Claude Code tự động bảo trì phần mềm tại Anthropic với tỷ lệ hợp nhất mã nguồn đạt 46%

Anthropic đang thử nghiệm xem liệu Claude Code có thể đảm nhận việc bảo trì hàng ngày cho chính các phần mềm của công ty hay không. Trong vài tuần, AI này đã tạo ra 388 pull request, và 180 trong số đó đã được hợp nhất (merge) sau khi có sự kiểm duyệt của con người.

Theo Boris Cherny, kỹ sư tại Anthropic – người tạo ra Claude Code, Claude đã thực hiện việc bảo trì hàng ngày cho các ứng dụng nội bộ của Anthropic trong "vài tuần qua". Thay vì để các lập trình viên phải bận rộn với những công việc bảo trì lặp đi lặp lại, Claude tự mình xử lý chúng. Cherny gọi kết quả đạt được là "tích cực một cách đáng ngạc nhiên".

Trong bài đăng của mình, Cherny mô tả một thiết lập nơi Claude, thông qua Tag, chạy các quy trình hàng ngày trên một kênh Slack chuyên dụng có tên "proj-claude-maintains-apps" trên tất cả các nền tảng của Anthropic: iOS, Android, desktop, web, CLI và Agent SDK.

Mười hai quy trình bao gồm toàn bộ các công việc duy trì mã nguồn.

Theo Cherny, Claude chạy một loạt các quy trình bảo trì chuyên biệt. Một "Crash Fuzzer" sẽ mở các ứng dụng trong trình mô phỏng, nhấn ngẫu nhiên để kích hoạt lỗi (crash), phân tích nguyên nhân gốc rễ và tạo bản sửa lỗi. Một "Dup Unifier" sẽ quét cơ sở mã để tìm các thành phần trừu tượng tương tự nhưng hơi khác nhau và đề xuất hợp nhất chúng. "Dead-Code Remover" sẽ loại bỏ các đoạn mã không thể truy cập được (statically unreachable) và đối với những đoạn mã đáng ngờ, nó sẽ thêm tính năng ghi nhật ký (logging) trước để kiểm tra vào ngày hôm sau xem đoạn mã đó có thực sự không được sử dụng hay không.

Cherny đã chia sẻ một số câu lệnh (prompt) của mình trên Slack và không có kỹ thuật prompt phức tạp nào được áp dụng ở đây. Anh chỉ yêu cầu Claude bằng ngôn ngữ thông thường để bắt đầu các quy trình hàng ngày cho việc crash fuzzing trên iOS, Android và desktop, sử dụng các ứng dụng thực tế thay vì các bản mô phỏng (mocks), kích hoạt lỗi và tạo các pull request kèm theo bản sửa lỗi.

388 pull request đã được tạo, gần một nửa đã được hợp nhất.

Cherny cho biết Claude đã tạo ra 388 pull request trên các kho lưu trữ (repository) của Anthropic trong vài tuần đầu tiên. Sau khi kết hợp giữa việc kiểm duyệt tự động của Claude Code và kiểm duyệt của con người, 180 pull request đã được hợp nhất, đạt tỷ lệ khoảng 46%.

Theo Cherny, Claude thường thực hiện đúng các pull request ngay từ lần thử đầu tiên. Khi không làm được, nhóm sẽ tinh chỉnh quy trình để AI thực hiện tốt hơn vào ngày hôm sau. Việc tinh chỉnh đó đôi khi mất vài ngày. Anthropic hiện đang tìm cách đẩy nhanh quá trình hợp nhất cho những thay đổi mang tính kỹ thuật này.

Hơn một nửa số pull request được tạo tự động không được thông qua, điều này cho thấy cả những hạn chế lẫn tiềm năng của phương pháp này. Cherny mô tả thử nghiệm này là "những dấu hiệu sống đầu tiên" cho thấy việc bảo trì ứng dụng bằng AI tự động có thể khả thi.

Tin tức AI không thổi phồng – Được biên soạn bởi con người.

Đăng ký THE DECODER để đọc không quảng cáo, nhận bản tin AI hàng tuần, báo cáo chuyên sâu "AI Radar" độc quyền sáu lần một năm, quyền truy cập toàn bộ kho lưu trữ và tham gia phần bình luận của chúng tôi.

Đăng ký ngay.