43% sự cố AI agent xảy ra vì một lý do rất con người — không phải vì AI kém
Một nhóm nghiên cứu vừa công bố phân tích 3.607 sự cố AI agent xảy ra trong khoảng đầu 2025 đến giữa 2026. Kết quả: hơn 43% số sự cố đến từ hai lỗi lặp lại — agent "quá tự tin" (overeagerness) và agent hiểu sai mục tiêu (misalignment). Không phải model kém, không phải thiếu dữ liệu training. Vấn đề nằm ở chỗ không ai đặt ranh giới rõ ràng cho nó trước khi thả nó vào việc thật.
Con số này đáng chú ý với dân kỹ thuật Việt Nam vì đúng lúc câu chuyện "AI agent cướp việc lập trình viên" đang nóng trở lại. Một bạn 23 tuổi mới ra trường kể trên báo tuần trước rằng rải hàng chục CV nhưng gần như không được gọi phỏng vấn — lý do bạn tự nhận là học đúng giai đoạn AI chưa bùng nổ, kỹ năng chuẩn bị không theo kịp. Việc junior cơ bản đang thu hẹp là có thật. Nhưng câu chuyện thường dừng lại ở đó, kiểu "AI giỏi hơn người mới ra trường" — trong khi thực tế phức tạp hơn nhiều.
Cái đang mất giá trị không phải là "biết code". Cái đang mất giá trị là "chỉ biết code mà không kiểm tra kết quả".
Nhìn vào doanh nghiệp Nhật đang triển khai AI agent quy mô lớn sẽ thấy rõ điều này. Họ không tuyển thêm người viết code nhanh hơn — họ dựng hẳn bộ máy quản trị: một nhóm lo kết nối API/MCP, một nhóm lo thiết kế agent theo từng nghiệp vụ, một nhóm lo chi phí và vận hành, một nhóm chuyên trách audit và xử lý sự cố. Cuộc đua giờ không còn nằm ở "model nào mạnh hơn" mà nằm ở khả năng kết nối agent với dữ liệu thật của công ty, khả năng để agent hoàn thành việc đến cùng, và khả năng nhân rộng cách làm đó cho cả tổ chức.
Ở Việt Nam, một kỹ sư đang làm cho tập đoàn phần mềm tại Huế chọn cách thích nghi rất cụ thể: đầu tư máy tính đủ mạnh để chạy mô hình lớn tại nhà, chủ động học AI để đảm bảo dữ liệu doanh nghiệp không bị lộ ra ngoài khi dùng agent. Một chuyên gia tư vấn AI tại Rikkei Japan mô tả sự dịch chuyển này gọn hơn: nghề lập trình đang đi từ "viết code" sang "thiết kế hệ thống, đặt ràng buộc cho AI, đánh giá output, quản trị rủi ro". Đó chính là công việc mà con số 43% sự cố ở trên đang chỉ ra: nếu không có ai làm phần "đặt ràng buộc và đánh giá output", agent sẽ tự tin làm sai mà không ai biết cho tới khi hậu quả xảy ra.
Điều này khớp với dữ liệu về cộng đồng builder AI agent tại Việt Nam. Một báo cáo gần đây cho biết Việt Nam chiếm phần lớn trong tổng số builder được khảo sát ở Đông Nam Á, và AI agent hiện chiếm khoảng 18% tổng số dự án được xây. Con số này không nói lên rằng AI agent sắp thay hết công việc — nó cho thấy có một lớp người đang chủ động học cách xây và vận hành agent, thay vì chỉ ngồi lo sợ nó.
Vậy cụ thể một dev nên làm gì tuần này, không cần chờ dự án lớn hay khóa học dài hạn?
Thứ nhất, chọn một quy trình đang dùng AI agent hỗ trợ code hoặc công việc thật — dù chỉ là review pull request hay viết test — và tự hỏi: nếu agent làm sai một bước, ai là người phát hiện đầu tiên? Nếu câu trả lời là "không ai, tới khi lên production mới biết" thì đó chính là lỗ hổng cần vá trước.
Thứ hai, học cách viết ràng buộc rõ ràng cho agent thay vì thả nó tự quyết hoàn toàn — giới hạn quyền, giới hạn phạm vi hành động, đặt điểm dừng bắt buộc có người duyệt trước khi agent chạm vào dữ liệu nhạy cảm hoặc gửi thay đổi ra ngoài hệ thống.
Thứ ba, tập thói quen đọc log/lý do agent đưa ra quyết định, không chỉ đọc kết quả cuối. Đây chính là kỹ năng mà báo cáo sự cố nói ở trên chỉ ra là đang thiếu nhất — phần lớn sự cố bị phát hiện muộn vì không ai theo dõi quá trình, chỉ nhìn kết quả.
Sai lầm phổ biến nhất mình thấy hiện nay là coi AI agent như một nhân viên mới có thể giao việc rồi quên, thay vì coi nó như một công cụ có công cụ, có quyền hạn, và cần điểm dừng để con người can thiệp. Cách nghĩ đầu tiên khiến người dùng vừa mất kiểm soát vừa không học được gì thêm. Cách nghĩ thứ hai mới là thứ đang được các đội ngũ làm bài bản áp dụng.
Không ai dám chắc trong 12 tháng tới AI agent sẽ giỏi tới đâu. Nhưng có một điều gần như chắc chắn: người biết thiết kế ràng buộc, biết review output, biết dừng agent đúng lúc — sẽ luôn có chỗ đứng, bất kể model nền tảng thay đổi bao nhiêu lần. Đó là kỹ năng không nằm trong bất kỳ bản cập nhật model nào cả.
Nếu tuần này bạn chỉ làm được một việc, hãy chọn quy trình có AI agent đang chạy gần bạn nhất, và tự hỏi câu hỏi ở trên: ai phát hiện khi nó sai? Câu trả lời sẽ nói cho bạn biết bạn đang đứng ở nhóm nào.