Anthropic: Không ai còn nắm được toàn bộ mô hình tư duy về Claude Code

Anthropic vừa công bố chi tiết cách đội ngũ phát triển Claude Code thực hiện việc review mã nguồn trong bối cảnh khoảng 90% code của dự án hiện do chính AI viết ra. Đáng chú ý nhất là lời thừa nhận rằng không còn ai trong nhóm nắm được một mô hình tư duy đầy đủ về toàn bộ codebase.

Bài viết mô tả một pull request đã trải qua hơn 50 vòng review chỉ trong một đêm, và một reviewer dành phần lớn công sức để kiểm tra những đoạn code vốn đã tồn tại từ trước. Đội ngũ cũng thẳng thắn cho biết họ vẫn chưa có một cơ chế kiểm soát hoàn chỉnh cho quy trình này.

Khi AI viết phần lớn code, con người review thế nào?

Theo Anthropic, việc Claude đảm nhận khoảng 90% khối lượng code đặt ra câu hỏi cốt lõi: vai trò của con người trong bước review còn lại là gì? Câu trả lời của đội ngũ không phải là cố gắng đọc hiểu từng dòng, mà là chuyển trọng tâm sang kiểm tra tính đúng đắn ở mức hành vi và kết quả.

Điều này đánh dấu sự dịch chuyển trong cách các kỹ sư phần mềm vận hành. Thay vì nắm rõ từng hàm, từng module như trước, họ dựa nhiều hơn vào các công cụ tự động, kiểm thử và AI reviewer để đảm bảo chất lượng.

"Không ai giữ được một mô hình tư duy hoàn chỉnh của codebase" — một tuyên bố gây tranh luận trong giới kỹ thuật.

Những con số đáng chú ý

Bài công bố của Anthropic mang lại vài dữ kiện khiến nhiều người phải suy nghĩ:

• Một pull request riêng lẻ trải qua hơn 50 vòng review trong một đêm, cho thấy tốc độ lặp rất nhanh khi AI đảm nhận việc sinh code.
• Reviewer dành phần lớn công sức cho code có sẵn, tức là các thay đổi mới có thể không phải là rủi ro lớn nhất.
• Đội ngũ thừa nhận chưa có cơ chế kiểm soát đầy đủ, đây là điểm mà giới thực hành đang soi xét.

Góc nhìn từ giới thực hành

Việc Anthropic công khai quy trình này đang tạo ra hai luồng ý kiến trái chiều. Một bên coi đây là bước tiến tất yếu: khi AI viết code, con người chuyển lên tầng trừu tượng cao hơn và tập trung vào thiết kế, kiến trúc và kiểm thử. Bên còn lại lo ngại rằng mất mô hình tư duy đầy đủ đồng nghĩa với việc khó phát hiện lỗi hệ thống, lỗ hổng bảo mật hay những tương tác ngầm giữa các module.

Với các đội phát triển phần mềm tại Việt Nam đang bắt đầu tích hợp trợ lý AI vào quy trình làm việc, đây là bài học thực tế đáng tham khảo. Việc tăng tốc sinh code bằng AI cần đi kèm đầu tư tương xứng vào kiểm thử tự động, review nhiều lớp và giám sát chất lượng, thay vì chỉ dựa vào việc đọc code thủ công như trước.