Cách chúng tôi đo lường

1. Vì Sao Trang Này Tồn Tại

Người mua hoài nghi không nên phải làm reverse-engineering nội dung tiếp thị. Maguyva lập chỉ mục các repository và trình bày các tuyên bố về độ chính xác, phạm vi ngôn ngữ và chi phí trên toàn trang web. Những tuyên bố đó cần một trang giải thích phương pháp trung thực về phạm vi đo lường: điều gì được fixture hỗ trợ, điều gì dựa trên kết quả đánh giá, và điều gì chỉ là cách trình bày chứ không phải chứng nhận độc lập.

2. Chúng Tôi Đo Lường Điều Gì

Chất lượng trí tuệ mã nguồn chủ yếu được đo trên language engine — việc trích xuất ký hiệu (symbol), quan hệ và đồ thị từ mã nguồn — chứ không phải trên điểm số “mức độ hài lòng của agent” mang tính chủ quan.

• Bộ fixture theo từng ngôn ngữ: các cạnh (edge) và ký hiệu kỳ vọng mà handler phải trích xuất chính xác
• Phân loại độ chính xác trên bộ kiểm thử: GREEN yêu cầu precision ≥ 0.95, recall ≥ 0.99, F1 ≥ 0.97 và ít nhất 20 cạnh kỳ vọng, cùng các kiểm tra bổ sung về việc tuyển chọn bộ kiểm thử. Đây là quy tắc cho các ca kiểm thử đã biết, không phải ước tính độ tin cậy thống kê hay tuyên bố rằng mọi ngôn ngữ được bật đều ở trạng thái GREEN.
• Các tiêu chí đánh giá ngôn ngữ: độ chính xác, tính toàn vẹn cấu trúc, tính đầy đủ, chất lượng và hiệu năng trên bảng xác thực
• Vòng lặp corpus và kiểm tra ngẫu nhiên: các cạnh được lấy mẫu từ repository thực tế, phân loại theo tiêu chí (đúng, dương tính giả, lỗi loại/phạm vi/metadata) — được mô tả trong các bài blog language-grind của chúng tôi
• Cờ khả năng sản phẩm: những gì server công bố hỗ trợ (AST, phân tích phạm vi cục bộ, trích xuất đồ thị), tách biệt với kích thước danh mục

Quan trọng: Fixture được xác thực dựa trên chính các fixture mà chúng tôi viết. XANH nghĩa là các trường hợp đã biết đều đạt. Điều này không tự động có nghĩa là mọi cách diễn đạt mã trong thế giới thực đều được trích xuất sạch sẽ. Sự phân biệt này là có chủ đích và được công khai.

3. Xanh So Với Đã Xác Minh Độc Lập

Bảng đánh giá ngôn ngữ sử dụng nhiều trục để một đèn xanh duy nhất không thể được hiểu là “đã chứng minh hoàn hảo”. Các số liệu chính trên bảng thường được chia thành:

• overall_green — không có hồi quy so với fixture self-snapshot và các cổng corpus liên quan (cần thiết, nhưng chưa đủ)
• independently_verified — có tín hiệu đánh giá mạnh như một seed kiểm tra ngẫu nhiên (bao gồm cả các ngôn ngữ vẫn còn lỗi đã được đánh giá)
• verified_clean / không phát hiện lỗi nào qua đánh giá các cạnh lấy mẫu — tập con nghiêm ngặt hơn của các ngôn ngữ đã được đánh giá
• curation / độ tin cậy oracle — liệu bản thân fixture có được coi là oracle đáng tin cậy hay không
• cờ cấu trúc — trích xuất đồ thị và khả năng AST không giống với việc chỉ đơn thuần thuộc danh mục

Số lượng ngôn ngữ trong ngôn ngữ tiếp thị (ví dụ “285+ ngôn ngữ”) là kích thước danh mục: các ngôn ngữ được cấu hình và các mục trên server. Kích thước danh mục không phải là SLA chất lượng AST. Chúng tôi ưu tiên báo cáo theo tầng hơn là một con số ấn tượng duy nhất. Để biết khả năng hiện tại của sản phẩm, xem Khả năng tương thích và Hướng dẫn ngôn ngữ; để biết chi tiết tường thuật, xem bài viết về tự cải thiện đệ quy ngôn ngữ trên blog.

4. Chất Lượng Tìm Kiếm Và Truy Xuất

Chất lượng semantic search mang tính đa phương thức: văn bản, AST, đồ thị và embedding được kết hợp. Chúng tôi ghi lại các đánh đổi kỹ thuật có chủ đích thay vì tuyên bố khả năng truy xuất bất khả chiến bại:

• Embedding sử dụng một dòng mô hình thương mại (voyage-4-large tính đến thời điểm chụp nhanh blog tháng 6 năm 2026), được chọn dựa trên bảng xếp hạng truy xuất công khai tại thời điểm quyết định
• Vector được lượng tử hóa nhị phân để lưu trữ và tiết kiệm chi phí; điều này chủ động đánh đổi một phần độ chính xác truy xuất để có tìm kiếm Hamming rẻ hơn, nhanh hơn mà không cần cơ sở dữ liệu vector riêng
• Định tuyến theo ý định và trọng số hợp nhất là các phương pháp heuristic được thiết kế. Một đề xuất tháng 12 năm 2025 ước tính tỷ lệ truy vấn không có kết quả ban đầu khoảng 15% và đặt mục tiêu dưới 5%; chúng tôi chưa cung cấp tập truy vấn hoặc biên bản đo lường chứng minh mức giảm đó. Hồ sơ bằng chứng đính chính tuyên bố trước đây rằng đã đạt được cải thiện.
• Các bài blog bao gồm phần “những gì vẫn chưa hoàn hảo” — các tín hiệu chưa hoàn hảo là một phần của hồ sơ, không phải là chú thích bị che giấu

5. Tuyên Bố Về Chi Phí

Ngôn ngữ về chi phí trên Maguyva liên quan đến cấu trúc giá và minh bạch vận hành, chứ không phải một nghiên cứu TCO chính thức được chứng nhận bởi bên thứ ba.

• Giá workspace: tính phí theo số repository, số dòng đã lập chỉ mục và tần suất rebuild — không tính theo từng người dùng hoặc agent. FAQ và nội dung gói dịch vụ nêu rõ các chiều này.
• Ví dụ giá so sánh 25 người dùng trả phí ở mức giá minh họa $19–$59 mỗi người dùng với Crew giá $49/tháng. Mức tiết kiệm thay đổi theo quy mô nhóm và sản phẩm thay thế; đây không phải so sánh tính năng tương đương hay benchmark cạnh tranh độc lập.
• Sự trung thực về chi phí vận hành: trang /team công bố bảng phân tích chi phí phần mềm hàng tháng thực tế (đăng ký, công cụ MCP/search, chi phí theo mức sử dụng). Đây là minh bạch kiểu “customer zero”, không phải báo cáo tài chính được kiểm toán.
• Chi phí embedding và hạ tầng là chi phí sản phẩm được chấp nhận (embedding cao cấp, lưu trữ, rebuild đồ thị). Chúng tôi chủ động chi trả và nói rõ điều đó trong bài viết về voyage-4-large và phần trình bày về giá.

6. Những Điều Chúng Tôi Không Tuyên Bố

Trang này cũng là một danh sách những điều không tuyên bố. Nếu điều gì đó không có trên bảng đo lường, đừng coi giọng điệu tiếp thị là bằng chứng.

• Không có bảo đảm chung về độ chính xác tuyệt đối cho mọi ngôn ngữ. Ngưỡng fixture áp dụng cho từng ngôn ngữ trên các trường hợp đã biết; lỗi thực tế còn sót lại là điều được dự đoán và liên tục được xử lý để giảm bớt.
• Không tuyên bố rằng overall_green tương đương với trích xuất hoàn hảo ở môi trường production cho mọi cách diễn đạt trong mọi repository
• Không có gói chứng nhận tuân thủ bên thứ ba nào được trình bày như một sản phẩm phương pháp luận trên trang này (xem Bảo mật để biết sự thật về xử lý dữ liệu, không phải huy hiệu tuân thủ)
• Không có so sánh độc lập nhiều nhà cung cấp với corpus chung được công bố như một bảng điểm thường trực
• Kết quả tìm kiếm và phân tích được cung cấp với nỗ lực tối đa nhưng không bảo đảm theo Điều khoản Dịch vụ — Maguyva không thay thế việc rà soát mã, kiểm thử hay kiểm toán bảo mật.

7. Cách Tự Xác Minh

Hành trình mua hàng dự kiến vẫn là: lập chỉ mục một repository mà bạn đã hiểu rõ, đặt một câu hỏi thực tế, và kiểm tra các trích dẫn.

• Bắt đầu miễn phí: các repository nhỏ, đại diện sẽ hiệu quả hơn việc lập chỉ mục toàn bộ công ty ngay ngày đầu
• Sử dụng các công cụ MCP (intelligent_search, find_symbol, dependency_search) và mở các đường dẫn được trích dẫn
• Đọc Cách Thức Hoạt Động để biết kiến trúc ingestion và truy xuất
• Đọc Khả năng tương thích và Hướng dẫn ngôn ngữ để biết các cấp độ khả năng, không chỉ kích thước danh mục
• Đọc Bảo mật và Quyền riêng tư để biết cách xử lý dữ liệu; trang này không thay thế cho các trang đó