Claude Code: "Hãy viết test đi" - nhưng toàn bộ 512.000 dòng code của chính nó thì không có lấy một cái test nào!

Trang hướng dẫn chính thức của Claude Code liệt kê rõ những việc tool này giúp được: "viết test cho những đoạn code chưa có test, fix lỗi lint, và đảm bảo mọi thứ hoạt động đúng". Đây là một trong những điểm bán hàng được Anthropic quảng bá nhiều nhất - Claude Code sẽ giúp bạn viết code có chất lượng, có kiểm tra, có độ tin cậy.

Ngày 31/3/2026, một lỗi đóng gói trong bản cập nhật khiến toàn bộ source code của Claude Code bị lộ ra ngoài. Hàng nghìn lập trình viên khắp thế giới đổ vào phân tích 512.000 dòng TypeScript bên trong. Phát hiện được chia sẻ nhiều nhất trong ngày hôm đó không phải là tính năng ẩn hay kiến trúc phức tạp - mà là sự vắng mặt hoàn toàn của bất kỳ dòng test nào.

Trong toàn bộ 512.000 dòng code đang phục vụ hàng triệu người dùng: không có một file test nào.

Test là gì - và tại sao điều này quan trọng với người không phải lập trình viên

Để hiểu tại sao điều này đáng nói, cần giải thích ngắn gọn về "test" trong phần mềm.

Khi một kỹ sư viết code, họ có thể đồng thời viết thêm các đoạn kiểm tra tự động: "nếu tôi làm X, kết quả phải là Y". Những đoạn kiểm tra này chạy tự động mỗi khi có thay đổi, và báo ngay nếu thứ gì đó bị vỡ mà người viết không ngờ tới. Đây là lý do các phần mềm lớn có thể cập nhật liên tục mà không sợ hỏng những tính năng cũ.

Không có test có nghĩa là: mỗi lần sửa một chỗ, không ai biết chỗ khác có bị ảnh hưởng không - cho đến khi người dùng gặp lỗi và báo cáo. Đây là lý do các công ty phần mềm nghiêm túc thường có quy định bắt buộc về tỷ lệ test coverage tối thiểu.

Và Claude Code, với tư cách là công cụ lập trình, vẫn đang khuyên người dùng mỗi ngày: hãy viết test.

"100% code do Claude tự viết - tôi không sửa một dòng nào từ tháng 11"

Tại sao một sản phẩm phần mềm nghiêm túc lại không có test? Câu trả lời nằm ở cách Anthropic xây dựng chính công cụ này.

Boris Cherny, người tạo ra Claude Code, đã xác nhận công khai: 100% code của Claude Code được viết bởi chính Claude Code kể từ tháng 11/2024. Không có kỹ sư nào review từng dòng. Đây là điều mà giới lập trình viên đang gọi là "vibe coding" - để AI tự viết code, tự đưa ra quyết định kiến trúc, và người quản lý chỉ duyệt ở mức tổng quan.

Vấn đề là AI không tự thêm test trừ khi được yêu cầu cụ thể. Khi Claude Code tự viết code của chính mình, nó không tự đặt câu hỏi "tôi có nên viết test cho đoạn này không?". Kết quả là một codebase khổng lồ được ship ra production mà không có lớp kiểm tra tự động nào.

Hệ quả đã xảy ra trong thực tế. Trước khi code bị lộ, một nhóm developer đã ghi nhận hàng loạt lỗi có hệ thống: phiên làm việc bị đứng hình từ 5 đến 20 phút không có cách thoát, gần 1.300 phiên mỗi ngày gặp hơn 50 lỗi liên tiếp, gây lãng phí hàng trăm nghìn lượt gọi API. Những lỗi này rất khó phát hiện và sửa chính xác vì không có test để xác định phạm vi ảnh hưởng.

Nghịch lý: Nó vẫn hoạt động - và hoạt động khá tốt

Đây là phần khiến câu chuyện phức tạp hơn.

Dù không có một dòng test nào, dù được viết hoàn toàn bởi AI không có human review từng dòng, Claude Code vẫn đang là công cụ lập trình AI được đánh giá cao nhất trên thị trường. Trên benchmark SWE-bench - bài kiểm tra chuẩn của ngành đo khả năng giải quyết bug thực tế trên GitHub - Claude Code đạt 80,9%, cao hơn hầu hết đối thủ.

Khi cộng đồng lập trình viên phân tích source code bị lộ và tự chấm điểm, phần bảo mật đạt 8,5/10, hiệu năng đạt 8/10, và độ ổn định production đạt 7,5/10. Nhận xét kèm theo con số cuối: "ổn định đáng ngạc nhiên dù không có test".

Điều này đặt ra một câu hỏi thực sự: liệu test có thực sự bắt buộc với mọi loại phần mềm, hay đây là một best practice của ngành mà thực tế đôi khi có thể bỏ qua nếu chấp nhận đủ rủi ro?

Khi lời khuyên tốt nhất là lời khuyên bạn tự tuân theo

Vụ lộ source code ngày 31/3 sẽ không làm Anthropic sụp đổ. Claude Code vẫn hoạt động, vẫn là lựa chọn hàng đầu của hàng triệu lập trình viên, và Anthropic vẫn đang tiếp tục phát triển sản phẩm.

Nhưng câu chuyện để lại một dư âm khó gạt đi. Mỗi ngày, Claude Code vẫn đang nói với người dùng: hãy viết test, hãy đảm bảo code của bạn được kiểm tra kỹ lưỡng, hãy làm theo best practice. Đó là lời khuyên đúng. Nhưng chính công cụ đưa ra lời khuyên đó lại đang vận hành trên một codebase không có bất kỳ lớp kiểm tra nào.

Irony lớn nhất của câu chuyện này không phải là 0 test trong 512.000 dòng code. Mà là: công cụ dạy cả thế giới code tốt hơn, chính nó đang là ví dụ sống động nhất của khoảng cách giữa lời khuyên và thực hành.