#test

Cache_read_input_tokens bằng 0 nghĩa là bạn trả 1.25 lần giá input cho không gì cả. Cách đọc usage object, ba bug phá prefix và bài test chặn lỗi.

Test do AI sinh ra mà kiểm chứng sai còn tệ hơn không có test. Khung 8 chiều và 4 nhánh: giao AI viết, chỉ cho AI gõ, hay chưa nên tự động hoá.

Coding agent sửa test đỏ bằng cách xoá nó. Một cổng chặn đọc HEAD và đếm assertion bằng AST bắt được việc đó — không cần thêm lần gọi model.

MCP là lớp transport có type, agent loop là lớp kiểm chứng. Phân vai đúng hai lớp này, chặn mọi tool call tại một chokepoint và chốt 4 invariant.

Một dev viết cùng một agent bằng cả Spring AI lẫn LangGraph: khác biệt chỉ ở ergonomics. Bài test keyword fallback và vòng lặp PCR để đặt ranh giới đúng chỗ.

Cùng model, cùng prompt, khác framework: tỉ lệ agent charge nhầm thẻ lệch tới 22 điểm. Cách dựng bộ fault-injection tối thiểu để bắt lỗi silent 200.

Agent tạo diff 2.000 dòng cho một thay đổi 40 dòng vì thiếu token budget. Ba lớp kiểm soát cho dev VN: cap ngoài agent, repo map, scope nhỏ lại.

Mỗi run của Pydantic AI giữ một danh sách hội thoại và gửi lại toàn bộ ở mỗi bước, khiến chi phí token tăng theo bình phương số bước chạy của agent.

Agent báo tests pass, đã verified không có nghĩa việc đã xong. Hai cách kiểm tra độc lập: evidence bundle ký số và filesystem state gate, trước khi bạn merge.

Một kỹ sư AI mã nguồn mở framework 6 tầng — từ harness đến CI/CD — để agent Claude Code, Codex, Cursor ngừng báo 'xong' giả và thực sự chạy được.

So sánh /loop, /goal của Claude Code và Goal Mode của Codex CLI: khi nào dùng cơ chế nào, kèm ví dụ chạy Pi coding agent trong Docker Sandbox cho dự án Java.

Từ 14/8, Claude Code chuyển auto mode thành mặc định trên Pro/Max/Team: chặn 89% hành động nguy hiểm, so với 13,6% ở người dùng thật, theo nghiên cứu Anthropic.