OpenClaw Trợ lý AI cá nhân tích hợp nhắn tin hay hiểm hoạ

Tôi mới gia nhập một nhóm mới và được giao nhiệm vụ chuyển đổi thư viện thành phần web cũ thành các thành phần React gốc. Trên thang điểm độ khó từ 1 đến 10, nhiệm vụ này chỉ ở mức 2 (khá dễ tính). Đó chính xác là kiểu công việc chuyển đổi nhàm chán, lặp đi lặp lại – gỡ rối một khối mã jQuery khổng lồ 1.000 dòng – mà tôi từng làm khi còn là kỹ sư tập sự. Kiểu sao chép dán tẻ nhạt đến mức khiến bạn phải tự đặt câu hỏi về lựa chọn nghề nghiệp của mình.

Nếu hôm nay bạn nhận được vé cấp độ 2, bạn không tự mình nhập thông tin màsẽ đưa cho một trợ lý AI.

Tôi dán tệp tin cũ vào khung chat, bảo nhân viên hỗ trợ chuyển đổi nó sang React, và xem nó tạo ra một component hoàn hảo, được định dạng đúng chuẩn chỉ trong chưa đầy mười giây. Trông nó thật tuyệt vời. Nó biên dịch ngay lập tức. Và đó lại là một thảm họa hoàn toàn. Người đánh giá của tôi đã chỉ ra mười hai lỗi trong một tệp tin mà tôi thực sự không hề viết. Tôi đã tự động hóa sự thiếu năng lực của chính mình một cách hiệu quả.

Đây là cái bẫy:Các tác nhân AI chỉ quan tâm đến các thông số kỹ thuật tuyệt đối.Nếu cú ​​pháp hợp lệ và logic biên dịch được, tác nhân sẽ coi công việc đã hoàn thành. Nhưng nó đã sử dụng mã hex tiêu chuẩn thay vì hệ thống mã thiết kế nghiêm ngặt của chúng tôi. Nó đã hoàn toàn bỏ qua lớp bao bọc sự kiện tùy chỉnh mà nhóm phân tích của chúng tôi đã dành sáu tháng để xây dựng. Nó đã phớt lờ các tiêu chuẩn về khả năng truy cập do bộ phận pháp lý quy định chỉ mới quý trước.

Khi bạn làm việc trong một môi trường doanh nghiệp đã được thiết lập – nơi thư viện của bạn là một phần phụ thuộc của hàng chục nhóm khác – thì “đảm bảo tính kỹ thuật” là một tiêu chuẩn cơ bản, chứ không phải là một sản phẩm cần phải hoàn thiện. Mã nguồn của bạn được giữ vững bởi một thứ vật chất tối vô hình: đó là những giải pháp tạm thời được tích lũy qua nhiều năm, các quy định tuân thủ nghiêm ngặt, các quy tắc quản trị bất thành văn và các ý định thiết kế cụ thể giúp toàn bộ hệ sinh thái không bị sụp đổ.

Để một tác nhân AI tạo ra mã có thể chịu được yêu cầu kéo (pull request), bạn phải cung cấp cho nó bộ nhớ kinh nghiệm lâu năm. Tuy nhiên, việc cố gắng cô đọng nhiều năm kinh nghiệm về kiến ​​trúc và quy trình quản trị vào một lời nhắc duy nhất, kết hợp với các thông số kỹ thuật, sẽ dẫn đến bế tắc ngay lập tức. Cửa sổ ngữ cảnh bị quá tải trước khi tác nhân bắt đầu phân tích mã. Tính toàn vẹn cấu trúc của lời nhắc sụp đổ, và tác nhân AI của bạn bắt đầu hoạt động thiếu ổn định, giống như một lập trình viên mới vào nghề đang trong cơn say xỉn kéo dài ba ngày.

“Về cơ bản, chúng ta đang yêu cầu một cỗ máy không có trạng thái quan tâm đến những tổn thương tổ chức của con người. Mâu thuẫn kiến ​​trúc cốt lõi nằm ở sự ma sát giữaquản trị theo quy trình(các quy tắc bất thành văn của chúng ta) vàthực thi không có trạng thái(AI thiếu bộ nhớ).”

Làm thế nào để chúng ta đưa bối cảnh thể chế rộng lớn vào một cá nhân mà không gây ra sự suy sụp nhận thức?

•Xây dựng các phần chính
∘Lập bản đồ từ khóa và mục lục
∘ Neo ngữcảnh Markdown ngữ nghĩa
∘Thực
thi RAG ∘Tự động hóa Git Hook
•Tóm lại

Hãy thử tìm kiếm “Cách sử dụng RAG” trên Google và bạn sẽ ngay lập tức thấy hàng loạt hướng dẫn yêu cầu bạn thiết lập cơ sở dữ liệu vector Pinecone, chuyển đổi toàn bộ cuốn sổ tay công ty dày 500 trang sang định dạng vector và triển khai bộ điều phối LangChain.

Đây là sự tương đương về mặt kiến ​​trúc với việc xây dựng một lò phản ứng hạt nhân để cung cấp năng lượng cho một chiếc máy nướng bánh mì duy nhất.Chúng ta không cần tìm kiếm sự tương đồng về ngữ nghĩa trên hàng triệu điểm dữ liệu chỉ để chỉnh sửa lại một nút React. Chúng ta cần độ chính xác tuyệt đối.

Câu trả lời không nằm ở việc triển khai các cơ sở dữ liệu doanh nghiệp quy mô lớn; mà nằm ởviệc cung cấp kiến ​​thức kịp thời (Just-In-Time – JIT)một cách nghiêm ngặt và gọn nhẹ . Hãy hình dung nó không giống như việc đưa cho AI một thẻ thư viện để sử dụng toàn bộ cơ sở hạ tầng của bạn, mà giống như việc đưa cho nó một tập tin mật duy nhất ngay trước khi nó nhảy dù khỏi máy bay.

Điểm neo theo quy trình

Hãy ngừng nhắc nhở. Hãy bắt đầu biên dịch.Bạn không thể dựa vào việc thu thập ngữ cảnh thủ công. Coi cửa sổ ngữ cảnh của tác nhân như một phần thêm vào sau sẽ tạo ra mã chung chung và nguy hiểm. Thay vào đó, bạn phải thiết kế môi trường mà trong đó AI suy nghĩ.

Đây chính là cấu trúc cơ bản cần thiết để đưa thực tế doanh nghiệp vào hệ thống mà không làm phức tạp hóa mọi thứ quá mức.

Lớp lập chỉ mục

Đừng cung cấp cho hệ thống tự động của bạn những tài liệu thô, lan man. Điều đó sẽ làm giảm hiệu quả của cơ chế chú ý. Thay vào đó, hãy tạo một lớp phần mềm trung gian tự động tạo mục lục (TOC) và các cụm từ khóa cho các tài liệu nội dung lớn của tổ chức bạn.

Mẹo hay:Đừng thực hiện các tác vụ này bằng tay. Nếu bạn đang sử dụng VS Code hoặc IDE tích hợp AI, hãy sử dụng tiện ích mở rộng nhưMarkdown All in Onehoặc trình tạo mục lục không gian làm việc chuyên dụng. Chạy nó trên toàn bộ.docsthư mục của bạn để tự động tạo mục lụcagent.md. Bạn đang cung cấp cho AI một thực đơn để nó biết chính xác nơi tìm các quy tắc mà không cần phải đọc toàn bộ cuốn sách.

agent.md

- [ Quy tắc quản trị ]( ./governance.md ) 
  - [ Tiêu chuẩn thành phần cốt lõi ]( ./governance.md#core-component-standards ) 
  - [ Chính sách truy xuất dữ liệu ]( ./governance.md#data-fetching-policies ) 
- [ Mã định kiểu ]( ./styling.md ) 
  - [ Mã thiết kế ]( ./styling.md#design-tokens )

Neo ngữ cảnh Markdown ngữ nghĩa

Các tác nhân AI phân tích cấu trúc như là ý định. Nếu tài liệu nội bộ của bạn dựa vào văn bản thuần túy và in đậm, AI sẽ loại bỏ trọng lượng quan trọng của các quy tắc quản trị. Con người cần cấu trúc HTML ngữ nghĩa phù hợp (như các thẻ H1, H2 và H3) để phân tích tầm quan trọng, và các tác nhân cũng vậy.

Giới hạn độ sâu của Markdown tối đa là hai hoặc ba cấp. Sử dụng các thẻ tiêu đề ngữ nghĩa mạnh mẽ này để thu hút sự chú ý của trình soạn thảo văn bản – coichúng như những bức tường chịu lực chứ không phải là những chi tiết trang trí tùy chọn.Thêm vào đó, cấu trúc phân cấp nghiêm ngặt này cho phép các plugin IDE của bạn dễ dàng tạo mục lục ngay từ bước 1.

agent.md

- [Quy tắc quản trị](./governance.md)
+ - [Tuân thủ chung](#general-compliance)
   - [Tiêu chuẩn thành phần cốt lõi](./governance.md#core-component-standards) 
  - [Chính sách truy xuất dữ liệu](./governance.md#data-fetching-policies) 
- [Mã định kiểu](./styling.md) 
  - [Mã thiết kế](./styling.md#design-tokens) 
+ 
+## Tuân thủ chung 
+ - Tất cả các thành phần React gốc phải sử dụng hook `useStrictA11y` để quản lý trình đọc màn hình. 
+ - *Phương án dự phòng:* Nếu các thuộc tính cũ ngăn cản điều này, hãy bọc trong `<A11yBoundary>` và gắn cờ `tech-debt-2026`.

Bằng cách cấu trúc các quy tắc theo ngữ nghĩa, tác nhân học cách coi mộtH1thẻ## General Compliancenhư một ràng buộc hoạt động cứng nhắc, chứ không phải là một gợi ý nhẹ nhàng.

Liên kết nút đồ thị

Hãy coi kho kiến ​​thức của tổ chức bạn không chỉ là một tài liệu phẳng mà là một cơ sở dữ liệu đồ thị. Các liên kết nội bộ của bạn phải hoạt động như các nút có thể duyệt qua. Đây là cách thực hiện điều đó trên thực tế.

Giai đoạn 1: Lời nhắc Martini (Cách thất bại)Bạn tự tay sao chép và dán các yêu cầu của phiếu yêu cầu cùng với 500 dòng mã spaghetti cũ vào cửa sổ trò chuyện, kèm theo lời thỉnh cầu mơ hồ “hãy tuân theo quy tắc định dạng của doanh nghiệp”. Nỗ lực này thất bại. Việc dán mã thô vào giao diện trò chuyện không chỉ là lười biếng; mà còn là một lỗi cấu trúc nghiêm trọng. Trí tuệ nhân tạo (AI) ngay lập tức mất tập trung, ảo tưởng về các lớp Tailwind chung chung và hoàn toàn bỏ qua các hook tùy chỉnh của bạn.

Giai đoạn 2: Xây dựng các nút cấu trúcThay vì đưa toàn bộ ngữ cảnh thô vào, hãy tách biệt các quy tắc của bạn thành các tệp đánh dấu ngữ nghĩa hoạt động như các nút riêng biệt, có thể nhắm mục tiêu. Sử dụng phần đầu YAML để chèn các từ khóa mà trình tạo mục lục (từ Bước 1) sẽ sử dụng để nhóm các kiến ​​thức, và thực thi nghiêm ngặt hệ thống phân cấp tiêu đề của bạn.

governance.md

---
Từ khóa: [react, components, a11y, telemetry, i18n, strict-mode] 
--- 

# Quy tắc quản trị 

## [[Node: Core-Component-Standards]] 

### [TUÂN THỦ: CỔNG TRIỂN KHAI NGHIÊM NGẶT] 
-  **A11y (WCAG 2.1 AA):** Tất cả các phần tử tương tác phải chuyển tiếp `ref` . 
-  **Telemetry:** Tất cả các hành động phải triển khai `useTracker` . 
-  **i18n:** Các chuỗi được mã hóa cứng bị nghiêm cấm. Hãy sử dụng `useTranslation()` .

styling.md

---
Từ khóa: [css, design-tokens, ui-core, styling, themes] 
--- 

# Mã định kiểu 

## [[Node: Design-Tokens]] 

### [SYSTEM: STRICT] 
- Không sử dụng các giá trị hex được mã hóa cứng hoặc kiểu nội tuyến. 
- Các tác nhân phải suy ra các biến thích hợp trực tiếp từ sổ đăng ký mã động.

Giai đoạn 3: Lời nhắc JITGiờ đây, quá trình thực thi hoàn toàn thay đổi. Chúng ta không dán các quy tắc.Chúng ta tuyệt đối không dán mã nguồn.Các tác nhân không gian làm việc hiện đại có thể duyệt qua cây thư mục của bạn một cách tự nhiên. Chúng ta coi tệp nguồn cũ như một nút khác và tạo ra mộtgemini.md(hoặc.cursorrules, tùy thuộc vào IDE của bạn) để hoạt động hoàn toàn như một bộ định tuyến lưu lượng.

Điều quan trọng là,chúng tôi không bao giờ mã hóa cứng số vé hoặc mã màu hex cụ thể vào bộ định tuyến này.Mã hóa cứng chỉ là một hình thức lao động thủ công khác. Thay vào đó, chúng tôi sử dụng các biến mẫu ({{TICKET_TITLE}}) và hướng dẫn tác nhân tự động giải quyết ngữ cảnh của nó.

# Nhiệm vụ: {{TICKET _TITLE}} 

## 1. Ngữ cảnh nhiệm vụ (Bộ nhớ đệm động) 
Xác định ID vé đang hoạt động bằng cách đọc biến `ACTIVE_ TICKET` trong tệp `.env.local` cục bộ của bạn (hoặc bằng cách phân tích tên nhánh Git hiện tại). Sau khi xác định, bạn PHẢI lấy chính xác các tiêu chí chấp nhận từ tệp bộ nhớ cache cục bộ tương ứng: 
- Đọc: `.cache/ticket-{TICKET_ID}.md` 

## 2. Các nút tổ chức & Sổ đăng ký động (Yêu cầu truy xuất)
 Trước khi viết bất kỳ mã nào, bạn PHẢI phân tích cú pháp và tuân thủ nghiêm ngặt các ràng buộc từ các nút tổ chức sau: 
- Đọc: `governance.md` -> Phần: `[[Nút: Core-Component-Standards]]` 
- Đọc: `.cache/active-tokens.json` (Sử dụng sổ đăng ký thô này để suy ra các biến CSS chính xác. Không được tự tạo các lớp.) 

## 3. Nút nguồn mục tiêu
 Truy xuất và phân tích thành phần kế thừa trực tiếp từ đường dẫn sau: 
- Đọc: `src/legacy-components/ui-button.js` 

## 4. Chỉ thị thực thi 
- Tái cấu trúc Nút nguồn mục tiêu thành một thành phần React chức năng. 
- Đáp ứng tất cả các tiêu chí chấp nhận được nêu trong bộ nhớ cache Ngữ cảnh tác vụ. 
- Đảm bảo tất cả các ràng buộc [TUÂN THỦ] và [HỆ THỐNG] từ các Nút Tổ chức được đáp ứng hoàn hảo.

Đây là phương thức cung cấp kiến ​​thức tức thời (Just-In-Time). Hệ thống ngừng hoạt động như một công cụ dự đoán văn bản thông thường và bắt đầu hoạt động như một trình biên dịch cục bộ: nó tiếp nhận các tài liệu quản trị, định vị động bộ nhớ đệm vé, lấy từ vựng mã thông báo, đọc tệp dữ liệu cũ và thực thi các ràng buộc.Không hơn, không kém.

Bước tiến hóa tiếp theo

Khi bạn đã thành thạo việc định tuyến thủ công, bước tiếp theo là tự động hóa hoàn toàn. Viếtgemini.mdtệp định tuyến bằng tay vẫn là công việc thủ công, và chúng ta không thích công việc thủ công.

Hãy viết một hook Git tùy chỉnh để tự động xây dựng môi trường nhắc lệnh dựa trên tên nhánh Git của bạn. Hãy tưởng tượng bạn đang kiểm tra nhánhfeature/CORE-404-refactor-button:

#!/bin/bash 
# .git/hooks/post-checkout
 BRANCH_NAME=$(git rev-parse --abbrev-ref HEAD) 

if [[ $BRANCH_NAME == feature/* ]]; sau đó
   TICKET_ID=$( echo  $BRANCH_NAME | cut -d '/' -f2) 
  
  # Lấy dữ liệu vé và lưu vào bộ nhớ cache cục bộ để tác nhân đọc
   curl -s [//api.your-ticket-system.com/v1/tickets/ $TICKET_ID ](//api.your-ticket-system.com/v1/tickets/ $TICKET_ID ) > .cache/ticket- $TICKET_ID .md 
  
  # Xuất các token thiết kế mới nhất của bạn vào bộ nhớ cache
   npm run export-design-tokens > .cache/active-tokens.json 
  
  # Chèn ID vé đang hoạt động vào tệp môi trường cục bộ 
  echo  "ACTIVE_TICKET= $TICKET_ID " > .env.local 
  
  # Tham chiếu chéo agent.md và xây dựng tệp định tuyến động
   node scripts/build-ai-router.js > context.md 
  
  echo  "Đã định tuyến ngữ cảnh JIT cho $TICKET_ID . Sẵn sàng để thực thi." 
fi

agent.md

- [Quy tắc quản trị](./governance.md) 
  - [Tuân thủ chung](#general-compliance) 
  - [Tiêu chuẩn thành phần cốt lõi](./governance.md#core-component-standards) 
  - [Chính sách truy xuất dữ liệu](./governance.md#data-fetching-policies) 
- [Mã định dạng](./styling.md) 
  - [Mã thiết kế](./styling.md#design-tokens)
± [Câu chuyện người dùng](./context.md)

Hãy chú ý đến những gì chúng ta vừa đạt được. Vì ngữ cảnh vé được lấy động, mô tả tác vụ tronggemini.mdbộ định tuyến của chúng ta được tự động chèn vào. Hơn nữa, chúng ta không xúc phạm trí thông minh của tác nhân bằng cách viết rõ ràng,“Các nút chính phải sử dụng var(–theme-primary-500).”Các LLM hiện đại sở hữu khả năng suy luận ngữ nghĩa rất cao. Chúng ta chỉ đơn giản sử dụng Git hook để xuất JSON mã thiết kế thô của mình vào.cachethư mục.

Hãy cung cấp cho trợ lý ảo vốn từ vựng, và nó sẽ nói ngôn ngữ đó mà không cần bạn phải hướng dẫn từng bước.

Tóm lại

Bạn không thể tự động hóa kỹ thuật doanh nghiệp bằng cách coi một tác nhân AI như một hộp tìm kiếm thần kỳ. AI không hiểu những thỏa thuận bất thành văn giữa các nhóm kỹ thuật của bạn, và chắc chắn nó không nên đọc mã được dán một cách mù quáng vào một môi trường khép kín.

Nếu bạn muốn tác nhân (agent) đảm nhận những công việc nặng nhọc,trước tiên bạn phải xây dựng nền tảng cấu trúc mà nó sẽ vận hành.Điều này đòi hỏi kỷ luật kiến ​​trúc nghiêm ngặt để lập bản đồ các thư mục, định dạng kiến ​​thức bằng các điểm neo ngữ nghĩa và xây dựng các lớp định tuyến. Nhưng một khi khung sườn đó đã được thiết lập, bạn không còn là người tạo cú pháp nữa; bạn là một kiến ​​trúc sư hệ thống quản lý một lực lượng lao động silicon.

Trí tuệ nhân tạo ngừng phỏng đoán, tỉnh táo lại và cuối cùng hoàn thành công việc mà bạn quá mệt mỏi để tự mình làm.

Nguồn //medium.com/design-bootcamp/stop-pasting-enterprise-code-into-chatgpt-05f67f2b43f3