Câu trả lời trông quá ổn: đúng tên module, một hướng refactor gọn gàng, kèm cả kiểm thử. Chính vẻ trơn tru ấy lại dễ làm người đọc hạ cảnh giác. Đến khi bị hỏi kết luận này dựa trên những file nào, nền móng mới lộ ra khá mỏng: AI chỉ thấy một lát nhỏ của hệ thống rồi dùng những mẫu quen thuộc để lấp phần còn thiếu.
Một thói quen đáng giá khi làm kỹ thuật cùng AI là yêu cầu nó cho xem ngữ cảnh làm việc. Không phải toàn bộ chuỗi suy nghĩ ẩn bên trong, mà là phần có thể kiểm tra: nó đã dùng tệp nào, đọc dòng nhật ký nào, dòng nào trong đặc tả có liên quan, kiểm thử nào nâng đỡ nhận định, và giả định nào vẫn chưa được xác minh.
Khi đó, cuộc trao đổi đổi hẳn chất. Thay vì nhận một câu trả lời bóng bẩy, kỹ sư có thể lần theo bằng chứng. AI dẫn handler nhưng không hề xem usecase là một tín hiệu. Nó tìm được helper nhưng bỏ qua migration cũng là một tín hiệu. Nếu nó không gọi tên được kiểm thử đang hỏng, chẩn đoán kia có lẽ vẫn chỉ là giả thuyết.
Ngữ cảnh được phơi bày còn giúp giữ phạm vi khỏi phình ra. AI rất dễ đề xuất một cuộc dọn dẹp lớn vì chuyện lớn thường dễ kể cho hay. Nhưng nếu bằng chứng cho thấy lỗi chỉ nằm ở một endpoint, một dạng dữ liệu và một kiểm thử hồi quy, đội có thể giữ bản sửa đúng bằng chừng ấy. Bằng chứng lúc này là hàng rào ngăn lời giải trôi xa khỏi vấn đề.
Lời nhắc không cần cầu kỳ. Có thể yêu cầu AI liệt kê các tệp nó đang dựa vào và những điều còn chưa chắc trước khi viết bản vá. Hoặc yêu cầu nó nêu bằng chứng cục bộ cho chẩn đoán, cùng điều gì có thể chứng minh chẩn đoán đó sai. Cách hỏi này khiến AI chậm lại một nhịp có ích: bớt vội hoàn tất, thêm khả năng để con người kiểm tra và cộng tác.
Phần trách nhiệm của con người vẫn còn nguyên. AI có thể đọc nhầm tệp, nói quá sức nặng của một bằng chứng hoặc dẫn một nguồn chẳng liên quan. Cho xem ngữ cảnh không thay thế review; nó chỉ làm review trở nên khả thi. Kỹ sư vẫn cần mở mã nguồn, chạy kiểm thử và tự xác nhận bằng chứng có thật sự đỡ được kết luận hay không.
Điều này càng quan trọng trong hệ thống lớn. Đáp án đúng đôi khi nằm ở một đường biên, quy tắc tenant, phiên bản ứng dụng cũ, feature flag hay quy ước vận hành không hề hiện ra trong prompt. Danh sách ngữ cảnh đủ rõ không chỉ cho biết AI đã thấy gì, mà còn giúp người đọc nhận ra nó chưa thấy gì.
Một quy trình dùng AI tốt nên để lại dấu vết cho người đến sau. PR hoặc ghi chú cuối cùng cần phân biệt phần nào do AI tạo, phần nào đã được kiểm chứng và nguồn nào có vai trò quyết định. Đó không phải thủ tục thừa; đó là cách giữ cho lý do phía sau thay đổi không biến mất cùng prompt.
Độ tin cậy không nên đến từ cảm giác rằng câu trả lời nghe rất đúng. Nó nên đến từ khả năng kiểm tra câu trả lời ấy đang đứng trên đâu. Khi nền móng được chỉ ra rõ ràng, AI mới thật sự trở thành một cộng sự có thể rà soát.