Agentic SDLC: 5 Thành Tố Cần Thiết (Hội Đồng, Agents, Cổng Kiểm Duyệt)

Những gì một quy trình phát triển phần mềm (SDLC) theo mô hình agentic cần trong thực tế: một bảng công việc chung, các agent có thể được giao việc, một agent đánh giá code riêng biệt, luồng phản hồi lại và một con người chịu trách nhiệm phát hành sản phẩm. Vòng lặp hoạt động từng bước như sau.

Ashley Innocent

Ashley Innocent

18 tháng 11 2026

Agentic SDLC: 5 Thành Tố Cần Thiết (Hội Đồng, Agents, Cổng Kiểm Duyệt)

Câu trả lời nhanh: Agentic SDLC là một vòng lặp phát hành phần mềm trong đó các agent lập trình nháp công việc và con người quyết định những gì được phát hành. Nó cần năm thành phần: một bảng công việc chung, các agent nhận nhiệm vụ được giao, một agent duyệt riêng biệt, một cơ chế gửi lại công việc kèm phản hồi bằng văn bản, và một con người thực hiện phát hành. Vòng lặp chạy theo trình tự: giao việc, soạn thảo, duyệt, chỉnh sửa, phát hành.

“Agentic SDLC” là cụm từ được nhắc đến nhiều nhất trong tháng. Postman đã tổ chức một buổi phát trực tiếp về việc chạy toàn bộ agentic SDLC từ một terminal duy nhất vào ngày 17 tháng 11 năm 2026, và giờ đây mọi nhà cung cấp agent đều có một slide về vòng đời. Lược bỏ các slide đi, câu hỏi cho đội của bạn nhỏ hơn nhiều: cần những gì để công việc của một agent đi từ yêu cầu đến phát hành mà không cần ai đó giám sát từng bước?

Bài hướng dẫn này trả lời câu hỏi đó bằng chính vòng lặp mà chúng tôi tự vận hành. Mọi bài viết trên blog này đều đi qua nó: một agent viết nháp, một agent duyệt chặn đầu ra, một bình luận gửi công việc lại, và một con người xuất bản. Nếu bạn muốn thử mô hình tương tự với các agent lập trình của riêng mình, Sharkly chính là bảng công việc mà chúng tôi dùng.

Agentic SDLC là gì (và không phải là gì)

Agentic SDLC là một quy trình phát hành trong đó các agent đảm nhận các giai đoạn được xác định rõ của công việc, như soạn thảo, kiểm thử hay duyệt, trong khi một hồ sơ chung theo dõi mọi bước bàn giao và một con người giữ quyền quyết định phát hành. Đây là một thay đổi về quy trình, không phải một công cụ bạn cài đặt.

Nó không phải là “một agent làm mọi thứ trong một phiên”, cách làm này sụp đổ ngay từ lần đầu tiên hai nhiệm vụ cùng chạm vào một repository. Nó cũng không phải là “CI gắn kèm một chatbot”: CI kiểm tra những gì bạn viết, còn agentic SDLC còn quyết định ai làm việc gì và công việc đi đâu khi một bước kiểm tra thất bại.

Nếu bạn mới làm quen với khía cạnh thực thi, hãy bắt đầu với agentic coding là gì. Bài viết này tập trung vào lớp bao quanh nó.

Tại sao một terminal là chưa đủ

Một phiên terminal chỉ giữ ngữ cảnh của một agent. Thêm một nhiệm vụ, một agent hay một người nữa, và ba vấn đề xuất hiện:

  • Không có hồ sơ chung. Kế hoạch, diff và lý do của diff nằm trong một lịch sử cuộn mà không ai khác đọc được.
  • Không có kiểm tra độc lập. Agent viết mã cũng chính là agent quyết định mã đã xong. Tự duyệt bắt được lỗi chính tả, không phải các giả định sai.
  • Không có đường gửi lại. Khi người duyệt phát hiện vấn đề, không có cách nào có cấu trúc để trả lại công việc kèm danh sách cần sửa.

Continuous integration dựa trên một nhánh chính chung và phản hồi nhanh. Agentic SDLC cần cả hai ở một cấp cao hơn: một nơi chung cho công việc và một cách nhanh để nói “chưa được, đây là lý do”.

Năm thành phần agentic SDLC cần có

  1. Một bảng công việc chung nơi mỗi nhiệm vụ mang theo mục tiêu, trạng thái, bình luận và lịch sử chạy.
  2. Các agent có thể được giao việc, khởi động khi nhiệm vụ được giao cho chúng và dừng lại khi nhiệm vụ được tạm gác.
  3. Một agent duyệt riêng biệt với chỉ dẫn riêng, được kích hoạt bởi thay đổi trạng thái.
  4. Một cơ chế gửi lại: một bình luận hoặc lệnh trả nhiệm vụ về cho agent thực hiện kèm các phát hiện của người duyệt.
  5. Một bước phát hành của con người mà không agent nào có thể bỏ qua.

Việc chọn mô hình, phong cách prompt và runtime đều có thể thay thế được. Năm thứ trên mới là bộ khung.

Bước 1: Giao việc

Vòng lặp bắt đầu khi một người giao nhiệm vụ. Trong Sharkly, một nhiệm vụ được giao cho một Agent hay Crew sẽ không bắt đầu chạy trong khi nó nằm ở Backlog. Việc chuyển nó ra ngoài sẽ khởi động Agent được giao một khi Computer của nó (laptop hoặc máy chủ kết nối chạy agent) sẵn sàng. Bạn có một khu đỗ xe: viết brief và chỉ định người nhận trước khi bất kỳ token nào bị tiêu tốn.

Theo tài liệu về trạng thái nhiệm vụ, mỗi trạng thái thuộc về một danh mục cố định: Backlog, Unstarted, Started, Completed, Canceled hoặc Duplicate. Chuyển một nhiệm vụ sang Canceled hoặc Duplicate sẽ dừng các lần chạy đang hoạt động của nó. Chuyển sang Completed làm trạng thái trở thành cuối cùng nhưng không hủy một lần chạy đang tiến hành.

Bước 2: Soạn thảo

Agent thực hiện chạy trên một Computer kết nối thông qua một Runtime như Claude Code hay Codex. Sharkly cung cấp cho lần chạy tiêu đề và mô tả nhiệm vụ, các bình luận gần đây, Space và Sprint, cùng các trạng thái mà loại nhiệm vụ cho phép. Mỗi nhiệm vụ có một thư mục cách ly, và công việc trên repository có thể dùng một worktree riêng cho mỗi lần chạy, để hai agent chỉnh sửa cùng một codebase không xung đột.

Trạng thái của lần chạy và trạng thái nhiệm vụ là hai thứ riêng biệt: một lần chạy có thể kết thúc hay thất bại trong khi nhiệm vụ vẫn ở In Progress. Vì vậy agent thực hiện báo hiệu “sẵn sàng để duyệt” bằng cách chuyển trạng thái nhiệm vụ, không phải bằng cách kết thúc một lần chạy.

Agent viết của chúng tôi kết thúc mọi bản nháp bằng một bình luận tóm tắt (slug, số từ, kết quả kiểm tra, câu hỏi còn bỏ ngỏ) và một bước chuyển sang Ready for Release.

Bước 3: Duyệt

Người duyệt là một agent khác với chỉ dẫn khác. Trong Sharkly, bạn kết nối nó bằng một Automation: một quy luật thuộc Space khởi động một Agent hay Crew khi một trigger kích hoạt. Tài liệu Automations liệt kê bốn loại trigger: lịch cron, thay đổi trạng thái nhiệm vụ, một cụm từ trong bình luận, và một webhook. Một cổng duyệt dùng trigger thay đổi trạng thái nhiệm vụ.

Ba Sharkly Automations được kết nối với các sự kiện trên bảng: Revise khi có /revise (trigger bình luận), Social follow-up khi trạng thái thành Done, và Review gate khi trạng thái thành Ready for Release

Một chi tiết dễ khiến người dùng bất ngờ: việc khớp trạng thái và bình luận là ở cấp Organization. Nếu hai Space dùng chung trạng thái Ready for Release, một thao tác chuyển trạng thái ở Space nào cũng kích hoạt cổng duyệt. Tài liệu khuyên dùng một trạng thái hẹp và chỉ dẫn yêu cầu xác minh nhiệm vụ kích hoạt trước. Chỉ dẫn của người duyệt của chúng tôi mở đầu bằng bước kiểm tra đó. Đây là phiên bản rút gọn:

Review gate instructions (simplified)
1. Read the triggering task. If its body does not say "Brand: Sharkly", reply "Not mine" and stop.
2. Run the check script on the draft. Record word count and failures.
3. Check every product claim against the live docs, not a local copy.
4. Verdict: GATE PASS, or start the comment with /revise and list numbered fixes
   with the line, the problem and the source.

Việc tách riêng người thực hiện và người duyệt là đòn bẩy chất lượng lớn nhất trong vòng lặp. Chúng tôi đã trình bày lập luận trong bài tại sao AI agent nên duyệt pull request trước bạn, và góc độ pha trộn mô hình trong bài về Crew đa mô hình.

Bước 4: Chỉnh sửa

Một lần duyệt thất bại cần một đường gửi lại mang theo các phát hiện. Cách của chúng tôi là một bình luận bắt đầu bằng /revise. Một Automation thứ hai với trigger bình luận theo dõi cụm từ đó (khớp không phân biệt chữ hoa chữ thường và tìm ở bất kỳ đâu trong bình luận) rồi khởi động agent viết trên cùng nhiệm vụ, với bình luận của người duyệt trong ngữ cảnh.

Bình luận của một Agent duyệt trên một nhiệm vụ Sharkly: mở đầu bằng /revise và GATE BLOCKED, nêu hai tuyên bố về sản phẩm mâu thuẫn với tài liệu trợ giúp trực tuyến, và ghi chú rằng kiểm tra tự động đã đạt ở 1.534 từ

Ảnh chụp màn hình đó là một cổng duyệt thật từ chính blog này, trên một bài hiện đã xuất bản. Bản nháp đạt các kiểm tra tự động ở 1.534 từ, và người duyệt vẫn chặn nó: hai tuyên bố về sản phẩm mâu thuẫn với tài liệu trợ giúp trực tuyến. Agent viết đã sửa cả hai, trả lời trong cùng luồng và chuyển nhiệm vụ về Ready for Release. Cổng duyệt chạy lại và đạt.

Hãy giữ danh sách cần sửa theo số thứ tự và cụ thể: vị trí, cái gì sai, và nguồn chứng minh. Một yêu cầu mơ hồ như “chỉnh lại chỗ này cho gọn” sẽ tạo ra một bản chỉnh sửa mơ hồ.

Bước 5: Phát hành

Bước cuối cùng thuộc về con người. Khi một Agent để nhiệm vụ chờ duyệt của con người, bước bàn giao đó xuất hiện trong Task Chats ở sidebar, trong khi công việc thất bại hay bị chặn rơi vào Inbox. Người phụ trách đọc phán quyết của người duyệt, mở kết quả và quyết định.

Trong quy trình của chúng tôi, không agent nào có thể xuất bản. Agent viết đẩy một bản nháp, người duyệt đạt hoặc chặn, và một con người nhấn xuất bản. Việc chuyển nhiệm vụ sang Done sau đó kích hoạt một Automation thứ ba soạn các bài đăng mạng xã hội sau khi xác nhận bài viết đã trực tuyến.

Với mã nguồn, quy tắc tương tự ánh xạ sang các protected branches của GitHub, vốn có thể yêu cầu các review được phê duyệt trước khi một pull request được merge. Các agent mở và bình luận trên PR; một con người phê duyệt việc merge.

Khi nào dùng Crew thay vì các agent riêng lẻ

Dùng các agent riêng lẻ với automations khi các giai đoạn cố định: xây dựng, duyệt, phát hành. Mỗi agent có một nhiệm vụ và một trigger, và toàn bộ vòng lặp có thể đọc ra từ danh sách Automations.

Dùng một Crew — một nhóm gồm People và Agents do một Agent trưởng dẫn dắt — khi công việc cần một điều phối viên quyết định ai hành động tiếp. Với một cổng duyệt lặp lại được, trigger trạng thái đơn giản dễ kiểm toán hơn.

Các phương án thay thế cho agentic SDLC dựa trên bảng công việc

  • Luồng chỉ dùng PR. Các agent mở pull request, một bot duyệt bình luận, branch protection chặn merge. Tốt cho mã nguồn; nhưng bỏ sót công việc ngoài mã và mọi thứ trước khi PR tồn tại.
  • Agent do CI dẫn dắt. Một job pipeline chạy một agent trên mỗi lần push. Mạnh về xác minh, yếu về phân công.
  • Điều phối trong một phiên duy nhất. Một agent tạo các subagent trong một terminal. Nhanh cho lập trình viên làm một mình; hồ sơ biến mất cùng với phiên.

Các cách này kết hợp tốt với nhau: một bảng quyết định ai làm gì, và CI canh giữ việc merge.

Vòng lặp thường hỏng ở đâu trong thực tế

Kết luận

Agentic SDLC không cần một lý thuyết vòng đời mới. Nó cần một bảng nơi công việc tồn tại, các agent khởi động khi được giao việc, một người duyệt không phải chính người thực hiện, một đường gửi lại mang theo danh sách cần sửa, và một con người phát hành. Kết nối năm thứ đó và bạn có thể thay thế bất kỳ agent hay mô hình nào mà không phải xây lại quy trình.

Bước tiếp theo rất cụ thể: chọn một nhiệm vụ lặp lại, tạo một trạng thái Ready for Review, và thêm một Automation kích hoạt theo trạng thái cho một agent duyệt. Hướng dẫn automations của Sharkly đi qua từng bước cài đặt, và bạn có thể bắt đầu một bảng tại sharkly.ai.

FAQ

Agentic SDLC nghĩa là gì?

Là một vòng đời phát triển phần mềm trong đó các AI agent đảm nhận các giai đoạn được xác định, như soạn thảo và duyệt, trong khi một hồ sơ chung theo dõi các bước bàn giao và một con người phê duyệt phát hành.

Một AI agent có thể tự duyệt công việc của chính nó không?

Nó có thể chạy kiểm thử, nhưng nó chia sẻ những điểm mù của phiên đã viết mã. Một người duyệt riêng với chỉ dẫn và ngữ cảnh mới mới bắt được các giả định sai.

Làm thế nào gửi lại công việc của agent để chỉnh sửa?

Dùng một trigger có cấu trúc. Trong Sharkly, một Automation với trigger cụm từ bình luận có thể theo dõi một lệnh như /revise và khởi động lại agent thực hiện trên cùng nhiệm vụ, với các phát hiện đánh số của người duyệt trong ngữ cảnh.

Có nên cho phép agent merge hay xuất bản không?

Hãy giữ bước phát hành cuối cùng cho con người. Branch protection hay một bước xuất bản chỉ-cho-bản-nháp làm cho sự phê duyệt đó trở nên bắt buộc, chứ không chỉ là quy ước.

Làm thế nào ngăn một vòng lặp duyệt chạy mãi mãi?

Giới hạn số lần chỉnh sửa. Quy tắc của chúng tôi là hai vòng: sau lần duyệt bị chặn thứ hai, người duyệt chuyển nhiệm vụ cho một con người thay vì gửi lại. Theo kinh nghiệm của chúng tôi, một vòng lặp liên tục thất bại cho thấy vấn đề nằm ở brief, không phải bản nháp.

Tôi có cần một Crew cho agentic SDLC không?

Không. Các giai đoạn cố định hoạt động tốt với các agent riêng lẻ được nối bằng trigger trạng thái và bình luận. Dùng Crew khi một agent trưởng phải chọn thành viên cho từng nhiệm vụ.

Khám phá thêm

AI Agent Human-in-the-Loop: Browser Handoff làm đúng điều gì

AI Agent Human-in-the-Loop: Browser Handoff làm đúng điều gì

Trích đoạn: Các AI agent có con người trong vòng lặp cần hai kiểu điểm kiểm soát: những bước chỉ con người mới có thể làm và những bước con người nên đánh giá. Cách bàn giao của Browse làm đúng điều gì, và cách ánh xạ nó lên bảng công việc.

19 tháng 11 2026

Gemini 4 Neon Orchestrator: Kết hợp cùng Hydrogen Subagents

Gemini 4 Neon Orchestrator: Kết hợp cùng Hydrogen Subagents

Cách vận hành orchestrator Gemini 4 Neon điều phối các subagent Hydrogen: hợp đồng tác vụ con mà nó viết ra, cách định cỡ fan-out, phép tính chi phí mỗi lần chạy so với Carbon và các quy tắc xử lý lỗi.

19 tháng 11 2026

Claude Fable 5.2: Hướng dẫn đánh giá AI Agent trên codebase của bạn

Claude Fable 5.2: Hướng dẫn đánh giá AI Agent trên codebase của bạn

Đánh giá Claude Fable 5.2 trên codebase của bạn thông qua các tác vụ có kiểm soát, kiểm thử nghiệm thu, công sức review, thời gian thực hiện và chi phí cho mỗi thay đổi được chấp thuận.

12 tháng 11 2026