Tháng 2 năm 2025, Andrej Karpathy đặt ra một thuật ngữ chiếm lĩnh thế giới công nghệ: vibe coding — viết code bằng cách mô tả những gì bạn muốn cho AI, để nó xử lý cú pháp.

Một năm sau, Karpathy nói vibe coding đã lỗi thời.

Mô hình mới? Agentic engineering — nơi bạn không viết code 99% thời gian. Bạn đang điều phối AI agents viết code cho bạn, đóng vai trò là người giám sát thay vì tác giả.

Và công cụ điều phối? Markdown.

Sự Phát Triển: Ba Giai Đoạn

Software 1.0: Viết Code

Lập trình truyền thống. Con người viết từng dòng. Python, JavaScript, C++. Bạn suy nghĩ theo cú pháp, debug thủ công.

Software 2.0 / Vibe Coding: Mô Tả Code

Các trợ lý AI như Copilot và Cursor tạo code từ mô tả ngôn ngữ tự nhiên. Bạn “vibe” với AI — mô tả những gì bạn muốn, chấp nhận hoặc từ chối gợi ý. Bạn vẫn xem xét từng dòng.

Software 3.0 / Agentic Engineering: Hướng Dẫn Agents

AI agents hoạt động tự chủ. Bạn viết một file Markdown xác định mục tiêu và ràng buộc. Agent viết code, kiểm tra nó, lặp, và commit cải tiến. Bạn xem xét kết quả, không phải quy trình.

Autoresearch của Karpathy là ví dụ rõ nhất: một nhà nghiên cứu viết program.md, và AI chạy 100+ thí nghiệm qua đêm mà không có sự can thiệp của con người.

Markdown: Lớp Giao Diện

Trong mỗi giai đoạn, công cụ của con người thay đổi:

Giai đoạn	Công cụ của con người	Đầu ra
Software 1.0	Code editor	Source code
Software 2.0	AI chat + code editor	Source code hỗ trợ AI
Software 3.0	Markdown editor	Hướng dẫn agent

Trong agentic engineering, file Markdown LÀ sản phẩm công việc của con người. Mọi thứ phía sau — code, thí nghiệm, kết quả — được tạo ra bởi AI agents theo hướng dẫn Markdown của bạn.

Kỹ Năng Mới: Viết Hướng Dẫn Agent

Nếu bạn không viết code nữa, bạn đang làm gì? Bạn đang viết các file Markdown rõ ràng, cụ thể, và có chiến lược.

Điều này đòi hỏi bộ kỹ năng khác:

Chuyên môn lĩnh vực — Bạn cần biết kết quả tốt trông như thế nào, dù bạn không tự tạo ra chúng.

Viết rõ ràng — Hướng dẫn mơ hồ tạo ra kết quả mơ hồ.

Tư duy chiến lược — Trong autoresearch, công việc của nhà nghiên cứu là đặt đúng hướng nghiên cứu.

Khả năng đánh giá — Bạn cần phán xét liệu kết quả của agent có thực sự tốt không.

Chuỗi Cung Ứng Kiến Thức

Agentic engineering phụ thuộc vào kiến thức. Hướng dẫn Markdown của bạn chỉ tốt khi hiểu biết của bạn về lĩnh vực đó tốt. Điều này tạo ra chuỗi cung ứng kiến thức:

Thu thập kiến thức từ web (tài liệu, bài báo, blog, ví dụ)
Tổ chức trong hệ thống Markdown-native (Obsidian, Notion, file thông thường)
Tổng hợp thành hướng dẫn agent (program.md, AGENTS.md, CLAUDE.md)
Triển khai agents thực thi theo hướng dẫn của bạn

Bước đầu tiên — thu thập kiến thức web dưới dạng Markdown — là nơi Save phù hợp. Chuyển đổi một cú nhấp bất kỳ trang web nào thành Markdown sạch.

Save chuyển đổi bất kỳ trang web nào thành Markdown sạch — xây dựng thư viện kiến thức cung cấp sức mạnh cho agentic engineering hiệu quả. Dùng thử Save miễn phí.