Cái chết của pull request truyền thống

Gần hai thập kỷ từ khi GitHub khai sinh khái niệm "pull request" (PR) và biến nó thành chuẩn mực cho mọi dự án mã nguồn mở, nay tôi thấy một xu hướng mới đang nổi lên: nhiều dự án AI hàng đầu đang đóng cửa PR, không nhận đóng góp từ bên ngoài. Nghe có vẻ đi ngược lại tinh thần mã nguồn mở, nhưng họ có lý do riêng, và phần lớn liên quan đến... AI. Thực tế, không ít PR gửi đến giờ là sản phẩm của các mô hình AI, mà những người quản lý dự án gọi là "Drive-by AI slop PRs". Chất lượng thường không cao và gây tốn thời gian rà soát. Thay vì vật lộn với nó, nhiều dự án đang áp dụng một mô hình "nhà máy phần mềm", nơi một đội ngũ các tác nhân AI (agents) tự động hóa gần như toàn bộ quy trình: phân loại (triage), tái hiện lỗi, thực thi sửa chữa hoặc phát triển tính năng mới, rồi tự mình đánh giá. Công việc của con người giờ là xem xét và hợp nhất (merge) thành phẩm cuối cùng. Đơn cử, dự án AI SDK của Vercel – một thư viện mã nguồn mở với hơn 20 triệu lượt tải npm mỗi tuần – đã đối mặt với hơn 1.000 vấn đề và gần 800 pull request đang mở vào cuối tháng Sáu. Họ đã triển khai một "nhà máy phần mềm" với nhiều tác nhân chuyên biệt: một tác nhân tái hiện lỗi, một tác nhân áp dụng sửa chữa, và một tác nhân khác để rà soát. Kỹ sư Lars Grammel của Vercel giải thích rằng họ tin tưởng vào các tác nhân do chính mình tối ưu hóa, với các lệnh gọi (prompt) cụ thể, đã chứng minh hiệu quả trong việc xử lý một số loại lỗi nhất định. Chỉ sau bốn tuần triển khai, Vercel tuyên bố hệ thống này đã tự động tạo và hợp nhất 25-35% PR, đồng thời đóng 70-80% vấn đề. Khung web Astro, với 62.000 lượt gắn sao trên GitHub, cũng đi theo hướng tương tự. Người sáng lập Fred Schott chia sẻ rằng trong suốt năm năm, số lượng vấn đề phát sinh luôn nhiều hơn khả năng xử lý của nhóm. Nhưng chỉ trong sáu tháng gần đây, hệ thống "tự động phân loại" dùng tác nhân đã giúp họ giành lại quyền kiểm soát, xử lý từ việc phân loại, tái hiện lỗi đến việc yêu cầu người dùng xác minh trước khi nhóm thực sự xem xét. Thành công nà