Một hệ thống quản lý dự án mới có tên Claude Code PM đã xuất hiện, tuyên bố sẽ cách mạng hóa việc phát triển phần mềm bằng cách chạy nhiều tác nhân AI song song. Hệ thống này hứa hẹn sẽ chia nhỏ các tính năng thành những tác vụ nhỏ hơn và giao cho các tác nhân chuyên biệt làm việc đồng thời, có khả năng mang lại tốc độ phát triển tính năng nhanh hơn 3 lần và giảm 75% tỷ lệ lỗi theo như những người tạo ra nó tuyên bố.
Cải thiện hiệu suất được tuyên bố:
- Giảm 95% việc chuyển đổi ngữ cảnh
- Tăng 5 lần thông lượng tính năng
- Giảm 75% tình trạng trì trệ
- Giao hàng tính năng nhanh hơn 3 lần
- 5-8 tác vụ song song so với 1 tác vụ trước đây
Sự Chia Rẽ Giữa Lời Hứa và Thực Tế
Hệ thống Claude Code PM tuân theo một phương pháp có cấu trúc gồm năm giai đoạn: lập kế hoạch sản phẩm, lập kế hoạch triển khai, phân tách tác vụ, đồng bộ hóa GitHub , và thực thi. Nó sử dụng GitHub Issues làm cơ sở dữ liệu và tuyên bố có thể cho phép nhiều tác nhân Claude làm việc trên các khía cạnh khác nhau của cùng một dự án đồng thời. Tuy nhiên, cộng đồng lập trình viên vẫn còn rất hoài nghi về những tuyên bố đầy tham vọng này.
Nhiều lập trình viên có kinh nghiệm báo cáo rằng các công cụ lập trình AI đòi hỏi sự giám sát liên tục và xem xét cẩn thận. Thách thức cơ bản nằm ở chỗ trong khi AI có thể tạo ra mã code nhanh chóng, thì nút thắt cổ chai thường chuyển sang việc xem xét mã code và đảm bảo chất lượng thay vì tốc độ phát triển ban đầu.
Các Giai Đoạn Quy Trình Làm Việc của Claude Code PM:
- Giai Đoạn Lập Kế Hoạch Sản Phẩm: Tạo PRD với các câu chuyện người dùng và tiêu chí thành công
- Giai Đoạn Lập Kế Hoạch Triển Khai: Chuyển đổi PRD thành các kế hoạch triển khai kỹ thuật
- Giai Đoạn Phân Tách Nhiệm Vụ: Chia nhỏ các epic thành các nhiệm vụ có thể thực hiện được với tiêu chí chấp nhận
- Đồng Bộ Hóa GitHub: Đẩy các epic và nhiệm vụ lên GitHub Issues với các nhãn
- Giai Đoạn Thực Thi: Triển khai các agent chuyên biệt để thực hiện song song
Quản Lý Ngữ Cảnh Hơn Là Song Song Hóa Thô
Thú vị là, một số lập trình viên đã tìm thấy giá trị trong việc sử dụng nhiều tác nhân không phải để tăng tốc độ, mà để quản lý ngữ cảnh tốt hơn. Phương pháp này bao gồm việc sử dụng các tác nhân phụ chuyên biệt như những bức tường lửa ngữ cảnh - mỗi tác nhân xử lý các tác vụ cụ thể như kiểm thử, tài liệu, hoặc chỉnh sửa file, sau đó báo cáo kết quả tóm tắt lại cho tác nhân điều phối chính. Điều này ngăn cuộc trò chuyện chính trở nên lộn xộn với các chi tiết kỹ thuật.
Một lập trình viên lưu ý rằng lợi ích thực sự đến từ việc giữ cho mỗi tác nhân tập trung vào lĩnh vực chuyên môn của mình, cho phép luồng chính duy trì sự hiểu biết về dự án thay vì bị sa lầy trong các đoạn mã code và chi tiết triển khai.
Vấn Đề Giám Sát
Một vấn đề quan trọng nổi lên xung quanh mức độ giám sát cần thiết. Hầu hết các lập trình viên báo cáo rằng họ không thể chạy các tác nhân AI một cách an toàn mà không có sự giám sát liên tục, vì chất lượng mã code suy giảm nhanh chóng nếu không có sự can thiệp của con người. Lời hứa về việc phát triển song song hoàn toàn tự động dường như mâu thuẫn với thực tế rằng lập trình AI hiệu quả vẫn đòi hỏi sự hướng dẫn và xem xét đáng kể từ con người.
Tôi thực sự cần phải phê duyệt từng chỉnh sửa và để mắt tới nó MỌI LÚC, nếu không nó sẽ trở nên hỗn loạn rất rất nhanh!
Cuộc thảo luận trong cộng đồng tiết lộ một mô hình trong đó các lập trình viên tuyên bố thành công với các công cụ lập trình AI thường là những lập trình viên có kỹ năng cao, những người có thể nhanh chóng xác định và sửa chữa những lỗi của AI, thay vì những người mới bắt đầu có thể được hưởng lợi nhiều nhất từ việc tự động hóa.
Mối Quan Ngại Về Chất Lượng và Nợ Kỹ Thuật
Một số lập trình viên bày tỏ lo ngại về khả năng bảo trì lâu dài của mã code được tạo ra bởi AI. Các vấn đề phổ biến bao gồm mã code được liên kết chặt chẽ khiến việc kiểm thử trở nên khó khăn, thiếu các trường hợp ngoại lệ, sử dụng không phù hợp các giải pháp phức tạp như regex khi các phương pháp đơn giản hơn sẽ đủ, và các lớp khổng lồ trở nên không thể bảo trì.
Việc hệ thống nhấn mạnh vào việc tạo ra lượng lớn mã code một cách nhanh chóng đi ngược lại với triết lý rằng phần mềm tốt thường đòi hỏi việc loại bỏ mã code thay vì thêm vào. Nhiều lập trình viên có kinh nghiệm thích các thư viện nhỏ hơn, tập trung hơn thay vì các codebase rộng lớn.
Kết Luận
Trong khi Claude Code PM trình bày một phương pháp thú vị để tổ chức việc phát triển có sự hỗ trợ của AI, phản ứng của cộng đồng cho thấy rằng những thách thức cơ bản của việc giám sát lập trình AI vẫn chưa được giải quyết. Hệ thống có thể mang lại giá trị trong việc cấu trúc quy trình phát triển và quản lý ngữ cảnh, nhưng lời hứa về việc phát triển AI song song thực sự tự động dường như vượt quá khả năng của AI hiện tại. Thành công với những hệ thống như vậy dường như vẫn đòi hỏi chuyên môn và sự giám sát đáng kể từ lập trình viên, hạn chế khả năng tiếp cận của chúng đối với cộng đồng lập trình rộng lớn hơn.
Tham khảo: Claude Code PM