Lập luận của lập trình viên: LLM đã đủ tốt nhưng công cụ hỗ trợ viết code còn kém
Một lập trình viên lâu năm đã gây chú ý khi chỉ ra 'bẫy rác AI' (slop trap) trong phát triển phần mềm, cho rằng các mô hình LLM hiện nay đã đủ tốt nhưng các công cụ điều khiển agent lại quản lý ngữ cảnh quá kém. Việc chuyển từ tự động hoàn thành code sang giao toàn bộ công việc cho agent thường làm hỏng mã nguồn do công cụ không thu thập đúng ngữ cảnh cần thiết cho mô hình. Góc nhìn này dịch chuyển cuộc thảo luận từ việc nâng cấp trí thông minh mô hình sang cải thiện công cụ điều khiển (harness) và kỹ thuật quản lý ngữ cảnh trong phát triển phần mềm. Khi việc phụ thuộc vào agent AI tăng lên, công cụ thu thập ngữ cảnh kém sẽ tạo ra mã lỗi, làm giảm chất lượng phần mềm và gây ức chế cho lập trình viên. Tác giả lưu ý rằng các mô hình mã nguồn mở như Qwen 27B đã hoàn toàn đáp ứng tốt nhiệm vụ lập trình, nhưng các công cụ hiện tại lại thất bại trong việc trích xuất đúng ngữ cảnh từ các dự án nhiều tập tin. Kết quả là lập trình viên rơi vào vòng lặp mệt mỏi: giao nhiệm vụ, sửa các lỗi phát sinh do AI làm hỏng tính năng khác, và dần mất khả năng nắm bắt kiến trúc hệ thống của chính mình.
## KIẾN THỨC NỀN
Trong phát triển phần mềm bằng AI, 'agent harness' (khung điều khiển agent) là môi trường thực thi và công cụ kết nối LLM với các thao tác thực tế như đọc file code, chạy lệnh terminal và chỉnh sửa mã nguồn. Thuật ngữ 'AI slop' (rác AI) chỉ các đoạn code hoặc nội dung kém chất lượng do AI tạo ra, làm gia tăng nợ kỹ thuật và gánh nặng cho người bảo trì.