Vibe Coding 2026: Xây phần mềm lớn bằng AI, từ app đầu tiên đến quy mô Google

Hai năm trước, “chỉ cần mô tả điều bạn muốn và để AI viết mã” nghe như một câu đùa. Năm 2026, đó lại là cách một phần lớn và vẫn đang tăng của phần mềm thế giới thực sự được tạo ra. GitHub báo cáo rằng khoảng 46% tổng số mã mới hiện do AI tạo ra. Google cho biết khoảng một phần tư mã nguồn của chính họ có sự hỗ trợ của AI. Gartner dự báo 60% tổng số mã phần mềm mới sẽ do máy viết vào cuối năm nay. Vibe coding không chỉ sống sót qua chu kỳ hype — nó lặng lẽ nuốt chửng cả ngành.

Tôi xây phần mềm production gần như hoàn toàn bằng cách điều phối các tác nhân AI bằng tiếng Anh đơn giản. Không gõ cú pháp bằng tay, không bằng cấp khoa học máy tính — chỉ là hướng dẫn chính xác, đánh giá nghiêm khắc, và một phương pháp giữ cho toàn bộ công trình không sụp đổ dưới sức nặng của chính nó. Đây là hướng dẫn mà tôi ước có ai đó đưa cho mình ngay ngày đầu: vibe coding thực sự là gì năm 2026, cách bắt đầu từ con số không, những công cụ và mô hình chính xác đáng để bạn dành thời gian ngay bây giờ, và — phần mà ai cũng thầm muốn biết — liệu bạn có thực sự dùng được nó để xây thứ gì đó cỡ Google hay Facebook không.

Bản ngắn: bạn có thể đi rất xa với vibe coding, xa hơn gần như ai dự đoán. Nhưng những người phát hành phần mềm nghiêm túc, quy mô lớn bằng AI không phải những người ném prompt vào chatbot rồi cầu nguyện. Họ đang chạy một quy trình có kỷ luật. Đến cuối bài này, bạn sẽ biết chính xác quy trình đó trông thế nào, và bạn sẽ có một bộ công cụ để bắt đầu dùng ngay hôm nay.

Vibe Coding thực sự là gì? (Định nghĩa năm 2026)

Thuật ngữ được Andrej Karpathy đặt ra vào tháng 2 năm 2025 và phổ biến đến mức Collins Dictionary chọn nó là Từ của năm 2025. Cách định nghĩa ban đầu của ông cố ý lỏng lẻo: bạn thuận theo cảm hứng, mô tả điều mình muốn, và chấp nhận bất cứ thứ gì mô hình trả lại mà không bận tâm tiểu tiết.

Phiên bản tùy tiện đó đã chết, và thật lòng mà nói, tốt thôi. Năm 2026, vibe coding mang nghĩa trưởng thành hơn: bạn viết đặc tả chính xác bằng ngôn ngữ tự nhiên, một tác nhân AI triển khai chúng, và bạn giữ vai trò kiến trúc sư, người đánh giá và người quyết định cuối cùng. Bạn không gõ mã. Bạn điều phối hệ thống gõ mã — và bạn chịu trách nhiệm về những gì được phát hành.

Chính Karpathy đã dời cột gôn đầu năm 2026, cho “vibe coding” về vườn vì lỗi thời và đề xuất “kỹ thuật tác nhân” thay vào đó: agentic vì 99% thời gian bạn điều phối tác nhân chứ không viết mã, engineering vì làm tốt việc này là một nghề thật sự với chuyên môn thật sự phía sau. Cái tên chưa bám rễ hoàn toàn — hầu hết mọi người vẫn nói “vibe coding” — nhưng sự dịch chuyển mà nó mô tả thì hoàn toàn đúng. Trọng tâm đã chuyển từ gõ phím để điều phối.

Đây là những con số đáng quan tâm. Khoảng 92% lập trình viên Mỹ hiện dùng công cụ lập trình AI hằng ngày, và 82% lập trình viên trên toàn cầu dùng chúng ít nhất mỗi tuần. Trong các lứa gần đây của Y Combinator, một tỷ lệ đáng kinh ngạc các startup có mã nguồn hơn 90% do AI tạo ra. Đây không còn là kỹ thuật lề nữa. Đó là mặc định, và bạn hoặc thành thạo nó, hoặc bạn chậm.

Sự thật trần trụi về “vibe coding ra Google hay Facebook”

Hãy nói thẳng về giấc mơ đó, vì đây là câu hỏi tôi nhận được nhiều nhất.

Bạn có thể ngồi xuống cuối tuần này và làm một phát ra bản sao chạy được của google.com hay facebook.com không? Không. Ai nói khác là đang bán khóa học. Google là hàng nghìn kỹ sư, hạ tầng quy mô hành tinh, một thập kỷ hệ thống tích lũy, và công nghệ tìm kiếm/xếp hạng thực sự khó. Một ảnh chụp màn hình “bản sao Facebook dựng trong một prompt” là bản mockup UI không có backend thật, không có auth ở quy mô lớn, không có mô hình dữ liệu nào sống nổi khi tiếp xúc với người dùng, và không có bảo mật đáng gọi là bảo mật.

Nhưng đây là phần là đúng, và đó là sự thật thú vị hơn: phần mềm lớn, chuẩn production hoàn toàn đang được xây theo cách này ngay lúc này — kể cả bên trong những công ty bạn đang cố bắt chước. Con số một phần tư tổng mã của chính Google là dấu hiệu. Khác biệt giữa một bản demo dùng một lần và thứ gì đó thật không nằm ở prompt. Mà ở phương pháp.

Làm demo thì dễ. Phần mềm bảo mật, mở rộng và bảo trì được thì khó — và khoảng cách đó là căng thẳng định hình nên vibe coding năm 2026. Các đội vượt qua được khoảng cách đó đối xử với tác nhân AI như những kỹ sư junior nhanh nhẹn, không biết mệt, đôi khi quá tự tin, và họ bọc chúng trong đúng kỷ luật mà một tổ chức kỹ thuật giỏi áp dụng cho con người: kiến trúc rõ ràng, công việc được chia nhỏ, ngữ cảnh dự án bền vững, kiểm thử tự động, và đánh giá bảo mật trong đó mỗi dòng AI tạo ra đều bị coi là không đáng tin cho đến khi được chứng minh ngược lại.

Vậy hãy đặt lại mục tiêu. Bạn sẽ không phù phép một Google thành hiện thực. Bạn có thể vibe code một sản phẩm thật, tham vọng, nhiều tính năng — một mạng xã hội, một sàn giao dịch, một nền tảng SaaS — đạt chất lượng production thực sự, một mình hoặc với một đội nhỏ, trong một phần nhỏ thời gian so với trước. Đó không phải phiên bản pha loãng của giấc mơ. Với một nhà sáng lập đơn độc, nó gần như phép màu. Phần còn lại của hướng dẫn này là cách bạn thực sự làm điều đó.

Bắt đầu vibe coding (những điều cơ bản nhất)

Nếu bạn chưa từng làm việc này, đây là toàn bộ mô hình tư duy trong một câu: bạn là kiến trúc sư và đạo diễn; AI là người xây. Thấm nhuần điều đó và mọi thứ khác sẽ theo sau.

Đây là cách đạt kết quả thật đầu tiên, từng bước.

1. Chọn một tác nhân và một dự án. Đừng mất cả tuần so sánh công cụ. Lấy một tác nhân lập trình AI duy nhất (gợi ý bên dưới) và chọn một dự án nhỏ nhưng thật — một trang web cá nhân, một ứng dụng theo dõi thói quen, một công cụ nhỏ mà bạn thực sự muốn. Thật hơn hướng dẫn mẫu.
2. Mô tả kết quả, không mô tả cách triển khai. Hãy nói với tác nhân gì bạn muốn và vì sao, bằng ngôn ngữ đơn giản. “Hãy làm cho tôi một trang cá nhân gọn gàng với trang chủ, một blog có trang riêng cho từng bài, chế độ tối, và một biểu mẫu liên hệ gửi email cho tôi.” Bạn chưa cần biết React hay PostgreSQL là gì. Bạn cần biết mình muốn gì.
3. Đọc xem nó làm gì — đừng chỉ chấp nhận. Đây là thói quen duy nhất phân biệt người phát hành được sản phẩm với người bị “say vibe.” Khi tác nhân giải thích kế hoạch, hãy đọc. Khi nó viết mã, yêu cầu nó giải thích bất cứ điều gì bạn không theo kịp. Bạn không học thuộc cú pháp; bạn đang xây dựng khả năng phán đoán xem công việc có hợp lý không.
4. Lặp lại theo từng bước nhỏ, cụ thể. “Giờ thêm nút bật chế độ tối.” “Biểu mẫu liên hệ phải kiểm tra email trước khi gửi.” Mỗi lần một thay đổi. Bước nhỏ giúp tác nhân chính xác và giúp bạn có thể nhận ra khi có thứ gì đó hỏng.
5. Kiểm thử liên tục. Bấm mọi nút. Cố phá chính các biểu mẫu của bạn. Yêu cầu tác nhân viết kiểm thử. Bạn phát hiện vấn đề càng sớm thì sửa càng rẻ.
6. Đối xử với AI như một đồng nghiệp, không phải nhà tiên tri. Phản biện. Không đồng ý. Hỏi “có cách nào đơn giản hơn không?” Quy tắc vàng của vibe coding 2026 rất thẳng: đừng bao giờ phát hành mã mà bạn không hiểu ít nhất ở mức tổng quan. Bạn không cần đọc từng dòng. Bạn cần biết mỗi phần dùng để làm gì.

Chỉ vậy thôi. Đó là vòng lặp. Mọi thứ khác trong bài này là về cách làm vòng lặp này tốt hơn, ở quy mô lớn hơn, với đúng công cụ.

Công cụ: năm 2026 nên dùng gì thật sự

Tác nhân là thứ bạn nói chuyện cùng. Nó đọc mã nguồn của bạn, lập kế hoạch thay đổi, sửa nhiều tệp, chạy lệnh và kiểm thử, và lặp lại với rất ít chỉ dẫn cầm tay. Lĩnh vực này đã chia thành ba nhóm rõ rệt, và hầu hết người dùng chuyên sâu mà tôi biết chạy hai hoặc ba công cụ và định tuyến công việc theo loại nhiệm vụ.

Tác nhân ưu tiên terminal (nơi công việc nghiêm túc diễn ra)

Những công cụ này chạy trong terminal của bạn, sửa tệp trực tiếp trên máy trong một vòng phản hồi chặt, và thường là mạnh nhất cho công việc kỹ thuật thật sự.

• Claude Code — Công cụ tôi dùng hằng ngày, và là đầu bảng về năng lực thô. Chạy trên Claude Opus 4.8, nó đứng đầu bảng SWE-bench Verified với 88.6%. Nó có khả năng lập trình sâu (hook, “Routines” theo lịch, đủ cả) và đọc tệp CLAUDE.md trong repo của bạn để tự động nạp ngữ cảnh dự án mỗi phiên. Các gói trả phí bắt đầu khoảng $20/tháng.
• OpenAI Codex — Chạy trên GPT-5.5, nó dẫn đầu bảng Terminal-Bench và trải rộng trên CLI, cloud, web và di động trong một tài khoản, với giá khởi điểm từ khoảng $8/tháng. Tuyệt nếu bạn sống trong hệ sinh thái ChatGPT.
• OpenCode — Gương mặt nổi bật của mã nguồn mở (hơn 172K sao GitHub, giấy phép MIT). Đây là một tác nhân terminal thật, không phải lớp bọc, và nó không phụ thuộc mô hình: mang API key của bất kỳ mô hình nào — Claude, GPT, Gemini, Kimi, GLM, DeepSeek, Qwen — và chạy. Tốc độ phát triển tính năng cao vì cộng đồng ra bản nhanh. Đây là lựa chọn nếu bạn muốn tự do khỏi sự ràng buộc vào một nhà cung cấp.
• Aider, Cline, Hermes Agent, Goose, Kilo Code — Một tầng mã nguồn mở lành mạnh. Tất cả đều miễn phí để chạy; bạn chỉ trả tiền cho token mô hình mà bạn định tuyến qua chúng.

Không gian làm việc gắn với IDE và trực quan (nơi chỉnh sửa gặp điều phối)

• Cursor — Trải nghiệm trình soạn thảo tổng thể gọn gàng nhất. Mô hình Composer của nó rẻ theo lượng đầu ra, và Cursor 2.0 có thể chạy tới tám tác nhân song song. Nếu bạn muốn thấy mã của mình trong khi điều phối, hãy bắt đầu ở đây.
• Google Antigravity — Không gian làm việc ưu tiên tác nhân của Google, miễn phí cho cá nhân ở chế độ xem trước công khai, mặc định dùng Gemini 3.5 Flash, với quản lý tác nhân song song trực quan. Lá bài hoang thú vị. (Lưu ý: gói Gemini CLI miễn phí cũ với 1.000 yêu cầu/ngày kết thúc June 18, 2026 khi Google gộp nó vào Antigravity CLI — vậy nếu bạn đang dựa vào đó, hôm nay là ngày chuyển.)
• GitHub Copilot — Lựa chọn gắn gốc GitHub, mạnh nhất nếu mã của bạn đã ở đó và bạn muốn tự động hóa từ issue đến PR. Gói Pro là $10/tháng.
• Windsurf / Devin Desktop — Windsurf tiến hóa thành Devin Desktop, nghiêng về các tác nhân cloud tự chủ, song song, mở pull request trong khi bạn làm việc khác.

Một ghi chú kỹ thuật đáng biết: gần như mọi tác nhân nghiêm túc hiện đều hỗ trợ Model Context Protocol (MCP), một chuẩn mở cho phép bạn cắm cùng các công cụ bên ngoài (tìm kiếm web, cơ sở dữ liệu, quản lý dự án của bạn, v.v.) vào bất kỳ tác nhân nào với cùng một thiết lập. Học MCP một lần, dùng ở mọi nơi.

Các mô hình: đội hình 2026 (và khi nào dùng cái nào)

Tác nhân của bạn là buồng lái; mô hình là động cơ. Và giữa năm 2026 là một quãng điên rồ cho các đợt phát hành mô hình — ba trong số những mô hình quan trọng nhất bên dưới ra mắt trong vài tuần cuối cùng trước khi tôi viết bài này.

Các mô hình đóng tiên phong (năng lực đỉnh, giá cao)

• Claude Opus 4.8 (Anthropic) — Phát hành ngày 28 tháng 5 năm 2026. Đương kim dẫn đầu về chất lượng cho công việc kỹ thuật phức tạp, nhiều tệp, ngữ cảnh dài: 88,6% trên SWE-bench Verified. Giá $5 mỗi triệu token đầu vào và $25 mỗi triệu token đầu ra. Đây là thứ tôi dùng khi một sai sót sẽ tốn kém — kiến trúc, tái cấu trúc lớn, bất cứ thứ gì chịu lực.
• GPT-5.5 (OpenAI) — Ngang ngửa với Opus, và dẫn đầu Terminal-Bench. Xuất sắc trong việc tạo ra đầu ra dùng được ngay cả khi prompt của bạn bỏ sót các trường hợp biên, nhờ vậy rất hợp để tạo mẫu nhanh.
• Gemini 3.1 Pro / 3.5 Flash (Google) — Mạnh, tích hợp sâu vào hệ sinh thái Google và Antigravity, với Flash được tối ưu cho tốc độ.

Sự trỗi dậy của trọng số mở (câu chuyện thật của 2026)

Đây là chỗ mọi thứ trở nên thú vị, và cũng là chỗ tiết kiệm tiền. Một làn sóng mô hình trọng số mở — nhiều mô hình đến từ các phòng lab Trung Quốc — đã thực sự cạnh tranh được với nhóm tiên phong, và chúng rẻ hoặc miễn phí để tự lưu trữ. Địa chính trị là một phần nhiên liệu ở đây: các hạn chế xuất khẩu gần đây của Mỹ với những mô hình hàng đầu của chính Mỹ ở nước ngoài đã khiến các mô hình mở có giấy phép thoáng trở nên hấp dẫn hơn nhiều về mặt chiến lược trên toàn cầu.

• Kimi K2.7-Code (Moonshot AI) — Phát hành June 12, 2026. Một con quái vật trọng số mở, ưu tiên lập trình: mô hình Mixture-of-Experts 1.000 tỷ tham số (32B hoạt động mỗi token), một cửa sổ ngữ cảnh 256K token, đầu vào đa phương thức, và giấy phép MIT sửa đổi cho phép dùng thương mại. Moonshot tuyên bố khoảng mức dùng token suy luận thấp hơn 30% so với bản tiền nhiệm, cộng với mức tăng benchmark hai chữ số, điều này quan trọng vì token là tiền. Nó đi kèm Kimi Code CLI ưu tiên terminal (gói từ $19/tháng) và chạy khoảng $0,95 mỗi triệu token đầu vào qua API. Được xây riêng cho vòng lặp tác nhân lập kế hoạch – thực thi – gỡ lỗi trong thời gian dài. Một lựa chọn mạnh cho những lần chạy dài không cần giám sát.
• GLM 5.2 (Z.ai, trước là Zhipu AI) — Phát hành June 13, 2026, một ngày sau Kimi. Một MoE 744 tỷ tham số (≈40B hoạt động) với cửa sổ ngữ cảnh 1 triệu token dùng được — đủ lớn để nạp cả một repository — và trọng số mở theo giấy phép MIT trên Hugging Face. Z.ai tuyên bố nó vượt GPT-5.5 ở một số benchmark lập trình dài hạn với chi phí chỉ khoảng một phần sáu, tuy nhiên lưu ý rằng các benchmark đó do nhà cung cấp báo cáo và chưa được kiểm chứng độc lập khi ra mắt. Tính năng sát thủ cho dân vibe coding: nó phát hành qua một endpoint tương thích Anthropic và GLM Coding Plan bắt đầu khoảng $10/tháng, nên nó cắm thẳng vào Claude Code, OpenCode, Cline, Roo Code, Goose và bạn bè. Xuất sắc cho công việc front-end và nặng về UI, và giá trị phi lý cho phần lớn công việc lập trình tác nhân của bạn.
• DeepSeek V4 (và V4-Flash rẻ hơn) — Lựa chọn hàng đầu cho công việc khối lượng lớn, nhạy cảm về chi phí, nơi bạn muốn chất lượng ổn với giá đáy.
• Qwen 3.5 — Hiệu năng trên mỗi tham số xuất sắc, đặc biệt các biến thể nhỏ hơn chạy nhanh trên phần cứng tiêu dùng.

Tự chạy mô hình: Ollama và Ollama Cloud

Nếu quyền riêng tư, kiểm soát chi phí, hoặc chỉ là không phụ thuộc vào API của ai đó hấp dẫn bạn, Ollama là “khoảnh khắc Docker của LLM cục bộ”: một lệnh để tải và chạy các mô hình mở (Llama, Qwen, Mistral, DeepSeek, Gemma, v.v.) ngay trên máy, với API tương thích OpenAI tại localhost:11434 mà bất kỳ tác nhân nào cũng có thể trỏ tới.

Vấn đề với chạy cục bộ luôn là phần cứng — các mô hình mở đẳng cấp tiên phong cần VRAM khủng. Đó chính là điều Ollama Cloud giải quyết, và nó hiện đã sẵn có rộng rãi. Đó là suy luận được quản lý: bạn chạy chính những mô hình mở lớn đó trên GPU trung tâm dữ liệu của Ollama mà không cần GPU cục bộ, và — đây là phần khéo léo — nó phơi ra giống hệt HTTP API như thiết lập cục bộ của bạn. Không viết lại mã, không SDK mới. Bạn chỉ trỏ vào một mô hình cloud và chạy. Giá cả dễ chịu: một gói miễn phí, một gói Pro khoảng $20/tháng, và gói Max cao hơn khoảng $100/tháng, tính theo thời gian GPU thay vì token. Ollama cũng cam kết không ghi log, không huấn luyện trên dữ liệu của bạn, và không lưu giữ gì với các đối tác lưu trữ — điều này quan trọng nếu bạn làm việc với nội dung nhạy cảm hoặc thuộc GDPR.

Chiến lược định tuyến đa mô hình

Đây là mô thức mà những người giỏi nhất thực sự dùng, và nó là đòn bẩy chi phí lớn nhất trong vibe coding: đừng chạy mọi thứ trên mô hình đắt nhất. Định tuyến theo nhiệm vụ.

• Dùng một mô hình tiên phong (Opus 4.8, GPT-5.5) cho phần nhỏ công việc mà một sai sót thực sự tốn kém: kiến trúc, thiết kế schema, logic nhạy cảm bảo mật, tái cấu trúc lớn.
• Dùng một Dùng một mô hình mở mạnh, rẻ (GLM 5.2, Kimi K2.7, DeepSeek V4) cho phần lớn công việc nặng nhọc: triển khai tính năng, mã khuôn mẫu, UI, kiểm thử.
• Dùng Dùng mô hình mở cục bộ hoặc qua Ollama Cloud cho suy luận khối lượng lớn, rủi ro thấp: phân loại, tóm tắt, chỉnh sửa đơn giản.

Các đội định tuyến theo cách này thường cắt hóa đơn suy luận 60–80% mà không mất chất lượng đáng kể. Với một tác nhân không phụ thuộc mô hình như OpenCode, chuyển đổi dễ như đổi API key.

Hệ thống tệp giúp dự án vibe coding lớn khả thi (AGENTS.md, CLAUDE.md & những người bạn)

Đây là phần quan trọng nhất trong bài, và — nói rõ luôn — là phần mà toàn bộ hướng dẫn còn lại tồn tại để dọn đường. Đây là chỗ gần như ai cũng bị cháy, kể cả tôi khi mới bắt đầu. Nên hãy đi chậm và cụ thể, vì đây là khác biệt giữa một dự án lớn lên trong nhiều tháng và một dự án lặng lẽ sụp đổ vào tuần thứ hai.

Đây là thực tế phũ phàng: Tác nhân AI không có bộ nhớ giữa các phiên. Đóng terminal là mọi thứ tác nhân “biết” về dự án của bạn bốc hơi. Mở một phiên mới vào ngày mai và nó lại là người xa lạ hoàn toàn — nó không nhớ stack của bạn, quy ước của bạn, những quyết định bạn đưa ra tuần trước, hay việc nó đang làm dở ở đâu. Chuyển từ Claude Code sang Cursor, hoặc đổi mô hình này lấy mô hình khác, và bạn lại bắt đầu từ con số không một lần nữa. Trên một dự án nhỏ, bạn có thể giải thích lại mọi thứ trong một đoạn văn. Trên một dự án lớn, chính sự thật đơn giản này giết chết bạn: bạn tốn nhiều thời gian tóm tắt lại cho tác nhân hơn là xây dựng, nó mâu thuẫn với những lựa chọn bạn đã đưa ra, và mã nguồn trôi dạt thành mớ bòng bong.

Cách khắc phục là toàn bộ cuộc chơi, nên tôi nói thẳng: bộ nhớ dự án của bạn phải nằm trong các tệp trong repository, không phải trong cuộc trò chuyện. Cuộc trò chuyện là thứ dùng một lần. Các tệp là vĩnh viễn. Mỗi phiên, tác nhân xây dựng lại hiểu biết của mình bằng cách đọc những tệp đó trước — và vì chúng là Markdown thuần nằm trong repo của bạn, bất kỳ tác nhân, mô hình hay công cụ nào cũng đọc được. Bạn thôi phải giải thích lại dự án mãi mãi và chỉ tài liệu hóa nó một lần, tử tế. Đây là thứ giúp một dự án sống sót qua các lần đặt lại ngữ cảnh, đổi mô hình và đổi công cụ. Đây cũng không phải ngẫu nhiên là thứ cho phép một người mang tham vọng cỡ Google: bạn không mang nó trong đầu. Bạn mang nó trên đĩa.

Đây là lớp tài liệu tôi đặt ở gốc mọi dự án nghiêm túc:

project-root/
├── README.md          # Cửa chính: nó là gì, vì sao tồn tại, cách chạy
├── AGENTS.md          # Hướng dẫn vận hành tác nhân AI đa công cụ (chuẩn)
├── CLAUDE.md          # Hướng dẫn riêng cho Claude Code (mỏng; import AGENTS.md)
├── GEMINI.md          # Hướng dẫn riêng cho Gemini CLI (mỏng; import AGENTS.md)
├── CONVENTIONS.md     # Quy ước lập trình (aider cũng tự nạp)
├── CONTEXT.md         # Ngữ cảnh dự án dạng dài cho người + LLM
├── llms.txt           # Bản đồ repo/tài liệu dạng máy đọc được cho tác nhân
├── VISION.md          # "vì sao" và ngôi sao phương Bắc dài hạn
├── ROADMAP.md         # Dự án đi về đâu: các giai đoạn và cột mốc
├── TASKS.md           # Danh sách nhiệm vụ đang làm / backlog (con trỏ)
├── TODO.md            # Ghi nhanh những thứ chưa lên kế hoạch
├── DECISIONS.md       # Chỉ mục các quyết định kiến trúc (không mở lại)
└── CHANGELOG.md       # Lịch sử phiên bản, người đọc được, những gì đã phát hành

Nghe có vẻ nhiều. Không phải vậy — một khi bạn thấy các tệp này làm ba việc khác nhau. Hãy nghĩ về chúng theo ba tầng, từ bền nhất đến dễ bỏ nhất.

Tầng 1 — Các quy tắc (bền vững, hiếm khi thay đổi)

Chúng định nghĩa cách một tác nhân nên hành xử trong repo của bạn. Bạn viết chúng sớm và thỉnh thoảng chỉnh sửa.

• AGENTS.md là trái tim của hệ thống và là tệp giải quyết vấn đề tính di động của bạn. Đó là chuẩn mở, không phụ thuộc công cụ, để nói cho bất kỳ tác nhân lập trình AI biết dự án của bạn vận hành thế nào: tech stack, cách cài và chạy, cách chạy kiểm thử và lint, các quy ước cần tuân theo, và những điều không bao giờ được làm. Nó ra đời năm 2025 từ sự hợp tác giữa Sourcegraph, OpenAI, Google, Cursor và Factory, và hiện được quản lý dưới Linux Foundation, được hơn 30 công cụ áp dụng và có mặt trong hơn 60.000 repository. Toàn bộ mục đích là tính di động: viết một lần và Codex, Cursor, Windsurf, Cline, Copilot, Gemini CLI cùng nhiều công cụ khác đọc nó một cách tự nhiên. Mọi thứ dùng chung đều nằm ở đây.
• CLAUDE.md là tệp hướng dẫn gốc của riêng Claude Code — và đây là cái bẫy khiến ai cũng vướng, có thể chính là điều đã làm bạn cháy: tính đến giữa 2026, Claude Code không tự động đọc AGENTS.md. Nó đọc CLAUDE.md. Nếu repo của bạn chỉ có một AGENTS.md, Claude Code sẽ tải không có hướng dẫn dự án nào, và nó sẽ không cảnh báo bạn. Bạn chỉ nhận được kết quả tệ hơn và tự hỏi tại sao. Cách khắc phục cực đơn giản và đã được ghi trong tài liệu chính thức: tạo CLAUDE.md một tệp mỏng kéo tệp chia sẻ vào bằng một dòng duy nhất — @AGENTS.md — để Claude đọc hướng dẫn chung của bạn cộng với mọi phần bổ sung riêng cho Claude. (Cách phổ biến khác là một symlink: ln -s AGENTS.md CLAUDE.md, khiến hai tệp thực sự là cùng một tệp.) Một nguồn sự thật, không trùng lặp, không lệch.
• GEMINI.md là cùng ý tưởng đó cho Gemini CLI của Google — tệp hướng dẫn riêng của công cụ này. Giữ nó mỏng và để nó trỏ ngược lại AGENTS.md nữa. Mẫu này không bao giờ thay đổi: một tệp chia sẻ cho toàn bộ, một tệp mỏng cho mỗi công cụ.
• CONVENTIONS.md chứa các quy ước viết mã của bạn — cách đặt tên, định dạng, các mẫu, các quy tắc kiến trúc của con đường. Nó hữu ích tự thân và là tệp mà tác nhân aider nạp vào ngữ cảnh theo quy ước. Tham chiếu nó từ AGENTS.md để mọi công cụ kế thừa cùng một tiêu chuẩn.

Lợi ích của lớp này chính là điều bạn muốn: độc lập công cụ thực sự. Vì các quy tắc chia sẻ nằm trong AGENTS.md và mỗi công cụ chỉ trỏ vào đó, bạn có thể giao cùng một dự án cho Claude Code hôm nay, Cursor ngày mai và OpenCode tuần sau — và tất cả đều làm việc từ những hướng dẫn giống hệt nhau. Không phải tóm tắt lại, không bị khóa vào công cụ. Đó là ý nghĩa thực tế của tính di động.

Tầng 2 — Kiến thức và trạng thái sống (đây mới là bộ nhớ thực sự)

Lớp này là gì dự án là gì và nó đang ở đâu ngay lúc này. Các tệp “ngay lúc này” thay đổi mỗi phiên — chúng là cách chữa thực sự cho chứng mất trí nhớ.

• README.md — cửa trước, viết cho con người trước: dự án là gì, tại sao nó tồn tại, cách chạy nó. Mọi người mới (và mọi tác nhân) đều bắt đầu từ đây.
• CONTEXT.md — nền tảng dài cho cả con người và LLM: lĩnh vực, vấn đề bạn đang giải quyết, các khái niệm và thuật ngữ chính, các ràng buộc. Đây là ngữ cảnh sâu không thuộc về một tệp hướng dẫn ngắn gọn nhưng tác nhân cần để đưa ra những phán đoán đúng.
• VISION.md — ngôi sao bắc đẩu: tại sao dự án này tồn tại và nó hướng tới đâu về lâu dài. Nó giữ bạn và tác nhân cùng hướng tới một mục tiêu khi bạn đang vùi mình trong một tính năng duy nhất.
• llms.txt — một bản đồ Markdown nhỏ, máy đọc được, chỉ cho các tác nhân (và công cụ tải tài liệu) tới những tệp quan trọng nhất của bạn với mô tả một dòng, để chúng tìm đúng ngữ cảnh nhanh và tốn ít token hơn. Lưu ý thẳng thắn: như một public-website chiến thuật SEO, llms.txt vẫn chưa được chứng minh — các công ty AI lớn chưa cam kết đọc nó và các nghiên cứu cho thấy chưa có lợi ích xếp hạng đo được. Nhưng với vai trò một repo/docs chỉ mục cho các tác nhân lập trình, nó xứng đáng có mặt.
• ROADMAP.md — dự án đang hướng tới đâu, chia thành các giai đoạn (xem phần tiếp theo) và các mốc. Bản đồ của bạn cho toàn bộ hành trình.
• TASKS.md — tệp quan trọng nhất cho sự liên tục hàng ngày. Đây là cursor: cái gì đã xong, cái gì đang làm ngay lúc này, cái gì tiếp theo và mọi vật cản. Khi một phiên mới đọc tệp này, nó biết chính xác bắt đầu từ đâu. Giữ nó ngắn gọn và luôn cập nhật — nó dùng để định hướng lại nhanh, không phải để viết văn.
• TODO.md — nơi ghi lỏng các ý tưởng và việc nhỏ chưa lên lịch. Giữ TASKS.md tập trung vào công việc đang làm trong khi không có gì bị bỏ sót.
• DECISIONS.md — nhật ký chỉ thêm vào của các lựa chọn kiến trúc bạn đã thực hiện và vì sao. “Chúng tôi chọn Postgres thay vì SQLite vì cần ghi đồng thời.” Đây là thứ ngăn một tác nhân âm thầm tranh luận lại những câu hỏi đã ngã ngũ hoặc mâu thuẫn với một lựa chọn ba phiên sau đó. Mới nhất ở trên cùng; không bao giờ sửa, chỉ thêm.
• CHANGELOG.md — một bản ghi có phiên bản, con người đọc được, về những gì thực sự đã phát hành, theo thứ tự. Nó vừa là lịch sử dự án, vừa là cách nhanh nhất để một phiên quay lại thấy điều gì đã thay đổi gần đây.

Tầng 3 — Phiên làm việc (tạm thời, chỉ sống trong cuộc trò chuyện)

Đây là cuộc trò chuyện bạn đang có ngay lúc này. Đây là lớp duy nhất không tồn tại — và điều đó ổn, vì mọi thứ quan trọng từ nó đều được ghi ngược vào Lớp 2 trước khi bạn đóng. Bất cứ thứ gì chỉ sống ở đây, theo định nghĩa, sắp bị lãng quên.

Một phiên làm việc thực sự diễn ra thế nào

Ghép lại, nhịp độ hàng ngày gần như nhàm chán — đó chính là điểm mấu chốt. Một phiên bình thường trông như thế này:

1. Mở phiên. Việc đầu tiên tác nhân làm là đọc các quy tắc và trạng thái: AGENTS.md (qua CLAUDE.md/GEMINI.md), rồi ROADMAP.md, TASKS.md, và DECISIONS.md.
2. Định hướng lại. Nó báo lại: “Chúng ta đang ở Giai đoạn 2, nhiệm vụ cuối là luồng đăng nhập, tiếp theo là middleware auth, không có vật cản.” Bạn xác nhận hoặc chuyển hướng. Ba mươi giây, không tốn công sức, không cần tóm tắt lại.
3. Làm một nhiệm vụ. Nó xử lý một mục từ TASKS.md, theo các quy ước và tôn trọng các quyết định đã khóa.
4. Ghi ký ức trở lại. Trước khi đóng, tác nhân cập nhật TASKS.md (di chuyển con trỏ), thêm một dòng vào CHANGELOG.md (cái gì đã phát hành), và ghi mọi lựa chọn mới vào DECISIONS.md.
5. Đóng. Cửa sổ ngữ cảnh trống rỗng — và không sao cả, vì chẳng có gì giá trị trong đó. Tất cả đều nằm trên đĩa.

Ngày mai bạn mở một phiên mới, hoặc chuyển hẳn sang công cụ khác, và bước 1 dựng lại toàn bộ ngữ cảnh trong vài giây. Đó là cách vấn đề mất trí nhớ chấm dứt, và đó là toàn bộ lý do một người xây dựng đơn lẻ có thể giữ một dự án lớn kéo dài nhiều tháng luôn mạch lạc.

Đây là “kỹ thuật tác nhân” được cụ thể hóa. Kỷ nguyên của một siêu prompt đã kết thúc; kỷ nguyên của phân rã chiến lược đã đến. Bạn không chỉ trò chuyện với AI — bạn đang xây và vận hành một hệ điều hành cho các tác nhân của mình, với những tài liệu này là nguồn sự thật duy nhất. Thiết lập một lần, và công việc hàng ngày lại trở nên nhẹ nhàng trong khi dự án âm thầm vượt xa bất cứ điều gì một cuộc trò chuyện đơn lẻ có thể chứa.

Lộ trình thực tế: vibe coding một ứng dụng lớn, từng giai đoạn

Vậy làm sao hướng tất cả những thứ này vào một điều tham vọng — ví dụ, một mạng xã hội hay chợ trực tuyến thực sự? Bạn không xây tất cả cùng lúc. Bạn đi qua từng giai đoạn, và trong mỗi giai đoạn chỉ để tác nhân làm một bước nhỏ một lần.

• Giai đoạn 0 — Nền tảng. Thiết lập repo, hệ thống tài liệu ở trên và chọn ngăn xếp của bạn. Chạy được một “hello world” ở máy cục bộ. Khóa các quyết định kiến trúc lớn trước mọi tính năng.
• Giai đoạn 1 — Kiến trúc & dữ liệu. Xác định hình dạng của hệ thống: mô hình dữ liệu, các thành phần chính, cách chúng giao tiếp. Đây là việc của mô hình tiên phong — làm đúng thì mọi thứ phía sau đều dễ hơn.
• Giai đoạn 2 — Tính năng cốt lõi. Xây trái tim của sản phẩm từ đầu đến cuối cho đến khi hành trình người dùng chính hoạt động. (Với mạng xã hội: tài khoản, hồ sơ, đăng bài, bảng tin.)
• Giai đoạn 3 — Tích hợp & xác thực. Xác thực thật, dịch vụ bên ngoài, lưu trữ, các mô liên kết.
• Giai đoạn 4 — Giao diện & hoàn thiện. Front end, thiết kế đáp ứng, quốc tế hóa nếu bạn cần. Công việc tuyệt vời cho một mô hình mạnh về UI như GLM 5.2.
• Giai đoạn 5 — Gia cố. Kiểm thử, hiệu năng, xử lý lỗi và bảo mật — phần mà bản demo luôn bỏ qua và sản phẩm thật không bao giờ có thể bỏ qua.
• Giai đoạn 6 — Triển khai & vận hành. Phát hành. Thiết lập triển khai, giám sát, sao lưu và các runbook cho khi mọi thứ hỏng.
• Giai đoạn 7 — Ra mắt & tuân thủ. Các trang pháp lý, tài liệu công khai, và (nếu bạn hoạt động ở nơi như EU) các yêu cầu về quyền riêng tư và công bố thông tin không thể thương lượng với một trang thương mại.
• Giai đoạn 8 — Lặp lại. Giờ bạn là một sản phẩm thật. Sửa, cải thiện và phát triển, mãi mãi.

Hãy để ý điều này: nó biến một ngọn núi tưởng như bất khả thi (“xây một mạng xã hội”) thành một chuỗi dài các phiên đơn lẻ, có thể hoàn thành. Đó là toàn bộ mẹo. Các dự án khổng lồ không được xây bằng những prompt khổng lồ. Chúng được xây bằng một nghìn bước nhỏ, được định hướng tốt và ghi chép tốt.

Những cạm bẫy (hay còn gọi là đừng để bị “say vibe”)

2025 đã nhận được một biệt danh: năm của cơn say vibe. Nhiều nhóm đã vội thay kỹ thuật cẩn thận bằng việc đặt prompt và đâm sầm vào thực tế. Hãy học từ đó.

• Bảo mật là vấn đề lớn nhất. Một công ty bảo mật gần đây đã xây 15 ứng dụng giống hệt nhau trên năm công cụ vibe coding phổ biến và phát hiện 69 lỗ hổng, sáu trong đó nghiêm trọng. Mã do AI tạo ra có xu hướng mắc lỗ hổng bảo mật cao một cách bất thường. Hãy coi mọi dòng đầu ra của AI là không đáng tin cho đến khi nó được xem xét và quét. Đừng bao giờ để tác nhân tự phát minh auth hoặc xử lý bí mật mà không có mắt bạn.
• Mã mục ruỗng là chuyện thật. Các nghiên cứu đã ghi nhận tỷ lệ mã bị thay đổi tăng lên và mã trùng lặp nhân lên khi khối lượng AI tăng. Kỷ luật tái cấu trúc vì thế càng quan trọng hơn, không phải ít hơn. Hãy để tác nhân dọn dẹp sau chính nó.
• Khoảng cách niềm tin là điều lành mạnh. Thiện cảm của lập trình viên với công cụ AI thực sự giảm from 77% in 2023 to about 60% in 2026, even as usage kept climbing. That’s not pessimism — it’s maturity. The industry learned to use the tools without blindly trusting them. You should too.
• Gỡ lỗi có thể ăn mất tiền tiết kiệm của bạn. Một phần đáng kể lập trình viên cho biết họ dành nhiều hơn thời gian sửa mã AI hơn là tự viết — gần như luôn là vì họ chấp nhận đầu ra mình không hiểu và bỏ qua kiểm thử. Cách khắc phục vẫn như xưa nay: từng bước nhỏ, kiểm thử liên tục, xem xét thật sự.

Không điều nào trong số này là lý do để tránh vibe coding. Đó là lý do để làm nó như một chuyên gia.

Bộ công cụ vibe coding thông minh cho 2026 (đề xuất của tôi)

Nếu bạn muốn bỏ qua sự tê liệt vì phân tích, đây là một thiết lập cụ thể tôi sẵn lòng đưa cho người mới hoặc chạy trên một dự án nghiêm túc.

Ngăn xếp khởi đầu gọn nhẹ, gần như miễn phí

• Tác nhân: OpenCode (miễn phí, mã nguồn mở, không phụ thuộc mô hình) hoặc Google Antigravity (miễn phí trong bản xem trước).
• Mô hình: GLM 5.2 qua Gói Coding khoảng $10/tháng cho phần lớn công việc, cộng với gói miễn phí của Ollama Cloud cho các việc lặt vặt khối lượng lớn.
• Phương pháp: hệ thống ưu tiên tài liệu ở trên. Không thể thương lượng.
• Chi phí: khoảng giá hai ly cà phê mỗi tháng.

Ngăn xếp cho người xây dựng nghiêm túc (thứ tôi thực sự dùng)

• Tác nhân chính: Claude Code, vì năng lực thô và mức độ lập trình được của nó.
• Mô hình kiến trúc: Claude Opus 4.8 cho các quyết định chịu lực.
• Mô hình lao động chính: GLM 5.2 và Kimi K2.7-Code cho công việc hàng ngày, được định tuyến qua một thiết lập không phụ thuộc mô hình. Kimi đặc biệt phù hợp cho những lần chạy tự chủ rất dài, không giám sát, nhờ hiệu quả token và cửa sổ ngữ cảnh 256K.
• Lớp rẻ/cục bộ: Ollama Cloud (Pro) cho suy luận khối lượng lớn, ít rủi ro.
• Keo dính: MCP cho công cụ, và một cấu trúc dự án ưu tiên tài liệu nghiêm ngặt gắn tất cả lại với nhau.

Dù bạn chọn gì, hãy nhớ bài học cốt lõi: công cụ bạn chọn ít quan trọng hơn quy trình làm việc bạn xây quanh nó. Một người xây dựng có kỷ luật trên công cụ miễn phí sẽ vượt một người cẩu thả trên ngăn xếp đắt nhất mà tiền có thể mua.

Câu hỏi thường gặp

Một người hoàn toàn không biết lập trình có thực sự vibe code được thứ gì thật trong năm 2026 không? Có — đó chính là điểm mà các công cụ đã đạt tới. Những người không phải kỹ sư đang phát hành phần mềm hoạt động được bằng cách nêu ý định và đánh giá kết quả. Bạn vẫn cần phán đoán, kiên nhẫn và sẵn lòng học xem AI đang làm gì ở mức tổng quan, nhưng bạn không cần tự viết mã.

Vibe coding còn liên quan không, hay “kỹ thuật tác nhân” đang thay thế nó? Cùng một thứ, tên hay hơn. “Kỹ thuật tác nhân” chỉ là vibe coding làm có kỷ luật — điều phối tác nhân, định nghĩa các cổng chất lượng và giữ sự giám sát của con người ở những điểm quan trọng. Hầu hết mọi người vẫn nói “vibe coding” trong trò chuyện; thực hành bên dưới chỉ đơn giản là đã trưởng thành.

Mô hình AI tốt nhất để lập trình hiện nay là gì? Về chất lượng hàng đầu, Claude Opus 4.8 (88,6% trên SWE-bench Verified) và GPT-5.5 là những cái tên dẫn đầu. Về giá trị tốt nhất, các mô hình trọng số mở như GLM 5.2 và Kimi K2.7-Code gần đáng kể với một phần nhỏ chi phí. Câu trả lời thông minh là dùng cả hai — tiên phong cho 10% khó, rẻ mà mạnh cho 90% còn lại.

Làm sao để vibe code miễn phí (hoặc gần miễn phí)? Dùng một tác nhân miễn phí, mã nguồn mở như OpenCode, ghép với gói miễn phí của Ollama Cloud hoặc một gói dưới $15 như Gói Coding của GLM hay Kimi Code, và chạy các mô hình trọng số mở. Google Antigravity cũng miễn phí cho cá nhân trong bản xem trước. Bạn có thể xây dựng rất nhiều với giá một chiếc bánh sandwich mỗi tháng.

Tôi có thực sự xây được một startup hay một ứng dụng lớn theo cách này không? Một sản phẩm thật, nhiều tính năng, chất lượng sản xuất — có, và người ta làm một mình suốt. Một bản sao y nguyên Google hay Facebook ở quy mô đầy đủ — không, đó là hàng nghìn kỹ sư và hạ tầng quy mô hành tinh. Mục tiêu thực tế và thực sự thú vị là một sản phẩm tham vọng được xây đến chất lượng sản xuất bởi một người hoặc một nhóm nhỏ, điều từng bất khả thi.

Mã do AI tạo có đủ an toàn để phát hành không? Không phải mặc định. Mã AI có xu hướng mắc lỗ hổng cao một cách bất thường, nên bạn phải xem xét và quét nó, không bao giờ để tác nhân xử lý auth hay bí mật mà không giám sát, và coi mọi đầu ra là không đáng tin cho đến khi được xác minh. Làm với kỷ luật đó, nó hoàn toàn phát hành được. Làm mù quáng, nó là một vụ xâm nhập đang chờ xảy ra.

Claude Code vs Cursor — người mới nên chọn cái nào? Nếu bạn muốn tác nhân mạnh nhất và thoải mái với terminal, hãy chọn Claude Code. Nếu bạn muốn thấy mã trong một trình soạn thảo bóng bẩy trong khi điều khiển AI, hãy chọn Cursor. Nhiều người dùng cả hai. Cái nào cũng là điểm khởi đầu tốt; đừng băn khoăn quá vì nó.

Ollama Cloud là gì và tại sao tôi nên dùng nó? Ollama Cloud chạy các mô hình mã nguồn mở lớn trên GPU trung tâm dữ liệu được quản lý nên bạn không cần phần cứng đắt tiền, đồng thời cung cấp đúng API như khi chạy Ollama cục bộ — nên nó thay thế trực tiếp được. Dùng nó cho suy luận thân thiện với quyền riêng tư, kiểm soát chi phí, đặc biệt là công việc khối lượng lớn, với gói miễn phí để bắt đầu.

Sự khác biệt giữa AGENTS.md và CLAUDE.md là gì — và Claude Code có đọc AGENTS.md không? AGENTS.md là tiêu chuẩn mở, đa công cụ (được giám hộ dưới Linux Foundation và được đọc bởi Codex, Cursor, Windsurf, Cline, Gemini CLI cùng hơn 30 công cụ khác); CLAUDE.md là tệp hướng dẫn gốc riêng của Claude Code. Vấn đề là: tính đến giữa năm 2026, Claude Code không tự động đọc AGENTS.md — nếu một repo chỉ có tệp đó, Claude Code không tải hướng dẫn dự án nào và không cảnh báo gì. Cách khắc phục là giữ AGENTS.md làm nguồn sự thật chung và biến CLAUDE.md một tệp mỏng nhập nó bằng một @AGENTS.md dòng (hoặc symlink hai tệp với ln -s AGENTS.md CLAUDE.md). Một tệp cho toàn bộ, một tệp mỏng cho mỗi công cụ.

Làm sao để tác nhân AI không quên dự án của tôi giữa các phiên? Đặt bộ nhớ của dự án vào các tệp trong repo, không phải trong cuộc trò chuyện. Giữ một AGENTS.md cho các quy tắc, một ROADMAP.md cho kế hoạch, một TASKS.md cho con trỏ hiện tại (xong / đang làm / tiếp theo), và một DECISIONS.md cho các lựa chọn đã khóa. Để tác nhân đọc những tệp đó ở đầu mỗi phiên và ghi cập nhật lại vào cuối. Vì tất cả chỉ là Markdown thuần trên đĩa, ngữ cảnh sống qua việc đặt lại ngữ cảnh, đổi mô hình và chuyển hẳn công cụ.

Đi tiếp từ đây

Vibe coding năm 2026 không phải mánh lới và không phải đường tắt cho kẻ lười. Nó là một cách thật, mạnh mẽ và ngày càng phổ biến để xây phần mềm — một cách trao đòn bẩy khổng lồ cho bất kỳ ai sẵn lòng học cách điều khiển nó cho tốt. Rào cản tạo ra phần mềm đã sụp đổ. Rào cản mới là gu thẩm mỹ, phán đoán và kỷ luật.

Vậy hãy bắt đầu nhỏ ngay hôm nay. Chọn một tác nhân, hướng nó vào một dự án thật, và chạy vòng lặp: mô tả, xem xét, lặp lại, kiểm thử. Rồi khi sẵn sàng lớn hơn, thiết lập hệ thống ưu tiên tài liệu để dự án có bộ nhớ và các tác nhân của bạn có thể mở rộng cùng bạn. Khoảng cách giữa “tôi có một ý tưởng” và “nó đang sống trên internet” chưa bao giờ nhỏ hơn. Câu hỏi duy nhất còn lại là bạn sẽ xây gì.

---

Đang xây điều gì tham vọng và muốn hệ thống tài liệu-và-prompt chính xác khiến vibe coding quy mô lớn thực sự hoạt động? Đó là cả một hướng dẫn riêng — và là bài đọc tiếp theo tuyệt vời trên trang này.