Chẳng là gần đây, mình dành khá nhiều thời gian để nghiên cứu lại quy trình làm việc của bản thân, cộng với tự học thêm các khoá học chuyên môn, và đặc biệt là về AI vì dạo này AI đang "xâm chiếm" mọi ngóc ngách của nghề code. Sau khi nhìn lại thì mình cảm thấy rằng đây có thể sẽ là một cơ hội để mình chia sẻ với bạn về một sự thay đổi cực kì sâu sắc trong ngành Software Engineering của bọn mình.
Thú thật, sự thay đổi lớn nhất hiện nay không đến từ một ngôn ngữ lập trình mới, framework mới hay dịch vụ cloud nào cả. Sự thật là, chúng ta đang chuyển từ việc hì hục "viết code" sang việc "thể hiện ý định" (expressing intent), và giao phó hoàn toàn cho các hệ thống AI thông minh (AI Agents) để nó dịch ý định đó thành phần mềm chạy được.
Bài viết này mình muốn chia sẻ góc nhìn của bản thân về mô hình Vòng đời Phát triển Phần mềm (SDLC) mới, nơi bọn mình đang dần chuyển từ kiểu "Vibe Coding" tự do sang một thứ kỷ luật hơn gọi là "Agentic Engineering".
Sự dịch chuyển từ "Cú pháp" (Syntax) sang "Ý định" (Intent)
Bản thân mình vốn là đứa khá là tò mò về lịch sử phát triển của máy tính. Nhìn lại suốt chiều dài lịch sử đó, lập trình luôn là một hành động "biên dịch": hiểu bài toán, thiết kế giải pháp rồi cặm cụi gõ từng dòng "cú pháp" (syntax) để máy tính chạy. Mỗi bước lại lòi ra một đống lỗi. Nhưng giờ đây, những rào cản đó đang sụp đổ.
Chúng ta đã bước sang một kỷ nguyên mới, nơi lập trình viên chỉ cần mô tả "những gì muốn xây dựng" còn máy tính sẽ tìm "cách xây dựng nó". Máy móc lo phần tay chân, còn con người mình cung cấp ý định, kiến trúc và sự phán đoán. Tính đến đầu năm 2026, mình đọc được một thống kê khá sốc: 85% anh em dev chuyên nghiệp đã dùng AI Coding Agents, và khoảng 41% mã nguồn mới là do AI tự sinh ra!
AI Agent và Vibe Coding là gì?
Trước khi đi xa hơn, mình nghĩ chúng ta cần thống nhất hai khái niệm này trước cái đã.
AI Agent là gì?
AI Agent (Tác nhân AI) là một hệ thống phần mềm có khả năng nhận thức mục tiêu, tự lập kế hoạch, hành động qua công cụ, tự quan sát kết quả rồi lặp lại cho đến khi xong việc. Nó không giống kiểu Chatbot bạn hỏi gì đáp nấy đâu, Agent nó tự chạy một vòng lặp của riêng nó cơ.
Để dễ hình dung thì mọi AI Agent đều có 5 yếu tố:
- Model (Mô hình): Động cơ suy luận.
- Tools (Công cụ): API, terminal, database để nó làm việc.
- Memory (Bộ nhớ): Chỗ để nó nhớ trạng thái và ngữ cảnh dự án.
- Orchestration (Điều phối): Bộ não điều hành vòng lặp.
- Deployment (Triển khai): Chỗ đưa nó ra chạy thực tế.
Vibe Coding là gì?
Vibe Coding nghe thì "kêu" nhưng thực chất là cách lập trình cực kì ngẫu hứng. Kiểu như bạn quăng cho AI một đoạn prompt bằng ngôn ngữ tự nhiên, nó nhả ra code, bạn mang về chạy thấy lỗi thì lại copy dòng lỗi thảy ngược cho nó sửa. Đối với cá nhân mình, cách này làm script cá nhân thì bao nhanh, nhưng mang vào hệ thống thực tế (Production) thì đúng là "thảm họa".
Spectrum: Từ Vibe Coding đến Agentic Engineering
Hồi đầu, mình cực kì phản đối cách dùng AI kiểu "Vibe Coding", vì nghĩ nó là biểu hiện của sự lười biếng. Nhưng sự thật thì mình nghĩ ngược lại, nếu biết dùng đúng chỗ thì nó vẫn có ích. Thực ra, việc dùng AI nó giống như một dải quang phổ (spectrum) vậy. Điểm khác biệt lớn nhất giữa hai đầu quang phổ là mức độ kiểm duyệt (verification) và giới hạn an toàn.
Bảng so sánh cho dễ hình dung nè:
| Tiêu chí | Vibe Coding | Structured AI-Assisted | Agentic Engineering |
|---|---|---|---|
| Đặc tả ý định | Lời nhắc tự do, ngẫu hứng | Prompt chi tiết có ràng buộc | Tài liệu kiến trúc chuẩn chỉnh |
| Kiểm thử | "Có vẻ chạy được" | Kiểm tra thủ công | Test tự động, dùng LLM chấm điểm |
| Hiểu Codebase | Rất ít, phụ thuộc vào bạn | AI đọc một vài file | AI hiểu kiến trúc toàn diện |
| Xử lý lỗi | Copy-paste lỗi nhờ AI sửa | Bạn tìm nguyên nhân, AI sửa | AI tự chẩn đoán lỗi trong khuôn khổ |
| Phạm vi | Script cá nhân, Prototype | Tính năng nhỏ | Hệ thống Production quy mô lớn |
| Rủi ro | Rất cao | Trung bình | Thấp, kiểm soát có hệ thống |
Khác biệt cốt lõi ở đây nằm ở việc "Kiểm thử" (Verification). Vibe Coding thì chả cần kiểm thử gì. Còn Agentic Engineering bắt buộc phải dùng Unit Tests và Evals (dùng AI để chấm điểm AI).
Context Engineering: Kỹ năng "sống còn" mới
Khi Vibe Coding bắt đầu bộc lộ sự "yếu kém" ở quy mô dự án lớn, mình nhận ra kỹ năng thực sự bây giờ không phải là "Prompt Engineering" (viết lệnh mượt mà) đâu, mà là Context Engineering (Nghệ thuật của việc cung cấp ngữ cảnh). Nói nôm na là nghệ thuật cung cấp cho AI đúng và đủ thông tin.
Có 6 loại Context (Ngữ cảnh) mà bạn phải nằm lòng:
- Instructions: Vai trò của con AI là gì.
- Knowledge: Tài liệu, biểu đồ kiến trúc của bạn.
- Memory: Lịch sử trò chuyện và cái nhìn dài hạn về dự án.
- Examples: Vài đoạn code mẫu cho nó bắt chước.
- Tools: Đưa nó API hay script nào để xài.
- Guardrails: Quy tắc định dạng, không được làm gì.
Bạn sẽ nhận ra rằng, việc phân bổ hợp lý giữa Ngữ cảnh Tĩnh (Static Context) (luôn tải) và Ngữ cảnh Động (Dynamic Context) (chỉ tải khi cần) là chìa khóa để con AI không bị "ngáo" vì quá tải thông tin.
SDLC Mới: Mọi thứ bị định hình lại như thế nào?
Nói đến đây, có thể bạn sẽ thắc mắc vậy quy trình làm phần mềm (SDLC) nó thay đổi thế nào? Thực ra các mô hình cũ như Agile, DevOps đang bị nén lại dữ dội. Vai trò của bọn mình bây giờ chuyển từ thợ code sang nhà thiết kế hệ thống mất rồi.
- Requirements & Planning: Biến từ tài liệu bàn giao chán ngắt thành một cuộc hội thoại trực tiếp giữa bạn và AI.
- Design & Architecture: Quyết định kiến trúc là thứ cốt lõi của con người, AI chỉ xuất sắc ở việc đọc kiến trúc đó và tự động sinh code đồng loạt thôi.
- Implementation: Bạn sẽ dành nhiều thời gian hơn để giám sát xem AI có xử lý đúng các edge cases (trường hợp ngoại lệ) hay không.
- Testing & QA: AI tự tạo test case, kỹ năng đánh giá kết quả và đưa ra yêu cầu chỉnh sửa trở thành cách bọn mình nói với AI rằng "thế nào mới là đúng".
- Code Review: AI duyệt code vòng 1 bắt lỗi vặt, mình chỉ chốt phần kiến trúc.
- Maintenance (Bảo trì): Đỉnh nhất là đây! Những đống "nợ kỹ thuật" hay codebase "cổ đại" giờ đây có thể nhờ AI đọc hiểu và refactor cực kỳ mượt.
Tích luỹ đủ rồi thì làm gì tiếp? Mô hình Nhà máy!
Rất ngắn gọn: trở thành "Quản đốc"! Hình tượng rõ nét nhất mà mình đúc kết được cho kỷ nguyên này chính là The Factory Model (Mô hình Nhà máy). Bản thân mình không còn là thợ tự tay rèn từng dòng code nữa. Sản phẩm chính của bọn mình bây giờ là một hệ thống có khả năng sinh ra code (The Harness).
Bạn chính là người quản lý nhà máy: thiết kế dây chuyền, thiết lập các bộ cảm biến chất lượng (như Evals, Test), cung cấp nguyên vật liệu (Context), và để máy móc (AI Agents) tự chạy. Nhờ có "nhà máy" này, chúng ta sẽ tự tin hơn rất nhiều, hạn chế rủi ro AI viết code sai lệch rồi rơi vào tình cảnh phải đi dọn "bãi chiến trường".
Với mình, đây là một trong những góc nhìn đắt giá nhất mà mình thu nhặt được trong giai đoạn chuyển giao công nghệ đầy gian nan này. Hẹn gặp lại các bạn trong những chia sẻ tiếp theo! Peace!!!