Tokenomics: AI Agent Lập Trình 'Đốt' Token Ở Đâu? 59.4% Vào Code Review

Dùng AI agent để viết code đang dần thành chuẩn — Claude Code, Codex, Cursor, Devin. Nhưng bạn có bao giờ tự hỏi: token của mình thực sự đi đâu? Có phải phần lớn là để sinh code, hay đang bị “đốt” vào những việc khác?

Nhóm nghiên cứu từ DAS Lab, Concordia University (Canada) vừa công bố paper tại hội nghị MSR 2026 với cái tên rất hợp thời: “Tokenomics: Quantifying Where Tokens Are Used in Agentic Software Engineering”. Họ phân tích 30 tác vụ phát triển phần mềm chạy trên framework ChatDev với GPT-5 reasoning model — và kết quả khá bất ngờ.

59.4% token tiêu tốn cho… Code Review

Đây là con số đáng chú ý nhất: trung bình 59.4% tổng token trong toàn bộ vòng đời phát triển được dùng cho giai đoạn Code Review — không phải viết code, không phải test, mà là review và sửa đi sửa lại.

Phân bổ token theo từng giai đoạn:

Giai đoạn	% Token trung bình
Code Review	59.4%
Code Completion	26.8% (chỉ 6/30 task cần)
Documentation	20.1%
Testing	10.3% (chỉ 12/30 task cần)
Coding (viết code mới)	8.6%
Design	2.4%

Nói cách khác: viết code — thứ tưởng là “sản phẩm chính” — chỉ chiếm chưa tới 9% token. Chi phí thực sự nằm ở vòng lặp review-refine sửa đi sửa lại giữa các agent.

Input token chiếm 53.9% — “thuế giao tiếp”

Một phát hiện quan trọng khác: 53.9% tổng token là input token, so với 24.4% output và 21.6% reasoning. Tỉ lệ input:output xấp xỉ 2:1.

Đây là bằng chứng thực nghiệm cho cái mà nghiên cứu trước gọi là “communication tax” — chi phí truyền tải ngữ cảnh qua lại giữa các agent. Các agent liên tục gửi toàn bộ codebase cho nhau để review, thay vì chỉ gửi phần thay đổi (diff).

Câu hỏi đáng suy ngẫm: Bạn đang trả tiền cho token để sinh ra code mới, hay để agent “nói chuyện” với nhau?

Mỗi giai đoạn có “hồ sơ tokenomic” riêng

Không phải giai đoạn nào cũng tiêu thụ token giống nhau. Phân tích chi tiết cho thấy mỗi hoạt động kỹ thuật có pattern input/output/reasoning riêng:

Giai đoạn	Input %	Output %	Reasoning %
Design	60.4	3.6	36.0
Coding	6.9	58.0	35.1
Code Review	51.4	24.7	23.9
Testing	60.8	20.7	18.4
Documentation	80.2	8.3	11.5

Coding là ngoại lệ duy nhất: output-heavy (58%), input thấp (6.9%). Hợp lý — agent nhận spec ngắn, sinh ra code dài. Ngược lại, Documentation “ngốn” 80.2% input token vì phải đọc toàn bộ codebase để viết vài dòng tài liệu.

Ý nghĩa thực tế cho developer

Từ “bản đồ chi phí” này, có vài insight hành động được:

✅ Dự án greenfield (code mới) rẻ hơn dự án refactor. Viết code mới chỉ tốn 8.6% token, trong khi review/sửa code cũ ngốn gần 60%. Nếu bạn đang估算 chi phí dùng AI agent, đừng chỉ tính theo dòng code cần sinh ra — tính theo số vòng review.

✅ Giảm “communication tax” bằng cách giới hạn context. Thay vì gửi toàn bộ file 2000 dòng cho agent review, gửi diff 50 dòng. Mỗi lần cắt giảm input token là tiết kiệm trực tiếp.

✅ Cân nhắc human-in-the-loop trước Code Review. Nghiên cứu gợi ý: nếu có người kiểm tra trước khi agent bắt đầu vòng lặp review, có thể tránh được các vòng lặp vô ích — tiết kiệm lượng lớn token.

✅ Chọn framework phù hợp với loại công việc. ChatDev dùng kiến trúc “chat chain” tuần tự, trong khi MetaGPT dùng SOP assembly line. Mỗi kiến trúc có pattern token khác nhau cho cùng một task.

Hạn chế cần lưu ý

Nghiên cứu này có một số giới hạn (chính tác giả nêu rõ):

Chỉ thử nghiệm trên một framework (ChatDev) và một model (GPT-5 reasoning)
30 tác vụ là sample khiêm tốn
Kết quả có thể khác với Claude Code, Codex, hay các agent đơn (non-multi-agent)

Dù vậy, đây là nghiên cứu đầu tiên định lượng được token đi đâu trong agentic coding — và con số 59.4% cho Code Review là một tín hiệu rõ ràng: tối ưu vòng review là cách nhanh nhất để giảm chi phí AI agent.

Nguồn: Salim, Latendresse, Khatoonabadi, Shihab. “Tokenomics: Quantifying Where Tokens Are Used in Agentic Software Engineering”, MSR 2026. arXiv:2601.14470. Truy cập 07/06/2026.