Trong bài feature The Making of Claude Code, Anthropic kể lại quá trình một công cụ dòng lệnh nội bộ phát triển thành coding agent được sử dụng rộng rãi. Câu chuyện này đáng chú ý không chỉ với developer, mà còn với mọi đội đang xây AI tool: sản phẩm tốt không bắt đầu từ danh sách tính năng dài, mà từ một workflow cụ thể được dùng thật và cải tiến liên tục.

Claude Code phát triển từ công cụ CLI nội bộ thành coding agent phục vụ workflow phần mềm. Nguồn hình ảnh: Anthropic; lưu tại GenzAcademy.

Tại sao bắt đầu từ CLI?

Terminal là nơi developer đã có repository, lệnh build, test, git và công cụ quan sát. Đặt agent trong CLI giúp giảm chuyển đổi ngữ cảnh và cho phép nó làm việc với chính môi trường mà kỹ sư đang dùng. Đây là lựa chọn sản phẩm quan trọng: thay vì tạo một giao diện mới buộc người dùng thay thói quen, Claude Code đi vào workflow hiện hữu.

Dogfooding tạo feedback chất lượng cao

Một công cụ nội bộ được chính kỹ sư sử dụng hàng ngày sẽ nhanh chóng bộc lộ điểm yếu: agent hỏi quá nhiều, sửa file không đúng, thiếu ngữ cảnh, chạy lệnh nguy hiểm hoặc không giải thích thay đổi. Feedback từ người dùng gần với đội sản phẩm giúp vòng lặp thử–sửa diễn ra nhanh hơn.

Bài học cho đội AI là không chỉ đo số lượt dùng. Cần theo dõi tác vụ nào hoàn thành, khi nào người dùng giành lại quyền kiểm soát, lỗi nào lặp lại và bước nào gây mất niềm tin.

Coding agent khác chatbot viết code

Chatbot có thể đưa một đoạn code trong hội thoại. Coding agent phải đọc cấu trúc repository, hiểu quy ước, chỉnh nhiều file, chạy test và phản hồi theo kết quả. Đầu ra không còn là văn bản mà là một thay đổi có thể tác động trực tiếp đến hệ thống.

Vì vậy, agent cần quyền hạn theo cấp độ. Đọc file, chỉnh file, chạy test và thực thi lệnh có rủi ro khác nhau. Người dùng phải thấy agent định làm gì và có khả năng từ chối.

Test là cơ chế xác minh, không phải phụ kiện

Một coding agent chỉ đáng tin khi có thể kiểm tra thay đổi. Unit test, lint, type check và build giúp chuyển đánh giá từ “code trông hợp lý” sang bằng chứng thực thi. Repository thiếu test sẽ làm agent khó tự xác nhận và đẩy gánh nặng QA về con người.

Đội muốn áp dụng coding agent nên đầu tư vào test suite, command chuẩn, tài liệu setup và definition of done. Đây là hạ tầng cho cả người lẫn AI.

Context phải có cấu trúc

Agent không cần đọc mọi file. Nó cần đúng file, quy tắc và mục tiêu. Một repository có README rõ, tài liệu kiến trúc, convention và lệnh kiểm tra nhất quán sẽ giúp agent làm việc chính xác hơn. Context càng hỗn loạn, token càng nhiều nhưng hiệu quả không chắc tăng.

Nguyên tắc áp dụng cho sản phẩm ngoài coding

Câu chuyện Claude Code gợi ý bốn nguyên tắc chung: bắt đầu từ một job rõ ràng; tích hợp vào môi trường người dùng đã quen; tạo feedback loop từ sử dụng thật; và xây cơ chế xác minh đầu ra. Một agent marketing cũng cần nguồn, checklist và phê duyệt; một agent nội dung cũng cần citation, style guide và QA.

Rủi ro khi trao quyền cho coding agent

Agent có thể làm lộ secret, chạy lệnh phá hủy, đưa dependency không an toàn hoặc sửa quá phạm vi. Hãy dùng branch riêng, môi trường sandbox, secret masking, review diff và giới hạn command. Không cho agent deploy production chỉ vì bản local đã chạy.

Kết luận

Hành trình Claude Code cho thấy lợi thế của một AI agent đến từ sự ăn khớp với workflow và vòng kiểm chứng, không chỉ năng lực model. Đội phát triển có thể học từ cách bắt đầu nhỏ, dogfood mạnh và dùng test làm hàng rào trước khi mở rộng quyền tự động.