AI viết code nhanh nhưng codebase ngày càng mong manh

Evan Merz, kỹ sư vừa rời Meta tháng 05/2026, viết essay nói AI viết code càng nhanh thì codebase càng mong manh, lan truyền trên Hacker News trong khoảng 10-11/11/2026. Anh em nào dùng Claude Code, Cursor hay Codex hằng ngày thì đọc xong sẽ tự hỏi, tin được tới đâu và ngày mai mình phải làm gì khác đi.

Essay của Evan Merz là trải nghiệm một người, số liệu độc lập đo issue tồn đọng chứ không đo incident, cách sửa là đổi vị trí con người đứng, giữ architecture và review.

Evan Merz, kỹ sư ex-Meta bị layoff tháng 05/2026, viết gì mà Hacker News xôn xao

Evan Merz viết từ trải nghiệm bên trong, anh viết ít nhất 90% code bằng AI trong những tháng cuối ở Meta rồi 100% ở công ty mới.

Ảnh minh họa tự tạo: một lập trình viên đọc essay về AI coding, chụp từ phía sau.

Evan Merz là ai, 90% code bằng AI ở Meta nghĩa là gì

Những tháng cuối ở Meta, anh viết ít nhất 90% code bằng AI, mức minimum for a decent rating, nhưng AI không giúp anh viết nhiều gấp 2 lần, và sau Meta, ở một công ty tech lớn khác, anh viết 100% vì đó là expectation today. Anh suy đoán lý do layoff là anh kháng cự dùng AI hơn đồng nghiệp.

Vì sao essay này lan truyền trên Hacker News 10-11/11/2026

Essay lên Hacker News, hôm 11/11 mình mở thread gốc thì trình duyệt trả về lỗi HTTP 419, số điểm và bình luận chưa xác minh nên mình không đăng. Essay lan truyền vì khung 4 cách cộng 4 dấu hiệu rõ ràng.

4 cách gây mong manh cộng 4 dấu hiệu, incident nhiều hơn và khắc phục lâu hơn

Khung gồm 4 cách AI gây mong manh, cộng 4 dấu hiệu codebase yếu đi, là nhiều incident hơn, khắc phục lâu hơn, lỗi chỉ user mới thấy, trải nghiệm người dùng tệ dần. Chuỗi incident kể một p0 cuối tháng, rồi hai SEV tháng sau, rồi incident mỗi cuối tuần, nhưng đây chỉ là cảm nhận kể lại, không có số liệu đối chiếu.

4 cách AI làm codebase mong manh, từ test nông tới review không kịp

Bốn cách này là phần mạnh nhất của essay. Anh em soi bộ tool đang dùng thì đọc thêm đánh giá 9 công cụ AI hỗ trợ lập trình trên site.

Ảnh minh họa tự tạo: code do AI sinh ra dày đặc và rối rắm, review không kịp.

AI chỉ test get/set tầm thường, khoảng trống không hiện ở line coverage

Anh em nào từng tin line coverage cao là an toàn thì soi lại đi. AI hay test hàm get/set tầm thường, test e2e chỉ phủ case đã có và một loại user, khoảng trống không hiện ở line coverage. Tác giả viết, AI tends to solve the problems that can fit within its context window very well, but it’s totally oblivious to the long term issues that can’t be understood in that relatively small frame, tức là vấn đề dài hơi thì AI mù tịt.

2-3 helper khi 1 là đủ, vụ mouseover dùng JS events thay vì CSS hover

Code quá phức tạp, AI hay dùng 2-3 helper trong khi 1 là đủ, tuân thủ DRY cứng nhắc, ví dụ dev giỏi nhất team từng thử merge code dùng JS events cho mouseover thay vì CSS hover. Kiểu code này chạy được, test vẫn xanh, ai đọc phải lần theo mấy lớp abstraction.

Càng dựa vào agent, càng ít dev hiểu codebase

Con người mất hiểu biết, càng dựa vào agent thì càng ít dev hiểu codebase, không nhận ra abstraction mới không khớp cấu trúc cũ, agent không tìm được lỗi thì người phải đào một codebase lạ, khắc phục lâu hơn. Mình đọc tới đây thì soi lại repo của mình trước, vì chỗ này đo bằng cảm giác code lạ hay quen chứ không đo bằng số. Tác giả gói lại: AI codebases are software made by AI for AI.

PR tới nhanh hơn, review skim, lỗi nhỏ tích lũy thành spaghetti code

Tốc độ quá nhanh, PR tới nhanh hơn, review ít thời gian, dev skim code, lỗi nhỏ tích lũy thành spaghetti code. Paul ở cubic viết, When you’re shipping 10x more code, validation becomes the bottleneck. Not generation speed or model quality, tức là khâu kiểm chứng mới là cổ chai.

Hacker News cãi nhau, một bên sợ mất đường về, một bên bảo nền tốt thì AI viết tốt

Essay chưa đủ kết luận, cộng đồng Hacker News mới là chỗ soi cơ chế của Evan Merz có gặp ở repo khác không.

Ảnh minh họa tự tạo: cộng đồng lập trình viên tranh luận hai chiều về AI coding, như các thread 49944055, 48092782, 48614631, 46940077, 45405177 và 45901525.

Phía ủng hộ, trapdoor không đường về và 75.000 dòng bị xóa

Bình luận thread 49944055 viết, AI can produce code faster than you can review it and if you are not careful you find yourself on the other side of a trapdoor with absolutely no way back. Bình luận thread 48092782 kể sau 3 tháng agentic coding phải xóa 75.000 trên 140.000 dòng code, con số tự kể. Bình luận thread 48614631 nói agent tạo some giant complex set of abstractions, đồng nghiệp lo đóng ticket thì tech debt cứ tăng vì không có cơ chế đẩy lại.

Còn Paul ở cubic thì nói chuyện với hơn 200 engineering team, con số tự kể.

Phía phản biện, nền tốt thì AI viết tốt

Bình luận thread 46940077 viết, AI là force multiplier, nền xấu thì AI nhân cái xấu lên, nền tốt thì AI giữ style sạch, The code foundation is everything, nhưng người này thừa nhận AI vẫn làm mòn cấu trúc tốt nếu thiếu review. Bài trên thread 45405177, The AI coding trap, nói plan-build-test-reflect loop mới quyết định, yolo build thì sập nhanh. Mình đọc thread này thì gặp một ý phản biện đáng tiền, code người cũ bỏ lại cũng lộn xộn khó hiểu không kém, khác biệt là AI làm ra nhanh hơn và nhiều hơn. Có doanh nghiệp lớn đã siết lại cách dùng, anh em đọc vụ Goldman Sachs thu hồi Claude Code là thấy.

Góc trung lập, đừng cãi AI tốt hay xấu, hãy đo nó bằng công cụ

Daniel Vaughan viết trên Codex rằng MSR 2026 nên đọc như phép hiệu chỉnh, cách phòng thủ là lint hook, AGENTS.md, security scan trước commit, phát hiện trùng lặp. Thread 45901525 nhắc institutional knowledge, code AI trông tốt chung chung nhưng sai với hệ thống cụ thể. Kunal Ganglani và Joan Comadran nói review AI code là biến một patch nghe hợp lý thành thứ dám đặt pager lên.

MSR 2026, DORA 2025, GitClear và Sonar đo được gì, 24,2% chỉ đếm issue tồn đọng

Nghe essay và cộng đồng cãi nhau, cần số liệu độc lập. Mình đọc số MSR trước, rồi soi các số còn lại cùng anh em.

Ảnh minh họa tự tạo: đọc và đối chiếu các nghiên cứu độc lập về AI coding.

MSR 2026 đo 304.362 commit AI, 24,2% issue sống sót

Stack Overflow Survey 2025 ghi 84% dev dùng hoặc dự định dùng AI. MSR 2026 của Liu et al., arXiv 03/2026, đo 304.362 verified AI-authored commit trên 6.275 GitHub repo, 5 tool Copilot, Claude, Cursor, Gemini, Devin.

Tổng cộng 484.606 distinct issue, code smells chiếm 89,1%, hơn 15% commit introduce ít nhất một issue, và 24,2% issue do AI tạo còn ở revision mới nhất.

Ví dụ, hysteria2 dùng shell=True, librealsense có hằng chưa định nghĩa tồn tại hơn 3 tuần. Huang et al., qua Daniel Vaughan trên Codex, ghi AI PR có maximum redundancy score gấp 1,87 lần code người, 0,2867 so với 0,1532. 24,2% đo issue còn tồn đọng, chứ không đo tỉ lệ code AI bị lỗi. Đọc 24,2% thành tỉ lệ code AI lỗi thì oan cho nghiên cứu quá.

DORA 2025 survey gần 5.000 người, throughput tăng, instability cũng tăng

DORA 2025, công bố 23/09/2025, survey gần 5.000 tech professional tháng 06-07/2025, ghi 90% dùng AI, tăng 14% so với năm trước, hơn 80% nói AI tăng năng suất, throughput tăng nhưng delivery instability vẫn tăng, khoảng 30% respondent ít hoặc không tin AI output, chỉ 3% báo cáo high trust. DORA 2024 ghi tăng 25% AI adoption gắn với throughput giảm 1,5% và stability giảm 7,2%, đây là tương quan, số này qua RedMonk và iVector.

GitClear và Sonar, 88% thấy tiêu cực mà 93% cũng thấy tích cực

GitClear 2025, đo 211 triệu changed lines 2020-2024, copy-paste tăng từ 8,3% lên 12,3%, moved và refactored giảm 24,1% xuống 9,5%, churn tăng 3,1% lên 5,7%, duplicated code blocks tăng 8 lần năm 2024. Báo cáo 2026 qua TartLabs ghi duplicated code tăng 81% so với pre-AI, moved code giảm 70%.

Sonar 01/2026, survey hơn 1.100 dev, ghi 88% thấy AI tác động tiêu cực lên technical debt nhưng 93% cũng thấy tích cực, AI tạo 42% committed code theo tự ước tính. Số này mình đọc qua nguồn thứ cấp, chưa đọc báo cáo gốc. GitClear bán git analytics nên có xung đột lợi ích.

Không nghiên cứu nào đo AI gây thêm bao nhiêu incident

Không nghiên cứu nào đo AI gây thêm bao nhiêu incident, MSR đo issue tồn đọng, DORA đo tương quan survey, GitClear đo trend theo thời gian, Sonar đo cảm nhận của dev, UMA Technology cần so sánh có kiểm soát mới kết luận được.

Giới hạn bằng chứng, essay 1 người và thread gốc đọc không được

Nghe essay, cộng đồng và số liệu, anh em cần biết câu chuyện chắc tới đâu.

Ảnh minh họa tự tạo: soi kỹ từng bằng chứng trước khi tin một cáo buộc về AI.

Essay Evan Merz chỉ là trải nghiệm 1 người, không có số đo

Essay của Evan Merz là quan sát của một người, một tới hai công ty, không có số liệu đối chứng, chuỗi incident p0 và SEV không kèm tên sản phẩm hay số liệu hệ thống, và lý do layoff cũng chỉ là suy đoán, không phải kết luận điều tra. Nhưng ví dụ cụ thể và cơ chế rõ ràng là điểm mạnh.

Hacker News gốc chưa đọc trực tiếp được, 6 username gợi ý chưa kiểm chứng được

Thread gốc mang số 50438318, mình mở ngày 11/11/2026 thì trình duyệt trả về HTTP 419. Mấy username gợi ý mình tìm vẫn không thấy, chưa kiểm chứng được. Các quote trong bài đều từ thread liên quan đã xác minh.

Số của GitClear, CodeRabbit, cubic và số New Relic, Code Ninety, Kalki chưa kiểm chứng được

MSR 2026 là preprint quan sát, đo issue chứ không đo incident, còn nghiên cứu của Huang et al. thì mình chưa đọc paper gốc mà chỉ đọc qua bài tổng hợp của Daniel Vaughan trên Codex. GitClear, CodeRabbit và cubic là vendor nên có xung đột lợi ích, case checkout của cubic là số tự kể. Số New Relic, Code Ninety và Kalki chưa kiểm chứng được nên không dùng.

Checklist dùng Claude Code, Cursor, Codex mà không làm codebase mong manh

Checklist là thực hành các team đang dùng, hiệu quả chưa có nghiên cứu đo.

Ảnh minh họa tự tạo: làm theo checklist review code AI trước khi merge.

Viết acceptance criteria và test trước khi cho AI code

Làm theo ngay: viết behavioral contract 5-10 bullet trước khi cho AI code, test theo requirement thay vì theo branch, ít nhất một property test, một invariant test, review test trước code, đừng để cùng một model vừa viết fix vừa viết test duyệt fix. Cách này chặn lỗi test nông, vì test theo requirement bắt được case AI chưa biết. Test và spec là artifact bền, implementation là đồ dùng một lần, theo Kunal Ganglani và Joan Comadran.

Giữ diff nhỏ, ghi rule vào AGENTS.md, chạy lint và security hook

Làm theo ngay: giữ diff tối thiểu, ghi vào AGENTS.md module tái sử dụng, quy tắc bất thành văn, chạy hook PostToolUse với ruff, mã E722, F841, F811, dùng jscpd phát hiện trùng lặp, chạy bandit scan trước mỗi commit. Diff nhỏ thì review mới kịp, chặn lỗi code quá phức tạp và mất hiểu biết. Cubic gợi ý mã hóa quy tắc bất thành văn thành rule để AI enforce trên mọi PR, bắt đầu từ 5 incident gần nhất.

Phân tier review theo rủi ro, preview environment mỗi PR, refactor định kỳ

Làm theo ngay: phân tier review theo rủi ro, theo Anthropic, the change sets the tier, not the author, docs auto-merge, change thường một người review, auth, money và data hai người review, quét API bịa, kiểm tra idempotency, giữ authority boundary ở auth, billing và PII. Cách này chặn lỗi review vội, vì agent ship một change trong 5 phút, người cần 45 phút review kỹ. Anh em thêm preview environment mỗi PR, áp plan-build-test-reflect loop thay vì yolo build. Mình hay dành một buổi cố định trong tuần để refactor phần AI vừa viết, vì không xếp lịch thì chỗ đó cứ lùi mãi. Anh em muốn có sẵn câu lệnh review thì đọc thêm bộ prompt review mã nguồn, refactor và sinh unit test tự động trên site.

Bảng map nhanh 4 lỗi trong essay sang hành động làm ngay

Anh em tự đo bằng incident và thời gian review của team.

Đổi chỗ con người đứng, giữ architecture và review, để AI lo gõ code

Ảnh minh họa tự tạo: đổi cách dùng AI, con người giữ architecture và review.

Essay cho mình cơ chế, số liệu độc lập thu hẹp cáo buộc về đúng thứ nó đo được, và checklist thì cho mình việc làm ngay ngày mai. Con người giữ architecture, acceptance criteria, review và hiểu biết về codebase, AI giữ gõ code nhanh. Anh em đang dùng Claude Code, Cursor hay Codex thì repo của anh em có dấu hiệu nào trong 4 dấu hiệu đó không, anh em đã đổi cách review hay AGENTS.md chưa, kể trong bình luận nhé.

Nguồn tham khảo

• Essay của Evan Merz, AI Usage Generates a Fragile Codebase: https://evanxmerz.com/post/ai-usage-generates-a-fragile-codebase/
• Hacker News, thread gốc của essay: https://news.ycombinator.com/item?id=50438318
• Hacker News, thread 49944055: https://news.ycombinator.com/item?id=49944055
• Hacker News, thread 48092782: https://news.ycombinator.com/item?id=48092782
• Hacker News, thread 48614631: https://news.ycombinator.com/item?id=48614631
• Hacker News, thread 46940077: https://news.ycombinator.com/item?id=46940077
• Hacker News, thread 45405177: https://news.ycombinator.com/item?id=45405177
• Hacker News, thread 45901525: https://news.ycombinator.com/item?id=45901525
• Liu et al., MSR 2026, Debt Behind the AI Boom, arXiv: https://arxiv.org/html/2603.28592v1
• Daniel Vaughan, tổng hợp 2 nghiên cứu MSR 2026, Codex: https://codex.danielvaughan.com/2026/06/23/silent-technical-debt-ai-generated-code-empirical-evidence-codex-cli-quality-defence-patterns/
• Paul, cubic, Why AI Code Fails Differently: https://www.cubic.dev/blog/why-ai-code-fails-differently
• RedMonk, DORA 2025: https://redmonk.com/rstephens/2025/12/18/dora2025/
• iVector, DORA 2025 AI amplifier effect: https://www.ivector.co/blog/dora-2025-ai-amplifier-effect-engineering
• TartLabs, AI-generated code and technical debt, dữ liệu 2026: https://www.tartlabs.com/blog/ai-generated-code-and-technical-debt-what-the-2026-data-shows
• Hamman Samuel, GitClear, AI-assisted coding và code trùng lặp, Medium: https://hammansamuel.medium.com/how-ai-assisted-coding-fills-your-codebase-with-clones-188ec2464894
• UMA Technology, AI-generated code and hidden technical debt: http://umatechnology.org/ai-generated-code-and-hidden-technical-debt-why-problems-persist/
• Kunal Ganglani, review AI-generated code checklist: https://www.kunalganglani.com/blog/review-ai-generated-code-checklist
• Joan Comadran, how to review AI-generated code: https://www.joancomadran.dev/blog/how-to-review-ai-generated-code