Cekura: Khi AI Voice Lên Production Cãi Khách Như Chém Chả Và Giải Pháp Cứu Cánh

Dạo này đi đâu cũng thấy các pháp sư cõi mạng flex làm AI Voice, AI Chatbot. Lên X hay LinkedIn cứ 3 mét vuông là có một bài khoe bot chốt sale thay người. Nhưng anh em thợ code sống đủ lâu đều thừa biết: demo thì mượt mà đem lên production là y như rằng "toang". Uptime thì 100% đấy, nhưng bot ngáo ngơ, cướp lời khách, hoặc hứa lèo phát voucher vô tội vạ. Thường thì anh em fix bug này kiểu gì? Cắm tai nghe tự nghe lại hàng ngàn file ghi âm? Nghe phèn và cắn thời gian thực sự. Hôm nay mò lên Product Hunt hóng hớt, thấy có con hàng Cekura đang top trending, giải quyết đúng cái nỗi đau "AI chạy nhưng đ*o ngoan" này.

Nguồn cơn drama: Sống thôi chưa đủ, AI còn phải "có giáo dục"

Đại diện team Cekura đăng đàn Product Hunt với một câu chốt khá thấm: "Hầu hết các tool monitoring chỉ báo cho bạn biết AI có đang SỐNG (up) không. Cekura cho bạn biết nó có đang NGOAN (behaving) không."

Anh em tưởng tượng xem, hồi xưa làm CRUD app, server sập thì Datadog nó réo ầm ĩ. Còn bây giờ làm AI, API trả về HTTP 200 OK mượt mà, nhưng nội dung thì con bot đang chửi lộn với khách hàng. Cekura ra đời vì team dev của họ phát ngán cái cảnh phải dùng "hệ tâm linh" để kiểm thử. Trước khi ra mắt, họ QA tự động rất ngon, nhưng lúc scale lên hàng ngàn cuộc gọi song song, mọi thứ bể nát. Tone giọng của bot tếu táo sai chỗ, phát âm ngọng líu ngọng lo, và tệ nhất là văn hóa "cướp lời" khi người dùng chưa nói xong.

Đồ chơi của Cekura có gì xịn xò con bò?

Thay vì nhìn vào một mớ log mù mịt, mấy pháp sư Cekura build hẳn một layer monitoring E2E (End-to-End) dành riêng cho hội chơi Voice & Chat AI. Điểm qua vài món ăn chơi:

• 30+ Metrics ăn liền: Không chỉ đo latency. Cekura đo độ trong trẻo của giọng nói, phát hiện nói nhảm (gibberish), phát hiện khoảng lặng chết chóc, hay những cú barge-ins (cướp lời khách). Nhìn chung là check cả Customer Experience (CSAT, Sentiment) chứ không chỉ check logic.
• Metric Optimizer (Sát thủ của hệ tâm linh): Quên cái trò "Vibes-based" Prompt Engineering đi các đạo hữu. Cứ ngồi gõ prompt mớm cho LLM-as-a-judge theo cảm giác thì đến mùa quýt mới chuẩn. Với Cekura, chỉ cần tag thủ công khoảng 20 cuộc gọi mẫu, hệ thống sẽ tự "compile" ra một cái prompt tối ưu để chấm điểm. Rất ma giáo!
• Statistical Intelligence: Tool éo gì mà hở tí là ping Slack thì dev tắt noti mẹ cho xong. Cekura dùng engine tự học baseline của bot. Chỉ khi nào metrics lệch 2σ (độ lệch chuẩn) so với bình thường thì nó mới gào lên.
• Cron Jobs xịn: Cài đặt cho nó tự động đóng giả khách hàng, gọi điện đàm đạo với AI của anh em định kỳ để bắt lỗi regression trước khi user thật kịp chửi.

Giang cư mận Product Hunt combat gì?

Bài launch bú được hơn 180 upvotes, anh em dev vào thả comment khá rôm rả, đa phần là đồng cảm với nỗi đau "mù màu trên production".

• Nỗi ám ảnh mang tên "Cướp lời": Một pháp sư xác nhận lỗi phổ biến nhất của Voice AI là nhạy quá, khách vừa ngập ngừng thở dài một cái là con bot đã nhảy vào họng khách ngồi. Cái metric đo độ "interruption" của Cekura được đánh giá là gãi đúng chỗ ngứa.
• Nỗi sợ Compliance (Pháp lý): Có lão quái bình luận bảo rằng rủi ro lớn nhất là bot "quên" đọc các điều khoản bắt buộc (disclosures) hoặc tự ý bỏ qua bước xác minh danh tính. Cứ spot-check (nghe ngẫu nhiên) vài cuộc gọi thì sớm muộn cũng bị team Pháp lý gõ đầu. Monitor 100% bằng bot là con đường sống sót duy nhất.
• Galileo, Braintrust vs Cekura: Một cao nhân tò mò hỏi xoáy: "Thế tóm lại các ông khác gì mấy nền tảng tracing như Braintrust hay Galileo ngoài mấy cái metrics giọng nói?". Founder của Cekura phản đòn cực gắt: Braintrust làm tracing ở level log (phù hợp agentic AI chung chung), còn Cekura chơi giả lập hội thoại đa lượt (multi-turn) từ đầu đến cuối, verticalize cực sâu vào mảng Conversational AI, kèm thêm quả Metric Optimizer bá đạo giúp tiết kiệm thời gian fine-tune.

Chốt hạ: Bài học sinh tồn cho thợ code hệ AI

Năm nay làm app mà đắp thêm con AI vào thì dễ xin tiền sếp, dễ lùa gà investor. Nhưng anh em thợ code hãy tỉnh táo: build demo mất 1 tuần, nhưng để nó chạy ổn định trên production mất mẹ 1 năm.

Vụ Cekura này cho thấy một chân lý mộc mạc: Đừng bao giờ để con AI tự sinh tự diệt trên production. Mấy cái APM truyền thống đo RAM, đo CPU vô dụng với AI rồi. Anh em cần những tool đánh giá chất lượng đầu ra (LLM-as-a-judge) một cách tự động. Nếu công ty không có tiền mua Cekura, ít nhất hãy tự code một con cron job gọi một LLM khác để chấm điểm ngẫu nhiên log chat/voice của user. Giữ cái cần câu cơm cho chắc, đừng để bot cãi khách rồi sáng hôm sau nhận trát sa thải thì lại khóc!

Nguồn hóng hớt: Product Hunt - Cekura