Xây dựng đội ngũ kỹ thuật lấy AI làm trọng tâm

Giới thiệu Các mô hình AI đang nhanh chóng mở rộng phạm vi tác vụ mà chúng có thể thực hiện, với những tác động đáng kể đối với ngành kỹ thuật. Các hệ thống tiên tiến hiện duy trì khả năng suy luận trong nhiều giờ: tính đến tháng 8/2025, METR nhận thấy rằng các mô hình hàng đầu có thể hoàn thành 2 giờ 17 phút làm việc liên tục với độ tin cậy khoảng 50% trong việc đưa ra câu trả lời đúng. Khả năng này đang được cải thiện nhanh chóng, với độ dài tác vụ tăng gấp đôi khoảng bảy tháng một lần. Chỉ vài năm trước, các mô hình có thể quản lý khoảng 30 giây suy luận – đủ cho các gợi ý mã nhỏ. Ngày nay, khi các mô hình duy trì chuỗi suy luận dài hơn, toàn bộ vòng đời phát triển phần mềm có khả năng nằm trong phạm vi hỗ trợ của AI, cho phép các tác nhân mã hóa đóng góp hiệu quả vào việc lập kế hoạch, thiết kế, phát triển, thử nghiệm, đánh giá mã và triển khai. Trong hướng dẫn này, chúng tôi sẽ chia sẻ các ví dụ thực tế phác thảo cách các tác nhân AI đang đóng góp vào vòng đời phát triển phần mềm với hướng dẫn thực tế về những gì các nhà lãnh đạo kỹ thuật có thể làm ngay hôm nay để bắt đầu xây dựng các nhóm và quy trình dựa trên AI. Mã hóa AI: Từ tự động hoàn thành đến tác nhân Các công cụ mã hóa AI đã tiến xa hơn nhiều so với nguồn gốc của chúng là các trợ lý tự động hoàn thành. Các công cụ ban đầu xử lý các tác vụ nhanh chóng như gợi ý dòng mã tiếp theo hoặc điền vào các mẫu hàm. Khi các mô hình có được khả năng suy luận mạnh mẽ hơn, các nhà phát triển bắt đầu tương tác với các tác nhân thông qua giao diện trò chuyện trong IDE để lập trình cặp và khám phá mã. Các tác nhân mã hóa ngày nay có thể tạo ra toàn bộ tệp, tạo khung dự án mới và dịch thiết kế thành mã. Chúng có thể suy luận thông qua các vấn đề đa bước như gỡ lỗi hoặc tái cấu trúc, với việc thực thi tác nhân hiện cũng đang chuyển từ máy của một nhà phát triển cá nhân sang môi trường đa tác nhân dựa trên đám mây. Điều này đang thay đổi cách các nhà phát triển làm việc, cho phép họ dành ít thời gian hơn để tạo mã với tác nhân bên trong IDE và dành nhiều thời gian hơn để ủy quyền toàn bộ quy trình làm việc. Khả năng: Điều này cho phép Ngữ cảnh thống nhất trên các hệ thống: Một mô hình duy nhất có thể đọc mã, cấu hình và đo từ xa, cung cấp khả năng suy luận nhất quán trên các lớp mà trước đây yêu cầu các công cụ riêng biệt. Thực thi công cụ có cấu trúc: Các mô hình hiện có thể gọi trực tiếp trình biên dịch, trình chạy thử nghiệm và trình quét, tạo ra kết quả có thể kiểm chứng thay vì các gợi ý tĩnh. Bộ nhớ dự án liên tục: Các cửa sổ ngữ cảnh dài và các kỹ thuật như nén cho phép các mô hình theo dõi một tính năng từ đề xuất đến triển khai, ghi nhớ các lựa chọn và ràng buộc thiết kế trước đó. Vòng lặp đánh giá: Đầu ra của mô hình có thể được kiểm tra tự động dựa trên các tiêu chuẩn – kiểm thử đơn vị, mục tiêu độ trễ hoặc hướng dẫn kiểu – để các cải tiến được dựa trên chất lượng có thể đo lường được. Tại OpenAI, chúng tôi đã chứng kiến điều này tận mắt. Chu kỳ phát triển đã tăng tốc, với công việc từng yêu cầu vài tuần giờ đây được hoàn thành trong vài ngày. Các nhóm dễ dàng di chuyển giữa các lĩnh vực, làm quen nhanh hơn với các dự án không quen thuộc và hoạt động với sự linh hoạt và tự chủ cao hơn trong toàn tổ chức. Nhiều tác vụ thường xuyên và tốn thời gian, từ việc ghi lại mã mới và đưa ra các thử nghiệm liên quan, duy trì các phụ thuộc và dọn dẹp các cờ tính năng, giờ đây được ủy quyền hoàn toàn cho Codex. Tuy nhiên, một số khía cạnh của kỹ thuật vẫn không thay đổi. Quyền sở hữu thực sự đối với mã nguồn – đặc biệt đối với các vấn đề mới hoặc không rõ ràng – vẫn thuộc về các kỹ sư, và một số thách thức vượt quá khả năng của các mô hình hiện tại. Nhưng với các tác nhân mã hóa (coding agents) như Codex, các kỹ sư giờ đây có thể dành nhiều thời gian hơn cho các thách thức phức tạp và mới mẻ, tập trung vào thiết kế, kiến trúc và tư duy cấp hệ thống thay vì gỡ lỗi hoặc triển khai theo khuôn mẫu. Trong các phần tiếp theo, chúng tôi sẽ phân tích cách mỗi giai đoạn của SDLC (Software Development Life Cycle - Vòng đời Phát triển Phần mềm) thay đổi với các tác nhân mã hóa – và phác thảo các bước cụ thể mà nhóm của bạn có thể thực hiện để bắt đầu hoạt động như một tổ chức kỹ thuật bản địa AI (AI-native engineering org). 1. Lập kế hoạch Các nhóm trong một tổ chức thường phụ thuộc vào các kỹ sư để xác định liệu một tính năng có khả thi hay không, sẽ mất bao lâu để xây dựng và những hệ thống hoặc nhóm nào sẽ tham gia. Mặc dù bất kỳ ai cũng có thể soạn thảo một đặc tả, việc hình thành một kế hoạch chính xác thường đòi hỏi sự hiểu biết sâu sắc về cơ sở mã (codebase) và nhiều vòng lặp với kỹ thuật để khám phá các yêu cầu, làm rõ các trường hợp biên (edge cases) và thống nhất về những gì khả thi về mặt kỹ thuật. Cách các tác nhân mã hóa hỗ trợ Các tác nhân mã hóa AI cung cấp cho các nhóm những hiểu biết tức thì, nhận biết mã nguồn trong quá trình lập kế hoạch và xác định phạm vi. Ví dụ, các nhóm có thể xây dựng các quy trình làm việc kết nối các tác nhân mã hóa với hệ thống theo dõi vấn đề của họ để đọc một đặc tả tính năng, đối chiếu nó với cơ sở mã, sau đó gắn cờ các điểm mơ hồ, chia công việc thành các thành phần phụ hoặc ước tính độ khó. Các tác nhân mã hóa cũng có thể ngay lập tức theo dõi các đường dẫn mã để hiển thị những dịch vụ nào liên quan đến một tính năng – công việc mà trước đây đòi hỏi hàng giờ hoặc nhiều ngày đào sâu thủ công qua một cơ sở mã lớn. Những gì các kỹ sư làm thay thế Các nhóm dành nhiều thời gian hơn cho công việc tính năng cốt lõi vì các tác nhân đưa ra ngữ cảnh mà trước đây đòi hỏi các cuộc họp để điều chỉnh sản phẩm và xác định phạm vi. Các chi tiết triển khai chính, các phụ thuộc và các trường hợp biên được xác định ngay từ đầu, cho phép đưa ra quyết định nhanh hơn với ít cuộc họp hơn. Ủy quyền (Delegate) Xem xét (Review) Sở hữu (Own) Các tác nhân AI có thể thực hiện bước đầu tiên trong phân tích khả thi và kiến trúc. Chúng đọc một đặc tả, ánh xạ nó vào cơ sở mã, xác định các phụ thuộc và đưa ra các điểm mơ hồ hoặc trường hợp biên cần làm rõ. Các nhóm xem xét các phát hiện của tác nhân để xác thực độ chính xác, đánh giá tính đầy đủ và đảm bảo các ước tính phản ánh các ràng buộc kỹ thuật thực tế. Việc gán điểm câu chuyện (story point), ước tính nỗ lực và xác định các rủi ro không rõ ràng vẫn đòi hỏi sự đánh giá của con người. Các quyết định chiến lược – như ưu tiên, định hướng dài hạn, trình tự và đánh đổi – vẫn do con người dẫn dắt. Các nhóm có thể yêu cầu tác nhân đưa ra các lựa chọn hoặc các bước tiếp theo, nhưng trách nhiệm cuối cùng về lập kế hoạch và định hướng sản phẩm vẫn thuộc về tổ chức. Danh sách kiểm tra để bắt đầu Xác định các quy trình phổ biến đòi hỏi sự điều chỉnh giữa các tính năng và mã nguồn. Các lĩnh vực phổ biến bao gồm xác định phạm vi tính năng và tạo phiếu công việc (ticket). Bắt đầu bằng cách triển khai các quy trình làm việc cơ bản, ví dụ như gắn thẻ và loại bỏ trùng lặp các vấn đề.