📄 Tài liệu gốc: Bạn đọc có thể xem trực tiếp hoặc tải về bản báo cáo học thuật định dạng PDF (4 trang hoàn chỉnh) tại: Báo Cáo Nghiên Cứu Vấn Nạn Vibe Coding (Google Drive)

THE "VIBE CODING" TRAP: EMPIRICAL ANALYSIS OF UNBOUNDED AI AGENTS & THE $1,833 CLOUD BURN

Báo cáo thực nghiệm về cạm bẫy "Vibe Coding": Khi tác nhân AI tự hành đốt cháy $1,833.01 trên Vertex AI và phá vỡ kiến trúc trong dự án khám phá & điều khiển từ xa Game X.

• Author / Tác giả: Independent cyber! (Graduate Researcher, University in Taipei, Taiwan)
• Study Type: Participant-Observation Roleplay (Nghiên cứu Thực nghiệm Đóng vai)
• Date: 15/10/2026
• Key Telemetry:
  • Gross API Cost / 48h: $1,833.01 (Net Subtotal: $1,001.17 sau khi trừ khuyến mãi)
  • Research Credits Burned: $1,300 / $9,852 Cloud Grant
  • Peak Single-Prompt Cost: $5.66 / task ($0.1452 / API request)
  • Code Churn: ±2,576 LoC (+1464 / -1112) trong một phiên xử lý

01. ABSTRACT & EXPERIMENTAL SETUP // TÓM TẮT & BỐI CẢNH THỰC NGHIỆM

Abstract

"Vibe Coding" refers to an emerging development paradigm where users delegate software architecture, debugging, and code generation entirely to autonomous Large Language Model (LLM) agents via natural language prompts without manual code inspection. To evaluate its systemic risks, this study conducted a 48-hour participant-observation experiment using Roo Code (v3.54.0) connected to gemini-2.5-pro on Google Cloud Vertex AI.

Thiết lập Thực nghiệm Đóng vai (Roleplay Methodology)

Trong nghiên cứu này, tác giả chủ đích đóng vai một người chơi game phổ thông muốn tự tìm hiểu, khám phá cấu trúc bản mod và dựng hệ thống điều khiển từ xa qua Web cho "Game X" (một tựa game 2D MMORPG cổ điển trên nền J2ME).

Tuân thủ tuyệt đối nguyên tắc Vibe Coding:

1. Người thử nghiệm không trực tiếp can thiệp hoặc sửa bất kỳ dòng code nào.
2. Toàn bộ thao tác chỉ là giao tiếp bằng ngôn ngữ tự nhiên, copy nguyên văn lỗi từ Terminal ném vào khung chat AI.
3. Kích hoạt chế độ Auto-approve để AI Agent tự do đọc, sửa file và thực thi lệnh hệ thống.

Kết quả ghi nhận một chuỗi sụp đổ dây chuyền về mặt kiến trúc phần mềm, đi kèm hóa đơn đám mây phát sinh lên tới $1,833.01 chỉ sau đúng 2 ngày vận hành.

02. CHRONOLOGY OF FAILURE // CHUỖI SỰ CỐ TRONG KỊCH BẢN MOD GAME X

Mục tiêu ban đầu của kịch bản là vận hành bộ giả lập J2ME tùy biến (CustomJ2ME_Emulator.jar đã đóng gói sẵn lõi ProjectX_v250.jar của Game X) và xây dựng giao diện Web điều khiển đa tài khoản qua Node.js, Express và WebSocket.

Khi phó mặc hoàn toàn cho AI Agent tự xử lý các rào cản runtime, dự án đã trượt dài qua 4 giai đoạn suy thoái:

03. WHACK-A-MOLE REGRESSION // HIỆU ỨNG "ĐẬP CHUỘT" & MẤT TRÍ NHỚ NGỮ CẢNH

Hiện tượng nguy hiểm nhất được quan sát là Whack-a-Mole Regression (Hiệu ứng Đập Chuột): Cứ mỗi khi người dùng yêu cầu AI vá lỗi ở mô-đun A, tác nhân AI lại vô tình phá hỏng mô-đun B và C vốn đang chạy ổn định.

[Prompt người dùng]: "Sửa nút điều hướng bị lệch"
       │
       ▼
[AI Agent]: Viết lại toàn bộ frontend (Tự ý bỏ endpoint /api/machines)
       │
       ▼
[Hậu quả]: Nút hết lệch nhưng Server mất kết nối, Backend sập
       │
       ▼
[Prompt tiếp theo]: "Sao server mất kết nối rồi?" ───► (Vòng lặp bất tận)
Nghịch lý Vibe Coding (The Vibe Coding Paradox)
Do cơ chế chú ý của LLM bị thiên lệch về ngữ cảnh gần nhất (Recency Bias & Local Overfitting), mô hình dễ dàng "quên" các cấu hình sống còn đã chốt trước đó (như đường dẫn tuyệt đối tới bộ JRE 8 tương thích). Khi người dùng đưa ra các câu lệnh cảm tính ("sao web lại trắng rồi", "sửa cho mượt đi"), mô hình có xu hướng viết lại toàn bộ file thay vì sửa đúng dòng lỗi — vừa nhân đôi lượng token tiêu thụ, vừa xóa sạch các bản vá trước đó.

04. FINOPS TELEMETRY // GIẢI PHẪU HÓA ĐƠN $1,833.01 TRÊN GOOGLE CLOUD
Nhiều lập trình viên lầm tưởng chi phí gọi API dạng văn bản là không đáng kể. Tuy nhiên, số liệu trích xuất trực tiếp từ Google Cloud Project (fine-way-511605-p0) đã chứng minh rủi ro tài chính cực lớn khi trao quyền tự hành cho Agent:

Tổng chi phí phát sinh thực tế: $1,833.01 trong 48 giờ.

Tín dụng nghiên cứu bị trừ: $1,300.00 bốc hơi khỏi gói tài trợ $9,852.

Chi phí đơn lẻ: Đỉnh điểm đạt $5.66 cho một tác vụ duy nhất, với đơn giá mỗi request chạm mức $0.1452.

Plaintext
Google Cloud Billing Telemetry (48-Hour Window):
├── Gross API Usage:          $1,833.01  [====================]
├── Promotional Offset:      -$  831.84  [=========]
└── Net Period Subtotal:      $1,001.17  [===========]
Sự cố đứt gãy luồng (Stream Failure & HTTP 429)
Việc nạp toàn bộ cấu trúc thư mục dịch ngược vào prompt khiến payload vượt ngưỡng xử lý của Vertex AI, kích hoạt mã lỗi quá hạn mức:

JSON
{
  "error": {
    "code": 429,
    "message": "Resource exhausted. Please try again later. Please refer to [https://cloud.google.com/vertex-ai/generative-ai/docs/error-code-429](https://cloud.google.com/vertex-ai/generative-ai/docs/error-code-429)",
    "status": "RESOURCE_EXHAUSTED"
  }
}
Song song đó, lỗi Unexpected API Response: The language model did not provide any assistant messages xảy ra khi luồng stream bị ngắt giữa chừng, để lại mã nguồn ở trạng thái viết dở và làm gãy hoàn toàn dự án.

05. ROOT-CAUSE TAXONOMY // BA NGUYÊN NHÂN KHIẾN VIBE CODING THẤT BẠI
Context Window Pollution (Ô nhiễm Cửa sổ Ngữ cảnh): Việc thiếu vắng file .rooignore khiến AI tự tiện nuốt trọn các thư mục rác, file .class, file binary và mã dịch ngược. Mỗi lần chat là một lần AI đọc lại hàng triệu token không liên quan.

Runtime Architecture Blindness (Mù Quáng Kiến Trúc Runtime): LLM không có khả năng tự suy luận môi trường đồ họa cấp thấp (Low-level GUI). AI cố gắng dùng các đoạn script chắp vá mức người dùng để giải quyết một lỗi thuộc về tầng kiến trúc máy ảo (sự không tương thích giữa AWT Pipeline của Java 25 và giả lập J2ME cũ).

Feedback Loop Collapse (Sụp Đổ Vòng Lặp Phản Hồi): Khi người lập trình không đọc hiểu code mà chỉ copy lỗi quăng lại cho AI, cả người và máy rơi vào một "ảo giác chung" (Shared Hallucination), nơi AI liên tục tự sửa lỗi do chính nó tạo ra ở lượt trước.

06. ACTIONABLE FINOPS & AGENTIC GUIDELINES // QUY TẮC SỐNG CÒN
Để khai thác sức mạnh của AI Coding Agent mà không bị "phá sản", quy trình công nghệ bắt buộc phải tuân thủ 4 nguyên tắc FinOps sau:

Thiết lập .rooignore nghiêm ngặt: Chặn tuyệt đối AI quét vào thư mục build, thư viện, mã dịch ngược:

Plaintext
decompiled_source/
decompiled_source_250/
node_modules/
*.jar
Chiến lược Phân tầng Mô hình (Model Tiering):

Dùng Model Flash (nhẹ, rẻ) cho 90% tác vụ: viết HTML/CSS, sửa hàm nhỏ, format dữ liệu.

Chỉ gọi Model Pro khi cần thiết kế kiến trúc tổng thể hoặc giải thuật hóc búa.

Atomic Task & Commit Thường Xuyên: Chia nhỏ yêu cầu; không bao giờ ra lệnh "sửa hết các lỗi". Bắt buộc commit Git sau mỗi lần AI sửa thành công một mô-đun để có thể Rollback ngay lập tức khi xảy ra hiện tượng Đập Chuột.

Thiết lập Ngưỡng Chi Phí Cứng (Hard Budget Alerts): Cấu hình cảnh báo ngân sách và tự động ngắt API trên Google Cloud Billing khi chi phí chạm ngưỡng cho phép.

LỜI KẾT // CONCLUSION
"Vibe Coding" có thể mang lại cảm giác phấn khích tột độ về tốc độ phát triển ban đầu, nhưng nó nhanh chóng trở thành cái bẫy tài chính và kỹ thuật nếu thiếu đi sự kiểm soát của tư duy kỹ sư. AI Agent là một công cụ khuếch đại năng suất, nhưng bạn không thể quản trị thứ mà bạn hoàn toàn không hiểu.

Báo cáo được thực hiện độc lập tại Đài Bắc bởi Independent cyber! nhằm cảnh báo và đóng góp dữ liệu thực nghiệm cho cộng đồng phát triển phần mềm.

🔗 Tải tài liệu PDF: Bản PDF nghiên cứu đầy đủ trên Google Drive
( https://drive.google.com/file/d/1PZhN3S9rq5xMC_Ux1OQpmKDzVVXtHuKa/view?usp=sharing )