Lập trình với trợ lý AI: review code AI sinh, ghi vào CV

Lập trình với trợ lý AI: review code AI sinh, ghi vào CV

Bài viết: Đội ngũ BlockchainWork

Câu trả lời ngắn: khi trợ lý AI đã viết được phần lớn đoạn code đầu tiên, giá trị của lập trình viên nằm ở ba việc: đặc tả rõ thứ cần làm, review kỹ thứ AI trả về, và chặn lỗi trước khi code vào nhánh chính. Dòng CV nên ghi đúng ba việc đó, kèm số đo được. Ví dụ minh hoạ tự soạn để mô tả cách viết, không lấy từ hồ sơ ứng viên hay dữ liệu của BlockchainWork: “Xây API quản lý đơn hàng: tôi viết đặc tả đầu vào, đầu ra và mã lỗi trước, Copilot sinh nháp phần xử lý; tôi review từng PR theo checklist 8 mục. Trong 3 tháng, tôi sửa hoặc loại phần AI viết ở 14 trên 41 PR, chặn 6 lỗi xử lý ngoại lệ trước khi merge. Bằng chứng đính kèm: link repo mẫu dùng dữ liệu giả lập.”

Bài này dành cho lập trình viên backend, frontend, fullstack và sinh viên đang làm đồ án. Bạn sẽ biết review code AI sinh cần nhìn vào đâu, đo gì để có con số thật, và viết dòng CV ra sao để nhà tuyển dụng mở ra kiểm được.

Khi AI viết code nhanh, vì sao review mới là phần phân biệt lập trình viên?

Câu trả lời ngắn: vì ai cũng dùng được trợ lý AI, còn việc biết khi nào đầu ra của nó sai thì không tự có.

Khảo sát Stack Overflow Developer Survey 2025 (công bố 29/7/2025, hơn 49.000 phản hồi từ 177 quốc gia) cho biết 84% người trả lời đang dùng hoặc dự định dùng công cụ AI trong quy trình phát triển. Cùng khảo sát đó, 46% nói họ không tin vào độ chính xác của kết quả từ công cụ AI, nhiều hơn nhóm tin (33%). Có 66% chọn “giải pháp AI gần đúng nhưng chưa đúng hẳn” là một điểm thất vọng, và 45% nói gỡ lỗi code do AI sinh tốn nhiều thời gian hơn.

Báo cáo DORA 2025 về phát triển phần mềm có AI (Google Cloud, công bố 23/9/2025, gần 5.000 chuyên gia công nghệ tham gia khảo sát) có hai ý đáng chú ý. Thứ nhất, 90% người trả lời dùng AI trong công việc và hơn 80% cho rằng AI tăng năng suất của họ, nhưng 30% ít hoặc không tin vào code do AI sinh. Thứ hai, so với năm trước, việc dùng AI đã có quan hệ tích cực với tốc độ giao phần mềm, song vẫn có quan hệ tiêu cực với độ ổn định của phần mềm khi giao. Báo cáo giải thích rằng nếu thiếu cơ chế kiểm soát như kiểm thử tự động mạnh, việc tăng lượng thay đổi sẽ dẫn đến mất ổn định.

Hai nguồn này cho thấy cùng một điều: viết ra code nhanh hơn là phần dễ. Phần khó là giữ cho nó đúng. Nhà tuyển dụng đọc CV vì thế sẽ hỏi bạn đã kiểm thế nào, không hỏi bạn dùng công cụ nào.

Ba việc của lập trình viên khi làm cùng trợ lý AI là gì?

Câu trả lời ngắn: đặc tả, review và chặn lỗi. Mỗi việc để lại một dấu vết mà người khác kiểm được.

Đặc tả. Trước khi nhờ AI sinh code, bạn viết ra điều cần làm: đầu vào, đầu ra, trường hợp lỗi, giới hạn hiệu năng, quy tắc nghiệp vụ. Đặc tả càng cụ thể, phần AI trả về càng ít phải sửa. Dấu vết: tệp đặc tả, mô tả ticket hoặc bộ test viết trước.

Review. Bạn đọc từng đoạn AI sinh như đọc PR của đồng nghiệp lạ. Nghiên cứu của CodeRabbit (công bố 17/12/2025) phân tích 470 pull request mã nguồn mở trên GitHub, trong đó 320 có dấu hiệu đồng tác giả với AI và 150 do người viết. PR có AI trung bình có 10,83 vấn đề, so với 6,45 ở PR do người viết. Chênh lệch rõ nhất là khả năng đọc hiểu (hơn 3 lần); lỗi logic và tính đúng đắn nhiều hơn 75%; lỗi bảo mật nhiều hơn tới 2,74 lần, với các mẫu thường gặp là xử lý mật khẩu và tham chiếu đối tượng không an toàn. Có hai lưu ý khi đọc số này: nhóm nghiên cứu nói họ không thể bảo đảm mọi PR gán nhãn “do người viết” đúng là do người, và CodeRabbit là công ty bán công cụ review code. Vì vậy hãy xem đây là gợi ý về chỗ cần nhìn, không phải tỷ lệ áp dụng cho mọi dự án.

Chặn lỗi. Bạn không merge khi chưa có bằng chứng code chạy đúng: test tự động, chạy thử trên môi trường staging, kiểm tra tĩnh. Đây cũng là điều báo cáo DORA nhấn mạnh ở trên: kiểm thử tự động là lớp giữ cho tốc độ không đổi thành mất ổn định.

Một checklist review ngắn cho code AI sinh, tự soạn từ các điểm trên, bạn có thể điều chỉnh theo dự án:

  • Code có làm đúng đặc tả ở cả trường hợp lỗi và giá trị biên, hay chỉ đúng ở trường hợp mẫu?
  • Luồng điều khiển và điều kiện nghiệp vụ có khớp quy tắc của dự án không?
  • Xử lý ngoại lệ có đủ không, hay AI bỏ qua đường lỗi?
  • Mật khẩu, token, khoá có bị ghi ra log hoặc để cứng trong code không?
  • Quyền truy cập đối tượng có được kiểm tra không, hay ai biết ID cũng đọc được?
  • Thư viện AI gợi ý có tồn tại, còn được bảo trì và đúng phiên bản dự án đang dùng không?
  • Tên hàm, tên biến và cấu trúc có để người khác đọc hiểu trong sáu tháng nữa không?
  • Có test chạy được, do bạn viết hoặc đã đọc kỹ, cho phần code này không?

Nên đo những gì để dòng CV có số thật?

Câu trả lời ngắn: chọn 2-3 chỉ số bạn thật sự ghi lại được, đo cùng một đơn vị trước và sau khi dùng AI.

  • Tỷ lệ PR có phần AI viết phải sửa hoặc loại khi review. Con số này cho thấy bạn review thật chứ không chép nguyên.
  • Số lỗi bắt được trước khi merge, theo nhóm: logic, ngoại lệ, bảo mật, hiệu năng.
  • Số lỗi lọt sang giai đoạn kiểm thử hoặc production trong cùng khoảng thời gian, nếu nhóm bạn có ghi lại.
  • Thời gian từ nhận ticket đến merge, so cùng loại ticket.
  • Thời gian review mỗi PR, vì khảo sát Stack Overflow cho thấy gỡ lỗi code AI sinh có thể làm mất thời gian.

Nếu chưa có số “trước”, hãy bắt đầu ghi từ sprint này. Bạn không cần số liệu của công ty: một dự án cá nhân hoặc đồ án nhóm với dữ liệu giả lập vẫn đo được các chỉ số trên.

Viết dòng CV cho lập trình viên thế nào? Ba ví dụ minh hoạ

Câu trả lời ngắn: dùng công thức 6 phần [Việc] + [vai của tôi, vai của AI] + [trước → sau] + [quy mô] + [cách kiểm] + [bằng chứng], giống công thức trong bài Viết kỹ năng dùng AI vào CV thế nào, nhưng nhấn vào phần review và chặn lỗi.

Ba dòng dưới đây là ví dụ minh hoạ tự soạn để mô tả cách viết, không lấy từ hồ sơ ứng viên hay dữ liệu của BlockchainWork. Đừng chép số; chỉ ghi số bạn đã đo.

Backend. “Phát triển API quản lý đơn hàng cho nhóm 5 người: tôi viết đặc tả đầu vào, đầu ra và mã lỗi, Copilot sinh nháp phần xử lý; tôi review từng PR theo checklist 8 mục. Trong 3 tháng có 41 PR chứa code AI sinh; tôi sửa hoặc loại phần AI viết ở 14 PR (khoảng 34%), chặn 6 lỗi xử lý ngoại lệ và 2 chỗ ghi token ra log trước khi merge. Thời gian từ nhận ticket đến merge giảm từ 3,5 ngày xuống 2,5 ngày. Mọi hàm AI sinh đều có test chạy trong CI. Bằng chứng đính kèm: repo mẫu trên GitHub, dữ liệu giả lập.”

Frontend. “Làm lại biểu mẫu đăng ký bằng React cho ứng dụng nội bộ: tôi đặc tả trạng thái và thông báo lỗi cho từng trường, ChatGPT sinh nháp component; tôi đọc và chạy thử từng component trước khi đưa vào nhánh chính. Số lỗi hồi quy do QA báo ở module này giảm từ 9 xuống 4 sau 3 sprint; tôi chặn 3 lần AI bỏ qua trường hợp nhập sai định dạng. Bằng chứng đính kèm: link bản demo và bộ test component trên GitHub.”

Sinh viên, người mới vào nghề. “Đồ án web bán sách, nhóm 3 người: tôi phụ trách module thanh toán thử nghiệm, Copilot gợi ý hàm tính tiền. Tôi viết test trước và chỉ nhận hàm AI sinh khi qua hết test; test bắt được 5 lần AI làm tròn tiền sai quy tắc. Hoàn thành 10/10 chức năng đúng hạn trong 8 tuần. Bằng chứng đính kèm: link GitHub có lịch sử commit và báo cáo đồ án.”

Chỉ ghi điều bạn chứng minh được. Chưa đo thì bỏ phần số và nói rõ việc đã làm, vai của bạn và cách kiểm. Một dòng trung thực nhưng chưa có số vẫn đáng tin hơn một dòng đầy số không ai kiểm được.

Bằng chứng nào kiểm được mà không lộ mã nguồn của công ty?

Câu trả lời ngắn: repo cá nhân dùng dữ liệu giả lập, một PR mẫu có checklist review, hoặc một buổi review trực tiếp trước mặt người phỏng vấn.

Theo dữ liệu CV nộp trên BlockchainWork, khoảng 60% CV có kỹ năng AI, trong đó hơn một nửa là kỹ sư trực tiếp dùng và xây dựng tính năng AI. Điều này gợi ý rằng khi nhà tuyển dụng đọc hồ sơ lập trình viên, họ sẽ gặp rất nhiều dòng nhắc Copilot hay ChatGPT. Phần giúp hồ sơ của bạn khác đi là thứ người xem kiểm được: một repo mở với lịch sử commit, một PR có ghi chú review, hoặc một bài kiểm tra ngắn bạn làm lại ngay tại chỗ.

Vài cách chuẩn bị bằng chứng:

  • Tạo một repo nhỏ với dữ liệu giả lập, có tệp đặc tả viết trước khi nhờ AI sinh code và test chạy được trong CI.
  • Giữ ghi chú review ở dạng checklist trong mô tả PR: mục nào đã kiểm, lỗi nào đã chặn.
  • Không đưa mã nguồn, khoá, dữ liệu khách hàng hay tài liệu nội bộ của công ty cũ lên link công khai.
  • Chuẩn bị sẵn một đoạn code AI sinh có lỗi, để khi phỏng vấn bạn chỉ ra lỗi và giải thích cách phát hiện.

Muốn chọn dự án nhỏ làm bằng chứng, bạn có thể xem thêm Lộ trình Blockchain Developer từ con số 0. Nếu bạn làm kiểm thử, bài QA dùng AI trong kiểm thử có công thức tương tự cho nghề QA.

Đọc xong bài này, bạn đã sẵn sàng viết một dòng CV cho thấy mình review và chặn lỗi code AI sinh? Hãy tạo hồ sơ ứng viên miễn phí tại blockchainwork.net/candidate-signup để nhận cơ hội việc làm blockchain, Web3 và AI phù hợp. Cần hỗ trợ về hồ sơ, bạn gửi email cho đội ngũ BlockchainWork qua contact@blockchainwork.net.

Câu hỏi thường gặp

Dùng Copilot hay ChatGPT viết code có làm CV của lập trình viên yếu đi không?

Không, nếu bạn nói rõ vai của mình. Bạn là người đặc tả, review và chịu trách nhiệm cho code được merge; AI chỉ sinh nháp. CV yếu đi khi bạn nhận phần AI làm là của mình hoặc không nói được cách kiểm.

Chưa có số liệu trước khi dùng AI thì ghi gì?

Ghi việc đã làm, vai của bạn, vai của AI và cách kiểm, bỏ trống phần số. Bắt đầu ghi lại tỷ lệ PR phải sửa và thời gian từ ticket đến merge ngay từ sprint này để lần cập nhật CV sau có số thật.

Sinh viên chưa đi làm có nên ghi kỹ năng review code AI sinh không?

Có, nếu có đồ án hoặc bài tập thật. Quy mô nhỏ vẫn được, miễn số đo trung thực và có link để kiểm.

Có cần ghi tên công cụ AI trong dòng CV không?

Có thể ghi, ở giữa hoặc cuối dòng, sau việc và kết quả. Tên công cụ không cho nhà tuyển dụng biết bạn đã làm ra kết quả gì.

Công ty cấm đưa mã nguồn lên GitHub thì chứng minh bằng gì?

Dựng một dự án nhỏ cùng loại bài toán với dữ liệu giả lập, hoặc mô tả quy trình review và con số tổng hợp mà không kèm mã. Chuẩn bị để làm lại một phần việc trực tiếp khi phỏng vấn.

Nguồn tham khảo

  • Stack Overflow, 2025 Developer Survey: AI (2025)
  • Stack Overflow, Stack Overflow’s 2025 Developer Survey Reveals Trust in AI at an All Time Low (2025)
  • Google Cloud, Announcing the 2025 DORA Report: State of AI-Assisted Software Development (2025)
  • CodeRabbit, State of AI vs Human Code Generation Report (2025)
  • BlockchainWork, Dữ liệu CV nộp trên BlockchainWork (2026)

BlockchainWork

** Đây không phải là lời khuyên đầu tư, khuyến nghị chiến lược đầu tư hay nội dung quảng cáo được tài trợ. Vui lòng tham khảo Tuyên bố miễn trừ trách nhiệm của chúng tôi và sử dụng thông tin phù hợp.

BlockchainWork – Cộng đồng nhân sự blockchain hàng đầu tại Việt Nam, kết nối ứng viên đam mê với các doanh nghiệp tiên phong trong lĩnh vực blockchain và Web3. Với 25.000+ ứng viên đã đăng ký và 350+ nhà tuyển dụng, BlockchainWork là nền tảng chuyên biệt cho sự nghiệp blockchain tại Việt Nam.

>> Có thể bạn quan tâm:

Kỹ năng AI cho BA, PM, Product: 6 ví dụ đo được cho CV

Editors BlockchainWork 16/11/2026 1 Views

Bài viết: Đội ngũ BlockchainWork Câu trả lời ngắn: công việc của BA, PM và Product là tài liệu, phân tích và báo cáo, nên dòng CV về AI nên đo bằng thời gian ra bản đầu tiên,…

QA dùng AI trong kiểm thử: ghi kết quả vào CV ra sao

Editors BlockchainWork 10/11/2026 1 Views

Bài viết: Đội ngũ BlockchainWork Câu trả lời ngắn: đừng chỉ ghi “biết dùng ChatGPT để viết test case”. Hãy ghi việc bạn làm, phần nào bạn quyết định và phần nào AI làm, số liệu trước và…

Việc làm blockchain - web3

Chuyên Viên Quan Hệ Khách Hàng - Khối Môi Giới

Hạn ứng tuyển 30/12/2027
Mức lương: Thỏa thuận

Nhân Viên Kinh Doanh

Hạn ứng tuyển 30/11/2026
Mức lương: Thỏa thuận

Senior AI Engineer

Hạn ứng tuyển 30/11/2026
Mức lương: Thỏa thuận

Thực Tập Sinh Thiết Kế Đồ Họa

Hạn ứng tuyển 04/12/2026
Mức lương: Thỏa thuận

CTV Kinh Doanh

Hạn ứng tuyển 30/11/2026
Mức lương: 2 - 3 triệu đồng

Product Monetization Specialist - Gamota

Hạn ứng tuyển 30/11/2026
Mức lương: Thỏa thuận

CTV SEO YouTube – Game Global (OTA Network)

Hạn ứng tuyển 30/11/2026
Mức lương: Từ 3 triệu đồng

AI Software Engineering Lead/Technical Lead

Hạn ứng tuyển 30/11/2026
Mức lương: 40 - 50 triệu đồng

(Remote) B2B Sales Executive

Hạn ứng tuyển 30/12/2026
Mức lương: Thỏa thuận

Social Commerce Executive – Gig Store

Hạn ứng tuyển 30/11/2026
Mức lương: 10 - 12 triệu đồng

Product Owner

Hạn ứng tuyển 30/11/2026
Mức lương: 15 - 20 triệu đồng

Giám Đốc Kinh Doanh - Khối Môi Giới

Hạn ứng tuyển 30/12/2027
Mức lương: Thỏa thuận

Nhân Viên Kinh Doanh Giải Pháp Thanh Toán B2B

Hạn ứng tuyển 30/11/2026
Mức lương: Thỏa thuận

Einstein Quant | Tuyển Đối Tác BD Affiliate Partnership

Hạn ứng tuyển 30/11/2026
Mức lương: Thỏa thuận

Nhân Viên Phát Triển Kinh Doanh (Payment Acceptance)

Hạn ứng tuyển 29/11/2026
Mức lương: Thỏa thuận

Phát Triển Hệ Thống Backend

Hạn ứng tuyển 30/11/2026
Mức lương: Thỏa thuận

Marketing Executive (Blockchain/Web3)

Hạn ứng tuyển 30/11/2026
Mức lương: Thỏa thuận

(Onsite Project) Golang Developer

Hạn ứng tuyển 30/11/2026
Mức lương: Thỏa thuận

Chuyên Viên Lập Trình Fullstack (Dự Án Meey Chat)

Hạn ứng tuyển 30/11/2026
Mức lương: Thỏa thuận

Business Development (Blockchain/Web3)

Hạn ứng tuyển 30/11/2026
Mức lương: Thỏa thuận