2 điểm bởi rallypi 2026-04-13 | Chưa có bình luận nào. | Chia sẻ qua WhatsApp

Tôi đã mệt mỏi vì cứ phải lặp đi lặp lại việc tìm tin tức, sắp xếp rồi đưa ra phán đoán,
nên đã thử làm một công cụ để AI phân tích thay.

Khi vào sử dụng, dựa trên tin tức và dữ liệu công bố SEC,
hệ thống sẽ tự động tạo báo cáo
và cũng tóm tắt riêng diễn biến sau khi thị trường đóng cửa.

✔️ Gần như không tốn thời gian phân tích mã cổ phiếu
✔️ Có thể xem ngay phần cốt lõi của tin tức
✔️ Nắm nhanh được diễn biến trong ngày

Nó hoạt động theo kiểu như sau.

  • Tự động tạo mỗi ngày báo cáo đóng cửa thị trường chứng khoán Mỹ và nghiên cứu theo từng mã cổ phiếu
  • Báo cáo nghiên cứu theo từng mã sẽ được tạo 1 lần mỗi ngày khi bấm vào, sau đó có thể xem lại nhanh
  • Không cung cấp nguyên văn bài báo mà chỉ tóm tắt các nội dung trọng tâm đã được phân tích
  • Cũng có thể kiểm tra cơ cấu / diễn biến của ETF

Cũng có một vài điểm thực tế cần nói trước.

  • Do vấn đề giấy phép, chỉ số được cung cấp theo chuẩn DIA / SPY / QQQ
  • Biểu đồ sử dụng dữ liệu trễ 15 phút
  • Ở lần xem đầu tiên sẽ có một chút độ trễ vì cần tạo báo cáo

Hiện tại tôi chỉ nhận đăng nhập bằng tài khoản Google hoặc Telegram,
còn bản thân các báo cáo thì được mở miễn phí.
Tôi không thu thập dữ liệu nhạy cảm, nên chỉ những ai muốn bình chọn thì mới cần đăng nhập.

Vì đây là thứ tôi làm một mình theo kiểu vibe coding,
nên chắc còn thiếu sót nhiều chỗ, nếu mọi người góp ý thì tôi sẽ cố gắng phản ánh vào sản phẩm.


Những điều tôi cảm nhận được trong lúc làm

  1. Phát triển bằng AI giống “khuếch đại” hơn là “thay thế”

Dạo gần đây nói nhiều về chuyện AI thay thế lập trình viên,
nhưng khi tự mình làm thử thì

3 thứ là kiểm chứng / giải thích / chỉnh sửa
không dễ gì giải quyết chỉ bằng AI như tôi từng nghĩ.

Cuối cùng vẫn cần con người liên tục định hướng.

  1. Chỉ cần mắc vào một vấn đề là mất trắng cả ngày

Một khi bị kẹt ở đâu đó thì phải quay GPT liên tục để tìm cách giải quyết,
mà việc này tốn thời gian hơn tưởng tượng nhiều.

Có rất nhiều lúc ôm cả ngày mà vẫn không giải được,
nên về mặt tinh thần cũng khá mệt.

  1. Bắt đầu mà không nhìn “chi phí” thì thực sự rất nguy hiểm

Lúc đầu
tôi định tạo báo cáo theo thời gian thực cho mỗi yêu cầu,

nhưng chi phí LLM + data API vượt quá khả năng chịu đựng,
nên cuối cùng đã đổi sang cấu trúc “tạo 1 lần sau khi thị trường đóng cửa + cache”.

Vì chi phí vận hành cũng cứ phát sinh liên tục,
hiện tại tôi đang duy trì dịch vụ bằng cách gắn AdSense ở mức tối thiểu.

Đây thực sự là chỗ có thể nổ tung nếu không nghĩ trước.

Nếu có ai không phải dân dev mà đang làm vibe coding,
tôi khuyên nên xem cấu trúc chi phí trước tiên.

  1. Hạ tầng khó hơn tôi tưởng

Tôi dùng AWS thay cho Firebase,
tưởng là sẽ rẻ hơn, nhưng

kết luận là cả hai đều ngốn tiền như nhau.

Đặc biệt ở đoạn kết nối GitHub Actions + AWS,
tôi đã mất khoảng 3 tuần và suýt gãy tinh thần.

  1. Việc chọn model cũng quan trọng hơn tôi nghĩ

Tôi đã thử Claude Sonnet,
nhưng ở bước kiểm chứng có những phần bị bỏ sót,

nên cuối cùng phải dùng thêm GPT Codex để bù vào.
(VSCode dùng Codex extension)

  1. Cuối cùng thứ quan trọng vẫn là “thiết kế”

Ban đầu tôi tưởng AI sẽ làm hết, nhưng

  • Tạo vào thời điểm nào
  • Cache cái gì
  • Tự động hóa đến mức nào

việc quyết định những điều đó quan trọng hơn rất nhiều.

  1. Về mặt cảm xúc cũng không hề dễ

Cái này hơi cá nhân một chút,
nhưng khi GPT không hiểu ý mình (dù phần lớn chắc là do tôi giải thích chưa tốt),
tôi tích tụ khá nhiều stress.

Vì cứ bám lấy nó liên tục,
đã có nhiều lúc tôi muốn đập bàn phím.

Ngoài ra tôi có thêm một điều đang thắc mắc.

Theo cấu trúc hiện tại thì ECS task / tài nguyên RDS vẫn đang đủ,
nhưng tốc độ tải đầu tiên của website lại chậm hơn tôi tưởng khá nhiều.

(đặc biệt là ở request đầu tiên)

Phía GPT và Claude thì cứ trả lời rằng “tài nguyên là đủ”,
nhưng hiệu năng cảm nhận thực tế rõ ràng là chậm, nên có vẻ nút thắt nằm ở chỗ khác.

  • Có phải do khi cache miss thì logic tạo báo cáo cũng bị chạy cùng không
  • Hay là vấn đề nằm ở cấu trúc phản hồi API

Tôi chưa hình dung rõ nút thắt phát sinh ở đâu trong phần này,

Nên nếu ai từng gặp vấn đề hiệu năng trong cấu trúc tương tự,
cho tôi xin lời khuyên nên bắt đầu kiểm tra từ đâu thì tốt hơn.


Có lẽ vì tôi bắt đầu trong tình trạng gần như không biết code,
nên đã mất tới 2 tháng,

Mỗi khi nhìn những người có thể làm ra dịch vụ chỉ trong vài ngày,
tôi thực sự thấy họ quá giỏi.

Tôi rất kính nể các lập trình viên.

Nếu có ai cũng từng làm dịch vụ bằng AI theo cách tương tự,
tôi cũng tò mò không biết mọi người bị kẹt nhiều nhất ở đoạn nào.


Tôi cũng đã thêm mini app trên Telegram nên xin đăng kèm địa chỉ ở đây.
https://t.me/rallypi_bot

Chưa có bình luận nào.

Chưa có bình luận nào.