Answer-first: Vibe Coding cho phép người dùng mô tả yêu cầu bằng ngôn ngữ tự nhiên để AI tạo và chỉnh sửa code. Phương thức này giúp rút ngắn đáng kể thời gian phát triển, nhưng đồng thời đặt ra yêu cầu mới về kiểm thử: code do AI tạo ra vẫn cần được xác minh độc lập về chức năng, bảo mật, edge case và regression trước khi đưa vào production.
Vibe Coding là gì?
Vibe Coding là cách phát triển phần mềm trong đó người dùng mô tả bằng ngôn ngữ tự nhiên điều mình muốn xây dựng, sau đó AI đảm nhiệm phần lớn việc tạo và chỉnh sửa code. Quy trình thường diễn ra theo một vòng lặp: đưa yêu cầu cho AI, chạy kết quả, quan sát hành vi và tiếp tục yêu cầu AI điều chỉnh cho đến khi đạt kết quả mong muốn.
Khái niệm “Vibe Coding” được Andrej Karpathy đặt tên vào tháng 2/2025. Từ đó, sự phát triển của các công cụ AI coding như Cursor, Replit, GitHub Copilot và Google AI Studio đã khiến phương thức này ngày càng phổ biến.
Điểm hấp dẫn nhất của Vibe Coding là tốc độ. Một tính năng có thể được tạo trong vài phút thay vì phải triển khai thủ công từng phần. AI cũng giúp giảm rào cản kỹ thuật, cho phép người dùng tập trung nhiều hơn vào mục tiêu sản phẩm thay vì cú pháp lập trình.
Tuy nhiên, “chạy được” không đồng nghĩa với “đủ an toàn để phát hành”.
Khi code được tạo nhanh hơn, câu hỏi quan trọng đối với đội ngũ phát triển và QA là: Ai đang xác minh chất lượng của phần code đó?
Vì sao code do AI tạo ra cần một cách kiểm thử khác?
Code do AI tạo ra thường được tối ưu để nhanh chóng đáp ứng yêu cầu được mô tả. Vì vậy, happy path — luồng sử dụng chính được mô tả trong prompt — có thể hoạt động tốt, trong khi các trường hợp ít được nhắc đến lại dễ bị bỏ sót.
Theo Testomat.io, một số dạng rủi ro phổ biến gồm thiếu edge case, lỗ hổng bảo mật, regression âm thầm, đầu ra không hoàn toàn xác định và các vấn đề về khả năng mở rộng.
Ví dụ, một form đăng ký có thể hoạt động tốt với địa chỉ email thông thường nhưng gặp lỗi khi người dùng nhập ký tự Unicode hoặc định dạng ít phổ biến. Một chức năng mới cũng có thể vô tình thay đổi hành vi của một chức năng cũ mà không được phát hiện nếu đội ngũ không có regression test phù hợp.
Vì vậy, quy trình kiểm thử cho Vibe Coding cần được xây dựng theo nhiều lớp:
- Security scanning: kiểm tra các vấn đề bảo mật trước khi merge.
- Unit và integration testing: xác minh từng thành phần và khả năng phối hợp giữa các thành phần.
- Risk-based regression testing: ưu tiên các luồng có giá trị và rủi ro cao.
- Exploratory và edge-case testing: kiểm tra những tình huống mà prompt ban đầu có thể chưa đề cập.
- Human review: con người vẫn cần đánh giá code và kết quả kiểm thử trước khi phát hành.
Điểm quan trọng là AI có thể hỗ trợ tạo test case hoặc automation script, nhưng không nên mặc định rằng các test này đã chính xác. Test do AI tạo vẫn cần được review để đảm bảo assertion và expected result phản ánh đúng yêu cầu nghiệp vụ.
Ý nghĩa với khách hàng
Với doanh nghiệp, Vibe Coding mang lại một lợi ích rõ ràng: tăng tốc độ biến ý tưởng thành phần mềm.
Prototype và tính năng mới có thể được xây dựng nhanh hơn, giúp doanh nghiệp thử nghiệm ý tưởng và phản hồi thị trường trong thời gian ngắn hơn.
Nhưng tốc độ phát triển chỉ có ý nghĩa khi chất lượng cũng được kiểm soát.
Nếu một tính năng được tạo ra trong vài phút nhưng chứa lỗi chưa được phát hiện, chi phí có thể xuất hiện sau khi sản phẩm đã đến tay người dùng: sửa lỗi production, regression, gián đoạn quy trình nghiệp vụ hoặc ảnh hưởng trải nghiệm khách hàng.
Đây cũng là lý do vai trò của QA đang thay đổi trong môi trường phát triển có AI.
QA không chỉ cần trả lời “test case nào đã chạy?”, mà còn phải trả lời những câu hỏi có giá trị hơn:
Phần nào của hệ thống thực sự được kiểm thử? Phần nào chưa được kiểm thử? Rủi ro nào vẫn còn trước khi release?
Martin Fowler cũng phân biệt Vibe Coding với “Agentic Programming”. Trong Vibe Coding theo nghĩa chặt, người dùng có thể gần như không xem xét code AI tạo ra; trong Agentic Programming, con người vẫn theo dõi và review code do AI sinh ra. Sự khác biệt này rất quan trọng khi phần mềm được sử dụng trong môi trường thực tế và có tác động lớn đến người dùng.
GitHub cũng ghi nhận sự gia tăng mạnh của code review có AI hỗ trợ, cho thấy khi tốc độ tạo code tăng lên, quy trình review và kiểm chứng cũng phải thích ứng.
Vì vậy, thông điệp quan trọng đối với doanh nghiệp không phải là “có nên sử dụng Vibe Coding hay không”, mà là làm thế nào để tăng tốc phát triển mà không tăng tốc rủi ro.
AI có thể giúp xây dựng phần mềm nhanh hơn. QA giúp doanh nghiệp xác định liệu phần mềm đó có đủ đáng tin cậy để sử dụng hay chưa.
Nguồn tham khảo
- Testomat.io — Vibe Coding: How to Test AI-Generated Code Before It Reaches Production.
- Martin Fowler — Vibe Coding.
- Martin Fowler — Agentic Programming.
- GitHub Blog — 60 million Copilot code reviews and counting.
- GitHub Blog — Agent pull requests are everywhere. Here's how to review them.