Bài học rút ra từ thư viện no-code: phát triển hướng đặc tả không phải là phương trình, mà là tam giác

Trong thời đại các tác tử AI lập trình, việc nhìn phát triển hướng đặc tả (Spec-Driven Development) đơn thuần như một phương trình tuyến tính “đặc tả → mã” là một góc nhìn sai lầm.

Luận điểm cốt lõi

Phát triển hướng đặc tả không phải là một phương trình tĩnh mà là một tam giác động.
Ba trục tạo thành một vòng phản hồi liên tục ảnh hưởng qua lại lẫn nhau:

• Đặc tả (Spec)
• Mã (Code)
• Kiểm thử (Tests)

Chỉ khi ba yếu tố này được đồng bộ hóa với nhau thì hệ thống mới vận hành đúng cách.

Các ví dụ và thử nghiệm chính

• whenwords, thư viện không cần viết mã do Drew Breunig tạo ra
  → chỉ đăng đặc tả (Markdown) cùng 750 bài kiểm thử (YAML) mà không có mã, rồi để tác tử AI tạo mã
  → thu hút sự chú ý của Andrej Karpathy + hơn 1k sao trên GitHub + nhiều đóng góp sôi nổi

Tuy nhiên, các thử nghiệm kiểu này lặp lại cùng một vấn đề:

• Triển khai thì nhanh, nhưng chỉ cần độ phức tạp tăng nhẹ là sửa một chỗ sẽ làm hỏng chỗ khác
• Cuối cùng phần lớn dự án bị bỏ dở khi chưa hoàn thiện
• Dù đặc tả tốt đến đâu thì tranh luận về cách triển khai vẫn tiếp diễn

Vì sao là tam giác?

Trong quá trình tạo mã → phát hiện sự mơ hồ/lỗi trong đặc tả → sửa đặc tả → cần bài kiểm thử mới → lại sửa mã → …
→ Vì đây là một vòng lặp lặp đi lặp lại không ngừng.

Hướng giải quyết được đề xuất: công cụ Plumb

Công cụ CLI Plumb do Drew tạo ra

• Phân tích nhật ký hội thoại của tác tử + thay đổi mã sau mỗi lần Git commit
• Trích xuất các quyết định mà tác tử đã ngầm đưa ra → để lập trình viên phê duyệt
• Các quyết định đã được phê duyệt → tự động cập nhật vào đặc tả
• Cung cấp báo cáo về khoảng trống giữa đặc tả và độ bao phủ kiểm thử
  → dùng “chế độ commit thất bại” để buộc các quyết định quan trọng phải luôn được con người xem xét

Bối cảnh lịch sử

Hiện nay chúng ta đang trải qua lại “khủng hoảng phần mềm” của thập niên 1960.
Khi đó mã nguồn trở nên quá lớn để có thể chứa hết trong đầu → từ đó xuất hiện waterfall, agile, CI/CD
Còn bây giờ thì ngay cả việc đọc mã cũng trở nên bất khả thi → cần một quy trình mới
→ lập luận cho rằng các công cụ như Plumb đang chỉ ra hướng đi đó.

Kết luận một dòng

Trong thời đại AI có thể xuất mã với tốc độ khủng khiếp,
điều thực sự khó là giữ cho tam giác đặc tả - mã - kiểm thử luôn đồng bộ.

https://aisparkup.com/posts/9837