Zencoder vừa ra mắt một AI có thể thay thế nhiều ngày làm việc QA chỉ trong hai giờ

Zencoder, startup về mã hóa trí tuệ nhân tạo do doanh nhân nối tiếp Andrew Filev sáng lập, hôm nay đã công bố bản beta công khai của Zentester, một tác nhân do AI cung cấp được thiết kế để tự động hóa kiểm thử phần mềm đầu cuối. Bước quan trọng nhưng thường chậm chạp này có thể trì hoãn việc phát hành sản phẩm từ vài ngày đến vài tuần.

Công cụ mới thể hiện nỗ lực mới nhất của Zencoder nhằm tạo sự khác biệt trên thị trường trợ lý mã hóa AI ngày càng đông đúc, nơi các công ty đang chạy đua để tự động hóa không chỉ việc tạo mã mà còn cả quy trình phát triển phần mềm. Không giống như các công cụ mã hóa AI hiện có tập trung chủ yếu vào việc viết mã, Zentester nhắm mục tiêu vào giai đoạn xác minh — đảm bảo phần mềm hoạt động như dự định trước khi đến tay khách hàng.

CEO Filev, người trước đây đã thành lập công ty quản lý dự án Wrike và bán nó cho Citrix với giá 2,25 tỷ đô la vào năm 2021, cho biết trong một cuộc phỏng vấn độc quyền với VentureBeat: “Xác minh là mắt xích còn thiếu trong việc mở rộng quy mô phát triển do AI điều khiển từ thử nghiệm sang sản xuất”. Ông nói thêm: “Zentester không chỉ tạo ra các bài kiểm tra mà còn mang lại cho các nhà phát triển sự tự tin để vận chuyển bằng cách xác thực rằng mã do AI tạo ra hoặc do con người viết có hoạt động như mong đợi”.

Thông báo được đưa ra khi thị trường mã hóa AI trải qua quá trình hợp nhất nhanh chóng. Tháng trước, Zencoder đã mua lại Machinet, một trợ lý mã hóa AI khác với hơn 100.000 lượt tải xuống. Đồng thời, OpenAI đã đạt được thỏa thuận mua lại công cụ mã hóa Windsurf với giá khoảng 3 tỷ đô la (thỏa thuận đã hoàn tất vào tháng Năm). Những động thái này nhấn mạnh cách các công ty đang gấp rút xây dựng các nền tảng phát triển AI toàn diện thay vì các giải pháp rời rạc.

Tại sao kiểm thử phần mềm đã trở thành trở ngại lớn nhất trong quá trình phát triển do AI cung cấp

Zentester giải quyết một thách thức dai dẳng trong phát triển phần mềm: vòng phản hồi kéo dài giữa các nhà phát triển và nhóm đảm bảo chất lượng. Trong môi trường doanh nghiệp điển hình, các nhà phát triển viết mã và gửi đến nhóm QA để kiểm tra, thường phải chờ đợi vài ngày để nhận phản hồi. Đến lúc đó, các nhà phát triển đã chuyển sang các dự án khác, tạo ra sự chuyển đổi ngữ cảnh tốn kém khi phát hiện ra các vấn đề.

Filev nói với VentureBeat: “Trong quy trình kỹ thuật thông thường, sau khi nhà phát triển xây dựng một tính năng và gửi đến QA, họ sẽ nhận được phản hồi vài ngày sau đó”. “Đến lúc đó, họ đã chuyển sang một việc khác. Việc chuyển đổi ngữ cảnh và qua lại này — đặc biệt khó khăn trong quá trình phát hành — có thể kéo dài các bản sửa lỗi đơn giản thành những thử thách kéo dài cả tuần.”

Club Solutions Group, một khách hàng ban đầu, đã báo cáo những cải thiện đáng kể, với Giám đốc điều hành Mike Cervino tuyên bố: “Những gì mà nhóm QA của chúng tôi mất vài ngày thì giờ đây các nhà phát triển chỉ mất 2 giờ”.

Thời điểm này đặc biệt phù hợp khi các công cụ mã hóa AI tạo ra khối lượng mã ngày càng lớn. Mặc dù các công cụ như GitHub Copilot và Cursor đã đẩy nhanh quá trình tạo mã, nhưng chúng cũng tạo ra những thách thức mới về đảm bảo chất lượng. Filev ước tính rằng nếu các công cụ AI tăng khả năng tạo mã lên 10 lần, thì các yêu cầu kiểm tra cũng sẽ tăng tương tự lên 10 lần — áp đảo các quy trình QA truyền thống.

Các tác nhân AI của Zentester nhấp vào các nút và điền vào biểu mẫu giống như người kiểm tra là con người như thế nào

Không giống như các khuôn khổ kiểm tra truyền thống yêu cầu các nhà phát triển viết các tập lệnh phức tạp, Zentester hoạt động dựa trên các hướng dẫn bằng tiếng Anh đơn giản. Tác nhân AI có thể tương tác với các ứng dụng như một người dùng — nhấp vào các nút, điền vào biểu mẫu và điều hướng qua quy trình làm việc của phần mềm — đồng thời xác thực cả giao diện người dùng frontend và chức năng backend.

Hệ thống tích hợp với các khuôn khổ kiểm tra hiện có, bao gồm Playwright và Selenium, thay vì thay thế chúng hoàn toàn. Filev cho biết: “Chúng tôi hoàn toàn không thích mọi người từ bỏ những thứ là một phần DNA của chúng tôi. Chúng tôi cảm thấy rằng AI nên tận dụng các quy trình và công cụ đã tồn tại trong ngành.”

Zentester cung cấp năm khả năng cốt lõi: kiểm tra chất lượng do nhà phát triển dẫn đầu trong quá trình phát triển tính năng, tăng tốc QA để tạo bộ kiểm tra toàn diện, cải thiện chất lượng cho mã do AI tạo ra, bảo trì kiểm tra tự động và xác minh tự động trong các quy trình tích hợp liên tục.

Công cụ này đại diện cho sự bổ sung mới nhất cho nền tảng đa tác nhân rộng lớn hơn của Zencoder, bao gồm các tác nhân mã hóa để tạo phần mềm và các tác nhân kiểm tra đơn vị để xác minh cơ bản. Công nghệ “Repo Grokking” của công ty phân tích toàn bộ kho mã để cung cấp ngữ cảnh, trong khi quy trình sửa lỗi nhằm mục đích giảm các lỗi do AI tạo ra.

Cuộc chiến giành quyền thống trị mã hóa AI nóng lên khi hàng tỷ đô la đổ vào các công cụ tự động hóa

Việc ra mắt làm tăng thêm sự cạnh tranh trên thị trường công cụ phát triển AI, nơi những người chơi lâu đời như GitHub Copilot của Microsoft và những người mới tham gia như Cursor đang cạnh tranh để giành được sự quan tâm của các nhà phát triển. Cách tiếp cận của Zencoder là xây dựng các tác nhân chuyên biệt cho các giai đoạn phát triển khác nhau trái ngược với các đối thủ cạnh tranh tập trung chủ yếu vào việc tạo mã.

Filev cho biết trong một cuộc phỏng vấn gần đây: “Tại thời điểm này, có ba sản phẩm điều phối mạnh mẽ trên thị trường ở cấp độ sản xuất: đó là chúng tôi, Cursor và Windsurf”. “Đối với các công ty nhỏ hơn, việc cạnh tranh ngày càng trở nên khó khăn hơn.”

Công ty tuyên bố hiệu suất vượt trội trên các tiêu chuẩn ngành, báo cáo tỷ lệ thành công 63% trên các thử nghiệm SWE-Bench Verified và khoảng 30% trên tiêu chuẩn SWE-Bench Multimodal mới hơn — Filev cho biết kết quả này gấp đôi hiệu suất tốt nhất trước đó.

Các nhà phân tích trong ngành lưu ý rằng tự động hóa kiểm tra đầu cuối thể hiện một bước hợp lý tiếp theo cho các công cụ mã hóa AI, nhưng việc triển khai thành công đòi hỏi sự hiểu biết phức tạp về logic ứng dụng và quy trình làm việc của người dùng.

Những gì người mua doanh nghiệp cần biết trước khi áp dụng nền tảng kiểm tra AI

Cách tiếp cận của Zencoder mang đến cả cơ hội và thách thức cho khách hàng doanh nghiệp đánh giá các công cụ kiểm tra AI. Các chứng nhận SOC 2 Type II, ISO 27001 và ISO 42001 của công ty giải quyết các mối lo ngại về bảo mật và tuân thủ quan trọng đối với các tổ chức lớn.

Tuy nhiên, Filev thừa nhận rằng sự thận trọng của doanh nghiệp là chính đáng. Ông nói: “Đối với các doanh nghiệp, chúng tôi không chủ trương thay đổi hoàn toàn vòng đời phát triển phần mềm, mà là tăng cường AI, nơi giờ đây họ có thể đánh giá mã AI nhanh chóng và kiểm tra nghiệm thu giúp giảm khối lượng công việc mà bên tiếp theo trong đường ống cần thực hiện”.

Chiến lược tích hợp của công ty — làm việc trong các môi trường phát triển hiện có như Visual Studio Code và JetBrains IDE thay vì yêu cầu chuyển đổi nền tảng — có thể hấp dẫn các doanh nghiệp có chuỗi công cụ đã được thiết lập.

Cuộc đua tự động hóa phát triển phần mềm từ ý tưởng đến triển khai

Việc ra mắt Zentester định vị Zencoder để cạnh tranh giành thị phần lớn hơn trong quy trình phát triển phần mềm khi các công cụ AI mở rộng ra ngoài việc tạo mã đơn giản. Tầm nhìn của công ty mở rộng đến tự động hóa hoàn toàn từ yêu cầu đến triển khai sản xuất, mặc dù Filev thừa nhận những hạn chế hiện tại.

Filev nói: “Bước nhảy tiếp theo sẽ là từ yêu cầu đến sản xuất — toàn bộ quá trình. Giờ đây, bạn có thể kết nối nó để bạn có thể có các yêu cầu về ngôn ngữ tự nhiên và sau đó AI có thể giúp bạn chia nhỏ nó, xây dựng kiến trúc, xây dựng mã, xây dựng đánh giá, xác minh điều đó và chuyển nó đến sản xuất không?”

Zencoder cung cấp Zentester thông qua ba cấp giá: phiên bản cơ bản miễn phí, gói doanh nghiệp 19 đô la cho mỗi người dùng mỗi tháng và tùy chọn doanh nghiệp 39 đô la cho mỗi người dùng mỗi tháng với các tính năng hỗ trợ và tuân thủ cao cấp.

Đối với một ngành công nghiệp vẫn đang tranh luận xem trí tuệ nhân tạo sẽ thay thế các lập trình viên hay chỉ đơn giản là làm cho họ làm việc hiệu quả hơn, Zentester gợi ý một khả năng thứ ba: AI xử lý công việc xác minh tẻ nhạt trong khi các nhà phát triển tập trung vào đổi mới. Câu hỏi không còn là liệu máy móc có thể viết mã hay không — mà là liệu chúng có thể được tin tưởng để kiểm tra nó hay không.

[Hình ảnh minh họa về tác nhân AI đang gỡ lỗi luồng mã đầy màu sắc] (https://venturebeat.com/wp-content/uploads/2025/06/nuneybits_Vector_art_of_AI_agent_debugging_colorful_code_stream_c7819ea7-bd93-42fd-88bc-0c4b9c1cfd95.webp?w=750) Credit: VentureBeat made with Midjourney

[Video trình diễn về Zentester]

[Mẫu đăng ký nhận bản tin]

Link bài viết gốc

• Tags:
• Ai
• June 10, 2025
• Venturebeat.com