Tuần đầu tháng 6 mang đến hai tín hiệu quan trọng cho bất kỳ đội ngũ lập trình nào đang theo dõi AI agent. Từ ngày 1/6, GitHub Copilot chính thức tính phí theo token thay vì phí cố định, làm dấy lên phản ứng mạnh trong cộng đồng lập trình viên. Cùng lúc đó, Salesforce công bố những con số ấn tượng sau khi chuyển toàn bộ đội phát triển sang Claude Code của Anthropic.
1. GitHub Copilot chuyển sang tính phí theo token, lập trình viên phản ứng mạnh
GitHub chuyển toàn bộ gói Copilot sang mô hình tính phí theo lượng token tiêu thụ từ ngày 1/6/2026. Giá đăng ký không thay đổi: Pro 10 USD/tháng, Pro+ 39 USD/tháng, Business 19 USD/người/tháng, Enterprise 39 USD/người/tháng. Tuy nhiên, mỗi gói nay chỉ bao gồm một lượng AI Credits bằng đúng giá đăng ký: gói Pro được 1000 credits tương đương 10 USD. Ai tiêu vượt mức đó, mỗi token tiếp theo tính theo đơn giá công bố.
Tính năng code completion và Next Edit Suggestions vẫn nằm trong gói và không tốn thêm AI Credits. Nhưng agentic workflow thì khác. Ai chạy agent nhiều bước, xử lý context dài hay tự động hóa quy trình phức tạp đều thấy token tiêu nhanh hơn rất nhiều so với dùng code completion thông thường.
Phản ứng từ cộng đồng gay gắt hơn nhiều so với GitHub kỳ vọng. Trên Reddit và X, nhiều lập trình viên chỉ trích mô hình mới vì Microsoft vốn khuyến khích dùng Copilot thoải mái trong thời gian dài. Một bộ phận khác phản bác, cho rằng những người bị sốc hóa đơn là nhóm “vibe-code” dùng tool thiếu kiểm soát.
GitHub đang định giá lại theo đúng thực tế agentic: chi phí tính toán khác nhau tùy loại tính năng, và rủi ro chi phí dần dịch chuyển sang phía người dùng. Với các công ty đang cấp license Copilot cho đội phát triển, cần rà soát lại cách dùng từ ngay tháng 6 này để tránh hóa đơn tăng vọt.
Nguồn: TechCrunch
Ghi chú thuật ngữ
- AI Credits: Đơn vị tín dụng dùng để tính phí trong GitHub Copilot; 1 AI credit tương đương 0.01 USD.
- Code completion: Tính năng AI tự động gợi ý và hoàn thiện đoạn code khi lập trình viên đang gõ, dựa trên ngữ cảnh file hiện tại.
- Next Edit Suggestions: Tính năng Copilot gợi ý chỉnh sửa code tiếp theo dựa trên ngữ cảnh hiện tại.
- Agentic workflow: Quy trình AI agent tự thực thi nhiều bước liên tiếp mà không cần con người can thiệp từng bước.
- Vibe-coding: Cách lập trình theo “cảm hứng” bằng cách dùng AI để tạo code mà không cần hiểu sâu kỹ thuật; thường dùng để chỉ những người dùng công cụ code AI thiếu kiểm soát về chất lượng đầu ra.
- License: Quyền sử dụng phần mềm được nhà cung cấp cấp
2. Salesforce công bố kết quả cụ thể sau khi AI agent điều phối toàn đội lập trình
Salesforce chuyển toàn bộ đội phát triển sang Claude Code của Anthropic, cấp token không giới hạn cho từng lập trình viên. Dưới đây là kết quả tháng 4/2026 so với cùng kỳ năm 2025:
- Số pull request trên mỗi lập trình viên tăng 79%
- Số công việc hoàn thành tăng 50,8%
- Số sự cố giảm 5%
- Effective Output Score, chỉ số nội bộ dùng machine learning để đo chất lượng code thực sự chứ không chỉ khối lượng, tăng 151,3%
Ví dụ cụ thể: Salesforce chuyển đổi 33 API endpoint sang kiến trúc cloud-native, công việc ước tính cần 231 ngày làm việc theo quy trình thông thường. Với AI agent, nhóm hoàn thành trong 13 ngày, nhanh hơn 18 lần.
Những số liệu này do Salesforce tự báo cáo và chưa được bên thứ ba xác nhận độc lập. Con số 231 ngày là ước tính kỹ thuật, không phải thời gian đo thực tế. Tuy nhiên, quy mô của thử nghiệm trên toàn bộ đội phát triển của một tập đoàn lớn, không giới hạn tài nguyên là một điểm rất đáng lưu ý.
Điều đáng xét hơn từng chỉ số là mô hình triển khai phía sau. Salesforce không cắm AI vào từng bước trong quy trình cũ. Họ để agent xử lý cả luồng công việc từ đầu. Khi Effective Output Score tăng hơn gấp đôi, đó không còn là câu chuyện về năng suất đơn thuần, mà là về chất lượng đầu ra.
Nguồn: The Decoder
Ghi chú thuật ngữ
- Pull request: Yêu cầu tích hợp mã nguồn mới vào nhánh chính trong quy trình phát triển phần mềm.
- Effective Output Score: Chỉ số nội bộ của Salesforce dùng machine learning để đo giá trị thực của code được ship, không chỉ đo khối lượng.
- Machine learning: Nhánh của AI cho phép hệ thống tự học từ dữ liệu để đưa ra dự đoán hoặc phân loại mà không cần lập trình từng quy tắc cụ thể.
- API endpoint: Điểm kết nối cụ thể trong một API, nơi hệ thống nhận và xử lý yêu cầu từ bên ngoài.
- Cloud-native: Kiến trúc phần mềm thiết kế để tận dụng tối đa hạ tầng và dịch vụ đám mây.
Bài viết của đội ngũ ZTO Labs, chuyên đào tạo và nghiên cứu AI tại Việt Nam.
