Jules của Google, trợ lý lập trình bất đồng bộ, giờ đã mở cho mọi người

• Google vừa ra mắt chính thức Jules, trợ lý lập trình AI bất đồng bộ, sau khi kết thúc giai đoạn beta
• Ứng dụng Gemini 2.5 Pro giúp tạo mã nâng cao hơn và lập kế hoạch công việc tốt hơn
• Trong thời gian beta, các nhà phát triển đã thực hiện hàng chục nghìn tác vụ và chia sẻ hơn 140.000 lần cải tiến mã
• Dựa trên phản hồi của người dùng, thêm các tính năng mới như cải tiến UI, sửa lỗi, tái sử dụng cài đặt trước đó, tích hợp GitHub Issues và hỗ trợ đa mô thức
• Có thể tạo kế hoạch lập trình tinh vi hơn và tạo mã chất lượng cao hơn nhờ tận dụng năng lực tư duy nâng cao của Gemini 2.5 Pro
• Giới thiệu các tầng đăng ký mới: Introductory (trải nghiệm cơ bản), Pro (hạn mức gấp 5 lần), Ultra (hạn mức gấp 20 lần), sinh viên đại học được hưởng gói Pro miễn phí trong 1 năm

---

Ra mắt chính thức Jules và các cải tiến chính

• Google vừa ra mắt chính thức Jules, trợ lý lập trình bất đồng bộ, sau khi hoàn tất thử nghiệm beta
• Jules tận dụng khả năng Advanced Thinking của Gemini 2.5 Pro để lập kế hoạch (Plan) trước khi làm việc, từ đó tạo ra mã chất lượng cao hơn
• Trong thời gian beta, hàng nghìn nhà phát triển đã thực hiện hàng chục nghìn tác vụ và chia sẻ hơn 140.000 kết quả cải tiến mã

Trải nghiệm người dùng và phản hồi

• Phản hồi từ nhà phát triển được sử dụng để thiết kế lại giao diện người dùng (UI) và sửa hàng trăm lỗi
• Việc đưa chức năng tái sử dụng cài đặt trước đó vào đã giúp tăng tốc độ thực hiện các tác vụ lặp lại
• Tích hợp GitHub Issues để gắn kết quy trình làm việc phát triển
• Hỗ trợ đầu vào đa mô thức cho phép xử lý nhiều định dạng dữ liệu hơn

Các hạng đăng ký và cách sử dụng

• Jules được cung cấp theo các khung đăng ký có cấu trúc (Introductory, AI Pro, Ultra) để người dùng chọn theo nhu cầu
  • Introductory: tập trung hướng dẫn và trải nghiệm cơ bản cho người dùng mới
  • Google AI Pro: gấp 5 lần hạn mức cơ bản, phù hợp cho lập trình thường ngày
  • Google AI Ultra: gấp 20 lần hạn mức cơ bản, tối ưu cho quy trình làm việc đa tác tử quy mô lớn
• Người dùng Google AI Pro và Ultra sẽ được áp dụng dần từ hôm nay, với quyền lợi AI Pro miễn phí 1 năm cho sinh viên đại học

Jules có thể bắt đầu ngay tại jules.google

[GN⁺]

Bình luận Hacker News

• Mình thắc mắc tại sao mô hình đăng ký của Google lại phức tạp đến vậy. “Google AI Ultra” có thể gồm Jules, Gemini App và Notebook, nhưng để dùng Gemini CLI thì phải có gói riêng và tài khoản thanh toán trên GCP, phải mua Google Code Assist, rất phiền phức; hơn nữa nếu làm vậy lại không có Gemini App, và kỳ lạ một điều là đăng ký Google AI lại đi kèm cả YouTube Premium, hoàn toàn không hiểu vì sao lại liên kết với nhau như vậy.

  • Có vẻ như trong Google tồn tại hai nhóm riêng phụ trách sản phẩm AI. Khi mình dùng tại công ty thì gói Workspace có sẵn Gemini, Veo 3, Jules và cho phép dùng (dù có giới hạn) gần như không giới hạn với một gói duy nhất. Điểm vào chính là gemini.google.com. Ngược lại, nếu cần API thì phải dùng GCP riêng; tại đó mới dùng được các mô hình nâng cao như Veo 3 cùng tính năng bổ sung, nhưng tính phí theo mức sử dụng. Kênh truy cập là GCP Vertex AI. Hai tổ chức này khá tách biệt và dường như chẳng hiểu rõ nhóm kia đang làm gì.
  • Nếu bạn từng tạo Workspace bằng Google for Domains thì sẽ cực khổ, gần như không gì chạy đúng.
  • Trong lúc AI viết code cho bạn, bạn vẫn có thể xem video trên YouTube cùng lúc.
  • Lõi kinh doanh của Google vẫn là bán quảng cáo và duy trì vị thế chi phối thị trường (Analytics, Chrome, Chromebook, Android, Google SSO,...), các sản phẩm cho nhà phát triển là nghiệp vụ phụ trong nhiều bộ phận, nên không thể trở thành trọng tâm hay ưu tiên cao.
  • Khác với vài hạng mục có trong Ultra, YouTube Premium không hỗ trợ Family Sharing; nên phải dùng cả hai riêng biệt, và Google còn nhiều lần nhắc là đừng làm vậy.

• Mình vừa thử Jules cho một dự án phụ (app React Native). Trong lúc đi làm về bằng xe/bài tập đi bộ, mình nghĩ ý tưởng hoặc tính năng mới, lên kế hoạch, sửa code bằng app GitHub và giao vài việc cho Jules. Tối về thì thấy PR đã được tạo. Mã không phải lúc nào cũng hoàn hảo nhưng đa số chạy được, nên mình test ngay rồi sửa trực tiếp, lặp nhanh hơn; việc kế tiếp là thêm build tự động cho mọi PR để tối nay đi về vẫn có thể xem trước từng branch ngay trên điện thoại.

  • Không rõ với React Native có tương tự không, nhưng khi deploy trên Vercel và dùng Neon làm DB, việc preview trực tiếp từ bất kỳ branch/commit/PR nào lên site live rất tiện. Khi từ môi trường Python chuyển sang đây, chuỗi công cụ commit -> deploy như vậy giảm ma sát cho coding mang tính khám phá/thử nghiệm, vì mình chuyển sang quyết định xem gì sau khi đã làm ra nó. Tất nhiên cách này chỉ mượt khi LLM có thể xử lý xong trong một lượt.
  • Coding khám phá không đồng bộ là xu hướng bây giờ; mình cũng khuyên dùng GitHub Copilot Coding Agent (agent riêng, không phải plugin VSCode của Copilot).
  • Mình từng nối một repo GitHub chưa quản lý kỹ rồi giao mấy việc nhỏ như cập nhật dependency, refactor code, thêm tính năng nhỏ, đổi style... Những trường hợp đó hoạt động khá ổn; nhưng mình không giao việc quan trọng cho nó.
  • Chính vì vậy mình tạo superconductor.dev: mỗi agent đều có preview app trực tiếp, hỗ trợ Claude Code, Gemini, Codex, Amp. Ai quan tâm, khi đăng ký cứ nhắc HN sẽ ưu tiên mời vào trước.

• Mình đã dùng Jules nhiều lần trong giai đoạn preview và đây là coding assistant trên cloud kém nhất trong số những công cụ mình thử. Ban đầu nghĩ đây là thử nghiệm rồi bỏ, không nghĩ ra sản phẩm thật. Gần giống GH Copilot Spaces trước kia rồi chuyển sang Copilot Agent. Jules hay làm bừa, tự nói đã “xong” rồi khi bị hỏi tiếp thì chỉ tán dóc; môi trường cũng không ổn định, thỉnh thoảng hoàn toàn không chạy. Trong các PR đã merge thì gần như chỉ có một, còn lại mình huỷ rồi gán lại cho agent khác. Bảng xếp hạng cá nhân của mình là Claude Code (dùng gh action)>ChatGPT Codex>GitHub Copilot Agent>Jules. Dù gần đây nhận thêm cơ hội dùng thử 3 tháng nữa nên hôm nay sẽ thử thêm một lần, nhưng nếu vẫn như vậy mình sẽ không mất tiền hay thời gian cho Jules. Mình vẫn khuyên Codex hoặc GitHub Agent. Mong mọi người thông cảm vì đánh giá nghiêng về phía tiêu cực.

  • Hôm nay mình thử Jules thật công bằng, vẫn tệ:
    • Mình gửi kế hoạch, đưa feedback và duyệt nó; vài phút sau lại thấy nó đợi câu “Nếu duyệt kế hoạch thì mình sẽ bắt đầu”, phải nhập thêm rồi mới khởi động.
    • Môi trường đã có bun, nhưng Jules không nhận lệnh bun và cứ lặp đi lặp lại cài đặt; sau khi feedback, bun lại biến mất và nó lại chạy install_bun.sh cho mọi lệnh.
    • Nó làm đúng việc giao nhưng làm test vỡ; kể cả nói “sửa hết” thì cuối cùng vẫn không xử lý, trong khi cùng cấu hình, Codex, Copilot Agent, Claude Code thì chạy tốt, chỉ có Jules mới gặp vấn đề.
    • Khi mình định tiếp quản, nó không kết thúc nên không tạo branch. Yêu cầu push branch thì lại dừng rất lâu, lặp test/lint mãi đến khi branch mới được tạo.
    • Những thay đổi nhỏ cũng mất rất nhiều thời gian, mỗi vòng feedback lại tốn nhiều thời gian, nguyên nhân lỗi bun hay test chạy hỏng mình không hiểu. Mình hy vọng nó sẽ cải thiện, nhưng trước mắt sẽ chỉ dùng 3 agent kia.
  • Mình cũng có trải nghiệm tương tự. Cá nhân đánh giá Codex có rate limit thông thoáng hơn Claude. Jules quá tản mạn và cách chỉ tạo git pull request cũng không hợp mình; option copy git patch rồi chỉnh sửa theo ý rồi commit ngay như Codex tiện hơn hẳn.
  • Mình chưa thử kỹ nhưng vẫn nghi ngờ agent async có thực sự hữu dụng bằng việc chạy Claude Code local hay không, vì phải can thiệp liên tục để kiểm tra nó chạy đúng. Agent async cần chu trình kéo code, build/run/test đầy đủ nên phiền, trong khi kiểm nhanh trong môi trường local nóng hiệu quả hơn.
  • Mình cũng nghĩ trong comment này có nhắc tới điều rất đúng: Jules giống GH Copilot Spaces. Có thể Google đang đánh cược cho thế trận tương lai. Dù AI chưa xử lý trọn, Google không thể đợi đến khi có thay đổi lớn rồi mới làm vì sẽ quá muộn; họ muốn sẵn sàng trước rồi chờ AI trưởng thành. Còn mình vẫn nghi ngờ LLM có thể giải quyết toàn bộ, vì luôn sẽ có phần việc còn lại sau LLM.

• Với gói free, giới hạn thao tác mỗi ngày giảm từ 60 xuống 15; với lượng chỉnh sửa của mình thậm chí chưa từng chạm trần. Muốn liên hệ trực tiếp đội Jules thì có thể vào discord.gg/googlelabs.

  • Trường hợp của mình bị tăng lên 100 lần thực hiện, tùy bạn có phải Google Pro hay free. Cuối tuần làm vài thứ thì hiếm khi vượt quá 10; nếu free thì 15 là đủ. Mình nghĩ 100 hạn mức cũng khó dùng hết trong đời.

• Mình đã thử Jules với prompt “Viết một raytracer cơ bản bằng Rust” từ một đến hai tháng trước và lại thử bây giờ. Trước kia code ít nhất còn compile được, nhưng lần này nó không push lên branch dù mình có yêu cầu liên tục, nên không thể xác minh code chạy thực tế. Lần này mình tạo hai main.rs ở hai thư mục khác nhau, chia code ngẫu nhiên; khi mình mô tả lỗi thì nó đi quét cả filesystem rồi cuối cùng bỏ cuộc.

  • Mô hình tương tác cho việc push commit thật khó hiểu đến mức bối rối.
  • Đây không phải công cụ zero-shot, không biết sao mọi người vẫn thử zero-shot hết.

• Mình thấy thật tuyệt vì Codex và Jules tạo ra cạnh tranh. Mình tin các cloud async agent như Codex, Jules tốt hơn cách tích hợp local như Claude Code/Aider/Cursor, vì chúng tách biệt hoàn toàn khỏi local của mình nên an toàn hơn. Hơn nữa kiểu “gửi lệnh rồi đi làm việc khác trên PC, sau đó xem PR” nghe có vẻ thoải mái hơn việc tự tạo sandbox hay dùng git worktree thủ công.

  • Codex, Jules khác hẳn CC và Cursor. Trong công nghệ phần mềm, giống như tranh luận Cathedral vs Bazaar: 1) Cathedral là môi trường kiểm soát, triển khai dễ, upside hạn chế… và mình nghĩ OpenAI nằm ở đó. 2) Bazaar là đưa agent vào môi trường người dùng để tương tác trực tiếp với vô số app/biến số, khó hơn nhiều nhưng payoff lớn hơn; vấn đề cấu hình chỉ là tạm thời và có thể giải được.
  • Tách hoàn toàn ra thì an toàn hơn, nhưng chậm hơn và tốn chi phí hơn. CC có thể tắt ngay khi có gì đó sai, còn async thì có khi vài giờ sau quay lại mới ngã ngửa trước thảm họa, và tiêu hao token nhiều.
  • Đề xuất theo PR trên codebase hiện có là cách đưa agent vào workflow developer ít gây ma sát nhất, vì ai cũng quen review theo cách này. Nhưng ép workflow người dùng (human-first) vào lượng đề xuất lớn của agent thì sớm gặp giới hạn. Cần workflow tự động để review nhiều đề xuất hiệu quả hơn; vì vậy mình nghĩ dạng CLI như Claude, Aider mới tận dụng được khả năng mở rộng async/ song song của agent tốt nhất. Mình đã làm thư viện phụ cho aider/claude, và mong toàn bộ môi trường dev dạng này phải giữ open source để thoát khỏi phụ thuộc hạ tầng của MS, OpenAI, v.v. Mình đang biên soạn thêm tips review qua CLI trong tài liệu theo case study.
  • Nhân tiện, Claude code cũng có thể làm async qua GitHub Actions; lệnh slash của Claude code còn hỗ trợ setup tự động.
  • Có vẻ setup hiệu quả nhất là kết hợp cloud async agent với local interactive (Claude Code, Cursor, Aider): để Codex UI lo các việc lặp đi lặp lại, đơn giản; còn lại xử lý local. Mình thấy máy chạy Codex chậm nên compile/rebuild/dependency cache cứ lặp đi lặp lại; nếu UI/tool/state giữ tại local mà chỉ gửi inference LLM ra remote thì workflow sẽ nhanh hơn rất nhiều.

• Mình thử Jules cho side project và chất lượng code kém hơn rõ rệt so với GH Copilot (Claude Sonnet), Gemini CLI, Claude Code. Đặc biệt trong monorepo, logic chuyển thư mục cứ bị xoắn, dù đã ở thư mục backend vẫn lặp lại cd nhiều lần, thay đổi logic không nắm đúng ngữ cảnh.

  • Gần đây họ quảng bá là Jules tận dụng khả năng lập kế hoạch đã nâng cấp của Gemini 2.5 Pro, nên đáng để thử thêm một lần.
  • Đó là lần đầu tiên mình dùng, và nó xử lý khá tốt việc refactor toàn bộ tầng dữ liệu, thậm chí còn bất ngờ. Cũng từng bị ấn tượng với Copilot, nhưng dùng lâu thì AI chậm dần và lộn xộn, thậm chí mất thời gian; đó là bức tranh hiện tại của coding agent AI.
  • Giao nhiệm vụ nhỏ thêm output terminal có màu trong side project, kết quả PR rất tốt. Coding agent LLM có vẻ mạnh ở mảng này, yếu ở mảng khác, nên kết quả gần như random. Tuy vậy chỉ cần một dòng prompt đã có PR; dù thất bại thì rủi ro thấp và yêu cầu lại rất tiện.

• Mình thích khái niệm “coding agent async” và cách gọi. Mình thấy bài của LangChain về giới thiệu async agent mã nguồn mở và cả case cho coding agent của Copilot; hy vọng hướng đi này sẽ được chốt lại.

  • Nếu là từ mà Simon (tác giả comment này) dùng, có thể sẽ trở thành chuẩn.

• Năm 2025, chỉ có Claude Code mới là agent thực sự; Gemini vẫn rất mạnh ở xử lý context dài, xem thêm: link thảo luận trên Reddit

  • Đồng ý. Google có kết quả benchmark tốt và cũng tung ra các mô hình như World Models Genie 3, nhưng đề xuất/thay đổi của Gemini CLI quá khuôn mẫu, kiểu coder mắc OCD: tập trung vào style như tab/space nhiều hơn là feature cần thiết. Mình từng lỡ mất cả hạn mức token trong ngày với các việc nhỏ như ESLint, tách module code không cần thiết. Trong khi đó Claude Code phản hồi yêu cầu tốt hơn, giúp dựng feature cho người dùng thực tế; có thể do prompt engineering, nhưng Claude Code có vẻ hiểu mình hơn.
  • Mình cũng thấy vậy. Mình không muốn PR review workflow chen vào giữa quá sâu. Tính năng nổi trội của Claude Code là có thể chặn ngay khi nó đi sai hướng, và cấu trúc cho phép can thiệp bằng code của mình giữa chừng; giống như khi giao full feature cho junior không kèm hướng dẫn và chỉ khi họ kẹt thì mới check.
  • Sourcegraph Amp cũng khá ổn; mặc dù chưa hoàn thiện/chức năng chưa bằng Claude code, nhưng khi code review mình hay gọi o3 bằng tool “oracle” để hỗ trợ.

• Không hiểu tại sao thông tin pricing lại ẩn kỹ như vậy; phải hỏi Grok mới thấy được. Trên site Google chỉ xem được tổng quan plan sau khi đồng ý điều khoản. Tham khảo giá và plan tại gemini.google/subscriptions (có thể cần đăng nhập).

  • Mình thấy việc đánh dấu > Highest task limits như vậy hoặc cho phép sửa đổi điều khoản sau khi dùng như Claude/Cursor là thứ đáng lẽ phải bị cấm bởi luật.
  • Mình muốn biết tại sao phải dùng grok: đã thử các model khác rồi fail hay bản thân bạn hay dùng grok? xin cho thêm chi tiết.