Bảy cách Ras Mic dùng Grok Bot hằng ngày

1. Bảy cách dùng Grok Bot, và một đội agent ở trung tâm

Michael Shimeles (kênh Ras Mic) mở đầu bằng một câu khẳng định: Grok Bot đã thay đổi hoàn toàn cách anh làm việc (video đăng ngày 29/10/2026). Nếu bạn đang muốn tận dụng Grok Bot tối đa, anh nói bạn đã đến đúng chỗ.

Trong video này (đăng ngày 29/10/2026), anh hứa cho xem bảy cách anh thực sự dùng Grok Bot: từ fine-tune model của riêng mình, build app của riêng mình, lo chuyện tài chính, cho tới quản lý cả mạng máy tính trong nhà. Anh cũng sẽ cho xem cách anh dựng đội agent của mình (team of agents), cách bạn có thể chép lại những phần thực sự có ích cho bạn, và tới cuối video bạn sẽ thấy việc đặt Grok Bot ở trung tâm giúp anh làm việc năng suất tới mức nào. Anh mời người xem ngồi thoải mái rồi bắt đầu.

Hình 1.1Bảy cách dùng Grok Bot theo danh sách hiện trên màn hình trong video đăng ngày 29/10/2026: fine-tune model, build app, tài chính và sổ sách, content pipeline, editing, gia đình, home lab.

2. Cách 1: fine-tune model của riêng mình, bắt đầu từ DataBot

Use case đầu tiên là fine-tune model của chính anh. Anh mở Ras Cloud, một dashboard nội bộ mà anh mô tả là thứ về cơ bản quản lý mạng máy tính trong nhà anh. Trên đó có vài model anh đã tự fine-tune. Anh nói thêm ngay: khi anh nói "tôi", thật ra là Grok Bot đã làm việc đó cho anh (theo Michael, video đăng ngày 29/10/2026).

Dashboard còn có các dataset sẵn sàng cho training, tất cả lấy từ những cuộc hội thoại anh đã có với các model khác nhau trên các harness khác nhau. Theo anh giải thích (video đăng ngày 29/10/2026), "agent traces" là phần knowledge work, còn "coding SFT" là các task về coding.

Sơ đồ How I am using Grok Bot, mục 1 Fine-tune my own model — Sơ đồ mục "1. Fine-tune my own model" trong video đăng ngày 29/10/2026: My coding traces, rồi Data bot (organize + clean: dedupe, filter, format thành training set), Grok Bot, một dịch vụ GPU sandbox trên cloud chạy fine-tuning job, Fine-tuned model, và bước so sánh trên một task thật, trước và sau, với một frontier model. Hàng ảnh bên dưới ghi "Cleaned set: 637 rows from 32 repos".

Bạn có thể thắc mắc anh làm việc này với Grok Bot bằng cách nào. Theo lời anh (video đăng ngày 29/10/2026), mọi thứ bắt đầu bằng một cuộc trò chuyện đơn giản, trong đó anh tạo một bot tên là DataBot. Anh yêu cầu nó nhìn toàn bộ mạng máy tính của anh, nhìn mọi máy, bắt đầu thu thập mọi trace anh có, tức mọi cuộc hội thoại anh đã có với các agent của mình, rồi bắt đầu phân loại các cuộc hội thoại đó, lấy những lần làm việc thành công với agent để biến thành training data.

Anh đọc câu trả lời nhận được trên màn hình (demo trong video đăng ngày 29/10/2026): coding SFT bản v4 đã được dựng trên NAS, nơi lưu trữ của anh, gồm 637 dòng lấy từ 32 repo. Mỗi prompt giờ đã kèm các file thật mà patch chạm tới, và cả 70 patch dùng cho eval đều apply sạch trên parent commit của chúng.

Anh không đi sâu vào cách dữ liệu được cấu trúc. Điều anh muốn người xem nắm là DataBot đã đi qua mọi coding trace của anh, sắp xếp chúng cho gọn gàng, loại các lần chạy tệ, giữ lại các lần chạy tốt, rồi cất tất cả trên NAS để anh có thể fine-tune hay train bất kỳ model nào anh muốn (demo trong video đăng ngày 29/10/2026).

3. Hỏi bot giải thích dữ liệu khi mình không phải dân machine learning

Michael nói thẳng: tất cả chuyện này đều mới với anh. Vì thế anh nhờ DataBot giải thích một cách đơn giản về dữ liệu coding mà anh đang có (video đăng ngày 29/10/2026). Câu anh gõ, hiện trên màn hình, bắt đầu bằng "explain the coding data we have".

Anh đọc câu trả lời của bot trên màn hình (demo trong video đăng ngày 29/10/2026): có hai đống dữ liệu coding, một là raw log của các session, hai là một training set nhỏ làm ra từ chúng. Raw log là mọi cuộc hội thoại anh đã có với Claude Code, Codex, Cursor, OpenCode và Pi trên tất cả các máy của anh. Tổng cộng khoảng 28 GB, và giờ được backup lên NAS mỗi đêm.

Phần còn lại của câu trả lời trên màn hình (demo trong video đăng ngày 29/10/2026) ghi: training set (v2) có 127 example, khoảng 768 nghìn token; mỗi example là một việc anh nhờ agent làm, ghép với thay đổi code thực sự đã được commit cho việc đó, và các chi tiết riêng tư đã được xoá. Bot cũng ghi rằng training set nhỏ vì một example chỉ được tính khi tìm được commit thật đi ra từ session; 127 example đủ cho một lần fine-tune thử nhưng còn nhỏ cho một lần nghiêm túc, và khôi phục các repo cũ từ GitHub là cách chính để làm nó lớn lên.

Hình 3.1Hai đống dữ liệu coding mà bot mô tả trong demo của video đăng ngày 29/10/2026: raw log của các session và training set nhỏ lọc ra từ đó.

Như vậy, theo Michael (video đăng ngày 29/10/2026), bot giải thích cho anh dữ liệu anh đang có, anh đã thu thập nó thế nào, nó được cấu trúc ra sao, và hai bên cứ thế hỏi qua hỏi lại. Anh nhấn mạnh: anh không phải dân machine learning, cũng không phải dân data, và tất cả điều này làm được là nhờ anh dùng Grok Bot.

4. Thuê GPU, chạy fine-tune và serve model

Quay lại flow: anh đã có dữ liệu, nhưng muốn chạy fine-tune thì cần GPU. Và kể cả khi có GPU, anh vẫn cần chạy fine-tune cho thành công và kiểm rằng mọi thứ hoạt động. Theo Michael (video đăng ngày 29/10/2026), người lo phần đó cũng chính là Grok Bot.

Anh có credit ở một dịch vụ GPU sandbox trên cloud vì anh nằm trong chương trình startup của dịch vụ đó. Anh hỏi bot machine learning của mình, tên là ML: "can we train a model now?". Bot trả lời rằng có, và nó đang kiểm tình trạng GPU còn trống cùng giá cả để đưa anh một ước tính chi phí. Theo câu trả lời anh đọc trên màn hình (demo trong video đăng ngày 29/10/2026), dịch vụ đó lúc ấy có nhiều H100 dạng spot với giá 2,27 đô một giờ, và kế hoạch là một lần QLoRA fine-tune Qwen3.8-27B trên một GPU.

Michael chen một câu: đây là những con GPU "hạng nặng" (big boy ones), và theo lời anh, giá của chúng từ khoảng 25.000 tới 400.000 đô (video đăng ngày 29/10/2026). Anh đã cho Grok Bot quyền truy cập vào chúng qua dịch vụ đó.

Vấn đề là anh không có đủ dữ liệu để thật sự train một model từ đầu, chưa kể việc đó sẽ tốn rất nhiều tiền. Nhưng anh có đủ dữ liệu để fine-tune một model thật nhỏ. Anh và bot đã làm việc đó và có kết quả (demo trong video đăng ngày 29/10/2026).

Bảng điểm Overall, Agent traces, Coding và nhận xét của bot về lần fine-tune — Kết quả lần fine-tune trong demo của video đăng ngày 29/10/2026: bảng điểm hai cột (Overall 0.480 và 0.434, Agent traces 0.474 và 0.431, Coding 0.512 và 0.449), kèm nhận xét của bot rằng mức tăng lớn nhất nằm ở coding, các output mẫu cho kết quả lẫn lộn, và bài kiểm tra thật là một task eval trên các coding task được giữ riêng.

Anh đọc dòng tóm tắt trên màn hình (demo trong video đăng ngày 29/10/2026): mức tăng lớn nhất là ở coding, và phần lớn mức tăng đến trong một phần ba đầu của lần chạy; sau đó model vẫn tiếp tục tốt lên, nhưng chậm.

Michael tóm lại chuỗi việc (video đăng ngày 29/10/2026): từ sắp xếp coding trace, làm sạch dữ liệu, thuê GPU trên cloud, tới có một model đã fine-tune. Anh còn đi thêm một bước: chạy được chính model đó trên dịch vụ GPU ấy. Tất cả những gì anh phải làm là bấm Start, và lúc quay video anh đang chuẩn bị serve một model trên tám con H100.

Anh nhấn mạnh đây không phải chuyện làm một lần (video đăng ngày 29/10/2026). Grok Bot của anh định kỳ đi qua mọi coding trace và sắp xếp training data, nên anh có một training dataset cứ lớn dần lên. Anh cũng cho xem trên dashboard một nhóm model riêng mang tên Ras mà anh đã fine-tune cho vui, và tất cả đều do Grok Bot làm.

5. Cách 2: build app với REA

Michael Shimeles nói trước camera, góc trái là danh sách 7 ways I use Grok Bot với mục 2 Build apps được tô sáng — Michael Shimeles chuyển sang mục thứ hai; danh sách "7 ways I use Grok Bot" ở góc trái đang tô sáng "Build apps" (video đăng ngày 29/10/2026).

Use case thứ hai là build app với REA. Theo Michael (video đăng ngày 29/10/2026), REA là viết tắt của "reverse engineer anything". Anh đã build rất nhiều app bằng cả Grok Bot và REA, đồng thời dùng Claude Code.

Anh kể các app đó và số lượt tải anh nêu (video đăng ngày 29/10/2026): app đọc Kinh Thánh của riêng anh tên Simply My Bible, hơn 364 lượt tải; phần mềm quay màn hình của riêng anh tên Rec, chính là thứ anh đang dùng để quay video này, hơn 129 lượt tải; Glide, về cơ bản là một bản clone của Screen Studio, 171 lượt tải; và Terminal, app trading của riêng anh, khoảng 400, gần 500 lượt tải. Theo anh, tất cả đều được build bằng Grok Bot.

Trang giới thiệu app Rec với dòng Hit record. That's it. và con số 364 Simply My Bible downloads — Trang giới thiệu Rec trong video đăng ngày 29/10/2026: "Hit record. That's it.", một app quay màn hình và camera cho Mac viết bằng Rust; bên trái là số đếm 364 lượt tải của Simply My Bible.

6. Glide: một prompt "tệ" và những gì Grok Bot làm tiếp

Michael lấy Glide làm ví dụ về cách anh build một app, và cho xem đúng prompt anh đã dùng (video đăng ngày 29/10/2026). Tin nhắn anh gửi cho bot Engineer, hiện trên màn hình:

I want you to use REA and reverse engineer screen studio, I want there to be feature parity, I want a fully open source super fast built using rust version... use claude code opus extra high and use /goal to get it done

Anh tự nhận xét rằng thành thật mà nói, đây là một prompt rất đơn giản, tệ (video đăng ngày 29/10/2026). Nhưng Grok Bot hỏi lại anh nên dùng máy nào. Anh có cả một mạng máy, và anh bảo nó dùng MacBook của anh, vì đây sẽ là một app cho Mac và anh muốn nó chạy được test. Rồi nó bắt tay vào làm.

Cửa sổ chat với bot Engineer: prompt build Glide và các trả lời của bot — Cuộc chat với bot Engineer trong demo của video đăng ngày 29/10/2026: prompt ở góc trên bên phải; bot trả lời rằng nó sẽ kiểm máy nào đang rảnh rồi mở một session Claude Code trên Opus ở mức extra-high với /goal, hỏi "Where should the Screen Studio rebuild run?", rồi báo bản rebuild đang chạy trên MacBook trong một session Claude Code trên Opus 5.5 ở mức extra-high.

Theo Michael (video đăng ngày 29/10/2026), quy trình thật sự chỉ có vậy: anh có một ý tưởng app, chia sẻ nó với Grok Bot, bảo Grok Bot dùng /goal và Claude Code. Grok Bot sẽ mở một session Claude Code trên một trong các máy của anh, dùng /goal, build app, rồi tự review app. Khi app tới trạng thái chạy được và sẵn sàng cho anh dùng, nó sẽ đưa quyền truy cập cho anh.

7. Bí quyết: skills repo rstack và vòng lặp 5/5

Michael nói có một bí quyết khiến tất cả chạy được, đó là skills repo của anh (video đăng ngày 29/10/2026). Grok Bot của anh biết về repo này, và anh đặt tên cho nó là rstack. Agent Claude Code mà Grok Bot dùng có quyền truy cập vào skills repo đó.

Trang GitHub của repo rstack với danh sách thư mục và README — Repo rstack trên GitHub trong video đăng ngày 29/10/2026: các thư mục như before-and-after, code-structure, evidence-driven-testing, greploop, new-feature, cùng AGENTS.md; phần About ghi đây là agent skills và một workflow template AGENTS.md cho Claude Code, Cursor và Codex.

Theo Michael (video đăng ngày 29/10/2026), repo này về cơ bản đưa cho mọi agent của anh một workflow chính xác để làm theo. Mỗi feature mới nằm trên một worktree riêng. Agent build feature đó, rồi dùng evidence-driven testing để chứng minh feature thật sự chạy. Sau đó nó dùng Greptile để review các thay đổi code. Nếu điểm review chưa phải 5 trên 5, thay đổi được trả lại cho agent để sửa; khi đạt 5 trên 5, nó sẵn sàng cho anh review.

Sơ đồ 2. Building apps with REA với vòng lặp software factory — Sơ đồ "2. Building apps with REA" trong video đăng ngày 29/10/2026: My app idea, Grok Bot, Claude Code, Skills repo (software factory); bên dưới là vòng lặp New-feature worktree, Build, Evidence-driven testing, Greptile review, quay lại "fix + re-review" cho tới khi đạt "5/5" thì thành Shipped app. Ảnh nhỏ bên dưới ghi "Engineer starts the Windows port", "Getting the mobile app live", "Bible app PR hits Greptile 5/5".

Với các app này, Grok Bot lo luôn việc merge, vì đây là những app anh chỉ muốn build cho bản thân dùng (theo Michael, video đăng ngày 29/10/2026). Nhưng một điều nó biết rõ là nó chỉ được merge những thay đổi đạt 5 trên 5. Còn khi anh muốn tự merge, tự review các feature đang được build, anh chỉ cần nói với Grok Bot là anh muốn làm vậy, và nó làm theo chỉ dẫn anh đưa.

Theo Michael (video đăng ngày 29/10/2026), cách làm này đã cho ra rất nhiều app, tổng cộng chắc chắn hơn một nghìn lượt tải. Anh chợt nhớ ra mình quên chưa nhắc Sketch: về cơ bản đây là bản thay thế Paper của anh, anh làm cho vui, vì anh rất thích Paper.

8. Cách 3: quản lý tài chính và sổ sách

Sau fine-tune model và build app, Michael chuyển sang use case thứ ba, mà anh gọi là chuyện "của người lớn": quản lý tài chính và sổ sách. Anh có một bot tài chính (finance bot) nhưng sẽ không mở ra cho xem, vì trong đó toàn là số liệu (video đăng ngày 29/10/2026).

Theo Michael (video đăng ngày 29/10/2026), finance bot có quyền truy cập mọi giao dịch của anh qua plugin finance. Cách làm anh kể: vào mục apps, tìm "finance" rồi bấm vào; anh nói về cơ bản đó là Plaid, nhưng ở đây nó được gọi là finance cho sang. Sau đó bạn cho nó quyền truy cập mọi tài khoản môi giới (brokerage), kết nối tài khoản ngân hàng, thẻ tín dụng, và những gì khác.

Nếu bạn có spreadsheet như anh, chẳng hạn Google Sheets hay file trên Google Drive, thì kết nối luôn. Bất kỳ loại sao kê nào cũng vậy; với anh đó là sao kê các hợp đồng sponsorship và những thứ tương tự (theo Michael, video đăng ngày 29/10/2026).

Sơ đồ My finances and books, run by Grok Bot — Ba nguồn (bank + brokerage + crypto feeds chỉ đọc qua Grok Bot; Gmail + Drive với các thread của kế toán và sao kê; sao kê các hợp đồng sponsor) đổ vào Finance bot để phân loại, đối chiếu, reconcile và gắn cờ; bot cập nhật một Finance sheet, dựng các gói tài liệu cuối năm cho kế toán, và hỏi anh khi không chắc. Dòng nhỏ dưới tiêu đề ghi bot chỉ đọc và không bao giờ chuyển tiền.

Kết nối xong, anh dặn finance bot (theo lời anh, video đăng ngày 29/10/2026): reconcile tất cả, quản lý sổ sách, giữ một sổ cái (ledger) cho mọi giao dịch, lập cho anh một ngân sách hằng tháng, xem anh đang tiêu bao nhiêu, đang tiêu quá tay vào đâu, và có thể tối ưu khoản đầu tư ở chỗ nào.

Anh còn hỏi Grok Bot xem mình có đủ sức mua một số thứ không (video đăng ngày 29/10/2026). Ví dụ anh rất muốn mua chiếc iPhone Duo. Có cần không? Không. Có muốn không? Có. Có nên mua không? Anh hỏi Grok Bot, và Grok Bot trả lời đại ý: thật ra anh không cần nó, nhưng nếu anh muốn mua thì có lẽ nên làm một video về nó.

Theo Michael (video đăng ngày 29/10/2026), với việc sắp xếp những dữ liệu đã có sẵn, kiểu như tài chính, anh thấy Grok Bot làm xuất sắc. Anh từng gửi vài spreadsheet nó tạo cho kế toán của anh, và cô ấy phản hồi bằng một tiếng "wow" đầy ấn tượng.

9. Routine mỗi thứ Hai: sổ sách tự cập nhật

Michael có một routine chạy mỗi thứ Hai (video đăng ngày 29/10/2026). Về cơ bản, mọi thứ được làm cho đúng: số liệu được kiểm, giao dịch được kiểm, mọi thứ được reconcile. Nếu finance bot có câu hỏi gì, nó hỏi anh và anh trả lời. Việc này lặp lại mỗi thứ Hai.

Hình 9.1Sáu bước của routine thứ Hai theo sơ đồ trên màn hình trong video đăng ngày 29/10/2026: backup sheet trước, kéo số dư mới nhất, thêm thu chi kinh doanh còn thiếu, chuyển các hợp đồng sponsor đã thanh toán ra khỏi khoản phải thu, số không khớp thì gắn cờ chứ không ghi đè, và ghi mọi thay đổi vào change log.

10. Cách 4: content pipeline với YouTube bot

Cũng trong mảng kinh doanh, Michael kể một việc khác Grok Bot giúp anh rất nhiều: content pipeline (video đăng ngày 29/10/2026). Anh có quá nhiều ý tưởng tới mức không biết bắt đầu từ đâu, nhưng anh luôn muốn mới mẻ và luôn cập nhật những gì đang diễn ra. Mà trong lĩnh vực của anh, nhiều lúc có quá nhiều chuyện xảy ra cùng lúc. Vì thế, theo anh, YouTube bot là thứ cứu anh.

Theo Michael (video đăng ngày 29/10/2026), cứ vài tiếng YouTube bot lại gửi anh ba chủ đề, ba tweet, ba thay đổi tin tức mà nó đọc được trên X. Theo anh, với Grok Bot, về cơ bản bạn có quyền truy cập API của X và có thể kéo dữ liệu từ X. Anh cài để cứ vài tiếng bot lại lùng sục X, đọc qua các tin và tweet về AI, rồi đưa cho anh ba chủ đề anh có thể nói tới. Tài liệu Grok Bot của xAI (đọc ngày 31/10/2026) ghi rằng plugin X cần credit X API trên tài khoản X developer.

Hôm quay video, bot gửi về ba chủ đề (demo trong video đăng ngày 29/10/2026): Anthropic nộp hồ sơ S-1, anh nhận xét đây là chủ đề tốt; OpenAI ship GPT-6.1 Terra, anh đáp "Okay"; và Cursor phát hành agent SDK của Cursor. Theo anh, cả ba đều là chủ đề rất tốt.

Sơ đồ content pipeline: X, YouTube bot routine, Notion Video Ideas, flag và tài nguyên trong thẻ Notion — Các bài trending trên X, rồi "YouTube bot routine twice a day: 8:50 AM + 3:50 PM", "Checks Notion Video Ideas", "Flags matches + pitches topics with title ideas", và "Resources in the Notion video card / stream plan".

Michael nói Grok Bot thật sự đang chạy việc này (video đăng ngày 29/10/2026): lấy các bài đang trending trên X, và YouTube bot có một routine mà anh nói là 8 giờ sáng và 3 giờ chiều (sơ đồ trên màn hình ghi 8:50 AM và 3:50 PM). Anh có một trang Notion chứa mọi ý tưởng video. Nếu có ý tưởng video nào khớp với thông tin bot mang về từ X, bot sẽ đưa các tài nguyên đó vào thẻ của video ấy, để khi lên kế hoạch làm video đó anh đã có sẵn tài liệu. Trên sơ đồ, các bước được ghi là gắn cờ các ý tưởng khớp, đưa tài nguyên vào thẻ video, rồi anh bắt đầu quay (video đăng ngày 29/10/2026).

11. Cách 5: thử cho AI edit video

Use case thứ năm là editing. Michael nói anh vẫn đang thử nghiệm, nhưng AI thực ra làm khá tốt việc edit video (video đăng ngày 29/10/2026). Video người xem đang xem do editor của anh dựng, và anh gửi lời chào tới editor ngay trong video. Song song, anh dùng AI để thử xem AI có edit được không.

Sơ đồ 5. Editing: Stream recording 4K, Osmo face cam, Transcribe, Pick clip moments, Sync face cam — Sơ đồ "5. Editing" trong video đăng ngày 29/10/2026: Stream recording (4K) và Osmo face cam, rồi Transcribe (whisper), Pick clip moments, Sync face cam by matching audio, ra 13 split-screen shorts (màn hình trên, mặt dưới) và 4 video dài 4K, lưu lên NAS. Hàng ảnh nhỏ ghi "Start clipping: 13 shorts", "4K + face cam, stored on the NAS", "4K cuts on the NAS".

Anh mở một video được AI edit hoàn toàn (demo trong video đăng ngày 29/10/2026). Theo nhận xét của anh: AI đặt anh vào đúng vị trí trong khung hình, màu trông khá ổn, có cả chữ chạy trên màn hình mà anh thấy khá đẹp, và phần âm thanh nó làm ở mức tạm được. Anh không thích phần audio lắm, nhưng phần hình thì cực kỳ tốt.

Vì vậy, theo Michael (video đăng ngày 29/10/2026), anh chưa tới mức để AI edit trọn một video, nhưng có thể là edit vài clip, hoặc giúp editor của anh edit nhanh hơn. Anh vẫn đang thử với Grok Bot, nó chưa hoàn toàn tới nơi. Anh nói có thể đó là "skill issue" từ phía anh, nhưng đây là thứ anh liên tục thử nghiệm và trông rất tốt.

12. Cách 6: chuyện gia đình, baby bot và Prepper bot

Use case thứ sáu là chuyện gia đình. Michael kể anh là một người bố mới, có con gái, và anh rất yêu con (video đăng ngày 29/10/2026). Anh là người hay lo, hay hoảng trong nhà. Nên anh hỏi Grok Bot đủ thứ: tiếng con bé phát ra là tiếng gì, con có đói không, cái này là gì, cái kia là gì.

Anh cũng thấy may mắn vì có cả một "ngôi làng" quanh mình: gia đình, bạn bè, nhà thờ. Nhưng có những lúc ba giờ sáng anh cần hỏi gấp một câu, và theo anh, Grok Bot ở đó (video đăng ngày 29/10/2026).

Sơ đồ 6. Family stuff: Micky, Grok Bot, Prepper bot, Baby bot — Sơ đồ "6. Family stuff" trong video đăng ngày 29/10/2026: từ Micky tới Grok Bot, rồi Prepper bot (bộ đồ khẩn cấp khớp đúng loại sữa công thức của con) và Baby bot ("First-time-dad questions, answered anytime"). Ảnh nhỏ bên dưới ghi "Prepper reads the formula tin", "Priced emergency kit", "Baby bot: vaccine schedule".

Anh còn có một bot tên là Prepper. Anh thừa nhận chuyện này nghe có vẻ hơi xa vời, hơi điên (video đăng ngày 29/10/2026). Có lần nhà anh mất nước hai ngày vì một ống nước bị vỡ ở cuối đường. Chuyện đó làm anh hoảng: không có nước, máy lạnh không chạy vì nó chạy bằng nước, cả nhà không tắm được, không làm được đủ thứ việc. Nên anh lập một bot về cơ bản dựng cho anh một spreadsheet liệt kê mọi thứ cần mua phòng khi khẩn cấp và cất trong kho.

Theo Michael (video đăng ngày 29/10/2026), bot làm việc trong vài tiếng và đưa cho anh cả một spreadsheet, có ngân sách cho hai tuần, ba tuần và sáu tháng. Anh nói thật lòng là việc này rất ấn tượng.

Điều anh thật sự muốn nói ở đây (video đăng ngày 29/10/2026): anh mong video này giúp người xem nghĩ lớn và đẩy Grok Bot của mình đi xa hơn. Đừng bị giới hạn bởi những gì bạn nghĩ là làm được. Hãy thực sự thử làm những gì bạn nghĩ là không làm được. Đúng là nó có thể thất bại, nhưng bạn không bao giờ biết mình sẽ mở khoá được điều gì mới khi dùng nó.

13. Cách 7: vận hành home lab

Việc thứ bảy Grok Bot giúp Michael là vận hành home lab. Anh giải thích cách home lab của mình hoạt động (video đăng ngày 29/10/2026): anh có năm máy, tất cả nối với nhau qua Tailscale. Đó là một máy Linux, một laptop Framework chạy Linux, một máy Mac, một MacBook Pro (chính là máy anh đang dùng để quay), và một VPS đặt ở Kansas mà anh nói giá khá tốt.

Không chỉ năm máy đó, anh còn có một Synology NAS, về cơ bản là nơi lưu trữ trung tâm cho tất cả các máy (video đăng ngày 29/10/2026). Rất nhiều bản backup diễn ra ở đây; mọi footage thô của anh và mọi file quan trọng đều nằm trên đó.

Hình 13.1Home lab mà Michael mô tả trong video đăng ngày 29/10/2026: năm máy nối qua Tailscale, một Synology NAS làm nơi lưu trữ trung tâm, và GPU H100 thuê trên cloud để fine-tune và serve model; IT bot giúp anh dựng toàn bộ.

Ngoài ra còn có những máy bên ngoài mà mạng của anh liên lạc, đó là các GPU thuê trên cloud (video đăng ngày 29/10/2026). Anh kể mình mới có niềm đam mê với việc fine-tune model, serve model, inference và những thứ kiểu đó.

Theo Michael (video đăng ngày 29/10/2026), bot IT của anh đã giúp anh dựng tất cả những thứ này, đặc biệt là phần chạy GPU trên cloud.

14. Dạo một vòng dashboard Ras Cloud

Michael mở dashboard Ras Cloud, thứ anh dùng để có cái nhìn tổng quan về mạng máy tính, quản lý các máy và những việc tương tự (demo trong video đăng ngày 29/10/2026). Anh nói trên đó có rất nhiều thứ hay ho.

Đầu tiên là danh sách thiết bị. Ngay từ dashboard này anh có thể điều khiển máy của mình (demo trong video đăng ngày 29/10/2026). Ví dụ muốn điều khiển máy Mac từ xa, anh chỉ cần nhập username và password, và thế là anh có toàn quyền truy cập máy Mac, tất cả từ dashboard mà Grok Bot đã giúp anh dựng.

Dashboard còn cho anh cái nhìn tổng quan về mọi agent đang làm việc, các session đang chạy, các job đang chạy trong mạng, và riêng phần coding activity thì cho thấy anh đã đốt bao nhiêu tiền token (demo trong video đăng ngày 29/10/2026). Theo con số anh đọc, trong 30 ngày qua anh đã đốt hơn 14.000 đô giá trị credit. Anh nói rõ tất cả đều nằm trong các subscription được trợ giá, nhưng bạn có thể thấy con số đó điên rồ cỡ nào.

Theo Michael (video đăng ngày 29/10/2026), anh chạy rất nhiều automation trên dashboard này. Anh cũng chạy một CLI proxy, vì anh có nhiều subscription Claude: với Opus 5.5, theo lời anh, mức trợ giá mà người dùng gói 200 đô đang được hưởng là cực kỳ tốt.

Anh còn tự build một harness để thử các model anh đang serve trên GPU thuê (demo trong video đăng ngày 29/10/2026). Bấm vào nhóm model Ras, tất cả đều đang được serve trên cloud, và anh có thể thử chúng trực tiếp trong mạng của mình trên harness này. Anh kể anh về cơ bản clone harness của DeepSeek rồi đặt tên là Ras Cloud harness, và nói thêm "đừng ném đá tôi": anh chỉ muốn clone nó vì DeepSeek có một harness rất tốt.

Hình 14.1Các mục của dashboard Ras Cloud và việc IT bot làm mỗi tuần, theo phần dạo dashboard trong video đăng ngày 29/10/2026.

Tiếp theo là phần Lab, nơi xem được các training run và dataset (demo trong video đăng ngày 29/10/2026). Anh cũng đã thử chạy vài benchmark nhưng tới lúc quay vẫn chưa thành công. Anh còn có trang inference riêng, nơi anh chỉ cần bấm Start là có model được deploy lên GPU trên cloud.

Rồi anh kể vài việc bot IT làm cho anh mỗi tuần (theo Michael, video đăng ngày 29/10/2026): nó audit cả fleet để chắc mọi thứ khớp nhau, mở PR nếu có gì cần thay đổi. Anh và bot luôn harden bảo mật, đảm bảo firewall, SSH, Tailscale và mọi thứ liên quan được cài đúng. Content luôn được backup, và anh dùng H100 để fine-tune và serve model.

Và việc anh thích nhất trong danh sách (video đăng ngày 29/10/2026): AdGuard Home chặn quảng cáo cùng tracking trên TV Samsung. Anh kết bằng một câu cảm ơn Grok Bot.

15. Đội bot của Ras Mic

Sau bảy use case, Michael liệt kê các bot anh đang có (video đăng ngày 29/10/2026): một bot engineer, một bot designer, một bot tài chính, một bot cố vấn kinh doanh (advisor), một bot IT, một bot mua sắm (shopping), một bot sức khoẻ (health), một bot cho em bé (baby), một bot Prepper, một bot Ad Studio và một bot YouTube content. Về bot advisor, anh nói tin hay không tuỳ bạn, nhưng nó thực sự rất có ích chỉ để anh thử bàn các ý tưởng.

Sơ đồ đội bot xoay quanh Micky — Micky ở giữa, xung quanh là Engineer (code), Designer (UI / thumbnails), Finance (money), Advisor (business), IT (homelab / network), Shopping, Health, Baby, Prepper (emergency prep), Ad Studio (sponsor ads) và YouTube (content). Ô ghi chú bên phải ghi "Each bot has its own chat, memory and job".

Michael kể lúc đầu anh khá phản đối việc có nhiều bot như vậy (video đăng ngày 29/10/2026). Nhưng càng dùng anh càng thích, vì việc tách các bot ra không chỉ tách context của bot, mà còn tách context trong đầu anh. Khi làm việc với bot engineer, anh biết hai bên đang làm engineering. Khi làm với bot YouTube, anh biết đang làm YouTube. Khi làm với bot editor, anh biết đang làm editing. Theo anh, sự phân chia context giữa các bot như vậy giúp anh ngăn nắp hơn và cho phép anh đi nhanh hơn. Tài liệu Grok Bot của xAI (đọc ngày 31/10/2026) mô tả mỗi bot có tên, một việc, cuộc hội thoại riêng và working context của riêng nó.

16. Vì sao anh chọn Grok Bot làm personal agent

Michael nói đó là lý do vì sao với anh không có personal agent nào khác ngoài Grok Bot (video đăng ngày 29/10/2026). Anh từng tự build Pluto của riêng mình, và anh đã chấp nhận rằng Grok Bot là một personal agent tốt hơn nhiều. Theo anh, Pluto rất hợp cho doanh nghiệp.

Anh nhắc lại rằng không có personal agent nào như Grok Bot, và anh hoàn toàn bị cuốn vào nó (video đăng ngày 29/10/2026). Anh thú thật không thể bắt mình thử các agent như Dots, vì anh đã đầu tư quá nhiều vào Grok Bot và đang thực sự dùng nó.

Anh cảm ơn mọi người đã xem và chào tạm biệt.