Tôi muốn xây sản phẩm AI đầu tiên
Hướng dẫn từng bước từ một người đã làm được với zero kiến thức lập trình. Bắt đầu bằng dự án, không phải khóa học.
Bắt đầu với thứ bạn muốn xây
Đừng bắt đầu bằng khóa học. Bắt đầu bằng một dự án. Tôi muốn có một chatbot cho blog của mình — chính mục tiêu đó đã dẫn dắt mọi thứ tôi học sau này.
Xây dựng cùng một AI coding agent
Bạn không cần biết lập trình — agent sẽ viết code, còn bạn học cách đọc và điều hướng nó. Tạo một tài khoản GitHub, học vừa đủ Git để commit và rollback, rồi bắt tay xây một dự án thật với một coding agent. Tôi dùng Claude Code và Codex trong terminal, và Google Antigravity (bản 2.0 và CLI của nó) khi làm việc. Quá trình làm chính là việc học. Công cụ thay đổi rất nhanh; thứ còn lại là khả năng phán đoán bạn rèn được khi điều khiển chúng.
Tài nguyên
Codex với GPT-5.4 vs Claude Code với Opus 4.6 — Vì Sao Giờ Tôi Dùng Cả Hai
blog
Vì Sao Tôi Hủy Claude Max Sau 13 Tháng Và Sẽ Test Điều Gì Với Codex Trong 30 Ngày Tới
blog
Tôi dựng lại website với hai mô hình AI: Opus lo thiết kế, Codex lo thi công
blog
Cách Tôi Xây Lại Toàn Bộ Backend Blog Trong 4 Ngày Với Claude Code
blog
Nền tảng — Tùy bạn chọn, có giới hạn thời gian
Bạn cần học bao nhiêu tùy vào điểm xuất phát. Mới với các thuật ngữ — prompting, embedding, RAG, agent? Học một vài khóa nền tảng, đặt giới hạn thời gian, rồi dừng lại; sưu tầm chứng chỉ chỉ là sự trì hoãn khoác áo tiến bộ. Đã thành thạo? Nhảy thẳng vào xây. Đây là đánh giá thật lòng năm 2026 của tôi: giữ / giới hạn thời gian / bỏ qua.
Học eval và khả năng phán đoán
Khi đã có thứ gì đó chạy được, hãy học evaluation theo cách thực tế. Lưu lại input và output thật, quyết định thế nào là tốt và xấu, rồi để agent giúp bạn dựng khung rubric — dựa trên tài liệu thật của bạn. Điều nó không được làm là âm thầm tự đặt tiêu chuẩn cho bạn; bạn mới là người hiệu chỉnh. Chính khả năng phán đoán này, chứ không phải sự thành thạo một công cụ cụ thể, mới là kỹ năng bền vững.
Kết nối agent với stack của bạn (MCP)
Khi sẵn sàng, hãy học cơ bản về MCP — lớp giúp coding agent của bạn nói chuyện với phần còn lại của các công cụ. Bắt đầu với ba cái hữu ích cho hầu hết mọi dự án: Context7 (để nó đọc tài liệu thật, cập nhật thay vì đoán API), Playwright và Chrome DevTools (để nó điều khiển và debug trình duyệt thật). Sau đó, MCP phù hợp tùy vào thứ bạn xây — Supabase, Stripe, Resend, Vercel cho web app; ngay cả iOS giờ cũng có Xcode MCP. Năm 2023 nó chưa tồn tại; giờ nó là một phần cách tôi xây dựng.
Sống sót qua thung lũng chết
Bạn sẽ bị kẹt — tôi đã kẹt nhiều tháng. Khóa học không thấm, một framework làm tôi thất vọng, một công cụ thì đắt đỏ. Thứ duy nhất hiệu quả là thử một cách tiếp cận khác và không bỏ cuộc. Hãy chuẩn bị tinh thần cho giai đoạn này.
Bảo mật trước khi ship
AI agent viết code rất nhanh — kể cả code không an toàn. Trước khi deploy, hãy làm phần rà soát không hào nhoáng: đừng để secret và API key trong repo, siết chặt auth và quyền truy cập theo dòng (row-level), và thật sự đọc các dependency cùng diff mà agent tạo ra. Lần deploy đầu tiên của tôi nhảy ra hơn 200 cảnh báo bảo mật. Bạn không cần một chứng chỉ sáu tháng trước đã; bạn cần kỷ luật kiểm tra trước khi ship.
Ship đạt chuẩn
Đừng chỉ ship — hãy ship thứ bạn dám để tên mình lên. Vòng lặp hiệu quả với tôi: kiểm tra thực tế ý tưởng, viết brief, lên kế hoạch, xây, đặt một cổng quyết định thật trước khi ra mắt, rồi hoàn thiện một sản phẩm cuối bạn dám đưa cho người dùng thật. DIALØGUE mất sáu tháng; STRAŦUM, 75 ngày. Cái đầu tiên luôn khó nhất. Nếu muốn xem các mảnh ghép ăn khớp ra sao, bạn có thể khám phá cả hai.
Tiếp tục ship: Sau v1 là gì
Công việc thực sự bắt đầu sau khi AI nói 'xong rồi.' Xây lại, nộp App Store, hỗ trợ đa ngôn ngữ, hiệu năng, hạ tầng nhàm chán — đây là năm thứ hai trông như thế nào.