# Vì sao quản lý kỹ thuật Anthropic tuyên bố phỏng vấn coding đã chết

> Anthropic loại bỏ phỏng vấn coding do Claude giải quyết bài test nhanh hơn con người, mở ra cơ hội cho kỹ sư nhờ tư duy sản phẩm và bản mẫu.

Nguồn: https://camnangai.com/tin-tuc/anthropic-tuyen-bo-phong-van-coding-da-chet  
Xuất bản: 2026-10-31

Quyết định mới đây của [**Felix Rieseberg**](https://felixrieseberg.com), Quản lý Kỹ thuật (Engineering Manager) tại Anthropic phụ trách Claude.ai, Claude Code Desktop và Cowork, cho thấy một thay đổi rõ rệt trong cách ngành công nghệ tuyển dụng lập trình viên. Ông đã chính thức loại bỏ hình thức **phỏng vấn coding** truyền thống khỏi quy trình đánh giá ứng viên cho đội ngũ của mình. Lý do ông đưa ra rất trực diện: các mô hình trí tuệ nhân tạo (AI) như Claude hiện giải quyết các bài kiểm tra lập trình React hay câu hỏi kiến thức về Assembly tốt hơn con người.


  Các bài kiểm tra coding truyền thống không còn mang lại tín hiệu tuyển dụng hữu ích khi các mô
  hình AI giải quyết chúng nhanh và chuẩn xác hơn con người.


Nhiều năm qua, những bài kiểm tra lập trình quy mô nhỏ từng được coi là chỉ số dự đoán tuy yếu nhưng hữu ích về khả năng làm việc. Tuy nhiên, ranh giới đó hiện đã không còn giá trị. Thực tế vận hành tại Anthropic cho thấy những kỹ sư giải quyết bài toán tốt nhất vẫn thành công bất kể điểm số của họ trong các bài kiểm tra kỹ thuật đầu vào ra sao. Việc bắt ứng viên viết mã thủ công hay dựng các giao diện thử nghiệm không còn cung cấp tín hiệu phân loại nào đáng tin cậy.


  Khi việc sinh mã nguồn trở nên rẻ hơn, năng lực tạo tác động thực tế của kỹ sư không còn bị giới
  hạn bởi số năm tích lũy cú pháp.


![Sơ đồ minh hoạ sự kết thúc của phỏng vấn coding truyền thống: chuyển dịch từ bài toán thuật toán nhỏ sang năng lực xây dựng sản phẩm thực tế.](https://camnangai.com/articles/anthropic-tuyen-bo-phong-van-coding-da-chet/01-infographic-vn.webp)

## Vì sao Anthropic dừng các bài kiểm tra coding truyền thống?

Dưới góc độ của một người trực tiếp tuyển dụng, quyết định của **Felix Rieseberg** phản ánh đúng bản chất chuyển dịch của công cụ sản xuất. Việc yêu cầu một ứng viên giải bài test React nhỏ ở thời điểm hiện tại không còn giá trị phân loại năng lực, tương tự như việc kiểm tra kiến thức về ngôn ngữ Assembly. Mô hình Claude hiện đã vượt qua con người ở cả hai mảng này về cả tốc độ lẫn độ chính xác.

Thực tế tại Anthropic cho thấy mô hình Claude hiện tự viết tới 80% mã nguồn của chính nó. Khi AI đảm nhận phần lớn khối lượng mã nguồn trong codebase, việc duy trì các bài kiểm tra lập trình nhỏ (small coding challenges) trở thành một điểm mù trong tuyển dụng. Nhà tuyển dụng tiêu tốn thời gian đo lường một kỹ năng vốn đã bị hàng hóa hóa (commoditized) và không còn đại diện cho công việc thực tế hàng ngày của người kỹ sư.

Sự chuyển dịch này khẳng định một thực tế mới trong ngành phần mềm: chi phí thực thi (execution cost) không còn là nút thắt cổ chai của quy trình phát triển. Việc thuộc lòng cú pháp framework hay khả năng gõ mã nhanh đã mất đi vai trò lợi thế cạnh tranh cốt lõi. Khi chi phí tạo ra mã nguồn tiệm cận số không, giá trị của kỹ sư nằm ở năng lực xác định đúng bài toán cần giải quyết.

## Nghịch lý "Hunger beats tenure": Khi chi phí viết code tiệm cận số không

Khái niệm "Hunger beats tenure" (Sự khát khao chiến thắng kinh nghiệm tích lũy) phản ánh sự thay đổi sâu sắc trong cấu trúc nhân sự kỹ thuật. Trước đây, tác động công việc của bạn bị giới hạn bởi số năm tích lũy kiến thức về các framework và thư viện. Hiện nay, các kỹ sư mới có thể bắt kịp và vượt qua những đồng nghiệp giàu kinh nghiệm, những người có thể viết code bài bản hơn nhưng lại bị giới hạn bởi lối tư duy cũ.

![Minh họa nghịch lý "Hunger beats tenure": chi phí thực thi tiệm cận số không cho phép kỹ sư trẻ vượt qua các rào cản tổ chức bằng sản phẩm thực tế.](https://camnangai.com/articles/anthropic-tuyen-bo-phong-van-coding-da-chet/02-vn.webp)

Lý thuyết quản trị và thực tiễn lịch sử đã chứng minh giá trị của góc nhìn ngây thơ. Năm 1991, James March chỉ ra rằng các tổ chức muốn đổi mới bắt buộc phải duy trì một luồng nhân sự ngây thơ và thiếu kinh nghiệm. Đạo diễn Orson Welles năm 1960 cũng từng chia sẻ rằng sự tự tin của ông đến từ sự ngây thơ nguyên bản (sheer ignorance), bởi chỉ khi chưa biết rõ về rào cản của một lĩnh vực, người ta mới không bị sự cẩn trọng thái quá làm chùn bước. Bài học này xuất hiện liên tục trong sự nghiệp của **Felix Rieseberg**:

Tại Stripe, nhà sáng lập Patrick Collison luôn yêu cầu các nhân sự mới chỉ ra những điểm kỳ quặc trong hệ thống mà những người cũ đã quen thuộc đến mức bỏ qua.

Tại Notion, trong buổi phỏng vấn về kiến trúc chế độ ngoại tuyến (offline mode), Felix được cảnh báo đây là bài phỏng vấn mẹo vì mọi người tin rằng việc tải dữ liệu là bất khả thi và CEO Ivan Zhao sẽ không bao giờ duyệt tính năng này. Sự thật là độ phức tạp của dữ liệu thì có thật, nhưng sự phản đối của nhà sáng lập chỉ là một tin đồn tổ chức truyền tai chưa ai kiểm chứng. Felix, với sự ngây thơ của người mới, đã đi hỏi trực tiếp Ivan Zhao và tháo gỡ rào cản này.

Cũng tại Notion một năm sau, khi nhân sự mới Ji Pei đề xuất gắn TV hiển thị bảng dữ liệu (dashboard), Felix đã trở thành người cũ cẩn trọng ngăn cản vì bản thân từng thất bại. Ji Pei không bận tâm, tự mình đề xuất lại và những chiếc TV xuất hiện ngay ngày hôm sau.

Trong cấu trúc doanh nghiệp truyền thống, các cấp quản lý trung gian đóng vai trò kiểm soát và phê duyệt vì chi phí thực thi quá đắt đỏ. Nhân sự trẻ bắt buộc phải cày cuốc nhiều năm để tích lũy vị thế xã hội và quyền lực tổ chức trước khi được trao cơ hội thử nghiệm ý tưởng lớn. Ngày nay, AI đã kéo chi phí thực thi xuống tiệm cận số không, cho phép các kỹ sư chứng minh năng lực ngay lập tức bằng sản phẩm thực tế mà không cần chờ đợi sự phê duyệt theo cấp bậc.

## Nhà tuyển dụng tìm kiếm tín hiệu gì khi bài test kỹ thuật lỗi thời?

Khi bài kiểm tra kỹ thuật không còn cung cấp tín hiệu chính xác, phương thức đánh giá ứng viên phải thay đổi hoàn toàn. Tại Anthropic, **Felix Rieseberg** chuyển sang quét hồ sơ và portfolio để tìm kiếm các bản mẫu (prototype) quy mô nhỏ. Những sản phẩm này phải thể hiện rõ ba yếu tố: gu thẩm mỹ (taste), sự thấu cảm người dùng (empathy) và tư duy có nguyên tắc (principled thinking).

![Mô hình bộ ba tín hiệu tuyển dụng mới thay thế LeetCode: Gu thẩm mỹ (Taste), Sự thấu cảm (Empathy) và Tư duy có nguyên tắc (Principled Thinking) xoay quanh bản mẫu.](https://camnangai.com/articles/anthropic-tuyen-bo-phong-van-coding-da-chet/03-vn.webp)

Bức tranh tuyển dụng trên toàn ngành công nghệ cũng đang biến chuyển đồng bộ:

Google mở rộng thử nghiệm các vòng phỏng vấn kỹ thuật cho phép ứng viên sử dụng Gemini, chuyển trọng tâm sang kiểm tra tư duy thiết kế và năng lực điều hướng mã nguồn.

Amazon ban hành văn bản cảnh báo kỹ sư không chạy theo các chỉ số sử dụng AI ảo nhằm gia tăng số lượng token vô nghĩa, hành vi được gọi là tokenmaxxing.

Trên diễn đàn Hacker News, cộng đồng kỹ sư đang thảo luận sôi nổi về hai phương pháp phỏng vấn thực tế thay thế cho LeetCode:

1. **Prompting & Code Navigation (Điều hướng và đọc hiểu mã nguồn):** Ứng viên nhận một bản đặc tả kỹ thuật (spec) và dùng mô hình ngôn ngữ lớn (LLM) trong môi trường phát triển (IDE) để dựng ứng dụng thật nhanh. Sau đó, nhà tuyển dụng kiểm tra khả năng điều hướng nhanh (fast navigation), yêu cầu ứng viên giải thích kiến trúc mã nguồn do AI tạo ra, chỉ rõ vị trí các chức năng và phân tích điểm yếu cần cải thiện.
2. **Mock Code Review (Đánh giá mã nguồn lỗi):** Ứng viên được cung cấp đoạn mã 400–600 dòng thuộc đúng mảng chuyên môn, chứa sẵn các lỗi về kiến trúc, hiệu năng, bảo mật, phong cách và kiểm thử. Ứng viên đọc hiểu và phản biện; những người làm tốt sẽ nhanh chóng đi từ lỗi cú pháp bề nổi lên đến tư duy kiến trúc hệ thống cấp cao.

## 5 chiến lược tạo tác động cho kỹ sư trong thời đại AI coding

Nếu bạn là một kỹ sư chưa có vị thế hay quyền lực lớn trong tổ chức, đây là 5 chiến lược thực tế giúp bạn tạo ra giá trị nhờ công cụ AI:

![Sơ đồ 5 chiến lược chuyển hóa ý tưởng thành đòn bẩy: Tác động kinh doanh, Ý tưởng táo bạo, Bản mẫu cuối tuần, Tập trung một mục tiêu và Góc nhìn người mới.](https://camnangai.com/articles/anthropic-tuyen-bo-phong-van-coding-da-chet/04-vn.webp)

### 1. Chọn tác động kinh doanh thay vì danh sách tồn đọng (backlog)

Năm 2011, Patrick McKenzie từng đưa ra nhận định kinh điển: "Kỹ sư được thuê để tạo ra giá trị kinh doanh, không phải để lập trình". Bạn cần nhìn xa hơn các thẻ công việc (tickets) hằng ngày để hiểu rõ mục tiêu cốt lõi mà công ty hoặc cấp trên trực tiếp của quản lý bạn (manager's manager) đang hướng tới. Hãy gắn kết công việc của mình vào những bộ phận trực tiếp tạo ra doanh thu hoặc giải quyết điểm nghẽn kinh doanh.

### 2. Chọn một ý tưởng táo bạo

Khi đã nắm rõ mục tiêu của tổ chức, hãy đề xuất những ý tưởng có khả năng cải thiện rõ rệt cơ hội đạt được mục tiêu đó. Đừng ngần ngại đặt ra các mục tiêu tham vọng, bởi trong môi trường có AI trợ lực, chi phí để thử nghiệm một ý tưởng táo bạo đã rẻ hơn trước rất nhiều.

### 3. Xây dựng sản phẩm mẫu trong cuối tuần

Bỏ qua quy trình viết tài liệu PRD rườm rà, các buổi họp xin phê duyệt hay việc tranh chấp nguồn lực thiết kế. Bạn hãy tự tay dựng một bản mẫu hoạt động được (working prototype) ngay trong ngày nghỉ cuối tuần.

Trường hợp thực tế tại Anthropic: Claude Code ban đầu vốn chỉ là một công cụ dòng lệnh (CLI). Hai kỹ sư Anthony Morris và Alice Zhao đã tự xây dựng một bản mẫu giao diện đồ họa (GUI) cho công cụ này chỉ trong một cuối tuần. Bản mẫu thuyết phục hoàn toàn ban lãnh đạo và phiên bản chính thức đến tay người dùng chỉ khoảng 8 ngày sau đó.

### 4. Tập trung vào MỘT ý tưởng tốt

Tránh sai lầm phổ biến của các kỹ sư trẻ là nhồi nhét quá nhiều tính năng vào cùng một bản mẫu. Việc kết hợp ngôn ngữ lập trình mới, hệ thống backend phức tạp lẫn ứng dụng di động sẽ che khuất ý tưởng giá trị nhất. Mục tiêu của bản mẫu là truyền tải MỘT ý tưởng cốt lõi thật rõ ràng để cấp trên nhận thấy cơ hội kinh doanh.

### 5. Tận dụng góc nhìn mới mẻ

Nếu phát triển sản phẩm hướng tới người dùng (user-facing), bạn sở hữu sự thấu cảm nguyên bản của một người mới để cảm nhận sản phẩm hoạt động tốt hay dở. Nếu làm việc ở mảng hạ tầng hoặc công cụ (infrastructure/tooling), lợi thế của bạn là chưa từng bị giới hạn bởi những lý do vì sao một việc từng bị coi là bất khả thi trong quá khứ.

## Lời kết: Trọng tâm mới của nghề kỹ sư phần mềm

Sự biến mất của **phỏng vấn coding** truyền thống không phải là sự thoái trào của nghề lập trình, mà là dấu hiệu cho thấy ngành phần mềm đang tiến lên một tầng trừu tượng mới (new level of abstraction).

Khi AI đảm nhận phần lớn khối lượng thực thi mã nguồn, giá trị trung tâm của người kỹ sư phần mềm chính thức chuyển dịch: từ việc thuộc lòng cú pháp và thuật toán sang năng lực định hình sản phẩm, tư duy kiến trúc hệ thống, sự thấu cảm người dùng và tốc độ chuyển hóa các ý tưởng kinh doanh thành giá trị thực tế.

## Tài liệu tham khảo

- [Hunger Beats Tenure: Advice for Junior Engineers — Felix Rieseberg](https://felixrieseberg.com/hunger-beats-tenure-advice-for-junior-engineers/)
- [Anthropic Manager Drops Coding Interviews Because Claude Is Better at Them — The Next Web](https://thenextweb.com/news/anthropic-felix-rieseberg-coding-interview-claude)
- [Discussion on Hunger Beats Tenure — Hacker News](https://news.ycombinator.com/item?id=50266719)