Nguyen Le Phong

Từ SDLC Đến ADLC: Cách AI Agent Đang Viết Lại Vòng Đời Phát Triển Phần Mềm

Phát triển phần mềm đang trải qua bước ngoặt lớn nhất kể từ giao diện đồ họa. Những giai đoạn mà kỹ sư từng làm thủ công — lập kế hoạch, code, kiểm thử, triển khai — ngày càng được các AI agent thực thi song song. Đây là một hướng dẫn rõ ràng, trực quan về bước chuyển từ SDLC kinh điển sang ADLC đang lên (Agentic Development Life Cycle): hai vòng đời vẽ cạnh nhau, sáu chuyển dịch cụ thể đang diễn ra ngay lúc này, những con số ban đầu gợi ý điều gì, nó thật sự nghĩa là gì với công việc hằng ngày của một kỹ sư, và năm best practice ít rủi ro để bắt đầu đi nhanh hơn — mà không trao đi phần phán đoán vẫn phải là của bạn.

Lập trình cùng AI agent đang trở thành chuẩn mới của phát triển phần mềm. Mọi giai đoạn kỹ sư từng tự tay làm — lập kế hoạch, code, kiểm thử, triển khai — giờ agent có thể thực thi, phần lớn là tự nó.

Phát triển phần mềm vừa trải qua thay đổi cấu trúc lớn nhất kể từ khi giao diện đồ họa thay thế dòng lệnh. Suốt nhiều thập kỷ, công việc là một cuộc chạy tiếp sức: con người chạy từng giai đoạn, bàn giao cho giai đoạn kế, rồi chờ. Giờ một khuôn mẫu mới đang thành hình, trong đó AI agent đảm nhận phần lớn việc thực thi — viết, refactor và kiểm thử song song — còn kỹ sư lên một tầng cao hơn để đặt mục tiêu, lái hướng và kiểm chứng.

Cách gọi tắt cho mô hình cũ là SDLC (Software Development Life Cycle). Cách gọi tắt cho thứ đang thay thế nó là ADLCAgentic Development Life Cycle. Đây là một phân tích điềm tĩnh, trực quan về chính xác điều gì đã đổi, nó nghĩa là gì với công việc hằng ngày của bạn, và cách áp dụng nó mà không đánh mất phần phán đoán vẫn phải thuộc về con người.

Bước ngoặt lớn nhất kể từ GUI

Thay đổi cốt lõi dễ nói mà khó thấm: đơn vị công việc dịch từ một con người làm một tác vụ sang một con người điều phối các agent làm tác vụ đó. Trong thế giới cũ, mọi giai đoạn đều bị khóa, tuần tự và do con người làm — QA chỉ diễn ra sau thiết kế, và đổi yêu cầu giữa chừng làm vỡ mọi thứ phía sau. Trong thế giới mới, agent viết, refactor và kiểm thử song song, mục tiêu tiến hóa khi công việc dần lộ ra, và phản hồi là trực tiếp chứ không phải hồi cố.

Điều đó không có nghĩa kỹ sư biến mất. Nó nghĩa là trọng tâm của công việc dịch chuyển — từ gõ phần triển khai sang định nghĩa ý định, điều phối agent, và phán xét kết quả. Để thấy vì sao, hãy đặt hai vòng đời cạnh nhau.

SDLC: cách cũ

Vòng đời kinh điển là một vòng lặp theo chiều kim đồng hồ gồm tám giai đoạn, mỗi giai đoạn do con người làm và — quan trọng nhất — mỗi giai đoạn gần như bị khóa trước khi giai đoạn kế bắt đầu.

Vòng SDLC chạy theo chiều kim đồng hồ qua tám giai đoạn do con người làm: Lập kế hoạch, Yêu cầu, Thiết kế hệ thống, Lập trình, Kiểm thử & QA, Triển khai, Bảo trì, và Đánh giá, rồi lặp về Lập kế hoạch.Lập kế hoạchPhạm vi, ngân sách, thời gianYêu cầuThu thập & ghi nhận nhu cầuThiết kế hệ thốngKiến trúc & thiết kế DBĐánh giáKPI & review hiệu suấtLập trìnhCode & unit testBảo trìSửa lỗi & váTriển khaiRelease lên productionKiểm thử & QAIntegration & regression test
SDLC kinh điển: tám giai đoạn tuần tự, do con người làm, mỗi giai đoạn chốt xong mới sang giai đoạn sau.

Sức mạnh của nó là tính dự đoán được; điểm yếu là sự cứng nhắc. Vì QA là một giai đoạn riêng đến sau thiết kế và lập trình, vấn đề bị phát hiện trễ. Vì phạm vi cố định từ đầu, một thay đổi yêu cầu giữa chừng dội ngược lại và làm vỡ kế hoạch. Việc học được để dành tới buổi retro ở cuối cùng — rất lâu sau khi nó còn có thể giúp ích.

ADLC: cách mới

Agentic Development Life Cycle giữ hình dạng một vòng lặp nhưng đổi ai làm việc và làm khi nào. Phần lớn các giai đoạn giờ do agent thực thi, thường là vài agent song song — và một giai đoạn được giữ lại cho con người một cách có chủ đích.

Vòng ADLC chạy theo chiều kim đồng hồ qua chín giai đoạn, phần lớn do agent làm: Định nghĩa mục tiêu, Dựng PRD, Viết Skills, Điều phối agent, Code tự động, Test tự động, Đánh giá thủ công và Observability (điểm rà soát của con người), Triển khai, và Giám sát và Phản hồi, rồi lặp về Định nghĩa mục tiêu.Định nghĩa mục tiêuý định · kết quả · giới hạnDựng PRDproduct spec & kết quảViết Skillstool, prompt, năng lựcĐiều phối agentkiến trúc & thiết kế DBGiám sát & Phản hồiperf trực tiếp · driftCode tự độngagent viết & refactorTriển khaiauto CI/CD qua agentĐánh giá thủ công & Observabilityphê duyệt, chỉnh & lái hướngTest tự độngtest & eval do agent chạy
ADLC đang lên: agent làm phần lớn các giai đoạn song song, với một điểm rà soát con người có chủ đích — Đánh giá thủ công & Observability — luôn giữ trong vòng lặp.

Hãy đọc theo chiều kim đồng hồ. Bạn định nghĩa mục tiêu (ý định, kết quả, ràng buộc), dựng một PRD để agent thực thi theo, viết các skills (tool, prompt và năng lực chúng dùng), và điều phối các agent. Từ đó agent tiếp quản: code tự động (chúng viết, refactor và gọi tool) và test tự động (chúng chạy bộ test và eval của riêng chúng). Rồi đến bước duy nhất vẫn vững vàng thuộc về con người — đánh giá thủ công và observability, nơi bạn phê duyệt, chỉnh sửa và lái hướng — trước khi triển khai (auto CI/CD qua agent) và giám sát và phản hồi liên tục (perf trực tiếp, phát hiện drift) đổ thẳng trở lại vào mục tiêu. Vòng lặp gần như không bao giờ dừng; nó chỉ siết chặt dần.

Sáu chuyển dịch, đặt cạnh nhau

Bóc tách ra, cuộc chuyển hóa là sáu thay đổi cụ thể. Đây là cốt lõi của khác biệt:

Khía cạnhSDLC — cách cũADLC — cách mới
Người làmMọi giai đoạn do lập trình viên làm thủ công.Agent tự đảm nhận việc thực thi xuyên suốt các giai đoạn.
Lập kế hoạchPhạm vi, ngân sách và yêu cầu bị khóa từ đầu.Mục tiêu và PRD tiến hóa động khi agent học.
Tốc độ phát triểnGiai đoạn sau không thể bắt đầu cho tới khi giai đoạn trước được ký duyệt.Nhiều sub-agent làm song song trên các tác vụ.
Kiểm thửQA là một giai đoạn riêng diễn ra sau thiết kế.Agent chạy test liên tục suốt quá trình code.
Khả năng thích ứngĐổi yêu cầu giữa chừng gây hỗn loạn.Agent re-plan và tự sửa theo thời gian thực.
Vòng phản hồiViệc học diễn ra ở buổi retro tổ chức lúc cuối.Agent giám sát hiệu suất trực tiếp và phát hiện bất thường.

Những con số ban đầu nói gì

Đây không phải một dự báo — nó đã đang diễn ra ở các đội ngũ production. Theo báo cáo của Anthropic về xu hướng agentic coding, các đội kỹ sư ở những công ty như Wiz và CRED cho biết đã tăng gấp đôi tốc độ thực thi sau khi áp dụng quy trình do agent dẫn dắt. Trong một ví dụ được trích dẫn nhiều, Claude Code được cho là đã chạy tự động khoảng bảy giờ để hoàn thành một phần triển khai phức tạp trong một codebase khoảng 12,5 triệu dòng tại Rakuten.

Đọc các con số một cách thành thật

Những con số như thế là tín hiệu thật, nhưng nên đọc như hướng đi, không phải lời bảo đảm. Chúng đến từ những đội đã tái cấu trúc cách làm việc, trên những tác vụ hợp với agent. Kết quả của bạn phụ thuộc vào độ rõ của mục tiêu, chất lượng bộ test, và mức bạn đầu tư vào bước đánh giá của con người — chứ không phải vào con số tít.

Điều này thật sự nghĩa là gì với kỹ sư

Nếu phản xạ của bạn là “cái này thay thế mình à?”, cách nghĩ hữu ích hơn là “cái này dời chỗ mình.” Phần thực thi lặp lại — boilerplate, đấu nối, test vòng đầu, refactor thường nhật — dịch sang cho agent. Thứ ở lại, và tăng giá trị, là tất cả những gì quanh nó: định nghĩa mục tiêu sắc bén, thiết kế hệ thống, viết các skills agent dùng, và vận dụng phán đoán để phân biệt một kết quả tốt với một kết quả sai-mà-tự-tin.

Thay đổi thói quen lớn nhất nằm ở khâu review. Trong SDLC bạn review code từng dòng. Trong ADLC, khi agent có thể tạo ra hàng nghìn dòng mỗi giờ, review từng dòng thôi không còn co giãn nổi. Công việc dịch sang review kết quả và các edge case: nó có đạt mục tiêu không, có xử lý được những đầu vào hóc búa không, có an toàn không, có dễ bảo trì không? Bạn thôi là người viết từng dòng và trở thành người chịu trách nhiệm về việc cả hệ thống có đúng hay không.

Năm best practice để đi nhanh hơn

Bước chuyển có thể gây choáng nếu bạn cố áp dụng tất cả cùng lúc. Đừng. Đây là một lộ trình ít rủi ro và sinh lãi kép:

  1. Bắt đầu với một agent, ở khâu kiểm thử. Tự động hóa khâu test trước là điểm khởi đầu ít rủi ro nhất, lợi ích cao nhất — test thì kiểm tra được và gói gọn, nên sai sót rẻ và lộ rõ.
  2. Học viết PRD và skills cho agent. Mục tiêu cần sắc bén, vì agent thực thi đúng những gì bạn định nghĩa. Ý định mơ hồ vào, việc mơ hồ ra; ý định chính xác vào, việc hữu ích ra.
  3. Đưa vào các sub-agent song song. Lấy một tác vụ lớn và chia thành ba luồng nhỏ hơn do agent chạy. Song song mới là nơi tốc độ thật sự đến từ.
  4. Đổi thói quen review. Thôi review từng dòng; bắt đầu review kết quả và edge case. Sự chú ý của bạn là tài nguyên khan hiếm — hãy tiêu nó vào nơi quyết định tính đúng.
  5. Đưa phản hồi vào vòng lặp. Thiết lập giám sát trực tiếp để agent gắn cờ drift và bất thường trước cả khi bạn kịp nhận ra.

Những lưu ý thành thật

Vì sao một bước vẫn thuộc về con người

Hãy để ý rằng vòng ADLC giữ một điểm rà soát con người có chủ đích — Đánh giá thủ công & Observability — ngay trước khi triển khai. Đó không phải tàn dư chuyển tiếp; nó là cột chịu lực. Agent có thể sai một cách tự tin, và vì chúng hành động song song với tốc độ cao, một giả định lỗi có thể lan rất nhanh. Hãy giữ quyền phê duyệt với mọi thứ không thể hoàn tác, giữ observability trực tiếp, và đối xử với agent như một đội ngũ xuất sắc, không biết mệt mà vẫn cần một người senior ký duyệt bản release.

Hai kiểu sai lầm kẹp lấy phần giữa khôn ngoan. Một là gạt phắt tất cả là hype và lặng lẽ tụt lại sau những đội đã tăng gấp đôi sản lượng. Hai là tin agent quá mức và ship những sai lầm nhanh, trôi chảy, nghe hợp lý. Toàn bộ tay nghề của thời ADLC là sống ở khoảng giữa: áp dụng hăng hái, định nghĩa chính xác, và kiểm chứng không ngơi nghỉ.

Những điều đọng lại

  • SDLC → ADLC là bước ngoặt lớn nhất kể từ GUI. Công việc dịch từ một người làm tác vụ sang một người điều phối các agent làm tác vụ.
  • SDLC bị khóa, tuần tự, do con người; ADLC song song, động, do agent dẫn, với phản hồi trực tiếp thay vì retro cuối dự án.
  • Sáu chuyển dịch cụ thể: người làm, lập kế hoạch, tốc độ phát triển, kiểm thử, khả năng thích ứng và vòng phản hồi đều dịch từ thủ-công-tuần-tự sang agentic-liên-tục.
  • Con số là tín hiệu, không phải bảo đảm: mức tăng tốc gấp đôi và những lần chạy tự động dài là thật, nhưng phụ thuộc vào độ rõ mục tiêu, chất lượng test, và bước đánh giá con người.
  • Kỹ sư bị dời chỗ, không bị thay thế: thực thi dịch sang agent; đặt mục tiêu, thiết kế hệ thống, skills và phán đoán tăng giá trị.
  • Đổi thói quen review: thôi review từng dòng, bắt đầu review kết quả và edge case — đó là nơi quyết định tính đúng.
  • Áp dụng theo năm bước ít rủi ro, và giữ một điểm rà soát con người (eval & observability) vững trong vòng lặp. Áp dụng hăng hái, kiểm chứng không ngơi nghỉ.

Bước chuyển từ SDLC sang ADLC thật ra không phải câu chuyện máy móc thay thế kỹ sư — mà là câu chuyện kỹ sư vận hành ở một độ cao hơn. Phần việc bàn phím đang được nhấc khỏi tay bạn để phán đoán của bạn phủ được nhiều đất hơn rất nhiều. Những đội thắng trong cuộc chuyển dịch này sẽ không phải đội tin agent nhiều nhất hay ít nhất, mà là đội học nhanh nhất cách định nghĩa mục tiêu sắc bén, điều phối agent giỏi, và giữ một bàn tay con người vững trên bước duy nhất vẫn phải là của bạn: quyết định xem kết quả có thật sự đúng hay không.

Bạn thấy bài viết thế nào?

Câu hỏi thường gặp

ADLC (Agentic Development Life Cycle) là gì, và khác SDLC ra sao?
SDLC, Software Development Life Cycle, là cách xây phần mềm kinh điển: một chuỗi giai đoạn do con người làm — lập kế hoạch, yêu cầu, thiết kế, lập trình, kiểm thử/QA, triển khai, bảo trì — nơi mỗi giai đoạn gần như bị khóa trước khi giai đoạn kế bắt đầu. ADLC, Agentic Development Life Cycle, giữ hình dạng vòng lặp nhưng đổi ai làm việc: AI agent thực thi phần lớn các giai đoạn, thường vài agent song song, viết và refactor và kiểm thử liên tục, trong khi mục tiêu tiến hóa động và phản hồi là trực tiếp chứ không để dành cho buổi retro cuối dự án. Khác biệt định nghĩa nằm ở người làm — trong SDLC con người tự thực thi mọi giai đoạn; trong ADLC agent đảm nhận thực thi xuyên suốt còn con người đặt ý định, điều phối và kiểm chứng.
Khác biệt chính giữa SDLC và ADLC là gì?
Có sáu chuyển dịch cụ thể. Người làm: con người thực thi thủ công trở thành agent thực thi tự động. Lập kế hoạch: phạm vi khóa từ đầu trở thành mục tiêu và PRD tiến hóa khi agent học. Tốc độ phát triển: bàn giao tuần tự, chờ ký duyệt trở thành nhiều sub-agent làm song song. Kiểm thử: một giai đoạn QA riêng sau thiết kế trở thành test chạy liên tục suốt quá trình code. Khả năng thích ứng: đổi yêu cầu giữa chừng gây hỗn loạn trở thành re-plan và tự sửa theo thời gian thực. Vòng phản hồi: việc học để dành cho retro cuối dự án trở thành giám sát hiệu suất trực tiếp và phát hiện bất thường. Tóm lại, mô hình dịch từ khóa-và-tuần-tự sang agentic-và-liên-tục.
AI agent có thay thế kỹ sư phần mềm không?
Với phần lớn kỹ sư, bức tranh thực tế trước mắt là dời chỗ, không phải thay thế. Phần thực thi lặp lại — boilerplate, đấu nối, test vòng đầu, refactor thường nhật — dịch sang agent, còn phần việc quanh nó tăng giá trị: định nghĩa mục tiêu sắc bén, thiết kế hệ thống, viết các skills agent dùng, và vận dụng phán đoán để phân biệt kết quả tốt với kết quả sai-mà-tự-tin. Thay đổi lớn nhất hằng ngày nằm ở review: khi agent có thể tạo ra hàng nghìn dòng mỗi giờ, review từng dòng thôi không còn co giãn nổi, nên bạn dịch sang review kết quả và edge case. Bạn bớt là người viết từng dòng và thành người chịu trách nhiệm về việc cả hệ thống có đúng hay không.
Làm sao bắt đầu áp dụng agentic development mà ít rủi ro?
Hãy áp dụng từng bước theo một lộ trình ít rủi ro. (1) Bắt đầu với một agent ở khâu kiểm thử — đây là điểm khởi đầu ít rủi ro nhất, lợi ích cao nhất vì test kiểm tra được và gói gọn. (2) Học viết PRD và skills sắc bén cho agent, vì chúng thực thi đúng những gì bạn định nghĩa. (3) Đưa vào các sub-agent song song bằng cách chia một tác vụ lớn thành ba luồng nhỏ do agent chạy — đó là nơi tốc độ đến từ. (4) Đổi thói quen review từ từng dòng sang kết quả và edge case. (5) Đưa phản hồi vào vòng lặp bằng giám sát trực tiếp để agent gắn cờ drift trước cả bạn. Quan trọng nhất, hãy giữ một điểm rà soát con người có chủ đích — đánh giá thủ công và observability — ngay trước khi triển khai.
Mức tăng năng suất từ agentic coding có thật không?
Chúng là tín hiệu thật, nhưng nên đọc như hướng đi hơn là lời bảo đảm. Theo báo cáo của Anthropic về xu hướng agentic coding, các đội ở những công ty như Wiz và CRED cho biết đã tăng gấp đôi tốc độ thực thi, và trong một ví dụ được trích dẫn nhiều, Claude Code được cho là đã chạy tự động khoảng bảy giờ để hoàn thành một phần triển khai phức tạp trong một codebase khoảng 12,5 triệu dòng tại Rakuten. Những kết quả đó đến từ các đội đã tái cấu trúc cách làm việc, trên những tác vụ hợp với agent. Bạn được lợi bao nhiêu phụ thuộc vào độ rõ của mục tiêu, chất lượng bộ test, và mức bạn nghiêm túc đầu tư vào bước đánh giá con người — chứ không phải vào con số tít.