Bài 4/4 trong chuỗi AI Native
Tôi đang dựng một dịch vụ cho các kênh YouTube nói tiếng Anh, và trước khi đi xa hơn, tôi cần trả lời một câu hỏi thị trường: trong những kênh video dài có từ 20 nghìn đến 300 nghìn người đăng ký, bao nhiêu kênh đã có website riêng, tái bản nội dung video theo cách mà Google và các công cụ AI đọc được, trích dẫn được? Nếu kênh nào cũng có rồi, dịch vụ ấy chẳng còn chỗ đứng.
Muốn biết thì phải mở từng kênh một. Từ ngày 21 đến 26 tháng 9 năm 2026, khoảng 15.630 kênh đã đi qua cái sàng, từ 798 truy vấn tìm kiếm. 1.284 kênh đạt đủ tiêu chí. Và trong 1.206 kênh đã phân hạng xong, chỉ 10 kênh có đúng kiểu website tôi đang tìm, tức 0,83%.
Điều lạ là trong sáu ngày ấy, Claude, model tôi tin nhất, gần như không mở kênh nào. Việc nặng nhất của cả cuộc khảo sát lại không nằm trong tay model mạnh nhất. Vậy Claude đã làm gì?
Phán đoán nằm ở hai đầu, khúc giữa giao đi được
Claude giữ phần cần phán đoán. Và phần ấy không rải đều suốt công việc mà dồn về hai đầu.
Đầu thứ nhất là lúc biến một thắc mắc thành thứ máy kiểm được. Trước lệnh đầu tiên, Claude chốt sáu tiêu chí, cái nào cũng kiểm được bằng máy: từ 20 đến 300 nghìn người đăng ký, nói tiếng Anh, video dài với trung vị từ 15 phút, còn hoạt động, không chủ yếu phát trực tiếp, là kênh độc lập. Không tiêu chí nào cần cảm nhận. Rồi tám nhóm chủ đề, từ tài chính, lịch sử tới podcast, để tập mẫu không dồn vào những chủ đề dễ tìm, và bốn khóa YouTube API với trần 38.000 đơn vị mỗi ngày. Và một luật nhỏ có sức nặng hơn vẻ ngoài của nó: thứ gì chưa đo được thì để trống kèm lý do, không ghi số 0, vì một số 0 không có thật sẽ kéo lệch mọi phần trăm phía sau. Phần trăm nào cũng do code tính, model không được tự nhẩm.
Khúc giữa là phần dài nhất. Sáu ngày, Gemini 3.8 Flash trong Antigravity tìm, lọc, trích, chấm theo luật viết sẵn, tiêu tổng cộng 112.855 đơn vị API. Đây là phần ngốn hạn mức nhất, và cũng chính là phần giao đi được, vì "đạt" đã được viết thành code từ đầu kia.
Đầu thứ hai là nghiệm thu. Claude không đọc bản báo cáo của Gemini mà đọc hiện vật: chạy lại bộ kiểm, đọc dữ liệu và nhật ký hạn mức, rồi cho một subagent có ngữ cảnh mới chấm lại những kênh nằm sát ranh giới hai hạng. Subagent ấy không đồng ý ở 6 trên 27 trường hợp, nên con số 10 kênh hạng cao nhất là một con số mỏng, cần đọc kèm lời nhắc đó.
Ở đầu này, việc người kiểm không phải người làm có giá trị thật. Nó bắt được lỗi ngày hạn mức bị tính theo giờ UTC thay vì giờ Thái Bình Dương, thứ người tự làm tự kiểm rất khó thấy. Có lần Gemini viết một script tự sinh 643 câu trả lời từ bốn mẫu câu thay vì thật sự hỏi công cụ tìm kiếm, và bộ kiểm từ chối ngay bộ dữ liệu được tạo ra chỉ trong 0,23 giây. Bản tóm tắt viết tay cũng từng có số lệch xa nhật ký; từ đó, bản tóm tắt do script sinh thẳng từ dữ liệu.
Khi tập mẫu được khóa ngày 26 tháng 9, 678 trên 1.284 kênh, tức 52,80%, không có website riêng. Khoảng trống thị trường ấy đến từ một tập mẫu có luật, không đến từ cảm giác.
Nhưng sáu ngày là sáu phiên làm việc. Làm sao để phiên thứ sáu vẫn biết phiên thứ nhất muốn gì?
Sáu ngày, một prompt, trí nhớ nằm trên đĩa
Câu trả lời là nó không cần nhớ. Prompt giống hệt nhau mỗi ngày. Gemini đọc file trạng thái để biết hôm nay là ngày thứ mấy, đọc báo cáo hôm trước, rồi nhắc lại trong ba dòng: ngày mấy, trần hạn mức bao nhiêu, thế nào là xong. Báo cáo nào cũng kết bằng mục "Ngày mai", và phiên sau làm đúng theo mục đó.
Bên Claude, tôi cắt phiên theo cùng một logic, ở hai ranh giới: ngay sau khi đề bài được ghi ra đĩa, và ngay trước khi nghiệm thu. Phiên nghiệm thu chỉ cần đề bài, phần thay đổi và kết quả bộ kiểm, nên chạy ở khoảng 55 nghìn token ngữ cảnh thay vì 250 nghìn. Đo trên cùng một việc, nghiệm thu ngay trong phiên cũ tiết kiệm 32%, còn đóng phiên rồi nghiệm thu ở phiên mới tiết kiệm 50%.
Cắt ở ranh giới công việc không có nghĩa là cắt cho thật ngắn. Ở bài đo độ dài phiên, phiên chỉ vài lượt có đơn giá mỗi lượt cao gấp đôi phiên dài. Phép thử tôi dùng rất đơn giản: phiên mới có khởi động được chỉ từ file, không cần ai kể lại không?
Bộ giao việc, để bạn thử trong một tuần
Phần dùng lại được của quy trình này tôi đóng thành một bộ miễn phí, để Claude Code giao batch cho Gemini qua Antigravity CLI: bộ chạy run_agy.py kèm test, khung đề bài, khung bộ kiểm, khung project cách ly và sổ ghi chép. Bạn cần làm việc trong một git repo, vì bộ chạy nhìn vào đó để biết agent đã ghi gì và ghi ở đâu.
Không phải việc nào cũng đáng chia như thế. Tập mẫu chỉ vài chục dòng, hay phần lớn việc là phán đoán, thì tự làm vẫn nhanh hơn ngồi dựng. Với văn bản có nhận định sự thật, kiểm từng câu Gemini viết tốn token Claude gấp 1,4 đến 1,6 lần tự viết, theo hai batch tôi đo trong tháng 10.
Một tuần là đủ để biết bộ này có lời với bạn hay không:
1. Ngày đầu, chạy python test_run_agy.py tới khi ra ALL PASSED.
2. Ngày thứ hai, chọn một việc lặp có tiêu chí kiểm được bằng máy, rồi viết đề bài.
3. Ngày thứ ba, chạy batch, rồi nghiệm thu ở một phiên Claude mới.
4. Ngày cuối, ghi vào sổ số chỗ phải sửa, số token Claude đã dùng và ước tính nếu tự làm.
📥 Tải miễn phí
Bộ Giao Việc Cho Gemini Từ Claude Code
Số đo trong bài là của Gemini 3.8 Flash và Claude Code trong tháng 9 và 10 năm 2026. Model sẽ đổi, hạn mức cũng sẽ đổi. Bài này là nửa còn lại của bài trước trong chuỗi AI Native: bài ấy nói về chỗ gói thuê bao hết đường, bài này nói về cách tiêu phần hạn mức còn trong tay.
Làm founder thì thứ gì cũng có hạn: tiền, thời gian, và giờ thêm cả hạn mức của một model. Với tôi, câu hỏi về Claude hoá ra rất giống câu hỏi khi giao việc cho người: phần nào chỉ mình làm được, và phần nào chỉ cần mình viết cho rõ thế nào là xong.
Mười kênh trong 1.206. Con số ấy do code tính, trên một tập mẫu có luật, sau sáu ngày Gemini đi quét. Phần của Claude chỉ là đặt câu hỏi ở đầu này và đọc câu trả lời ở đầu kia. Nhưng thiếu hai đầu ấy, khúc giữa dài đến mấy cũng chỉ là một đống dữ liệu.
