Giải thích cho người mới · 10/2026

Kết quả AI
tự chứng minh

Thay vì tự kiểm lại mọi thứ AI làm, hãy đòi AI nộp kèm bằng chứng dễ kiểm. Năm cách, kèm câu mẫu.

Ví dụ đời thường Số liệu thật Câu mẫu Danh sách kiểm
Đã xong, test pass! Bằng chứng đâu?
Câu hỏi của bài này

Lời “đã xong” không cho bạn gì để kiểm

1Nói “xong” gần như không tốn gì. Kiểm xem có thật xong không mới tốn công.
2Bằng chứng làm việc kiểm rẻ đi. Bạn nhìn một thứ cụ thể, thay vì dựng lại cả lập luận.
3Năm cách đòi bằng chứng. Chưa ai hiểu hết bên trong AI, nên các hình ảnh trong bài chỉ để dễ nhớ.
Hình dung trước

Thợ đưa phiếu thay vì chỉ nói “xong”

Chỉ lời nói

Thợ nói “xong rồi”

Bạn chỉ có thể lái thử rồi hy vọng. Không biết thợ đã thay gì, thử gì.

Có phiếu

Thợ đưa phiếu sửa xe

Đã thay má phanh. Đã đạp thử phanh ở 30 km/h. Chưa kiểm dầu phanh. Bạn biết nhìn vào đâu.

AI cũng vậy: “đã xong” là lời hứa, bằng chứng là cái phiếu.
Từ khó, nói dễ

Sáu từ sẽ gặp trong bài

Bằng chứng

tên kỹ thuật: evidence

Thứ bạn tự mở, chạy lại hoặc nhìn thấy, như phiếu sửa xe ghi rõ đã thay gì.

Kiểm chứng

tên kỹ thuật: verify

Tự xác nhận một điều là đúng, bằng cách khác với việc hỏi lại chính AI.

Trích nguồn

tên kỹ thuật: citation

Chỉ rõ tên tệp, dòng code hoặc đường dẫn nơi điều đó được nói đến.

Phép thử

tên kỹ thuật: test

Đoạn code nhỏ chạy xong báo “đạt” hoặc “không đạt”, không cần người đọc.

Bản so sánh

tên kỹ thuật: diff

Danh sách chính xác dòng nào được thêm, dòng nào bị xóa so với trước.

Chạy lại

tên kỹ thuật: reproduce

Làm lại đúng các bước và thấy cùng kết quả, như nấu lại theo công thức.

Số liệu · Stack Overflow 2026

Dùng nhiều, nhưng tin có điều kiện

Hỏi AI agent69,9%
Tin khi dễ kiểm48%
Tin cho việc lớn6,6%

Phần trăm người trả lời khảo sát. Hỏi agent: khi gặp việc lạ. Tin việc lớn: kể cả quyết định quan trọng.

Người dùng tự nói điều họ cần: kết quả dễ kiểm.

Đọc qua bản tóm tắt, chưa đối chiếu từng bảng. Mẫu là người chịu trả lời khảo sát.

Ca có thật · 2023

Có nguồn, nhưng không ai mở

6

án lệ do ChatGPT bịa trong hồ sơ nộp tòa, đủ tên hãng bay, lời trích và số hiệu

Vụ Mata v. Avianca, tòa liên bang New York. Ngày 22/6/2023 tòa phạt hai luật sư và công ty luật tổng cộng 5.000 USD.

Điều rút ra: AI biết án lệ trông như thế nào, chưa chắc biết án lệ có thật. Một nguồn không ai mở chỉ là trang trí.

Đòi nguồn là bước một. Mở nguồn ra là bước hai.
Năm cách

Năm cách đòi bằng chứng

1Nguồn mở đượcTên tệp và số dòng, hoặc đường dẫn chính thức
2Phép thử chạy đượcLệnh và đầu ra nguyên văn, kèm số test đã chạy
3Thay đổi nhỏMột mục đích mỗi lần, khoảng 100 dòng trở xuống
4Phân loại ba nhómĐã chạy, chỉ đọc, giả định
5Chạy lại đượcMột lệnh trên máy sạch, hoặc một người đọc độc lập
Cách 1 trên 5

Cách 1: đòi nguồn mở được

Mỗi khẳng định kèm
đường dẫn tệp và số dòng.
Không có nguồn thì ghi
“không có nguồn”.

Câu mẫu đưa vào cuối yêu cầu.

Cách đọc

Mở một hai nguồn quan trọng nhất. Nội dung phải khớp, chứ không chỉ mở được.

Chỗ hỏng

Nguồn bịa, nguồn nói điều khác, nguồn đã cũ.

Cách 2 trên 5

Cách 2: đòi phép thử chạy được

Trước khi báo xong, chạy
npm test và dán nguyên văn
lệnh cùng đầu ra.
Ghi số test đã chạy.

Phép thử trả về đạt hoặc không đạt, và AI đọc được kết quả.

Cách đọc

Chạy lại một lần để thấy tận mắt. Đọc đầu ra nhanh hơn tự dựng lại việc kiểm.

Chỗ hỏng

Test do AI viết để cho qua. Cách bắt: phá thử một dòng, test phải chuyển đỏ.

Cách 3 trên 5

Cách 3: đòi thay đổi nhỏ

~100

dòng thay đổi: thường hợp lý

1.000

dòng thay đổi: thường quá lớn

Câu mẫu

Mỗi lần một việc, tối đa khoảng 100 dòng, và nói rõ phần đó để làm gì.

Mốc của hướng dẫn duyệt code Google, dành cho người duyệt. Là quy tắc kinh nghiệm, không phải số cứng.

Cách 4 trên 5

Cách 4: đòi phân loại ba nhóm

aĐã chạy, kèm lệnh và đầu ra
bChỉ đọc: đã xem code, chưa chạy
cGiả định: đoán, chưa kiểm
Vì sao phải xin rõ

Một nhóm nghiên cứu lập luận rằng cách chấm điểm có thể thưởng cho việc đoán, nên câu “tôi chưa chạy” ít tự xuất hiện. Đây là lập luận của tác giả, chưa kiểm chứng độc lập.

Mục “đã chạy” không có lệnh? Coi như chỉ đọc.
Cách 5 trên 5

Cách 5: đòi cách chạy lại

Cho tôi một lệnh để tự thấy
lại kết quả trên máy sạch.
Nêu rõ phiên bản và
biến môi trường cần có.

Làm lại đúng các bước mà ra cùng món thì đáng tin hơn lời khen.

Cách đọc

Việc quan trọng: nhờ một phiên mới, chưa thấy lập luận cũ, đọc lại phần thay đổi so với yêu cầu gốc.

Chỗ hỏng

Chạy được trên máy AI mà không chạy trên máy bạn. AI khác cũng có thể mắc cùng kiểu lỗi, nên việc quan trọng cần một người đọc.

Ví dụ tính được

Tính thử: kiểm 8 khẳng định

claims, rebuild, glance = 8, 6, 1
deep, risky = 5, 2  (phút)
no proof = 8 * 6 48 min
with proof = 8 * 1 + 2 * 5 18 min

Minh họa: các số phút là giả định, không phải số đo. Hãy tự bấm giờ với nhóm của bạn.

Mỗi bản tóm tắt: 48 phút giảm còn 18 phút, còn khoảng 38%.

Hai bản mỗi ngày, 20 ngày: 32 giờ so với 12 giờ một tháng cho một người duyệt.

Trong công việc

Đòi bằng chứng cũng có chỗ hỏng

1Nguồn bịa hoặc nói điều khácMở nguồn, đọc đúng đoạn, xem ngày
2Test do AI viết để cho quaXem diff thư mục test, phá thử một dòng
3Chỉ có câu “test đã pass”Đòi lệnh, đầu ra nguyên văn và số test đã chạy
4AI sửa test cho khớp codeĐọc diff test riêng, hỏi vì sao đổi
5Lệnh chỉ chạy trên máy AIChạy một lần trên máy sạch hoặc CI
Minh họa, không có thật

Minh họa: một buổi chiều, hai kịch bản

Không đòi bằng chứng
14:20 · AgentĐã sửa, test pass.
14:25 · DevĐọc lướt, thấy hợp lý, gộp.
16:30 · KháchBáo cáo vẫn sai ở định dạng ngày thứ hai.
Có đòi bằng chứng
14:20 · Agent12 test pass. Chưa chạy hàm định dạng thứ hai. Giả định mọi báo cáo dùng dd/MM.
14:25 · DevThêm ca 31/12 cho định dạng thứ hai. Test đỏ.
14:40 · AgentSửa nốt chỗ còn lại, gộp cùng hai test mới.
Chỗ AI nói thật là “chưa chạy” chỉ cho bạn nên nhìn vào đâu.
Danh sách kiểm

Tám câu hỏi trước khi nhận kết quả

1Kết quả mang theo cách kiểm nào?
2Tôi đã mở một nguồn quan trọng chưa?
3Có lệnh và đầu ra nguyên văn không?
4Bao nhiêu test chạy trên tổng số?
5Tôi phá thử một dòng, test có đỏ không?
6Thay đổi có đủ nhỏ để đọc hết không?
7Phần “chỉ đọc” và “giả định” xử lý thế nào?
8Tôi chạy lại được trên máy sạch chưa?
Nhìn cân bằng

Nhìn cân bằng: được gì, chưa được gì

Làm được
  • Làm việc kiểm rẻ và nhanh hơn
  • Buộc AI nói rõ chỗ chưa chạy
  • Để lại dấu vết cho người khác kiểm lại
Chưa làm được
  • Không phải bảo chứng đúng: test sai, nguồn bịa vẫn lọt
  • Chưa thấy thử nghiệm đối chứng đo từng cách
  • Tốn thêm thời gian, thừa với việc rủi ro thấp
Kết luận

Biến lời “đã xong” thành thứ bạn kiểm được.

Đặt các yêu cầu bằng chứng ngay trong câu lệnh đưa cho AI, và luôn là người mở bằng chứng ra.