TDD
TrialKỹ thuật
Test-Driven Development, một thực hành viết kiểm thử trước khi triển khai mã.
Vì sao ở đây
Xếp vào Trial: 8 bài bằng chứng từ 4 nguồn, chủ yếu là tin nghiên cứu, 4 bài trong 30 ngày qua. Độ tin cậy 74%.
Bằng chứng (8)
- 4Martin Fowler·11/8/2026researchTDD trong vòng lặp tác tử chưa cho thấy lợi ích rõ rệt trong đánh giá nhỏ
Một đánh giá thử nghiệm đã so sánh quy trình lập trình bằng AI có áp dụng test-driven development (TDD) trong vòng lặp tác tử với quy trình không dùng TDD. Kết quả không cho thấy lợi thế chất lượng rõ ràng cho cách làm TDD, và ở một số trường hợp phương án không TDD còn được xếp cao hơn nhẹ về thiết kế và chất lượng kiểm thử.
- 5The New Stack·25/7/2026framework_updateXây hệ thống ngữ cảnh cho AI thay vì sửa từng dòng mã
Bài viết cho rằng các nhóm kỹ sư phần mềm không nên chỉ sửa từng đoạn mã do AI tạo ra, mà nên cải thiện hệ thống, ngữ cảnh và quy trình bao quanh. Tác giả xem đây là sự chuyển dịch rộng hơn từ phát triển phần mềm tất định sang kỹ nghệ ngữ cảnh, nơi tổ chức đóng gói và mở rộng nguồn thông tin mà tác nhân AI cần để làm việc hiệu quả.
- 5The New Stack·19/7/2026researchAI đang đẩy quá trình duyệt mã lên sớm hơn
Bài viết cho rằng quy trình duyệt mã kiểu pull request truyền thống ngày càng không còn phù hợp với phát triển phần mềm có hỗ trợ AI, khi mã được tạo ra rất nhanh với khối lượng lớn. Tác giả đề xuất các nhóm nên kiểm tra ý định, đặc tả và tiêu chí chấp nhận sớm hơn trong quy trình thay vì đợi đến lúc gộp mã.
- 5InfoQ·14/7/2026framework_updateXây dựng kho ngữ cảnh cho quá trình phát triển phần mềm với AI
Bài viết cho rằng phát triển có hỗ trợ AI có thể tăng tốc giai đoạn đầu nhưng lại che khuất độ phức tạp kiến trúc cho đến các bước sau. Bài đề xuất một Context Store gắn với repository, kết hợp SDD gắn với đặc tả, TDD và các fitness function tự động để giúp người xem xét và tác nhân AI cùng phát triển hệ thống an toàn hơn.
- 6InfoQ·10/7/2026product_launchDatadog dùng Claude và Cursor để chuyển đổi hệ thống sản xuất
Kỹ sư Arnold Wakim của Datadog cho biết nhóm đã dùng Claude và Cursor để hỗ trợ chuyển đổi một hệ thống sản xuất quan trọng, đồng thời khắc phục các giới hạn của backend lưu trữ và cải thiện hiệu năng. Bài viết tập trung vào những gì hiệu quả, những gì không hiệu quả và các bài học rút ra từ quy trình phát triển có hỗ trợ AI theo hướng kiểm thử trước.
- 4Hacker News·28/6/2026researchKent Beck định nghĩa lại YAGNI như một nguyên tắc về thời điểm
Kent Beck cho rằng YAGNI không chủ yếu nói về tiết kiệm công sức lập trình, mà là tránh xây dựng cấu trúc mang tính suy đoán trước khi tính năng thực sự cần đến. Ông diễn giải nguyên tắc này qua hai chi phí: mất tính linh hoạt do cam kết quá sớm và NPV âm khi phải trả chi phí cho cấu trúc trước khi cần.
- 4Martin Fowler·14/4/2026researchFowler bàn về AI, trừu tượng hóa và sự lười biếng của lập trình viên
Martin Fowler chia sẻ lại cuộc thảo luận tại Pragmatic Summit với Kent Beck và Gergely Orosz về AI, các làn sóng công nghệ trước đây, phương pháp agile, TDD và các thước đo hiệu suất. Ông cho rằng giới hạn của con người và tư duy trừu tượng hóa vẫn rất quan trọng, đồng thời LLM có thể khiến hệ thống phức tạp hơn nếu không có sự phán đoán như nguyên tắc YAGNI và các kiểm tra kiểu TDD.
- 4Martin Fowler·2/4/2026researchLLM, nợ nhận thức và kiểm chứng trong phát triển phần mềm
Martin Fowler giới thiệu một cách nhìn chia hệ thống thành ba lớp sức khỏe: nợ kỹ thuật, nợ nhận thức và nợ ý định, cho rằng mỗi loại đều kìm hãm một khía cạnh khác nhau của việc tiến hóa phần mềm. Ông cũng đề cập nghiên cứu xem AI như “Hệ thống 3” trong nhận thức, đồng thời nhận định rằng khi tác nhân viết mã làm chi phí tạo code giảm xuống, kiểm chứng sẽ trở thành công việc có giá trị và khó hơn.