hành 4/12/2024 (ISBN 9781098166304), còn trang của tác giả ghi năm 2025 và cho biết đây là cuốn được đọc nhiều nhất trên O’Reilly kể từ khi ra mắt.

Công cụ bạn dùng năm nay rồi sẽ đổi. Câu hỏi “nên chọn gì, và vì sao” thì còn đó, và đấy là câu khách hàng sẽ hỏi FDE trong buổi họp đầu tiên.