- Sử dụng song song Cursor và Claude Code, tích lũy kinh nghiệm thực tế trong nhiều loại công việc như phát triển trên codebase lớn và tư vấn đánh giá LLM
- Cursor từng được power user ưa chuộng nhờ UI/UX tiện lợi và khả năng truy cập API không giới hạn, nhưng gần đây việc áp dụng rate limit rất gắt đã khiến trải nghiệm người dùng bị hạn chế mạnh
- Sonnet 4 của Claude Code cho thấy độ tin cậy và hiệu quả cao trong việc hiểu và chỉnh sửa mã, cũng như xử lý ngữ cảnh quy mô lớn; khi dùng kết hợp với Opus 4 còn có thể giải quyết cả những bug khó
- Nền tảng CLI dựa trên lệnh, khai thác sub-agent và nhiều tính năng nâng cao khác dành cho power user được ẩn bên trong; việc liên tục thử nghiệm và khám phá tính năng là một phần quan trọng của trải nghiệm
- Điểm còn tiếc là thiếu UI trực quan, thao tác copy/paste chậm, hạn chế trong việc dùng các model khác và vẫn còn những yêu cầu cải tiến như checkpoint
Từ Cursor sang Claude Code: bối cảnh của sự thay đổi
- Cho đến gần đây, Cursor vẫn được các lập trình viên yêu thích nhờ sử dụng API không giới hạn và quy trình review diff trực quan
- Vì vậy, nó chủ yếu được dùng trong quá trình tạo mã và hiểu nhanh codebase cho các công việc như Gumroad bounties và tư vấn liên quan đến AI engineering/đánh giá LLM
- Tuy nhiên, từ giữa tháng 6, rate limit mạnh bất ngờ được áp dụng khiến hiệu suất làm việc giảm mạnh, làm lợi thế của việc dùng Cursor suy giảm đáng kể
- Trong số nhiều model như Sonnet 4, Opus 4, GPT-4.1, Gemini Pro 2.5, trên thực tế Sonnet 4 và Opus 4 là hai model được dùng nhiều nhất
- Do giới hạn như chi phí API và tốc độ suy giảm, tác giả đã cân nhắc cả gói Claude Code Max (200 USD/tháng) và bắt đầu chuyển hẳn sang dùng nghiêm túc
Đánh giá thực tế khi dùng Claude Code
- Tác giả đã đưa Claude Code vào các codebase mã nguồn mở cỡ vừa và lớn bằng Python, Ruby, TypeScript (50M+ token), trải nghiệm vòng phản hồi thông qua spec và test
- Lúc đầu chỉ dùng nhập lệnh đơn giản, nhưng sau khi học các lệnh cơ bản và plan mode thì bắt đầu khám phá những cách tận dụng sâu hơn
- Nhập lệnh đơn giản → học command/plan mode → hiện thực hóa tự động hóa và tăng năng suất bằng cách kết hợp lệnh rõ ràng
- Dùng chiến lược kết hợp theo kiểu “trao đổi như tư vấn vấn đề”: đổ toàn bộ ngữ cảnh của bài toán vào Claude một cách tự do, khi cần thì chuyển sang Opus để lập kế hoạch (Plan mode), còn Sonnet 4 đảm nhiệm phần lớn công việc chính
- Có thể yêu cầu Claude ghi chép và sắp xếp bằng các file trong thư mục .claude để quản lý context và giảm bất tiện khi copy/paste; khuyến nghị kết hợp cả Plan mode và Auto-edit mode
- Quản lý context: thay vì nén ngữ cảnh (compaction), nên định kỳ bắt đầu chat mới và yêu cầu ghi lại các thay đổi quan trọng vào file riêng
Quản lý context và tận dụng sub-agent
- Claude Code hỗ trợ nén context, nhưng do chậm và kém hiệu quả nên tác giả thích tự tạo file ghi ý chính rồi bắt đầu chat mới hơn
- Có thể yêu cầu ghi lại thay đổi, ghi chú và lịch sử vào các file phụ như Scratchpad để dùng sau này khi làm việc theo nhánh (branch) hoặc khôi phục phiên bằng
/resume
- Sub-agent: cho phép xử lý song song nhiều tác vụ trong codebase (tìm kiếm, phân tích, v.v.), nhờ cấu trúc đa luồng để phân tán công việc
- Bên trong, hệ thống tạo multi-agent dựa trên danh sách ToDo để hỗ trợ quản lý ngữ cảnh
Tìm kiếm và tận dụng câu lệnh
- Trong Cursor, có thể dùng nhiều công cụ như normal/semantic search, agentic search và tốc độ tìm kiếm cũng nhanh
- Nhưng khả năng tìm kiếm của Claude Code có thể chậm hơn. Khi dùng sub-agent vẫn có thể xử lý song song trong codebase lớn
- Có thể tận dụng sub-agent cùng task tool, các lệnh như
/think, /ultrathink để khám phá repository lớn và phân chia công việc
- Việc mở danh sách lệnh bằng phím tắt
Shift + ? để nhanh chóng kiểm tra tính năng mới là rất quan trọng
- Lệnh terminal (bash) có thể chạy bằng
!, và cũng có thể chạy ở headless mode
- Nhiều tính năng nâng cao cũng được tích hợp sẵn như file tag (@file), chức năng memorize (system prompt tùy biến cho người dùng), và
CLAUDE.md
So sánh Sonnet 4 và Opus 4, cùng mẹo workflow
- Sonnet 4: nhanh hơn trong đa số tình huống, mạnh ở ngữ cảnh dài + tác vụ agent. Có ưu thế trong Python và công việc frontend
- Opus 4: khi chỉ dẫn tích lũy qua nhiều lượt, model này có xu hướng dễ bị rối; lúc đó nên ghi lại vào file rồi bắt đầu chat mới. Khi Sonnet 4 bị bí, Opus 4 hữu ích để xử lý các bug khó
- Khuyến nghị vận hành hybrid: bắt đầu bài toán phức tạp với Opus, còn coding thông thường thì để Sonnet xử lý
Lệnh tùy chỉnh và các mẹo khác
- Hỗ trợ custom command như
/pr-comments, /review, cần có Github CLI
- Có thể xây dựng workflow linh hoạt như khởi động lại cuộc trò chuyện khi đổi branch, review diff với main, v.v.
- Có thể fork cuộc trò chuyện ở bất kỳ đâu bằng cách nhấn
Esc hai lần
- Có thể điều chỉnh permission trước phiên làm việc bằng
/permissions
- Nếu đủ can đảm, hãy thử dùng claude
--dangerously-skip-permissions
- Gợi ý video Cluade Code Pro TIPS
Những điều muốn thử tiếp theo
- Muốn thử nghiệm cách tự định nghĩa và tận dụng custom command
- Muốn thử phát triển tự động hóa frontend bằng cách dùng MCP server như Playwright server
- Kế hoạch sẽ tập trung vào việc xây dựng feedback loop nơi Claude chụp screenshot, nhận diện kết quả và lặp lại việc cải thiện UI
- Có kế hoạch thực hành toàn bộ các cách sử dụng nâng cao được đề xuất trong how-i-bring-the-best-out-of-claude-code-part-2
- Dự định thử thách bản thân với tối ưu prompt
- Muốn định nghĩa rõ tiêu chí đánh giá (
rubric.md) và thiết kế vòng lặp đánh giá/cải thiện prompt cùng với các file chứa context (như pmd)
- Đang lên kế hoạch xây dựng cấu trúc tiến hóa theo kiểu đặt nhiều Claude instance: một instance tạo kết quả bằng prompt, instance khác đánh giá, phản hồi rồi cải thiện nó (hệ thống single-agent hoặc multi-agent)
- Cách làm này được truyền cảm hứng từ bài post của Nirant
- Muốn thử xây dựng hệ thống multi-agent cho nhiều Claude Code instance giao tiếp với nhau thông qua action log
Kết luận và các yêu cầu cải tiến
- Cursor rất mạnh về UI/UX, nhưng Claude Code lại kích thích năng suất và tinh thần thử nghiệm trong môi trường thân thiện với power user và CLI
- Đây là một công cụ mà việc học theo hướng khám phá và thử nghiệm sẽ mang lại phần thưởng lớn, rất đáng khuyến nghị cho các nerd/power user
Những tính năng mong muốn được cải thiện
- Tích hợp UI (Claudia tham khảo)
- Hỗ trợ checkpoint như Cursor. Dù có Git nhưng cách làm của Cursor quá tiện
- Cải thiện chất lượng copy/paste
- Hỗ trợ sử dụng nhiều model đa dạng hơn
1 bình luận
Ý kiến trên Hacker News
Mỗi lần thấy mọi người ca ngợi Claude Code quá mức, tôi lại không khỏi có cảm giác toàn là influencer hoặc fan cuồng terminal và các công cụ truyền thống như Emacs, Vim. Lần nào thấy bình luận nói Claude Code vượt xa Cursor, tôi cũng đăng ký dùng thử trên một codebase TypeScript lớn, nhưng quá trình vừa lâu vừa có đường cong học tập cao. Kết quả thì rốt cuộc y hệt Claude tích hợp trong Cursor, lại còn chậm hơn và khó hiểu hơn nên review code cũng khó. Giờ tôi chỉ cảm thấy những người quá nhiệt tình trong phần bình luận либо là đang được tài trợ, либо là đã bỏ ra 200 đô nên phải tự biện minh cho lựa chọn của mình. Nói thật là Cursor cho năng suất cao hơn hẳn. Tôi là lập trình viên 18 năm kinh nghiệm, ngày nào cũng viết rất nhiều code, luân phiên dùng Gemini 2.5 Pro và Claude 4.0, nhưng vẫn thu được nhiều hơn với Cursor. Đến giờ vẫn chưa có ai thuyết phục được tôi. Tôi không thấy lợi ích thực tế nào cả. Có thể sau này tôi sẽ đổi ý, nhưng hiện tại thì hoàn toàn chưa cảm nhận được
Tôi nghĩ đa số mọi người đang hiểu sai khá sâu về phần thực sự khó trong phát triển phần mềm. Phần lớn công việc thực tế không phải là phát triển thuật toán phức tạp mà là ghép nối, kết hợp tốt những ý tưởng sẵn có. Nhưng tất cả những việc đó đều đến sau đặc tả, thiết kế, kiến trúc và các bước chuẩn bị ban đầu. Dùng AI để dựng nhanh các chương trình như vậy thì trông rất ngầu và trong demo có cảm giác như đã “xong” rất nhanh, nhưng vấn đề thật sự là xây dựng đúng chuẩn chất lượng một hệ thống phải dùng suốt 30 năm. Nó cực tốt cho prototype hoặc mục đích một lần, nhưng có giới hạn với độ bền lâu dài
Muốn tối đa hóa năng suất với các công cụ này thì cốt lõi là vòng phản hồi phải thật ngắn và nhanh. Mô hình tự động hoàn thành bằng tab của Cursor dường như trực giác nắm được editor đang định làm gì, cảm giác như có một bộ hỗ trợ cực kỳ thông minh. Tôi không cần tự vật lộn với macro programming; nếu không cần thì chỉ việc nhấn Esc để hủy, còn nếu cần thì dần dần chuyển sang chế độ agentic. Các editor thuần agent thì mất 15–30 phút mỗi lần và còn làm workflow đứt hẳn. Công việc lại biến thành review đầu ra, tốn nhiều sự chú ý hơn hẳn so với các vòng chấp nhận/từ chối ngắn. Lại còn phải cân nhắc có cấp quyền mạng hay chạy offline, nên chỉ đáng dùng khi cần nhanh chóng dựng ra thứ gì đó mà khả năng bảo trì, bảo mật, độ tin cậy không quá quan trọng. Ngoài ra thì còn làm giảm năng suất. Tương lai chắc sẽ tốt hơn, nhưng hiện giờ thì tôi rõ ràng đạt kết quả tốt hơn với Cursor
Tôi trước đây cũng thấy vậy, nhưng gần đây khi thật sự dùng Claude Code thì lại thấy nó tốt hơn Cursor rất nhiều. Tôi cũng không rõ vì sao, nhưng có vẻ Claude nắm tổng thể cấu trúc tốt hơn và tránh được những chỉnh sửa không cần thiết. Dĩ nhiên đôi lúc vẫn phải tự định hướng cho nó, nhưng hiệu quả cao hơn nhiều. Một đặc điểm là thường chỉ hiện đúng một file mỗi lần, nên review dễ hơn hẳn. Cursor thì mở nhiều file cùng lúc, lượng thay đổi lớn nên khó nắm nhanh. Tôi dùng extension Claude Code trong terminal của VSCode. Claude sẽ mở các tab file cần sửa và đề xuất thay đổi
Điều mà mọi người vẫn chưa nhận ra là Cursor không phải một sản phẩm hoàn chỉnh duy nhất, mà là một bó tính năng mà mọi công cụ khác đang thêm vào để đuổi kịp. Bài học thật sự là ngoài deep interface ra còn có chiến lược kết hợp giải pháp agent tốt nhất với editor mà mỗi người thích. Những trải nghiệm như vậy rồi sẽ kết tinh thành “best practice”, để mọi người áp dụng tự nhiên trong editor hay IDE của mình, còn các bản fork kiểu vscode này rồi sẽ biến mất hết
Tôi dùng gói 17 đô chưa đầy một tháng, cảm giác vừa kỳ diệu vừa bực bội chia đều. Tôi đã viết 8.000 dòng Rust và 12.000 dòng Markdown, đồng thời tách đặc tả công việc và các tác vụ cụ thể ra để tương tác với AI như một dạng test harness. Không rõ phép màu này là nhờ trợ cấp VC hay gì khác, nhưng Rust cho cảm giác gần như một ngôn ngữ script. (Tham khảo: repo GitHub là ‘knowseams’)
Điều tôi thích nhất ở AI là lúc ngại làm gì đó thì chỉ cần bảo “làm cái này đi”. Kết quả tốt hay dở cũng không quan trọng. Ít nhất nó tạo ra một điểm khởi đầu
Nhờ LLM mà tôi không còn sợ trang trắng nữa. Không cần phải tự khơi lại toàn bộ ngữ cảnh phức tạp trong đầu; chỉ cần hỏi “chúng ta đang làm gì nhỉ?”, “đoạn code này là gì vậy?” là AI giải thích rất nhanh và tôi lập tức nhập lại flow được. Từ rubber duck debugging đến yak shaving lặp đi lặp lại, nó xử lý cực nhanh nên thật sự hữu ích. Tôi còn tích hợp với Slack, Notion, Linear nên với tôi nó cũng là một công cụ quản lý task/dự án
Kể cả khi muốn tự làm, tôi vẫn nhờ AI lập kế hoạch rồi lưu lại trong Markdown. Hôm nay tôi cũng nhờ lập kế hoạch refactor, nhưng nó lại tiếp cận sai bằng cách định tái cấu trúc khối code prototype gồm 40 file từ dưới lên. Nếu tôi làm theo hướng sai đó thì có lẽ đã mất rất nhiều thời gian debug. Dù vậy, nó vẫn đưa ra được một hướng tấn công, và tôi sửa kế hoạch rồi áp dụng trong vòng một tiếng. Nếu tự làm một mình, có lẽ tôi đã bị độ phức tạp làm nản đến mức không bắt đầu nổi, hoặc cứ lặp lại việc viết tài liệu rồi bỏ cuộc
Cuối ngày, khi tôi không còn tập trung nổi nữa và lượng thứ viết thêm với thứ phải revert gần ngang nhau, tôi có thể giao tay lái cho AI để thở một chút. Với vấn đề nhỏ thì chỉ cần liếc qua diff, còn với vấn đề khó thì nếu đã biết cụ thể chỗ nào có vấn đề, tôi có thể định hướng và thuyết phục AI. Khi công việc hoàn thành khoảng 40–60%, tôi thường tiếp quản và finish nó. Bình thường tôi dành thời gian tỉnh táo nhất để tự suy nghĩ và phát triển, còn giờ làm thêm hoặc việc lặp lại thì giao cho AI để chuẩn bị cho hôm sau hoặc tập trung vào viết lách, thiết kế ở tầng cao hơn
Tôi thì chỉ đi dạo và uống cà phê. Vấn đề của con người có vẻ vẫn nên giải quyết theo cách con người thì tự nhiên hơn
Claude Code khó tả đến mức kỳ lạ. Từ sau khi dùng, tôi thậm chí có cảm giác như đã đổi nghề. Trước đó tôi cũng đã đưa Claude vào toàn bộ workflow, nhưng Claude Code đúng kiểu “steroid”. Nếu chưa thử thì tôi khuyên dùng ngay. Đây là lần đầu tiên tôi thực sự có cảm giác như đang làm việc cùng một kỹ sư junior
Trải nghiệm của tôi thì hoàn toàn ngược lại. Giao việc gì đó cho nó, vài phút sau nó trả về một thứ gì đó, nhưng thực tế thì app bị hỏng và khi debug mới thấy nó làm hoàn toàn sai hướng nên cuối cùng phải bỏ hết. Dù vậy tôi vẫn tiếp tục bám Claude, vì giống như những người khác nói, nếu nó chạy trơn tru thì đúng là quá tuyệt. Còn thực tế thì nó chủ yếu sinh boilerplate, mình vẫn phải debug khá nhiều, và tệ nhất là mất một tiếng cùng đống token
Hôm nay tôi lần đầu dùng ở công ty và đây là thay đổi mang tính cách mạng vượt xa Cursor. Dù dùng cùng foundation model nhưng trải nghiệm hoàn toàn khác. Một tháng trước AI còn làm công việc của tôi chậm hơn, nhưng hôm nay với Claude Code thì xử lý xong trong 20 phút, phí API còn chưa đến 10 đô. Tôi gần như không phải lo quản lý context, và Claude Code tự tìm nạp context cần thiết nên làm việc hiệu quả trong thời gian dài hơn nhiều. Chế độ agent của Cursor chỉ thực sự dùng được cho các tác vụ 3–5 phút, còn Claude Code thì với việc hơn 10 phút vẫn không lạc hướng và tiếp tục tiến triển đều. Khả năng dùng công cụ cũng rất xuất sắc, và việc nó ít bị kẹt trong loop thật sự đáng ngạc nhiên
Bạn nói “giống như làm việc với một kỹ sư junior”, nhưng cảm giác của tôi lại giống như tôi là nhân viên cấp dưới còn Claude là sếp. Kiểu như tôi khoe “tôi đã làm được thứ hay ho này!” thì nó đáp “nhưng đó đâu phải thứ tôi bảo anh làm...”
Bạn có thể nói cụ thể hơn là đã dùng nó cho loại tác vụ, ngôn ngữ, lĩnh vực nào không? Mỗi trường hợp khác nhau quá nên tôi rất tò mò
Tôi cũng có cùng trải nghiệm. Claude không chỉ là junior đơn thuần. Nó cực giỏi trong việc đề xuất phương án, đưa ra khuyến nghị để ra quyết định, và hình dung rõ các trade-off
Có phải là chưa có nhiều walkthrough về việc thực sự dùng Claude Code để làm app hay library không? Tôi muốn xem cảnh phát triển thực chiến bằng đúng công cụ này hơn là các bài chỉ nói “wow hay thật”. Nếu có một bộ sưu tập các ví dụ như vậy thì tuyệt vời
Toàn bộ tình huống này khiến tôi thấy hơi kỳ lạ. Bản thân Claude Code rõ ràng là tốt, và có thể dùng để tìm tài liệu hay Stack Overflow nhanh hơn nhiều. Nhưng nếu những lời đồn thổi cường điệu là thật, chẳng phải đổi mới phần mềm phải bùng nổ với tốc độ khủng khiếp nhờ các công cụ này sao? CEO Stripe nói công cụ AI làm năng suất tăng 100 lần, vậy nếu đã 3–4 tháng trôi qua thì giờ Stripe phải phóng rocket rồi chứ? Microsoft cũng all-in vào AI coding, thế sao Teams vẫn dở như vậy? Người ta nói hơn một năm nay rằng công cụ này là cách mạng, nhưng thực tế ngoài đời dường như chẳng khác mấy so với 3–4 năm trước
Hai xu hướng dễ thấy gần đây là (1) người không chuyên dùng AI cho các dự án nhỏ nhặt, và (2) lập trình viên đặc tả cực dày trước toàn bộ cấu trúc ứng dụng, file, interface, tech stack, test framework rồi để LLM xử lý tỉ mỉ mới kéo ra được kết quả tạm ổn ví dụ trên YouTube. 80–99% những gì nghe được trên PR/YouTube thực chất đến từ nhóm đầu tiên. Việc họ cảm thấy năng suất tăng là vì trò chuyện với LLM, viết tài liệu, dẫn dắt và chỉnh sửa nó khiến họ ít mệt hơn so với tự phát triển trực tiếp. Dù thời gian hay tổng công sức có giống nhau thì kỳ vọng vẫn được giảm bớt
Tôi đang tìm stream/case thực tế trên YouTube nơi có cú hích năng suất thật sự, nhưng chưa thấy trường hợp nào khiến tôi cảm thấy “wow đúng là nhanh thật!”
Có rất nhiều ý kiến cực đoan cả khen lẫn chê, nhưng đa số mọi người thì lặng lẽ tự commit phần việc của mình thôi (mà câu này tự nó cũng mỉa mai). Trường hợp của tôi, tùy tác vụ mà реально cảm nhận được tốc độ nhanh hơn từ 1,5 đến 10 lần. Lợi ích lớn nhất là với các việc thuần sáng tạo, one-off, boilerplate, refactor thì tải nhận thức giảm đi nhiều, nên duy trì được hiệu suất ổn định. Tôi vẫn “code tay” khá nhiều và review gần như mọi dòng đến cùng. Việc để nó tự chạy hàng giờ là Nightmare. Trên một app production đã duy trì hơn 10 năm, tôi còn chẳng có thời gian lên blog quảng bá gì cả. Mặt khác, vì tổ chức rất gọn nên tôi nắm toàn bộ context hệ thống trong tay, nhờ vậy cũng phát hiện vấn đề nhanh hơn. Trong môi trường mà tối ưu hiệu suất cá nhân là quan trọng thì nó thực sự nâng tầm nền tảng. Còn ở tổ chức lớn thì khó có được trải nghiệm như vậy
Theo kinh nghiệm của tôi, nên đặt một file Markdown tên Claude.md ở thư mục gốc của từng thư mục code, thêm vào đó một bộ quy tắc tối giản như pipeline. Chẳng hạn yêu cầu test được tạo và đặt đúng thư mục, đúng cách; chặn việc tạo file debug; ngăn sự bùng nổ của class hay cấu trúc mới; và đặt rule là phải tái sử dụng trừ khi thật sự cần thiết. Tôi cũng không viết prompt quá dài, đa phần chỉ viết plan cho những chỗ chưa chắc chắn. Kể cả với các vấn đề mới nằm ngoài vùng kiến thức của LLM, tôi cũng chỉ cung cấp tối thiểu đầu vào lớn. Với cách này tôi nhận được kết quả khá nhất quán theo kiểu 1 input–1 output, kể cả ở chiều sâu. Gần đây tôi đã chuyển từ Claude Code sang dùng các mô hình lớn khác như Opus ở chế độ CLI để rẻ hơn. CLI mới thật sự là sức mạnh. Tôi đang chạy đồng thời 60–70 agent stream và vẫn quản lý được codebase quy mô 200 triệu token (react/typescript/golang) mà không vấn đề gì. Tôi chỉ nhớ đã phải đưa thêm chỉ dẫn một hai lần thôi
Bạn có thể liệt kê xem đang vận hành những gì bằng agent stream không? Tôi cực kỳ tò mò
Tôi muốn biết bạn đang dùng model nào ngoài Anthropic. Tôi đã thử Kimi K2 nhưng không hợp nhu cầu của tôi lắm
Tôi tò mò “agent stream” ở đây chính xác nghĩa là gì. Quản lý 60–70 cái như vậy thế nào, tải nhận thức chắc không tưởng
Đôi khi với một số tác vụ nhất định, Claude Code làm năng suất tăng vọt. Tôi khuyên nên dùng slash command để biến các cuộc trò chuyện trước đó thành slash command. Làm vậy sẽ dần tích lũy được một bộ primitive command ngày càng hữu dụng. Ví dụ của tôi có trên GitHub: make-command.md, improve-command.md
PSA (thông tin công ích): với repo này, bạn có thể nối Claude Code với bất kỳ model nào. Có tin là Kimi-K2 bản mới nhất chạy khá tốt
Tôi cũng đã thử Kimi-K2, hiệu năng vẫn kém Sonnet/Opus 4.0, nhưng tool calling thì khá hơn Gemini 2.5 Pro. Nếu Claude Max (100–200 đô/tháng) quá đắt thì tôi rất khuyên dùng. Bản thân model khá gọn gàng, đơn giản nên hay. Anthropic nếu open-source luôn Claude Code thì có khi nó sẽ thành VSCode của thế giới cli coding agent. Và tôi cũng khuyên dùng opencode. Nó hỗ trợ native mọi model và cung cấp tính năng tương tự Claude Code
Nếu định dùng nhiều model thì tôi khuyên cứ dùng sst/opencode luôn (tôi cũng dùng với Claude Pro)
Nhân tiện, với ai chưa thử được CC — có thể cài CC client qua npm và dùng miễn phí
Tôi đã nghịch “vibe coding” một app Python đơn giản bằng Claude Code, local LLM, Continue và VSCode, rồi phát hiện Claude có free tier nên ném luôn code đang làm cùng kết quả từ LLM vào thử. Nó gom và sửa lỗi, cập nhật rất chính xác chỉ trong một lần nên tôi rất phấn khích! Thế là tôi đi bước tiếp: dùng ChatGPT soạn spec và prompt cho một game 2d trên pygame (kiểu Manic Miner) rồi đưa cho Claude. Nhưng Claude cứ liên tục tham chiếu đến các method không tồn tại, hoặc nói linh tinh về khác biệt phiên bản codebase. Dù tôi đã chỉ rõ bằng line number và đoạn code xung quanh, nó vẫn tiếp tục gaslighting. Tôi nên xử lý thế nào? Tôi không mong hoàn hảo, nhưng cảm giác đang đụng phải giới hạn giống hệt lúc dùng local LLM. Sức khỏe tôi không tốt nên chỉ làm ngắt quãng được, mong được khuyên
Có khả năng bạn đã rơi vào “địa ngục code đầy interface mơ hồ và các giả định ẩn”. Trong trường hợp này, tốt hơn là hãy tóm tắt toàn bộ kết quả hiện có từ ChatGPT, liệt kê thật sâu xem game hiện tại làm được gì và có những tính năng nào, rồi đưa tài liệu đó cho Claude và yêu cầu nó breakdown lại từ đầu. Claude có thể tạo ra mẫu rất tốt ngay cả ở zero-shot, và tệ lắm thì vẫn có thể tự brush up qua vài vòng lặp. Nếu Claude vẫn bịa ra các tính năng vô lý, tôi khuyên cài context7 MCP server và yêu cầu rõ ràng Claude phải dùng context7
Đây là giới hạn nền tảng của công nghệ LLM. Nó xuất ra chuỗi token “có vẻ hợp lý nhất” theo xác suất, nhưng nếu “có vẻ hợp lý” và “chính xác” không trùng nhau thì không có lời giải. Mỗi LLM lại có chuẩn “hợp lý” khác nhau tùy theo quá trình huấn luyện/fine-tuning
Sau khi cấu hình cơ bản xong, tôi muốn biết mọi người còn nghĩ thêm những cách nào để công cụ này chạy tốt hơn. Tức là các phương pháp thực chiến để sắp xếp context và cấu trúc codebase sao cho công cụ tự xác định đúng hướng. Tôi có ghi lại suy nghĩ của mình trong bài này. Tôi nghĩ sẽ còn nhiều phương pháp hay hơn xuất hiện
Tôi đang nhận được khá nhiều alpha từ Claude Code, nhưng băn khoăn ở chỗ mở rộng ra cả đội. Tôi muốn biết có cách nào chia sẻ mẹo thực chiến hoặc best practice để đồng đội hay những người tôi quản lý có thể tận dụng Claude Code hiệu quả hơn không