Đầu năm 2025, làn sóng ứng dụng AI và các agent tự động trong phát triển phần mềm diễn ra mạnh mẽ trên toàn cầu. Tại ZIGExN VeNtura, chúng tôi cũng đối mặt với một bài toán quen thuộc: làm sao để rút ngắn thời gian phát triển mà vẫn đảm bảo chất lượng?
Đội ngũ kỹ sư của chúng tôi luôn duy trì hiệu suất cao, nhưng khi hệ thống ngày càng mở rộng và số lượng thành viên tăng lên, chúng tôi càng gặp phải nhiều giới hạn từ những công cụ truyền thống. Cụ thể như quy trình kiểm thử chưa đồng đều, các lỗi lặp lại vẫn xảy ra, và việc tự động hóa còn hạn chế. Chúng tôi nhận ra đã đến lúc cần một cách tiếp cận thông minh hơn.
Thay vì chờ đợi, đội ngũ tại Việt Nam đã chủ động thử nghiệm giải pháp mới. Ban đầu, Devin, AI kỹ sư phần mềm tự động, được đón nhận với không ít nghi ngờ. Có người còn đùa rằng đây là "tech scam". Nhưng chỉ sau một dự án thử nghiệm nhỏ, Devin nhanh chóng chứng minh giá trị thực tiễn và dần trở thành một phần đáng tin cậy trong quy trình phát triển hằng ngày.
Vì sao chúng tôi chọn Devin?
Trước khi quyết định tích hợp Devin, chúng tôi đã thử nghiệm nhiều công cụ hỗ trợ AI khác như Coderabbit hay Greptile. Dù có nhiều tiềm năng, các công cụ này đòi hỏi quy trình thiết lập phức tạp, khó thích nghi với cách làm việc và kho mã sẵn có của chúng tôi.
Trong khi đó, Devin tạo ra sự khác biệt rõ rệt.
Không chỉ hiểu tốt logic nghiệp vụ, Devin còn nhanh chóng làm quen với các công nghệ mà chúng tôi sử dụng. Quan trọng hơn, Devin dễ dàng tích hợp vào quy trình làm việc hiện có, từ Slack, GitHub cho tới VSCode, giúp các kỹ sư tiếp cận và sử dụng một cách tự nhiên.
Đặc biệt, Devin có thể được tinh chỉnh để phù hợp với phong cách làm việc riêng của từng nhóm, điều mà phần lớn các công cụ AI khác chưa đáp ứng được.
Devin đã hỗ trợ quy trình phát triển như thế nào?
Chúng tôi hiện đang ứng dụng Devin ở nhiều giai đoạn quan trọng trong quy trình phát triển phần mềm.
- Giai đoạn phân tích yêu cầu: Devin giúp làm rõ các yêu cầu chưa đầy đủ hoặc mơ hồ, đặc biệt hữu ích khi yêu cầu đến từ các bên không chuyên về kỹ thuật. Việc này giúp nhóm kỹ sư và BrSE hiểu rõ hơn những gì cần xây dựng trước khi bước vào giai đoạn triển khai.
- Giai đoạn lập trình: Devin đưa ra các gợi ý thông minh phù hợp với ngữ cảnh, hỗ trợ xử lý cả các hệ thống phức tạp hoặc đã tồn tại từ lâu. Thêm vào đó, Devin giúp nhắc nhở và củng cố các nguyên tắc clean code, góp phần cải thiện chất lượng code.
- Quy trình code review: Devin cung cấp vòng kiểm tra tự động đầu tiên. Ban đầu các nhận xét còn khá chung chung, nhưng sau khi được tinh chỉnh dựa trên bộ tiêu chuẩn nội bộ, Devin đã mang đến các phản hồi hữu ích, rõ ràng và đồng nhất.
- Khâu kiểm thử: Devin hỗ trợ tạo ra các bộ test case bám sát logic nghiệp vụ, giúp QA giảm tới 60% thời gian khi xây dựng các bộ test cơ bản. Nhờ đó, QA có thể tập trung hơn vào các trường hợp kiểm thử phức tạp và tạo ra giá trị cao hơn.
Những cải thiện này mang lại lợi ích cho toàn bộ quy trình: BrSE tiết kiệm thời gian làm rõ yêu cầu; lập trình viên triển khai nhanh và chính xác hơn; QA có thể đẩy nhanh kiểm thử; các lập trình viên trẻ cũng học hỏi được nhiều hơn thông qua phản hồi tự động từ Devin.
Cách chúng tôi tinh chỉnh Devin để phù hợp với đội ngũ
Thay vì triển khai đồng loạt theo một mô hình cố định, chúng tôi lựa chọn một lộ trình rõ ràng và có kiểm soát:
- Thử nghiệm R&D: Chúng tôi bắt đầu với một dự án thử nghiệm nhỏ để đánh giá khả năng của Devin và xây dựng các hướng dẫn sử dụng nội bộ phù hợp.
- Thử nghiệm cùng lập trình viên giàu kinh nghiệm: Những phản hồi thực tế từ các lập trình viên giàu kinh nghiệm giúp chúng tôi tinh chỉnh các trường hợp sử dụng và cải thiện trải nghiệm onboarding.
- Xây dựng Playbook cho từng nhóm: Mỗi nhóm phát triển tạo riêng một bộ "Playbook dành cho Devin" nhằm đảm bảo AI có thể vận hành phù hợp với quy trình và đặc thù của nhóm.
- Triển khai trên toàn công ty: Với sự hỗ trợ từ các trưởng nhóm và mentor, Devin dần được tích hợp vào quy trình làm việc hàng ngày của toàn bộ đội ngũ kỹ thuật.
Nhờ cách tiếp cận theo từng bước này, phần lớn các kỹ sư chỉ mất khoảng 1 đến 2 tuần để làm quen và sử dụng Devin một cách hiệu quả.
Những kết quả ban đầu
Sau vài tháng triển khai Devin, chúng tôi đã ghi nhận nhiều cải thiện rõ rệt trong toàn bộ quá trình phát triển phần mềm.
Tốc độ xử lý yêu cầu tăng lên rõ rệt, giúp rút ngắn vòng đời chuyển từ yêu cầu sang triển khai. Lập trình viên cảm thấy yên tâm hơn khi gửi pull request nhờ có vòng review tự động đầu tiên từ Devin. Quy trình review nhờ đó cũng trở nên mượt mà và nhất quán hơn.
Đặc biệt, đội QA đã giảm tới 60% thời gian khi viết các bộ test case cơ bản. Đặc biệt hơn cả, cách đội ngũ phối hợp với nhau đã trở nên liền mạch hơn, với mức độ nhất quán và đồng bộ cao hơn giữa các vị trí.
Những yếu tố giúp Devin thành công tại ZIGExN VeNtura
Một công cụ như Devin không thể tự mình mang lại thành công. Nó chỉ có thể phát huy hết giá trị khi được triển khai trong môi trường phù hợp. Tại ZIGExN VeNtura, sự ủng hộ mạnh mẽ từ ban lãnh đạo đã đặt nền tảng vững chắc, khi AI không chỉ được xem là xu hướng nhất thời mà là một phần cốt lõi trong chiến lược phát triển dài hạn của công ty.
Chúng tôi xây dựng một văn hoá luôn cởi mở với công nghệ mới và sẵn sàng học hỏi từ đó. Đội ngũ kỹ thuật thường chia sẻ kiến thức một cách chủ động. Đội ngũ R&D liên tục tinh chỉnh và tối ưu công cụ để phù hợp hơn với bối cảnh thực tế của công ty. Chính sự kết hợp giữa tư duy cởi mở và cấu trúc tổ chức linh hoạt này đã giúp Devin chuyển mình từ một thử nghiệm ban đầu trở thành một "đồng đội" không thể thiếu trong quy trình phát triển phần mềm hằng ngày.
Hướng đi tiếp theo
Dù đã ghi nhận nhiều kết quả tích cực, chúng tôi coi đây mới chỉ là bước khởi đầu.
Trong thời gian tới, chúng tôi sẽ tiếp tục mở rộng phạm vi ứng dụng Devin trên toàn bộ hệ sinh thái công nghệ, tích hợp sâu hơn vào quy trình CI/CD và tự động hóa DevOps. Đồng thời, chúng tôi cũng đang nghiên cứu thêm các AI agent chuyên biệt, giúp hỗ trợ hiệu quả cho các nghiệp vụ khác như tạo tài liệu hay quản lý dự án.
Tất nhiên, quá trình này không tránh khỏi nhiều thách thức. Devin cần được duy trì và cập nhật thường xuyên. Bộ Playbook và Knowledge base phải luôn được cải tiến để phù hợp với thực tế phát triển. Bên cạnh đó, việc Devin có thể xử lý sai trong các hệ thống phức tạp hoặc microservice đòi hỏi đội ngũ luôn phải có sự giám sát và hiệu chỉnh liên tục.
Đặc biệt, với các lập trình viên trẻ, khả năng đánh giá và xác thực đầu ra từ AI cần được rèn luyện kỹ. Vai trò của mentor và review của con người vẫn vô cùng quan trọng để đảm bảo AI trở thành công cụ hỗ trợ chứ không thay thế tư duy kỹ thuật.
Chúng tôi tin rằng khi được ứng dụng có chiến lược và tinh chỉnh liên tục, Devin không chỉ giúp tăng tốc quy trình phát triển phần mềm, mà còn mở ra những cơ hội mới cho việc nâng cao chất lượng sản phẩm và trải nghiệm làm việc của toàn đội ngũ.
