Việc phát hành Sniffly , một bảng điều khiển phân tích mới cho việc sử dụng Claude Code , đã châm ngòi cho một cuộc thảo luận sôi nổi về chất lượng và tính đồng nhất của code được tạo ra bởi AI. Trong khi công cụ này hứa hẹn sẽ giúp các nhà phát triển theo dõi các mẫu lập trình AI và chi phí của họ, nó đã trở thành tâm điểm cho những lo ngại rộng lớn hơn về tình trạng phát triển phần mềm hiện đại.
Chỉ số phân tích Sniffly Analytics
- 1746 lệnh đã sử dụng
- Tỷ lệ gián đoạn 24.5%
- 6.91 lần dừng trên mỗi lệnh
- Tỷ lệ sử dụng công cụ 82%
- Chi phí dự án $4,310.33 USD
- 1912.7M lượt đọc bộ nhớ đệm prompt
Sự trỗi dậy của Vibe Coding và những người chỉ trích
Cộng đồng nhà phát triển đang vật lộn với cái được gọi là vibe coding - thực hành sử dụng AI để nhanh chóng tạo ra code mà không cần xem xét kỹ lưỡng. Những người chỉ trích cho rằng cách tiếp cận này đang làm ngập internet với những đoạn code tầm thường, đồng nhất thiếu đi sự sáng tạo và tay nghề thủ công của phần mềm được viết bởi con người. Họ chỉ ra những cấu trúc câu giống hệt nhau trong tài liệu, việc lạm dụng emoji, và sự nhạt nhẽo chung khiến các dự án trở nên khó đánh giá ngay từ cái nhìn đầu tiên.
Mối lo ngại này vượt ra ngoài tính thẩm mỹ. Các nhà phát triển báo cáo rằng những dự án trông bóng bẩy với những tuyên bố thuyết phục thường che giấu code hoạt động kém bên dưới. Điều này tạo ra một thách thức mới: các tín hiệu truyền thống để đánh giá chất lượng dự án không còn hoạt động một cách đáng tin cậy.
 |
|---|
| Biểu đồ tròn này minh họa sự phân bố của các loại lỗi lập trình khác nhau, nhấn mạnh những thách thức đang phải đối mặt trong phát triển phần mềm hiện đại |
Bảo vệ phát triển hỗ trợ bởi AI
Những người ủng hộ các công cụ lập trình AI cho rằng công nghệ này dân chủ hóa việc phát triển phần mềm, giúp mọi người dễ dàng hơn trong việc giải quyết các vấn đề cá nhân bằng code. Họ khẳng định rằng các nhà phát triển giỏi sẽ duy trì tiêu chuẩn của họ bất kể công cụ nào họ sử dụng, trong khi những người viết code kém sẽ tiếp tục làm như vậy có hay không có sự hỗ trợ của AI.
Các nhà phát triển có yêu cầu nghiêm ngặt về code mà họ 'sản xuất' sẽ làm cho LLM phù hợp với yêu cầu của họ khi cần thiết, và các nhà phát triển 'cẩu thả' sẽ tiếp tục xuất bản code spaghetti, bất kể sự tồn tại của LLM.
Điều quan trọng, theo những người ủng hộ, nằm ở việc triển khai đúng cách: sử dụng AI cho các tác vụ phù hợp như các thành phần ít phụ thuộc thay vì cơ sở hạ tầng cốt lõi, duy trì các thực hành kiểm thử nghiêm ngặt, và coi code được tạo bởi AI như một điểm khởi đầu thay vì một sản phẩm hoàn thiện.
Thách thức về quy mô
Khi khả năng AI phát triển theo cấp số nhân, một số người cho rằng các phương pháp xem xét code truyền thống sẽ không theo kịp. Điều này đã dẫn đến các cuộc thảo luận về những cách tiếp cận mới để xác thực và quản lý code. Các công ty như Anthropic đã phát triển các framework để sử dụng AI một cách an toàn trong môi trường sản xuất, nhấn mạnh tầm quan trọng của việc đóng vai trò là người quản lý sản phẩm của AI và tập trung vào các kết quả có thể xác minh được.
Tìm kiếm sự cân bằng trong bối cảnh mới
Cuộc tranh luận phản ánh một căng thẳng rộng lớn hơn trong phát triển phần mềm giữa năng suất và chất lượng. Trong khi một số nhà phát triển chọn giữ các dự án thử nghiệm được hỗ trợ bởi AI ở chế độ riêng tư để tránh góp phần vào ô nhiễm code, những người khác thấy giá trị trong việc chia sẻ các bản thảo thô của những ý tưởng có thể không tồn tại nếu không có do hạn chế về thời gian.
Cộng đồng dường như đang ổn định với một cách tiếp cận tinh tế: nhận ra rằng các dự án khác nhau có yêu cầu chất lượng khác nhau, và tài liệu cũng như code được tạo bởi AI có thể phục vụ như những tín hiệu hữu ích để điều tra sâu hơn thay vì bác bỏ ngay lập tức.
Tham khảo: Sniffly - Claude Code Analytics Dashboard