
Asana dùng tối đa bốn Codex agent chạy song song để hoàn tất migration Enzyme trong hai tuần, nhưng vẫn giữ kỹ sư duyệt mọi thay đổi.
Asana cho biết đã dùng Codex để hoàn tất một dự án migration được ước tính còn kéo dài khoảng 5 năm chỉ trong hai tuần lịch. Hệ thống cũ cần loại bỏ là Enzyme — bộ công cụ kiểm thử frontend đã ngừng được duy trì tích cực và trở thành vật cản cho việc hiện đại hóa codebase.
Ca triển khai có một headline rất mạnh, nhưng phần đáng học hơn nằm ở cách tổ chức: prompt ngắn, tối đa bốn coding agent chạy song song trên các bản sao codebase, kỹ sư kiểm tra hai lần mỗi ngày và duyệt mọi thay đổi trước khi chấp nhận.
Asana đã giao việc cho Codex như thế nào?
Theo bài kỹ thuật của Asana ngày 07/08/2026 và case study OpenAI công bố ngày 18/08, Asana bắt đầu bằng một prompt chỉ năm câu. Hãng nhận thấy chỉ dẫn đơn giản hoạt động tốt hơn một thiết lập cầu kỳ. Tối đa bốn agent làm việc song song, mỗi agent ở một bản sao codebase riêng để giảm xung đột.
Một kỹ sư theo dõi tiến độ hai lần mỗi ngày và review tất cả thay đổi được đề xuất. Sau 1,5 tuần công kỹ thuật trải trên hai tuần lịch, Enzyme được gỡ hoàn toàn. OpenAI nói dự án đồng thời cải thiện độ phủ kiểm thử, sửa các test chất lượng kém và dọn hạ tầng kiểm thử cũ.
12.000 USD và 6 triệu USD không phải hai con số tương đương
Chi phí model và hạ tầng được báo cáo là khoảng 12.000 USD. Asana ước tính nếu làm thủ công cùng phạm vi công việc, chi phí nhân sự đầy đủ có thể vào khoảng 6 triệu USD.
Cần giữ hai dấu sao:
- 12.000 USD là chi phí model và hạ tầng được công bố cho dự án; chưa chắc đã bao gồm toàn bộ thời gian chuẩn bị, review, quản trị rủi ro và chi phí cơ hội.
- 6 triệu USD là ước tính nội bộ cho phương án thủ công, không phải một khoản ngân sách đã chi rồi được tiết kiệm hay con số đã được kiểm toán độc lập.
Dù số liệu cũng xuất hiện trên blog kỹ thuật Asana, bài viết này thuộc một hợp tác đang diễn ra giữa Asana và OpenAI. Doanh nghiệp nên xem đây là một ca tham khảo giàu dữ liệu, không phải bảo đảm rằng mọi dự án kéo dài nhiều năm đều có thể nén còn vài tuần.
Vì sao migration framework là bài toán phù hợp cho coding agent?
Một migration lớn thường có mục tiêu tương đối rõ, nhiều thay đổi lặp lại và bộ kiểm thử có thể cung cấp phản hồi. Công việc cũng chia được thành nhánh để các agent chạy song song. Đây là cấu trúc thuận lợi hơn một bài toán sản phẩm mơ hồ chưa thống nhất yêu cầu.
Điểm then chốt trong ca Asana không phải agent “tự làm hết”, mà là phân vai:
- Agent đảm nhiệm lượng thay đổi lớn và lặp lại.
- Test và công cụ kiểm tra tạo phản hồi máy đọc được.
- Kỹ sư giữ quyền duyệt, xử lý ngoại lệ và quyết định merge.
Mô hình này gần với cách tổ chức coding agent dưới giám sát trong production hơn là giao toàn bộ repository cho AI. Độc giả có thể xem thêm ca Perplexity dùng agent sửa code có giám sát.
Nhận định của Học viện AI: hãy bắt đầu từ “nợ kỹ thuật có tiêu chí kết thúc”
Nhiều doanh nghiệp thử coding agent trên tính năng mới, nơi yêu cầu thay đổi liên tục và khó chấm đúng-sai. Ca Asana gợi ý một điểm bắt đầu khác: backlog kỹ thuật có đích kết thúc rõ, ví dụ loại bỏ dependency cũ, nâng phiên bản API, chuẩn hóa test hoặc chuyển đổi cấu trúc lặp lại.
Đây là loại việc dễ xác định phạm vi, đo tỷ lệ test vượt qua, đếm lỗi hồi quy và so sánh thời gian xử lý. Nếu pilot thất bại, phạm vi thiệt hại cũng dễ cô lập hơn.
Checklist thử coding agent cho migration
- Chọn một dependency hoặc pattern cũ có phạm vi và tiêu chí “xong” rõ ràng.
- Tạo baseline: số file, test hiện có, lỗi build, lỗi type và thời gian ước tính thủ công.
- Chia codebase thành các nhánh hoặc bản sao độc lập để chạy song song có kiểm soát.
- Đặt cổng tự động: build, unit test, integration test, lint, security scan.
- Yêu cầu con người review mọi thay đổi có ảnh hưởng hành vi hoặc dữ liệu.
- Ghi riêng chi phí token/hạ tầng, giờ review, số vòng làm lại và lỗi sau merge.
Việc OpenAI đưa coding agent thành một phần của bộ công cụ phát triển rộng hơn cũng được thể hiện tại OpenAI DevDay 2026. Nhưng công cụ mới chỉ tạo lợi thế khi quy trình kiểm thử và quyền phê duyệt đã rõ.
Thiết kế pilot AI có kiểm soát
Học viện AI giúp đội ngũ chọn tác vụ phù hợp, thiết kế tiêu chí nghiệm thu và xây quy trình human-in-the-loop trước khi nhân rộng.
2 công cụ AI miễn phí dành cho bạn
Có thể bạn cần
Tài nguyên & công cụ liên quan từ Học viện AI


