- Mô hình có thể import một gói không có thật. Một nghiên cứu trên 576.000 mẫu code đo được tỉ lệ tên gói bịa trung bình ít nhất 5,2% với mô hình thương mại và 21,7% với mô hình mở.
- Gặp import lạ thì tra trang PyPI trước khi pip install: kẻ gian có thể đăng ký đúng cái tên mà AI hay bịa.
- Hai lỗi Python kinh điển AI vẫn viết: đối số mặc định là list hay dict, chỉ được tính một lần; và datetime.utcnow(), lỗi thời từ Python 3.12.
- Soát bằng công cụ trước, đọc bằng mắt sau, chạy trong môi trường ảo riêng.
Code trong bài là Python, chỉ dùng thư viện chuẩn; phần kiểm dùng thêm công cụ ruff bản 0.17.4. Đoạn code bị soát trong ví dụ là giả lập, viết theo kiểu AI hay viết.
Vì sao code Python do AI viết cần soát riêng
Python là ngôn ngữ mà các mô hình viết tốt nhất, vì có rất nhiều code Python trên mạng để học. Nhưng chính kho code đó gồm cả code cũ, viết cho những bản Python và bản thư viện đã thay đổi. Mô hình không chạy code của nó trên máy bạn; nó đoán đoạn code hợp lý nhất. Kết quả là ba kiểu lỗi hay gặp:
- Gói không có thật. Mô hình ghép một cái tên nghe rất đúng, như một thư viện "làm sạch văn bản PDF", rồi viết import và bảo bạn cài.
- Lỗi kinh điển của ngôn ngữ. Những lỗi người mới hay mắc thì mô hình cũng hay viết, vì chúng xuất hiện nhiều trong dữ liệu.
- API lỗi thời. Hàm từng là cách chuẩn nhưng nay đã bị đánh dấu lỗi thời, hoặc tham số đã đổi tên ở bản thư viện mới.
Bài gỡ lỗi cùng AI nói cách làm khi code đã chạy và báo lỗi. Bài này nói bước trước đó: soát trước khi chạy.
Gói bịa tên: lỗi đáng sợ nhất
Nhóm tác giả bài báo "We Have a Package for You!", đăng ở hội nghị USENIX Security 2025, cho 16 mô hình viết code và thu 576.000 mẫu code Python và JavaScript. Họ đo được tỉ lệ tên gói bịa trung bình ít nhất 5,2% với các mô hình thương mại và 21,7% với các mô hình mã nguồn mở, cùng hơn 205.000 tên gói bịa khác nhau. Bài báo gọi đây là một kiểu tấn công chuỗi cung ứng phần mềm.
Lý do nó nguy hiểm: nếu nhiều người nhận cùng một tên bịa từ AI, kẻ gian chỉ cần đăng ký đúng tên đó lên PyPI kèm mã độc. Lần sau có ai chạy pip install theo lời AI, mã độc được cài thẳng vào máy. Tức là "gói có tồn tại trên PyPI" chưa đủ để yên tâm; gói có thể tồn tại chính vì ai đó đã chờ sẵn.
Cách phòng rất đơn giản, chỉ cần thành thói quen:
- Trước khi cài, liệt kê các import của đoạn code và tách ra ba nhóm: thư viện chuẩn, gói đã có trên máy, gói lạ.
- Với mỗi gói lạ, mở trang của nó trên PyPI. Xem có đường dẫn tới kho mã nguồn và tài liệu không, lịch sử phát hành dài hay chỉ vài ngày, tên tác giả là ai. Một thư viện thật mà nhiều người dùng thường có tài liệu đàng hoàng và nhiều bản phát hành qua thời gian.
- Không thấy trang, hay trang trông đáng ngờ, thì hỏi lại mô hình gói đó ở đâu, hoặc tìm thư viện quen thuộc làm cùng việc.
Một điểm dễ nhầm: tên import và tên gói pip không phải lúc nào cũng giống nhau. Bạn viết import sklearn nhưng cài scikit-learn, import cv2 nhưng cài opencv-python, import PIL nhưng cài Pillow. Nếu AI bảo pip install sklearn hay pip install PIL, đừng làm theo; tra đúng tên gói trên PyPI.
Đối số mặc định là list
Đây là lỗi mà tài liệu Python đặt hẳn một "cảnh báo quan trọng": giá trị mặc định của đối số chỉ được tính một lần, lúc định nghĩa hàm. Khi giá trị đó là list, dict hay đối tượng đổi được, mọi lần gọi hàm dùng chung một đối tượng. Ví dụ trong tài liệu: hàm nhận a và L=[], thêm a vào L rồi trả về; gọi với 1, 2, 3 lần lượt in ra [1], rồi [1, 2], rồi [1, 2, 3], dù người viết muốn mỗi lần một list mới.
Code AI viết hay có dạng này ở những hàm "tiện lợi" như thêm vào danh sách, gom tùy chọn, ghi nhật ký. Cách sửa theo tài liệu: để mặc định là None, rồi trong thân hàm tạo list mới nếu đối số là None.
Hàm lỗi thời
Một ví dụ hay gặp: datetime.utcnow(). Tài liệu Python ghi hàm này trả về giờ UTC nhưng không gắn múi giờ, và đã bị đánh dấu lỗi thời từ Python 3.12; cách được khuyên là datetime.now(timezone.utc). Code dùng utcnow vẫn chạy, nhưng giờ không gắn múi giờ dễ bị các hàm khác hiểu nhầm là giờ địa phương.
Kiểu lỗi này không chỉ có ở thư viện chuẩn. Thư viện bên ngoài đổi API thường xuyên hơn nhiều, và mô hình có thể viết theo cách của một bản cũ. Khi code báo lỗi kiểu "không có thuộc tính này" hay "đối số không hợp lệ", hãy kiểm bản thư viện đang cài và đọc tài liệu đúng bản đó trước khi hỏi lại AI.
Soát bằng code
Đoạn Python dưới đây đọc mã nguồn bằng mô-đun ast, không chạy mã. Nó liệt kê các mô-đun được import và xếp vào ba nhóm. Thư viện chuẩn được nhận ra nhờ sys.stdlib_module_names, có từ Python 3.10, và theo tài liệu chỉ liệt kê gói chính, không liệt kê gói con. Gói đã cài được nhận ra nhờ tìm thấy trên máy. Còn lại là gói lạ, kèm gợi ý tên pip cho vài trường hợp tên import khác tên gói. Chương trình cũng báo đối số mặc định đổi được và lời gọi utcnow, utcfromtimestamp.
"""Soát nhanh một tệp Python do AI viết, trước khi pip install hay chạy nó.
1. Mô-đun được import: thuộc thư viện chuẩn (sys.stdlib_module_names, có từ Python 3.10), đã cài trên
máy, hay LẠ. Mô-đun lạ có thể là gói AI bịa tên: tra trang PyPI của nó trước khi cài.
Tên import và tên gói pip có khi khác nhau (import sklearn nhưng cài scikit-learn).
2. Đối số mặc định là list, dict, set: tài liệu Python cảnh báo giá trị mặc định chỉ được tính một lần.
3. datetime.utcnow() và utcfromtimestamp(): bị đánh dấu lỗi thời từ Python 3.12.
Chỉ dùng thư viện chuẩn. Đọc mã bằng ast, không chạy mã được soát.
"""
import ast
import importlib.util
import sys
TEN_PIP = {"sklearn": "scikit-learn", "cv2": "opencv-python", "PIL": "Pillow", "yaml": "PyYAML",
"bs4": "beautifulsoup4", "dotenv": "python-dotenv"}
def cac_import(ma):
ten = set()
for nut in ast.walk(ast.parse(ma)):
if isinstance(nut, ast.Import):
ten.update(a.name.split(".")[0] for a in nut.names)
elif isinstance(nut, ast.ImportFrom) and nut.level == 0 and nut.module:
ten.add(nut.module.split(".")[0])
return sorted(ten)
def phan_loai(ten):
if ten in sys.stdlib_module_names:
return "chuẩn"
if importlib.util.find_spec(ten) is not None:
return "đã cài"
return "LẠ"
def mac_dinh_doi_duoc(ma):
"""[(dòng, tên hàm)] cho đối số mặc định là [], {}, set literal, hoặc lời gọi list(...), dict(...), set(...).
Tính cả lambda: giá trị mặc định của lambda cũng chỉ được tính một lần."""
kq = []
for nut in ast.walk(ast.parse(ma)):
if isinstance(nut, (ast.FunctionDef, ast.AsyncFunctionDef, ast.Lambda)):
for d in nut.args.defaults + [x for x in nut.args.kw_defaults if x is not None]:
if isinstance(d, (ast.List, ast.Dict, ast.Set)) or (
isinstance(d, ast.Call) and isinstance(d.func, ast.Name)
and d.func.id in ("list", "dict", "set")):
kq.append((d.lineno, getattr(nut, "name", "lambda")))
return sorted(kq)
def goi_loi_thoi(ma):
"""[(dòng, tên hàm)] cho các lời gọi ...utcnow() và ...utcfromtimestamp()."""
return sorted((n.lineno, n.func.attr) for n in ast.walk(ast.parse(ma))
if isinstance(n, ast.Call) and isinstance(n.func, ast.Attribute)
and n.func.attr in ("utcnow", "utcfromtimestamp"))
def bao_cao(ma):
dong = []
for t in cac_import(ma):
loai = phan_loai(t)
goi_y = f" (gói pip thường là {TEN_PIP[t]})" if t in TEN_PIP else ""
dong.append(f"import {t}: {loai}{goi_y}" + (" -> tra PyPI trước khi cài" if loai == "LẠ" else ""))
dong += [f"dòng {n}: hàm {f} có đối số mặc định đổi được" for n, f in mac_dinh_doi_duoc(ma)]
dong += [f"dòng {n}: {f}() lỗi thời từ Python 3.12, dùng datetime.now(timezone.utc)" for n, f in goi_loi_thoi(ma)]
return dong
MA_MAU = '''import json
import os.path
from datetime import datetime
import sklearn
import pdf_text_cleaner_pro
def them_diem(diem, danh_sach=[]):
danh_sach.append(diem)
return danh_sach
def ghi_nhat_ky(viec, nhan=dict()):
return {"luc": datetime.utcnow().isoformat(), "viec": viec, **nhan}
''' # đoạn code giả lập, giống kiểu AI hay viết; pdf_text_cleaner_pro là tên bịa
if __name__ == "__main__":
for d in bao_cao(MA_MAU):
print(d)
Với đoạn code mẫu, chương trình báo json, os, datetime là thư viện chuẩn; sklearn là lạ trên máy chưa cài, kèm gợi ý tên pip là scikit-learn; pdf_text_cleaner_pro là lạ. Đó là tên bịa trong ví dụ; lúc viết bài, ngày 12/11/2026, tra trên PyPI không thấy. Chương trình cũng chỉ ra hai hàm có đối số mặc định đổi được ở dòng 7 và 11, và lời gọi utcnow ở dòng 12.
Phần kiểm đi kèm chạy ruff trên cùng đoạn mẫu và một đoạn có thêm nhiều trường hợp, so từng dòng với các luật B006 (đối số mặc định đổi được), DTZ003 và DTZ004 (utcnow, utcfromtimestamp) của ruff. Kết quả khớp, trừ một khác biệt có chủ ý: luật B006 của ruff không xét hàm lambda, còn chương trình có xét, vì giá trị mặc định của lambda cũng chỉ được tính một lần. Phần kiểm còn đối chiếu bảng tên pip với siêu dữ liệu của chính các gói đã cài trên máy.
Dùng ruff cho mọi đoạn code AI viết
Chương trình ở trên để hiểu cách soát hoạt động. Trong thực tế, bạn nên dùng công cụ có sẵn. Ruff là công cụ soát code Python có hàng trăm luật, chạy rất nhanh, cài bằng pip. Một lệnh ruff check trên thư mục dự án báo cả biến không dùng, import thừa, lỗi đối số mặc định và nhiều thứ khác. Bạn chọn bộ luật muốn bật trong tệp cấu hình của dự án. Lệnh ruff format thì chỉnh cách trình bày cho đều.
Khi đưa lỗi ruff cho AI sửa, dán cả mã luật và dòng báo lỗi. Mô hình sửa tốt hơn hẳn khi có thông tin chính xác thay vì câu "code có lỗi".
Chạy trong môi trường ảo
Sau khi soát, chạy thử code trong một môi trường ảo riêng cho dự án, như bài pip, conda hay uv hướng dẫn. Lợi ích kép: gói cài thêm không lẫn vào Python chung của máy, và nếu có gói đáng ngờ lọt qua, bạn xóa cả môi trường dễ dàng. Ghi các gói và phiên bản đã dùng vào tệp requirements để lần sau cài lại đúng như vậy.
Cuối cùng, code chạy không lỗi chưa có nghĩa là đúng. Viết vài test cho các hàm quan trọng, như bài AI viết test tự động chỉ cách, trước khi dùng code cho bài tập hay dự án thật.
Ví dụ: bài tập xử lý tệp PDF
Bạn nhờ AI viết chương trình đọc các tệp PDF bài giảng, làm sạch chữ và đếm từ khóa. Mô hình trả về code import một thư viện có tên rất hợp với việc làm sạch PDF và bảo bạn pip install nó. Trước khi cài, bạn chạy chương trình soát: thư viện đó bị xếp là lạ. Tra PyPI không thấy trang nào. Bạn hỏi lại mô hình, nó xin lỗi và đổi sang pypdf, một thư viện có trang PyPI, tài liệu và lịch sử phát hành dài. Ruff báo thêm một hàm gom kết quả có đối số mặc định là list; bạn sửa thành None. Cả quá trình mất vài phút, và bạn tránh được việc cài một gói không rõ nguồn gốc.
- Chạy ngay pip install theo lời AI mà không tra trang PyPI của gói lạ.
- Nghĩ rằng gói có trên PyPI là an toàn; kẻ gian có thể đăng ký đúng tên AI hay bịa.
- Cài theo tên import như sklearn hay PIL thay vì tên gói thật.
- Để nguyên đối số mặc định là list hay dict trong code AI viết.
- Cài gói vào Python chung của máy thay vì môi trường ảo của dự án.
- Coi code chạy không lỗi là code đúng.
Câu hỏi thường gặp
AI có bịa tên thư viện Python không?
Có; một nghiên cứu đo tỉ lệ tên gói bịa trung bình ít nhất 5,2% ở mô hình thương mại.
Làm sao biết một gói Python có thật và đáng tin?
Tra trang PyPI, xem kho mã nguồn, tài liệu, lịch sử phát hành trước khi cài.
Vì sao không nên dùng list làm giá trị mặc định?
Giá trị mặc định chỉ tính một lần, nên mọi lần gọi hàm dùng chung một list.
datetime.utcnow có còn dùng được không?
Vẫn chạy nhưng lỗi thời từ Python 3.12; nên dùng datetime.now(timezone.utc).
Công cụ nào soát nhanh code Python?
Ruff: một lệnh ruff check báo nhiều loại lỗi, kể cả đối số mặc định đổi được.
Học tiếp
Nếu bạn muốn học Python và AI bài bản cùng giảng viên, tham khảo khóa học AI của Big-O Coding.
Khóa AI – Introduction to Machine Learning: nền tảng Máy học từ thuật toán cơ bản đến Neural Networks và LLM, học bằng Python. Học thử buổi 1 miễn phí.
Nguồn tham khảo
- Spracklen và cộng sự: We Have a Package for You! A Comprehensive Analysis of Package Hallucinations by Code Generating LLMs (USENIX Security 2025)
- Python Tutorial: Default Argument Values (đọc 12/11/2026)
- Python docs: datetime.utcnow (đọc 12/11/2026)
- Python docs: sys.stdlib_module_names
- ruff (công cụ soát code Python dùng trong bài, bản 0.17.4)

