Google dùng agent rà hàng trăm triệu dòng mã, số liệu vẫn là nội bộ

Ngày 18/9/2026, Google công bố đã đưa các agent AI vào quy trình kiểm tra liên tục từng thay đổi trên kho mã hạ tầng gồm hàng trăm triệu dòng. Trong bài kỹ thuật của Google Cloud, hãng nói hệ thống ngăn hàng trăm lỗ hổng mỗi tháng trước khi chúng vào kho mã hoặc môi trường production. Đây là kết quả vận hành do Google tự báo cáo, chưa phải phép thử độc lập.

Quy trình không giao toàn bộ kho mã cho một mô hình xử lý trong một lượt. Agent quét thay đổi trước khi hợp nhất, nhận threat model được tạo từ metadata đang hoạt động, chuyển phát hiện sang bước kiểm tra cấu trúc rồi đề xuất bản vá để con người duyệt. Google cũng mở mã nguồn Mantis, nhưng bộ công cụ công khai không phải bản đóng gói của hệ thống nội bộ đang tạo ra các số liệu trên.

Quét từng thay đổi thay vì đọc lại cả kho mã

Điểm khởi đầu là bước pre-submit: mỗi thay đổi được kiểm tra khi lập trình viên hoặc agent viết mã vẫn đang làm việc với nó. Phạm vi hẹp giúp agent tập trung vào phần vừa sửa và ngữ cảnh liên quan, thay vì phải nạp hàng trăm triệu dòng trong mỗi lần đánh giá. Bước quét được đặt trong bộ công cụ phát triển hiện có, cùng luồng với những kiểm tra quy tắc và khả năng đọc mã.

Mantis được mở rộng bằng các threat model cục bộ gắn với metadata trực tiếp của kho mã. Đồ thị lời gọi phụ thuộc giữa package và thư viện bổ sung ngữ cảnh về thành phần nào có thể tác động đến phần mã vừa thay đổi. Cách làm này nhằm trả lời câu hỏi cụ thể hơn một cảnh báo cú pháp: đường dẫn bị nghi ngờ có thực sự nằm trong bề mặt tấn công hay không.

Ngoài lượt kiểm tra trước khi hợp nhất, hệ thống chạy một lượt post-submit trong kiểm thử tích hợp ban đêm. Lớp thứ hai tìm các vấn đề chỉ xuất hiện khi nhiều thay đổi tương tác, thay vì chỉ nằm trong một diff riêng lẻ. Như vậy, quét sớm và quét rộng phục vụ hai phạm vi khác nhau, không phải hai lần lặp lại cùng một tác vụ.

Phát hiện của mô hình phải qua kiểm tra cấu trúc

Sau lượt quét nhẹ, một agent phân loại chuyên biệt kiểm tra cây cú pháp trừu tượng, duyệt đồ thị lời gọi và đối chiếu các quy tắc an toàn đã được lập chỉ mục. Mục tiêu là xác minh đường dẫn dễ tổn thương có thể bị tác nhân tấn công tiếp cận, thay vì coi lời giải thích hợp lý của mô hình là bằng chứng.

Các con số chi tiết cũng cần được đọc đúng phạm vi. Bản tường thuật của AI Stack Current ghi nhận Google báo cáo tỷ lệ dương tính giả giảm còn 3% trong một số trường hợp, còn agent phân loại đạt độ chính xác trên 92% và hoàn tất trong chưa đầy một phút. Tuy nhiên, công bố không kèm tập đánh giá đầy đủ, mẫu số, phân bố loại lỗ hổng hay kết quả tái lập bên ngoài; các chỉ số này vì thế không thể được coi là benchmark chung.

Khi một phát hiện vượt qua bước phân loại, agent sửa lỗi nhận kết quả quét cùng đoạn mã chứng minh cách lỗ hổng được kích hoạt. Nó tạo phương án sửa theo tiêu chuẩn mã nội bộ, nhưng bản vá được đưa trở lại quy trình review ban đầu để con người kiểm tra. Không có mô tả nào cho thấy agent được tự động hợp nhất thay đổi hoặc đẩy bản vá thẳng vào production.

Mantis công khai không phải hệ thống production của Google

Phần có thể học lại từ kiến trúc là cách phân vai: mô hình tạo giả thuyết, công cụ phân tích cấu trúc kiểm tra khả năng tiếp cận, môi trường cô lập tái hiện hành vi và con người giữ quyền chấp thuận sửa đổi. Việc tách ngữ cảnh, quy tắc và trách nhiệm giữa agent phát hiện, agent phân loại và agent sửa lỗi cũng hạn chế tình huống một mô hình vừa nêu giả thuyết vừa tự xác nhận kết luận của mình.

Nhưng khả năng vận hành ở quy mô Google còn dựa vào metadata thống nhất trên kho mã lớn, đồ thị phụ thuộc được duy trì, threat model theo miền, quy tắc nội bộ và hạ tầng review tập trung. Đây là những thành phần không tự xuất hiện khi một tổ chức tải mã nguồn Mantis về. Vì thế, kiến trúc có thể tham khảo không đồng nghĩa kết quả định lượng sẽ chuyển nguyên vẹn sang một kho mã khác.

Kho Mantis công khai trên GitHub mô tả dự án là tập kỹ năng cùng reference harness dựa trên Agent Development Kit, có thể tìm, phân loại, tái hiện và vá lỗ hổng. README đồng thời cảnh báo mô hình có thể tạo phát hiện hoặc bản vá sai, yêu cầu chuyên gia bảo mật xác minh thủ công và khuyến nghị chỉ chạy trong môi trường cô lập. Dự án được ghi rõ là bản trình diễn, không dành sẵn cho production và không phải sản phẩm được Google hỗ trợ chính thức.

Bằng chứng mới xác nhận thiết kế, chưa chứng minh hiệu quả phổ quát

Công bố ngày 18/9 cho thấy một hệ thống hoàn chỉnh hơn cách đưa mã cho chatbot: ngữ cảnh được khoanh vùng, phát hiện phải qua kiểm tra cấu trúc, tác vụ tái hiện cần được cô lập và bản vá vẫn nằm sau cửa kiểm soát của con người. Những chi tiết đó đủ để nhận diện các lớp chính trong quy trình, nhưng chưa cho biết tỷ lệ bỏ sót, chi phí tính toán, mức tải lên người duyệt hoặc hiệu quả theo từng loại lỗ hổng.

Hiện có thể xác nhận Google đang dùng agent trong vòng đời phát triển mã hạ tầng và đã phát hành Mantis như một điểm khởi đầu công khai. Chưa có benchmark độc lập so sánh hệ thống nội bộ này với công cụ SAST truyền thống hoặc với cùng quy trình trên kho mã bên ngoài Google. Bởi vậy, tuyên bố ngăn hàng trăm lỗ hổng mỗi tháng phản ánh môi trường vận hành riêng của hãng, không phải bằng chứng rằng mọi tổ chức triển khai Mantis sẽ đạt kết quả tương tự.

Đọc thêm:

• Blubrry biến một video thành ba định dạng, nhưng PowerPress chưa được dùng
• Chống chưng cất mô hình AI: đổi câu trả lời thôi vẫn chưa đủ
• Data agent nối thẳng dữ liệu doanh nghiệp: quyền cũ vẫn quyết định AI thấy gì