Giới Thiệu AI Coding

Chúng ta đang sống trong một kỷ nguyên mà trí tuệ nhân tạo không chỉ là câu chuyện khoa học viễn tưởng nữa — nó đang trực tiếp thay đổi cách mọi người viết code mỗi ngày. Nhưng AI coding thực sự là gì?

Lịch sử ngắn gọn

AI trong lập trình không phải là khái niệm mới, nhưng cuộc cách mạng thực sự bắt đầu vào:

Tại sao bạn PHẢI học AI coding ngay bây giờ?

Hiện nay có rất nhiều công cụ AI hỗ trợ lập trình. Hãy cùng phân tích từng công cụ để bạn hiểu rõ mình đang dùng gì và khi nào nên dùng cái nào.

2. Cursor — IDE AI-Native

3. ChatGPT / Claude / Gemini — AI Trò Chuyện

Bảng So Sánh Tổng Hợp

Tôi đang học lập trình và cân nhắc giữa các AI coding tools.
Use case của tôi: [mô tả dự án/công việc của bạn - ví dụ: "xây dựng web app Python+FastAPI, làm một mình, budget hạn chế"]
Kinh nghiệm: [ví dụ: "đã biết Python cơ bản, chưa dùng AI coding tool"]

Hãy phân tích và gợi ý:
1. Tool nào phù hợp nhất với tôi (Copilot Free/Pro, Codeium, Cursor, ChatGPT)
2. Lý do cụ thể tại sao
3. Cách thiết lập để tối ưu cho use case của tôi
4. Những extension VS Code nào nên cài thêm

Đây là bài học quan trọng nhất trong Chương 1. Nhiều người học coding với AI và thất bại không phải vì thiếu kỹ thuật — mà vì có mindset sai.

"AI là một junior developer cực kỳ nhanh và biết nhiều thứ, nhưng không có common sense. Bạn là senior phải kiểm soát và định hướng." — Nguyên tắc vàng của AI coding

Nguyên tắc 1: AI là Đồng Hành, Không Phải Thay Thế

Nguyên tắc 2: Luôn Đọc Và Hiểu Code AI Tạo Ra

Quy tắc vàng: Trước khi chạy bất kỳ đoạn code nào từ AI, hãy đọc và đặt câu hỏi: "Tôi có hiểu tại sao code này hoạt động không?"

Nguyên tắc 3: Quy Trình Làm Việc Với AI

Nguyên tắc 4: Xây Dựng "Mental Model" Của Bạn

AI có thể viết code thay bạn, nhưng bạn phải là người quyết định kiến trúc, review chất lượng và đảm bảo bảo mật. Điều này đòi hỏi bạn phải hiểu nền tảng.

[Paste đoạn code AI vừa tạo ra vào đây]

Hãy giải thích đoạn code này theo cách dễ hiểu nhất:
1. Tổng quan: đoạn code này làm gì?
2. Giải thích từng dòng theo thứ tự
3. Tại sao tác giả chọn cách này mà không phải cách khác?
4. Có edge case nào đoạn code chưa xử lý không?
5. Nếu tôi muốn thêm [tính năng cụ thể], tôi nên thay đổi ở đâu?

Đây là hướng dẫn chi tiết nhất để bạn có thể cài đặt và kích hoạt GitHub Copilot ngay hôm nay, kể cả khi bạn chưa từng dùng trước đây.

Bước 1 — Đăng ký GitHub Copilot

Bước 2 — Cài Extension Copilot Trong VS Code

Bước 3 — Test Thử Copilot Lần Đầu

Tạo file test_copilot.py và gõ comment sau:

# Hàm tính tổng các số chẵn trong một list

Sau khi gõ xong comment và nhấn Enter, Copilot sẽ tự động đề xuất code màu xám phía dưới. Nhấn Tab để chấp nhận gợi ý. Kết quả bạn sẽ nhận được tương tự:

# Hàm tính tổng các số chẵn trong một list
def tinh_tong_chan(numbers):
    return sum(num for num in numbers if num % 2 == 0)

# Test
print(tinh_tong_chan([1, 2, 3, 4, 5, 6]))  # Kết quả: 12

Các Phím Tắt Copilot Quan Trọng Nhất

Copilot Chat — Trò Chuyện Trực Tiếp Trong VS Code

Mở Copilot Chat bằng Ctrl+Shift+I và thử các lệnh sau:

# Giải thích code đang được chọn
/explain

# Fix lỗi trong đoạn code đang chọn
/fix

# Tạo test cho function đang chọn
/tests

# Tóm tắt toàn bộ file đang mở
/doc

# Ví dụ câu hỏi thực tế:
"Viết function validate email trong Python"
"Code này có vấn đề bảo mật gì không?"
"Tối ưu hàm sort này để chạy nhanh hơn"
"Giải thích dòng 25 đến 40 trong file này"

Tôi vừa cài GitHub Copilot trong VS Code. Hãy tạo một bài test nhỏ để kiểm tra Copilot đang hoạt động tốt:
1. Viết 5 comments Python mô tả 5 functions khác nhau (dễ đến khó)
2. Sau mỗi comment, tôi sẽ nhấn Enter và chờ Copilot suggest
3. Cho tôi biết kết quả tốt là như thế nào
4. Nếu Copilot suggest sai/không liên quan, nguyên nhân có thể là gì?

Tôi dùng VS Code trên Windows, Python 3.11, file test_copilot.py

Khắc Phục Sự Cố Thường Gặp

Sau khi cài đặt xong, nhiều người không biết bắt đầu từ đâu. Bài này là guided session 30 phút — bạn sẽ thực hành tất cả tính năng cốt lõi của Copilot và có cảm giác rõ ràng về công cụ này trước khi sang chương tiếp theo.

Phần 1 — Inline Suggestions (10 phút)

# Hàm cộng hai số nguyên, trả về tổng
# → nhấn Enter, chờ Copilot suggest, nhấn Tab

# Hàm kiểm tra một số có phải số nguyên tố không
# → nhấn Enter, chờ Copilot suggest, nhấn Tab

# Class Calculator với các phép tính cơ bản: cộng, trừ, nhân, chia
# → nhấn Enter, chờ Copilot suggest toàn bộ class

# Hàm đổi Celsius sang Fahrenheit và ngược lại
# → nhấn Enter, chờ Copilot suggest

Phần 2 — Copilot Chat (10 phút)

Mở Copilot Chat với Ctrl+Shift+I. Thực hành các lệnh sau theo thứ tự:

1. Hỏi trực tiếp:
"Viết function Python kiểm tra string có phải email hợp lệ không.
Cần handle: email thiếu @, thiếu domain, có khoảng trắng.
Trả về True/False. Có docstring và 3 ví dụ test."

2. Chọn code trong calculator.py → Click phải → "Copilot: Explain This"

3. Trong Chat, gõ:
/explain
(Copilot sẽ giải thích toàn bộ file đang mở)

4. Hỏi tiếp:
"Code calculator.py của tôi có thể cải thiện gì?
Đưa ra 3 gợi ý cụ thể với code example."

5. Gõ: /tests
(Copilot generate unit tests cho function đang chọn)

Phần 3 — Inline Chat (10 phút)

Inline Chat (Ctrl+I) cho phép chỉnh sửa code ngay tại chỗ — đây là tính năng nhanh nhất của Copilot cho các task nhỏ.

Năm 2026 có sự cạnh tranh khốc liệt giữa các AI lab. Mỗi mô hình có điểm mạnh riêng. Biết chọn đúng mô hình = tiết kiệm 50% thời gian và chi phí. Đây là bức tranh toàn cảnh bạn cần nắm.

Bảng So Sánh Các Mô Hình AI Hàng Đầu 2026

Khi Nào Dùng Model Nào?

Cách Chạy AI Cục Bộ (Hoàn Toàn Miễn Phí)

# Bước 1: Cài Ollama từ ollama.com/download
# (trên Windows: chạy installer .exe)

# Bước 2: Pull model về máy (chọn 1 trong các lệnh sau)
ollama pull llama3.3           # Meta Llama 3.3 7B — ~5GB — tốt cho code
ollama pull qwen2.5-coder:7b   # Alibaba Qwen Coder — tối ưu cho code
ollama pull deepseek-coder-v2  # DeepSeek Coder — rất mạnh cho code
ollama pull phi4               # Microsoft Phi-4 — nhẹ, nhanh, tốt

# Bước 3: Chat với model
ollama run llama3.3

# Bước 4: Dùng API cục bộ (tương thích OpenAI API)
# Ollama tự động mở server tại http://localhost:11434
# Tích hợp với VS Code: dùng extension "Continue" thay Copilot

# Ví dụ gọi API từ Python
curl http://localhost:11434/api/chat -d '{
  "model": "llama3.3",
  "messages": [{"role": "user", "content": "Viết hàm Python sắp xếp bubble sort"}]
}'

GitHub Models — API AI Miễn Phí Cho Developer

from openai import OpenAI

# Lấy GitHub token tại: github.com/settings/tokens
# Token cần scope: models:read
client = OpenAI(
    base_url="https://models.inference.ai.azure.com",
    api_key="YOUR_GITHUB_TOKEN",  # Dùng biến môi trường trong thực tế
)

response = client.chat.completions.create(
    model="gpt-4o",          # Hoặc: "claude-3-5-sonnet", "meta-llama-3.1-70b-instruct"
    messages=[
        {"role": "system", "content": "Bạn là một senior Python developer."},
        {"role": "user",   "content": "Viết một function đọc file CSV và trả về list of dicts"}
    ],
    temperature=0.3,
    max_tokens=1000,
)

print(response.choices[0].message.content)