Mười lăm tháng Fintech với các tác nhân AI: Đường cong chất lượng xuyên suốt lịch sử dự án

Alexander, một lập trình viên từ xa tại một công ty khởi nghiệp công nghệ tài chính, đã vận hành một sản phẩm fintech khép kín với các tác nhân AI viết mã từ tháng 5 năm 2025, và thêm một dự án thanh toán thứ hai vào tháng 2 năm 2026. Anh quan sát thấy các tác nhân AI tạo ra một loại lỗi đặc trưng, chẳng hạn như che giấu lỗi, trả về giá trị mặc định và trả về cấu trúc rỗng, mà các công cụ lint tiêu chuẩn không phát hiện được. Anh đã viết 50 trình phân tích tùy chỉnh trong dự án, sau đó gộp chúng thành một công cụ mã nguồn mở tên là glint, hiện có 130 quy tắc. Đường cong chất lượng của dự án cho thấy có các giai đoạn ổn định và giảm sút, mỗi lần giảm tương ứng với các sự kiện cụ thể như đợt dọn dẹp tháng 1 (xóa 140 nghìn dòng mã chết) và phân tích god-object vào tháng 4. Nhà phát triển đã đo mật độ các phát hiện nghiêm trọng trên mỗi nghìn dòng mã Go không phải kiểm thử, và đường cong đã giảm xuống dưới chất lượng mã do chính anh viết tay vào tháng 4 năm 2026, trở nên sạch hơn gấp sáu lần. Anh cũng chạy một dự án nhóm đối chứng (không có vòng phản hồi lint) cho thấy chất lượng ngày càng kém, và một bot tiền điện tử năm 2024 anh viết mà không có tác nhân có 2,32 phát hiện nghiêm trọng trên mỗi nghìn dòng, bao gồm các ép kiểu không an toàn và tiền trong hợp đồng JSON dạng float. Hệ thống hoạt động như một tổng thể: các quy tắc lint phát hiện lỗi trước khi commit, và người đầu tiên biết về lỗi là trình kiểm tra, không phải khách hàng. Tuy nhiên, lint không bắt được tất cả: một lỗi gần đây khi tiền bị trừ nhưng hiển thị là chưa trừ đã lọt qua ba lớp bảo vệ. Nhà phát triển kết luận rằng chất lượng giờ đây là một thuộc tính của vòng phản hồi (circuit) trong đó mã được viết, không phải của người viết.