#tdd

thoughtbot's agent skills

thoughtbot vừa công bố các kỹ năng mới cho Claude và các agent lập trình khác để hỗ trợ phát triển, thiết kế và tư vấn vấn đề. Các kỹ năng này được thiết kế để cải thiện hiệu quả làm việc khi xử lý các tác vụ phức tạp trong quá trình phát triển phần mềm. Agent có thể sử dụng các skill này để tự động hóa các quy trình lặp đi lặp lại và hỗ trợ ra quyết định kỹ thuật. Các kỹ năng này tích hợp liền mạch với các công cụ như GitHub Copilot và Amazon CodeWhisperer để tăng cường năng suất lập trình.

Thoughtbot mới công bố các kỹ năng mới cho Claude và các tác giả code giúp cải thiện quy trình phát triển, thiết kế và tư vấn kỹ thuật.

Extreme Programming 1999->2026

Phương pháp Extreme Programming (XP) ra đời từ năm 1999 vẫn là kim chỉ nam hiệu quả cho việc phát triển phần mềm sau 30 năm.

Lập trình viên nên đọc bài này để hiểu cách Extreme Programming không chỉ là một phương pháp phát triển hiệu quả mà còn là một tư duy agile lâu dài, giúp tối ưu hóa chất lượng, linh hoạt và sự hài lòng của khách hàng ngay từ những năm đầu tiên phát triển.

Confidence is not transferable

Sau khi thử nghiệm với AI-generated code, tác giả nhận thấy ba quan sát về tổ chức, cá nhân và thế hệ. Nguyên nhân kỹ thuật nằm ở việc AI tạo ra code không truyền được confidence cho lập trình viên. Hệ quả là chất lượng code giảm 40% khi không có kiểm tra kỹ lưỡng và dẫn đến suy giảm năng lực tự chủ của developer. Điều đáng học là trong kỷ nguyên AI, kỹ năng thiết kế system architecture và tư duy phản biện sẽ trở nên quan trọng hơn khả năng viết code thông thường.

Bài viết giúp lập trình viên hiểu được kỹ năng quan trọng nhất trong kỷ nguyên AI và cách tự tin phát triển sự nghiệp của mình.

Fix AI Code Hallucinations: TypeScript Compiler + TDD

Các lập trình viên đang đối mặt với vấn đề AI "hallucinations" khi code, dẫn đến các đoạn mã không đạt yêu cầu dù có vẻ đúng. Giải pháp đề xuất kết hợp TypeScript compiler với TDD (Test-Driven Development) để tạo vòng lặp phản hồi chẩn đoán. Khi compiler phát hiện lỗi kiểu (type errors) hoặc test thất bại, thông tin này sẽ được gửi trở lại cho AI agent để tự sửa code. Hệ thống này giúp giảm đáng kể lỗi do AI tạo ra, nâng cao độ chính xác của code tạo ra.

Bài hướng dẫn này giúp xây dựng một vòng lặp phản hồi TypeScript giúp AI tự sửa lỗi mã một cách hiệu quả.

Architects, testers, and coders: Building multi-agent development teams

Bài viết mô tả nhu cầu porting các thư viện Python sang Dart để hỗ trợ phát triển ứng dụng Flutter. Để giải quyết, tác giả mô hình hoá các nhóm phát triển gồm kiến trúc sư, kiểm thử và lập trình viên làm việc như các tác nhân độc lập trên nền tảng Antigravity. Quy trình được xây dựng quanh test‑driven development: mỗi tác nhân viết test cho chức năng mong muốn trước khi triển khai mã Dart tương ứng. Kết quả là các gói Dart được tạo ra có cấu trúc idiomatis, duy trì tính nhất quán với nguồn Python và đạt độ bao phủ test cao sau mỗi vòng lặp. Từ kinh nghiệm này, bài viết khuyên áp dụng mô hình multi‑agent cùng TDD khi cần dịch sang ngôn ngữ mới vì nó giúp tách biệt trách nhiệm, phát hiện lỗi sớm và giảm phụ thuộc vào kiến thức thủ công về từng thư viện. Điều này cho thấy Antigravity có thể làm nền tảng mở rộng để quản lý các dự án porting lớn mà không làm tăngภาระ điều phối thủ công.

Bài viết hướng dẫn cách xây dựng đội ngũ phát triển đa đại lý để chuyển đổi thư viện Python thành gói Dart idiomatically bằng phương pháp phát triển theo hướng kiểm thử.

Set It and Ship It: How I Let AI Agents Build My Java Services While I Sleep

Tác giả chia sẻ kinh nghiệm sử dụng AI agents để tự động xây dựng các dịch vụ Java, giúp tăng năng suất đáng kể dù vẫn còn nhiều nghi ngờ ban đầu.

Những lập trình viên muốn tiết kiệm thời gian và năng lượng cho việc phát triển, bảo trì hệ thống Java mà vẫn giữ được chất lượng mà không phải bận rộn mỗi ngày.

Testing background jobs in Rails

Test Active Job in Minitest: deliver_later for emails and enqueue long running background jobs with active_job.

Introducing Consort: Test-driven development on a branching database

Learn how to leverage an open-source agentic framework for test-driven development on a real branching database.

Still way beyond cool: resurrecting the Doomguy TDD loop

Trong vài tháng đầu làm việc với Ruby, tác giả đang tìm hiểu đặc điểm của ngôn ngữ và vô tình gặp bài blog năm 2007 “Way beyond cool: autotest + growl + Doomguy”. Bài viết mô tả cách kết hợp autotest (tự động chạy test khi file thay đổi) với growl (hệ thống thông báo trên macOS) và một script hiển thị hình ảnh Doom Marine – cười khi test pass, xuất máu khi test fail. Mỗi lần lưu file, tác giả nhận được phản hồi hình ảnh ngay lập tức, làm cho vòng lặp TDD trở nên trực quan, thú vị và giúp phát hiện lỗi nhanh hơn. Trải nghiệm này cho thấy việc cung cấp phản hồi ngay tức kì và hấp dẫn có thể tăng động lực và chất lượng quy trình kiểm thử, một bài học vẫn áp dụng được với các công cụ hiện đại như Guard, Libnotify hoặc các plugin IDE. Nếu bạn quan tâm đến cách làm TDD thú vị và hiệu quả, bài viết gốc đáng đọc để lấy cảm hứng cho việc tùy chỉnh hệ thống thông báo test của mình.

Bài viết này giúp lập trình viên hiểu cách áp dụng vòng lặp TDD với Doomguy để tăng động lực và cải thiện quy trình kiểm tra code.

Testing Rails from Scratch: Early September 2026 book updates

The latest updates cover integration testing and revisions to the test data chapters, available now on Leanpub.

I Gave Five AI Coding Models the Same Ticket. A Blind Judge Picked the One That Cost Nothing.

Tác giả đưa cùng một yêu cầu lập trình (ticket) cho năm mô hình AI viết code khác nhau và yêu cầu một người đánh giá không biết nguồn gốc của từng kết quả. Người đánh giá thực hiện đánh giá theo tiêu chuẩn chức năng, độ đọc được và mức độ đáp ứng yêu cầu mà không biết chi phí sử dụng của mỗi mô hình. Kết quả là mô hình mà tác giả không phải trả bất kỳ phí nào – có thể là một mô hình open‑source hoặc phiên bản miễn phí – được chọn là tốt nhất. Điều này thách thức giả định rằng các mô hình trả phí cao luôn tạo ra code chất lượng tốt hơn. Bài học là trước khi đầu tư vào giải pháp AI trả phí, nhóm phát triển nên thực hiện thử nghiệm thực tế với các tác vụ cụ thể để xác định xem mức chi phí có thực sự mang lại lợi thế về chất lượng hay không.

Bài viết này tiết lộ một kết quả bất ngờ khi so sánh các mô hình AI lập trình, cho thấy giải pháp miễn phí có thể vượt trội hơn các lựa phí trả tiền.

The Visual Studio Debugger Agentic Workflow Gets a Test-Driven Upgrade

A few months ago, we introduced a new guided agentic workflow in the Visual Studio Debugger Agent designed to help you move from a bug report to a Visual Studio Blog

The Human Edge: Why Brownfield Codebases Need Mob Programming, Not Just AI Vibes

Asgaut Mjølne Söderbom và Ola Hast mô tả cách họ đã phát triển quy trình phần mềm sau khi đạt được triển khai liên tục và lập trình đôi. Khi làm việc với mã nguồn cũ (brownfield), độ phức tạp và sự thiếu tài liệu khiến việc hiểu chung trở nên khó khăn, làm giảm hiệu quả của các công cụ AI hỗ trợ tự động. Họ quyết định áp dụng lập trình đám đông (mob programming) để toàn đội cùngกัน đọc, viết vàreview code, từ đó cải thiện sự đồng bộ và giảm thiểu hiểu lầm. Kết quả là chất lượng mã tăng đáng kể, thời gian tích hợp tính năng mới trở nên ngắn hơn và quá trình nhập môn thành viên mới được làm đơn giản hơn. Bài học chính là sự kết hợp giữa sự tương tác trực tiếp của con người và công cụ AI không chỉ nâng cao độ tin cậy mà còn tạo nền tảng vững chắc để duy trì và phát triển hệ thống héritage.

Bài này giải thích tại sao các dự án phần mềm cũ đòi hỏi phương pháp lập trình nhóm tập thể chứ không chỉ dựa vào AI.

10 best AI agent skills for senior engineers in 2026

Năm 2026, các kỹ sư cấp senior đang tìm cách nâng cao hiệu suất làm việc bằng cách tích hợp các khả năng của AI agent vào quy trình phát triển. Bài viết liệt kê 10 kỹ năng AI agent như Superpowers, TDD (Test‑Driven Development) và Context7, mỗi kỹ năng giúp giảm lượng mã boilerplate và áp dụng các thực tiễn tốt nhất tự động. Khi áp dụng những kỹ năng này, các nhà phát triển có thể rút ngắn thời gian viết mã lặp lại, giảm lỗi và tăng tốc độ entrega sản phẩm. Việc nắm vững các kỹ năng AI agent không chỉ tiết kiệm thời gian mà còn tạo nền tảng để mở rộng khả năng tự động hoá trong các dự án phức tạp. Do đó, dành thời gian học và thực hành những kỹ năng này là bước đi chiến lược cho bất kỳ senior engineer nào muốn duy trì lợi thế cạnh tranh trong năm 2026.

Bài viết này giúp các kỹ sư senior nắm giữ những kỹ năng AI agent tiên tiến nhất để tối ưu hóa năng suất và chất lượng công việc lập trình.

Should testers write unit tests?

Bài viết thảo luận về vai trò của tester trong việc viết unit tests, nhấn mạnh lợi ích khi tester tham gia viết unit tests để nâng cao chất lượng phần mềm.

Lập trình viên nên đọc bài này để hiểu cách phân biệt vai trò giữa tester và lập trình viên trong việc xây dựng hệ thống chất lượng và tránh rơi vào sai lầm khi tự viết test thay vì tập trung vào logic thiết kế.

Lean TDD Book Launch

Phát hành sách Lean TDD, tập trung vào TDD (Test Driven Development) tối giản nhằm loại bỏ lãng phí trong quy trình phát triển phần mềm.

Lập trình viên nên đọc bài này để hiểu cách tối ưu hóa quy trình phát triển bằng cách loại bỏ các công việc thừa không cần thiết trong TDD, giúp tăng hiệu quả và giảm thời gian phát triển mà vẫn đảm bảo chất lượng cao.

AI Agents: Experience Doesn’t Fit in a Prompt

Khi làm việc với các AI agent, nhóm đã nhận ra phần lớn kinh nghiệm của mình chưa từng được ghi chép lại.

Một lập trình viên nên đọc bài này để hiểu cách chuyển đổi trải nghiệm thực tế của mình thành các prompt hiệu quả, giúp AI hỗ trợ công việc hiệu quả hơn mà không phụ thuộc vào kiến thức đã được ghi chép.

Testing Rails from Scratch: August 2026 book updates

Tác giả cập nhật tiến độ sách về Rails vào tháng 8 năm 2026, chia sẻ những nội dung sắp tới trong dự án viết sách.

Một lập trình viên Ruby/Rails nên đọc để hiểu cách xây dựng và cập nhật một dự án học tập theo thời gian thực, từ việc theo dõi tiến độ đến việc áp dụng kiến thức thực tế trong việc phát triển ứng dụng Ruby on Rails.

Testing Rails from Scratch: August 2026 book updates

Cập nhật tiến độ dự án sách mới nhất về Rails vào tháng 8 năm 2026, bao gồm những thay đổi sắp tới.

Một lập trình viên Ruby/Rails cần đọc để hiểu cách xây dựng và nâng cấp kiến thức thực hành từ cơ bản đến chuyên sâu trong việc kiểm tra ứng dụng Rails, đặc biệt là những cập nhật mới nhất về kỹ thuật và phương pháp trong năm 2026.

TDD inside the agent loop - theater or actual value?

Bài viết đánh giá xem liệu việc áp dụng TDD (Test-Driven Development) trong vòng lặp của AI agent có thực sự mang lại giá trị hay chỉ là hình thức. Kết quả thử nghiệm với Claude Sonnet 4.6 và Opus 4.8 cho thấy TDD không cải thiện chất lượng code so với phương pháp không TDD, đồng thời tiêu tốn nhiều token hơn (gấp 3-8 lần). Tác giả kết luận rằng TDD không phù hợp với vòng lặp agent do thiếu bước thiết kế ban đầu và khuyến nghị tập trung vào giám sát kết quả thay vì bắt buộc quy trình TDD.

Những lập trình viên muốn khám phá cách AI có thể thay thế hoặc bổ sung cho phương pháp TDD truyền thống trong việc phát triển hệ thống phức tạp sẽ tìm thấy trong bài này những bằng chứng thực tế và những nhận định về hiệu quả thực tế của việc áp dụng TDD trong vòng lặp của một agent AI.

Diagnose a bug: build the feedback loop first

Phương pháp khoa học khắc phục lỗi gồm 6 giai đoạn, 3 vòng lặp và tiêu chí thoát riêng cho mỗi giai đoạn.

Lập trình viên nên đọc bài này để hiểu cách xây dựng chu trình phản hồi chẩn đoán lỗi khoa học, từ đó cải thiện hiệu quả debug và tránh lặp lại sai lầm trong quá trình phát triển.