🧬 Coding Agent hồi sinh code khoa học cũ, chạy nhanh gấp 60 lần
Bạn từng thấy đống code nghiên cứu 10 năm tuổi mà không ai dám sửa chưa? OpenAI vừa công bố field report cùng các đối tác học thuật, ngày 29-30/7/2026, chứng minh coding agent xử lý được đống đó, và tăng tốc gấp 60 lần.
🔬 Tám dự án, một câu hỏi
Báo cáo ghi lại tám lần triển khai thực tế. Năm dự án dùng riêng Codex. Ba dự án còn lại kết hợp Codex với Claude Code của Anthropic. Mục tiêu giống nhau: giao cho agent xử lý phần mềm khoa học cũ, ít người bảo trì, xem nó làm được gì.
🦀 RustQC: 20.000 dòng code đổi ngôn ngữ
Dự án nổi bật nhất tên RustQC. Agent viết lại 20.000 dòng C++ đã ngừng bảo trì sang Rust, đồng thời gộp 15 công cụ kiểm tra chất lượng rời rạc thành một pipeline duy nhất. Thời gian chạy giảm từ 15 giờ 34 phút xuống còn 14 phút 54 giây. Nhanh hơn 60 lần.
⚠️ Agent tự tin, nhưng không biết mình sai
Đây là phần bạn cần đọc kỹ. Agent hoàn thành tốt các tác vụ được định nghĩa rõ ràng: refactor, tối ưu, gộp pipeline. Nhưng agent không tự phán đoán được liệu kết quả có đúng về mặt khoa học hay không. Nó trình bày code với sự tự tin y hệt nhau, dù đoạn đó đúng hay sai.
Nhà nghiên cứu vẫn phải định nghĩa câu hỏi khoa học, tự xác minh kết quả, và đứng tên chịu trách nhiệm lâu dài với hệ thống. Agent chỉ thực thi, không thay thế được vai trò đó.
🧬 Genomics và núi code không ai đụng tới
Ngành gen học chất đầy phần mềm cũ, phần lớn thiếu nhân lực kỹ thuật để bảo trì. Field report này cho thấy một hướng đi rõ ràng: để agent gánh phần kỹ thuật (bảo trì, tối ưu, tái thiết kế), nhà khoa học dồn thời gian cho câu hỏi nghiên cứu thay vì vật lộn với code của người tiền nhiệm để lại.
🤖 Bức tranh về vai trò con người và AI
Kết quả từ tám dự án vẽ ra ranh giới cụ thể: agent giỏi thực thi, con người giỏi phán đoán. Ghép hai thứ đúng chỗ, hiệu suất tăng gấp nhiều chục lần mà không ai phải đánh đổi độ tin cậy của kết quả nghiên cứu.
Nếu bạn đang ngồi trên một đống legacy code khoa học, đây có phải lúc thử giao việc cho coding agent chưa?
