Uber dùng agent AI để viết nhiều mã hơn nhưng tuyển thêm chậm hơn ra sao

AI đang làm gì trong đội ngũ kỹ thuật của Uber?

Thay đổi lớn nằm ở chỗ AI không chỉ còn là công cụ gợi ý vài dòng mã. Uber đang chuyển từ kiểu “tự động hoàn thành” sang các hệ thống có thể nhận nhiệm vụ, chuẩn bị thay đổi và tham gia sâu hơn vào vòng đời phát triển phần mềm.

CTO Praveen Neppalli Naga nói Uber đã “leaned in hard” — tức đặt cược mạnh — vào AI coding; 95% kỹ sư Uber dùng công cụ AI hằng tháng và một agent AI nội bộ đang tạo khoảng 1.800 thay đổi mã mỗi tuần . Với các đội kỹ thuật, đây không chỉ là chuyện viết nhanh hơn một hàm hay một đoạn kiểm thử. Nó còn là cách tổ chức lại luồng làm việc: giao việc cho agent, để agent chuẩn bị bản sửa, rồi con người xem xét.

Các nỗ lực tăng năng suất lập trình viên của Uber cũng không dừng ở bước soạn mã. Một phiên của Developer Productivity Engineering mô tả chương trình AI của Uber trải rộng trên toàn bộ vòng đời phát triển phần mềm, gồm tùy biến trợ lý lập trình cho các monorepo lớn, dùng hệ thống agent cho các đợt di chuyển mã quy mô lớn, cũng như quy trình kiểm thử và rà soát mã có hỗ trợ bởi AI . Với độc giả không làm kỹ thuật, có thể hiểu monorepo là kho mã rất lớn chứa nhiều phần của hệ thống; làm cho AI “hiểu” được bối cảnh đó khó hơn nhiều so với gợi ý mã trong một dự án nhỏ.

Tuy vậy, điểm chốt vẫn là khâu kiểm soát. Khosrowshahi nói mã do AI tạo ra vẫn được nhân viên kiểm tra trước khi đưa vào kho mã . Vì thế, Uber đang dùng agent để tạo và chuẩn bị nhiều công việc hơn, chứ chưa trình bày đây là mô hình kỹ thuật sản xuất hoàn toàn tự vận hành.

Vì sao “10% thay đổi mã” không có nghĩa là “10% toàn bộ mã”?

Các con số về AI của Uber rất dễ bị hiểu lẫn nếu gom hết vào một thước đo duy nhất.

Con số 10% của Khosrowshahi nói về các thay đổi mã do agent tự động tạo ra . Trong khi đó, The Pragmatic Engineer cho biết 84% lập trình viên của Uber là người dùng “agentic coding” — tức dùng agent dòng lệnh hoặc đưa ra nhiều yêu cầu mang tính giao việc cho agent hơn là chỉ bấm tab để nhận gợi ý trong IDE . Báo cáo này cũng nói 65%-72% mã được AI tạo ra bên trong các công cụ dựa trên IDE .

Ba nhóm số liệu này có thể cùng đúng, vì chúng đo ba việc khác nhau: phần thay đổi mã gắn với agent tự động, mức độ lập trình viên dùng quy trình agent, và lượng mã được AI sinh ra trong công cụ IDE. Kết luận thực tế là AI có thể đang hỗ trợ soạn thảo một phần mã lớn hơn nhiều so với phần thay đổi được ghi nhận riêng là do agent tự động tạo ra .

AI giúp Uber giảm nhu cầu tuyển thêm bằng cách nào?

Logic kinh tế khá trực diện: nếu cùng một số kỹ sư có thể đưa ra nhiều sản phẩm phần mềm hơn, Uber có thể tăng năng lực kỹ thuật mà không cần tăng nhân sự cùng tốc độ. Đó là nền tảng của việc công ty chi nhiều hơn cho AI nhưng tuyển dụng chậm lại .

Tuy nhiên, chi phí không biến mất; nó chuyển chỗ. Thay vì chỉ trả thêm lương và phúc lợi cho nhân viên mới, Uber còn phải trả cho công cụ AI, agent, hạ tầng tính toán và năng lực vận hành. Một báo cáo về quá trình triển khai AI coding tại Uber cho biết mức sử dụng Claude Code tăng mạnh đến mức ngân sách AI coding năm 2026 của công ty bị dùng hết sớm hơn dự kiến; Uber cũng đã dùng các công cụ như Claude Code và Cursor . Thông tin này nên được xem như ảnh chụp về nhu cầu công cụ tại một thời điểm, không phải bức tranh đầy đủ về kinh tế AI của Uber. Nhưng nó cho thấy một đổi chác mới: năng lực phần mềm ngày càng được tính bằng tổ hợp con người, agent, công cụ và hạ tầng.

Không chỉ viết mã: AI còn đi vào vận hành

Chiến lược AI của Uber không chỉ nằm trong phòng kỹ thuật. Khosrowshahi nói Uber đã dùng AI trong nhiều năm để định giá chuyến đi và ghép tài xế với hành khách . Các báo cáo gần đây cho biết AI tạo sinh và agentic AI cũng được áp dụng vào hỗ trợ khách hàng, quy trình đưa tài xế mới lên nền tảng và một số phần của vòng đời phát triển kỹ thuật, qua đó giảm can thiệp thủ công trong một số luồng việc .

Điều này quan trọng vì năng suất ngoài mảng viết mã cũng ảnh hưởng đến nhu cầu tuyển dụng. Nếu AI có thể rút ngắn thời gian hỗ trợ khách hàng, đơn giản hóa onboarding cho tài xế hoặc hỗ trợ chẩn đoán vấn đề trong các dịch vụ nội bộ, Uber có thể gỡ điểm nghẽn mà không nhất thiết phải bổ sung cùng số lượng nhân sự như trước .

Ý nghĩa với kỹ sư phần mềm

Mô hình hiện tại của Uber nghiêng về “kỹ thuật có AI giám sát bởi con người”, không phải mô hình không cần kỹ sư. Agent có thể soạn mã, chuẩn bị thay đổi, hỗ trợ di chuyển mã quy mô lớn, tham gia kiểm thử hoặc rà soát; nhưng mã do AI viết vẫn được nhân viên kiểm tra trước khi hợp nhất .

Tác động rõ nhất có lẽ nằm ở phần tuyển thêm. Uber có thể tiếp tục mở rộng năng lực kỹ thuật trong khi tuyển ít nhân sự bổ sung hơn so với kịch bản không có AI, miễn là các công cụ này tạo ra mức tăng năng suất đáng tin cậy trong công việc thật . Câu hỏi còn bỏ ngỏ là đo lường: tỷ lệ dùng AI và tỷ lệ mã do AI tạo ra cho thấy mức độ phổ biến, nhưng tự chúng chưa chứng minh chính xác mức tăng năng suất sau khi tính đến chất lượng, độ tin cậy, bảo trì và chi phí kỹ thuật dài hạn.