Nguồn: ThoughtWorks Insights
Tóm tắt
Bài viết lập luận rằng để dẫn dắt agentic coding hiệu quả, các developer cần chuyển từ mô hình “human-in-the-loop” (kiểm tra từng bước) sang “human-on-the-loop” — thiết kế hệ thống, đặt mục tiêu, và can thiệp khi có ngoại lệ. Điểm xuất phát là nhận thức rằng LLM-based agents là non-deterministic, nhưng sự không xác định này không khác gì con người trong tổ chức — và các tổ chức vẫn hoạt động hiệu quả thông qua cấu trúc, quy trình, và văn hóa.
Tác giả đề xuất framework lấy cảm hứng từ khoa học Cybernetics — ngành nghiên cứu giao tiếp và kiểm soát trong hệ thống phức tạp do Norbert Wiener khởi xướng năm 1940. Cybernetics xem sinh vật, tổ chức xã hội và máy móc đều vận hành theo cùng các quy luật về feedback và regulation. Đây là bridge giữa “quản lý người” và “điều phối agent”.
Một ví dụ cụ thể: developer đóng vai Head of AI Workforce — định nghĩa tiêu chí thành công (giảm API latency 20%), thiết lập cấu trúc team (một agent viết code, một QA agent kiểm tra độc lập), và chỉ can thiệp khi dashboard báo vi phạm mục tiêu hoặc agent xảy ra conflict. Thay vì review từng dòng code, người dùng thiết kế cybernetic loop với feedback tự động.
Bài viết dẫn ra Ross Ashby’s Law of Requisite Variety — để kiểm soát một hệ thống phức tạp, controller phải có ít nhất số variety tương đương. Áp dụng vào agentic SDLC: developer cần tools và mental models đủ phức tạp để đối phó với sự đa dạng output của các agent, thay vì cố gắng đơn giản hóa hoặc hardcode từng quyết định.