Bỏ qua để đến nội dung chính
LeoNex News

Vượt ra ngoài sinh code: hướng dẫn "agentic engineering" cho lập trình viên

Sơ đồ vòng lặp bốn giai đoạn từ lập kế hoạch đến quan sát, đưa bằng chứng vận hành trở lại quy trình phát triển.
Trong bài này

Bối cảnh: code nhiều hơn, nhưng review chậm hơn

Công việc của lập trình viên gồm thu thập yêu cầu và định hướng triển khai, review thay đổi và đánh giá kết quả kiểm thử, rồi điều tra những gì xảy ra trên production. Bốn giai đoạn Plan, Build, Verify, Observe bao phủ toàn bộ chuỗi này.

Plan: đưa mọi người và mọi agent về cùng một hướng

  • Lên kế hoạch ngay trong công cụ nhóm đang dùng: Copilot trong Slack hoặc Teams giúp cộng tác với product manager, designer, analyst và các bên liên quan, đồng thời đưa ngữ cảnh từ các công cụ đã kết nối vào để kiểm tra giả định và tinh chỉnh yêu cầu.

  • Biến yêu cầu đã thống nhất thành công việc cụ thể: nhờ Copilot tạo GitHub Issues kèm ngữ cảnh và tiêu chí chấp nhận, tách thành các tác vụ có thể xử lý riêng.

  • Giảm gánh nặng triage thường nhật: GitHub Agentic Workflows gắn nhãn issue và ước lượng độ phức tạp, việc đơn giản được giao thẳng cho Copilot để lập trình viên tập trung vào quyết định khó hơn.

  • Với việc phức tạp, dùng Plan Mode để so sánh phương án và tinh chỉnh kế hoạch; kế hoạch được review và duyệt trước khi giao cho Copilot bắt đầu triển khai.

Kết quả là thay vì mất nhiều ngày tìm kiếm và gom ngữ cảnh, lập trình viên có kế hoạch có thể review, tiêu chí chấp nhận rõ ràng và các issue được giới hạn phạm vi, còn thời gian được dành cho quyết định thay vì truy xuất thông tin.

Build: thúc đẩy nhiều tác vụ cùng lúc

Khi đã sẵn sàng biến kế hoạch thành code, nhiều việc khác lại xen vào: agent làm dở một tác vụ, cuộc họp sắp bắt đầu, và có người chỉ ra một edge case cần xử lý. Mục tiêu là giữ công việc tiến triển mà không bị trói vào chiếc máy nơi bắt đầu phiên làm việc.

Nhờ đó các tác vụ tiến triển độc lập với kiến thức dự án dùng chung, và khi công việc hoàn tất, lập trình viên có những thay đổi tập trung sẵn sàng để review.

Verify: dồn sự chú ý vào chỗ quan trọng

Thay đổi nhỏ hơn cùng công việc thường nhật đã được xử lý sẽ giảm số vòng qua lại, để người review dành sự chú ý cho việc code có làm đúng ý định hay không và điều gì có thể sai.

Observe: học từ những gì xảy ra sau khi ship

Thay đổi đã được duyệt và các check triển khai đều qua, nhưng sáng hôm sau dashboard on-call báo timeout từng đợt và một số khách hàng lớn bị ảnh hưởng. Lúc này phải đối chiếu log, lịch sử release và báo cáo của khách hàng, trong khi câu hỏi có nên rollback được đặt ra. Cần kết hợp bằng chứng vận hành với ngữ cảnh kỹ thuật để quyết định.

  • Kiểm tra giả định với hành vi thực tế: nhờ truy cập công cụ observability và dữ liệu kinh doanh qua các connector như Fabric, Copilot giúp điều tra request hoặc nhóm khách hàng nào bị ảnh hưởng.

  • Ghi lại phát hiện ở nơi có thể hành động: nhờ Copilot soạn issue kèm bằng chứng và tiêu chí chấp nhận, bao gồm regression test cho lỗi vừa tìm ra.

  • Mang bài học vào công việc sau: xem các đề xuất cải thiện từ Dreaming, vốn dùng các phiên và hoạt động trong repository để tinh chỉnh memory, skill và hướng dẫn code review.

Nhờ vậy, thời gian dành cho quyết định cần thay đổi nhiều hơn và thời gian truy vết lại quá trình điều tra ít hơn, còn kế hoạch tiếp theo bắt đầu từ những gì học được từ phần mềm đang được người dùng thực sự sử dụng.

Bắt đầu từ đâu

Có thể chọn một việc đang có sẵn và nhìn rộng hơn tác vụ viết code: việc đó cần ngữ cảnh gì, sẽ được review và kiểm thử thế nào, và làm sao biết nó hoạt động tốt sau khi ship. Không cần thay đổi cả quy trình cùng lúc: bắt đầu với điều gây khó chịu nhất trong tuần, giao cho một agent xử lý, rồi mở rộng dần sang các phần khác.

Điểm chính

Nguồn tham khảo

Các nguồn mà bài viết này dựa vào.

  1. Beyond code generation: A developer’s guide to agentic engineering (mở trong tab mới) — GitHub Blog

Xem thêm trong AI Engineering

Sơ đồ vòng xử lý: đánh giá được lấy mẫu, LLM tạo bản tóm tắt, hệ thống kiểm tra căn cứ và phản hồi người dùng quay lại để cập nhật.
AI-ENG AI Engineering

Tóm tắt review tự động có vòng phản hồi: LLM chạy production tại Grab

Hệ thống Automated Merchant Review Summary System biến các đánh giá viết tay về cửa hàng thành bản tóm tắt ngắn gọn. Người tiêu dùng có thể xem tóm tắt tổng thể hoặc chọn một chủ đề cụ thể, còn merchant (cửa hàng, đối tác bán hàng) nhận biết được điều khách hàng đánh giá cao và khâu nào cần cải…

6 phút đọc

Dây chuyền ba bước đưa đặc tả và ngữ cảnh qua các cổng kiểm tra trước khi xuất mã đã xác minh.
AI-ENG AI Engineering

Context engineering và guardrails để "thuần hoá" coding agent

Coding Agent như Cursor, Windsurf, Cline hay Claude Code thường cho kết quả ấn tượng ở giai đoạn đầu, nhưng khi dự án lớn dần với nhiều file và nghiệp vụ rẽ nhánh, chúng có thể làm hỏng tính năng đang chạy, kéo thêm thư viện xung đột hoặc phá vỡ kiến trúc. Nguyên nhân nằm ở cách dùng thiếu cấu…

5 phút đọc

Bản tin qua email

Nhận tuyển chọn bài viết mới của LeoNex News qua email.

Chúng tôi chỉ dùng địa chỉ này để gửi bản tin.

Nhận tuyển chọn bài viết mới của LeoNex News qua email. Bạn sẽ nhận một email xác nhận; đăng ký chỉ có hiệu lực sau khi bạn xác nhận. Mỗi email đều có liên kết hủy đăng ký. Xem chính sách quyền riêng tư