7 lỗi AI coding agent hay mắc, và cách ngăn chúng

Arjan Egges đi qua bảy lỗi AI coding agent hay mắc, từ cú pháp cũ, requirement bịa, diff quá lớn tới design kém, và cách dẫn agent tránh chúng (video 11/2026).

Đã duyệt độc lập · cập nhật 13/11/2026 · 14 min

1. Agent sửa cả favicon khi được nhờ cập nhật landing page

Arjan Egges mở đầu bằng một chuyện của chính anh. Cách đây một thời gian, anh nhờ một AI coding agent cập nhật landing page trên website của mình. Việc rất nhỏ: sửa vài đoạn chữ, và anh có thêm vào một vài hình ảnh. Agent làm đúng việc đó, nhưng nó cũng thay đổi luôn cả favicon, không rõ vì lý do gì (theo video đăng ngày 06/11/2026).

Anh cho xem một phần của commit đó (video đăng ngày 06/11/2026). Commit này đổi cả loạt thứ bên trong file favicon. Thế nhưng thực ra nó trông y hệt nhau trước và sau. Anh nói anh không biết tại sao agent lại làm vậy, và cũng không biết thực ra cái gì đã thay đổi.

Diff của file public/favicon.svg với 44 dòng thêm và 8 dòng xoá
Diff của file public/favicon.svg trong commit mà agent tạo ra: màn hình ghi +44 -8, khối <svg> cũ ở các dòng 1 đến 8 (có phần style cho dark mode) bị xoá và thay bằng một khối SVG mới có khai báo XML và DOCTYPE (commit trong video đăng ngày 06/11/2026).

2. Không phải video chê AI, và một văn phòng mới theo KISS

Anh nói thêm ngay: đây không phải một video "chê AI" (AI bashing). Anh nói những video kiểu đó cũng vui, nhưng video này sẽ khác một chút. Arjan nghĩ AI thực sự cực kỳ hữu ích cho công việc lập trình, và anh dùng nó rất nhiều (theo video đăng ngày 06/11/2026). Nhưng theo anh, trong nhiều trường hợp, lý do một coding agent làm sai điều gì đó thật ra lại nằm ở chính chúng ta.

Hôm nay (video đăng ngày 06/11/2026) anh sẽ nói về bảy điều mà AI coding agent hay làm sai, và chỉ cho người xem vài cách thực tế để ngăn những chuyện đó xảy ra ngay từ đầu.

Arjan Egges ngồi sau bàn phím trong văn phòng mới, logo phát sáng trên tường
Arjan trong văn phòng mới: tường trơn, vài chậu cây, logo ArjanCodes phát sáng màu xanh ngọc, một bàn phím trên bàn.

Một điều khác mà người xem quen có thể để ý: văn phòng đã khác. Anh nói "Yes, I got out of prison", và khác với Andy Dufresne, anh không phải trở thành kẻ gian.

Anh nói từ giờ video của anh sẽ trông và nghe như thế này. Anh có thể chỉnh vài thứ nhỏ, nhưng sẽ giữ mọi thứ tối giản. Anh đang áp dụng nguyên lý design KISS ở mọi nơi, và anh rất khuyên mọi người làm vậy (theo video đăng ngày 06/11/2026).

Với người mới, anh chào mừng và tự giới thiệu: anh là Arjan, anh nói về software design và Python, đôi khi một chút về AI, nhưng không theo kiểu chạy theo hype, kiểu "model mới nhất sẽ thực sự khiến bạn trở nên lỗi thời" (lời anh trong video đăng ngày 06/11/2026). Anh nói anh không thực sự quan tâm tới hype; anh chỉ muốn giúp người xem phát triển sự nghiệp làm phần mềm.

3. Lỗi 1: dùng pattern và cú pháp đã cũ

Theo Arjan (video đăng ngày 06/11/2026), điều đầu tiên mà AI coding agent hay làm sai là dùng pattern và cú pháp đã lỗi thời.

Arjan nói trước camera, dòng chữ 1. Using outdated patterns and syntax
Thẻ tiêu đề của lỗi đầu tiên: "1. Using outdated patterns and syntax" (video đăng ngày 06/11/2026).

Anh mở một đoạn code ví dụ (demo trong video đăng ngày 06/11/2026). Có thể thấy ngay linter của anh báo đủ loại cảnh báo. Trong file có một generic repository, một data class User và một hàm main. Anh nói code này không hề sai cú pháp hay gì tương tự, nó chỉ dùng một loạt thứ đã cũ: ví dụ TypeVar, hoặc import List viết hoa từ module typing, và vẫn dùng kiểu Optional.

Một đoạn của file old_style_python.py trên màn hình:

from dataclasses import dataclass
from typing import Generic, List, Optional, TypeVar

T = TypeVar("T")


class Repository(Generic[T]):
    def __init__(self) -> None:
        self.items: List[T] = []

    def add(self, item: T) -> None:
        self.items.append(item)

    def get(self, index: int) -> Optional[T]:
        if 0 <= index < len(self.items):
            return self.items[index]
        return None

    def get_all(self) -> List[T]:
        return self.items.copy()
Editor mở file old_style_python.py, dòng import từ typing bị gạch ngang
File old_style_python.py: editor gạch ngang dòng from typing import Generic, List, Optional, TypeVar và gạch chân lượn sóng dưới Generic[T], List[T], Optional[T]; tab của file hiện số 5 (video đăng ngày 06/11/2026).

Anh giải thích từng điểm (theo video đăng ngày 06/11/2026): từ Python 3.9 đã hỗ trợ list viết thường, nên không cần import List nữa. Python 3.10 trở đi hỗ trợ dấu "hoặc" (or), kiểu viết "type hoặc None", như T | None trong file mới bên dưới. Và với Python 3.12, Python có một cú pháp hoàn toàn mới cho generics, mà anh cho là tốt hơn nhiều.

4. Python hiện đại trông thế nào, và vì sao nên dùng khi có thể

Theo Arjan (video đăng ngày 06/11/2026), đoạn code cũ ở trên có thể là thứ AI generate ra trong một số trường hợp, nhưng cách viết Python hiện đại thật ra đơn giản hơn nhiều, gọn hơn nhiều. Ít import hơn nhiều, mọi thứ nhìn ngắn hơn một chút, và còn nữa.

Một đoạn của file modern_python.py trên màn hình:

from dataclasses import dataclass


class Repository[T]:
    def __init__(self) -> None:
        self.items: list[T] = []

    def add(self, item: T) -> None:
        self.items.append(item)

    def get(self, index: int) -> T | None:
        if 0 <= index < len(self.items):
            return self.items[index]
        return None

    def get_all(self) -> list[T]:
        return self.items.copy()
Editor mở file modern_python.py với class Repository[T]
File modern_python.py: chỉ còn một dòng import, class Repository[T] dùng cú pháp generic mới, list[T] viết thường và T | None thay cho Optional[T] (video đăng ngày 06/11/2026).

Anh nói rõ anh không bảo lúc nào cũng phải dùng phiên bản Python mới nhất. Đôi khi ta buộc phải dùng một bản cũ hơn, và điều đó tất nhiên là ổn. Nhưng theo anh (video đăng ngày 06/11/2026), nếu dùng được cú pháp mới như thế này thì hãy dùng, vì nhìn chung code sẽ ngắn hơn nhiều, và bạn không cài sẵn technical debt vào code base ngay từ đầu.

Anh có để ý rằng dạo này AI ít dùng kiểu List viết hoa hơn, cách viết đó có vẻ đang dần biến mất. Nhưng generics kiểu cũ vẫn thường xuyên xuất hiện trong bất kỳ code Python nào anh generate, kể cả khi anh đã ghi rõ phiên bản Python mà project hỗ trợ (theo trải nghiệm của Arjan, video đăng ngày 06/11/2026).

Lời khuyên của anh (video đăng ngày 06/11/2026): hãy kiểm tra những điểm này, và ở chỗ nào làm được thì ép các convention đó bằng công cụ như Ruff.

5. Lỗi 2: tự bịa ra những requirement còn thiếu

Điều thứ hai anh để ý khi lập trình với AI là nó tự bịa ra những requirement còn thiếu, và theo Arjan (video đăng ngày 06/11/2026), chuyện này liên quan nhiều tới cách bạn prompt nó.

Ví dụ, bạn nhờ nó thêm authentication vào app nhưng không nói rõ phải làm thế nào. Nên dùng session hay token? Dùng OAuth, mật khẩu, hay một magic link gửi qua email? Lưu credential ra sao? Phân quyền thế nào, và còn nữa? Theo anh (video đăng ngày 06/11/2026), agent sẽ tự lấp hết những khoảng trống đó thay bạn, và không nhất thiết sẽ chọn đúng thứ bạn cần.

"add authentication" session hay token? OAuth, mật khẩu hay magic link qua email? lưu credential thế nào? phân quyền ra sao? không nói rõ thì agent tự điền, không nhất thiết đúng thứ bạn cần
Hình 5.1Ví dụ authentication của Arjan: mỗi câu hỏi bạn bỏ trống là một chỗ agent tự quyết thay bạn (theo video đăng ngày 06/11/2026).

Để tránh chuyện này, câu trả lời đơn giản là viết prompt tốt hơn, cụ thể hơn. Nhưng theo Arjan (video đăng ngày 06/11/2026), nếu là một feature đáng kể thì hãy viết một PRD, product requirement document. Trong đó bạn ghi ra các requirement, các constraint, acceptance criteria, và những quyết định quan trọng cần đưa ra.

Arjan nói trước camera, chữ PRD (Product Requirements Document) hiện phía dưới
Thẻ chú thích ghi "PRD (Product Requirements Document)" khi Arjan nói tới việc viết PRD cho một feature đáng kể (video đăng ngày 06/11/2026).

Anh nói PRD không phải dành riêng cho coding agent mà còn cho chính bạn. Với anh, ít nhất thì việc viết ra một feature đang có trong đầu giúp ích rất nhiều: ngay trong lúc viết, anh đã sửa lại và nghĩ xem nó có thể khác đi thế nào. Theo Arjan (video đăng ngày 06/11/2026), viết mọi thứ ra giúp chính bạn thấy rõ hơn. Và tất nhiên bạn vẫn có thể trao đổi về PRD đó với coding agent trước khi thực sự nhờ nó implement.

6. Một PRD thật: tự động gửi email kích hoạt tài khoản

PRD trông như thế nào thì tuỳ phạm vi của feature, nhưng anh cho xem một ví dụ mà anh và nhóm vừa làm gần đây (tính đến video đăng ngày 06/11/2026).

Anh có một portal dành cho các công ty, có cả API và mọi thứ. Nhưng điều anh và nhóm vẫn đang làm (theo video đăng ngày 06/11/2026) là mỗi khi một công ty đăng ký, anh kiểm tra thủ công xem đó có phải một công ty hợp lệ không và họ đã cung cấp đủ thông tin chưa, rồi anh mới gửi email kích hoạt tài khoản. Anh muốn tự động hoá việc đó.

Trang tài liệu tiêu đề B2B Portal: send account activation email automatically
Trang PRD tiêu đề "B2B Portal: send account activation email automatically", các thuộc tính ghi Status "Completed", Project "Automations", Year "2026" (video đăng ngày 06/11/2026).

Trong feature mới này, anh mô tả những gì cần làm (theo PRD trong video đăng ngày 06/11/2026). Một số thứ bên dưới cũng phải thay đổi theo: cụ thể là phải thêm một kiểu status mới cho account để hỗ trợ việc này. Sau đó là phần mô tả email sẽ được gửi đi, kèm một tấm ảnh "khuôn mặt đẹp trai" của anh, như anh tự nói.

Anh nói đây rõ ràng không phải một feature lớn. Nhưng theo Arjan (video đăng ngày 06/11/2026), việc viết ý tưởng ra thực sự giúp anh suy nghĩ một chút về cách anh và nhóm sẽ implement nó. Ví dụ, trước khi viết ra, anh chưa nghĩ tới chuyện phải thêm cái status mới kia; anh nghĩ ra nó ngay trong lúc viết, nên việc viết rất có ích.

Và tất nhiên, đừng làm quá. Theo anh (video đăng ngày 06/11/2026), bạn không cần viết một PRD đồ sộ nếu chỉ cần sửa vài dòng code, nhưng nhìn chung anh thấy cách này rất có ích.

7. Lỗi 3: sửa cả những thứ không liên quan

Theo Arjan (video đăng ngày 06/11/2026), điều thứ ba hay bị sai, cũng là điều anh đã cho xem ở đầu video, là coding agent sửa cả những thứ không liên quan. Ví dụ favicon là một trường hợp như thế.

Theo Arjan (video đăng ngày 06/11/2026), mặc định coding agent có thể không chọn số thay đổi tối thiểu cần thiết để làm việc bạn bảo. Nó sẽ tối ưu theo cách nó hiểu thế nào là "tốt", thay vì thêm số dòng code tối thiểu để hoàn thành việc đó.

Để sửa chuyện này, theo anh (video đăng ngày 06/11/2026), bạn cần đưa ra constraint. Đừng chỉ nói "improve the landing page", mà hãy nói cụ thể. Theo lời anh, prompt nên giống thế này:

Update the layout and the typography only.
Change files directly related to this page.
Don't change branding, the favicon, routing, dependencies, or add other features.
Prompt mơ hồ "improve the landing page" agent tự hiểu thế nào là "tốt" Prompt có constraint chỉ layout và typography đổi file liên quan trực tiếp tới trang không đổi branding, favicon, routing, dependencies, không thêm feature khác nói rõ phạm vi và những gì không được đụng vào
Hình 7.1Hai cách giao cùng một việc mà Arjan so sánh: chỉ nói mục tiêu, hoặc nói mục tiêu kèm phạm vi và constraint (theo video đăng ngày 06/11/2026).

Theo Arjan (video đăng ngày 06/11/2026), đưa constraint như vậy thực sự có ích. Anh đã làm như thế suốt một tháng qua, và anh nhận thấy chất lượng code anh nhận được từ agent khác đi rất nhiều.

8. Lỗi 4: generate quá nhiều trong một lần

Theo Arjan (video đăng ngày 06/11/2026), điều thứ tư là bạn cố generate quá nhiều thứ trong một lần. Giả sử bạn prompt một agent build subscriptions, payment, account notifications và reporting, tất cả trong một prompt.

Theo Arjan (video đăng ngày 06/11/2026), việc đó sẽ tạo ra một diff khổng lồ mà bạn phải merge vào repository. Nó sẽ cực kỳ khó review: bạn sẽ quên khoảng một nửa và bỏ sót cả loạt thứ. Và đặc biệt lúc đầu, nếu app còn khá mới, nó sẽ dẫn tới một số sai lầm về kiến trúc, mà sau này bạn sẽ phải trả giá.

Thay vì làm một việc lớn như vậy, anh khuyên (video đăng ngày 06/11/2026): chia công việc thành những lát nhỏ (small slices). Implement "create subscription" trước, thêm test, đưa behavior vào, nghĩ về domain logic, persistence, API, và còn nữa. Khi đã hoàn toàn hài lòng với phần đó, mới chuyển sang capability tiếp theo.

Một prompt subscriptions, payment, account notifications, reporting diff khổng lồ, khó review createsubscription capability kế ... test, behavior, domain logic, persistence, API kiểm tra nó làm đúng điều bạn muốn hài lòng hoàn toàn với lát này rồi mới sang lát tiếp theo
Hình 8.1Cách chia việc Arjan đề xuất: thay vì gom mọi thứ vào một prompt, làm từng lát nhỏ và kiểm tra sau mỗi bước (theo video đăng ngày 06/11/2026).

Và quan trọng nhất, theo anh (video đăng ngày 06/11/2026): khi đi từng bước nhỏ như vậy, hãy kiểm tra để chắc rằng nó làm đúng điều bạn muốn. Đó cũng là lý do anh không ủng hộ việc để coding agent cứ thế làm việc nhiều ngày liền mà không có ai giám sát. Anh tin là bạn cần tham gia vào quá trình.

Như vậy có chậm hơn không? Anh trả lời: có lẽ là có. Nhưng thật lòng, anh quan tâm tới chất lượng hơn số lượng, và anh đoán khách hàng hay người dùng của bạn cũng vậy (theo video đăng ngày 06/11/2026). Và hãy nhớ rằng bạn vẫn là người chịu trách nhiệm cho kết quả, nên hãy nhận trách nhiệm đó và đảm bảo bạn giao ra thứ có chất lượng.

Theo Arjan (video đăng ngày 06/11/2026), cứ như thể chúng ta đang học lại các quy trình phát triển phần mềm từ đầu, vì chuyện này chẳng có gì mới: các team phát triển giỏi đã làm việc như vậy từ trước khi AI xuất hiện.

9. Lỗi 5: quyết định design kém, và chúng cộng dồn

Lỗi tiếp theo là đưa ra những quyết định design kém, và theo Arjan (video đăng ngày 06/11/2026), không may là những thứ này cộng dồn theo thời gian.

Ví dụ của Arjan (video đăng ngày 06/11/2026): bạn có một hàm generate_report, và tuỳ theo format là CSV, JSON hay PDF mà nó làm một việc khác nhau. Có thể lúc đầu bạn viết hàm này như một implementation rất đơn giản, chỉ hỗ trợ một hai format. Nhưng như có thể thấy, mới vài format thôi mà hàm đã khá dài.

Một đoạn của file poor_design_before.py trên màn hình:

def generate_report(
    records: list[SalesRecord],
    format: ReportFormat,
) -> bytes:
    if format == "csv":
        output = io.StringIO()
        writer = csv.DictWriter(
            output,
            fieldnames=["product", "quantity", "revenue"],
        )
        writer.writeheader()
        writer.writerows(asdict(record) for record in records)
        return output.getvalue().encode("utf-8")

    elif format == "json":
        data = [asdict(record) for record in records]
        return json.dumps(data, indent=2).encode("utf-8")

    elif format == "pdf":
        output = io.BytesIO()
Editor mở file poor_design_before.py, hàm generate_report với nhánh if cho csv và json
File poor_design_before.py: hàm generate_report nhận records và format, rồi rẽ nhánh if format == "csv", elif format == "json", elif format == "pdf" (video đăng ngày 06/11/2026).
Nhánh pdf của generate_report dùng canvas.Canvas với font Helvetica
Cuộn xuống nhánh PDF: tạo canvas.Canvas(output, pagesize=A4), đặt font "Helvetica-Bold" cỡ 16, vẽ chữ "Sales Report", rồi lặp qua từng record (video đăng ngày 06/11/2026).

Theo Arjan (video đăng ngày 06/11/2026), nếu bây giờ bạn nhờ AI thêm hỗ trợ Excel, bạn có thể nhận về một thứ còn dài hơn nữa, vì nó có thể chỉ thêm một nhánh else nữa vào đây. Điều đó có nghĩa là, trừ khi bạn giải quyết vấn đề design nằm ở gốc của cái hàm khổng lồ này, mọi thứ sẽ ngày càng tệ hơn theo thời gian.

10. Dẫn AI cải thiện design: chỉ dẫn cụ thể hoặc hỏi để khám phá

Theo Arjan (video đăng ngày 06/11/2026), bạn cần dẫn dắt AI không chỉ trong việc viết code mà cả trong việc cải thiện design. Một cách là đưa chỉ dẫn mang tính quy định (prescriptive guidance), ví dụ: tách phần chọn format ra khỏi phần generate, hoặc đưa vào một abstraction cho các report generator để format mới không đòi hỏi sửa các hàm đang có.

Theo Arjan (video đăng ngày 06/11/2026), bạn cũng có thể làm theo hướng khám phá hơn; anh nói đôi khi anh cũng thích làm vậy. Khi đó bạn đặt câu hỏi. Theo lời anh, câu hỏi kiểu này:

Could we generalize this section? Compare a protocol, a mapping of functions, keeping the conditional, explain the trade-offs, do not modify the code yet.

Theo anh (video đăng ngày 06/11/2026), làm vậy thực sự giúp bạn hiểu ra design nào sẽ tốt nhất cho chính ứng dụng của bạn, và kết quả là bạn có thể có được một thứ tốt hơn nhiều.

Anh cho xem một phiên bản khác của đoạn code đó (demo trong video đăng ngày 06/11/2026). Bây giờ có một kiểu callable là ReportGenerator, rồi mỗi format có một hàm riêng: cho CSV, cho JSON, cho PDF, cho Excel. Sau đó là một dictionary ánh xạ từ các format sang các hàm, và hàm generate_report gọi tới dictionary đó.

Dòng định nghĩa kiểu trong file poor_design_refactored.py trên màn hình:

type ReportGenerator = Callable[[list[SalesRecord]], bytes]
File poor_design_refactored.py với dataclass SalesRecord, type ReportGenerator và hàm generate_csv
File poor_design_refactored.py: dataclass SalesRecord (product, quantity, revenue), dòng type ReportGenerator = Callable[[list[SalesRecord]], bytes], và hàm riêng generate_csv (video đăng ngày 06/11/2026).

Đoạn dictionary ánh xạ format sang hàm trên màn hình:

# Map each format to its generator function.
GENERATORS: dict[str, ReportGenerator] = {
    "csv": generate_csv,
    "json": generate_json,
    "pdf": generate_pdf,
    "xlsx": generate_excel,
}
Dictionary GENERATORS ánh xạ csv, json, pdf, xlsx sang các hàm generate
Dictionary GENERATORS ánh xạ "csv", "json", "pdf", "xlsx" sang bốn hàm generate; bên dưới, generate_report tra GENERATORS[format] trong một khối try (video đăng ngày 06/11/2026).

Theo Arjan (video đăng ngày 06/11/2026), cách này dễ chịu hơn nhiều: nếu cần thêm một format khác, anh chỉ việc thêm nó vào dictionary và viết một hàm mới. Anh cũng có thể tách phần này ra thành nhiều module khác nhau. Nhìn chung design đã được cải thiện nhiều.

Đây là chỗ bạn đóng vai trò quan trọng, theo Arjan (video đăng ngày 06/11/2026), vì agent không biết sở thích design của bạn, hay khi nào một abstraction đáng công bỏ ra, vì có thể nó không biết toàn bộ bối cảnh bạn đang đưa ứng dụng đi về đâu.

Anh nhắc lại KISS mà anh nói lúc đầu về văn phòng: nó cũng có vai trò ở đây. Bạn muốn giữ mọi thứ đơn giản, và điều đó có nghĩa là không phải lúc nào bạn cũng muốn design pattern và một đống abstraction. Theo anh (video đăng ngày 06/11/2026), những thứ đó không tự động tốt hơn; bạn là người phải đánh giá chuyện đó.

11. Lỗi 6: code trông đúng nhưng chạy hỏng

Điều thứ sáu bạn có thể gặp là nhận được code trông có vẻ đúng nhưng thực ra lại hỏng. Theo Arjan (video đăng ngày 06/11/2026), agent có thể tạo ra code nghe hợp lý nhưng bỏ sót edge case, hoặc hỏng hẳn.

Điều anh đang thấy (tính đến video đăng ngày 06/11/2026) là một số developer quên rằng ta đã có công cụ cho chuyện đó: PyTest, Ruff, endpoint check, browser simulation, automation, và nhiều thứ khác. Theo anh, tất cả những công cụ sẵn có này đóng vai trò guardrail và hoạt động rất tốt. Bạn có thể, và bạn nên, dùng chúng với AI coding agent nữa. Không phải việc gì cũng phải để AI làm; dùng các công cụ như linter hay type checker vẫn rất có giá trị (theo video đăng ngày 06/11/2026).

Code agent viết trông hợp lý Guardrail sẵn có PyTest, Ruff linter, type checker endpoint check browser simulation, automation Bạn review test viết theo spec? pass nhiều check không bảo đảm design tốt hay UX đúng ý
Hình 11.1Các guardrail Arjan kể ra cho code do agent viết, và bước bạn vẫn phải tự làm: review test mà agent viết (theo video đăng ngày 06/11/2026).

Khi agent viết test, theo Arjan (video đăng ngày 06/11/2026), bạn cần review chúng, vì pass một loạt check không bảo đảm design là tốt hay UX là thứ bạn muốn. Anh cũng để ý rằng khi AI viết test, nó có thể chỉ viết test cho những trường hợp mà nó đã viết code. Nó không viết test xuất phát từ specification về behavior mà bạn muốn. Đó là một chỗ nữa bạn cần tham gia.

12. Lỗi 7: nhầm "đã xong" với "có chất lượng"

Và cuối cùng, theo Arjan (video đăng ngày 06/11/2026), đây là vấn đề tư duy của người làm phần mềm nhiều hơn: bạn không nên nhầm hoàn thành (completion) với chất lượng (quality). Chúng ta có xu hướng tập trung vào việc làm cho mọi thứ chạy được. Anh thấy điều đó đặc biệt ở rất nhiều developer junior: đảm bảo thứ gì đó chạy được, rồi ném nó qua hàng rào (throw it over the fence).

Nhưng theo anh (video đăng ngày 06/11/2026), việc một thứ chạy được, ít nhất là với các ứng dụng production, là chưa đủ. Một feature chạy được vẫn có thể lặp lại logic, thêm một loạt dependency không cần thiết, tăng coupling, khiến việc bảo trì khó hơn nhiều, mà không làm fail bất kỳ test nào. Đó là khía cạnh chất lượng mà bạn cần giữ.

Bạn vẫn có thể dùng AI để giúp cả ở đây. Theo lời anh (video đăng ngày 06/11/2026), hãy hỏi những câu như:

What complexity did we introduce in this change?
What did we duplicate?
Is there a simpler design?
Which decisions should I review?

Theo Arjan (video đăng ngày 06/11/2026), bạn đang dùng agent như một người review cùng (co-reviewer), nhưng bạn mới là người quyết định cuối cùng (the final authority).

Feature chạy được không fail test nào lặp lại logic dependency không cần thiết tăng coupling bảo trì khó hơn nhiều Agent: co-reviewer bạn: final authority
Hình 12.1Những vấn đề chất lượng Arjan kể ra có thể lọt qua mà không làm fail test nào, và vai trò anh giao cho agent khi review (theo video đăng ngày 06/11/2026).

Theo anh (video đăng ngày 06/11/2026), đặc biệt ở bước này, bạn thấy việc nắm các nền tảng của software design quan trọng thế nào. Vì nếu bạn không biết những thứ như abstraction và coupling là gì, hoặc không biết cách nhận ra chúng, thì làm sao bạn có thể dẫn dắt AI viết ra phần mềm có chất lượng? Anh nói thêm đó là một câu hỏi tu từ.

Anh cảm ơn mọi người đã xem.

Nguồn và liên kết 10 nguồn

  1. Tên gốc: 7 Things AI Coding Agents Get Wrong (Because You Let Them)
  2. Sự kiện: YouTube
  3. Video gốc: https://www.youtube.com/watch?v=oFtTodDCbkE youtube.com
  4. Kênh YouTube ArjanCodes (Arjan Egges): youtube.com/channel/UCVhQ2NnY5Rskt6UjCUkJ_DA youtube.com
  5. Code ví dụ của video (các file old_style_python.py, modern_python.py, poor_design_before.py, poor_design_new_feature.py, poor_design_refactored.py, đọc ngày 13/11/2026): github.com/ArjanCodes/examples/tree/main/2026/aicoding github.com
  6. PEP 585, Type Hinting Generics In Standard Collections, Python-Version 3.9 (đọc ngày 13/11/2026): peps.python.org/pep-0585 peps.python.org
  7. PEP 604, Allow writing union types as X | Y, Python-Version 3.10 (đọc ngày 13/11/2026): peps.python.org/pep-0604 peps.python.org
  8. PEP 695, Type Parameter Syntax, Python-Version 3.12 (đọc ngày 13/11/2026): peps.python.org/pep-0695 peps.python.org
  9. Tài liệu Ruff (đọc ngày 13/11/2026): docs.astral.sh/ruff docs.astral.sh
  10. Tài liệu pytest (đọc ngày 13/11/2026): docs.pytest.org docs.pytest.org