Bản tin cộng đồng ngày 14/09/2026

Có bác hỏi trong group: dùng Claude dạo này chậm quá, có cách nào khắc phục không.

Một anh trả lời thẳng: đa số trường hợp là do nhồi context quá nhiều.

👉 Context bị nhồi thì model bị nhiễu, dẫn tới trả lời sai.

👉 Sai thì mình sửa, sửa không xong lại loop fix vô tận.

👉 Mỗi vòng loop là một lần gọi tốn tiền, mà kết quả chẳng đi tới đâu.

Cách xử lý được đưa ra khá đơn giản: dùng CLI để thống kê token.

Biết mình đang đẩy bao nhiêu token vào mỗi lần gọi, mới biết chỗ nào đang phình ra.

Một câu trong log mình thấy đáng ghi lại: no measurement = no management.

Không đo thì không quản được. Nghe hơi phũ nhưng đúng.

Có bạn còn kể một prompt ngắn gọn thôi mà bay mất 26% cửa sổ context, trong đó ước chừng 20% là phần load context.

Riêng mình nghĩ phần lớn anh em đang đổ lỗi cho model, trong khi vấn đề nằm ở cách mình nhét dữ liệu vào. Đo trước đã, rồi hãy đổi tool.

Một bạn trong nhóm chia sẻ cách làm đang dùng, nghe xong mình thấy hợp lý.

Vấn đề: cùng một nội dung nhưng phải phục vụ hai mục đích khác nhau.

Người đọc thì cần bản gọn gàng để bàn giao. Máy đọc thì cần bản có cấu trúc rõ để hiểu đúng.

👉 Cách làm: luôn tạo 2 file riêng.

👉 File thứ nhất là bản render, dùng để bàn giao cho người.

👉 File thứ hai là file md, để phục vụ AI đọc và xử lý.

Nghe đơn giản nhưng giải quyết được kha khá chuyện.

Không phải nhồi hết vào một file rồi vừa gửi khách vừa cho AI đọc, cuối cùng cả hai đều không ổn.

Có bác còn nói thêm: khi review output AI thì nên giảm chiều dữ liệu và review theo từng gói.

Review một cục to thì dễ sót, mà còn mệt hơn cả tự làm.

Mình thì thấy cách tách file này đáng áp dụng ngay, nhất là với ai đang làm tài liệu BA vừa phải gửi stakeholder vừa phải đưa cho AI xử lý tiếp.

Đoạn này trong group vui, mà cũng đáng suy nghĩ.

Có bạn khoe vừa thử chạy nhiều agent song song, cảm giác lần đầu được chạy 30 sub-agent cùng lúc.

Một bác khác thì bảo bản local dùng được kiểu đó, còn bản cloud thì không unlimited.

Kèm theo đó là một câu prompt được chia sẻ: spawn as many agents as possible to speed up your tasks.

Nghe thì hấp dẫn thật.

Nhưng mặt trái hiện ra ngay sau đó.

👉 Một bác than một ngày bay hơn nửa tháng lương vì token.

👉 Có người còn tính chuyện gạ công ty dùng ké, không đủ nên đành tự trả một acc.

👉 Và câu chốt ai cũng biết: AI vẽ xong thì review lòi họng.

Chạy nhiều agent thì ra nhiều kết quả, nhưng phần kiểm tra lại vẫn là người làm.

Mình nghĩ đây là điểm nhiều anh em bỏ qua khi hào hứng với agent: chi phí không nằm ở lúc chạy, mà nằm ở lúc ngồi đọc lại và sửa.

Ai đã thử chạy nhiều agent rồi, phần review mất bao lâu so với lúc tự làm?