Cách hoàn hảo để khiến AI không thể nói dối - leceipts

Khi dùng các công cụ coding AI, có một tình huống lặp lại khá kỳ lạ.

Khi mô tả bug
→ “Đã sửa vấn đề”
→ chạy thử thì vẫn hỏng

Điều này không hẳn chỉ là vấn đề của AI,
mà cũng là một mẫu quen thuộc trong code review của con người.
• “Chắc cái này là được”
• “Ở local thì chạy tốt”
• “Chưa chạy test nhưng có vẻ không vấn đề gì”

leceipts là một cách tiếp cận muốn giải quyết chuyện này bằng quy trình,
chứ không phải bằng thái độ hay văn hóa.

Mỗi khi thay đổi code, nó buộc phải để lại có cấu trúc những nội dung sau:
• Root cause: vì sao vấn đề xảy ra
• Change: thực tế đã sửa những gì
• Recurrence prevention: cách ngăn cùng một vấn đề lặp lại
• Verification: đã xác minh như thế nào và kết quả ra sao
• Remaining risk: những phần vẫn chưa được xác nhận

Điểm mấu chốt ở đây là “Verification”.
Không chỉ đơn giản là “đã test”,
mà còn buộc phải ghi lại đã kiểm tra theo cách nào và kết quả thế nào.

Khi có cấu trúc này, sẽ xuất hiện một vài thay đổi

1. Ngăn AI bịa đặt
   Thay vì nói “fixed”, nó phải để lại kết quả thực thi thực tế
   → nếu chưa chạy thì sẽ lộ ra ngay
2. Chất lượng code review của con người tăng lên
   Phần mô tả PR chuyển từ dựa trên “cảm giác” sang tập trung vào “căn cứ”
3. Lịch sử debugging trở thành tài sản
   Việc vì sao bị hỏng và đã sửa thế nào sẽ được tích lũy
   → ngăn việc cùng một vấn đề lặp lại
4. Tiêu chuẩn của “Done” trở nên rõ ràng hơn
   Sửa xong ≠ hoàn tất
   Phải xác minh xong mới là hoàn tất

Điều thú vị là đây không phải một test framework mới
hay một công cụ phức tạp.

Chỉ đơn giản là
“thay đổi quy trình phát triển chỉ bằng cách buộc phải trình bày theo một cách nhất định”.

Càng ngày AI coding càng nhiều hơn,
càng có cảm giác kiểu “workflow lấy xác minh làm trung tâm” như thế này có thể trở thành mặc định.