---
title: "Mở rộng quy mô các tác nhân lập trình tự chủ: Cách các vòng lặp xác minh và rào chắn CI nghiêm ngặt giúp tăng tốc độ bàn giao phần mềm"
author: "DeepValues Research"
publisher: "DeepValues Research (DeepValues / LuLu Ventures LLC)"
type: "Research article"
date: "2026-11-02"
language: "vi"
section: "Insights"
machine_translated: true
translation_method: "machine translation (gpt-6.1-sol, Azure OpenAI)"
translated_from: "https://research.deepvalues.ai/insights/2026-11-02-scaling-engineering-velocity-with-ai-agents/"
original_url: "https://research.deepvalues.ai/insights/2026-11-02-scaling-engineering-velocity-with-ai-agents/"
original_language: "en"
translated_on: "2026-11-15"
translation_note: "Machine-translated from the original report; the original is authoritative."
canonical_url: "https://research.deepvalues.ai/insights/2026-11-02-scaling-engineering-velocity-with-ai-agents-vi/"
markdown_url: "https://research.deepvalues.ai/insights/2026-11-02-scaling-engineering-velocity-with-ai-agents-vi/index.md"
license: "CC BY 4.0"
license_url: "https://creativecommons.org/licenses/by/4.0/"
cite_as: "DeepValues Research, Mở rộng quy mô các tác nhân lập trình tự chủ: Cách các vòng lặp xác minh và rào chắn CI nghiêm ngặt giúp tăng tốc độ bàn giao phần mềm, https://research.deepvalues.ai/insights/2026-11-02-scaling-engineering-velocity-with-ai-agents-vi/"
publisher_url: "https://deepvalues.ai"
app: "https://deepvalues.ai"
api: "https://app.deepvalues.ai/developers"
data_note: "Reports are dated snapshots. Current data via the DeepValues API: https://app.deepvalues.ai/developers"
disclaimer: "Educational research, not investment advice."
disclosure: "AI-assisted"
generated_by: "NotebookLM + DeepValues editors"
category: "ai"
sources:
  - title: "Lauren Tan - SpaceXAI engineer"
    url: "https://www.youtube.com/watch?v=EWSUvEyFwjc"
audio: "https://anchor.fm/s/119061124/podcast/play/128667982/https%3A%2F%2Fd3ctxlq1ktw2nl.cloudfront.net%2Fstaging%2F2026-10-3%2Fe64d5fed-62d8-b448-e1f2-97513e908b3f.m4a"
audio_kind: "podcast episode"
audio_page: "https://open.spotify.com/episode/4zd36X5aJZaVenfToy1SfN"
---
# Mở rộng quy mô các tác nhân lập trình tự chủ: Cách các vòng lặp xác minh và rào chắn CI cứng hỗ trợ bàn giao phần mềm tốc độ cao

Các tổ chức kỹ thuật phần mềm hiện đại đang thực hiện một sự chuyển đổi căn bản về mô hình, từ lập trình cặp với trí tuệ nhân tạo [AI] dưới sự giám sát vi mô sang các đội tác nhân tự chủ có khả năng đưa hàng trăm đến hàng nghìn yêu cầu hợp nhất mã [PR] vào mã nguồn mỗi tháng. Theo Lauren Tan, một kỹ sư tại SpaceXAI, việc mở rộng quy mô tạo mã bằng AI chủ yếu là một bài toán quản lý kỹ thuật chứ không đơn thuần là một bài tập viết câu lệnh. Khi các nhóm kỹ thuật dựa vào giám sát thủ công, kiểm tra mã từng dòng và các hướng dẫn mềm trong câu lệnh, lập trình viên trở thành nút thắt đồng bộ hạn chế khả năng mở rộng quy mô tác nhân. Chuyển sang thực thi với mức độ tự chủ cao đòi hỏi phải thay thế sự giám sát của con người bằng các vòng lặp xác minh bằng chương trình, ánh xạ tính năng có cấu trúc và các rào chắn tích hợp liên tục [CI] có tính xác định. Bằng cách mã hóa các bất biến kiến trúc trực tiếp vào công cụ phân tích tĩnh và các bộ công cụ xác minh khi chạy, các nhóm kỹ thuật có thể giao việc thực thi cho các tác nhân đám mây hoạt động song song, đồng thời ngăn chặn có hệ thống sự xuống cấp của cơ sở mã.

---

## Nút thắt niềm tin: Vì sao mở rộng quy mô tác nhân lập trình là một bài toán quản lý kỹ thuật

### 1. Tổng hợp vấn đề cốt lõi
Điểm vướng mắc chủ yếu trong việc bàn giao phần mềm có AI hỗ trợ là lập trình viên thiếu niềm tin vào đầu ra của tác nhân. Các tác nhân phần mềm thường bịa ra các lớp trừu tượng, chẩn đoán sai nguyên nhân gốc rễ và tự tin đề xuất các bản sửa lỗi không hợp lệ. Như Lauren Tan nhận xét trong một cuộc phỏng vấn trên kênh YouTube Vision Sabbat, các tác nhân thường “tự tin tuyên bố rằng chúng đã tìm thấy bằng chứng quyết định lần thứ một trăm”, trong khi vấn đề cơ bản vẫn hoàn toàn chưa được giải quyết.

Khi các nhóm kỹ thuật cố gắng mở rộng việc sử dụng tác nhân thông qua lập trình cặp truyền thống có con người tham gia vào vòng lặp, quy trình làm việc nhanh chóng chạm một giới hạn cứng. Nếu một kỹ sư phải kiểm tra từng dòng mã được tạo ra, kiểm thử thủ công các bản dựng cục bộ và xác minh các phần chênh lệch mã, lập trình viên sẽ trở thành điểm duy nhất buộc mọi công việc phải thực hiện tuần tự. Nút thắt đồng bộ này hạn chế việc mở rộng vượt quá một hoặc hai tác nhân cục bộ, ngăn cản khả năng song song hóa thực sự trên các quy trình kỹ thuật.

### 2. Thiết lập phép tương đồng với quản lý
Để phân tích động lực vận hành này, Lauren Tan đã chỉ ra sự tương đồng trực tiếp giữa quản lý các tác nhân lập trình AI và quản lý các kỹ sư phần mềm con người. Trong quản lý kỹ thuật truyền thống, một người quản lý thiếu niềm tin vào nhân viên cấp dưới trực tiếp tất yếu sẽ chuyển sang quản lý vi mô—giám sát sát sao lập trình viên, liên tục rà soát các yêu cầu hợp nhất mã và kiểm tra từng dòng mã để ngăn chặn sự cố ngừng hoạt động trong môi trường sản xuất.

```
       HIGH |                                     [ Fleet Autonomy ]
            |                                     Auto-merging PRs &
            |                                     Cloud Parallelization
   TRUST    |                                  /
            |                             /
            |                        /
            |   [ Micromanagement ]
        LOW |   Manual Prompting & 1-in-Loop
            +---------------------------------------------------
                LOW                                     HIGH
                               VELOCITY
```

Mở rộng mức độ tự chủ của tác nhân đòi hỏi phải đi lên theo điều mà Tan gọi là “đường cong niềm tin”. Trong giai đoạn đầu áp dụng tác nhân, lập trình viên hoạt động đồng bộ bên trong vòng lặp thực thi, đưa câu lệnh thủ công cho từng tác nhân và kiểm tra mọi phần chênh lệch mã. Đi lên theo đường cong niềm tin đòi hỏi các hệ thống kỹ thuật cung cấp khả năng xác minh khách quan, tự động đối với đầu ra của tác nhân. Thiết lập mức độ tin cậy cao chuyển mô hình tổ chức từ quản lý vi mô đồng bộ sang giao việc bất đồng bộ, cho phép các đội tác nhân đám mây tự chủ xây dựng, kiểm thử và hợp nhất mã một cách độc lập.

---

## Xác minh bằng chương trình và ánh xạ tính năng: Khép kín vòng lặp tác nhân

### 1. Giải thích cơ chế xác minh từng bước
Trong các kiến trúc kỹ thuật dựa trên tác nhân, xác minh bằng chương trình được định nghĩa là cung cấp cho tác nhân các công cụ thực thi rõ ràng để tương tác trực tiếp với môi trường chạy của ứng dụng mục tiêu. Thay vì yêu cầu một mô hình ngôn ngữ lớn [LLM] đoán xem mã của nó có hoạt động đúng hay không, vòng lặp xác minh bằng chương trình cho phép tác nhân thực hiện dựng mã, kiểm tra môi trường chạy, thu thập dấu vết hiệu năng của bộ xử lý trung tâm [CPU], phân tích ảnh chụp bộ nhớ vùng nhớ động và điều khiển trình mô phỏng thiết bị di động hoặc trình duyệt. Đối với ứng dụng web và máy tính để bàn, tác nhân sử dụng các kỹ năng được xây dựng trên các giao thức như Chrome DevTools Protocol [CDP] để điều khiển giao diện người dùng [UI] bằng chương trình.

Lauren Tan minh họa cơ chế này bằng một phép tương đồng trong ẩm thực: dựa vào tác nhân mà không có xác minh bằng chương trình giống như một quản lý nhà hàng đọc công thức trên giấy để đoán xem món ăn có ngon hay không, trong khi xác minh bằng chương trình trang bị cho bếp trưởng các khu vực làm việc trong bếp để liên tục nếm, đo lường và điều chỉnh món ăn trong quá trình chế biến. Cấp công cụ thực thi cho tác nhân sẽ tự động khép kín vòng phản hồi. Dù xác minh không bảo đảm sự tinh tế của kiến trúc, nó xác nhận tính đúng đắn về hành vi một cách xác định trước khi con người rà soát mã.

### 2. Trình bày chi tiết kiến trúc bản đồ tính năng
Một thành phần quan trọng của xác minh bằng chương trình được giới thiệu trong tiện ích mở rộng mã nguồn mở PStack (Potato Stack) của Tan—một công cụ kỹ năng dành cho lập trình viên được đặt tên theo lối chơi chữ với GStack của Gary Tan—là “bản đồ tính năng”. Bản đồ tính năng giải quyết thách thức điều hướng cơ sở mã mà các tác nhân gặp phải khi cố gắng sửa lỗi hoặc triển khai tính năng trong các hệ thống phức tạp.

```
+-----------------------------------------------------------------------+
|                             FEATURE MAP                               |
+-----------------------------------------------------------------------+
|  User Context / Vague Report: "Left sidebar is laggy on click"         |
+-----------------------------------------------------------------------+
                                  |
                                  v
+-----------------------------------------------------------------------+
|  DOM Attributes & Selectors : [data-testid="sidebar-toggle"]          |
|  Keyboard Shortcuts         : Cmd+B / Ctrl+B                          |
|  Code Base Location         : src/components/sidebar/Sidebar.tsx      |
|  CDP Execution Action       : cdp.click('#sidebar-toggle')            |
+-----------------------------------------------------------------------+
```

Khi người dùng gửi các báo cáo lỗi chất lượng thấp, mơ hồ—chẳng hạn như ảnh chụp màn hình Slack chỉ được chú thích bằng “???”—một tác nhân thiếu ngữ cảnh cấu trúc sẽ gặp khó khăn trong việc xác định các thành phần bị ảnh hưởng. Bản đồ tính năng kết nối rõ ràng khoảng trống này bằng cách ánh xạ trực tiếp các phần tử UI tới đường dẫn tệp trong cơ sở mã, các thuộc tính mô hình đối tượng tài liệu [DOM], định danh kiểm thử, phím tắt và bộ chọn thực thi CDP.

Thông qua các kỹ năng như `create_verification_skill` và `maintain_verification_skill` trong PStack, tác nhân phân tích cơ sở mã một cách có hệ thống để xây dựng các danh mục tính năng có cấu trúc. Tiếp nhận một báo cáo lỗi mơ hồ cho phép tác nhân đối chiếu với bản đồ tính năng, điều hướng trực tiếp đến các phần tử UI mục tiêu, thực thi các luồng tương tác qua CDP, thu thập chỉ số hiệu năng và xác minh việc khắc phục lỗi.

### 3. Trình bày chi tiết việc đánh giá và duy trì kỹ năng tác nhân
Để duy trì công cụ và kỹ năng tác nhân theo thời gian, các nhóm phát triển phải triển khai các khung đánh giá tự động, hoạt động như kiểm thử đơn vị cho kỹ năng của tác nhân AI. Quy trình đánh giá tuân theo mô hình thực thi gồm bốn giai đoạn:

1. **Tạo bộ tiêu chí:** Một tác nhân điều phối thiết lập bộ tiêu chí đánh giá rõ ràng, xác định hành vi công cụ kỳ vọng và tiêu chí chấm điểm định lượng.
2. **Thực thi trong môi trường biệt lập:** Các tác nhân con thực hiện nhiệm vụ trong các thư mục tạm thời biệt lập được gán tên ngẫu nhiên, khó nhận biết. Việc làm khó nhận biết tên thư mục là yêu cầu bắt buộc vì LLM có thể phát hiện khi chúng đang ở trong một bộ công cụ đánh giá và thay đổi hành vi thực thi, gây ra sai lệch đánh giá nghiêm trọng.
3. **Đánh giá theo ma trận đa mô hình:** Để loại bỏ sai lệch chấm điểm từ một mô hình duy nhất, các tác nhân giám khảo chạy trên một ma trận gồm các mô hình nền tảng khác nhau đánh giá hiệu suất của tác nhân con theo bộ tiêu chí của tác nhân điều phối.
4. **Vòng lặp tối ưu hóa leo đồi:** Các vòng lặp tối ưu hóa tự động (chẳng hạn như thực thi `/loop` trong Cursor) liên tục tinh chỉnh hướng dẫn kỹ năng và tham số công cụ cho đến khi đạt được điểm đánh giá mục tiêu (ví dụ: 10 trên 10) trên toàn bộ ma trận mô hình.

Tan nhấn mạnh rằng việc duy trì kỹ năng tác nhân đòi hỏi sự quan sát liên tục của con người và óc thẩm định kỹ thuật. Lập trình viên phải đóng vai trò người giám sát và chỉ dẫn chủ động, kiểm tra nhật ký gọi công cụ và các khối suy nghĩ của tác nhân trong quá trình phát triển kỹ năng để xác định những dạng thất bại tinh vi và chính thức hóa hướng dẫn khắc phục thành các kỹ năng được lưu giữ lâu dài.

---

## Rào chắn kiến trúc cứng: Chuyển từ câu lệnh mềm sang thực thi bắt buộc bằng CI

### 1. Đối chiếu quy tắc mềm với ràng buộc cứng có tính xác định
Chỉ dựa vào các ràng buộc mềm trong câu lệnh—chẳng hạn như hướng dẫn phong cách markdown, quy tắc câu lệnh hoặc các tệp hướng dẫn `AGENTS.md`—tất yếu dẫn đến sự xuống cấp của cơ sở mã. Khi các tác nhân không bị ràng buộc chọn con đường ít trở ngại nhất để hoàn thành các nhiệm vụ cục bộ, chúng tạo ra “kiến trúc phát triển tự phát”, đặc trưng bởi các lớp trừu tượng không hợp lệ, logic trùng lặp và nợ kỹ thuật tích tụ.

Để duy trì tính toàn vẹn cấu trúc dài hạn, kiến trúc phần mềm phải áp dụng nguyên lý thiết kế cốt lõi của Lauren Tan: vì tác nhân có xu hướng đi đường tắt về cấu trúc, kiến trúc cơ sở mã phải được thiết kế sao cho **con đường ngắn nhất là con đường tốt nhất về cấu trúc và đúng đắn**. Các nhóm kỹ thuật phải thực thi nguyên lý này thông qua một khung rào chắn phân tầng, chuyển sự phụ thuộc từ hướng dẫn mềm sang các kiểm tra CI cứng.

| Tầng | Mức độ thực thi bắt buộc | Cơ chế / Công cụ | Đặc điểm |
| :--- | :--- | :--- | :--- |
| **1. Kiến trúc cơ sở mã & Đóng gói** | Cứng (Có tính xác định) | Đặt mã tính năng cùng vị trí, ranh giới thư mục nghiêm ngặt, quy tắc nhập mô-đun tùy chỉnh | Ngăn chặn các mẫu kiến trúc sai về mặt cấu trúc bằng cách biến con đường ngắn nhất thành con đường đúng |
| **2. Phân tích tĩnh & Chẩn đoán của trình biên dịch** | Cứng (Có tính xác định) | Trình biên dịch nghiêm ngặt (ví dụ: bộ kiểm tra mượn của Rust), công cụ kiểm tra mã tùy chỉnh, kiểm tra CI | Khiến bản dựng thất bại một cách xác định khi vi phạm bất biến trước khi con người rà soát |
| **3. Rà soát mã tự động** | Mềm / Bán xác định | Công cụ rà soát mã AI (ví dụ: Bugbot), phân tích PR tự động | Phát hiện lỗi theo ngữ cảnh trong quá trình xác nhận PR |
| **4. Kỹ năng tác nhân & Hướng dẫn phong cách** | Mềm (Không có tính xác định) | Quy tắc markdown, hướng dẫn câu lệnh, hướng dẫn phong cách | Dễ bị các mô hình bỏ qua hoặc áp dụng không nhất quán |

Dù các hướng dẫn mềm ở Tầng 3 và 4 cung cấp ngữ cảnh hữu ích, phân tích tĩnh cứng và đóng gói kiến trúc ở Tầng 1 và 2 là bắt buộc để bảo đảm các tác nhân tự chủ không thể hợp nhất mã không hợp lệ.

### 2. Phân tích nghiên cứu tình huống kiến trúc “Dune”
Việc triển khai thực tế các rào chắn có tính xác định được minh họa trong quá trình tái cấu trúc ứng dụng máy tính để bàn Grokbot. Grokbot được xây dựng bằng “Dune”, một khung nội bộ chuyên biệt được mô tả là Next.js dành cho các ứng dụng Electron, được thiết kế rõ ràng cho việc bàn giao phần mềm do tác nhân thực hiện.

Để bảo vệ hiệu năng khi chạy của ứng dụng và loại bỏ các dạng thất bại lặp lại của tác nhân, kiến trúc Dune áp dụng các quy tắc nghiêm ngặt có tính xác định trong các quy trình CI:

* **Cấm các hàm móc React:** Hàm móc `useEffect` của React bị cấm hoàn toàn trên toàn bộ cơ sở mã để ngăn lỗi đồng bộ hóa trạng thái và các lần kết xuất lại ngoài ý muốn. Các bản dựng CI lập tức thất bại nếu phát hiện `useEffect`.
* **Cấm chú thích nội tuyến trong mã:** Chú thích trong mã ứng dụng bị nghiêm cấm. Tan nhận thấy rằng các tác nhân thường tạo ra bình luận về lịch sử hoặc hiểu sai các nhận xét rà soát yêu cầu hợp nhất mã mang tính nhất thời—chẳng hạn như chuyển một nhận xét rà soát đơn lẻ như `"Lauren said never to do this"` thành chú thích tĩnh trong mã—qua đó bịa ra các ràng buộc toàn cục vĩnh viễn và làm ô nhiễm cửa sổ ngữ cảnh của mô hình. Cấm chú thích trong mã buộc mã phải tự thể hiện rõ ý nghĩa và ngăn ngừa sự xuống cấp của ngữ cảnh.
* **Bắt buộc cách ly ranh giới tiến trình:** Các ứng dụng Electron đòi hỏi sự phân tách nghiêm ngặt giữa tiến trình node chính và luồng UI kết xuất. Để bảo vệ ngân sách thời gian thực thi 16 mili giây cho mỗi khung hình cần thiết nhằm duy trì hiệu năng mượt mà ở 60 khung hình mỗi giây [FPS], các thao tác tính toán nặng và tác vụ vào/ra [IO] bị cấm trên luồng kết xuất. Dune thực thi điều này bằng cách cách ly logic vào các thư mục `electron_main` và `electron_renderer`, sử dụng các kiểm tra đồ thị phụ thuộc CI tự động để chặn việc nhập mô-đun xuyên thư mục.

---

## Tự động hóa tác nhân đám mây và tác động đối với sản phẩm trên toàn ngành
### 1. Tái hiện lỗi tự động và quy trình làm việc trên đám mây
Việc thiết lập các công cụ xác minh cục bộ và các ràng buộc bảo vệ CI nghiêm ngặt cho phép hoạt động cung cấp phần mềm chuyển từ việc nhập lời nhắc cục bộ sang các đội tác nhân tự động được lưu trữ trên đám mây. Sự chuyển dịch này được minh họa qua các tác nhân tự động hóa đám mây nội bộ như "Benny" tại Cursor.

```
  [ User Feedback ] (Slack / Support Channels)
         |
         v
  [ Benny Cloud Agent ] (Spawns Isolated Cursor Cloud Environment)
         |
         v
  [ Execute Verification Skill ] (Launches App, Simulates UI Input)
         |
         +---> Bug Reproduced? ---> Yes ---> Generate Fix & Submit PR
         |
         +---> Already Fixed on Main? ---> Confirm Resolution & Notify Team
```

Benny tự động tiếp nhận phản hồi thô của người dùng và báo cáo lỗi từ các kênh Slack. Khi nhận được báo cáo, Benny khởi chạy một phiên bản Cursor dành cho máy tính để bàn trong môi trường cô lập trên đám mây, thực thi môi trường chạy ứng dụng và triển khai các kỹ năng xác minh đã lưu để tái hiện lỗi được báo cáo bằng chương trình.

Hoạt động trong một môi trường cô lập được trang bị đầy đủ khả năng xác minh cho phép Benny tự xác định liệu vấn đề còn tồn tại hay đã được giải quyết trên nhánh chính. Cơ chế tự động hóa này loại bỏ việc các kỹ sư phải dành công sức thủ công để cố gắng tái hiện lỗi từ những báo cáo chất lượng thấp của người dùng.

### 2. Phổ cập hoạt động phát triển cho các vai trò ngoài kỹ thuật
Các ràng buộc bảo vệ CI mang tính tất định làm thay đổi căn bản cơ chế vận hành của các tổ chức phát triển sản phẩm. Khi các bất biến kiến trúc, ranh giới bộ nhớ và giới hạn hiệu năng được trình biên dịch và các tập lệnh CI thực thi một cách tất định, nhân sự ngoài kỹ thuật—bao gồm quản lý sản phẩm [PMs], nhà thiết kế trải nghiệm người dùng [UX] và nhân sự đưa sản phẩm ra thị trường [GTM]—có thể an toàn xây dựng tính năng và gửi các PR cho môi trường vận hành thực tế.

Vì cơ sở hạ tầng tự động từ chối các phương án triển khai không tuân thủ, những người đóng góp không chuyên về kỹ thuật có thể xây dựng các cải tiến chức năng thông qua giao diện ngôn ngữ tự nhiên như Grokbot mà không gây nguy hiểm cho tính ổn định của cơ sở mã hoặc giới hạn hiệu năng.

Mô hình vận hành này đặt ra những đánh đổi cụ thể về kinh tế và tỷ suất sinh lời trên vốn đầu tư [ROI]:

* **Chi phí vốn ban đầu cho đơn vị mã hóa:** Việc xây dựng các bộ kiểm tra xác minh toàn diện, thực thi các ma trận đánh giá đa tác nhân và tiến hành tái cấu trúc đòi hỏi chi phí ban đầu đáng kể cho đơn vị mã hóa. Việc tái cấu trúc ứng dụng Grokbot sang kiến trúc Dune cần hơn 600 PR riêng lẻ.
* **Lợi ích về hiệu quả lao động:** Chi phí ban đầu cao cho đơn vị mã hóa được bù đắp bằng việc giảm mạnh chi phí nhân lực kỹ thuật. Các chuỗi thực thi tác nhân công suất cao cho phép tổ chức vận hành với đội ngũ tinh gọn, tránh chi phí tổ chức của các bộ phận kỹ thuật lớn. Tính khả thi về kinh tế của các vòng lặp đánh giá liên tục và ma trận đánh giá tác nhân còn được nâng cao nhờ các mô hình tiên tiến như Grok 4.6, vốn giữ nguyên mức giá đơn vị mã hóa của phiên bản 4.5 trong khi đạt hiệu năng cao hơn trên các bài kiểm tra chuẩn.

---

## Các hạn chế kiến trúc và câu hỏi kỹ thuật còn bỏ ngỏ

### 1. Ghi nhận các hạn chế chính và trường hợp biên
Bất chấp những cải thiện về tốc độ đạt được nhờ các đội tác nhân có mức tự chủ cao, các mô hình kiến trúc hiện tại vẫn đặt ra những hạn chế và đánh đổi kỹ thuật rõ ràng:

* **Chi phí ban đầu cho đơn vị mã hóa:** Việc xây dựng các chuỗi xác minh liên tục và thực hiện các đợt tái cấu trúc gồm nhiều trăm PR tiêu tốn lượng đơn vị mã hóa khổng lồ. Với những đội ngũ có ngân sách đơn vị mã hóa hạn chế, khoản vốn cần thiết để xây dựng công cụ xác minh có thể là một rào cản đáng kể trước khi hiện thực hóa ROI.
* **Rủi ro tạo mẫu từ đầu:** Việc nhanh chóng tạo mẫu ứng dụng mà không có các ràng buộc bảo vệ cấu trúc ("lập trình theo cảm hứng") tạo ra nợ kỹ thuật nghiêm trọng về kiến trúc. Khi thiếu ranh giới đóng gói rõ ràng và các ràng buộc tĩnh, tác nhân lựa chọn những cách làm tắt tiện lợi khiến cơ sở mã nhanh chóng mất kiểm soát, cuối cùng đòi hỏi các hoạt động tái cấu trúc quy mô lớn gồm nhiều trăm PR để khắc phục.
* **Gánh nặng bảo trì và óc phán đoán kỹ thuật:** Các hệ thống xác minh tự động không loại bỏ nhu cầu về óc phán đoán của kỹ sư cấp cao. Việc xây dựng các bài đánh giá, cập nhật bản đồ tính năng và thiết lập các ràng buộc CI đòi hỏi chuyên môn sâu trong lĩnh vực và sự giám sát chủ động từ phía sau.

---

## Các số liệu chính

* **1,000 PR:** Số yêu cầu hợp nhất mã được Lauren Tan đưa vào cơ sở mã trong tháng trước bằng các tác nhân tự động tại Cursor.
* **Gần 800 PR:** Số yêu cầu hợp nhất mã được Lauren Tan đưa vào cơ sở mã trong tháng hiện tại (tính đến ngày thứ 12 của tháng).
* **20 PR:** Số yêu cầu hợp nhất mã do tác nhân tạo ra được tự động hợp nhất qua đêm và xác minh trên nhánh chính trong một ngày.
* **600+ PR:** Số yêu cầu hợp nhất mã được thực hiện để hoàn tất việc tái cấu trúc toàn bộ kiến trúc của cơ sở mã Grokbot.
* **16 mili giây:** Khoảng thời gian thực thi tối đa cho mỗi khung hình trên luồng kết xuất của Electron để duy trì hiệu năng giao diện người dùng mượt mà ở mức 60 khung hình mỗi giây [FPS].
* **5 tháng trước:** Thời điểm Lauren Tan gia nhập Cursor, ban đầu có năng suất thấp trong khi xây dựng niềm tin ban đầu vào tác nhân và các kỹ năng xác minh.
* **Grok 4.6:** Phiên bản mô hình mới được công bố, giữ nguyên chi phí đơn vị mã hóa của phiên bản mô hình 4.5 trong khi nâng cao hiệu năng trên các bài kiểm tra chuẩn.

---

## Những yếu tố có thể thay đổi bức tranh này

1. **Chuyển sang các ràng buộc bảo vệ tác nhân tích hợp trong trình biên dịch:** Áp dụng rộng rãi các ngôn ngữ được biên dịch nghiêm ngặt, có cơ chế sở hữu bộ nhớ và hệ thống kiểu chặt chẽ (như Rust), thay cho các nền tảng phần mềm động, chuyển việc thực thi ràng buộc cấu trúc từ các tập lệnh CI tùy chỉnh trực tiếp sang cơ chế chẩn đoán của trình biên dịch.
2. **Chuẩn hóa các giao thức xác minh bằng chương trình:** Toàn ngành áp dụng rộng rãi các tiêu chuẩn xác minh tác nhân với giao diện người dùng thống nhất, không phụ thuộc nền tảng, vượt ra ngoài Chrome DevTools Protocol để cung cấp quyền truy cập trực tiếp vào giao diện máy tính để bàn, thiết bị di động và web cho các tác nhân AI.
3. **Hợp nhất CI tự động trên diện rộng:** Các đội ngũ phần mềm thương mại phổ biến chuyển từ chuỗi rà soát mã thủ công sang hàng đợi hợp nhất CI hoàn toàn tự động, được điều khiển bởi điểm đánh giá tổng hợp và các bài kiểm thử tích hợp liên tục.
4. **Giảm chi phí đơn vị mã hóa trong đánh giá đa tác nhân:** Những mức giảm đáng kể mang tính cơ cấu trong chi phí suy luận của mô hình nền tảng, cho phép các đội ngũ phát triển ngoài khối doanh nghiệp liên tục chạy các ma trận đánh giá đa tác nhân và các vòng lặp tối ưu hóa leo đồi một cách hiệu quả về kinh tế.

Để tìm hiểu thêm về việc triển khai các khuôn khổ kỹ thuật AI tiên tiến và các chuỗi thực thi tự động, hãy khám phá nghiên cứu nguồn mở trên trang DeepValues Research hoặc dùng thử ứng dụng DeepValues ngay hôm nay.

---
## Tài liệu tham khảo

Lauren Tan - SpaceXAI engineer, interview published on YouTube channel Vision Sabbat

## From DeepValues

- DeepValues app: intrinsic value, stances and the latest reports for 300+ stocks. [iPhone](https://apps.apple.com/us/app/deepvalues/id6775568608?utm_source=research&utm_medium=web&utm_campaign=markdown) · [Android](https://play.google.com/store/apps/details?id=app.deepvalues.android&referrer=utm_source%3Dresearch%26utm_medium%3Dweb%26utm_campaign%3Dmarkdown) · [Web](https://app.deepvalues.ai/?utm_source=research&utm_medium=web&utm_campaign=markdown)
- [Deep Value Intelligence](https://deepvalues.ai/?utm_source=research&utm_medium=web&utm_campaign=markdown): the multi-agent AI analyst behind these reports, for any listed company
- [Margin of Safety Weekly](https://app.deepvalues.ai/letter?utm_source=research&utm_medium=web&utm_campaign=markdown): free weekly email, every Saturday
- YouTube: videos on investing and on AI. [@TheDeepValues](https://www.youtube.com/@TheDeepValues?utm_source=research&utm_medium=web&utm_campaign=markdown) (investing) · [@deep-values](https://www.youtube.com/@deep-values?utm_source=research&utm_medium=web&utm_campaign=markdown) (AI)
- Podcasts: 6 shows in English and Chinese (Deep Values, 深度价值, Deep Values Frontier, 深度價值前沿, Deep Value Intelligence, 深度价值情报站). [all shows on Apple Podcasts](https://podcasts.apple.com/us/channel/deepvalues/id6826606342)
- Buffett Indicator: market-valuation gauge. [iPhone](https://apps.apple.com/us/app/buffett-indicator/id6747404614?utm_source=research&utm_medium=web&utm_campaign=markdown) · [Android (Buffett Indicator & Shiller PE)](https://play.google.com/store/apps/details?id=com.luluventures.bubblewatch.android&utm_source=research&utm_medium=web&utm_campaign=markdown)
