Hiệu suất lập trình AI: Từ cải thiện 20% đến đột phá gấp 8 lần

Tóm lại: Kết quả năng suất kỹ thuật AI được phân thành ba cấp độ: mức trung bình 20-46% từ việc triển khai IDE, cấp độ tiên phong 2,5-3 lần từ các công ty xây dựng lớp vận hành xung quanh các tác nhân (Replit, NVIDIA, Amplitude, Anthropic), và cấp độ nhà máy đạt 8 lần trở lên, nơi các tác nhân hoạt động như những đơn vị tổ chức chính (Nubank với Devin). Khoảng cách ở đây không nằm ở mô hình mà ở kỷ luật vận hành được xây dựng xung quanh nó.

Chúng ta đang ở trong một kỷ nguyên mà chúng ta nên kỳ vọng hiệu suất từ nhau cao gấp 3 lần.

Trong sáu tháng qua, các dữ liệu liên tục xuất hiện:

Biểu đồ trên phân loại hệ sinh thái thành ba nhóm không đồng đều, mỗi nhóm được xác định bởi mức độ khai thác sức mạnh của mô hình mà công ty đó đạt được.

Nhóm đầu tiên là những gì hầu hết các công ty đang trải nghiệm hiện nay. Triển khai một AI IDE, không thay đổi bất cứ điều gì khác, và kết quả thu được khá khiêm tốn.

“Các nhà lãnh đạo kỹ thuật bước vào lĩnh vực AI với kỳ vọng tăng năng suất 2-3 lần nhưng thực tế chỉ đạt gần 30%.”

— Augment Code

Dữ liệu đo lường của Faros trên 22.000 lập trình viên xác nhận điều này: các kỹ sư hoàn thành các dự án lớn (epics) nhanh hơn 66%, nhưng số lỗi trên mỗi lập trình viên lại tăng 54%. Thử nghiệm ngẫu nhiên có đối chứng của Google đưa ra con số 21%, gần với mức 24% của GitHub. Đây là kết quả mặc định.

Tiếp theo là nhóm tiên phong. Các công ty ở đây đã xây dựng các hệ thống hỗ trợ xung quanh mô hình, điều phối các tác nhân chia sẻ ngữ cảnh trên GitHub, Linear và Slack; đồng thời chuyển tiếp công việc cho các kỹ sư khi cần sự đánh giá của con người.

“Mỗi nhân viên đều có một tác nhân quản lý, tác nhân này sẽ tạo ra các tác nhân thực thi theo vòng lặp. Tác nhân nội bộ của chúng tôi đã vượt trội hơn một công cụ SaaS trị giá bảy con số trong việc kiểm tra bảo mật và phân loại sự cố với chi phí chỉ bằng một phần mười.”

— Amjad Masad, Replit, “The Self-Driving Company”

Thời gian đánh giá PR của con người giảm 30%. Thời gian xử lý hỗ trợ phức tạp giảm 60%. Tổng đóng góp mã nguồn tăng 5,8 lần. Đây là nơi con số 3 lần xuất hiện.

Nhóm thứ ba là các nhà máy phần mềm, và cái tên này là một mô tả phù hợp. Chúng là những cỗ máy AI sản xuất phần mềm một cách cơ học. Devin của Cognition tái cấu trúc toàn bộ các cơ sở mã nguồn nguyên khối (monolithic codebases). Factory.ai đang triển khai các nhà máy phần mềm tại NVIDIA, Adobe, Blackstone và EY.

“Nubank đã đạt được mức cải thiện 8 lần về hiệu quả kỹ thuật và giảm 20 lần chi phí khi sử dụng Devin cho việc tái cấu trúc quy mô lớn.”

— Contrary Research, tháng 1 năm 2026

Goldman Sachs đang thử nghiệm Devin cùng với 12.000 lập trình viên con người và ước tính công khai rằng AI tác nhân (agentic AI) có thể mang lại tốc độ làm việc gấp 3-4 lần so với các công cụ trước đây.

Những lợi ích về năng suất kỹ thuật AI đã hiện hữu. Dữ liệu ban đầu cho thấy những gì cần kỳ vọng: hầu hết các đội ngũ nên chuyển dịch từ mức tăng năng suất 20% lên mức 3 lần, và đó không phải là điều bình thường.

Cursor, “Cách NVIDIA sử dụng Cursor,” tháng 2 năm 2026.

Cursor, “Các tác nhân đám mây của Amplitude và Cursor,” tháng 4 năm 2026.

Boris Cherny, người đứng đầu Claude Code, trên podcast Big Technology, tháng 7 năm 2026.

Amjad Masad, “The Self-Driving Company,” ngày 16 tháng 7 năm 2026.

Sự phân bổ trên chỉ mang tính minh họa, không phải thống kê. Mỗi điểm là một hệ số nhân được báo cáo từ một nghiên cứu đã công bố, thử nghiệm ngẫu nhiên có đối chứng (RCT) hoặc tiết lộ của công ty. Nó không được rút ra từ một quần thể mẫu, và đường cong là một dạng phân phối log-normal lệch phải phù hợp với mô hình các kết quả được báo cáo, không phải dữ liệu thô. Hãy coi đây là một lập luận về hình thái, không phải là một công cụ ước tính.

Augment Code trên X, 2026.

Faros, “Báo cáo Kỹ thuật AI 2026”.

Thử nghiệm ngẫu nhiên có đối chứng nội bộ của Google, khoảng 100 kỹ sư, 2024. Được tham chiếu trong các báo cáo DORA; tổng hợp tại Value Add VC.

Nghiên cứu của GitHub, Microsoft và Accenture với một công ty fintech lớn, khoảng 450 lập trình viên, 2024.

Factory.ai, “Factory 2.0: Từ các tác nhân lập trình đến nhà máy phần mềm”.

Contrary Research, “Cognition”, tháng 1 năm 2026.

CNBC, “Goldman Sachs đang thử nghiệm lập trình viên tự hành đầu tiên trong cột mốc AI quan trọng cho Phố Wall,” tháng 7 năm 2025.

Nhận bài viết tiếp theo trong hộp thư đến của bạn

Bài đọc 1 phút giúp biến dữ liệu công nghệ thành lợi thế chiến lược. Được đọc bởi hơn 150 nghìn nhà sáng lập và nhà điều hành.

Đối tác chung (GP) tại Theory Ventures. Cựu Giám đốc sản phẩm (PM) tại Google. Chia sẻ những hiểu biết dựa trên dữ liệu về AI, web3 và đầu tư mạo hiểm.

Bloomberg • WSJ • Economist