Tác tửKhung 🇷🇺 02.08.2026 11:01

LLM Schizophrenia: Sổ tay của lập trình viên theo phong cách vibe coding

AnthropicAnthropic
Một nhà phát triển giàu kinh nghiệm chia sẻ quy trình làm việc sử dụng các tác nhân AI để viết mã nguồn sản xuất quy mô lớn. Bằng cách tạo các tác nhân phụ chuyên biệt với vai trò riêng biệt, ngữ cảnh sạch sẽ và công cụ hạn chế, tác giả ngăn chặn sự suy giảm ngữ cảnh và cải thiện chất lượng mã. Phương pháp này bao gồm các kỹ năng (tệp quy trình), lập kế hoạch, quy tắc và kiểm tra tự động.
Tác giả, một programmer với hơn 20 năm kinh nghiệm, mô tả một phương pháp sử dụng các AI agent để viết những dự án production lớn. Họ cho rằng các tác vụ lớn thất bại không phải vì model mà vì một session đơn lẻ cố gắng làm mọi thứ cùng một lúc. Giải pháp là tạo ra các subagent—những file markdown định nghĩa một vai trò, một model, và các tool được phép sử dụng—hoạt động với context sạch và tự "chết" sau khi hoàn thành nhiệm vụ. "Đoàn quân" của tác giả bao gồm một architect (kiến trúc sư), một developer, một reviewer (chỉ đọc), một tester kiểm tra xem các test có "chết người" (lethal) hay không bằng cách cố tình phá vỡ code, một chuyên gia security, và một DBA (database administrator - quản trị viên cơ sở dữ liệu). Một nhận định quan trọng là nên dùng một model rẻ hơn cho việc thực thi và một model đắt hơn cho việc review, bởi vì nếu chính reviewer mắc lỗi thì sẽ không ai phát hiện ra. Quy trình này được mã hóa thành các "skill"—những file gồm phần mô tả, nội dung chính, và chi tiết—được bổ sung dần từ các sự cố thực tế, ví dụ như quy tắc phải kiểm tra sự thật (facts), không chỉ dựa vào báo cáo (reports). Lập kế hoạch (planning) là yếu tố thiết yếu: con người review kế hoạch để phát hiện sớm những lỗi có thể gây tốn kém, và các kế hoạch phải được một architect làm mới trước khi bắt tay vào công việc lớn. Tác giả nhấn mạnh rằng trạng thái (state) phải được ghi lại trong file vì các agent không có trí nhớ giữa các session. Các quy tắc dự án (CLAUDE.md) và một script kiểm tra duy nhất với exit code trung thực đóng vai trò như chất kết dính; các quy tắc là những tiền lệ có ghi ngày tháng, và các bước kiểm tra không thể bị bỏ qua. Hãy bắt đầu bằng cách yêu cầu model tạo ra một subagent reviewer, sau đó biến những chỉ dẫn lặp đi lặp lại thành một skill, và để "đoàn quân" phát triển một cách tự nhiên. Cái giá phải trả: tiêu tốn số lượng token nhiều hơn đáng kể, thời gian của con người chuyển sang việc review báo cáo và giải quyết tranh chấp, và các quy tắc sẽ bị vi phạm—nhưng điều đó là bình thường. Phương pháp này chỉ thực sự đáng giá đối với những tác vụ không thể gói gọn trong một context duy nhất.
Nguồn: Habr — хаб ИИ — bản gốc
Bài viết liên quan trước đây ↓
Tin mới