Manifesto "No AI Slop" chống đầu ra AI cẩu thả

Manifesto "No AI Slop": khi lập trình viên tuyên chiến với đầu ra AI cẩu thả

Một nhóm lập trình viên và lãnh đạo công nghệ vừa công bố bản tuyên ngôn "No AI Slop" tại AIE Code Summit 2026, lấy cảm hứng từ Tuyên ngôn Agile năm 2001. Văn bản này định nghĩa "slop" — đầu ra AI cẩu thả, thiếu kiểm chứng — và đề ra các cam kết giúp đội ngũ phát triển phần mềm khai thác AI mà không đánh đổi chất lượng.

Từ Snowbird 2001 đến AIE Code Summit 2026

Năm 2001, 17 kỹ sư và lãnh đạo phần mềm gặp nhau tại một nhà nghỉ trên núi tuyết ở Snowbird, bang Utah, để bàn về thách thức lớn nhất thời bấy giờ: quy trình phát triển phần mềm nặng nề, chạy theo tài liệu. Từ đó ra đời Tuyên ngôn Agile (Agile Manifesto) với bốn giá trị và mười hai nguyên tắc, thay đổi cách phần lớn ngành công nghiệp xây dựng phần mềm.

Bản tuyên ngôn mới được viết bởi các diễn giả và người tham dự AIE Code Summit 2026, đặt vấn đề tương tự với một bối cảnh khác: AI ngày càng tham gia viết code, tài liệu, kế hoạch và tin nhắn của chúng ta.

Năm giá trị cốt lõi

Những người ký tên nêu rõ họ coi trọng:

• Kết quả hơn khối lượng sản xuất ra
• Hiểu vấn đề hơn tốc độ
• Tư duy của chính mình hơn bản nháp đầu tiên của mô hình
• Công việc tốt hơn hơn công việc dễ hơn
• Cải thiện hệ thống hơn là vá víu đầu ra

"Slop" là gì và vì sao nó nguy hiểm?

Nhóm tác giả định nghĩa thẳng thắn: slop xảy ra khi chúng ta bỏ ít công sức để tạo ra một thứ hơn mức công sức người đọc phải bỏ ra để hiểu nó.

Một số luận điểm đáng chú ý trong văn bản:

• AI là công cụ hữu ích nhất mà hầu hết chúng ta từng dùng, nhưng một bầy tác nhân (agent) có thể tạo ra lượng việc trong một ngày nhiều hơn một người có thể duyệt trong cả đời.
• Dùng AI không đương nhiên tạo ra slop. Slop xuất hiện khi ta chuyển tiếp đầu ra AI mà không chịu trách nhiệm về chất lượng hay trải nghiệm người đọc.
• AI không thể thay thế phán đoán của con người, nó chỉ khuếch đại phán đoán đó (hoặc sự thiếu phán đoán).
• Slop mang tính bất đối xứng: chi phí tạo ra một pull request (PR) nghìn dòng hay một tài liệu mười trang đang tiến về không, trong khi chi phí duyệt chúng không đổi.
• Slop có tính tích lũy: càng nhiều slop nằm trong cơ sở tri thức, trong chat, trong code, thì tác nhân AI tiếp theo càng đọc và sao chép nhiều hơn.
• Càng nhiều slop lưu chuyển trong một đội, ý chí chống lại nó càng cạn đi. Giao tiếp và chất lượng sẽ xấu dần theo thời gian.

Văn bản cũng chỉ ra rằng ngay cả trước thời AI, slop vẫn sinh sôi khi đội ngũ liên tục lách qua vấn đề thay vì giải quyết đúng. Một phần lớn slop đến từ áp lực: các công ty đang thúc đẩy nhân viên định nghĩa lại giới hạn khả thi của con người.

"Slop là khi chúng ta bỏ ít công sức để tạo ra một thứ hơn mức người đọc phải bỏ ra để hiểu nó."

Các cam kết của người ký tên

Bản tuyên ngôn đưa ra loạt cam kết cụ thể:

• Tối ưu việc dùng thời gian và sự chú ý của con người, vì đó là tài nguyên cực kỳ quý giá.
• Tự tư duy khi làm việc với mô hình: khảo sát tài nguyên, code và các giải pháp trước đây để thực sự hiểu vấn đề trước khi bắt tay làm.
• Chịu trách nhiệm về ý định, gu thẩm mỹ và hậu quả của những gì mình phát hành, dù AI hỗ trợ bao nhiêu.
• Nói rõ khi một tác nhân AI viết nội dung mình gửi đi, và tự kiểm tra những phần quan trọng trước khi gửi.
• Góp ý một cách tử tế khi nhận được slop, và đề nghị người gửi xem lại trước.
• Ưu tiên kết quả thực tế — sản phẩm hữu ích, hệ thống dễ bảo trì — hơn số dòng code, số PR đã merge, số token đã dùng hay số tác nhân chạy song song.

Nhóm tác giả cũng thừa nhận một cách thẳng thắn: đánh giá bằng tác nhân AI, công cụ lint hay bộ kiểm chứng đều hữu ích nhưng chưa đủ. Hiện tại vẫn cần duyệt ít nhất một phần đầu ra, tỷ lệ tùy theo mức độ rủi ro. Và bất cứ lỗi nào bị công cụ lint, trình kiểm tra kiểu (type checker) hay kiểm tra tự động phát hiện được thì hãy để chúng phát hiện.

Góc nhìn

Với lập trình viên và đội ngũ phát triển tại Việt Nam, bản tuyên ngôn này chạm đúng vào một thực tế đang diễn ra: AI giúp sinh code, viết tài liệu và soạn tin nhắn nhanh hơn bao giờ hết, nhưng thời gian để đồng nghiệp đọc, hiểu và duyệt vẫn không giảm. Khi nhiều đội đang đẩy mạnh dùng AI để tăng tốc, việc đặt ra quy ước nội bộ — ai chịu trách nhiệm kiểm tra đầu ra AI, nội dung nào phải ghi rõ nguồn gốc — sẽ giúp tránh cảnh slop tích tụ dần trong codebase và tài liệu.

Điểm đáng lưu ý là tuyên ngôn không phản đối AI mà nhấn mạnh vào trách nhiệm giải trình. Với các kỹ sư, điều này gợi ý rằng kỹ năng đọc hiểu vấn đề và đánh giá chất lượng vẫn là nền tảng, còn AI là công cụ khuếch đại năng lực đó. Các đội có thể bắt đầu bằng những bước nhỏ: đầu tư vào kiểm tra tự động, yêu cầu nêu rõ khi nội dung do AI tạo, và dành thời gian thực sự để hiểu vấn đề trước khi giao việc cho mô hình.