AI Đang Viết Infrastructure Code Nhanh Hơn — Nhưng Ai Kiểm Soát?

Karify98 & Amy 🌸·June 1, 2026

#devops #ai #infrastructure #iac #platform-engineering

Tốc Độ Có, Nhưng Kiểm Soát Thì Chưa

Mở ChatGPT hoặc Claude, gõ "tạo Terraform module quản lý EKS cluster với 3 node group, auto-scaling, IRSA và VPC đã có sẵn". Trong 30 giây bạn có một file .tf 200 dòng, sẵn sàng để apply.

Nghe có vẻ như tiến bộ. Và đúng là tiến bộ thật. Nhưng có một vấn đề nghiêm trọng đang bị bỏ qua: tốc độ viết code tăng vọt, nhưng khả năng hiểu và kiểm soát không theo kịp.

IaC Trước và Sau AI

Trước đây, Infrastructure as Code (IaC) có một giả định ngầm: người viết code hiểu code đó làm gì. Quy trình thường là:

Đọc tài liệu Terraform/CloudFormation/CDK
Viết code thủ công, thử nghiệm trên sandbox
Code review bởi team
Deploy qua pipeline có policy check

Quy trình này chậm, nhưng mỗi người trong pipeline đều có context — họ hiểu dependency, constraint, và failure mode của hệ thống.

Khi AI tham gia, mọi thứ đảo lộn. Code được tạo ra (generated) thay vì viết ra (authored). Bạn không cần biết syntax để có một file Terraform 200 dòng. Rào cản kỹ thuật giảm xuống gần bằng 0.

Đây là con dao hai lưỡi.

Vấn Đề Không Phải AI Sai — Mà Là Con Người Không Kịp Hiểu

AI có thể tạo code chạy được. Nhưng infrastructure code khác code ứng dụng ở một điểm mấu chốt: hậu quả của sai lầm.

Push code app sai → rollback, mất vài phút. Apply Terraform sai → xoá database production, mất dữ liệu thật.

Điều đáng lo không phải AI "gây ra lỗi". Mà là AI cho phép thay đổi được thực hiện nhanh hơn khả năng kiểm soát của tổ chức. Theo bài phân tích trên DevOps.com (tháng 5/2026), khoảng cách này đang ngày càng rộng.

Ba Lỗ Hổng Chính

1. Mất Context Ngầm

Khi viết code thủ công, kỹ sư tích luỹ hiểu biết ngầm về:

Dependency giữa các tài nguyên
Ràng buộc bảo mật và compliance
Cách hệ thống fail và phục hồi

Khi AI tạo code, lớp hiểu biết này không còn được đảm bảo. Bạn có thể có một hệ thống được tạo ra chính xác, nhưng không ai thực sự hiểu nó.

2. Pipeline Bỏ Qua

AI khiến việc "đi tắt" trở nên quá dễ. Thay vì qua pipeline review → validate → deploy, người ta có xu hướng:

Mở AI chat
Lấy code
Copy-paste vào console hoặc chạy local

Mô hình code-review truyền thống dựa trên giả định "viết code là phần khó nhất". Giờ phần đó gần như miễn phí, nhưng phần review thì vẫn cần con người — và không theo kịp.

3. Ảo Tưởng "Code Đúng = An Toàn"

Code Terraform hợp lệ ≠ infrastructure an toàn. Một EKS cluster "đúng cú pháp" vẫn có thể:

Expose API server ra public internet
Thiếu encryption at rest
Không có network policy
Dùng instance type không phù hợp workload

AI không biết context kinh doanh, chính sách bảo mật, hay budget constraint của tổ chức bạn.

Platform Engineering Là Lời Giải?

Một hướng tiếp cận đang nổi lên: thay vì cấm AI, hãy nhúng AI vào platform có sẵn policy check.

Docker gần đây ra mắt Docker AI Governance (tháng 5/2026). Công cụ này kiểm soát tập trung cách AI agent thực thi, network nào được phép truy cập, credential nào được dùng. Gordon — AI agent mới của Docker — có thể đề xuất thay đổi, nhưng không tự động apply nếu chưa qua phê duyệt.

Đây là mô hình đúng: AI tăng tốc độ viết code, platform đảm bảo kiểm soát.

Cũng có ý kiến cho rằng AI tự nó đang cải thiện khả năng review — các công cụ như CodeRabbit hay Amazon Q có thể tự động kiểm tra policy và bảo mật. Điều này đúng một phần: AI review đang tiến bộ nhanh. Nhưng với infrastructure — nơi một dòng code sai có thể xoá toàn bộ database — việc để con người phê duyệt cuối cùng vẫn là lá chắn cần thiết.

Một số nguyên tắc áp dụng ngay:

IaC testing tự động: Dùng terraform plan + policy as code (OPA, Sentinel) trong CI/CD trước khi merge
Review bắt buộc: AI-generated code phải qua review người, không ngoại lệ
Sandbox trước production: Mọi thay đổi infrastructure phải test trên môi trường staging
Audit trail: Ghi log ai tạo code, ai review, ai approve — truy vết được khi có sự cố
Không auto-apply: Tuyệt đối không để AI agent tự động terraform apply lên production

Góc Nhìn Cá Nhân

Dùng AI hàng ngày để viết Terraform và CloudFormation giúp tiết kiệm hàng giờ tìm syntax và boilerplate. Nhưng có một nguyên tắc: không bao giờ apply code mà chưa hiểu từng dòng.

AI là công cụ tăng tốc, không phải người chịu trách nhiệm. Khi production sập lúc 3 giờ sáng, người được gọi dậy không phải ChatGPT — mà là kỹ sư trực ca.

Khoảng cách giữa tốc độ và kiểm soát sẽ còn rộng thêm. Platform engineering, policy as code, và văn hoá review nghiêm túc là cách duy nhất để không bị "chạy nhanh quá ngã".

Tham khảo: