Claude Code trở thành nhà máy sửa lỗi: giao 10 việc, xong 9 việc trong chưa đầy 5 phút

9 tháng 10, 2026

Một kênh YouTube vừa thử để Claude Code tự nhận cả một danh sách việc sửa lỗi trên GitHub, không chỉ trả lời từng câu hỏi một như chatbot thông thường, và kết quả khiến nhiều người làm nghề lập trình chú ý.

Một thử nghiệm nhỏ nhưng kết quả gây chú ý

Trên kênh YouTube Prompt Engineering, tác giả vừa thử một ý tưởng gọi là "software factory" (tạm dịch: nhà máy phần mềm tự động). Thay vì ngồi trò chuyện với một AI chatbot để nhờ sửa từng lỗi một, anh để Claude Code tự nhận cả một danh sách việc và tự làm hết, không cần ai ngồi cạnh nhắc từng bước.

Cách làm: trỏ Claude Code vào một kho mã nguồn (repository) thật trên GitHub, đang có sẵn 10 issue (những việc cần sửa hoặc bổ sung do người dùng báo lại). Claude Code chạy bên trong Upstash Box, một dạng "máy tính đám mây cho AI": mỗi lần chạy là một hộp cách ly riêng, có ổ đĩa, dòng lệnh và quyền truy cập Git của chính nó, tách biệt hoàn toàn khỏi máy thật của bạn. Nhờ vậy AI có thể tự do đọc, sửa, chạy thử code mà không sợ làm hỏng gì bên ngoài hộp đó.

"Nhà máy" này chạy như thế nào

Nói đơn giản, quy trình gồm ba bước lặp lại cho từng issue:

Đọc nội dung issue để hiểu người dùng đang gặp vấn đề gì.
Tự viết code sửa, rồi tự chạy thử để kiểm tra xem bản sửa có đúng không.
Nếu ổn, tự mở một pull request (yêu cầu gộp thay đổi vào kho mã nguồn chính) để người thật xem lại trước khi chấp nhận.

Đây chính là ý tưởng về AI agent: không chỉ trả lời câu hỏi, mà tự lên kế hoạch và tự hành động để hoàn thành một việc cụ thể, chỉ dừng lại chờ người duyệt ở bước cuối cùng.

Kết quả: 9 trên 10, xong trong chưa đầy 5 phút

Số liệu tác giả công bố rất cụ thể:

Toàn bộ quá trình mất 4 phút 34 giây.
Trong 10 issue, Claude Code mở 9 pull request.
Issue còn lại bị bỏ qua vì mô tả quá mơ hồ, không đủ rõ để biết phải sửa gì.
Cả 9 bản sửa đều vượt qua bộ test ẩn mà các agent chưa từng thấy trước đó, nghĩa là AI không "học tủ" theo đề bài, kết quả sửa thật sự đúng.

Chi tiết đáng chú ý nhất không phải là tốc độ, mà là việc AI biết từ chối một việc khi đề bài chưa rõ ràng, thay vì đoán bừa rồi nộp một bản sửa sai.

Điều này có ý nghĩa gì với bạn

Nếu bạn đang quản lý một dự án nhỏ, một trang web, hoặc sản phẩm cá nhân và có một danh sách việc vặt tồn đọng (lỗi nhỏ, chỉnh giao diện, viết thêm một tính năng đơn giản), ý tưởng "nhà máy phần mềm" cho thấy một cách dùng AI hiệu quả hơn là hỏi từng câu một:

Viết các issue thật rõ ràng, mỗi issue một việc cụ thể, có ví dụ về kết quả mong muốn.
Để Claude Code xử lý theo lô, rồi bạn chỉ cần duyệt lại các pull request được mở ra, thay vì tự tay làm từng việc.
Việc nào mô tả còn mơ hồ, đừng ngạc nhiên nếu AI bỏ qua. Đó là cách để tránh nhận một bản sửa sai còn tệ hơn không sửa.

Cách làm này cũng gần với tinh thần dùng Codex subagents để chia việc cho một nhóm nhỏ, có kiểm chứng kết quả: việc được chia nhỏ, giao cho AI làm song song, nhưng luôn có bước người thật xem lại trước khi chấp nhận.

Giới hạn cần biết

Đây là một thử nghiệm của một người dùng, trên một kho mã nguồn cụ thể, không phải một con số bảo đảm cho mọi dự án. Vài điều cần nhớ:

Luôn đọc lại pull request trước khi gộp, kể cả khi test đã qua. Test không bắt được mọi lỗi, nhất là lỗi về trải nghiệm người dùng hay logic nghiệp vụ.
Chạy AI agent có quyền sửa code nên được làm trong môi trường cách ly (như sandbox ở trên), không nên cho AI quyền truy cập trực tiếp vào hệ thống đang chạy thật.
Nếu bạn mới làm quen với Claude Code, nên bắt đầu từ việc nhỏ, đơn giản trước khi thử giao cả danh sách việc như trong thử nghiệm này. Có thể tham khảo hướng dẫn Claude Code từ A đến Z cho người mới.

Câu hỏi thường gặp

AI Software Factory là một sản phẩm hay chỉ là một cách làm? Đây là một cách làm (workflow) do tác giả tự xây dựng bằng Claude Code và Upstash Box, không phải một sản phẩm đóng gói sẵn bạn mua về dùng ngay.

Upstash Box là gì? Là dịch vụ cho thuê "máy tính đám mây" dạng hộp cách ly, có sẵn Claude Code bên trong, để AI agent chạy code mà không đụng vào máy thật của bạn.

Vì sao AI bỏ qua một issue thay vì cứ sửa đại? Vì issue đó mô tả quá mơ hồ. Một AI agent được thiết lập tốt nên biết dừng lại và báo "chưa đủ rõ" thay vì đoán bừa, giống như một lập trình viên cẩn thận sẽ hỏi lại thay vì đoán ý khách hàng.

Test ẩn (hidden tests) nghĩa là gì? Là bộ bài kiểm tra mà AI không được thấy trước khi làm, dùng để kiểm chứng bản sửa có thật sự đúng hay chỉ đúng với ví dụ nó đã biết.

Tôi có thể áp dụng cách này cho dự án của mình không? Có, nếu dự án của bạn có mã nguồn trên GitHub và danh sách việc được mô tả rõ ràng. Nên bắt đầu thử với vài issue nhỏ trước khi giao cả danh sách lớn.

#ClaudeCode #AIAgent #VibeCoding #TuDongHoaLapTrinh #TinAI