Litmus
Sinh đề thi từ chính kho mã nguồn của bạn, còn xem ứng viên dùng AI thế nào
Litmus dùng chính kho mã nguồn, phiếu công việc và mô tả vị trí của công ty để tự động sinh bài kiểm tra lập trình bất đồng bộ, đánh giá cách ứng viên thực sự làm việc trên stack công nghệ của bạn, và theo dõi cả quá trình họ dùng công cụ AI.
Tính năng nổi bật và tình huống sử dụng
Điều phi lý nhất của phỏng vấn kỹ thuật là: bạn thi đảo ngược cây nhị phân, còn công việc thực tế là sửa một mô-đun không ai đọc hiểu nổi trong một dự án mười năm tuổi. Litmus muốn giải chính khoảng cách này — sinh thẳng đề thi bám sát công việc thực tế từ kho mã nguồn, phiếu Jira và mô tả vị trí của công ty. Thú vị hơn là cách chấm điểm của nó: ngoài việc kiểm chứng tính đúng đắn bằng khung kiểm thử xác định trong sandbox, nó còn ghi lại trọn quá trình của ứng viên — sửa file bao nhiêu lần, lịch sử commit trông ra sao, và tình hình dùng công cụ AI. Mục cuối đặc biệt quan trọng vào năm 2026, vì vấn đề bây giờ không còn là "bạn có biết dùng AI không", mà là "bạn dùng thế nào". Ngoài ra có thể cấu hình dùng LLM để đánh giá định tính, xem tư duy kiến trúc và chất lượng ra quyết định. Về tích hợp, hỗ trợ các ATS như Ashby, Greenhouse, Lever, dữ liệu ứng viên tự đồng bộ. Khách hàng gồm Neo Scholars, Mercor, Composio... Giá tùy chỉnh theo nhu cầu và khối lượng tuyển dụng, không công khai mức phí.
Phù hợp với đánh giá kỹ thuật ở mọi giai đoạn của đội phần mềm, đặc biệt là startup và công ty giai đoạn tăng trưởng; công ty có kho mã nguồn quá lộn xộn hoặc liên quan bảo mật cần đánh giá tính khả thi trước.
Tính năng chính
- Tự động sinh đề thi từ kho mã nguồn, phiếu công việc và mô tả vị trí của công ty
- Theo dõi quá trình ứng viên: lặp file, lịch sử commit, sử dụng công cụ AI
- Chấm điểm tức thời trong sandbox, kiểm thử xác định kiểm chứng tính đúng đắn
- Có thể cấu hình LLM đánh giá định tính về kiến trúc và ra quyết định
- Tích hợp các ATS như Ashby, Greenhouse, Lever
Tình huống thường gặp
- Đánh giá kỹ thuật bất đồng bộ ở giai đoạn sàng lọc ban đầu
- Dùng nhiệm vụ từ kho mã nguồn thực tế thay cho đề bảng trắng
- Đánh giá năng lực thực tế của ứng viên trên một stack công nghệ cụ thể
- Quan sát cách ứng viên vận dụng công cụ AI để giải đề
- Chuẩn hóa đánh giá kỹ thuật cho nhiều vị trí
Tính năng chính
- Tự động sinh đề thi từ kho mã nguồn, phiếu công việc và mô tả vị trí của công ty
- Theo dõi quá trình ứng viên: lặp file, lịch sử commit, sử dụng công cụ AI
- Chấm điểm tức thời trong sandbox, kiểm thử xác định kiểm chứng tính đúng đắn
- Có thể cấu hình LLM đánh giá định tính về kiến trúc và ra quyết định
- Tích hợp các ATS như Ashby, Greenhouse, Lever
Ưu điểm
- Đề thi bám sát công việc thực, chất lượng tín hiệu cao hơn nhiều so với đề thuật toán khuôn mẫu
- Theo dõi cách dùng AI, phù hợp với hình thái làm việc thực tế của lập trình viên hiện đại
- Tiến hành bất đồng bộ, không chiếm thời gian đồng bộ của người phỏng vấn và ứng viên
- Tích hợp các ATS phổ biến, quy trình không phải chuyển dữ liệu thêm
Nhược điểm
- Cần cung cấp quyền truy cập kho mã nguồn, có lo ngại với dự án liên quan bảo mật
- Không công khai giá, cần liên hệ
- Theo dõi cách dùng AI có thể gây lo ngại về quyền riêng tư của ứng viên
- Chất lượng đề thi phụ thuộc rất nhiều vào tính dễ đọc của chính kho mã nguồn công ty
Trường hợp sử dụng
- Đánh giá kỹ thuật bất đồng bộ ở giai đoạn sàng lọc ban đầu
- Dùng nhiệm vụ từ kho mã nguồn thực tế thay cho đề bảng trắng
- Đánh giá năng lực thực tế của ứng viên trên một stack công nghệ cụ thể
- Quan sát cách ứng viên vận dụng công cụ AI để giải đề
- Chuẩn hóa đánh giá kỹ thuật cho nhiều vị trí
Ghi chú biên tập
"Có biết dùng AI không" đến năm 2026 đã không còn là vấn đề, "dùng thế nào" mới là. Tôi từng thấy ứng viên dùng AI ba mươi giây nộp ra một đáp án chạy được nhưng hoàn toàn không bảo trì nổi, cũng từng thấy người dùng AI nhanh chóng hiểu một kho mã nguồn lạ rồi tự viết ra lời giải sạch sẽ — khoảng cách giữa hai kiểu người này, phỏng vấn truyền thống hoàn toàn không thấy được. Litmus ghi lại quá trình, hướng đi này tôi thấy rất đúng. Với điều kiện: nói cho người ta biết trước là bạn đang ghi lại.
Câu hỏi thường gặp
Giao kho mã nguồn cho bên thứ ba có an toàn không?
Đây là vấn đề bắt buộc phải giải quyết trước khi triển khai. Cách hợp lý là chỉ cung cấp một tập con đã ẩn danh, hoặc kho mã nguồn mô phỏng lập riêng, chứ không phải toàn bộ mã sản xuất. Trong hợp đồng cũng phải quy định rõ mục đích sử dụng dữ liệu, thời hạn lưu trữ và có dùng để huấn luyện mô hình không. Dự án liên quan dữ liệu khách hàng càng phải thận trọng.
Theo dõi cách ứng viên dùng AI, như vậy có công bằng không?
Tôi cho rằng tiền đề công bằng là "thông báo rõ ràng trước". Lập trình viên bây giờ vốn đã dùng AI, giả vờ không dùng ngược lại là sai thực tế. Điểm mấu chốt là phải nói rõ trước: cho phép dùng AI, và quá trình sẽ bị ghi lại và đánh giá. Theo dõi lén là chuyện khác, sẽ có vấn đề pháp lý và niềm tin.
Công ty Việt Nam có dùng được không?
Khái niệm thì phù hợp, nhưng lưu ý hai điểm: một là luật bảo vệ dữ liệu cá nhân tại Việt Nam có quy định về dữ liệu thu thập trong quá trình tuyển dụng, ghi lại nhật ký hành vi cần thông báo trước và được đồng ý; hai là chất lượng sinh đề tự động phụ thuộc vào chú thích và cấu trúc của kho mã nguồn, nhiều dự án cũ của công ty Việt Nam có thể không sinh ra được đề tốt.
Công cụ AI liên quan
Claude
Trợ lý AI do Anthropic phát triển, chuyên gia xử lý văn bản dài và đối thoại an toàn.
bitdrift
Khả năng quan sát thời gian thực cho ứng dụng di động, log lưu trên thiết bị trước, cần mới kéo về
Supermemory
Lớp trí nhớ cho AI agent, lưu sở thích và tri thức người dùng thành một đồ thị tra được
Aloud
Nói vào màn hình là biến phản hồi thành nhiệm vụ mà coding agent hiểu được
MeetStream AI
API thống nhất cho bot họp, một bộ giao diện thông suốt ghi âm, phân tích và ghi ngược vào CRM
Nuphos
Không gian làm việc DevOps thuần AI, agent tiếp quản vận hành nhưng mặc định chỉ đọc