Bị layoff khi làm AI engineer: năm sai lầm nên tránh

Michael Hoff kể năm sai lầm khiến anh bị layoff ở một AI startup và điều cứu anh: một mảng chuyên biệt như ServiceNow, cộng kỹ năng AI (11/2026).

Đã duyệt độc lập · cập nhật 15/11/2026 · 10 min

1. Bị layoff: hồi chuông cảnh tỉnh

Michael Hoff mở đầu bằng một câu thẳng: anh từng bị layoff khi đang làm AI engineer. Theo lời anh trong video đăng ngày 03/11/2026, chuyện đó đã xảy ra cách đây một thời gian, nhưng anh muốn kể vì sao mình rơi vào hoàn cảnh ấy, và người xem có thể làm gì để không rơi vào đó.

Anh nói có rất nhiều thứ anh đã hoàn toàn không nhìn thấy, và rất nhiều thứ anh đã phớt lờ hoặc chấp nhận quá muộn. Anh muốn chắc rằng người xem không mắc lại những sai lầm giống anh (video đăng ngày 03/11/2026).

Michael Hoff nói trước camera, phía sau là giá sách và một chiếc đèn bàn
Michael Hoff nói trước camera ở phần mở đầu, phía sau là giá sách và một chiếc đèn bàn (video đăng ngày 03/11/2026).

2. Vai trò của anh ở startup

Để người xem có chút bối cảnh: anh từng làm ở một AI startup, và công ty tập trung rất mạnh vào ServiceNow. Cho ai chưa biết, Michael giải thích ServiceNow là một nền tảng enterprise lớn mà nhiều công ty dùng cho những việc như IT ticket, workflow và các app nội bộ (theo video đăng ngày 03/11/2026).

Ở đó anh kiêm vài vai trò khác nhau. Ban đầu anh là một ServiceNow consultant, và theo anh đó là nền tảng lớn nhất của mình: khi ấy anh chuyển đổi các ứng dụng gần như hoàn toàn bằng tay. Sau đó anh chuyển vào team engineering, build tooling để tự động hoá chính những việc chuyển đổi đó. Về sau nữa, anh làm trong một team forward deployed engineering, làm việc trực tiếp với các khách hàng dùng sản phẩm của công ty (theo Michael, video đăng ngày 03/11/2026).

Dự án anh dành nhiều thời gian nhất, theo lời anh, thật lòng là một dự án rất hay. Ý tưởng là ai đó có thể vẽ một sơ đồ nhỏ của một ứng dụng, thứ anh gọi là kiểu như "universal application notation" của anh và nhóm, và anh và nhóm biến sơ đồ đó thành một ứng dụng ServiceNow chạy được (video đăng ngày 03/11/2026).

Việc của anh là viết phần code deterministic thực sự tạo ra các thành phần ServiceNow. Ở khâu đó của vòng lặp không có AI: đó chỉ là code phức tạp, rất chính xác, và anh tả nó giống như một compiler (video đăng ngày 03/11/2026).

ServiceNow consultantchuyển đổi app bằng tay Team engineeringtooling tự động hoá chuyển đổi Forward deployedlàm trực tiếp với khách hàng Dự án anh dành nhiều thời gian nhất Sơ đồ nhỏuniversal application notation Code deterministickiểu như một compiler, không AI App ServiceNowchạy được
Hình 2.1Hàng trên: ba vai trò Michael kể theo thứ tự anh làm. Hàng dưới: dự án sơ đồ thành ứng dụng, nơi phần anh viết là code deterministic không có AI (theo video đăng ngày 03/11/2026).

3. Sai lầm thứ nhất: làm ở công ty AI mà không dùng AI

Sai lầm thứ nhất, theo Michael: anh không thật sự dùng AI, dù đang làm ở một công ty AI. Anh đoán người xem đang nghĩ: làm sao làm ở một AI startup mà lại không dùng AI? Nhưng vào thời điểm đó, anh thật lòng nghĩ mình có một lý do khá chính đáng (video đăng ngày 03/11/2026).

Khi anh và nhóm build bộ application generator đó, các AI tool khi ấy chưa đủ ổn định để tạo ra đoạn XML anh và nhóm cần. ServiceNow chuyển các thay đổi giữa những môi trường bằng thứ gọi là update set, và chúng phải thật sự chính xác. Khi cho AI tạo update set, anh và nhóm nhận về những update set rối tung, rõ ràng không chạy được khi nạp vào một môi trường live (theo Michael, video đăng ngày 03/11/2026).

Anh nhìn vào chuyện đó, rồi nhìn vào dạng tổng quát của bài toán, XML là loại code chặt chẽ, cùng những vấn đề chung của LLM, và thấy việc bỏ qua AI ở thời điểm đó là hợp lý. Anh quyết định rằng AI chưa đủ tốt cho phần việc thật đó, và sau đó anh kiểu như thôi không để ý tới nó nữa (video đăng ngày 03/11/2026).

Và đó, theo anh, mới là sai lầm thật sự. Anh không sai về các tool hồi đó. Vấn đề là anh đánh giá AI dựa trên một bài toán cụ thể, rất khó, rồi không bao giờ quay lại kiểm tra khi nó tốt lên (theo Michael, video đăng ngày 03/11/2026).

Điều anh lẽ ra nên làm, theo lời anh trong video đăng ngày 03/11/2026: dành ra một phần nhỏ trong tuần để thật sự thử các tool mới, kể cả với những việc anh khá chắc chúng sẽ thất bại. Bạn không cần đặt cược cả workflow vào đó, nhưng bạn phải tiếp tục thử.

Anh nói thật lòng, tự thân sai lầm này không phải là chí mạng, nhưng nó dọn đường cho gần như mọi bước sai khác trong danh sách của anh (video đăng ngày 03/11/2026).

AI tool tốt dần lên Đánh giá một lần:update set XML, bài toán rất khó rồi không bao giờ quay lại kiểm tra thử lạithử lạithử lại điều lẽ ra nên làm: một phần nhỏ mỗi tuần
Hình 3.1Sai lầm thứ nhất theo cách Michael tả: anh đánh giá AI trên một bài toán khó rồi không quay lại; điều anh lẽ ra nên làm là tiếp tục thử tool mới mỗi tuần một ít (video đăng ngày 03/11/2026).

4. Sai lầm thứ hai: phớt lờ lời cảnh báo

Tiếp theo là phớt lờ những người đã nói với anh rằng AI sẽ tốt lên. Trong team có một vài người mang thái độ: không cần nghĩ quá nhiều về phần này, vì AI sẽ tốt lên và sẽ xử lý được nó. Michael thì phản đối điều đó rất kịch liệt (video đăng ngày 03/11/2026).

Lập luận của anh hồi đó về cơ bản là: được thôi, nếu AI giỏi đến mức đó thì chẳng ai trong chúng ta còn việc làm. Rồi anh nói thêm: anh đang làm video này, nên chắc người xem cũng thấy chuyện đó kết thúc ra sao (video đăng ngày 03/11/2026).

Điều làm anh bực bội là anh thậm chí không sai về kết cục. Anh đã thấy nó đến, đã nói thẳng ra với team. Nhưng thay vì lấy đó làm lý do để đi trước, theo sát nó và đảm bảo mình vẫn đúng về nó, anh lại lấy đó làm lý do để cố thủ. Anh coi câu "AI sẽ tốt lên" như một cuộc tranh luận mình phải thắng, trong khi thật ra đó là một lời cảnh báo mà anh lẽ ra nên chuẩn bị cho (theo Michael, video đăng ngày 03/11/2026).

Lời anh gửi người xem (video đăng ngày 03/11/2026): nếu bạn đang ở đúng chỗ đó, thấy rõ mọi thứ đang đi về đâu và không thích điều đó, thì đó là lúc bắt đầu chuyển động. Không thích hướng đi không làm hướng đi thay đổi.

Điều anh lẽ ra nên làm là coi trọng chính dự đoán của mình. Đúng là anh từng nói nó sẽ không đủ tốt để thay thế anh và đồng nghiệp, nhưng lẽ ra anh nên kiểm tra lại, rồi chuyển sang làm người trong team biết cách dùng nó, chứ không phải người tranh luận chống lại nó (theo Michael, video đăng ngày 03/11/2026).

"AI sẽ tốt lên" Anh đã làm: coi là cuộc tranh luậnphải thắng, rồi cố thủ Lẽ ra nên: coi là lời cảnh báokiểm tra lại, thành người biết dùng nó
Hình 4.1Cùng một câu nói trong team, hai cách phản ứng mà Michael đặt cạnh nhau: điều anh đã làm và điều anh lẽ ra nên làm (video đăng ngày 03/11/2026).

5. Sai lầm thứ ba: tốc độ thắng code hoàn hảo

Kế đến là phớt lờ những lần tăng tốc (speedup). Anh đoán người xem lại đang nghĩ: nếu code tệ thì cần nó làm gì? Đó đúng là cách anh từng nghĩ. Anh nhìn code người khác tạo ra bằng AI và không thích nó: đó không phải cách anh sẽ viết, có những miếng vá (band-aid) điên rồ, lặp lại rất nhiều, và những cấu trúc kỳ quặc cứ thế gắn thêm vào (theo Michael, video đăng ngày 03/11/2026).

Trong khi đó anh rất hài lòng với code của mình. Anh hiểu từng dòng và tự hào về nó, nhưng tất nhiên nó tốn của anh rất nhiều thời gian để viết. Suốt khoảng thời gian đó, những người khác trong team đẩy ra nhiều feature hơn anh rất nhiều (video đăng ngày 03/11/2026).

Điều anh đã không chịu chấp nhận, theo lời anh trong video đăng ngày 03/11/2026: doanh nghiệp không thật sự quan tâm bạn thích code của mình đến đâu. Doanh nghiệp quan tâm thứ gì đã được ship và nó có chạy được cho khách hàng không. Chất lượng code có quan trọng, anh không nói là không, nhưng khi công ty quyết định giữ ai, người đang ship ở vị trí tốt hơn nhiều so với người có những pull request đẹp nhất.

Điều anh lẽ ra nên làm là gặp nhau ở giữa: dùng các tool để có nhanh một bản chạy được, rồi đặt tiêu chuẩn của mình vào khâu review và dọn dẹp bản đó, thay vì tự tay viết về cơ bản từng dòng một (theo Michael, video đăng ngày 03/11/2026).

Tốc độ là thứ công ty thật sự nhìn thấy được, và theo anh đó là thứ duy nhất anh đã không đưa cho công ty (video đăng ngày 03/11/2026).

Dùng toolcó nhanh một bản chạy được Review và dọn dẹpđặt tiêu chuẩn của bạn vào đây Shipthứ công ty nhìn thấy được thay vì tự tay viết về cơ bản từng dòng một
Hình 5.1Cách "gặp nhau ở giữa" mà Michael nói anh lẽ ra nên làm (video đăng ngày 03/11/2026).

6. Sai lầm thứ tư: không chịu buông craft

Tiếp theo là bám giữ craft, cái nghề viết code mà anh yêu. Anh nói cái này mang tính cá nhân hơn một chút. Rất nhiều sự kháng cự của anh rốt cuộc đến từ việc không muốn từ bỏ craft. Anh thích viết code, thích tự mình giải những bài toán khó, và để AI làm một phần việc đó giống như trao đi đúng phần công việc anh thật sự quan tâm (video đăng ngày 03/11/2026).

Anh biết chuyện này là do anh chứ không phải do tool qua một chi tiết: khi chuyển sang làm forward deployed engineer, rất nhiều thứ anh viết là script tạm thời. Đó là những thứ nhỏ, nhanh để giúp một khách hàng làm xong việc gì đó, và không ai sẽ bảo trì chúng lâu dài. Theo anh (video đăng ngày 03/11/2026), đó gần như là use case hoàn hảo cho AI, vì không có kiến trúc đẹp đẽ nào cần bảo vệ, vậy mà anh vẫn rất chậm trong việc dùng nó.

Đến lúc đó, theo anh, lập luận về chất lượng code không còn đứng vững nữa. Đó là anh không cho phép mình đi nhanh hơn (video đăng ngày 03/11/2026).

Điều anh lẽ ra nên làm là tách craft ra khỏi công việc. Bạn vẫn có thể yêu việc viết code, và vẫn có thể viết tay trong những project riêng của mình, nhưng ở chỗ làm, công việc là giải quyết vấn đề, và craft là bất cứ thứ gì giúp làm việc đó tốt (theo Michael, video đăng ngày 03/11/2026).

Nói thật lòng, theo anh, đây mới là lý do thật sự đằng sau ba sai lầm trước. Chính nó khiến anh cứ đưa ra cùng một lựa chọn, kể cả ở một vai trò mà lựa chọn đó chẳng có chút lý lẽ nào (video đăng ngày 03/11/2026).

7. Sai lầm cuối: vòng lặp tự ti

Sai lầm cuối cùng là để chuyện đó đè lên tâm lý mình. Khi nhìn công việc thay đổi, anh rất nản. Anh chán chường về kỹ năng và năng lực của chính mình, và nói thật là anh cứ thế chìm trong cảm giác đó. Anh nhìn những gì công việc đang trở thành và cảm thấy thứ mình giỏi không còn quan trọng nữa (theo Michael, video đăng ngày 03/11/2026).

Anh muốn nói thật về chuyện này vì anh nghĩ nhiều người trong ngành tech đang cảm thấy như vậy vào thời điểm video đăng ngày 03/11/2026, mà không thật sự nói ra.

Vấn đề là cảm giác đó quay lại nuôi mọi thứ khác. Khi tự ti, bạn không muốn đi học một tool mới vì bạn không muốn lại dở một thứ gì đó. Thế là bạn ở yên trong vùng an toàn, điều đó khiến bạn tụt lại xa hơn, và điều đó lại khiến bạn thấy tệ hơn. Anh gọi đó là một vòng lặp thật sự tồi tệ để mắc kẹt vào (video đăng ngày 03/11/2026).

Điều anh lẽ ra nên làm là coi cảm giác đó là thông tin, chứ không phải một phán quyết. Cảm thấy mình tụt lại chỉ có nghĩa là anh đang tụt lại, và tụt lại là thứ sửa được (theo Michael, video đăng ngày 03/11/2026).

Nhưng anh nói chuyện này có thể sâu hơn thế nhiều. Nếu nó không còn chỉ là cảm giác nản mà đang thực sự ảnh hưởng tới cuộc sống của bạn, bạn cần thật sự nói chuyện với ai đó về nó, thay vì xem thêm 10 video YouTube nữa (video đăng ngày 03/11/2026).

Tự ti về bản thân Không muốn học tool mới Ở yên trong vùng an toàn Tụt lại xa hơn Thấy tệ hơn lẽ ra nên: coi cảm giác là thông tin,không phải phán quyết
Hình 7.1Vòng lặp Michael mô tả, và cách anh nói lẽ ra nên nhìn cảm giác đó: tụt lại là thứ sửa được (video đăng ngày 03/11/2026).

8. Điều thật sự cứu anh

Giờ anh nói về điều thật sự đã cứu anh, và theo anh nó kiểu như ngược với điều người ta nghĩ. Rõ ràng không phải kỹ năng AI của anh, mà là nền tảng "nhàm chán" của anh. Phần lớn trong gần 10 năm làm tech của anh (tính đến video đăng ngày 03/11/2026) là ở ServiceNow, và rất ít trong số đó là ở một vai trò software engineering chính thức.

Chính nền tảng ServiceNow đó là thứ giúp anh đứng vững trở lại rất nhanh. Anh chưa bao giờ thất nghiệp lâu hơn một tháng (theo Michael, video đăng ngày 03/11/2026).

Lý do, theo anh, là sự cạnh tranh. ServiceNow là một mảng chuyên biệt: nhà tuyển dụng đòi hỏi chứng chỉ (cert), đòi kinh nghiệm thực tế trên nền tảng, và đơn giản là không có nhiều người có những thứ đó (theo Michael, video đăng ngày 03/11/2026).

Anh so với một công việc software chung chung, nơi tính đến video đăng ngày 03/11/2026, bất kỳ ai có một AI subscription cũng có thể làm được, về mặt chức năng, một số phần của công việc. Anh gọi đó là một hàng người rất đông để đứng vào.

9. Chuyên biệt hoá, rồi xếp AI lên trên

Nếu người xem chỉ lấy một điều từ video này, ngoài chuyện "hãy dùng tool", anh muốn đó là điều này: tìm một thứ chuyên biệt. Chọn một nền tảng hoặc một ngành hơi nhàm chán và có rào cản gia nhập thật sự, rồi giỏi lên ở đó (theo Michael, video đăng ngày 03/11/2026).

Sau đó, xếp kỹ năng AI lên trên. Theo anh (video đăng ngày 03/11/2026), sự kết hợp đó khó thay thế hơn nhiều so với từng thứ đứng riêng.

Kỹ năng AI, xếp lên trên Một nền tảng hoặc ngành chuyên biệt, hơi nhàm chán có rào cản gia nhập thật sự (với anh: ServiceNow) kết hợp lại: khó thay thế hơn nhiều so với từng thứ đứng riêng
Hình 9.1Lời khuyên chính của Michael ngoài chuyện dùng tool: một mảng chuyên biệt làm nền, kỹ năng AI xếp lên trên (video đăng ngày 03/11/2026).

10. Bài học khép lại

Đó là câu chuyện của anh. Nhìn lại, theo Michael, gần như mọi sai lầm anh mắc đều đến từ việc chống lại các tool thay vì học chúng. Và thứ thật sự cứu anh là công việc chuyên biệt, nhàm chán mà anh vẫn làm suốt từ trước tới giờ (video đăng ngày 03/11/2026).

Lời kết của anh (video đăng ngày 03/11/2026): đừng mắc sai lầm của anh; hãy dùng các tool, và có một thứ chuyên biệt để làm chỗ dựa.

Nguồn và liên kết 4 nguồn

  1. Tên gốc: Laid off as an AI engineer (don't make my mistake)
  2. Sự kiện: YouTube
  3. Video gốc: https://www.youtube.com/watch?v=vAzcFVSGGJM youtube.com
  4. Kênh YouTube Michael Hoff (Michael Hoff): youtube.com/channel/UCJdD5FkMqQJuXaJU1I5yN_A youtube.com