AI-DLC

AI-DLC là AI-Driven Development Life Cycle: mô hình phát triển phần mềm trong đó AI không chỉ là autocomplete mà là cộng tác viên tham gia requirement, design, planning, coding, testing, documentation và feedback vận hành.

Ý quan trọng không phải là "để AI làm hết". Ý quan trọng là AI hỗ trợ thực thi, con người vẫn chịu trách nhiệm quyết định.

flowchart TB
    subgraph Human["Human accountability"]
        H1[Business intent]
        H2[Architecture decisions]
        H3[Approval gates]
        H4[Risk acceptance]
    end

    subgraph AI["AI execution support"]
        A1[Requirement analysis]
        A2[Design drafts]
        A3[Work decomposition]
        A4[Code generation]
        A5[Test and docs generation]
    end

    H1 --> A1
    A1 --> H2
    H2 --> A2
    A2 --> H3
    H3 --> A3 --> A4 --> A5
    A5 --> H4

Vì sao AI-DLC tồn tại?

Prompt trực tiếp cho agent có thể hiệu quả với task nhỏ, nhưng không đủ cho delivery nghiêm túc. Một tổ chức vẫn cần:

Nhu cầu	Vì sao quan trọng
Ownership	Phải có người quyết định hệ thống nên làm gì và chấp nhận rủi ro nào
Traceability	Requirement, design, code, test và release phải liên kết được
Non-functional requirements	Security, privacy, reliability, cost, latency, scalability không tự xuất hiện nếu chỉ generate code
Brownfield understanding	Hệ thống cũ cần được reverse engineer trước khi sửa
Audit evidence	Dự án rủi ro cao cần ghi lại câu hỏi, quyết định, approval và verification

AI-DLC biến các nhu cầu này thành workflow.

AI-DLC khác SDLC truyền thống thế nào?

Trục	SDLC truyền thống	AI-DLC
Tạo artifact	Chủ yếu do con người viết	AI tạo draft, con người review/approve
Tốc độ iteration	Chậm hơn do nhiều handoff	Nhanh hơn vì AI sinh draft nhanh
Rủi ro chính	Tài liệu lỗi thời	AI suy diễn sai intent hoặc automate sai hướng
Cơ chế kiểm soát	Meeting, ticket, review board	Rules, generated artifacts, approval gates, audit logs
Vai trò developer	Implement theo ticket	Điều phối, verify, refactor và guardrail AI
Vai trò architect	Thiết kế trực tiếp	Định nghĩa decision, constraint, review và quality gates

Ba pha lifecycle

Pha	Câu hỏi chính	Output thường có	Human gate
Inception	What và why?	Requirements, user stories, application design, work units	Approve scope/design
Construction	Build như thế nào?	Functional design, NFR, infrastructure design, code plan, tests	Approve plan/code/test
Operations	Vận hành thế nào?	Deployment, monitoring, incident feedback, production readiness	Release/risk acceptance

AWS AI-DLC Workflows hiện làm rõ Inception và Construction. Phần Operations nên được bổ sung thêm CI/CD, observability, rollback, SLO, runbook và incident feedback loop.

Khi nào nên dùng AI-DLC?

Dùng AI-DLC khi:

• Có nhiều stakeholder cần review.
• Security, privacy, availability, performance hoặc cost là yêu cầu quan trọng.
• Hệ thống brownfield cần hiểu trước khi sửa.
• Architecture và infrastructure quan trọng như application code.
• Tổ chức cần auditability hoặc evidence review.
• Sai implementation có thể tạo rủi ro business, compliance hoặc operation.

Không nên dùng full AI-DLC cho:

• Task cực nhỏ như sửa text hoặc CSS.
• Prototype 1 ngày, ưu tiên học nhanh hơn traceability.
• Team không thật sự đọc và approve artifact.

Failure modes thường gặp

Failure mode	Dấu hiệu	Cách giảm rủi ro
Quá nhiều ceremony	Bug nhỏ cũng sinh nhiều docs	Phân loại task theo risk và dùng path nhẹ hơn
Approval hình thức	Con người approve mà không đọc	Dùng checklist ngắn và approver rõ
Artifact drift	Docs khác code thật	Đưa doc update vào definition of done
Quá tin AI design	Architecture nghe hợp lý nhưng thiếu constraint	Architect review trade-off, NFR và threat model
Operations yếu	Code xong nhưng release readiness không rõ	Thêm production readiness gate