Accepted Diffs, Tab Completions, Agent Lines of Code — 3 Chỉ Số Đo Hiệu Quả Dùng AI Coding Tool

Nhiều developer dùng Cursor hay GitHub Copilot hàng ngày nhưng không thực sự biết mình đang dùng hiệu quả hay không. Cảm giác "AI có giúp ích" thôi chưa đủ — bạn cần con số cụ thể.

Usage Leaderboard của Cursor theo dõi 3 chỉ số chính. Hiểu đúng 3 chỉ số này sẽ cho bạn biết mình đang ở đâu và cần cải thiện điều gì.

Leaderboard Ví Dụ

Đây là giao diện leaderboard của một team. Chúng ta sẽ dùng số liệu này để giải thích từng chỉ số trong bài.

1. Accepted Diffs — Bạn Có Tin Tưởng AI Không?

Khi AI đề xuất thay đổi code, bạn sẽ thấy một diff — phần xóa màu đỏ, phần thêm màu xanh. Nếu bạn bấm Accept, đó là 1 accepted diff.

# AI đề xuất:
- def get_user(id):
-     return db.query(id)

+ def get_user(user_id: int) -> User:
+     return db.session.query(User).filter_by(id=user_id).first()

Số này cao có nghĩa là gì?

• ✅ Bạn chủ động giao task cho AI thường xuyên
• ✅ AI suggest đúng ý, bạn chấp nhận được
• ❌ Nếu cao nhưng không review kỹ → technical debt tích lũy dần

Nhìn vào leaderboard: Ethan Kowalski dẫn đầu với 189 diffs — người prompt AI thường xuyên nhất. Nhưng Agent LoC 13,017 có nghĩa mỗi lần accept trung bình ~69 dòng — task nhỏ. So với James Mitchell: 142 diffs nhưng sinh ra 31,204 LoC (~220 dòng/diff) — anh ấy giao task lớn hơn nhiều mỗi phiên.

Mức tham khảo: 80–150 diffs/tháng là dùng AI ở mức tích cực.

2. Tab Completions — AI Có Hoà Vào Nhịp Gõ Code Của Bạn Không?

Khi bạn đang gõ, AI tự động gợi ý phần tiếp theo (hiện màu xám). Bấm Tab để chấp nhận.

# Bạn gõ:
def calculate_

# AI gợi ý (màu xám):
def calculate_total_price(items: list[Item]) -> float:

Đây là chỉ số phản ánh mức độ tích hợp AI vào luồng làm việc hằng ngày — không cần dừng lại để prompt, AI chạy song song với bạn.

Trong leaderboard, Lucas Fernandez nổi bật với 117 tab completions — bỏ xa tất cả mọi người. Anh ấy code theo kiểu "cộng tác liên tục" với AI, để AI hoàn thành từng dòng thay vì chờ kết quả task lớn.

Số thấp không có nghĩa là xấu — một số developer thích prompt task lớn hơn. Nhưng nếu bạn chưa thử, đáng để bật lên và tập dần.

3. Agent Lines of Code — Bạn Có Dám Giao Task Lớn Cho AI Không?

Đây là chỉ số phân biệt người dùng AI cơ bản và nâng cao.

Agent mode là chế độ AI tự hành động nhiều bước:

Bạn giao: "Tạo module authentication với JWT"

AI tự làm:
├── Đọc cấu trúc project
├── Tạo auth.service.ts
├── Tạo auth.controller.ts
├── Tạo auth.middleware.ts
├── Chạy build → phát hiện lỗi
└── Tự sửa lỗi → báo xong

Toàn bộ số dòng code trong quá trình đó → cộng vào Agent LoC.

Tỷ lệ LoC / Diff mới là con số đáng xem nhất:

Trong ví dụ, James Mitchell trung bình ~220 LoC/diff — rõ ràng đang giao task lớn, phức tạp. Noah Patel chỉ có 33 diffs nhưng 9,510 LoC (~288 LoC/diff) — ít accept nhưng mỗi lần là một khối lớn. Cần xem lại liệu những lần accept lớn đó có được review kỹ không.

Cách Đọc Leaderboard Của Team

Đừng chỉ nhìn vào thứ hạng tổng. Hãy xem tổ hợp cả 3 chỉ số:

Diffs nhiều + LoC cao    → Dùng Agent tốt, task lớn ✅
Diffs nhiều + LoC thấp   → Hay prompt nhưng task nhỏ 🟡
Diffs ít    + Tab cao    → Thiên về autocomplete 🟡
Diffs ít    + LoC cao    → Ít accept nhưng mỗi lần lớn, cần review kỹ ⚠️

Kết Luận

3 chỉ số này đo 3 chiều khác nhau của việc dùng AI:

• Accepted Diffs → tần suất tương tác
• Tab Completions → mức độ tích hợp vào workflow
• Agent Lines of Code → mức độ tin tưởng và độ phức tạp của task

Mục tiêu không phải là số cao nhất mà là tổ hợp cân bằng phù hợp với loại công việc đang làm. Senior dev làm feature phức tạp nên có LoC/Diff cao. Developer fix bug nhanh sẽ có nhiều diffs hơn nhưng LoC thấp hơn. Cả hai đều có thể đang dùng AI hiệu quả.