AI coding agent đang bước vào một vùng đất trước đây gần như chỉ dành cho kỹ sư phần mềm giàu kinh nghiệm: xử lý những thay đổi ở cấp độ toàn bộ codebase. Một nghiên cứu công bố ngày 12/8/2026 mô tả một AI agent thực hiện thay đổi kiến trúc lớn trên một ứng dụng TypeScript production khoảng 717.725 dòng code, trải rộng 3.648 file. Đây không phải một bài toán viết thêm vài function, mà là loại bỏ một architectural invariant có ảnh hưởng xuyên nhiều lớp của hệ thống. Theo tác giả, agent hoàn thành nhiệm vụ trong khoảng ba ngày, trải qua 31 vòng kiểm tra và phát hiện, sửa 201 lỗi trước khi con người chạy chương trình.
Điều đáng chú ý không nằm ở con số 717.000 dòng code, mà ở việc AI bắt đầu xử lý phần việc ở cấp độ repository và kiến trúc. Đây có thể là một trong những thay đổi có ảnh hưởng sâu nhất tới tương lai của NoCode/LowCode.
AI không còn chỉ viết code
AI coding assistant thế hệ đầu chủ yếu trả lời những yêu cầu như “viết một function”, “sửa lỗi này” hay “thêm validation”. Coding agent hiện nay hoạt động khác: nó có thể khám phá repository, tìm dependency, xác định các file liên quan, thực hiện thay đổi, chạy test, phát hiện lỗi và lặp lại.
Các benchmark như SWE-bench cũng đã chuyển từ đánh giá khả năng sinh code độc lập sang khả năng giải quyết issue thực tế trong repository. Những nghiên cứu mới hơn còn tập trung vào năng lực khám phá codebase, định vị chính xác thành phần cần thay đổi và duy trì chất lượng phần mềm qua nhiều vòng chỉnh sửa.
Vì vậy, câu hỏi đang thay đổi từ “AI viết code tốt đến đâu?” sang “AI có thể thực hiện bao nhiêu phần của công việc software engineering?”
Case study 717.725 dòng cho thấy câu trả lời đang tiến xa hơn nhiều người dự đoán.
Vậy NoCode/LowCode có bị đe dọa?
Thoạt nhìn, câu trả lời có vẻ là có.
Nếu AI có thể hiểu một codebase hàng trăm nghìn dòng, tự tìm nơi cần sửa và thực hiện một refactoring phức tạp, lợi thế truyền thống của LowCode — giúp developer viết ít code hơn — rõ ràng bị thu hẹp.
Một developer trước đây có thể cần nhiều ngày để phân tích và sửa một hệ thống lớn. Giờ đây, AI agent có thể đảm nhận một phần đáng kể công việc đó.
Đặc biệt, LowCode có thể chịu áp lực mạnh hơn NoCode, bởi nhóm khách hàng cốt lõi của LowCode vốn đã có kiến thức kỹ thuật. Nếu AI có thể trực tiếp thao tác trên codebase, câu hỏi sẽ trở thành: “Tại sao phải dùng thêm một lớp abstraction để viết ít code hơn, nếu AI có thể viết và sửa code trực tiếp?”
Nhưng đây mới chỉ là một nửa câu chuyện.
Code chỉ là một phần của ứng dụng doanh nghiệp
Một hệ thống doanh nghiệp không chỉ gồm source code.
Nó còn có dữ liệu, workflow, phân quyền, API, governance, compliance, deployment và con người sử dụng hệ thống.
AI có thể sửa TypeScript, nhưng điều đó chưa đồng nghĩa AI có thể tự quyết định quy trình phê duyệt của doanh nghiệp, xác định ai được xem dữ liệu khách hàng hay thiết kế chính sách bảo mật phù hợp.
Đây chính là nơi NoCode/LowCode vẫn có lợi thế.
Các nền tảng như Power Apps, AppSheet, Bubble, OutSystems hay những hệ sinh thái tương tự không chỉ cung cấp một nơi để viết ứng dụng. Chúng đóng gói database, UI, workflow, authentication, integration, deployment và governance thành một môi trường thống nhất.
Giá trị của NoCode vì thế không chỉ nằm ở “không cần code”.
Nó nằm ở việc che giấu sự phức tạp của code và hạ tầng phía dưới, để người dùng tập trung vào nghiệp vụ.
AI sẽ “ăn” vào NoCode ở đâu?
Có thể hình dung thị trường thành ba nhóm.
Với ứng dụng đơn giản như CRUD app, dashboard, prototype hay công cụ nội bộ nhỏ, AI coding agent và prompt-to-app đang tạo áp lực rất lớn. Nếu một ứng dụng có thể được mô tả bằng vài câu lệnh và AI tự sinh code, việc kéo-thả từng thành phần sẽ kém hấp dẫn hơn.
Với ứng dụng nghiệp vụ trung bình như CRM nội bộ, quản lý kho, approval workflow hay field service, NoCode/LowCode vẫn có lợi thế vì bài toán nằm ở quy trình, dữ liệu và quyền hạn chứ không đơn thuần là code.
Còn với hệ thống enterprise phức tạp, AI coding agent có tiềm năng rất lớn nhưng yêu cầu về kiểm thử, bảo mật, governance và trách nhiệm cũng cao hơn. Đây là nơi các nền tảng LowCode có thể chuyển vai trò từ “nơi viết ứng dụng” sang “lớp quản trị ứng dụng và quy trình”.
Do đó, AI sẽ không đồng đều hóa toàn bộ thị trường. Nó làm thay đổi economics của từng phân khúc.
NoCode phải trở thành AI-native
Đây có lẽ là yêu cầu sống còn đối với các nền tảng NoCode.
Nếu người dùng vẫn phải kéo từng component, tự tạo từng workflow và cấu hình thủ công trong khi AI coding agent có thể xây một ứng dụng từ prompt, lợi thế trải nghiệm sẽ nhanh chóng suy giảm.
NoCode thế hệ mới phải cho phép:
Con người mô tả mục tiêu → AI phân tích → AI xây ứng dụng → AI kiểm tra → con người phê duyệt → AI tiếp tục chỉnh sửa.
Nói cách khác, NoCode đang chuyển từ visual programming sang agentic application development.
Bubble đã đi theo hướng này với AI Agent có khả năng xây dựng và chỉnh sửa ứng dụng. Microsoft, Salesforce, ServiceNow và nhiều hệ sinh thái doanh nghiệp cũng đang đẩy mạnh AI Agent vào lớp workflow và application development.
Cuộc cạnh tranh vì thế không còn đơn giản là “ai có nhiều component hơn”.
Nó sẽ là AI của nền tảng nào hiểu được nghiệp vụ, dữ liệu và cấu trúc ứng dụng tốt hơn?
LowCode có thể trở thành lớp điều phối AI
Một hướng khác cho LowCode là không cạnh tranh trực tiếp với AI coding agent.
AI có thể phụ trách implementation và code ở tầng dưới; LowCode quản lý workflow, data, permission, integration và governance ở tầng trên.
Mô hình có thể trở thành:
AI Coding Agent → Code/Services → LowCode Orchestration → Business User
Đây là một kiến trúc khá hợp lý đối với doanh nghiệp lớn. Developer dùng AI để tăng tốc phát triển; LowCode cung cấp lớp kiểm soát để business user có thể tham gia thay đổi quy trình mà không phải chạm vào code.
Khi đó, LowCode không còn đơn thuần là công cụ “viết ít code hơn”.
Nó trở thành lớp điều phối giữa AI, phần mềm và nghiệp vụ.
Điều đáng chú ý nhất: code đang trở nên rẻ hơn
Case study 717.000 dòng đặt ra một vấn đề lớn hơn câu chuyện NoCode.
Nếu AI tiếp tục làm code nhanh và rẻ hơn, code sẽ mất dần giá trị như một lợi thế cạnh tranh.
Thứ trở nên quan trọng hơn sẽ là hiểu khách hàng, quy trình, dữ liệu, compliance và cách doanh nghiệp vận hành.
Một nhân viên vận hành không quan tâm hệ thống có 700.000 dòng code. Họ quan tâm:
“Quy trình phê duyệt đơn hàng của tôi phải hoạt động như thế nào?”
AI có thể biến yêu cầu đó thành code. Nhưng doanh nghiệp vẫn cần một lớp giúp họ định nghĩa, kiểm soát và thay đổi quy trình.
Đây chính là không gian NoCode/LowCode có thể tiếp tục chiếm giữ.
Nhưng 717.000 dòng code chưa có nghĩa AI đã thay thế kỹ sư
Cần tránh diễn giải quá mức nghiên cứu này. Đây là một case study cụ thể, không phải bằng chứng rằng mọi AI coding agent hiện nay có thể tự động xử lý bất kỳ codebase lớn nào.
Điểm quan trọng là quá trình vẫn cần specification rõ ràng, exploration, implementation, testing, audit và verification. Agent đã phải trải qua nhiều vòng kiểm tra để phát hiện và sửa lỗi.
Nói cách khác, thành công không đến từ một prompt thần kỳ.
Nó đến từ một quy trình kỹ thuật mới, trong đó AI thực hiện ngày càng nhiều công việc nhưng vẫn cần cơ chế kiểm soát.
Đây cũng chính là bài toán mà NoCode/LowCode có thể tận dụng: governance và human-in-the-loop.
Tương lai không phải NoCode hay AI coding
Có lẽ cách nhìn chính xác nhất không phải là AI coding agent sẽ “giết” NoCode/LowCode.
AI đang làm thay đổi lý do doanh nghiệp cần NoCode/LowCode.
NoCode trước đây giúp con người không cần viết code.
LowCode giúp developer viết ít code hơn.
Trong tương lai, giá trị có thể chuyển thành:
Giúp con người không phải quản lý sự phức tạp của phần mềm do AI tạo ra.
Đây là một sự chuyển dịch rất quan trọng.
Khi AI có thể viết hàng trăm nghìn dòng code, vấn đề lớn nhất không còn là tạo ra phần mềm. Vấn đề là kiểm soát phần mềm.
Ai được phép thay đổi?
Thay đổi ảnh hưởng đến quy trình nào?
Dữ liệu nào bị tác động?
Ai phê duyệt?
AI có thể rollback không?
Làm thế nào để business user hiểu được những gì AI đã thay đổi?
Nếu NoCode/LowCode trả lời được những câu hỏi đó, chúng vẫn có một vai trò rất lớn.
Kết luận: NoCode chưa chết, nhưng “NoCode cũ” có thể chết
Nghiên cứu về codebase 717.725 dòng là một tín hiệu quan trọng: AI coding agent đang tiến từ code generation sang software engineering ở quy mô repository.
Điều này chắc chắn tạo áp lực lên LowCode và một phần thị trường NoCode, đặc biệt ở những ứng dụng đơn giản và những trường hợp mà abstraction của nền tảng không tạo thêm nhiều giá trị.
Nhưng nó cũng mở ra một cơ hội mới.
Khi AI làm cho việc viết code trở nên dễ dàng, doanh nghiệp càng cần một lớp để quản lý dữ liệu, workflow, governance, security và nghiệp vụ.
Vì thế, cuộc chiến tương lai không còn là:
“NoCode hay code?”
Mà sẽ là:
“AI nào có thể biến yêu cầu nghiệp vụ thành một hệ thống phần mềm đáng tin cậy — và nền tảng nào giúp con người kiểm soát được hệ thống đó?”
Nếu AI coding agent đang tiến xuống phía dưới, nơi code được tạo và sửa tự động, thì NoCode/LowCode cần tiến lên phía trên — nơi ý định, nghiệp vụ và governance được định nghĩa.
AI càng giỏi viết code, NoCode/LowCode càng phải trở nên giỏi quản lý phần mềm.
Đó có thể là cuộc chuyển mình lớn nhất của thị trường này trong vài năm tới.