Hành xác Claude bằng code rác: Khi các pháp sư đem 'Opus 5' ra dọn bể phốt SlopCodeBench

Nói thật với anh em, dạo này lướt đâu cũng thấy các giáo chủ AI "lùa gà" về chuyện bot viết code thay thế dev. Nhưng vứt thử con AI xịn nhất vào một project legacy ngập ngụa code rác xem, nó chả "ngáo ngơ" rồi quay xe gấp ấy chứ. Hôm nay rảnh rỗi ngồi hóng drama trên Hacker News, tôi lụm được quả repository cực kỳ thực tế của mấy pháp sư Humanlayer mang tên SlopCodeBench - nơi mang Claude Opus ra "hành xác" để xem sức chịu đựng của AI tới đâu.

Rốt cuộc thì "SlopCodeBench" là cái quái gì?

Để tôi giải thích nhanh cho anh em lười đọc. Bình thường, mấy cái bài benchmark AI toàn bắt tụi nó viết thuật toán LeetCode gọn gàng, sạch sẽ. Đời không như là mơ, code thực tế đi làm thuê của anh em mình phần lớn là... "slop code" (code rác, code thừa, copy-paste vô tội vạ).

Thế là mấy ông thần bên Humanlayer nghĩ ra trò:

• Tạo ra SlopCodeBench: Một bộ benchmark toàn code rác để thách thức giới hạn của AI.
• Buff bẩn lên "Opus 5": Thực chất Claude 3 Opus hiện tại đã mạnh, nhưng họ dùng thêm chiêu thức Advanced Context Engineering (kỹ nghệ ngữ cảnh nâng cao) để tối ưu hóa đầu vào, biến con Opus thường thành một thực thể "Opus 5" (giả lập) chạy cực mượt.
• Bắt AI dọn rác: Thử thách con bot đọc hiểu đống code thối, tìm bug và refactor mà không bị "cắn RAM" hay sinh ảo giác (hallucination).

Giang cư mận Hacker News chia phe combat cực gắt

Đúng như dự đoán, quả benchmark này vừa lên sóng đã nhận về hơn 250 upvote cùng hàng tá bình luận "bốc lửa" từ các lão quái giới lập trình:

• Phe thực dụng: "Cuối cùng cũng có một cái benchmark phản ánh đúng 90% đống code của công ty tôi," một dev cay đắng chia sẻ. Việc tối ưu hóa context để AI không bị ngộp trong đống code thừa là cực kỳ quan trọng. Để chạy mấy con agent quét code tự động liên tục thế này, anh em chắc chắn phải sắm một con cloud vps riêng chứ chạy máy cá nhân có ngày sập nguồn.
• Phe hoài nghi: Một số đạo hữu lại cho rằng đây chỉ là trò "bình mới rượu cũ". Context engineering bản chất vẫn là viết prompt dài hơn, tốn token hơn chứ bản thân con AI chưa chắc đã thông minh lên thực sự.
• Phe tấu hài: "Nếu AI dọn được hết đống slop code của tôi, tôi sẽ tự nguyện nhường ghế cho nó và đi bán trà đá. Nhưng tôi tin là nó sẽ trầm cảm trước tôi."

Tóm cái váy lại: Bài học sinh tồn sau vụ này

Nhìn từ góc độ của Coding4Food, vụ này không chỉ để tấu hài. Nó chỉ ra một thực tế phũ phàng: Garbage in, Garbage out.

Dù AI của các ông có là Opus hay GPT-5 đi chăng nữa, nếu quăng cho nó một đống rác vô định hình, kết quả trả về sẽ là một đống rác công nghệ cao hơn. Muốn bắt AI làm việc hiệu quả, các ông phải học cách "gạn đục khơi trong", lọc bớt thông tin thừa trước khi mớm cho nó nuốt. Đó chính là lý do vì sao kỹ năng Context Engineering dạo này đang hot xình xịch.

Nguồn: Hacker News