BÀI VIẾT

Chạy Nhanh Gấp Nhiều Lần Với AI Agent Mà Không Mất Kiểm Soát Chất Lượng

Agent làm cho việc làm trở nên rẻ, nhưng việc nói rõ yêu cầu và kiểm tra kết quả thì không. Năm nguyên tắc, cách chọn model theo vai và một workflow mẫu để tăng tốc trong phát triển phần mềm và các công việc khác mà vẫn giữ được chi tiết và chất lượng.

Minh họa các worker phối hợp qua bộ điều phối, lưu trạng thái và kiểm tra bảo mật.

Đọc cùng AI

Chọn nội dung để sao chép và dán vào trợ lý AI. Không tự gửi dữ liệu. Nội dung CMS được chuyển sang Markdown; dùng Markdown gốc nếu có.

Video tổng hợp cả series (21 phút): một feature đi trọn vòng lặp với Claude Code và Codex.

Ba tháng gần đây mình chạy việc trên bốn máy cùng lúc. Một máy chính để làm việc trực tiếp, một Mac mini nhận task giao qua lệnh và chạy khi mình gập máy đi ngủ, một máy Windows làm agent box, và vài container Linux cho những việc phải chạy liên tục. Sáng dậy, mình đọc kết quả của bốn năm task đã chạy xong từ đêm. Tốc độ tăng thật, nhưng chỉ tăng được khi mình dám tin những gì agent làm ra. Bài này nói về chỗ đó: làm sao chạy nhanh hơn nhiều lần mà vẫn nắm được chi tiết và chất lượng.

Câu trả lời ngắn: tốc độ đến từ việc giao việc song song, còn sự kiểm soát đến từ các cổng kiểm tra rẻ và có bằng chứng, chứ không đến từ việc tự đọc lại từng dòng. Phần còn lại của bài là cách mình biến câu đó thành workflow cụ thể.

Điểm nghẽn đã dời chỗ

Trước đây, phần đắt nhất của một task là làm: viết code, viết truy vấn, soạn tài liệu. Agent làm phần đó rẻ đi rất nhiều. Hai phần còn lại thì không rẻ đi: nói rõ mình muốn gì và kiểm tra xem kết quả có đúng không. Benchmark agent SQL của ClickHouse cũng cho thấy điều tương tự, điểm nghẽn đã dịch lên trước bước viết SQL, tức là nằm ở chỗ hiểu đúng câu hỏi.

Nếu bạn chỉ dùng agent để làm nhanh hơn mà không đầu tư vào hai đầu kia, bạn sẽ nhận được nhiều output hơn và phải review nhiều hơn. Cảm giác là nhanh, nhưng thời gian thật thì dồn sang khâu sửa. Mọi ý tưởng bên dưới đều nhắm vào hai đầu đó.

1. Chốt thế nào là “xong” trước khi giao việc

Quy tắc mình dùng nhiều nhất: trước khi agent viết dòng code đầu tiên, nó phải nhắc lại yêu cầu dưới dạng cụ thể nhất có thể. Không phải “làm báo cáo doanh thu”, mà là “bảng có 4 cột A, B, C, D, lọc theo quý 3, xuất ra file X”. Không phải “sửa bug đăng nhập”, mà là “test Y đang fail phải pass, các test khác vẫn pass, không đổi API Z”.

Việc nhắc lại này mất ba mươi giây nhưng bắt được phần lớn hiểu lầm. Nó cũng chặn một thói quen rất đặc trưng của model mạnh: làm thêm những thứ không ai yêu cầu. Mình ghi hẳn vào file hướng dẫn chung: chỉ làm đúng cái được hỏi, phần mở rộng thì đề xuất trong một dòng. Câu hỏi “có làm được X không?” thì trả lời bằng phương án nhỏ nhất và chờ xác nhận.

Định nghĩa “xong” tốt nhất là một thứ chạy được: một test, một lệnh build, một truy vấn trả về đúng số dòng, một ảnh chụp màn hình để so. Khi điều kiện xong là thứ máy kiểm tra được, agent có thể tự lặp cho đến khi đạt mà không cần bạn ngồi canh.

2. Chia việc theo mức rủi ro, không theo độ lớn

Sai lầm phổ biến là cho agent tự do với task nhỏ và siết chặt với task lớn. Kích thước không phải thước đo đúng. Thước đo đúng là: nếu sai thì có quay lại được không. Một refactor hai nghìn dòng trên branch riêng hoàn toàn có thể đảo ngược. Một câu UPDATE ba dòng trên database production thì không.

Risk levelVí dụCách kiểm soát
Low (đảo ngược được)Code trên branch riêng, bản nháp, phân tích chỉ đọcAgent tự chạy, tự kiểm tra bằng test, mình đọc tóm tắt cuối
MediumMerge vào nhánh chính, thay đổi config dùng chung, gửi tài liệu nội bộReview tự động nhiều chiều, người duyệt diff và bằng chứng
High (không đảo ngược được)Ghi vào production, xóa dữ liệu, tiền, publish ra công khai, dữ liệu người thậtLệnh rõ ràng cho đúng hành động đó, backup trước, quyền tối thiểu

Ở mức cao, mình không trông vào việc agent “cẩn thận”. Mình làm cho việc làm sai trở nên khó: agent chỉ có kết nối read-only tới production, secret nằm trong thư mục bị chặn bằng deny rule, mọi thay đổi schema phải có pg_dump trước. Mình đã viết riêng về nên đặt bước con người duyệt ở đâu, và cách Bujeti cho agent đụng vào tiền là một ví dụ hay về cổng duyệt đặt đúng chỗ.

Phần thưởng của cách chia này: khoảng tám mươi phần trăm công việc rơi vào mức thấp, và ở đó bạn có thể thả cho agent chạy hết tốc độ.

3. Song song hóa bằng cách cô lập

Muốn nhanh gấp nhiều lần thì phải chạy nhiều việc cùng lúc. Muốn chạy nhiều việc cùng lúc mà không giẫm chân nhau thì mỗi việc cần một không gian riêng. Với code, đó là một git worktree và một branch cho mỗi task. Với máy, đó là một máy hoặc container riêng nhận việc qua lệnh kiểu delegate "task", tự chạy, rồi để kết quả trong một thư mục cho mình đọc lúc nào cũng được.

Ba điều mình rút ra sau vài tháng làm như vậy:

  • Chỉ fan-out khi các task thật sự độc lập. Hai agent cùng sửa một file sẽ tạo ra merge conflict đắt hơn tiết kiệm được. Thí nghiệm 950 agent của Anthropic cho thấy phần đắt nhất của fan-out là bước kiểm chứng sau đó, không phải bước chạy.
  • Kết quả phải tự đứng được. Mỗi task giao đi trả về một bản tóm tắt: đã làm gì, đã kiểm tra bằng gì, còn gì chưa làm. Mình không muốn phải đọc lại log để hiểu.
  • Môi trường phải dựng lại được bằng script. Worktree mới tự cài dependency, tự sinh client, tự chọn port khác. Nếu bước này cần tay người, nó sẽ là điểm nghẽn mới.

4. Đòi bằng chứng, không nhận lời khẳng định

Agent rất giỏi nói “đã xong”. Câu đó không có giá trị. Thứ có giá trị là output của test, diff, ảnh chụp màn hình, truy vấn kèm con số. Mình yêu cầu agent phân biệt rõ ba trạng thái: đã làm và đã kiểm tra; đã làm nhưng chưa kiểm tra được; và đã bỏ qua. Khi test fail thì báo là fail, kèm output.

Với review, mình dùng mô hình hai lớp. Lớp một: vài agent review theo từng chiều riêng (correctness, security, hiệu năng). Lớp hai: với mỗi phát hiện, một agent khác được giao nhiệm vụ bác bỏ nó. Chỉ những phát hiện sống sót mới đến tay mình. Cách này cắt phần lớn nhiễu, vấn đề mà benchmark ReviewBench của GitHub chỉ ra ở các AI code reviewer.

Kết quả là thời gian review của mình chuyển từ đọc từng dòng sang đọc bằng chứng. Nhanh hơn nhiều, mà lại đáng tin hơn.

5. Biến mỗi lần sửa thành một quy tắc

Lần thứ hai bạn phải nhắc agent cùng một điều là lần bạn nên ghi nó xuống. Mình giữ ba lớp:

  • File hướng dẫn chung cho mọi project: ngôn ngữ, quy tắc an toàn, cách commit.
  • Skill hoặc runbook cho từng loại việc lặp lại: khởi động lại dịch vụ, renew token, publish bài. Agent tải skill khi cần, không phải nhớ.
  • Memory cho những sự thật không suy ra được từ code: vì sao một quyết định được đưa ra, máy nào đang giữ gì, cái bẫy nào đã từng dính.

Một ví dụ vừa xảy ra: tuần này agent quét LAN không tìm thấy một máy Mac, vì route Tailscale của subnet được ưu tiên hơn đường LAN trực tiếp. Mất mười phút để hiểu, và mất mười giây để ghi lại thành một memory để lần sau không ai mất mười phút đó nữa. Đây chính là chỗ memory khác với tài liệu: thứ cần ghi là cái không hiển nhiên.

Chọn model theo vai, không theo bảng xếp hạng

Câu hỏi mình nhận nhiều nhất là “model nào tốt nhất”. Mình thử tra các leaderboard coding của tháng 11/2026 thì thấy cùng một trang có hai con số khác nhau cho cùng một họ benchmark, và các trang khác nhau xếp hạng khác nhau. Model của Anthropic đứng đầu hầu hết các bảng, nhưng thứ tự cụ thể phụ thuộc vào bạn đọc bảng nào. Vì vậy mình chọn theo vai trò trong workflow:

RoleModelLý do
Planner / orchestratorModel mạnh nhất bạn có (dòng Claude Fable hoặc Opus)Lỗi ở bước lập kế hoạch nhân lên ở mọi bước sau; đây là chỗ đáng trả tiền nhất
Executor (viết code, soạn nội dung)Claude Sonnet 5.5 hoặc tương đươngĐủ mạnh cho việc đã có spec rõ, rẻ và nhanh hơn khi chạy nhiều task song song
Router, phân loại, trích xuấtClaude Haiku 5.5Việc lặp lại số lượng lớn; xem bài về chi phí thật khi route sang model rẻ
Reviewer thứ haiMột model khác họ (ví dụ dòng GPT)Hai model khác họ ít khi sai cùng một chỗ; dùng để bắt điểm mù
Dữ liệu nhạy cảmModel open-weight chạy local (qua Ollama)Dữ liệu không rời máy; chấp nhận chất lượng thấp hơn ở những việc phù hợp

Lời khuyên thực tế nhất: lấy hai mươi task thật bạn đã làm trong tháng qua, chạy qua hai ba model, chấm bằng chính tiêu chí “xong” ở mục 1. Hai mươi task của bạn nói được nhiều hơn mọi leaderboard. Bài multi-model routing có thêm chi tiết về cách route khi chạy production.

Một workflow mẫu cho phát triển phần mềm

  1. Plan (model mạnh, chế độ chỉ đọc): đọc code, đề xuất kế hoạch, liệt kê file sẽ đụng và cách kiểm tra. Mình duyệt kế hoạch, không duyệt code.
  2. Execute (trong worktree riêng): agent làm, tự chạy test có mục tiêu sau mỗi bước thay vì chờ build toàn bộ.
  3. Verify: typecheck, test đầy đủ, chạy app thật và chụp màn hình nếu có UI.
  4. Review: review tự động nhiều chiều, sau đó lớp bác bỏ như ở mục 4.
  5. Human gate: mình đọc bản tóm tắt, diff đã stage và bằng chứng. Commit chỉ stage đúng các file liên quan, không bao giờ git add -A.
  6. Ghi lại: điều gì không hiển nhiên thì vào memory hoặc skill.

Bước 1 và 5 là hai bước mình tự làm. Phần còn lại chạy song song cho nhiều task cùng lúc.

Ngoài code: cùng nguyên tắc, khác cổng kiểm tra

Các nguyên tắc trên không chỉ dành cho developer. Thứ thay đổi chỉ là “bằng chứng” trông như thế nào:

  • Viết và publish nội dung. Chính blog này có một bước editorial check tự động trước khi đăng: có locale, có tóm tắt, không lặp H1, ảnh có alt text, bản tiếng Việt và tiếng Anh trỏ về nhau. Agent viết nhanh, máy kiểm tra những lỗi nhàm chán, mình đọc nội dung.
  • Phân tích dữ liệu. Agent phải trả về cả truy vấn lẫn con số, chạy trên kết nối chỉ đọc. Một con số không kèm truy vấn thì coi như chưa có.
  • Vận hành hệ thống. Mỗi thao tác lặp lại là một runbook. Agent làm theo runbook, backup trước khi ghi, và không bao giờ chạm production từ máy agent.
  • Việc cá nhân. Ngay cả việc chọn ảnh gia đình cũng theo đúng mô hình: chấm điểm rẻ trên toàn bộ, lọc chặt, rồi mới để người xem phần còn lại.

Nếu bạn còn phân vân việc của mình có cần agent hay chỉ cần tự động hóa đơn giản, bài Agent hay tự động hóa đơn giản? là điểm bắt đầu tốt.

Những chỗ không nên tăng tốc

Có vài nơi mình cố tình làm chậm: thao tác không đảo ngược được, secret, dữ liệu của người thật, và bất cứ thứ gì đưa ra công khai. Ở những chỗ đó, một lệnh rõ ràng từ người cho đúng hành động đó là bắt buộc, và sự chấp thuận lần trước không tự động áp dụng cho lần sau. Tăng tốc ở tám mươi phần trăm còn lại đã đủ để thay đổi cách bạn làm việc.

Checklist ngắn

  • Điều kiện “xong” của task này có chạy được bằng máy không?
  • Nếu sai, có quay lại được không? Nếu không, cổng duyệt đặt ở đâu?
  • Task này có độc lập để chạy song song trong không gian riêng không?
  • Agent trả về bằng chứng gì, hay chỉ một câu “đã xong”?
  • Model đang dùng có hợp với vai của bước này không?
  • Điều mình vừa phải sửa đã được ghi thành quy tắc chưa?

Agent làm cho việc làm trở nên rẻ. Việc của chúng ta là làm cho việc kiểm tra cũng rẻ theo. Khi hai thứ đó cùng rẻ, tốc độ và chất lượng không còn phải đánh đổi nhau.

Muốn làm theo từng bước? Mình đã viết tiếp series 6 phần Làm phần mềm với AI agent từ A đến Z, kèm repo mẫu agentic-shortlink có đủ cấu hình Claude Code, Codex và CI.

Thảo luận

Bình luận được duyệt trước khi công khai. Email của bạn được giữ riêng tư.

← Về danh sáchRead in English