Claude Code là gì? 3 tác động của Claude Code tới ngành phát triển phần mềm

Sự phát triển nhanh chóng của các mô hình ngôn ngữ lớn (LLM) đang mở ra một thế hệ công cụ lập trình mới, trong đó AI không chỉ gợi ý code mà còn có khả năng tham gia trực tiếp vào quá trình phát triển phần mềm. Một ví dụ gây chú ý gần đây là thông tin Claude Code – công cụ lập trình AI của Anthropic – có thể đọc và hiểu hệ thống COBOL, vốn là nền tảng của nhiều hệ thống legacy trong ngành tài chính. Tin tức này được cho là đã góp phần khiến cổ phiếu IBM, công ty có mảng kinh doanh lớn về hiện đại hóa các hệ thống COBOL, giảm tới 13% trong một phiên giao dịch, cho thấy tác động tiềm tàng của AI đối với các ngành công nghiệp công nghệ truyền thống. 

Trong bối cảnh đó, Claude Code đang trở thành một ví dụ tiêu biểu cho thế hệ công cụ “agentic coding”, nơi AI không chỉ sinh code mà còn có thể đọc toàn bộ codebase, lập kế hoạch thực hiện nhiệm vụ, chỉnh sửa nhiều tệp, chạy test và kiểm tra kết quả. Bài viết này nhằm phân tích Claude Code từ góc nhìn hệ thống và công nghệ. Nội dung trước hết giới thiệu tổng quan về sản phẩm, các năng lực chính và cách sử dụng trong môi trường phát triển thực tế. Phần trọng tâm đi sâu vào kiến trúc kỹ thuật của Claude Code, bao gồm vòng lặp tác nhân, hệ thống công cụ thao tác với codebase, cơ chế quản lý ngữ cảnh và bộ nhớ dự án, cùng các lớp kiểm soát như quản lý phân quyền, sandbox và Model Context Protocol (MCP). Qua đó, bài viết làm rõ rằng Claude Code không chỉ là một mô hình AI viết code, mà là một hệ thống agent hoàn chỉnh kết hợp model, tools và cơ chế điều phối, đồng thời gợi mở những thay đổi sâu sắc mà agentic coding có thể mang lại cho ngành phát triển phần mềm. 

Tham khảo thêm bài viết: Những xu hướng phát triển trong ngành AI 2026

Những xu hướng phát triển trong ngành AI năm 2026

1. Giới thiệu chung về Claude Code 

1.1. Claude Code là gì? 

Claude Code là một công cụ lập trình dựa trên AI do công ty Anthropic phát triển, được thiết kế nhằm hỗ trợ lập trình viên thực hiện các tác vụ phát triển phần mềm trực tiếp trên môi trường làm việc như Terminal hay IDE. Sản phẩm này được giới thiệu lần đầu vào tháng 2 năm 2025 dưới dạng thử nghiệm. Đến tháng 5 năm 2025, Claude Code được phát hành rộng rãi cùng thế hệ mô hình Claude 4 gồm Opus 4 và Sonnet 4. Sau đó, công cụ tiếp tục được mở rộng với nhiều hình thức sử dụng khác nhau như phiên bản web trên claude.ai/code (10/2025), ứng dụng desktop (11/2025) và các tính năng nâng cao như code review vào đầu năm 2026. 

Claude Code là một “agentic coding tool” – tức công cụ lập trình dựa trên AI có khả năng tự chủ thực hiện chuỗi tác vụ kỹ thuật phức tạp thay vì chỉ hỗ trợ từng bước nhỏ. Công cụ này cho phép lập trình viên giao cho AI những yêu cầu ở mức mục tiêu, ví dụ như thêm một tính năng mới, sửa lỗi build hoặc refactor một module, và AI sẽ chủ động phân tích codebase, đề xuất kế hoạch thực hiện và tiến hành chỉnh sửa. Claude Code được Anthropic sử dụng rộng rãi nội bộ và mô tả như một môi trường agent có khả năng chạy nhiều hành động, dùng nhiều công cụ trong quy trình phát triển phần mềm. 

Về mặt kỹ thuật, Claude Code có thể được hiểu như một tác nhân AI lập trình dựa trên các mô hình ngôn ngữ. Khác với các công cụ autocomplete truyền thống – vốn chỉ dự đoán đoạn code tiếp theo dựa trên cửa sổ ngữ cảnh xung quanh, Claude Code hoạt động ở cấp độ toàn bộ dự án. Khi nhận một yêu cầu, hệ thống có thể đọc nhiều file trong repository, phân tích cấu trúc thư mục, hiểu cấu hình build và test để xây dựng bức tranh tổng thể trước khi chỉnh sửa. 

Ngoài việc hiểu mã nguồn, Claude Code còn có khả năng tương tác trực tiếp với môi trường phát triển thông qua các công cụ như hệ thống file, shell, git và các MCP server. Nhờ đó, AI không chỉ gợi ý code mà còn có thể thực thi các bước thực tế như sửa file, chạy test, build dự án, debug lỗi và tạo commit hoặc pull request. Toàn bộ quá trình này diễn ra trong một vòng lặp gồm có các bước: lập kế hoạch (planning), thực thi (execution) và kiểm tra kết quả (monitoring), dưới sự giám sát của lập trình viên. 

Nhờ cách tiếp cận này, Claude Code khác biệt với các chatbot lập trình truyền thống ở chỗ nó không chỉ trả lời câu hỏi về code, mà có thể tham gia trực tiếp vào quy trình phát triển phần mềm, đóng vai trò như một “lập trình viên ảo” hỗ trợ xử lý các tác vụ kỹ thuật trong một dự án thực. 

1.2. Claude Code có thể làm gì? 

Claude Code được thiết kế như một công cụ agentic coding [2], có khả năng tham gia vào nhiều bước trong vòng đời phát triển phần mềm thay vì chỉ gợi ý từng đoạn code. Dưới đây là các nhóm năng lực chính. 

Khám phá và hiểu codebase 

Claude Code có thể nhanh chóng đọc và phân tích toàn bộ repository để hiểu cấu trúc hệ thống. Thông qua việc tìm kiếm và mở các tệp liên quan, công cụ này có thể tóm tắt kiến trúc dự án, mô tả các module chính, giải thích luồng dữ liệu và xác định mối quan hệ giữa các thành phần như API, service và database. Khả năng này đặc biệt hữu ích khi tiếp nhận dự án mới, đánh giá code của bên thứ ba hoặc giúp lập trình viên mới onboard nhanh vào hệ thống. 

Phát triển tính năng mới 

Claude Code có thể xây dựng một tính năng hoàn chỉnh từ mô tả bằng ngôn ngữ tự nhiên. Agent sẽ phân tích yêu cầu, lập kế hoạch triển khai, xác định các file cần tạo hoặc chỉnh sửa, sau đó thực hiện thay đổi đồng bộ trên nhiều tệp trong dự án. Trong quá trình này, Điều đáng chú ý là, Claude có thể viết mã tuân thủ coding style, framework và các quy ước hiện có của dự án. 

Gỡ lỗi và sửa lỗi 

Một năng lực quan trọng của Claude Code là hỗ trợ quy trình debug. Khi nhận được log lỗi hoặc stack trace, công cụ có thể truy vết đến các đoạn code liên quan, phân tích nguyên nhân gốc rễ và đề xuất bản vá. Sau khi sửa lỗi, Claude có thể chạy lại build hoặc test để xác minh rằng vấn đề đã được giải quyết. Điều này giúp giảm đáng kể thời gian tìm lỗi trong các hệ thống phức tạp. 

Refactor và cải tiến mã nguồn 

Claude Code có thể thực hiện refactor ở quy mô lớn, chẳng hạn đổi tên hàm trên toàn bộ dự án, tách module, chuẩn hóa kiểu dữ liệu hoặc hiện đại hóa hệ thống legacy. Nhờ khả năng đọc và chỉnh sửa nhiều file cùng lúc, công cụ có thể cập nhật tất cả các vị trí sử dụng liên quan, hạn chế tình trạng sửa một chỗ nhưng bỏ sót các call-site khác. 

Viết test và tài liệu kỹ thuật 

Claude Code hỗ trợ phát triển theo hướng kiểm thử (test-driven development). Công cụ có thể tự động sinh unit test, integration test hoặc end-to-end test cho các đoạn mã mới hoặc các phần chưa có test coverage. Ngoài ra, Claude cũng có thể tạo tài liệu kỹ thuật như mô tả API, hướng dẫn triển khai, changelog hoặc bản tóm tắt pull request. 

Tự động hóa workflow DevOps 

Thông qua khả năng chạy lệnh shell và làm việc với Git, Claude Code có thể tham gia vào nhiều bước của pipeline phát triển phần mềm. Agent có thể chạy test suite, linter hoặc build, sửa lỗi CI/CD dựa trên log, tạo commit với thông điệp mô tả, mở pull request và chuẩn bị release notes. Với các tích hợp như MCP, Claude còn có thể kết nối với hệ thống bên ngoài như Jira, Slack hoặc kho tài liệu nội bộ để hỗ trợ workflow phát triển. 

1.3. Bắt đầu sử dụng Claude Code 

Claude Code được thiết kế để tích hợp trực tiếp vào môi trường làm việc quen thuộc của lập trình viên, đặc biệt là terminal và repository mã nguồn thực tế. Việc bắt đầu sử dụng khá đơn giản và thường chỉ mất vài phút cài đặt. Điều kiện cơ bản là bạn cần có tài khoản Anthropic trả phí (Pro trở lên) hoặc API key để xác thực khi sử dụng. 

Bạn đọc mới bắt đầu sử dụng Claude Code có thể tham khảo tài liệu hướng dẫn chính thức của Claude Code hoặc tham khảo khóa học miễn phí Claude Code for  Everyone tại địa chỉ: https://ccforeveryone.com. 

1.3.1 Cài đặt Claude Code 

Claude Code hỗ trợ macOS, Linux và Windows (có thể chạy native hoặc qua WSL2). Cách cài đặt khuyến nghị là dùng native installer hoặc package manager phổ biến. 

Ví dụ một số phương thức cài đặt: 

macOS / Linux: 

curl -fsSL https://claude.ai/install.sh | bash 

Windows PowerShell: 

irm https://claude.ai/install.ps1 | iex 

Các phương thức này sẽ tự động tải CLI (Command Line Interface) của Claude Code và thiết lập môi trường cần thiết. Sau khi cài xong, bạn có thể kiểm tra bằng cách gõ lệnh: 

claude 

1.3.2. Bắt đầu phiên làm việc 

Hình 1: Giao diện dòng lệnh (CLI) của Claude Code 

Sau khi cài đặt, quy trình sử dụng rất trực quan: 

1. Di chuyển vào thư mục dự án

cd my-project 

2. Khởi động Claude Code

claude 

3. Đăng nhập tài khoản Anthropic

Sử dụng lệnh /login trong phiên làm việc của Claude Code. Claude Code sẽ tự động mở trình duyệt để đăng nhập qua OAuth. Sau khi xác thực thành công, CLI quay lại phiên làm việc trên terminal. 

1.3.3. Tương tác bằng ngôn ngữ tự nhiên 

Từ thời điểm này, bạn có thể giao nhiệm vụ cho Claude bằng ngôn ngữ tự nhiên, ví dụ: 

• “Explain the architecture of this project” 

• “Write tests for the authentication module” 

• “Refactor this API endpoint and run tests” 

Hình 2: Claude Code hiểu và giải thích nội dung của codebase 

2. Tìm hiểu công nghệ, kiến trúc đằng sau ClaudeCode 

Claude Code phải chỉ là một mô hình AI biết viết code, mà là một hệ thống được xây dựng xung quanh mô hình ngôn ngữ lớn, bao gồm các thành phần như công cụ (tool), môi trường thực thi (runtime), quản lý bộ nhớ, ngữ cảnh, quyền hạn, và các cơ chế mở rộng. Việc nắm rõ kiến trúc phía sau Claude Code và các thành phần trong Claude Code giúp chúng ta dùng công cụ này đúng cách hơn và tránh việc kỳ vọng sai: hoặc “thần thánh hóa” hoặc thất vọng khi công cụ “chạy lòng vòng”, không hoạt động đúng ý định. 

2.1. Cách thức hoạt động của Claude Code 

Hình 3. Vòng lặp Agentic của Claude Code 

Claude Code hoạt động theo một vòng lặp gọi là agentic loop (Hình 3). Vòng lặp agentic này được vận hành bởi hai thành phần chính: các mô hình có khả năng suy luận và các công cụ thực thi hành động. Đây là điểm khác căn bản so với các công cụ autocomplete. Autocomplete chỉ dự đoán “đoạn code kế tiếp” dựa trên ngữ cảnh xung quanh.  

Khi nhận một nhiệm vụ, nó xử lý qua ba giai đoạn chính: (1) thu thập ngữ cảnh (gather context): tìm kiếm file, đọc code, hiểu cấu trúc codebase; (2) thực hiện hành động (take action) như sửa file, chạy lệnh, tạo file mới; và (3) xác minh kết quả (verify results): chạy test, kiểm tra output, validate thay đổi. Ba giai đoạn này thường diễn ra đan xen nhau thay vì tách biệt. Trong suốt quá trình, Claude Code liên tục sử dụng các công cụ hỗ trợ: chẳng hạn như tìm kiếm trong các tệp để hiểu mã nguồn, chỉnh sửa tệp để thực hiện thay đổi, hoặc chạy các bài kiểm thử (tests) để kiểm tra kết quả công việc. Với một câu hỏi đơn giản về codebase, Claude Code có thể chỉ cần thu thập ngữ cảnh. Với một tác vụ fix bug, nó có thể lặp nhiều vòng: tìm file liên quan, sửa code, chạy test, đọc lỗi, sửa lại, rồi kiểm tra lần nữa. Claude Code có thể nối nhiều chục hành động liên tiếp và tự điều chỉnh hướng đi dựa trên kết quả ở bước trước. Vòng lặp tiếp tục chừng nào phản hồi của mô hình còn chứa lời gọi công cụ. Khi LLM trả về văn bản thuần không có lời gọi công cụ, vòng lặp tự nhiên kết thúc, trả quyền điều khiển cho người dùng. 

Người dùng cũng là một phần của vòng lặp này. Bạn có thể ngắt quá trình bất cứ lúc nào để điều hướng Claude sang hướng khác, cung cấp thêm ngữ cảnh, hoặc yêu cầu nó thử một cách tiếp cận khác. Claude có thể hoạt động tương đối chủ động, nhưng vẫn luôn phản hồi và thích ứng với các chỉ dẫn của người dùng. 

2.2. Kiến trúc của Claude Code 

Hình 4. Kiến trúc của Claude Code – hệ thống hoạt động quanh mô hình Claude 

Hình 4 minh họa kiến trúc của Claude Code. Claude Code đóng vai trò như lớp hạ tầng agentic (agentic harness) bao quanh mô hình ngôn ngữ Claude: nó cung cấp các công cụ, cơ chế quản lý ngữ cảnh và môi trường thực thi, từ đó biến một mô hình ngôn ngữ thành một tác nhân lập trình (coding agent) có năng lực thực sự. Trong những phần tiếp theo chúng ta sẽ đào sâu hơn về các thành phần trong kiến trúc này. 

2.2.1. Mô hình – bộ não trong kiến trúc Agentic Coding 

Mô hình ngôn ngữ đóng vai trò như bộ não trong kiến trúc Agentic Coding. Claude Code sử dụng các mô hình ngôn ngữ lớn Claude như Sonet hay Opus để hiểu mã nguồn, lên kế hoạch thực các tác vụ, đưa ra quyết định khi nào cần sử dụng các công cụ, khi nào có thể trả lời câu hỏi dựa trên tri thức hiện có. Mô hình ngôn ngữ không tự thực thi các công cụ mà chỉ xác định các công cụ và các tham số cần thiết dựa trên thông tin ngữ cảnh hiện tại. Có thể hình dung LLM đóng vai trò như một cố vấn đang làm việc từ xa. Bạn gọi cho cố vấn mô tả vấn đề và những gì bạn có thể làm, cố vấn suy nghĩ đưa ra hướng dẫn xử lý bao gồm cả những công cụ bạn cần sử dụng. Ví dụ, cố vấn có thể yêu cầu bạn tìm và mở file rồi gửi lại nội dung. Bạn làm theo và báo lại kết quả để cố vấn đưa ra chỉ dẫn tiếp theo. Quá trình này lặp lại cho đến khi cố vấn thu thập đủ thông tin để đưa ra câu trả lời hoặc giải pháp cho vấn đề của bạn. 

Claude Code sử dụng các phiên bản Claude tối ưu cho lập trình và gọi công cụ (tool calling). Các mô hình ngôn ngữ này được huấn luyện và/hoặc tinh chỉnh trên lượng lớn mã nguồn đa ngôn ngữ và dữ liệu về liên quan đến tác vụ sử dụng công cụ nên được tối ưu về độ chính xác cú pháp, khả năng giữ ngữ cảnh dài, năng lực gọi công cụ chính xác. 

Claude Code cho phép sử dụng nhiều LLM khác nhau. Mô hình Sonnet xử lý tốt hầu hết các tác vụ lập trình thông thường trong khi Opus cung cấp khả năng suy luận mạnh hơn cho các quyết định kiến trúc phức tạp. 

2.2.2. Tool – cung cấp khả năng thực thi cho Claude Code 

Trong khi LLM chỉ có thể trả về kết quả dạng văn bản, tool cung cấp năng lực hành động cho Claude Code để công cụ này thực sự “agentic.” Khi được cung cấp tool, Claude Code có thể thực hiện đọc code, sửa file, chạy lệnh, tìm kiếm web, và tương tác với dịch vụ bên ngoài. Mỗi lần dùng tool, kết quả lại được đưa trở lại vòng lặp để LLM đưa ra quyết định kế tiếp. 

2.2.3. Quản lý Bộ nhớ và Ngữ cảnh 

Cửa sổ ngữ cảnh (context windows) của Claude chứa các thông tin như: lịch sử hội thoại, nội dung tệp, kết quả của các lệnh đã chạy, tệp CLAUDE.md, các skills đã tải, và các system instructions. Khi bạn làm việc lâu hơn, lượng ngữ cảnh này sẽ dần đầy lên và có thể vượt qua độ dài ngữ cảnh tối đa mà LLM hỗ trợ. 

Claude Code có cơ chế tự động nén (compact) ngữ cảnh. Khi context đạt ngưỡng 75 – 92%, module compactor tự động kích hoạt: tóm tắt lịch sử hội thoại, loại bỏ output tool dài dòng, nhưng giữ lại thông tin quan trọng (đường dẫn file, tên hàm, thông báo lỗi, quyết định đã đưa ra), đạt mức giảm 60–80% token. 

Claude Code giải quyết bài toán quản lý ngữ cảnh và bộ nhớ bằng vài cơ chế chính. 

• File CLAUDE.md. Đây là nơi người dùng đặt những hướng dẫn bền vững cho project. Tài liệu memory mô tả CLAUDE.md là một trong hai cơ chế mang tri thức qua nhiều phiên làm việc. Nó phù hợp để lưu coding standards, workflow, kiến trúc dự án, quy ước build/test. 

• Auto memory. Ngoài phần người dùng viết tay, Claude Code còn có thể tự ghi chú các learnings và patterns dựa trên corrections và preferences của người dùng. Mỗi session của Claude Code bắt đầu với một context window mới, nhưng hai cơ chế CLAUDE.md và auto memory giúp mang tri thức sang các phiên sau. 

• Subagents. Subagents hoạt động với một ngữ cảnh hoàn toàn mới, tách biệt với cuộc hội thoại chính. Khi sub-agent chạy, nó sẽ không làm phình to ngữ cảnh chính. Khi hoàn thành, chúng chỉ trả về một bản tóm tắt kết quả. Sự tách biệt này chính là lý do subagents rất hữu ích cho các phiên làm việc dài. 

2.2.4. Hooks: chỗ để gắn automation và guardrails của doanh nghiệp 

Claude Code Hooks là tính năng cho phép lập trình viên định nghĩa các lệnh shell tự động kích hoạt tại các thời điểm cụ thể trong vòng đời của Claude Code. Thay vì phụ thuộc vào bản chất xác suất của LLM để thực hiện các tác vụ lặp đi lặp lại, Hooks mang lại khả năng kiểm soát có tính xác định – đảm bảo các hành động nhất định luôn xảy ra. Có bốn sự kiện vòng đời chính: PreToolUse, PostToolUse, Notification và Stop. Các use case phổ biến bao gồm tự động kiểm tra cú pháp sau khi sửa file, chạy test suite, gửi thông báo desktop, hay kiểm tra bảo mật trước khi commit – giúp biến Claude Code thành một đối tác phát triển chuyên nghiệp, tích hợp sâu vào quy trình làm việc thực tế. 

2.2.5. Model Context Protocol – Giao thức kết nối công cụ và dữ liệu 

Model Context Protocol (MCP) là tiêu chuẩn mở được Anthropic giới thiệu vào tháng 11/2024 nhằm chuẩn hóa cách hệ thống AI tích hợp với nguồn dữ liệu và công cụ bên ngoài. MCP giải quyết “bài toán N×M” – khi mỗi ứng dụng AI trước đây cần viết connector riêng cho từng nguồn dữ liệu.  MCP sử dụng giao thức JSON-RPC 2.0 với kiến trúc ba tầng: Host (ứng dụng LLM khởi tạo kết nối, ví dụ Claude Code), Client (bộ kết nối quản lý giao tiếp trong host), và Server (dịch vụ cung cấp công cụ, cơ sở dữ liệu, API bên ngoài). 

MCP định nghĩa ba thành phần cốt lõi: Tools (hàm mà AI quyết định gọi), Resources (dữ liệu mà ứng dụng quyết định hiển thị), và Prompts (template mà người dùng chủ động kích hoạt). 

2.2.6. Cơ chế phân quyền và an toàn 

Claude Code áp dụng hệ thống phân quyền đa tầng với ba loại quy tắc đánh giá theo thứ tự ưu tiên: Deny (chặn hoàn toàn, luôn ưu tiên cao nhất) → Ask (yêu cầu xác nhận) → Allow (cho phép tự động). Năm chế độ hoạt động bao gồm: Default (hỏi khi sửa file và chạy lệnh), AcceptEdits (tự động chấp nhận sửa file, hỏi khi chạy lệnh), Plan Mode (chỉ đọc, khám phá), DontAsk (không hỏi, cho tự động hóa), và BypassPermissions (tắt mọi kiểm tra – chỉ dùng trong môi trường cô lập). 

Ở cấp hệ điều hành, Claude Code sử dụng sandbox: Seatbelt trên macOS, bubblewrap + socat trên Linux/WSL2, cung cấp lớp bảo vệ cấp kernel ngay cả khi hacker sử dụng prompt injection để vượt qua lớp quyết định của mô hình. Mỗi thay đổi file tạo checkpoint để có thể rollback, và người dùng có thể tích hợp git để cung cấp thêm lớp an toàn. 

2.2.7. Môi trường thực thi (runtime) 

Môi trường thực thi (runtime) trong Claude Code là nơi Claude Code hoạt động và tương tác trực tiếp với hệ thống của người dùng – cụ thể là terminal và codebase.Về bảo mật, Anthropic đã xây dựng một sandbox runtime để cô lập bash tool, cho phép Claude chạy lệnh trong giới hạn được định sẵn. Sandbox áp dụng hai lớp kiểm soát: filesystem isolation (chỉ đọc/ghi trong thư mục làm việc hiện tại) và network isolation (chỉ kết nối qua proxy kiểm soát). Kiến trúc này được xây dựng trên nền tảng OS-level như Linux bubblewrap và macOS seatbelt. 

Ngoài môi trường local, Claude Code phiên bản web cho phép chạy từng phiên làm việc trong một sandbox cloud riêng biệt, có thể cấu hình quyền truy cập mạng và sử dụng script để cài đặt dependencies. Đây là nền tảng giúp Claude Code vừa mạnh mẽ vừa an toàn trong môi trường doanh nghiệp. 

4. Ngành phát triển phần mềm trong làn sóng Agentic Coding 

Sự xuất hiện của các công cụ như Claude Code, Github Copilot, Cursor, Codex, Antigravity đang tạo ra một thay đổi sâu sắc trong cách phần mềm được xây dựng. Nếu trước đây công cụ AI coding chủ yếu hỗ trợ autocomplete hoặc gợi ý code, thì agentic coding đưa AI lên một vai trò mới: một tác nhân có thể lập kế hoạch, viết code, chạy test và sửa lỗi trong một vòng lặp tương đối tự chủ. Điều này khiến toàn bộ quy trình phát triển phần mềm phải điều chỉnh theo. 

4.1. Từ viết code sang viết đặc tả và kiểm chứng 

Một thay đổi quan trọng là dịch chuyển trọng tâm công việc của lập trình viên. Khi agent có thể tự viết code, giá trị của lập trình viên không còn nằm chủ yếu ở thao tác gõ từng dòng lệnh, mà chuyển sang: 

• xác định mục tiêu và phạm vi của tác vụ 

• mô tả yêu cầu rõ ràng cho agent 

• định nghĩa tiêu chí đúng (tests, đầu ra mong muốn, các tiêu chí chấp nhận) 

• đánh giá và kiểm chứng kết quả 

Một thay đổi quan trọng khác là cách viết tài liệu và specs không chỉ dành cho con người, mà còn phải theo cấu trúc rõ ràng, dễ phân tích để các agent coding có thể tự động hiểu, phân tích và sinh mã từ đó. 

Khi agent đảm nhận phần lớn việc viết code, lập trình viên sẽ dành nhiều thời gian hơn cho các khâu build, test, review và tinh chỉnh kết quả – những công đoạn đòi hỏi phán đoán con người để đảm bảo chất lượng của hệ thống. 

4.2. Dân chủ hóa khả năng xây dựng phần mềm 

Một tác động thú vị của agentic coding là mở rộng khả năng xây dựng phần mềm ra ngoài đội ngũ kỹ sư truyền thống. Khi các agent có thể đọc file, chạy lệnh, truy vấn API và tạo script tự động, nhiều nhóm không phải kỹ thuật cũng bắt đầu tạo ra các công cụ nội bộ. Ví dụ, nhóm marketing có thể tạo workflow xử lý dữ liệu CSV và sinh nhiều biến thể quảng cáo tự động; nhóm product design có thể tự triển khai bản prototype từ mockup. 

4.3. Năng suất tăng nhưng rủi ro cũng tăng 

Song song với lợi ích về năng suất là những rủi ro mới. Các báo cáo và nghiên cứu gần đây cho thấy một phần đáng kể mã nguồn do mô hình sinh mã tạo ra có thể chứa lỗ hổng bảo mật và vấn đề chất lượng, nên cần được rà soát và kiểm thử cẩn thận trước khi dùng trong môi trường sản xuất. Một số nghiên cứu thực nghiệm cũng chỉ ra mật độ code smell trong mã do mô hình sinh ra cao hơn so với mã nguồn tham chiếu tham chiếu [7], và các phân tích quy mô lớn như báo cáo GitClear quan sát thấy hiện tượng trùng lặp mã và tần suất sửa đổi tăng lên trong giai đoạn công cụ hỗ trợ lập trình bằng trí tuệ nhân tạo được sử dụng rộng rãi [8]. 

Ngoài ra, các hệ thống tự động có khả năng gọi công cụ và thực thi lệnh làm xuất hiện lớp rủi ro mới như tấn công chèn lệnh thông qua lời nhắc (prompt injection) từ nội dung kho mã hay dịch vụ bên ngoài, hệ thống tự động thực hiện hành động nguy hiểm nếu không được giới hạn quyền, và rò rỉ dữ liệu khi có thể truy cập, tổng hợp nhiều nguồn thông tin nhạy cảm. Vì vậy, nhiều hướng dẫn và công cụ hỗ trợ lập trình tự động được thiết kế theo mô hình “permission-first”: tách quyền đọc và quyền thực thi, đặt chế độ chỉ đọc làm mặc định, yêu cầu phê duyệt hoặc nằm trong danh sách cho phép trước khi chạy lệnh có tác động, và thực thi trong vùng cách ly để thu hẹp phạm vi ảnh hưởng nếu hệ thống bị khai thác. 

5. Kết luận

Claude Code cho thấy một bước tiến quan trọng trong quá trình chuyển đổi từ các công cụ hỗ trợ lập trình sang các hệ thống tác nhân lập trình. Thay vì chỉ sinh ra các đoạn mã đơn lẻ, Claude Code kết hợp mô hình ngôn ngữ, hệ thống công cụ, cơ chế quản lý ngữ cảnh và môi trường thực thi để tạo thành một hệ thống agent hoàn chỉnh có thể đọc codebase, lập kế hoạch, chỉnh sửa mã và kiểm chứng kết quả trong một vòng lặp tự động. Cách tiếp cận này biến AI từ một “trợ lý gợi ý code” thành một cộng tác viên kỹ thuật có khả năng tham gia trực tiếp vào nhiều bước của quy trình phát triển phần mềm. Kiến trúc như agentic loop, hệ thống tools, cơ chế quản lý bộ nhớ hay Model Context Protocol cho thấy Claude Code không chỉ là một sản phẩm AI đơn lẻ mà là một nền tảng kỹ thuật mở ra hướng phát triển mới cho các hệ thống lập trình dựa trên tác nhân.  

Sự xuất hiện của các công cụ agentic coding cũng đặt ra yêu cầu thay đổi đối với các công ty phần mềm. Trong bối cảnh AI có thể tự động hóa nhiều bước của quá trình viết mã, giá trị của lập trình viên và tổ chức phát triển phần mềm dần dịch chuyển từ thao tác lập trình sang thiết kế kiến trúc, đặc tả yêu cầu, kiểm chứng và quản trị chất lượng hệ thống. Các công ty phần mềm sẽ cần tổ chức lại codebase, chuẩn hóa quy trình build và test, xây dựng tài liệu kỹ thuật rõ ràng và thiết lập các cơ chế kiểm soát như permission, sandbox hay review pipeline để AI có thể hoạt động hiệu quả và an toàn. Những tổ chức thích nghi sớm với mô hình hợp tác giữa người và tác nhân AI có thể tận dụng AI để tăng năng suất phát triển phần mềm ở quy mô lớn, trong khi các tổ chức chậm thay đổi có nguy cơ bị tụt lại trong một ngành đang biến đổi nhanh chóng. 

Tài liệu tham khảo 

1. Claude Code overview: https://code.claude.com/docs/en/overview 

1. Introduction to Agentic Coding: https://claude.com/blog/introduction-to-agentic-coding 

1. How AI is transforming work at Anthropic: https://www.anthropic.com/research/how-ai-is-transforming-work-at-anthropic 

1. Understanding How Claude Code Works: A Deep Dive into LLM-Powered Developer Tools. https://virtuslab.com/blog/ai/how-claude-code-works 

1. Code execution with MCP: Building more efficient agents. https://www.anthropic.com/engineering/code-execution-with-mcp 

1. Inside Claude Code: The Architecture Nobody Explains. https://medium.com/@kanishks772/inside-claude-code-the-architecture-nobody-explains-01c9aec630ef 

1. Investigating The Smells of LLM Generated Code. https://arxiv.org/abs/2510.03029v1 

1. AI is eroding code quality states new in-depth report. https://www.devclass.com/ai-ml/2025/02/20/ai-is-eroding-code-quality-states-new-in-depth-report/1626250 

1. 2026 Agentic Coding Trends Report, by Anthropic. https://resources.anthropic.com/hubfs/2026%20Agentic%20Coding%20Trends%20Report.pdf 

1. The Future of Agentic Coding: conductors to orchestrators. https://addyosmani.com/blog/future-agentic-coding 

Bài viết độc quyền bởi Chuyên gia công nghệ FPT IS, Tập đoàn FPT 

Phạm Quang Nhật Minh  

Giám đốc Trung tâm nghiên cứu và phát triển trí tuệ nhân tạo (FPT IS AI R&D Center) 

Tiến sỹ ngành khoa học thông tin, chuyên gia trong lĩnh vực xử lý ngôn ngữ tự nhiên (NLP), với 18 năm kinh nghiệm nghiên cứu và phát triển trong môi trường hàn lâm và công nghiệp, là tác giả và đồng tác giả của nhiều bài báo khoa học trong lĩnh vực xử lý ngôn ngữ tự nhiên. Chủ đề nghiên cứu của ông hiện tại là về các mô hình ngôn ngữ lớn và ứng dụng.