[C1.S13.Ep10] Vibe Coding vs Engineering: TDD với AI

Vibe Coding và hai kiểu người dùng AI

Children vs Developers: Khác biệt không nằm ở công cụ

Khi Generative AI xuất hiện, một hiện tượng thú vị xảy ra: cùng một Large Language Model, nhưng hai nhóm người dùng tạo ra kết quả hoàn toàn khác nhau.

Nhóm thứ nhất sử dụng AI như một công cụ “ma thuật”. Họ yêu cầu mô hình viết code, sửa lỗi, thêm tính năng - và nếu chạy được, họ hài lòng. Cách tiếp cận này giống như trẻ em khám phá đồ chơi mới: tò mò, thử nghiệm, thay đổi liên tục, nhưng ít quan tâm đến cấu trúc dài hạn.

Nhóm thứ hai sử dụng AI như một thành phần trong hệ thống kỹ thuật. Họ đặt ràng buộc, định nghĩa interface, viết test trước khi chấp nhận output. Họ không hỏi “code có chạy không”, mà hỏi “code có đúng theo contract không”.

Khác biệt không nằm ở AI. Khác biệt nằm ở kỷ luật engineering.

Ảo giác năng suất và cái giá phải trả

Vibe Coding có thể tạo ra tốc độ ấn tượng trong giai đoạn đầu. Developer có thể sinh ra hàng trăm dòng code trong vài phút. Tuy nhiên, nếu thiếu kiểm soát, hệ thống nhanh chóng tích tụ technical debt:

• Thiếu test

• Thiếu xử lý corner case

• Thiếu consistency

• Thiếu contract rõ ràng

Large Language Model tối ưu xác suất, không tối ưu kiến trúc dài hạn. Nếu không có cơ chế kiểm soát, năng suất ban đầu có thể biến thành chi phí bảo trì cao về sau.

TDD (Test-Driven Development) xuất hiện như một cơ chế tái lập kỷ luật trong môi trường AI-assisted development.

Signature First: Định nghĩa interface trước khi sinh code

Vì sao signature quan trọng với Large Language Model?

Khi yêu cầu AI viết một hàm mà không định nghĩa rõ signature, Large Language Model buộc phải suy đoán toàn bộ cấu trúc của interface. Điều này bao gồm tên hàm, kiểu tham số, kiểu trả về và thậm chí cả cách xử lý lỗi. Về mặt kỹ thuật, mỗi yếu tố chưa được xác định sẽ mở rộng không gian xác suất trong quá trình next-token prediction.

Ví dụ, nếu chỉ yêu cầu “viết hàm tính lãi kép”, mô hình có thể tạo ra nhiều biến thể khác nhau: tên hàm khác nhau, tham số dưới dạng phần trăm hoặc số thập phân, trả về giá trị làm tròn hoặc không làm tròn, xử lý ngoại lệ theo nhiều cách. Mỗi lựa chọn đều hợp lý trong một số ngữ cảnh, nhưng không nhất thiết phù hợp với hệ thống cụ thể của tổ chức.

Khi signature được định nghĩa rõ ràng, chẳng hạn:

mô hình không còn tự do chọn cấu trúc tùy ý. Attention Mechanism sẽ phân bổ trọng số tập trung vào phần thân hàm thay vì phải suy đoán interface. Điều này làm thu hẹp đáng kể không gian xác suất và giảm rủi ro sai lệch ngay từ bước đầu tiên.

Signature vì vậy đóng vai trò như một contract sơ cấp giữa con người và AI. Nó xác định rõ ràng ranh giới của nhiệm vụ trước khi implementation được sinh ra. Trong Vibe Coding, đây là cách đưa kỷ luật engineering vào quá trình tương tác với Generative AI.

Signature-first và AI reliability trong hệ thống doanh nghiệp

Khi interface được xác định trước, AI reliability tăng lên theo nhiều cách. Thứ nhất, output trở nên nhất quán hơn giữa các lần gọi mô hình và giữa các thành viên trong nhóm. Thứ hai, việc viết test trở nên đơn giản vì cấu trúc đầu vào và đầu ra đã được chuẩn hóa. Thứ ba, code sinh ra dễ tích hợp vào hệ thống hiện tại mà không cần chỉnh sửa lớn.

Những lợi ích chính của signature-first bao gồm:

• Output ít biến động về cấu trúc

• Dễ dàng áp dụng Test-Driven Development

• Giảm số vòng refinement do sai interface

• Giảm technical debt phát sinh từ thay đổi tùy tiện

Trong AI architecture doanh nghiệp, signature-first có thể được xem như lớp kiểm soát đầu tiên trước khi kích hoạt Vibe Coding. Nó đảm bảo rằng AI không “thiết kế hộ” phần interface quan trọng của hệ thống. Developer vẫn giữ quyền kiểm soát cấu trúc, trong khi AI hỗ trợ phần implementation.

Điều này phản ánh một nguyên tắc cốt lõi: Generative AI tối ưu xác suất, còn engineering tối ưu tính bền vững. Khi signature được xác định trước, hai mục tiêu này có thể kết hợp hài hòa. AI sinh code nhanh hơn, nhưng trong khuôn khổ đã được kiểm soát.

Contract-Driven Development với AI

Contract quan trọng hơn implementation trong môi trường AI

Trong engineering truyền thống, contract luôn được xem là nền tảng của hệ thống. Implementation có thể thay đổi, được tối ưu, được refactor, nhưng contract - tức là định nghĩa rõ ràng về input, output và hành vi - phải được giữ ổn định. Chính contract giúp các thành phần trong hệ thống giao tiếp với nhau một cách nhất quán và có thể kiểm soát.

Một contract đầy đủ thường xác định:

• Input hợp lệ và điều kiện tiền đề

• Output mong đợi và cấu trúc trả về

• Điều kiện lỗi hoặc ngoại lệ phải được xử lý

• Hành vi biên trong các trường hợp cực đoan

Khi làm việc với Large Language Model, tầm quan trọng của contract thậm chí còn lớn hơn. Bởi vì mô hình vận hành dựa trên next-token prediction, nếu không có contract rõ ràng, nó sẽ chọn phương án phổ biến nhất trong dữ liệu huấn luyện. Điều này có thể tạo ra code hợp lý về mặt cú pháp nhưng không phù hợp với yêu cầu hệ thống cụ thể.

Contract vì vậy đóng vai trò thu hẹp không gian xác suất. Thay vì để mô hình suy đoán mục tiêu, developer định nghĩa rõ ràng “đúng” nghĩa là gì. Trong Vibe Coding, đây là bước chuyển từ sáng tạo tự do sang kiểm soát có kỷ luật.

Contract như cơ chế điều khiển hành vi xác suất của LLM

Nếu prompt chỉ yêu cầu “viết hàm xử lý dữ liệu”, mô hình có rất nhiều lựa chọn hợp lý. Nó có thể chấp nhận dữ liệu rỗng, bỏ qua lỗi, hoặc xử lý ngoại lệ theo cách tối giản. Mỗi phương án đều có xác suất xuất hiện trong dữ liệu huấn luyện, và mô hình sẽ chọn phương án có xác suất cao nhất.

Tuy nhiên, khi contract được định nghĩa rõ ràng trong prompt - bao gồm điều kiện tiền đề, điều kiện hậu quả và các trường hợp ngoại lệ - Attention Mechanism buộc phải phân bổ trọng số vào các ràng buộc này. Không gian xác suất bị thu hẹp đáng kể vì những lời giải không đáp ứng contract sẽ trở nên “ít phù hợp” hơn về mặt xác suất.

Ví dụ, nếu contract quy định rằng hàm phải raise exception khi input âm, mô hình không thể chỉ trả về giá trị mặc định. Nếu contract yêu cầu output phải giữ nguyên độ chính xác đến bốn chữ số thập phân, mô hình phải tuân thủ thay vì làm tròn tùy ý.

Ở đây, contract không chỉ là tài liệu mô tả, mà là công cụ điều khiển hành vi của Transformer. Nó định hình cách mô hình tổ chức reasoning và sinh token. Contract càng rõ, AI reliability càng cao, vì mô hình bị ràng buộc trong khuôn khổ xác định trước.

Contract-driven development như lớp kiểm soát cao nhất trong Vibe Coding

Trong chuỗi kiểm soát của AI-assisted development, có thể hình dung nhiều tầng: signature-first thu hẹp interface, tests-first xác định correctness, stepwise prompting chia nhỏ logic. Contract-driven development bao trùm tất cả các tầng này.

Khi contract được định nghĩa rõ ràng trước khi sinh implementation, AI không còn tự do “thiết kế hộ” hệ thống. Developer giữ quyền kiểm soát hành vi mong muốn, còn AI hỗ trợ phần triển khai trong khuôn khổ đã xác lập.

Lợi ích của contract-driven development trong môi trường AI architecture bao gồm:

• Giảm ambiguity trong prompt

• Tăng tính nhất quán giữa các lần gọi mô hình

• Giảm số vòng refinement

• Dễ tích hợp vào CI/CD và kiểm thử tự động

Quan trọng hơn, contract giúp tách biệt rõ vai trò: AI tối ưu xác suất trong phạm vi đã định, còn con người định nghĩa phạm vi đó. Điều này giúp tránh ảo giác rằng Generative AI có thể tự thiết kế hệ thống hoàn chỉnh mà không cần kỷ luật engineering.

Trong Vibe Coding, contract-driven development là lớp kiểm soát cao nhất vì nó định nghĩa biên giới hành vi trước khi bất kỳ dòng code nào được sinh ra. Khi contract rõ ràng, AI trở thành công cụ mạnh mẽ trong tay developer có kỷ luật. Khi contract mơ hồ, AI dễ tạo ra ảo giác năng suất nhưng tích tụ rủi ro dài hạn.

Sự khác biệt này chính là ranh giới giữa “code chạy được” và “hệ thống bền vững”.

Kết luận

Vibe Coding không phải đối thủ của engineering discipline. Nó là chất xúc tác. Nếu thiếu TDD, contract và kiểm soát, AI có thể tạo ra ảo giác năng suất nhưng tích tụ rủi ro.

Khi TDD được tích hợp vào AI-assisted development, Generative AI không chỉ sinh code nhanh hơn, mà sinh code có thể kiểm soát và có thể duy trì.

Danh mục bài viết cùng chuyên đề

1. [C1.S13.Ep01] Vibe Coding là gì? Từ “Magic at First” đến Kỷ luật Engineering trong Kỷ nguyên Generative AI
2. [C1.S13.Ep02] Vibe Coding có thực sự là tương lai lập trình? Phân tích cơ hội và rủi ro
3. [C1.S13.Ep03] Large Language Model hoạt động như thế nào? Từ Tokenization đến Transformer
4. [C1.S13.Ep04] Large Language Model không hiểu - chúng chỉ dự đoán
5. [C1.S13.Ep05] Chọn Large Language Model nào? So sánh GPT, Gemini và DeepSeek trong thực tế doanh nghiệp
6. [C1.S13.Ep06] Attention Mechanism & Transformer: Trái tim của Large Language Model