Tháng 10 năm 2024, mình ngồi coi feed toàn ChatGPT. Ai cũng khoe prompt, khoe câu trả lời “hay”. Mình thì đã nhảy qua Claude Pro từ trước đó rồi, và cái cảm giác lúc đó đơn giản lắm: sướng. Không phải sướng vì oai. Sướng vì giao việc xong, nó ít lạc đề hơn, ít bịa cho có chuyện, ít biến một yêu cầu rõ ràng thành một bài viết hay chữ nhưng trật lất so với cái mình cần.

Sau đó tới Cursor, tới Augment, tới Windsurf. Nhưng tool chỉ là cái vỏ. Model bên dưới mới là thứ quyết định sáng hôm sau bạn có sản phẩm hay có một đống phải dọn.

Cũng khoảng đó mình nhận thêm vài mối part-time. Không phải vì mình “giỏi AI” gì cả. Vì mình chịu chi tiền để model được chạy đủ lâu, đủ sâu, đủ để khách thấy kết quả thật chứ không phải một cái demo cho vui.

Lúc nhiều người còn cân nhắc Claude Pro có mắc không, mình lên thẳng Max 200 đô. Ông khách của mình cũng chơi Max 100. Cảnh quen: đang làm ngon trớn thì nó dừng, hết quota. Chỉ có hai lựa chọn, không có cái thứ ba cho đẹp mặt. Một là đứng dậy đi làm chuyện khác, đợi reset. Hai là nạp thêm. Nghe cứ như đùa, nhưng đó là cái giá thật của việc coi model như nhân sự, chứ không phải như một app chat giải trí.

Ông khách Singapore

Ông này người Singapore, kiểu hay mang đồ chơi mới ra bàn. Dạo đó ổng mê Gemini. “Tao thấy nó trả lời hay lắm.” Mình không cãi chữ “hay”. Hay thì đúng là hay. Mình cãi chữ tin. Gemini nói tròn, nói nhanh, nghe rất có lý. Nhưng ảo nhiều. Mình không giao việc cho cái gì nói hay mà không gánh trách nhiệm từng dòng code, từng quyết định. Mình chỉ tin Claude.

Ổng nghe vậy, đi mua Claude 100 đô luôn. Tối đó ngồi một mạch bảy tiếng đồng hồ. Sáng ra có web xài được. Không phải cái landing page dựng tạm cho có, mà đúng cái ổng muốn. Ổng sướng quá, kể liền: hồi trước muốn có cái này phải thuê team ngoài cả năm trời, mà thuê xong vẫn chưa chắc đúng ý.

Câu đó đáng dừng lại nghĩ. Không phải vì “AI thay được cả team”, chuyện đó còn lâu. Mà vì khoảng cách giữa “có người đang làm” và “ra đúng cái mình muốn” xưa giờ vốn đã đắt. Team giỏi cỡ nào cũng có lúc lệch brief. Quy trình dài thì lệch theo tay nghề người thực thi. Còn một đêm bảy tiếng với model mình tin, lại ra được thứ cầm được trên tay. Không phải phép màu gì. Chỉ là bớt đi vài vòng giải thích lại từ đầu.

Ít lâu sau ổng lại khoe Codex. “Ngon lắm mày.” Mình lắc đầu. Tao chỉ tin Claude thôi. Codex mình có thử rồi, không phải nó dở — chỉ là mình chưa dám giao việc lớn cho nó rồi quay lưng đi ngủ.

Một tuần sau ổng quay lại, gật gù: “Ờ, mày nói đúng.” Chẳng có gì để tranh hơn thua trên mạng cả. Chỉ có người dùng thật, sau một tuần dùng thật, tự biết cái nào tin được, cái nào chỉ hay lúc trình diễn.

Dân tech thứ thiệt tin Claude. Nhưng vẫn xài đồ khác

Mấy người làm tech thứ thiệt, sống với repo, với deadline, với khách khó chịu, gần như ai cũng tin Claude. Nhưng họ vẫn mở model khác song song. Gemini lúc cần viết cái gì nhanh. Model khác lúc cần vài ý mới. Codex lúc cần một lớp code cụ thể. Không có gì mâu thuẫn ở đây cả. Tin không có nghĩa là chỉ dùng một thứ duy nhất. Tin nghĩa là: lúc việc bắt buộc phải xong, lúc không còn thời gian ngồi canh từng bước, bạn gọi đứa nào.

Giống hệt việc bạn chỉ huy một trăm thằng lính. Không ai hỏi thằng nào nói hay nhất trong cuộc họp. Người ta hỏi: lúc bạn vắng mặt, thằng nào không tòm tem, không tự ý đổi brief, không làm nửa vời rồi lên khoe cái “quy trình” của nó. Thằng đó mới là thằng được tin. Nó có thể dở một hai mặt khác. Kệ. Nó được việc là đủ.

Còn lại có vài kiểu, dễ nhận ra lắm, ở người cũng như ở model.

Có loại chạy theo trend. Tháng này hot cái này, tháng sau đổi qua cái khác, lúc nào cũng có screenshot mới khoe. Sản phẩm sống qua được một tuần thì hiếm.

Có loại giỏi nửa người nửa ngợm. Viết văn thì mượt, đụng tới logic là quay mòng mòng. Viết được một đoạn code đẹp, nhưng ráp kiến trúc lớn là sập. Demo thì ai cũng trầm trồ, maintain vào thì khóc ròng.

Có loại làm được việc thật, nhưng phải cầm tay chỉ việc. Phải có workflow. Phải có rule rõ ràng. Phải có checklist từng bước. Thiếu một bước là nó lạc hướng ngay. Xài được, nhưng mệt. Bạn đâu có thuê người về để cả ngày ngồi viết SOP cho một việc.

Rồi có loại khác hẳn. Bạn nói một câu: “Ê, làm giúp anh cái này.” Nó làm chỉn chu, đâu ra đó, không cần bạn đứng kế bên nhắc lại context lần thứ tư, không cần bạn nơm nớp lo sáng dậy thấy nó tự đổi hướng vì lỡ đọc phải một dòng cũ trong tài liệu nào đó.

Mấy model bây giờ rơi đúng vào những nhóm này. Benchmark không vẽ ra được sự khác biệt đó đâu. Chỉ có dùng thật mới thấy.

Đạo không nằm trên bảng xếp hạng

Người ta hay hỏi model nào mạnh hơn. Câu hỏi này tiện, nhưng cũng lệch. Mạnh hơn trên bài test nào? Mạnh hơn với tay nghề người dùng cỡ nào? Mạnh hơn khi bạn viết prompt chuẩn như kỹ sư, hay khi bạn chỉ ném một câu ý tưởng như người chủ việc thật sự?

Câu hỏi đúng hơn nên là: model nào, trong tay bạn, với thói quen làm việc của riêng bạn, ra được sản phẩm mà bạn không phải kè kè bên cạnh.

Nói hay không đủ. Một pha trả lời xuất sắc cũng không đủ. Hot được một tuần lại càng không đủ. Được tin nghĩa là bạn giao việc, đi ngủ, sáng dậy không phải dọn một đống ảo giác. Được tin nghĩa là khách hàng không bao giờ phải nghe bạn giải thích tại sao bản này “gần đúng rồi”. Được tin nghĩa là bạn dám để nó chạy một mạch bảy tiếng mà không ngồi canh.

Claude không hoàn hảo. Chẳng có model nào hoàn hảo cả. Có việc nó chậm. Có việc nó cứng đầu, không chịu đổi cách. Có việc model khác làm ngon hơn hẳn. Dân tech biết rõ điều đó, nên họ không sùng bái nó như thần tượng. Họ tin nó theo kiểu thực dụng, và tin xong vẫn giữ thêm mấy đứa chuyên trị việc khác bên cạnh, giống chỉ huy vẫn có đơn vị đặc nhiệm riêng cho từng việc.

Chỗ mình không nhân nhượng là chỗ việc bắt buộc phải ra được sản phẩm. Ở đó mình không đổi model chỉ vì có ai đó đang khen ầm ĩ trên timeline. Có ông khách từng muốn đổi. Đúng một tuần là đủ để kéo ổng quay lại. Không phải vì mình cứng đầu đâu. Vì cái hóa đơn thời gian nó không biết nói dối.

Max 200 đô nghe mắc nếu bạn coi nó như phí chat chơi. Nhưng rẻ nếu coi nó là thứ thay thế một phần cái vòng lặp thuê team ngoài — brief lệch, sửa lệch, lặp đi lặp lại tháng này qua tháng khác. Pro mắc với người vẫn còn coi AI là thú vui buổi tối. Max đáng đồng tiền với người coi AI là một ca làm việc thật sự.

Hết quota thì nghỉ, hoặc nạp thêm. Đó cũng là một phần của cái đạo này. Chẳng có model nào cho bạn ảo giác năng suất vô hạn cả. Nó cho bạn một ca làm ra sản phẩm. Hết ca thì trả thêm tiền, hoặc dừng lại. Y như thuê người làm thật, không phải app miễn phí tải về chơi.

Có một trăm model ngoài kia. Được tin thật sự chỉ vài đứa. Vài đứa đó chưa chắc thắng mọi bảng so sánh trên mạng. Nhưng chúng thắng cái duy nhất quan trọng với người làm việc thật: việc xong, ý không lệch, và bạn không phải thức canh nó cả đêm.

Chọn đứa được việc. Còn ba cái tranh cãi hơn thua trên timeline, để người rảnh hơn lo.