Năm nay, tôi đã mời AI Agent hỗ trợ để thực hiện một cuộc tổng kết sâu dựa trên dữ liệu về bản thân. Chia sẻ quy trình này vì nó không yêu cầu bất kỳ kinh nghiệm lập trình nào, giúp bạn dễ dàng hoàn thành việc khai thác dữ liệu ở cấp độ chuyên nghiệp. Nó thậm chí còn đơn giản hơn cả Vibe Coding, chỉ cần: dữ liệu đầy đủ + Coding Agent. Để xác minh giới hạn của quy trình này, tôi đã chọn 10 năm hồ sơ sức khỏe lớn nhất và phức tạp nhất trong dữ liệu cá nhân của mình để thực hiện kiểm tra áp lực. 1️⃣ Quy mô dữ liệu và ngưỡng xử lý Cuối cùng, từ ứng dụng sức khỏe của Apple, tôi đã xuất ra một tệp dữ liệu gốc liên quan đến sức khỏe từ Apple Watch có kích thước lên tới 3.5 GB. Tệp này chứa hàng trăm ngàn bản ghi nhịp tim, cũng như nhiều chỉ số sinh lý với độ chi tiết rất cao. Trước khi có sự can thiệp của AI, để xử lý dữ liệu có quy mô như vậy, tôi ít nhất cần dành vài ngày để nghiên cứu thư viện Python và tiêu tốn nhiều công sức để phân tích cấu trúc dữ liệu XML phức tạp. Điều này thường là rào cản lớn nhất mà nhiều người gặp phải khi đối mặt với "tự định lượng". 2️⃣ Quy trình làm việc được hỗ trợ bởi Agent Khi chúng tôi đưa Coding Agent (như OpenAI Codex hoặc Claude Code) vào, toàn bộ quy trình đã thay đổi hoàn toàn. Bạn không còn cần phải chú ý đến việc thực hiện mã cụ thể, chỉ cần xác định "mục tiêu phân tích". Agent sẽ tự động thực hiện một vòng lặp đệ quy: tự nghiên cứu cấu trúc dữ liệu → viết kịch bản xử lý Python → gặp cấu trúc bất thường → nghiên cứu và sửa mã lại. Nó có thể hoàn thành toàn bộ quá trình từ làm sạch đến phân tích một cách độc lập, giúp tôi thực hiện nhiều ý tưởng trước đây đã bị gác lại do chi phí kỹ thuật quá cao. Nếu bạn không biết bắt đầu từ đâu, bạn có thể trước tiên cho nó biết bối cảnh của nhiệm vụ và tệp tương ứng, để nó tự thực hiện một số khám phá, chẳng hạn như: ...