Đến nội dung chính
notes.vinhnq.com

Tìm kiếm

Git, DevOps & ToolingSenior21 phút đọc

Làm việc với AI coding agent cho backend: quy trình, project rules và cách kiểm chứng

Ôn 13 thẻ
Trong bài này

AI sinh code nhanh, nhưng code chạy được chưa chắc đúng, và người không hiểu code sẽ không sửa được nó lúc có sự cố. Bài này là cách một backend engineer dùng AI coding agent để nhanh hơn mà không mất kiểm soát: giao việc thế nào, ghi quy ước cho agent ở đâu, kiểm chứng ra sao, và khi nào tự làm. Ví dụ lấy từ một lab Spring Boot do agent viết, trong đó ba lỗi chỉ lộ ra khi chạy test.

Sơ đồ tóm tắt:

flowchart LR
  RU["Project rules: AGENTS.md"] --> P[Prompt]
  P --> G[Generate]
  G --> U[Understand]
  U --> V[Verify]
  G -.->|bỏ hai bước sau| VC["Vibe coding: chỉ prototype"]
  V --> T[Test là trọng tài]
  V --> D[Đọc diff như reviewer]
  S["Tự làm: học, bảo mật, nghiệp vụ lõi"]

1. AI giỏi gì, dở gì

Ý chính: AI tạo code nhanh và khá đúng với việc phổ biến; nó không biết nghiệp vụ, codebase và rủi ro của riêng bạn. Vai trò của engineer chuyển từ gõ code sang định hướng, đọc và kiểm chứng.

AI làm tốt AI làm chưa tốt
Boilerplate, CRUD, DTO, mapper Hiểu quy tắc nghiệp vụ không được viết ra
Giải thích code, regex, stack trace Biết codebase đã có gì, quy ước nào đang dùng
Sinh test khung, test case hiển nhiên Chọn test có ý nghĩa, edge case đặc thù
Gợi ý sửa lỗi phổ biến Nhận ra lỗ hổng bảo mật trong ngữ cảnh
Chuyển đổi cú pháp, nâng version Debug lỗi phụ thuộc dữ liệu thật, timing, nhiều service

AI giống một junior rất nhanh nhưng hay tự tin sai. Giá trị của bạn là biết kết quả đúng trông thế nào, nên kiến thức nền tảng (transaction, index, auth flow, HTTP) quan trọng hơn trước.

2. Vibe coding và quy trình bốn bước

Ý chính: vibe coding là mô tả, để AI sinh, chạy thử, lỗi thì sửa prompt, chạy được thì ship. Cách làm dựa trên nền tảng giữ tốc độ đó nhưng thêm hai bước bắt buộc: hiểu code và kiểm chứng nó.

Thuật ngữ do Andrej Karpathy đặt đầu năm 2025. Hợp cho prototype, script dùng một lần; không hợp cho code production, code làm chung team, code phải bảo trì lâu.

Bốn bước:

  1. Prompt: nêu việc cụ thể, ngữ cảnh, đầu vào/đầu ra, ràng buộc, tiêu chí chấp nhận.
  2. Generate: kết quả là bản nháp, chưa phải sản phẩm.
  3. Understand: trả lời được code làm gì, vì sao viết vậy, cách khác là gì. Không giải thích được cho đồng nghiệp là chưa hiểu.
  4. Verify: chạy test, thêm edge case, đọc diff theo checklist (mục 6); bảo mật, thanh toán thì cần người thứ hai review.

Nếu có người khác sẽ đọc code này (kể cả chính bạn sáu tháng sau) thì không vibe code.

3. Khi nào không nên dùng AI

Ý chính: dùng AI để tăng tốc việc bạn đã hiểu, không dùng để thay cho việc hiểu. Có năm trường hợp nên tự làm, hoặc chỉ dùng AI như người cùng suy nghĩ.

Trường hợp Vì sao Dùng AI thế nào cho đúng
Học khái niệm mới Phải tự vật lộn mới nhớ; AI làm hộ như nhờ người tập gym hộ Tự làm 1–2 lần, sau đó hỏi AI có cách tốt hơn không
Code bảo mật Lỗi không lộ ra cho tới khi bị tấn công Dùng thư viện đã kiểm định, đọc từng dòng, đối chiếu tài liệu chính thức
Logic nghiệp vụ lõi AI không biết chính sách, luật, edge case của doanh nghiệp Bạn quyết định quy tắc; AI chỉ viết phần khung
Chuẩn bị phỏng vấn Phỏng vấn không có AI 2–4 tuần trước phỏng vấn giảm AI, tự giải và tự giải thích
Debug sự cố phức tạp AI thiếu dữ liệu runtime, timing, tương tác giữa service Dùng AI để liệt kê giả thuyết, bạn tự đo và loại trừ

4. Ba loại công cụ và file project rules

Ý chính: chat để hỏi và giải thích, gợi ý trong IDE để gõ nhanh, agent để đọc codebase, sửa nhiều file và chạy lệnh. Agent mạnh nhất nhưng quên sạch giữa các phiên, nên quy ước phải được viết ra file mà nó tự đọc.

Ba vấn đề hay gặp với agent: phiên mới không nhớ quy ước phiên cũ; phiên quá dài thì phần đầu bị đẩy khỏi context window (lượng token mô hình đọc được một lúc) nên code mâu thuẫn dần; agent đọc từng file nhưng không tự biết bức tranh lớn (“dùng JWT, response bọc envelope, phân quyền theo permission”).

Cách chữa là project rules: file quy ước agent đọc đầu mỗi phiên, như tài liệu onboarding cho người mới.

Công cụ File (tại thời điểm viết)
Quy ước chung nhiều công cụ đọc AGENTS.md ở gốc repo
Claude Code CLAUDE.md (gốc repo, có thể thêm ở thư mục con)
GitHub Copilot .github/copilot-instructions.md
Cursor .cursor/rules/*.mdc
Gemini CLI GEMINI.md

Nội dung đáng có trong file rules:

  • Stack, version và lệnh build/test: nhờ lệnh test, agent tự kiểm chứng được.
  • Cấu trúc: package theo tính năng (user/, role/, auth/), agent nhìn một thư mục là đủ ngữ cảnh (DDD và cấu trúc package).
  • Quy ước và điều cấm: constructor injection, DTO là record, không trả entity; cấm EAGER, cấm tắt test để build xanh.
  • Quyết định đã chốt: link tới ADR (C4, arc42 và ADR, ADR và quality requirement) để agent không “sáng tạo lại” thiết kế.
Một file AGENTS.md mẫu cho dự án Spring Boot
# Project rules

## Stack
Java 21, Spring Boot 4.0.x, Spring Security 7 (OAuth2 resource server, HS256 JWT),
Spring Data JPA + Hibernate 7, PostgreSQL 17, Maven wrapper.

## Commands
- Build + all tests: ./mvnw verify
- One test class:   ./mvnw test -Dtest=UserServiceTest
- Integration tests need Docker (Testcontainers).

## Structure (package by feature)
dev.lab.hr.<feature>/ -> Controller, Service, Repository, Dtos, entities
dev.lab.hr.common/    -> ApiResponse, exceptions, GlobalExceptionHandler
dev.lab.hr.security/  -> SecurityConfig, converters, handlers

## Conventions
- Constructor injection, private final fields. No Lombok.
- Request/response DTOs are records. Never return or bind entities.
- Success body: ApiResponse<T>. Errors: ProblemDetail via GlobalExceptionHandler.
- Services own transactions; map to DTOs inside the transaction (open-in-view=false).
- Every new endpoint: @WebMvcTest for HTTP contract + service unit test.

## Never
- FetchType.EAGER, field injection, @Disabled on failing tests, catching Exception to hide errors.
- Secrets in code or application.properties (use env vars).
- New dependencies without asking.

## Decisions
- ADR-001 refresh tokens: opaque, hashed in DB, rotation with reuse detection.
- ADR-003 authorization: permission = (method, path pattern) per role, checked in the filter chain.

## Workflow
Plan first, wait for approval, implement in small steps, run ./mvnw verify, show the diff summary.

File nên ngắn (vài chục dòng tới một hai trăm dòng) và cụ thể. Quy ước càng mơ hồ (“viết code sạch”) thì agent càng ít làm theo; quy ước càng kiểm chứng được (“mọi @RequestBody có @Valid”) thì càng dễ cả agent lẫn reviewer kiểm.

5. Viết prompt cho việc backend

Ý chính: prompt tốt cho việc backend có năm phần: việc cần làm, ngữ cảnh, đầu vào/đầu ra, ràng buộc, và tiêu chí chấp nhận viết dạng Given/When/Then. Tiêu chí chấp nhận biến thành test, và test là cách agent tự kiểm.

So sánh hai prompt cho cùng một việc:

  • Kém: “Tạo API tạo user.”
  • Tốt:
Task: add POST /api/v1/users in the user/ package.
Context: Spring Boot 4, follow AGENTS.md. UserService and UserRepository exist.
Input: CreateUserRequest(name, email, password, gender) as a record with Bean Validation.
Output: 201 + Location header, body ApiResponse<UserResponse>, no password field.
Constraints: email trimmed + lowercased before the duplicate check; BCrypt via PasswordEncoder;
             DB UNIQUE on email stays the real guard; no new dependencies.
Acceptance criteria:
  Given a valid request, when POST, then 201, Location ends with /users/{id}, password not in body.
  Given an email that exists (any case), when POST, then 409 ProblemDetail, nothing saved, no hashing.
  Given name blank, bad email and 3-char password, when POST, then 400 listing all three fields.
Plan first and wait for my OK. Then implement, add @WebMvcTest + unit tests, run ./mvnw test.

Prompt thứ hai giới hạn không gian lời giải, cho agent tiêu chí tự kiểm, và cho bạn danh sách kiểm khi review. Không viết được tiêu chí chấp nhận thì chưa nên giao việc. Với prompt debug, đưa đủ code, kỳ vọng, thực tế, log lỗi và những gì đã thử; luôn yêu cầu giải thích lý do, vì lý do sai thì code nhiều khả năng sai.

6. Vòng kiểm chứng: test là trọng tài

Ý chính: “chạy được trên máy” không phải bằng chứng. Bằng chứng là test chạy thật, cộng với việc bạn đọc diff và đọc cả test. Lab của bài có ba lỗi qua được mắt nhưng không qua được test.

Lab Spring Boot 4 của loạt bài (user, role, permission, JWT, refresh token) được một AI agent viết ở lượt trước. Code đọc qua thấy hợp lý; mvn test lần đầu có 3 test lỗi: LazyInitializationException ở refresh token, một test UNIQUE chờ lỗi sai chỗ, và 403 bị biến thành 500. Cả ba đều “đúng từng dòng, sai khi ghép lại”, đúng loại lỗi AI hay tạo và người đọc lướt hay bỏ qua.

Checklist khi đọc diff do AI viết (chi tiết cách review ở code review hiệu quả):

  • Dữ liệu: N+1 query, EAGER, thiếu index cho câu lọc mới, transaction ôm cả lời gọi HTTP ra ngoài.
  • Đúng đắn: kiểm-rồi-ghi không nguyên tử, ranh giới transaction, xử lý null, time zone.
  • Bảo mật: endpoint mới đã có kiểm quyền chưa, có lộ field nhạy cảm không, input đã validate chưa, secret có bị hard-code không.
  • Lỗi: exception có bị nuốt không, mã lỗi HTTP có đúng không, log có lộ dữ liệu cá nhân không.
  • Phạm vi: agent có sửa file ngoài phạm vi việc được giao không, có thêm dependency không.
Ba lỗi trong lab và vì sao agent viết ra chúng
Lỗi Triệu chứng Nguyên nhân Bài học
LazyInitializationException POST /auth/refresh trả 500 Controller gọi user.getRoles() sau khi service @Transactional đã trả về, open-in-view=false Map sang record ngay trong transaction
Test ràng buộc UNIQUE sai Lỗi ném ở save(), test chờ ở flush() GenerationType.IDENTITY buộc INSERT ngay để lấy id Agent viết test theo giả định, không theo hành vi thật
403 thành 500 @PreAuthorize từ chối nhưng client nhận 500 @ExceptionHandler(Exception.class) nuốt AccessDeniedException Catch-all phải chừa exception của framework

Lỗi thứ ba được xác nhận bằng cách gỡ handler sửa lỗi ra rồi chạy lại: test chờ 403 nhận 500.

Cả ba lỗi có chung một gốc: hành vi chỉ xuất hiện khi các phần chạy cùng nhau.

  • Lazy loading phụ thuộc vào việc transaction kết thúc ở đâu và open-in-view bật hay tắt. Đọc riêng controller thì không thấy transaction; đọc riêng service thì không thấy ai gọi getRoles() sau đó. Mô hình học từ rất nhiều code có open-in-view=true (mặc định), nơi lỗi này bị che đi.
  • IDENTITY phụ thuộc chiến lược sinh id: với SEQUENCE, Hibernate có thể hoãn INSERT tới lúc flush; với IDENTITY thì không. Test do agent viết dựa trên mô hình “Hibernate gom ghi tới flush”, đúng ở nhiều chỗ khác.
  • Catch-all đúng khi đọc riêng (không lộ stack trace) và @PreAuthorize đúng khi đọc riêng. Chỉ khi ghép lại, exception của method security đi qua advice trước khi tới filter của Spring Security, mới thành 500.

Hệ quả cho cách làm việc: review từng file không đủ. Cần test tích hợp chạy cả chuỗi (security chain thật, transaction thật), và cần người hiểu framework để đọc kết quả. Agent sửa được cả ba lỗi rất nhanh khi được đưa log lỗi; cái nó không tự làm được là biết rằng phải chạy để tìm.

7. Code bảo mật, dữ liệu công ty và bí mật

Ý chính: với code bảo mật, AI chỉ viết nháp, còn bạn hiểu từng dòng và đối chiếu tài liệu chính thức. Với dữ liệu, đừng dán code công ty hay secret vào công cụ chưa được công ty duyệt.

Với bảo mật: dùng thư viện đã kiểm định (Spring Security, không tự viết filter JWT), review theo OWASP, viết test kịch bản tấn công (token bị sửa, hết hạn, refresh token dùng lại) và ghi audit log.

Về quyền riêng tư: gói miễn phí có thể lưu hoặc dùng dữ liệu để huấn luyện, nên chỉ dùng công cụ công ty đã duyệt. Không dán secret, dữ liệu khách hàng, log có thông tin cá nhân; agent đọc được cả repo nên secret phải nằm ở biến môi trường. Agent chạy lệnh trên máy bạn: không cho tự push, tự xoá, hay chạm credential production.

8. Đo xem AI có thật sự giúp

Ý chính: cảm giác “nhanh hơn” không phải số liệu. Đo bằng chỉ số giao hàng và chất lượng, so với giai đoạn trước, chứ không đo bằng số dòng code.

Thử nghiệm có đối chứng của METR (07/2025) với lập trình viên open source giàu kinh nghiệm: dùng AI họ chậm hơn khoảng 19% trong khi tin là nhanh hơn. Không áp cho mọi việc, nhưng đủ để thấy phải đo, trong 4–8 tuần trước và sau:

Chỉ số Đo gì Dấu hiệu xấu
Lead time (từ commit đầu tới production) Tốc độ thật Sinh code nhanh nhưng PR nằm chờ review lâu hơn
Thời gian review mỗi PR Gánh nặng chuyển sang reviewer PR to hơn, khó đọc hơn
Change failure rate, bug lọt production Chất lượng Tăng sau khi dùng AI
Tỉ lệ code bị sửa lại trong 2–3 tuần (rework) Code “chạy được nhưng sai” Tăng

Câu hỏi đúng không phải “có dùng AI không” mà là “dùng cho loại việc nào thì số liệu tốt lên”; thường là việc lặp lại có khuôn như CRUD, migration, nâng version.

Cách nói về AI trong phỏng vấn senior

Nhà tuyển dụng thường hỏi “bạn dùng AI thế nào”. Câu trả lời yếu là liệt kê công cụ. Câu trả lời mạnh mô tả quy trình và cách kiểm soát rủi ro:

  • Phân loại việc: “Tôi giao cho agent CRUD, migration, test khung và nâng version. Phần auth, thanh toán và quy tắc nghiệp vụ tôi tự thiết kế, agent chỉ viết theo đặc tả.”
  • Đặc tả trước: “Tôi viết tiêu chí chấp nhận dạng Given/When/Then trong prompt, agent biến chúng thành test.”
  • Quy ước bằng file: “Repo có AGENTS.md với stack, lệnh test, điều cấm và link ADR, nên mọi phiên và mọi người trong team ra code giống nhau.”
  • Kiểm chứng: “Tôi chạy test tích hợp với security chain và transaction thật. Có lần agent viết code đọc rất ổn nhưng ba test lỗi: lazy loading, IDENTITY flush và catch-all biến 403 thành 500.”
  • Đo: “Chúng tôi theo dõi lead time, thời gian review và tỉ lệ rework trước và sau, không đo số dòng code.”

Cũng nên nói được giới hạn: “Tôi không dùng AI cho phần tôi chưa hiểu, vì khi có sự cố lúc 2 giờ sáng thì tôi phải tự sửa.”

Ghi nhớ

  • Giải thích được khác biệt giữa vibe coding và quy trình Prompt → Generate → Understand → Verify.
  • Kể được năm trường hợp nên tự làm thay vì để AI làm, và vì sao.
  • Biết file project rules nên chứa gì, và vì sao lệnh test phải có trong đó.
  • Viết được một prompt có ràng buộc và tiêu chí chấp nhận Given/When/Then cho một endpoint.
  • Biết đo tác động của AI bằng lead time, thời gian review, rework, không bằng số dòng code.

Câu hỏi phỏng vấn

Mid

Bạn kiểm chứng code do AI sinh ra như thế nào?

Chạy test thật (gồm test tích hợp với security và transaction thật), rồi đọc diff và đọc cả test như một reviewer.

Checklist: N+1 và fetch, ranh giới transaction, kiểm quyền và validate input, exception có bị nuốt không, phạm vi thay đổi. Hỏi “test này có fail không nếu xoá logic”.

Khi nào bạn không dùng AI để viết code?

Khi học khái niệm mới, khi viết code bảo mật hay logic nghiệp vụ lõi, khi luyện phỏng vấn, và khi debug sự cố phức tạp thiếu ngữ cảnh runtime.

Ở những chỗ đó AI vẫn hữu ích như người cùng suy nghĩ (liệt kê giả thuyết, giải thích), nhưng quyết định và kiểm chứng là việc của mình.

File project rules cho coding agent nên chứa gì?

Stack và version, lệnh build/test, cấu trúc package, quy ước code, những điều cấm, và link tới các quyết định đã chốt (ADR).

Viết ngắn và kiểm chứng được, để trong Git. Agent quên giữa các phiên, nên file này là bộ nhớ dài hạn chung của mọi phiên và mọi người trong team.

Vì sao nên viết tiêu chí chấp nhận trong prompt?

Vì chúng giới hạn lời giải, trở thành test để agent tự kiểm, và là danh sách kiểm khi bạn review.

Không viết được Given/When/Then cho một việc là dấu hiệu yêu cầu còn mơ hồ; nên làm rõ trước khi giao cho agent.

Senior

Kể một lỗi do AI gây ra mà bạn bắt được. Bạn rút ra gì?

Code agent viết đọc rất hợp lý, nhưng test tích hợp lộ ba lỗi: LazyInitializationException khi controller đọc collection lazy sau transaction, test chờ lỗi UNIQUE ở flush trong khi IDENTITY ném ngay ở save, và catch-all biến 403 của @PreAuthorize thành 500.

Bài học: lỗi của AI thường là lỗi ghép nối, không phải cú pháp, nên review từng file không đủ; cần test chạy cả chuỗi và người hiểu framework đọc kết quả.

Làm sao biết AI có thật sự làm team nhanh hơn?

Đo lead time, thời gian review, change failure rate và tỉ lệ rework trước và sau, theo từng loại việc.

Cảm nhận không đáng tin: một nghiên cứu có đối chứng năm 2025 thấy lập trình viên giàu kinh nghiệm chậm hơn khi dùng AI dù tin mình nhanh hơn. Số dòng code là chỉ số sai vì AI làm nó tăng dễ dàng.

Đồng nghiệp muốn dùng agent viết luôn phần phân quyền. Bạn nói gì?

Được dùng agent cho phần khung, nhưng mô hình phân quyền, quy tắc và test kịch bản tấn công phải do người hiểu bảo mật thiết kế và review từng dòng.

Cụ thể: dùng Spring Security thay vì tự viết filter, liệt kê quy tắc nghiệp vụ (tự xoá mình, super admin, audit), viết test 401/403 và lạm dụng trước, yêu cầu người thứ hai review.

Rủi ro bảo mật và dữ liệu khi cho agent chạy trong repo công ty là gì?

Lộ code và secret ra dịch vụ bên ngoài, và agent chạy lệnh có hại trên máy có credential.

Giảm bằng gói doanh nghiệp đã duyệt, secret trong biến môi trường và nằm ngoài tầm đọc của agent, giới hạn lệnh agent được chạy (không push, không xoá, không credential production), và review mọi diff trước khi merge.

Từ vựng tiếng Anh

Term Phát âm Nghĩa Ví dụ câu tiếng Anh dùng trong phỏng vấn
coding agent /ˈkoʊ.dɪŋ ˈeɪ.dʒənt/ AI tự đọc, sửa code và chạy lệnh “The coding agent can run the test suite and fix what fails.”
vibe coding /vaɪb ˈkoʊ.dɪŋ/ code theo cảm giác, không đọc kết quả “Vibe coding is fine for a prototype, not for production.”
project rules /ˈprɑː.dʒekt ruːlz/ file quy ước cho agent “Our project rules list the stack, the test commands and what’s forbidden.”
context window /ˈkɑːn.tekst ˈwɪn.doʊ/ lượng token mô hình đọc được một lúc “In a long session, early decisions fall out of the context window.”
acceptance criteria /əkˈsep.təns kraɪˈtɪr.i.ə/ tiêu chí chấp nhận “I put the acceptance criteria in the prompt as Given/When/Then.”
plan mode /plæn moʊd/ chế độ lập kế hoạch trước khi sửa “I start in plan mode and approve the plan before any file changes.”
oracle /ˈɔːr.ə.kəl/ thứ quyết định kết quả đúng sai “The test suite is the oracle, not my impression of the code.”
rework rate /ˈriː.wɝːk reɪt/ tỉ lệ code phải sửa lại “We watched the rework rate to see if AI code was really correct.”
blast radius /blæst ˈreɪ.di.əs/ phạm vi ảnh hưởng khi sai “One feature per session keeps the blast radius small.”
hallucinate /həˈluː.sə.neɪt/ bịa ra (API, thư viện không tồn tại) “The model hallucinated a method that doesn’t exist on Authentication.”

Ghi chép dựa trên tài liệu khoá học của Hỏi Dân IT, viết lại và bổ sung theo cách hiểu của mình.