Bỏ qua để vào nội dung chính
Hết ngồi canh agent: 5 chốt chặn trước khi giao spec ra PR

Hết ngồi canh agent: 5 chốt chặn trước khi giao spec ra PR

Bởi James Rivera
11 thg 11, 20266 phút đọc

Giao việc cho agent chạy từ spec ra pull request mà không ngồi canh: 5 chốt chặn về test, cap chi phí và shared context bạn phải giữ trong tay.

Bạn mở ba session Claude Code cùng lúc, rồi dành cả buổi chiều bấm (y/n), chạy lại test mà agent bảo đã pass, và nhắc nó điều hai bên đã thống nhất một tiếng trước. Đóng terminal, công việc dừng — bạn chính là scheduler, reviewer và bộ nhớ của cả hệ thống.

Bài này không bàn chọn agent nào. Nó bàn thứ quan trọng hơn: 5 chốt chặn bạn phải giữ trong tay trước khi để agent chạy từ spec thẳng ra pull request — rút từ build log của Kraft, một orchestrator open-source chạy local, và đợt rollout multiplayer của Cursor Projects.

Chốt 1 — Test phải chạy ở bước agent không điều khiển

Đây là chốt đáng ăn cắp nhất. Trong build log của Kraft, agent viết code trong git worktree riêng, branch riêng, không đụng vào checkout của bạn; sau đó pipeline mới chạy test ở một bước mà agent không điều khiển. Tác giả tổng kết thẳng: "Tests pass" từ agent không có nghĩa gì cho tới khi một bước nằm ngoài tầm với của nó chạy lại.

Khác biệt không nằm ở việc chạy test — ai cũng chạy test. Khác biệt là ai cầm kết quả. Agent vừa viết code vừa báo test xanh là một bên tự chấm bài. Tách bước test ra khỏi agent loop, ghi kết quả vào nơi agent chỉ đọc được, là chuyển "tests pass" từ lời khai thành bằng chứng.

Theo build log đó, khi test fail sẽ có một repair step sửa code; từ vòng hai trở đi, một judge riêng quyết định có đáng chạy thêm vòng nữa không. Chi tiết đáng chú ý: judge không phải agent đã viết bản fix. Trong cấu hình của bạn, nguyên tắc tương đương là reviewer khác writer.

Chốt 2 — Chốt spec và plan trong session, đừng chốt trong pipeline

Pattern mà tác giả Kraft mô tả rất rõ ràng: nghĩ trong session, chốt spec và plan ở đó, rồi mới đưa cho pipeline chạy và quay sang việc khác. Spec hoặc plan đã đính kèm được tính là đã quyết, nên pipeline bỏ qua hai gate đó.

Điều này đảo ngược thói quen phổ biến: quăng một câu mô tả mơ hồ cho agent rồi sửa dần qua 20 lượt chat. Nếu định bỏ canh, phần mơ hồ phải giải quyết trước, vì sau khi bấm start không còn ai ở đó để đoán ý bạn. Tác giả nói thẳng: với fix nhanh hoặc việc bạn muốn lái vài phút một lần, dùng session, đừng dùng pipeline.

Chốt 3 — Cap chi phí, và biết cap hở ở chỗ nào

Kraft đặt mặc định mỗi work item tiêu tối đa $10 và cả instance $50/ngày; item chạm cap thì dừng và trả lại toàn bộ trace. Nhưng điểm đáng học nằm ở chỗ cap bị hở: tác giả kể một lần hand-off tới pull request tốn 69 phút và $10.20 — tức vượt cap $10. Lý do, theo giải thích của chính tác giả, là cap được kiểm tra trước mỗi agent step và không thể dừng một step đang chạy giữa chừng, nên mức vượt tối đa bằng chi phí một step.

Con số $10.20 không quan trọng bằng bài học thiết kế: mọi cap kiểm tra theo bước đều vượt được đúng một bước. Khi bạn tự dựng guardrail chi phí, hãy đặt ngưỡng cảnh báo thấp hơn ngưỡng cứng đúng bằng chi phí step đắt nhất của bạn — nếu không, con số bạn báo cáo cho sếp sẽ luôn lệch.

Run được dẫn ra là 30 file, +3.044/−466 dòng, qua hai vòng repair — một data point của một người, không phải benchmark. Dùng để ước lượng bậc độ lớn, đừng dùng để lập ngân sách.

Chốt 4 — Shared context phải đi qua review như code

Ngày 10/11, Cursor mở Projects cho multiplayer, rollout beta tới toàn bộ user. Projects vốn là tính năng tháng 9 cho một engineer điều phối một đàn agent qua một coordinator; giờ bạn mời cả team vào cùng một workspace.

Phần đáng lo không phải multiplayer, mà là lớp shared context nằm trên các chat riêng của từng người: một quyết định ghi trong chat của một người trở thành thứ mọi agent trong Project đọc được. Tác giả bài phân tích gọi đó là một config surface mới, hành xử như rules file nhưng bán kính sát thương lớn hơn nhiều — rules file drift thì một repo chạy sai, shared context drift thì agent của cả team cùng lúc hành động trên thông tin cũ.

Chốt chặn cụ thể: nếu sửa shared doc mà không cần review, bạn vừa mở một kênh config không ai duyệt vào thẳng mọi agent của team. Cho thay đổi shared layer đi qua pull request, hoặc tối thiểu có một reviewer đứng tên — đúng cách bạn đang đối xử với AGENTS.md hôm nay. Mỗi doc ghi owner và ngày review gần nhất ngay dòng đầu, để tình trạng mốc meo hiện ra thành chữ thay vì âm thầm.

Chốt 5 — Phân tầng theo bán kính sát thương

Câu hỏi "CLAUDE.md hay AGENTS.md cho team, ai sở hữu file nào" giờ có thêm chỗ thứ ba. Cách chia theo bán kính sát thương:

TầngChứa gìMức review
Repo config (AGENTS.md, CLAUDE.md, rules file)Agent làm việc thế nào trong codebase nàyNằm trong repo, review trong PR
Chat cá nhânCách bạn làm việc, thử nghiệm, ý nửa vờiKhông cần — chết cùng preference của bạn
Shared layerTeam đã quyết gì, đang chạy gìChặt nhất trong ba tầng

Nguyên tắc: thứ gì lan tới mọi agent thì duyệt gắt nhất. Đẩy preference cá nhân lên shared layer là cách nhanh nhất biến sở thích một người thành luật cả team.

Chỗ đừng tin vội

Phần coordinator nói chuyện với coordinator — hai agent tự thống nhất thứ tự công việc để tránh merge conflict — là phần hấp dẫn nhất và ít bằng chứng nhất. Theo bài phân tích, Cursor đưa ra ví dụ chứ không công bố số liệu về tần suất coordinator thực sự phát hiện trùng lặp. Cứ coi đó là demo-grade cho tới khi team bạn tự nhìn thấy nó chạy — hoặc hỏng — trên việc thật.

Một rủi ro nữa ít người để ý: người mới vào được phát sẵn context họ chưa từng đọc. Khởi động nhanh, nhưng không ai audit. Kèm mỗi lời mời vào Project bằng mười phút đọc hết shared layer.

Bắt đầu từ đâu tuần này

Chọn một feature stream, không phải cả team. Trước khi bật, làm đủ ba việc: tách bước chạy test ra khỏi agent, đặt cap chi phí thấp hơn bạn nghĩ là cần, và dựng shared doc có owner cùng ngày review ở dòng đầu. Team chưa từng review một rules file nào thì sửa chuyện đó trước.

Thứ đáng theo dõi trong vài tuần tới: Cursor có công bố số liệu về tỉ lệ coordinator phát hiện trùng lặp hay không. Chừng nào chưa có con số đó, phần điều phối agent-với-agent vẫn là thứ bạn phải tự đo trên repo của mình.

Không spam, hủy đăng ký bất kỳ lúc nào.

Bài viết liên quan