Lập trình tác nhân (Agentic coding) và lợi nhuận bền vững từ chuyên môn

Agentic coding đã bùng nổ. Tỷ lệ các dự án GitHub có hoạt động coding agent đã tăng hơn gấp đôi kể từ cuối năm 2025, và người dùng Claude Code hiện dành trung bình 20 giờ mỗi tuần để sử dụng công cụ này. Liệu những người không có kinh nghiệm lập trình chính quy có thể chỉ đạo thành công một agent thực hiện các công việc kỹ thuật phức tạp? Và việc áp dụng nhanh chóng cùng cải tiến các công cụ này sẽ tác động thế nào đến công việc tri thức nói chung? Dù chưa có câu trả lời đầy đủ cho những câu hỏi này, chúng tôi xem xét dữ liệu sử dụng Claude Code để tìm kiếm các tín hiệu ban đầu.

Báo cáo này cung cấp bằng chứng về cách Claude Code được sử dụng trong thực tế, dựa trên phân tích bảo vệ quyền riêng tư của khoảng 400.000 phiên tương tác từ khoảng 235.000 người trong khoảng thời gian từ tháng 10 năm 2025 đến tháng 4 năm 2026. Nó xây dựng dựa trên các nghiên cứu trước đây tập trung vào các thước đo về tính tự chủ trong các phiên Claude Code và cách Claude Code đang thay đổi công việc tại Anthropic. Tại đây, chúng tôi giới thiệu một khuôn khổ để mô tả việc sử dụng trợ lý coding AI tương tác: loại công việc đang được thực hiện, ai đang thực hiện và liệu nó có thành công hay không. Chúng tôi tập trung vào việc sử dụng Claude Code thông qua giao diện dòng lệnh (CLI), Claude.ai hoặc ứng dụng desktop Claude Code. Bằng cách theo dõi cách sử dụng agentic coding thay đổi khi các mô hình trở nên mạnh mẽ hơn, chúng tôi có thể hiểu rõ hơn về cách các công cụ này ảnh hưởng đến thị trường lao động cho các chuyên gia lập trình và nhân viên tri thức.

Những gì xảy ra trên Claude Code có thể là hình ảnh trước về hướng đi của công việc tri thức, khi các agent được tích hợp vào các công việc phi lập trình. Chúng tôi nhận thấy Claude đang xử lý các nhiệm vụ phức tạp hơn và có giá trị hơn. Đồng thời, vẫn tồn tại sự phân công lao động rõ ràng trong agentic coding: Con người quyết định xây dựng cái gì, và agent quyết định xây dựng nó như thế nào.

Chúng tôi cũng thấy bằng chứng cho thấy chuyên môn về lĩnh vực, chứ không phải trình độ lập trình, mới là yếu tố khuếch đại việc sử dụng hiệu quả công cụ. Cụ thể, các chuyên gia trong lĩnh vực thành công thường xuyên hơn và dễ dàng phục hồi sau các lỗi và hiểu lầm hơn. Tuy nhiên, khoảng cách giữa chuyên gia và người có trình độ trung cấp là khá khiêm tốn – cho thấy rằng sự thành thạo trong một lĩnh vực là đủ để sử dụng công cụ gần như hiệu quả như những người có kiến thức sâu.

Những phát hiện này cho chúng ta cái nhìn sơ bộ về những chuyển đổi có thể xảy ra trên thị trường lao động. Trong dữ liệu của chúng tôi, thành công được quyết định bởi mức độ hiểu biết của một người về vấn đề họ đang cố gắng giải quyết, chứ không phải liệu họ có được đào tạo về lập trình hay không. Nếu những mô hình này duy trì trên toàn nền kinh tế, điều đó cho thấy rằng trong khi các công cụ agentic coding có thể đang tiếp nhận một số công việc nặng về triển khai, chúng cũng đang mang lại lợi ích cho những người có hiểu biết vững chắc về các vấn đề họ giải quyết trong công việc. Các coding agent không thay thế cho chuyên môn lĩnh vực – người lao động càng mang nhiều hiểu biết đến cho agent, thì agent càng có thể thực hiện được công việc chất lượng cao hơn.

Để hiểu mọi người đang sử dụng Claude Code cho mục đích gì, chúng tôi phân loại mỗi phiên vào một trong chín chế độ công việc – hoạt động duy nhất mô tả tốt nhất những gì phiên đó đang cố gắng hoàn thành. Bốn chế độ liên quan đến việc viết hoặc duy trì mã trực tiếp: xây dựng thứ gì đó mới, sửa thứ gì đó bị hỏng, kiểm thử mã và điều phối các agent khác hoặc các pipeline tự động.

nes. Một danh mục khác là phần mềm vận hành—triển khai, cấu hình, chạy pipeline, giám sát hệ thống. Hai danh mục tập trung nhiều hơn vào việc xác định cần làm gì: hiểu cách một hệ thống hiện tại hoạt động, và lập kế hoạch thay đổi trước khi thực hiện. Và hai danh mục thực hiện các hành động không liên quan đến code, hoặc nơi code chỉ là phụ trợ cho sản phẩm cuối: phân tích dữ liệu, và giao tiếp qua bài thuyết trình và các tài liệu dạng văn xuôi khác.

Khoảng 56% phiên làm việc bao gồm viết (25%), sửa lỗi (26%), hoặc kiểm thử và điều phối code (5%). Vận hành phần mềm chiếm 17%, trong khi 14% phiên là lập kế hoạch hoặc khám phá, và 13% tạo ra phân tích hoặc văn xuôi (Hình 1).

Chúng tôi phân loại từng phiên bằng cách cho một mô hình đọc bản ghi của nó, sau đó sử dụng công cụ phân tích bảo vệ quyền riêng tư của mình, chúng tôi đối chiếu chúng với dữ liệu đo từ xa được ghi tự động cho mỗi phiên, bao gồm cả việc có dòng code nào được thêm hoặc xóa hay không. Hai nguồn này có độ tương đồng cao—ví dụ, hơn 90% phiên mà bộ phân loại của chúng tôi gắn nhãn là tạo hoặc sửa code cho thấy có thay đổi code trong dữ liệu đo từ xa. Xem Phụ lục để biết chi tiết.

Claude Code tự chủ đến mức nào? Các đánh giá năng lực cho thấy trần năng lực cao và đang tăng lên: trên các benchmark như đánh giá chân trời thời gian của METR, các mô hình tiên tiến hiện có thể hoàn thành các tác vụ phần mềm mà một người mất hàng giờ, tự động vượt qua các trở ngại trên đường đi. Nhưng việc sử dụng thực tế trông như thế nào? Ở đây, chúng tôi xem xét mức độ điều khiển được thực hiện bởi con người và bởi Claude trong các phiên thực tế.

Chúng tôi nghiên cứu câu hỏi này từ hai góc độ. Đầu tiên, chúng tôi tập trung vào mức độ mà mọi người đang giao phó quyết định cho Claude, và thứ hai, chúng tôi xem xét số lượng hành động họ giao cho Claude. Để hiểu sự phân chia quyền ra quyết định trong một phiên, chúng tôi xây dựng một bộ phân loại quy kết quyết định bảo vệ quyền riêng tư dựa trên nội dung của phiên. Chúng tôi yêu cầu một bộ phân loại liệt kê tất cả các quyết định có ý nghĩa trong một phiên. Chúng tôi tách các quyết định này thành lập kế hoạch (làm gì, chọn cách tiếp cận nào, thế nào là hoàn thành) và thực thi (tệp nào cần thay đổi, code nào cần viết, ngôn ngữ nào để viết, lệnh nào cần chạy). Bộ phân loại sau đó quy kết mỗi quyết định cho Claude hoặc người dùng, cho mỗi phiên hai con số: tỷ lệ quyết định lập kế hoạch của người dùng và tỷ lệ quyết định thực thi của người dùng.

Trung bình, mọi người đưa ra khoảng 70% quyết định lập kế hoạch nhưng chỉ 20% quyết định thực thi (Hình 2). Trong thực tế, có một sự phân công lao động rõ ràng trong lập trình agentic—con người quyết định xây dựng cái gì, và agent quyết định xây dựng nó như thế nào.

Để hiểu sự ủy quyền hành động trong một phiên, chúng tôi xem xét cấu trúc của phiên thay vì nội dung của nó. Một phiên Claude Code liên quan đến Claude và người dùng trao đổi qua lại các prompt (từ người dùng) và hành động (do Claude thực hiện)—người dùng viết một prompt và Claude bắt đầu làm một số công việc, sau đó người dùng viết một prompt khác, và cứ thế tiếp tục. Trong một phiên điển hình, có khoảng bốn lượt như vậy. Trong

Dữ liệu lịch sử từ tháng 10 đến tháng 4 của chúng tôi cho thấy, trung bình mỗi prompt người dùng gửi đi kích hoạt một chuỗi khoảng 10 hành động do Claude thực hiện – và đôi khi lên tới hơn 100. Trong mỗi lượt tương tác, Claude đọc file, chỉnh sửa code, chạy lệnh và viết trung bình 2.400 từ đầu ra.

Mức độ hoạt động của Claude giữa các lần kiểm tra phần lớn phụ thuộc vào ai là người đưa ra quyết định. Khi người dùng giữ quyền kiểm soát thực thi (tức đưa ra hơn 80% quyết định thực thi), Claude thực hiện ít hành động hơn mỗi lượt (khoảng 8 hành động). Và khi Claude nắm quyền kiểm soát lập kế hoạch (tức đưa ra hơn 80% quyết định lập kế hoạch), nó thực hiện số lượng hành động cao nhất (khoảng 16).

Từ mỗi bản ghi, Claude đánh giá mức độ chuyên môn rõ ràng của người dùng đối với nhiệm vụ theo thang điểm 5, từ người mới bắt đầu đến chuyên gia. Bộ phân loại chuyên môn tìm kiếm ba tín hiệu: mức độ chính xác khi người dùng định hướng chỉ dẫn, nội dung họ yêu cầu Claude xác minh, và liệu người dùng có xu hướng sửa Claude hay Claude sửa người dùng. Lưu ý rằng chuyên môn ở đây phản ánh điều khác biệt so với chức danh công việc hay năng lực chung, và quan trọng là nó mang tính **đặc thù theo từng nhiệm vụ**. Một kỹ sư cao cấp đặt câu hỏi Rust đầu tiên là người mới bắt đầu với Rust. Một kế toán chưa từng dùng Python, nhưng chỉ dẫn chính xác cho Claude quy tắc đối chiếu nào script Python phải thực thi và phát hiện được trường hợp ngoại lệ mà nó xử lý sai vào cuối tháng, là chuyên gia ở nhiệm vụ đó.

Bảng dưới đây cho thấy cách chúng tôi định nghĩa từng cấp độ chuyên môn trong bộ phân loại, kèm theo ví dụ yêu cầu từ bộ dữ liệu công khai về phiên làm việc của coding agent, **SWE-chat**. Cuộc hội thoại được phân loại là Người mới bắt đầu đưa ra hướng dẫn chung chung, không ngụ ý kiến thức chuyên ngành cụ thể. Cuộc hội thoại Chuyên gia truyền tải kiến thức sâu về codebase và môi trường kỹ thuật.

Chúng tôi định lượng mối quan hệ giữa chuyên môn và đầu ra cũng như hoạt động của Claude trên mỗi prompt. Trong các phiên điển hình của người mới bắt đầu, mỗi prompt kích hoạt khoảng 5 hành động của Claude và khoảng 600 từ đầu ra, trong khi các phiên của chuyên gia kích hoạt chuỗi hành động nhiều hơn gấp đôi l