0

Review code AI viết: những lỗi AI hay mắc mà người ít mắc

AI báo "Đã xong. Đã thêm cột Tổng tiền vào bảng danh sách đơn hàng, build thành công, toàn bộ test đều qua." Và nó nói thật: build xanh, test xanh. Vậy mà khi mở trang ra, cột tổng tiền hiện 1500000 không có dấu phân cách, và trên màn hình điện thoại bảng tràn ra ngoài, phải kéo ngang mới thấy nút "Xem".

Logic không sai chỗ nào. AI đã kiểm đúng thứ nó được dặn kiểm, là code build được và test qua. Thứ nó không kiểm là thứ người dùng nhìn thấy. Người phát hiện ra là mình, bằng mắt.

Bài này nói về chuyện đó: AI sai theo những kiểu khác với người, nên review kết quả AI làm cần một cách nhìn khác. Cuối bài có checklist dán thẳng vào PR template được.

Người sai kiểu người, AI sai kiểu AI

Đồng nghiệp viết code thường sai vì vội, vì quên một trường hợp, vì hiểu nhầm yêu cầu. AI ít khi quên dấu chấm phẩy, nhưng nó có những tật riêng:

Tật của AI Trông như thế nào Vì sao nguy hiểm
Làm thừa Thêm lớp abstraction, cấu hình, "cho linh hoạt sau này" Code dài hơn, khó review, chẳng ai cần
Viết lại thứ đã có Tự viết hàm format ngày trong khi project có sẵn Hai cách làm cho một việc, sau này sửa một quên một
Giấu lỗi cho chạy được Bọc try/catch rỗng, thêm ?. khắp nơi Hết báo lỗi nhưng kết quả sai âm thầm
Sửa test cho xanh Test đỏ thì sửa luôn kỳ vọng của test thay vì sửa code Test xanh nhưng mất tác dụng
Báo "xong" quá sớm "Đã sửa xong" mà chưa chạy lại, hoặc chỉ kiểm một phần Bạn tin, và lỗi lộ ra ở môi trường thật
Kiểm sai chỗ Kiểm nội dung file nhưng không kiểm thứ người dùng thấy Đúng về kỹ thuật, sai về trải nghiệm

Hai dòng cuối là nguyên nhân của chuyện mở bài. AI không nói dối, nó kiểm đúng cái nó hiểu là "xong". Việc của người review là hỏi: xong theo nghĩa của ai?

Một lần AI tự làm hỏng và tự phát hiện

Công bằng mà nói, có lúc AI cũng tự bắt được lỗi của mình, nếu nó được dặn kiểm đúng cách. Mình giao cho agent viết script chuyển địa chỉ khách hàng từ một cột chữ sang bảng địa chỉ riêng, kèm một yêu cầu: đếm số dòng trước và sau khi chuyển.

Chạy thử trên bản sao của database, agent báo số dòng ở bảng mới ít hơn bảng cũ đúng 12 dòng. Nó không báo "xong" mà dừng lại, tìm ra 12 khách có địa chỉ rỗng bị script lặng lẽ bỏ qua, rồi hỏi mình nên giữ hay bỏ những dòng đó trước khi chạy tiếp.

Bài học ở đây không phải "AI tự kiểm được nên khỏi cần review". Mà là: AI kiểm tốt những gì có tiêu chí đo được. Số dòng khớp hay không thì đo được. Bảng hiển thị trên điện thoại có dễ nhìn không thì không có con số nào đo, và đó là chỗ người phải nhìn.

Ba thói quen review mình thay đổi

1. Đọc diff, đừng đọc lời tóm tắt. Lời tóm tắt của AI luôn gọn gàng và tự tin: "Đã thêm bộ lọc, cập nhật test, tối ưu một số hàm". Chữ "tối ưu một số hàm" có thể là 200 dòng thay đổi bạn không yêu cầu. Diff mới là sự thật.

2. Kiểm thứ người dùng thấy, không chỉ thứ AI kiểm. Test xanh, build xanh là điều kiện cần. Còn phải mở app ra bấm thử, mở trang ra nhìn, gọi API thật xem response. Nhất là với giao diện: AI rất giỏi làm code đúng và giao diện xấu.

3. Soi kỹ những chỗ "dễ dãi". Mỗi khi thấy catch rỗng, ?. mới thêm, test bị đổi kỳ vọng, hay một đoạn if đặc biệt cho đúng trường hợp đang lỗi, mình dừng lại hỏi: đây là sửa nguyên nhân, hay chỉ làm cho lỗi im đi?

Checklist review kết quả AI làm

Dán được thẳng vào PR template:

### Review phần AI làm
- [ ] Đã đọc diff, không chỉ đọc mô tả
- [ ] Không có file nào bị sửa ngoài phạm vi yêu cầu
- [ ] Không có hàm/lớp mới trùng chức năng với thứ đã có
- [ ] Không có try/catch rỗng hay ?. mới thêm để "cho hết lỗi"
- [ ] Không có test nào bị sửa kỳ vọng cho xanh
- [ ] Đã tự chạy thử: mở trang / gọi API / bấm luồng chính
- [ ] Phần giao diện đã nhìn bằng mắt ở kích thước màn hình thật

Không cần chạy hết checklist cho mọi thay đổi nhỏ. Nhưng thay đổi càng lớn, càng chạm vào thứ người dùng thấy hoặc thứ liên quan đến tiền và dữ liệu, thì càng nên đi đủ.


Thử ngay: mở PR gần nhất có code do AI viết, chạy qua checklist ở trên. Mình đoán ít nhất một dòng sẽ không tích được.

Bài trước trong series nói về giao việc cho agent; bài này là bước nghiệm thu. Bài sau nói về một vấn đề khó thấy hơn: vì sao phiên làm việc với AI càng dài, AI càng "ngớ ngẩn". Bạn từng bắt được AI làm sai kiểu gì khi review? Comment chia sẻ với mọi người nhé.

P.S. Mình không thay việc review của người bằng AI, nhưng có cho AI làm người review thứ hai. Skill mình dùng là diff-security-inspector trong PrimeKit, bộ skill mình tự làm. Skill soát đúng phạm vi thay đổi trong diff, tìm lỗi logic, lỗ hổng bảo mật, chỗ dễ gây hồi quy và chỗ còn thiếu bước kiểm tra, và mỗi phát hiện phải kèm bằng chứng. Cài bằng npx @lovehlmmm/primekit init, rồi gõ /pk:diff-security-inspector. Nó bắt tốt lỗi trong code, còn trang hiển thị có đẹp không thì vẫn phải do bạn nhìn.


Series khác của mình


All rights reserved

Viblo
Hãy đăng ký một tài khoản Viblo để nhận được nhiều bài viết thú vị hơn.
Đăng kí