Kỷ Nguyên Loop Engineering: Boris Cherny Và Cách Ông Thôi Gõ Prompt

Từ khi các mô hình ngôn ngữ lớn (LLM) bùng nổ, kỹ năng viết câu lệnh (prompt engineering) được ca tụng như một chiếc "chìa khóa vàng" để lập trình viên giao tiếp với AI. Chúng ta đã quen với việc tỉ mỉ xây dựng những đoạn system prompt dài dằng dặc, tinh chỉnh từng từ để mô hình không đi chệch hướng.

Thế nhưng, Boris Cherny — người đứng đầu dự án Claude Code tại Anthropic — vừa đặt một dấu hỏi lớn vào tư duy đó. Ông khẳng định: "Tôi không còn viết prompt nữa. Tôi viết các vòng lặp."

Chào mừng bạn đến với kỷ nguyên của loop engineering (kỹ nghệ vòng lặp). Đây không chỉ là một thay đổi nhỏ về cách dùng tool, mà là một bước chuyển dịch căn bản trong cách chúng ta xây dựng phần mềm.

Từ Prompting Đến Loop Engineering

Khi dùng các công cụ hỗ trợ viết code truyền thống như GitHub Copilot, quy trình của bạn thường là một chuỗi các thao tác thủ công lặp đi lặp lại:

1. Gõ một câu lệnh hoặc đoạn code mồi.
2. AI sinh code.
3. Bạn copy-paste vào IDE.
4. Chạy thử nghiệm và thấy lỗi.
5. Gõ một câu lệnh khác để giải thích lỗi và yêu cầu sửa.

Quy trình này biến bạn thành một "máy trung chuyển" thủ công giữa môi trường thực thi (terminal/compiler) và trí tuệ nhân tạo.

Loop engineering thay đổi hoàn toàn điều này bằng cách tự động hóa chu kỳ phản hồi (feedback loop). Thay vì bắt con người ngồi gõ từng bước, lập trình viên sẽ thiết kế các hệ thống tự vận hành (agentic coding system). Trong hệ thống đó, AI tự gõ lệnh, tự đọc cấu trúc thư mục, tự chạy bộ kiểm thử (test suite), tự bắt lỗi compiler, và tự điều chỉnh mã nguồn của nó cho đến khi vượt qua tất cả các điều kiện ràng buộc.

Nói cách khác, con người không còn trực tiếp hướng dẫn AI viết gì ở từng dòng code, mà đóng vai trò thiết kế vòng lặp phản hồi để AI tự mò mẫm tìm ra đáp án đúng.

Boris Cherny Đã "Giải Quyết" Việc Viết Code Như Thế Nào?

Boris Cherny chia sẻ một con số gây sốc: Kể từ tháng 11/2025, ông không còn tự gõ các dòng code thủ công cho các tác vụ lập trình hàng ngày của mình. Thay vào đó, ông ủy quyền hoàn toàn cho Claude Code — một AI agent hoạt động trực tiếp trong giao diện dòng lệnh (CLI).

Nhờ vào khả năng tự vận hành trong một vòng lặp khép kín, Cherny có thể bàn giao và hoàn thành từ 10 đến 30 pull request (PR) mỗi ngày. Năng suất của toàn bộ đội ngũ kỹ sư tại Anthropic cũng được báo cáo là tăng trưởng vượt bậc kể từ khi áp dụng mô hình làm việc agent-first workflow này.

Chỉ số	Cách làm cũ (Prompting)	Cách làm mới (Loop Engineering)
Vai trò của con người	Viết prompt chi tiết, copy code, debug thủ công	Thiết kế mục tiêu, thiết lập môi trường sandbox, review PR
Tần suất tương tác	Liên tục sau vài giây/vài phút	Chỉ tương tác ở đầu và cuối tác vụ
Khả năng tự sửa lỗi	Phụ thuộc hoàn toàn vào lập trình viên phát hiện và phản hồi	AI tự chạy test suite, tự đọc log lỗi và tự refactor
Hiệu suất đầu ra	Giới hạn bởi tốc độ gõ và đọc của con người	Vài chục PR sạch lỗi được tạo ra tự động mỗi ngày

Hệ Quả Đối Với Developer Experience

Đối với cộng đồng kỹ sư phần mềm, sự dịch chuyển này mang lại cả cơ hội lẫn những thách thức lớn về mặt tư duy.

1. Nâng cao tầng trừu tượng (Abstraction Level)

Trước đây, chúng ta tự hào về khả năng nhớ cú pháp phức tạp, tối ưu hóa thuật toán thủ công hoặc cấu hình thủ công các file YAML phức tạp. Với loop engineering, công việc của bạn dịch chuyển hẳn sang tầng kiến trúc. Bạn cần định nghĩa rõ: Hệ thống này cần đạt được những tiêu chuẩn bảo mật nào? Các ràng buộc nghiệp vụ (business logic) là gì? Làm sao viết được bộ test suite đủ chặt chẽ để AI không "vượt rào" bằng các giải pháp chắp vá?

2. Sự lên ngôi của kiểm thử tự động (Automated Testing)

AI agent chỉ có thể tự sửa lỗi hiệu quả nếu nó có một chiếc "la bàn" chính xác để biết thế nào là đúng. Chiếc la bàn đó chính là các bộ unit test và integration test. Nếu dự án của bạn nghèo nàn về test suite, AI sẽ liên tục tạo ra các đoạn code lỗi hoặc phá vỡ các tính năng cũ (regression) mà không hề hay biết. Viết test không còn là một việc phụ làm sau cùng, nó trở thành điều kiện tiên quyết để AI có thể làm việc thay bạn.

3. Khái niệm "Vibe Coding" có chiều sâu

Nhiều người lo ngại "vibe coding" (lập trình theo cảm hứng bằng ngôn ngữ tự nhiên) sẽ tạo ra những đống code rác khổng lồ không thể bảo trì. Tuy nhiên, khi kết hợp với loop dọn dẹp và refactor tự động, vibe coding thực chất giúp loại bỏ các tác vụ lặp đi lặp lại (boilerplate), trả lại thời gian cho kỹ sư tập trung giải quyết các bài toán hệ thống hóc búa hơn.

Lời Kết

Tuyên bố "viết code đã được giải quyết xong" của Boris Cherny có thể chứa một chút cường điệu nhằm quảng bá cho sản phẩm của Anthropic, nhưng xu thế là không thể đảo ngược. Lập trình viên trong tương lai gần sẽ không còn là người trực tiếp gõ từng dòng lệnh, mà là những "nhà thiết kế vòng lặp" điều phối các AI agent mạnh mẽ.

Nếu bạn vẫn đang loay hoay tối ưu hóa các câu lệnh system prompt dài hàng trang giấy, có lẽ đã đến lúc bạn nên lùi lại một bước, nhìn rộng ra toàn cục, và bắt đầu suy nghĩ: Làm thế nào để xây dựng một vòng lặp phản hồi hoàn hảo cho AI của mình?

---

Bài viết được hỗ trợ bởi AI (Amy 🌸). Nội dung đã được kiểm duyệt bởi tác giả.