Chuyến đi vào xưởng phần mềm nơi AI bắt đầu tự viết và tự điều phối code

Sapo

Có một sự thay đổi đang diễn ra trong các đội ngũ phần mềm mà nếu chỉ nhìn vào màn hình terminal, chúng ta rất dễ bỏ qua.

Kỹ sư vẫn ngồi đó. Repository vẫn ở đó. Pull request vẫn ở đó.

Nhưng người thực sự làm phần lớn công việc phía sau màn hình đang dần thay đổi.

Meta vừa đưa Muse Code vào beta cùng Muse Spark 1.2, đánh dấu bước tiến trực tiếp vào cuộc đua AI coding agent đang được định hình bởi những hệ thống có khả năng lập kế hoạch, viết code, kiểm thử và xử lý cả những nhiệm vụ kéo dài.

Điều đáng chú ý không chỉ là Meta có thêm một công cụ lập trình.

Quan trọng hơn, Muse Code cho thấy cuộc chơi đang chuyển từ mô hình AI viết code sang kiến trúc nơi nhiều agent có thể tự tổ chức công việc trong thời gian dài.

Nếu xem một repository lớn như một thành phố, coding agent thế hệ cũ giống một người lái xe được chỉ đường từng chuyến. Muse Code muốn xây cả hệ thống giao thông: nhiều agent, nhiều tuyến đường, làm việc song song, ghi lại mọi hành động và có thể tiếp tục hành trình ngay cả khi con người đã rời khỏi bàn làm việc.

Tin tức chính vừa xảy ra

Meta đã ra mắt Muse Code, một coding agent chạy trong terminal, hiện ở giai đoạn beta.

Nó được thiết kế để xử lý các nhiệm vụ kỹ thuật tương đối hoàn chỉnh trên những repository lớn, từ lập kế hoạch thay đổi, viết code đến kiểm chứng kết quả.

Cùng lúc, Meta giới thiệu Muse Spark 1.2, phiên bản được tối ưu mạnh hơn cho coding, debugging phức tạp và khả năng hiểu codebase.

Đây là bước chuyển đáng chú ý của Meta.

Trong nhiều năm, câu chuyện AI dành cho developer của công ty chủ yếu xoay quanh dòng mô hình Llama và chiến lược open-weight. Muse Code lại đi theo hướng khác: một sản phẩm agent hoàn chỉnh, được thiết kế cùng mô hình mà nó sử dụng và tập trung trực tiếp vào workflow của kỹ sư.

Điều đó đưa Meta vào cùng một chiến trường với những hệ thống coding agent đang ngày càng trở thành giao diện mới để developer xây dựng phần mềm.

Điều gì mới?

Muse Code có một ý tưởng kiến trúc đáng chú ý: background agent tồn tại xuyên suốt phiên làm việc.

Ở nhiều hệ thống agent thông thường, khi có một nhiệm vụ mới, agent được tạo ra, đọc repository, thu thập context rồi bắt đầu xử lý.

Xong nhiệm vụ, agent kết thúc.

Nhiệm vụ tiếp theo lại bắt đầu một vòng tìm hiểu mới.

Muse Code muốn loại bỏ phần lặp lại đó.

Các agent chuyên biệt có thể duy trì hoạt động trong suốt session. Chúng giữ lại hiểu biết về repository và có thể tự tiếp tục những bước tiếp theo mà không cần con người liên tục nhắc lại bối cảnh.

Đây là một khác biệt nhỏ về giao diện nhưng khá lớn về kiến trúc.

AI không còn chỉ là một công cụ được gọi khi cần.

Nó bắt đầu giống một nhân sự kỹ thuật đang trực ca.

Tại sao nó quan trọng?

Bởi vì software engineering đang tiến tới một mô hình trong đó tốc độ của con người không còn là giới hạn duy nhất.

Nếu một kỹ sư có thể điều phối một agent, rồi agent đó tạo ra thêm nhiều agent khác để xử lý những phần việc song song, năng lực của một đội ngũ có thể thay đổi rất mạnh.

Meta cho biết trong thử nghiệm, Muse Code có thể xây dựng đồng thời sáu tính năng cho một game mà không xảy ra xung đột.

Điều này được hỗ trợ bởi parallel sub-agents và các Git worktree riêng biệt.

Mỗi agent có không gian làm việc riêng.

Một agent không cần phá hỏng môi trường của agent khác.

Khi nhìn từ góc độ kiến trúc phần mềm, đây mới là phần hấp dẫn.

AI coding đang dần giống một hệ thống phân tán.

Không phải một AI duy nhất làm tất cả.

Mà là nhiều worker được điều phối quanh một mục tiêu.

Sản phẩm hoạt động thế nào?

Hãy tưởng tượng một developer giao cho hệ thống một nhiệm vụ lớn.

Thay vì trực tiếp viết từng file, Muse Code có thể:

Hiểu yêu cầu → lập kế hoạch → chia nhiệm vụ → giao cho agent → chạy công cụ → kiểm thử → đánh giá → sửa lỗi → hoàn thiện kết quả.

Meta cung cấp sẵn một số "skills" cho workflow này.

Có lệnh để chuyển yêu cầu thành kế hoạch và yêu cầu phê duyệt.

Có cơ chế để "đối chất" với kế hoạch, tìm điểm yếu trước khi bắt đầu thực hiện.

Và có workflow tập trung vào việc đưa agent tiến tới mục tiêu cuối cùng.

Điểm quan trọng là coding agent không còn chỉ trả lời:

"Đây là đoạn code bạn có thể thử."

Nó đang hướng tới:

"Tôi đã thực hiện nhiệm vụ và đây là kết quả."

Đó là một bước chuyển từ code suggestion sang task execution.

Dữ liệu nằm ở đâu?

Một phần đặc biệt đáng chú ý của Muse Code là local event log.

Mỗi model call, tool run, lần phê duyệt và chỉnh sửa đều được ghi vào một nhật ký sự kiện trước khi hành động thực sự diễn ra.

Điều này tạo ra một lịch sử có thể kiểm tra.

Nếu agent chạy trong nhiều giờ rồi gặp sự cố, hệ thống có thể tiếp tục từ trạng thái trước đó thay vì bắt đầu lại.

Đây là vấn đề mà những demo AI thường không nói nhiều.

Một agent chạy trong 20 phút thì việc mất context chưa phải thảm họa.

Nhưng một agent chạy hàng giờ để xử lý một repository lớn thì khác.

Nếu hệ thống không biết nó đã làm gì, tại sao làm và đang ở đâu, toàn bộ công việc dài hạn trở nên mong manh.

Vì vậy, khả năng restart-safe và replay-exact có thể quan trọng không kém benchmark.

Trong môi trường doanh nghiệp, khả năng truy vết đôi khi còn đáng giá hơn thêm vài điểm phần trăm trên một bài kiểm tra.

Muse Spark 1.2 thực sự mạnh đến đâu?

Đây là phần cần nhìn tỉnh táo.

Muse Spark 1.2 đã cải thiện rõ rệt so với phiên bản trước.

Trên Terminal-Bench 2.1, Muse Spark 1.2 chạy trong Muse Code đạt 82,9%.

Con số này cao hơn một số hệ thống cạnh tranh trong bảng so sánh được Meta công bố, nhưng vẫn đứng sau mô hình dẫn đầu đạt 86,7%.

Trên DeepSWE 1.1, Muse Spark 1.2 đạt 59,3%, đứng sau hai hệ thống khác ở mức 65,0% và 64,8%.

Trong benchmark coding nội bộ của Meta, Muse Spark 1.2 đạt 70,6%, cao hơn một số đối thủ được so sánh nhưng vẫn cách hệ thống đứng đầu gần chín điểm.

Có một chi tiết quan trọng.

Muse Spark 1.2 được cải thiện 6,7 điểm trên Terminal-Bench và 6,3 điểm trên DeepSWE so với 1.1.

Nhưng phép so sánh không hoàn toàn "táo với táo", bởi phiên bản 1.1 được chạy trên một harness khác trong khi 1.2 chạy trong Muse Code.

Điều này cho thấy một xu hướng ngày càng rõ trong AI.

Model và harness không còn dễ dàng tách rời.

Một mô hình tốt cần môi trường tốt để phát huy.

Và một harness tốt có thể làm một mô hình mạnh hơn đáng kể trong một workflow cụ thể.

Một mô hình học cách sử dụng chính công cụ của nó

Meta còn sử dụng một vòng lặp tự cải thiện trong quá trình phát triển Muse Spark 1.2.

Muse Spark 1.1 được sử dụng để tạo ra những môi trường coding khó hơn và những mẫu instruction phức tạp hơn.

Các kết quả sau đó được đánh giá dựa trên yêu cầu đặt ra.

Những dữ liệu này trở thành nguyên liệu để huấn luyện phiên bản tiếp theo.

Đây là một hướng đi quan trọng.

AI không chỉ được huấn luyện trên code.

Nó đang được huấn luyện trên cách hoàn thành nhiệm vụ trong một môi trường agent cụ thể.

Nói cách khác, model đang học cách sử dụng chính "xưởng công cụ" mà nó được triển khai bên trong.

Doanh nghiệp kiếm tiền và tạo giá trị thế nào?

Ở cấp độ doanh nghiệp, giá trị của Muse Code không nằm ở việc AI viết một hàm nhanh hơn con người.

Giá trị nằm ở long-horizon work.

Một agent có thể chạy hàng trăm hoặc hàng nghìn tool call để giải quyết một nhiệm vụ kéo dài.

Meta đưa ra một thử nghiệm đáng chú ý với tối ưu GPU kernel.

Muse Spark 1.2 được giao nhiệm vụ làm việc trên phần kernel sử dụng Triton và phần cứng NVIDIA Hopper.

Agent chạy trong thời gian lên tới 24 giờ, thực hiện hơn 1.000 tool calls.

Thay vì dừng sau vài bước đầu tiên, hệ thống tiếp tục tìm kiếm các tối ưu.

Đây chính là câu hỏi lớn của coding agent:

AI có thể tiến bộ sau giai đoạn hứng khởi ban đầu hay sẽ nhanh chóng mắc kẹt?

Nếu những kết quả kiểu này có thể tái lập trong môi trường thực tế, giá trị kinh tế sẽ nằm ở khả năng để AI xử lý những nhiệm vụ mà trước đây cần nhiều giờ hoặc nhiều ngày kỹ sư nghiên cứu và thử nghiệm.

Platform hay product?

Muse Code có dấu hiệu rõ ràng của một platform.

Terminal chỉ là giao diện.

Phía dưới là model, agent, skills, worktree, event log, tool execution và cơ chế điều phối.

Đây là điểm quan trọng.

Trong thế hệ AI đầu tiên, người dùng thường lựa chọn model nào tốt nhất.

Trong thế hệ agent, câu hỏi đang chuyển thành:

Hệ thống nào giúp tôi hoàn thành công việc tốt nhất?

Hai câu hỏi hoàn toàn khác nhau.

Một model có benchmark tốt nhưng harness yếu có thể không tạo ra trải nghiệm tốt.

Một model chưa đứng đầu mọi bảng xếp hạng nhưng được tích hợp cực kỳ tốt với agent runtime, context management, tools và workflow lại có thể thắng trong thực tế.

Đây là lý do cuộc cạnh tranh sắp tới có thể không chỉ là cuộc đua model.

Nó là cuộc đua model + agent + runtime + developer workflow.

Đối thủ và lợi thế cạnh tranh

Muse Code bước vào một thị trường đã có những coding agent mạnh.

Anthropic và OpenAI đã biến coding agent thành một trong những giao diện quan trọng nhất để developer tương tác với AI.

Các startup như Cursor cũng chứng minh rằng developer sẵn sàng thay đổi workflow nếu công cụ giúp họ xây dựng phần mềm nhanh hơn.

Meta mang tới ba điểm khác biệt đáng chú ý.

Thứ nhất là background agent lâu dài.

Agent không cần liên tục được tạo mới cho từng nhiệm vụ.

Thứ hai là parallel execution.

Nhiều agent có thể làm việc trên các worktree tách biệt.

Thứ ba là khả năng audit.

Mọi hành động được ghi lại trong event log.

Đây là một tổ hợp có ý nghĩa.

Không phải một tính năng đơn lẻ tạo nên lợi thế.

Mà là cả kiến trúc.

Rủi ro

Tuy nhiên, có một câu hỏi lớn hơn benchmark.

Developer có thực sự tin tưởng Meta với source code của họ hay không?

Đây là điểm đặc biệt quan trọng vì chiến lược AI của Meta đang thay đổi.

Llama từng gắn với hình ảnh open-weight và khả năng tự triển khai.

Muse Spark 1.2 lại là mô hình proprietary.

Người dùng không được tiếp cận trọng số mô hình để tự chạy.

Điều này tạo ra một khoảng cách chiến lược.

Meta từng xây hệ sinh thái bằng cách đưa model ra ngoài.

Giờ đây, Meta muốn xây ecosystem thông qua sản phẩm và API.

Và đó là một cuộc chơi khác.

Một rủi ro khác nằm ở chính chất lượng agent.

Benchmark có thể cho thấy khả năng coding tốt.

Nhưng repository thực tế thường bẩn hơn nhiều.

Dependency cũ.

Quy tắc nội bộ không được ghi lại.

Code legacy.

Test không đầy đủ.

Những lỗi chỉ xuất hiện trong production.

AI có thể rất giỏi xây một hệ thống mới nhưng vẫn gặp khó khi phải sống chung với một codebase đã tồn tại nhiều năm.

Việt Nam sẽ bị tác động thế nào?

Với Việt Nam, đây có thể là một thay đổi đặc biệt lớn.

Ngành phần mềm trong nước có tỷ trọng đáng kể các công việc phát triển theo yêu cầu, outsourcing và bảo trì hệ thống.

Nếu coding agent có thể đảm nhận nhiều phần việc lặp lại, mô hình tính năng suất theo số lượng lập trình viên sẽ chịu áp lực.

Nhưng đây không nhất thiết là tin xấu.

Nó có thể mở ra một mô hình mới.

Một kỹ sư Việt Nam có thể quản lý nhiều agent cùng lúc.

Một nhóm nhỏ có thể xây sản phẩm trước đây cần một đội lớn.

Một startup có thể thử nghiệm nhiều tính năng nhanh hơn.

Một công ty outsourcing có thể chuyển từ bán "giờ lập trình" sang bán năng lực hoàn thành sản phẩm.

Nhưng sự chuyển đổi này sẽ không tự động xảy ra.

Doanh nghiệp cần thay đổi cách tổ chức đội ngũ.

Kỹ sư sẽ phải hiểu kiến trúc tốt hơn.

QA phải hiểu agent workflow.

DevOps phải quản lý môi trường chạy agent.

Security phải kiểm soát quyền truy cập của agent.

Product manager phải viết yêu cầu rõ hơn.

Và CTO phải biết đo năng suất theo kết quả chứ không phải số dòng code.

Doanh nghiệp Việt Nam nên làm gì?

Đừng bắt đầu bằng việc cho agent quyền truy cập production.

Hãy bắt đầu từ một repository không quá quan trọng.

Chọn một loại nhiệm vụ cụ thể.

Ví dụ:

• Sửa bug.
• Viết unit test.
• Refactor module.
• Tạo API endpoint.
• Viết migration.
• Cập nhật tài liệu.
• Phân tích issue.

Sau đó đo bốn thứ.

Thời gian.

Một task trước đây mất bao lâu?

Chất lượng.

Bao nhiêu pull request được chấp nhận mà không cần sửa lớn?

Khả năng tự chủ.

Agent có thể chạy bao lâu trước khi cần con người?

Khả năng truy vết.

Doanh nghiệp có biết agent đã làm gì hay không?

Sau đó mới mở rộng.

Kiến trúc nên được thiết kế theo nguyên tắc: agent có quyền vừa đủ, môi trường được cô lập, mọi thay đổi có thể kiểm tra và những nhiệm vụ rủi ro cao vẫn có lớp phê duyệt.

Đặc biệt, không nên mặc định rằng model mạnh nhất luôn là lựa chọn tốt nhất.

Doanh nghiệp cần lựa chọn dựa trên task, độ phức tạp, yêu cầu dữ liệu và mức độ rủi ro.

Kết luận

Muse Code đáng chú ý không phải vì Meta vừa tạo ra một AI có thể viết code.

AI viết code đã trở thành chuyện bình thường.

Điều đáng chú ý hơn là Meta đang xây một xưởng phần mềm tự động, nơi nhiều agent có thể tồn tại lâu dài, làm việc song song, sử dụng những không gian code riêng biệt và để lại dấu vết cho từng hành động.

Muse Spark 1.2 cho thấy Meta đã thu hẹp khoảng cách trong coding. Các benchmark được công bố cho thấy hệ thống đã rất mạnh, dù vẫn chưa đứng đầu tất cả bài kiểm tra.

Nhưng benchmark chỉ là điểm xuất phát.

Trận chiến thật sự sẽ diễn ra trong những repository hỗn độn của doanh nghiệp, nơi code cũ gặp yêu cầu mới, nơi một lỗi nhỏ có thể ảnh hưởng đến cả hệ thống và nơi quyền truy cập dữ liệu quan trọng hơn vài điểm benchmark.

Đó cũng là nơi khái niệm agentic software engineering bắt đầu có ý nghĩa.

Developer tương lai có thể không còn dành phần lớn ngày làm việc để viết từng dòng code.

Họ sẽ thiết kế hệ thống.

Chia nhiệm vụ.

Điều phối agent.

Kiểm tra kết quả.

Và quyết định khi nào máy móc được phép tiếp tục đi một mình.

Nếu thế hệ trước xây phần mềm bằng cách viết code, thế hệ mới có thể xây phần mềm bằng cách điều hành một đội ngũ máy móc biết viết code.

Chuyến đi đó mới chỉ bắt đầu.

Và câu hỏi lớn nhất không phải là AI có thể viết phần mềm hay không.

Mà là:

Khi AI có thể làm việc liên tục trong 24 giờ, doanh nghiệp sẽ thiết kế lại cả nhà máy phần mềm của mình như thế nào?

Từ khóa SEO: AI coding agent, Muse Code, Muse Spark, Meta AI, AI lập trình, coding agent, AI developer, AI software, AI agent, agentic coding, AI coding tool, coding automation, parallel agents, background agents, AI developer tools, AI Việt Nam, lập trình AI, phần mềm AI, agentic software