AI không còn đứng ngoài quy trình phát triển

Anh Nguyễn Võ Huy Hoàng, Team Leader tại ZIGExN VeNtura, gần 15 năm kinh nghiệm phát triển phần mềm, gắn bó với công ty từ tháng 3/2015. Anh phụ trách tech stack Laravel, Vue-React, Flutter cho các sản phẩm khách hàng Nhật, đồng thời quản lý mảng L&D nội bộ. Phần chia sẻ dưới đây mô tả đúng cách vận hành SDLC (Software Development Life Cycle) hiện tại của ZIGExN VeNtura, không mang tính lý thuyết.

"AI không chỉ ngồi bên cạnh process của chúng ta. Nó đã tích hợp vào process" - anh Hoàng mở đầu bằng một khẳng định.

Mô hình SDLC truyền thống gồm 6 giai đoạn tuần tự, con người trực tiếp thực thi từng bước:

• Requirement → Design → Coding → Testing → Release → Monitoring

Ở phiên bản hiện tại, 2 điểm neo đầu-cuối giữ nguyên vai trò con người, nhưng 3 giai đoạn giữa đã được AI draft trước, kèm một gate mới ngay sau đó:

• Requirement (con người) → AI draft (Design/Coding/Testing) → Verify output (human review gate) → Release → Monitoring

Về bản chất, verify gate này dịch chuyển effort của kỹ sư từ production (viết ra) sang review (đọc, hiểu, phản biện) - gần với static analysis thủ công hơn là thao tác gõ code. Anh Tùng Mai, ở Phần 1, gọi đây là "thời gian chờ". Ở góc nhìn kỹ thuật của anh Hoàng, nó cụ thể hơn: một checkpoint có thật trong pipeline, không phải ẩn dụ.

3 công cụ, một hành trình 17 tháng

ZIGExN VeNtura không chuyển sang AI-assisted development bằng một quyết định duy nhất, mà qua 3 công cụ với 3 vai trò kỹ thuật khác nhau:

• Cursor - IDE tích hợp AI pair-programming, hoạt động theo mô hình autocomplete/inline suggestion nâng cao.
• Devin - AI software engineering agent tự chủ (autonomous), xử lý trọn một coding task từ đọc ticket đến tạo pull request.
• Claude Code - agentic coding tool chạy trong terminal, context window đủ lớn để đọc hiểu toàn bộ codebase và thao tác qua natural language command.

Timeline triển khai: pilot Cursor và Devin với nhóm nhỏ vào tháng 3/2025; rollout toàn công ty tháng 5/2025; vận hành song song khoảng một năm; đến tháng 4/2026 migrate hoàn toàn sang Claude Code.

Trên nền Claude Code, đội ngũ xây một custom SDLC skill: mỗi giai đoạn ánh xạ với một slash command riêng - /requirement, /design, /sdlc-coding, /review, /test, /bugfix, /daily-report. Output mỗi lệnh được AI post lên Redmine và Slack dưới dạng draft, rồi pipeline dừng lại chờ con người approve trước khi sang bước kế tiếp. Không slash command nào chạy end-to-end mà không có breakpoint.

Cơ chế đáng chú ý nhất nằm ở /review, cụ thể là bước Understanding Review: junior phải giải thích logic đoạn code có AI hỗ trợ, nhưng không được dùng AI trong lúc giải thích. Junior tự chấm mức độ hiểu theo thang level nội bộ; chỉ khi đạt ngưỡng yêu cầu, merge request mới được approve - một biến thể của kỹ thuật rubber duck debugging, được thể chế hoá thành merge gate bắt buộc thay vì thói quen tự phát.

Con số thật, không phải slide quảng cáo

Báo cáo nội bộ tháng 7/2026, tính từ mốc tháng 1 cùng năm, ghi nhận:

• Tỷ lệ công việc có AI hỗ trợ: 9% → 93%.
• Defect escape rate (số bug lọt qua QA, xuất hiện ở production trên tổng số bug phát hiện): 20% → 0%.
• Production bugs tuyệt đối: 2 → 0.
• Cycle time trung bình mỗi task: 23,4 ngày → 21,3 ngày.
• Estimation accuracy: giữ nguyên 87%, không dao động.

Anh Hoàng chủ động caveat một điểm dữ liệu dễ gây hiểu lầm: throughput bị nhiễu bởi việc có thêm hai intern gia nhập team và effort dồn vào internal tooling, khiến tỷ trọng công việc nội bộ tăng từ 41% lên 69%. Đây là confounding factor cần tách bạch khi diễn giải số liệu, không phải bằng chứng regression ẩn.

"Kết quả này không đến từ việc tin tưởng AI. Nó đến từ việc mọi thay đổi AI tạo ra đều được verify trước khi ship" - anh Hoàng nhấn mạnh, gần như phủ nhận trước cách diễn giải rằng số liệu là bằng chứng cho việc "AI đáng tin".

4 lỗi thường gặp ở Junior khi làm việc với AI

• Copy-paste mà không hiểu là lỗi phổ biến nhất: một số junior từng ship code do AI generate mà không giải thích được logic bên trong khi được hỏi lại. Merge gate Understanding Review chặn trực tiếp lỗi này ở bước review, trước khi code chạm production.
• Overconfidence xuất hiện cụ thể hơn: một junior tự chấm 9/10 cho output, nhưng bỏ qua test trên staging, dẫn đến lỗi chỉ lộ ra sau khi deploy. Ranh giới ở đây nằm giữa "trông có vẻ đúng" (surface correctness) và "đã được verify" (verified correctness).
• Hallucination và outdated dependency là lỗi kỹ thuật thuần tuý: AI generate code tự tin dựa trên một phiên bản library đã deprecated, hoặc API đã đổi signature. Cách VeNtura xử lý: dùng Context7 (MCP server chuyên cung cấp documentation phiên bản mới nhất) để verify version thực tế trước khi để AI viết code dựa trên tài liệu đó.
• Và một lỗi ít được nói tới: khoảng trống thói quen. Ngay cả kỹ sư chủ động nhất với AI cũng có xu hướng quên dùng nó ở giai đoạn đầu một task mới, vì thói quen cũ chưa được thay thế hoàn toàn.

3 giới hạn hiện tại của AI trong SDLC

• AI chưa thể tự verify trên real environment: không có quyền truy cập staging/production thật, không tự phân biệt được một tập dữ liệu hợp lệ hay bất thường trong ngữ cảnh nghiệp vụ. Test tay trên môi trường thật vẫn nằm ngoài năng lực hiện tại của các agent này.
• AI cũng chưa xử lý được phần giao tiếp phi cấu trúc: sắc thái trong yêu cầu khách hàng, những điều ngụ ý nhưng không viết thành văn bản, bối cảnh quan hệ giữa các bên liên quan. Phần này vẫn do BrSE và Engineer đảm nhiệm.
• Và AI không mang trách nhiệm pháp lý hay nghiệp vụ đối với quyết định cuối cùng về sản phẩm - accountability, theo định nghĩa, không thể outsource cho một hệ thống không có tư cách chịu trách nhiệm.

"AI thay đổi cách (How) chúng ta build. Nhưng nó không thay việc chúng ta sẽ build cái gì (What). Quyết định, hiểu và trách nhiệm cuối vẫn thuộc về chúng ta" - anh Hoàng chốt lại.

Đón đọc tiếp phần 4: "Playbook 5 bước - Cách kỹ sư VeNtura thực sự dùng AI mỗi ngày"

Một vòng lặp 5 bước cho mọi ticket, kỹ thuật đặt câu hỏi để lấy output chất lượng hơn từ AI, và cấu trúc "Good Context" theo template nội bộ - tất cả từ chính anh Hoàng, trong phần kế tiếp.

Theo dõi https://zigexn.vn/blogs và các kênh truyền thông chính thức của ZIGExN VeNtura để cập nhật các phần tiếp theo của chuỗi TechTalk.