Tại ZIGExN VeNtura, việc ứng dụng AI vào quy trình phát triển phần mềm không bắt đầu từ những thử nghiệm ngắn hạn hay xu hướng nhất thời. Từ tháng 4 năm 2025, công ty đã bắt đầu triển khai giai đoạn đầu tiên của chiến lược “All in AI” bằng việc đưa Cursor vào workflow engineering tại nhiều dự án khác nhau. Đồng thời, liên tục đánh giá hiệu quả sản phẩm đầu ra của AI Agent này.

Hành trình “All in AI” tại ZIGExN VeNtura

Ban đầu, Cursor được thử nghiệm tại bộ phận R&D với mô hình khá đơn giản. Tuy nhiên, chỉ sau vài tháng, kết quả ghi nhận được đã cho thấy AI không còn đơn thuần là một công cụ autocomplete hay hỗ trợ viết code nhanh hơn. Kết quả:

• Sau 3 tháng đầu tiên, tỷ lệ code được tạo bởi AI đã đạt mức từ 30–50%.
• Đến Q1/2026, con số này tăng lên 68%, với thời điểm cao nhất đạt 92.8% AI-generated code trong một ngày làm việc.
• Số lượng task ticket toàn công ty tăng gần 50%, trong khi production chỉ tăng nhẹ 2 lỗi dù khối lượng công việc lớn hơn đáng kể.

Trong quá trình đó, AI dần chuyển từ vai trò “coding assistant” sang một phần của workflow engineering.

Khi AI-assisted coding trở thành điểm nghẽn

Vào đầu năm 2026, mục tiêu tiếp theo được đặt ra: nâng tỷ lệ AI code lên 80% và tăng năng suất phát triển thêm 30% trên toàn công ty. Đây là lúc khoảng cách giữa những gì Cursor có thể làm và những gì ZIGExN VeNtura cần trở nên rõ ràng hơn.

Một trong những vấn đề lớn nhất là giới hạn max-model request khiến nhiều thành viên bị gián đoạn công việc giữa tháng. Chế độ Auto cũng cho kết quả chưa thực sự ổn định ở các tác vụ phức tạp hoặc kéo dài qua nhiều context.

Với định hướng xây dựng một workflow AI-native toàn diện, công ty cần một công cụ có thể:

• Hiểu toàn bộ repository thay vì chỉ nhiều file riêng lẻ
• Duy trì context xuyên suốt các task phức tạp
• Hỗ trợ reasoning ở mức architecture và system design
• Vận hành các workflow agentic nhiều bước
• Kết nối với knowledge base, công cụ và dữ liệu nội bộ

Đó là thời điểm ZIGExN VeNtura bắt đầu chuyển sang giai đoạn tiếp theo của chiến lược “All in AI”.

Vì sao chúng tôi chọn Claude Code

Quyết định chuyển sang Claude Code không đến từ một bản so sánh tính năng đơn thuần. Nó đến từ một câu hỏi chiến lược: công cụ nào phù hợp để thực hiện bước chuyển đổi tiếp theo của toàn bộ tổ chức: từ AI-assisted coding sang AI-native workflow?

Khác với nhiều công cụ coding AI tập trung chủ yếu vào tốc độ autocomplete hoặc hỗ trợ ở mức file đơn lẻ, Claude Code cho thấy khả năng hiểu sâu về cả hệ thống, không chỉ hiểu đoạn code trước mắt. Trong khi Copilot hoạt động tốt nhất ở phạm vi single-file và Cursor mạnh ở multi-file, Claude Code đọc và lý luận trên toàn bộ repository - một năng lực tạo ra sự khác biệt thực sự khi làm việc với codebase lớn, có nhiều dependency, và đòi hỏi reasoning xuyên suốt nhiều bước.

Bên cạnh việc truy cập trực tiếp các model như Opus và Sonnet, Claude Code còn mở ra nhiều khả năng mới cho workflow engineering:

• Skills giúp chuẩn hoá quy trình làm việc và tái sử dụng workflow
• Subagents hỗ trợ xử lý song song nhiều tác vụ độc lập
• MCP (Model Context Protocol) cho phép kết nối với hệ thống và dữ liệu bên ngoài
• Dashboard theo dõi usage theo từng cá nhân giúp việc đo lường và tối ưu hiệu quả trở nên rõ ràng hơn

Claude Code trong luồng phát triển thực tế

Claude Code không được triển khai như một công cụ thay thế đơn giản mà được tích hợp vào toàn bộ vòng đời phát triển phần mềm.

• Giai đoạn Requirement: AI hỗ trợ đọc spec, phát hiện những điểm chưa rõ ràng và gợi ý các hướng tiếp cận thay thế.
• Giai đoạn Design: Claude Code có thể phác thảo architecture, đề xuất pattern phù hợp và hỗ trợ kiểm tra edge case trước khi implementation bắt đầu.
• Giai đoạn Implementation: AI đảm nhận phần lớn các tác vụ generate code và hỗ trợ maintain context xuyên suốt nhiều file khác nhau.
• Giai đoạn Review: công cụ đóng vai trò như lớp kiểm tra đầu tiên thông qua static analysis, auto-review và các rule nghiệp vụ được chuẩn hoá.
• Giai đoạn Testing cũng được hỗ trợ bằng AI-generated test code và các workflow E2E với Playwright.

Điểm đáng chú ý là AI không được dùng như một "black box" thay thế kỹ sư. Ngược lại, việc AI xử lý phần lớn những tác vụ kỹ thuật cơ bản đặt ra kỳ vọng cao hơn với từng cá nhân - về sự hiểu biết, về khả năng đưa ra quyết định, và về phán đoán kiến trúc mà không model nào có thể thay thế.

Góc nhìn từ người dùng thực tế: Lần đầu làm việc với Claude Code

Số liệu và quyết định cấp công ty chỉ là một nửa của câu chuyện. Nửa còn lại nằm ở câu hỏi thực tế hơn: công cụ này hoạt động như thế nào trong một ngày làm việc bình thường, với một developer thực sự?

Với anh Trần Phú Huy, Technical Leader tại TP.HCM - một trong những kỹ sư chuyển sang Claude Code từ những ngày đầu, điểm khác biệt lớn nhất của Claude Code không nằm ở việc generate code nhanh hơn mà là cách công cụ này xử lý reasoning và context trong các tác vụ phức tạp.

Lần đầu tôi thử cho Claude Code review code. Điều khiến tôi bất ngờ không phải là chất lượng comment mà là hành vi sau đó: Claude Code tự động rà soát lại chính những comment nó vừa đưa ra, nếu phát hiện còn thiếu sót hoặc chưa chính xác, nó tự xoá đi và tạo lại phần đó tốt hơn.

Đó là lần đầu tiên tôi thấy một AI tool tự critique output của chính mình mà không cần tôi nhắc.

Với Cursor hay các công cụ khác, kỹ sư phải là người phát hiện sai rồi re-prompt trong khi Claude Code tự chạy vòng lặp đó bên trong. Một sự khác biệt nhỏ về hành vi nhưng tạo ra sự khác biệt lớn về trải nghiệm làm việc.

Cảm giác lúc đó là: cái này không giống tool, giống như có người đang thực sự làm việc hơn.

Nếu phải chọn ba từ để mô tả Claude Code, anh Huy chọn:

• Contextual - duy trì mạch câu chuyện dù conversation dài hay codebase lớn.
• Autonomous - tự chia nhỏ task và thực thi mà không cần nhắc từng bước.
• Opinionated - đưa ra quan điểm rõ ràng về hướng làm thay vì trả lời kiểu "cách nào cũng được".

Đó là ấn tượng ban đầu. Nhưng điều thực sự thay đổi là những gì xảy ra khi Claude Code đi vào workflow hàng ngày - và ranh giới mà một kỹ sư có kinh nghiệm chọn tự mình nắm giữ.

Tạm kết

Hành trình “All in AI” từ Cursor đến Claude Code của ZIGExN VeNtura không phải là câu chuyện về việc chuyển đổi công cụ. Đó là câu chuyện về việc một tổ chức nhìn nhận rõ mình đang ở đâu, cần đi đến đâu và chọn đúng nền tảng để thực hiện bước chuyển đổi đó.

68% AI-generated code là một con số ấn tượng. Nhưng mục tiêu thực sự không nằm ở tỷ lệ phần trăm mà nằm ở chỗ kỹ sư được giải phóng khỏi phần việc nào, để có thể đóng góp nhiều hơn. Claude Code là câu trả lời cho bài toán đó ở cấp độ công cụ. Còn bài toán ở cấp độ con người và tổ chức - đó là nội dung của phần tiếp theo.

Trong Phần 2, Technical Leader Trần Phú Huy sẽ chia sẻ sâu hơn về cách Claude Code thay đổi workflow hàng ngày của anh - từ cách xử lý khi AI cho output sai, những task anh biết AI có thể làm nhưng chủ động không giao, đến quan điểm về ranh giới giữa kỹ sư và AI.

Bên cạnh đó, phần 2 cũng đề cập đến những gì VZIGExN VeNtura đang xây dựng ở cấp tổ chức: sự dịch chuyển trách nhiệm từ tập đoàn Nhật Bản sang đội ngũ Việt Nam, hệ thống đánh giá AI maturity, và chiến lược All in AI 2.0 hướng đến năm 2026 và xa hơn.