Felix Rieseberg: giao cho Claude mục tiêu lớn hơn và kiểm tra lại output của nó

Felix Rieseberg của Anthropic nói về adversarial review, một Claude làm judge, cho agent dùng tool thay vì chia lát dữ liệu, và giao cho model kết quả bạn mong muốn.

Đã duyệt độc lập · cập nhật 21/11/2026 · 49 min

1. Mở đầu: chỉ nhờ tóm tắt email thì chưa hưởng lợi từ trí thông minh mới

Video mở bằng vài câu trích từ chính cuộc trò chuyện. Felix Rieseberg nói rằng nếu tất cả những gì ta làm chỉ là kiểu "tóm tắt giúp tôi cái email này", thì ta không thật sự hưởng lợi từ trí thông minh mới (theo Felix, video đăng ngày 20/10/2026).

Giọng Marina Mogilko, người dẫn chương trình, giới thiệu: đây là Felix Rieseberg; team của anh đã xây Claude Cowork trong khoảng một tuần rưỡi; giờ anh lead engineering cho Claude ở Anthropic, và anh không còn viết code nữa (lời giới thiệu trong video đăng ngày 20/10/2026). Phần mô tả của video ghi Felix đã lead engineering cho Claude.ai, Cowork và Claude Code Desktop ở Anthropic (theo phần mô tả video đăng ngày 20/10/2026).

Thẻ giới thiệu FELIX RIESEBERG chữ vàng và trắng trên nền xanh đậm, bên cạnh ảnh Felix đang cười
Thẻ giới thiệu khách mời ở đầu video: tên "FELIX RIESEBERG" trên nền xanh đậm, cạnh ảnh Felix mặc áo sơ mi xanh nhạt (video đăng ngày 20/10/2026).

Tiếp đó là vài câu nữa. Felix: "Tôi chỉ là một cái băng chuyền cho Claude. Claude cần được truy cập toàn bộ dữ liệu crash và tự tìm ra cái gì cần sửa, cái gì không cần sửa." Marina hỏi: có còn việc gì anh sẽ không tin giao cho một agent không? Felix đáp rằng anh hiếm khi muốn session hiện tại tự chấm chính nó, và theo anh chuyện đó vẫn còn rất bấp bênh (iffy) (video đăng ngày 20/10/2026). Marina hỏi tiếp: làm sao để chị tự bảo vệ mình khỏi việc AI tự tin đưa ra những lỗi sai? Felix: chuyện đó xảy ra với rất nhiều người trong chúng ta, và anh có một câu trả lời rất thực tế, dễ làm.

Vào cuộc trò chuyện, Marina cảm ơn Felix. Chị nói rất hào hứng được đón anh, và chị là một người dùng Claude, kiểu dùng rất nhiều. Chị và nhóm dùng Claude cho mọi khâu vận hành của Silicon Valley Girl; mỗi thành viên có project riêng cho phần việc mình phụ trách. Chị kể với một creator thì đây là một team khá lớn: chị có 35 người, và chị muốn họ làm việc hiệu quả nhất có thể, muốn sản xuất được nhiều nhất có thể (theo Marina, video đăng ngày 20/10/2026).

Chị cũng để ý rằng năm nay chị và nhóm đã mở được, chị nghĩ là, ba kênh mạng xã hội mới: một bản tin qua email, và LinkedIn từ một năm rưỡi trước (tính từ lúc ghi hình), vì đó là nền tảng thiên về chữ. Theo chị, AI đã giúp chị theo rất, rất nhiều cách, và mục tiêu của cuộc trò chuyện này là giúp chị, cùng tất cả người xem và người nghe, tiến xa hơn nữa (video đăng ngày 20/10/2026).

Felix nói từ những gì anh thấy chị làm, có vẻ chị đã khá nâng cao rồi. Marina đáp: nhưng đâu có giới hạn nào, phải không, cho việc tham vọng hết mức có thể. Felix đồng ý: anh nghĩ mỗi ngày anh lại khám phá ra điều đó ở chính mình (video đăng ngày 20/10/2026).

Theo Felix, một trong những điều vui nhất, vui hơn hẳn mọi thứ khác, khi làm Claude là thế này: với các sản phẩm trước đây của anh, anh khá rõ người ta sẽ dùng nó để làm gì. Ví dụ anh luôn dùng là anh từng làm ở Slack, và ở đó anh đại khái có cảm giác người ta sẽ làm gì với nó. Điều kỳ diệu khi làm Claude là anh thấy người ta thật sự "bay" và làm những điều tuyệt vời mà anh chưa từng nghĩ là có thể. Với một người làm sản phẩm, được thấy người khác bay cao với thứ mình làm ra là một món quà thật sự (Felix kể trong video đăng ngày 20/10/2026).

2. Một người trỏ Claude vào dữ liệu NASA để tìm hành tinh mới

Marina hỏi: có điều gì cực kỳ tham vọng mà anh từng thấy và nghĩ "trời ơi, mình muốn copy cái này" không?

Felix nói không chắc là chuyện copy, nhưng hai ngày trước (tính từ lúc ghi hình) có một người, anh nghĩ thật ra là product manager theo nghề, tên là Pavel. Người này trỏ Claude vào một lượng lớn dữ liệu của NASA và nhờ Claude tìm cho mình một hành tinh mới, và nó đã làm được. Nhưng có vẻ là chuyện đó chưa được xác nhận; NASA đang làm việc để thật sự xác nhận nó (theo lời Felix, video đăng ngày 20/10/2026).

Felix nói anh đang đứng trên một nền hơi chông chênh, vì anh không phải nhà vật lý thiên văn gì cả. Nhưng có vẻ là Claude có thể đã tìm ra một hành tinh mới mà trước đó ta chưa biết (video đăng ngày 20/10/2026).

Trang báo với tiêu đề tô vàng về một nhà thiên văn nghiệp dư dùng AI tìm một ngoại hành tinh có thể đang ẩn, phía dưới là hình minh hoạ vệ tinh, ngôi sao và một hành tinh đỏ
Video chèn một trang báo đề ngày October 14, 2026, tiêu đề "Amateur astronomer harnesses AI to find a possible hidden exoplanet"; dòng dưới viết bằng chứng về một siêu Trái Đất có thể có đã nằm nhiều năm trong dữ liệu NASA, và Pavel Rabtsevich đã tìm ra nó "with a little help from AI" (trang báo chèn trong video đăng ngày 20/10/2026).

Marina nói chuyện này thật cuốn hút. Felix nói đó là kiểu việc anh chưa bao giờ nghĩ tới. Với những người như chúng ta, những người có lẽ làm việc thiên về tri thức nhiều hơn, ý tưởng trỏ AI vào một lượng lớn dữ liệu để tìm ra những điều thú vị, nếu nhìn riêng, thì khá hợp lý, như một việc ta làm mỗi ngày. Nhưng ý tưởng nhìn vào toàn bộ dữ liệu công khai mà ta có về không gian, và coi nó là một bài toán tương tự, kiểu "đi xem trong này có gì mà ta chưa để ý tới không", thì theo Felix thật đẹp (video đăng ngày 20/10/2026).

3. Một ngày của Felix: agent brief buổi sáng, phần lớn thời gian cho prototype, và ý tưởng nào là tốt

Marina hỏi về một ngày làm việc của Felix. Anh đã giúp xây Claude Cowork, nhưng anh nói mình không còn code nữa. Vậy buổi sáng diễn ra thế nào, anh làm gì? Có phải agent của anh brief cho anh về những gì sắp tới không? (Video đăng ngày 20/10/2026.)

Marina và Felix ngồi đối diện ở bàn gỗ, mỗi người một micro; góc trái dưới có biểu tượng màu cam và thẻ chữ CLAUDE COWORK
Khi Marina nhắc tới việc Felix giúp xây Claude Cowork, video chèn biểu tượng màu cam và thẻ chữ "CLAUDE COWORK" ở góc trái dưới, cạnh cảnh hai người ngồi đối diện ở bàn (video đăng ngày 20/10/2026).

Felix xác nhận: agent của anh có brief cho anh một chút về những gì sắp tới trong ngày. Anh nói mình đã thật sự lên một "độ cao" (altitude) khác với những vấn đề anh nghĩ tới. Đôi khi anh thấy dạo này mình quan tâm hơn nhiều tới cảm xúc con người, sự thấu cảm, cố hiểu con người làm việc ra sao, theo một cách mà anh nghĩ là anh ít làm hơn khi còn là một engineering manager kiểu truyền thống cách đây vài năm (theo Felix, video đăng ngày 20/10/2026).

Anh nghĩ điều anh thật sự đang khám phá ra là số lần anh phải nhờ tới người thuộc các nghề khác đã giảm hẳn. Giờ anh là một sự pha trộn lạ lùng giữa product manager, engineering manager, một người quản lý con người theo kiểu truyền thống, và một data scientist (video đăng ngày 20/10/2026).

Trả lời thật cụ thể câu hỏi của Marina: phần lớn các ngày anh bận với rất nhiều việc prototype. Anh và nhóm thử rất nhiều thứ, nghĩ về chúng, ngủ một hai đêm với chúng để xem đó là ý hay hay dở. Rồi anh và nhóm bảo Claude build tất cả các biến thể và ý tưởng họ có. Sau đó cả nhóm phải phê bình (critique), xem cái nào có ý hay, cái nào dở. Felix nghĩ prototype đúng là việc chiếm phần lớn ngày của anh (theo Felix, video đăng ngày 20/10/2026).

Marina hỏi: làm sao anh quyết định ý tưởng nào là tốt, anh nhìn vào những tín hiệu gì? Felix nói đây là điều khó với mọi người từ lâu rồi, và anh không chắc mình có đủ câu trả lời cho câu hỏi ý nào hay, ý nào dở. Nhưng nói chung, anh nghĩ cách ta nhìn ý hay và ý dở, phép tính (calculus) đã thay đổi (video đăng ngày 20/10/2026).

Theo Felix, nếu nghĩ về các sản phẩm ta đã build trong 10, 15 năm qua, ta luôn đưa ra những quyết định chi phí ngầm. Ta phải tính xem, nhất là với phần mềm: mình có build được cái này không? Chi phí bảo trì là bao nhiêu? Chi phí vận hành liên tục là bao nhiêu? Mình đầu tư bao nhiêu thời gian? Chi phí cơ hội là gì? Đó là tất cả những quyết định mà các engineering manager đưa ra để biết có nên build cái này hay không. Và anh nghĩ giờ ta có thể tua nhanh tới trạng thái cuối nhanh hơn nhiều, kiểu "được rồi, cứ build cho tôi một project, để tôi chơi thử, thử xem sao" (video đăng ngày 20/10/2026).

Nhưng anh nghĩ sự chú ý của con người vẫn khá hạn chế. Anh lấy ví dụ: giả sử Marina có rất nhiều gu (taste) về AI. Anh có lẽ chỉ cho chị xem được chừng một thứ mỗi ngày. Anh dễ dàng build được một nghìn thứ, nhưng không thể cho chị xem một nghìn thứ. Kể cả nếu chị sẵn sàng ngồi với anh cả ngày, tới một lúc nào đó mắt chị sẽ đờ ra và chị sẽ kiểu "thôi, tôi xem đủ rồi" (video đăng ngày 20/10/2026).

Vậy điều gì làm nên một sản phẩm tốt? Felix nghĩ, nhất là khi ta đang sống trong thế giới AI này, đó là câu nói cũ: hoàn hảo là khi bạn không thể bỏ bớt thứ gì nữa, chứ ít liên quan tới chuyện build một sản phẩm có mọi tính năng trên đời. Anh và nhóm có thể làm bao nhiêu nút bấm cũng được, nhưng anh nghĩ sản phẩm tốt thật ra có ít nút hơn. Anh đại khái biết một sản phẩm có thật sự chạy hay không khi đặt nó trước mặt vài người và thấy mọi thứ "vào" với họ khá nhanh, và họ làm được những việc trước đây họ không làm được. Đó thật sự là tín hiệu anh tìm (theo Felix, video đăng ngày 20/10/2026).

4. Automation hay augmentation, và "tốt" nghĩa là gì với việc tri thức

Marina hỏi về vấn đề gốc mà ta đang giải: ví dụ nếu bây giờ Felix tới công ty chị, anh sẽ nghĩ thế nào về những việc nên tự động hoá hoàn toàn bằng AI, những việc nên để cho con người, và những việc chỉ tự động hoá một phần?

Điều đầu tiên Felix muốn nói là anh nghĩ về automation và augmentation theo những cách hơi khác nhau. Automation có thể rất trao quyền nếu bạn tự động hoá đi những việc đang cản bạn làm công việc bạn thích, hoặc nếu việc đó tốn kém và tự động hoá giúp bạn tiết kiệm nhiều tiền hay thời gian. Trong những trường hợp đó, automation hữu ích. Và anh nghĩ đó thật sự là chỗ mà hiện tại AI có lẽ đang tạo ra phần lớn giá trị kinh tế. Khi đánh giá một thứ có đáng hay không, ta thường nhìn vào automation (theo Felix, video đăng ngày 20/10/2026).

Còn mảng anh thấy thú vị nhất, và anh nghĩ là nơi người ta thật sự làm được những điều trước đây không thể làm khi chưa có AI, là augmentation. Đó là ý tưởng AI giúp bạn làm những việc bạn không làm được bằng tay, có thể vì bạn thiếu kỹ năng, thiếu kỹ thuật, hoặc đơn giản là thiếu kiến thức thô để làm việc đó. Khi anh tới một công ty, điều thường gây ấn tượng nhất với anh ít nằm ở việc công cụ làm được gì, mà nằm ở việc bạn thay đổi workflow của mình ra sao (video đăng ngày 20/10/2026). Anh hỏi lại Marina như vậy có hợp lý không.

Automation bỏ đi việc cản bạn làm việc bạn thích hoặc việc tốn kém: tiết kiệm tiền, thời gian theo Felix: có lẽ là nơi AI hiện tạo phần lớn giá trị kinh tế Augmentation AI giúp làm việc bạn không làm được bằng tay: thiếu kỹ năng, kỹ thuật, hay kiến thức thô mảng Felix thấy thú vị nhất
Hình 4.1Hai cách Felix nghĩ về việc giao cho AI, theo lời anh trong video đăng ngày 20/10/2026: automation bỏ đi việc cản trở hoặc tốn kém; augmentation giúp làm điều trước đây không làm được.

Theo Felix, AI là một sản phẩm thú vị, vì muốn thật sự khai thác nó thì bạn đại khái phải nghĩ lại cách mình làm mọi việc. Bạn phải nghĩ về kết quả (outcome) mình muốn, phải xác định "tốt" nghĩa là gì, "dở" nghĩa là gì, và làm sao đánh giá được kết quả của thứ mình đang yêu cầu có tốt hay không. Những người gây ấn tượng với anh nhất thường là những người rất giỏi suy ngẫm về chính workflow của mình (video đăng ngày 20/10/2026).

Marina đáp: đúng, nhưng chuyện đó khó lắm. Chị lấy công việc của mình làm ví dụ: rất nhiều người dùng AI để soạn nháp văn bản. Vậy làm sao định nghĩa một văn bản tốt? Với việc tri thức, chuyện đó còn làm được không? Với coding, chị đoán là được, vì bạn biết mình muốn gì: bạn không muốn có bug. Nhưng với việc tri thức và kết quả của sự sáng tạo của con người, làm sao định nghĩa được thế nào là tốt cho agent? (Video đăng ngày 20/10/2026.)

Felix đồng ý đây là một bài toán rất khó. Ví dụ anh hay dùng là: giả sử việc của bạn là báo cáo thời tiết, và bạn bảo "agent, hãy tìm xem nhiệt độ ngoài trời là bao nhiêu". Có hai cách nhìn, vì bạn phải nghĩ lại "tốt" nghĩa là gì. Nếu model chỉ đoán nhiệt độ và đoán đúng, thì theo anh đó không nên được tính là đạt; đó nên bị coi là dở, và ta nên nghĩ lại mình đang làm gì. Còn nếu model lệch chừng nửa độ, nhưng nó thật sự xác định đúng địa điểm, tìm được vài nguồn dữ liệu đáng tin, và cách nó đi tới kết quả là đáng tin và tốt, thì kết quả đó nên được coi là tốt hơn một kết quả đúng nhờ đoán (theo Felix, video đăng ngày 20/10/2026).

Nhưng với việc viết và những loại output khác mà bạn thấy có rất nhiều gu trong đó, và hơi khó chứng minh hay kiểm chứng kết quả này tốt hơn kết quả kia, thì đúng là khó (video đăng ngày 20/10/2026).

5. Người viết giỏi có quy trình: bảo Claude làm theo các bước của dân chuyên nghiệp

Felix nói anh thật sự thích nói chuyện với những người viết rất giỏi mà cũng hơi thân thiện với AI. Marina hỏi: họ nói gì? Felix kể xem họ làm việc thật cuốn hút. Bạn anh, Adam Davidson, người từng là staff writer ở một số ấn phẩm khá tốt, có cả loạt prompt khác nhau cho Claude. Theo lời Felix, đại ý các prompt đó là: lấy lập luận của tôi và phóng đại nó lên 100 lần; xáo trộn văn bản của tôi một chút; những điểm nào bạn phản đối nhiều nhất; phản biện mạnh nhất là gì (video đăng ngày 20/10/2026).

Felix thấy điều này thú vị, vì với anh, một người không phải là người viết, anh nghĩ cách làm ngây thơ sẽ là đưa một văn bản rồi bảo "Claude, làm cho nó hay đi". Và điều anh ngày càng khám phá ra là với việc tri thức, bí quyết ít nằm ở chỗ đòi một output tốt, mà nằm ở việc thêm một bước ở giữa: những người giỏi nhất trong ngành làm việc thế nào, và ta có tự động hoá được những bước đó không? (theo Felix, video đăng ngày 20/10/2026)

Marina nói như vậy là đại khái bắt chước workflow của họ, nhưng vẫn không có gu ở đó, nên chị nghĩ vẫn cần rất nhiều feedback. Felix đồng ý là đúng vậy. Nhưng điều thú vị là nếu nói chuyện với những người viết thật sự giỏi, phần lớn họ sẽ không đồng ý rằng văn của họ hay chỉ vì họ có "bàn tay ma thuật". Họ thường sẽ nói: không, không, đây là kết quả của làm việc vất vả (video đăng ngày 20/10/2026).

Theo Felix, phần lớn nghệ sĩ có một quy trình, và nhiều người trong số họ có lẽ sẽ thấy, anh không muốn nói là bị xúc phạm, nhưng càng nói chuyện với nghệ sĩ và càng tìm hiểu câu hỏi "đồ của bạn hay chỉ vì nó đến với bạn một cách tự nhiên, hay vì bạn có một quy trình đã mài giũa qua nhiều năm", thì anh thấy nhiều người trong số họ khá tự hào về quy trình của mình. Đây là công việc rất, rất vất vả, có rất nhiều bước thủ công riêng lẻ để làm cho nó hay. Không phải kiểu ngồi xuống rồi bỗng dưng có một cuốn sách tuyệt vời. Nếu bạn vào xưởng của người viết, sẽ thấy rất nhiều bảng trắng và rất nhiều thông tin (video đăng ngày 20/10/2026).

Anh để ý điều này ở nhiều lĩnh vực khác nhau: Claude khá dễ tiếp nhận khi được bảo, không phải "tôi muốn một kết quả trông như thế này thế này", mà là "Claude, tôi muốn bạn đi đúng những bước mà một người chuyên nghiệp trong lĩnh vực này sẽ đi" (theo Felix, video đăng ngày 20/10/2026).

Felix nói ý này nghe hơi cao siêu, nên anh kéo nó xuống thực tế một chút. Anh nghĩ hiện giờ ta đang thấy điều này khá nhiều ở ngoài công chúng với motion video và 3D, mảng mà anh nghĩ Opus 5.5 đã có một bước nhảy khá lớn. Nhưng bước nhảy lớn mà công chúng đã làm là chỉ cần bảo Claude dùng Blender: "Claude, hãy dùng đúng những công cụ mà các nhà làm hoạt hình chuyên nghiệp dùng". Và giờ kết quả khá tốt. Theo anh, chìa khoá thật sự nằm ở chất liệu, kỹ thuật và công cụ, chứ ít nằm ở sự hiểu thô về điều gì làm nên một bộ phim hoạt hình hay (tất cả theo Felix, video đăng ngày 20/10/2026).

Felix nói trước micro, góc dưới có logo Blender và thẻ chú thích BLENDER kèm một dòng mô tả
Khi Felix nhắc tới Blender, video chèn logo và thẻ chú thích "BLENDER": một bộ phần mềm đồ họa 3D miễn phí, mã nguồn mở, dùng để làm phim hoạt hình, hiệu ứng hình ảnh, nghệ thuật, model 3D, game và thiết kế in 3D (thẻ chú thích trong video đăng ngày 20/10/2026).

6. Adversarial review: bảo nhiều Claude khác chứng minh bạn sai

Marina quay lại ý Felix vừa nêu, kiểu prompt "hãy làm như một người chuyên nghiệp trong lĩnh vực này". Agent sẽ lên mạng nghiên cứu, nhưng rất nhiều thông tin đơn giản là không có ở đó, vậy làm sao tin được output? Chị lấy ví dụ: nếu chị muốn mở thêm một nền tảng khác, hay muốn đi tìm các ngôi sao (discover stars), mà chị chẳng biết gì về chuyện đó, chỉ bảo nó đóng vai một nhà nghiên cứu. Làm sao để chị tự bảo vệ mình khỏi việc AI tự tin đưa ra những lỗi sai? (Video đăng ngày 20/10/2026.)

Felix nói đó là một ý hay, và anh nghĩ chuyện đó vẫn xảy ra với rất nhiều người trong chúng ta. Anh có một câu trả lời rất thực tế, dễ làm: adversarial review. Theo anh, cách này đã chứng tỏ khá hiệu quả trong coding, toán và nhiều lĩnh vực khác, những nơi mà anh và đồng nghiệp có thể đưa ra kết quả bằng số về mức hiệu quả của nó (theo Felix, video đăng ngày 20/10/2026).

Adversarial review về cơ bản quy về ý tưởng: bạn đã giao cho một Claude một việc, giờ bạn tách ra thêm 10 Claude khác để cố đập nó ra. Toàn bộ nhiệm vụ của chúng là tấn công kết quả đó và chứng minh cho bạn thấy vì sao nó sai. Theo Felix, về bản chất nó cùng một khái niệm với red teaming hay bán khống (short selling) (video đăng ngày 20/10/2026).

Marina hỏi: anh dùng cùng một model cho việc đó hay muốn dùng một model khác? Felix nói nó đại khái tùy việc, hơi phụ thuộc bối cảnh. Nhưng thường thì với adversarial review, đôi khi tìm ra lỗi dễ hơn tạo ra cái mới, giống hệt như với con người. Anh nói việc nhận xét một chiếc điện thoại mới có tốt hay không dễ hơn nhiều so với tự thiết kế một chiếc điện thoại mới từ đầu. Nên thường thì bạn có thể hạ xuống một bậc về trí thông minh mà vẫn có kết quả rất tốt. Đó là lời khuyên rất thực tế (theo Felix, video đăng ngày 20/10/2026).

Marina hỏi tiếp: anh prompt việc đó thế nào, nếu đã có sẵn một quy trình thì phải thêm gì? Felix giải thích: bạn có một output nào đó, giả sử một bộ slide hay một tài liệu, hoặc trong trường hợp của anh, như chị đã nhắc, bài blog anh viết sáng nay. Anh dùng Claude Projects, theo anh là một sản phẩm mới của Anthropic, cho phép làm việc với nhiều thread dễ dàng hơn một chút. Về cơ bản anh bảo Claude bắn ra năm thread và giao cho mỗi thread nhiệm vụ chứng minh rằng bài viết này sai: anh đang nghĩ về nó sai cách, anh nắm sai dữ kiện, anh đã hiểu lầm điều gì đó. Rồi chúng lên đường với mục tiêu "đập nó ra, chứng minh tôi sai" (Felix kể trong video đăng ngày 20/10/2026).

Felix nói trước micro, góc dưới có thẻ chú thích CLAUDE PROJECTS kèm một dòng mô tả
Khi Felix nhắc tới Claude Projects, video chèn thẻ chú thích "CLAUDE PROJECTS": một workspace nơi Claude giữ file và context cho một project và chạy nhiều cuộc trò chuyện AI cùng lúc (thẻ chú thích trong video đăng ngày 20/10/2026).

7. Một Claude làm judge, và hai "giỏ" khi đánh giá output

Marina hỏi: rồi anh xử lý hết đống output đó thế nào? Chị cũng làm tương tự, nhưng chị dùng các model khác nhau khi chuẩn bị cho buổi phỏng vấn, kiểu "nói cho tôi biết tôi có đang đào quá sâu vào chỗ này chỗ kia không". Nhưng rồi chị nhận được quá nhiều feedback khác nhau, và chị phải tự quyết: model này nói thế này, model kia nói thế khác, model nọ đưa ra thứ hoàn toàn khác. Vậy anh quyết định dùng cái nào thế nào? (Video đăng ngày 20/10/2026.)

Felix nói chị sẽ thích câu trả lời này vì chắc chị đoán được rồi: câu trả lời lại là Claude. Trong bối cảnh code, anh và đồng nghiệp dùng một thứ mà anh và đồng nghiệp gọi là judge. Bạn lấy output từ các agent có nhiệm vụ tấn công output của bạn, kiểu "đây là các điểm phê bình chính của chúng tôi". Rồi bạn dùng thêm một Claude khác nữa, với nhiệm vụ thẩm định, kiểm chứng và đưa ra ý kiến xem đó có phải là feedback hợp lệ hay không (theo Felix, video đăng ngày 20/10/2026).

Sau đó, đôi khi bạn có thể làm thế này, tùy cách bạn dựng workflow: phần feedback hợp lệ có lẽ nên được chuyển về cho chính Claude đã làm ra sản phẩm, agent đó có thể tự phân định có nên làm theo feedback hay không. Vì đôi khi, và anh nói anh và đồng nghiệp thấy điều này khá thường trong bối cảnh coding, anh cũng thấy nó ở output việc tri thức của chính anh: feedback có thể nghe hợp lý, nhưng đã bỏ sót một điểm, hoặc thật ra không hành động được, hoặc không hữu ích lắm. Và thường đó là lúc anh biết output của mình khá tốt (video đăng ngày 20/10/2026).

Output của Claude ban đầu Claude tấn công 1 Claude tấn công 2 Claude tấn công N Claude judge: feedback hợp lệ? phần hợp lệ quay về Claude ban đầu tự quyết có làm theo hay không
Hình 7.1Luồng Felix mô tả trong video đăng ngày 20/10/2026: nhiều Claude cố chứng minh output sai, một Claude khác làm judge, và phần feedback hợp lệ có lẽ nên quay về Claude đã làm ra sản phẩm, tùy cách dựng workflow.

Felix nói đó là một cách, dùng khi bạn thật sự khá không chắc output có tốt hay không và bạn không dễ tự kiểm tra. Nhưng mặt khác, với rất nhiều thứ anh tạo ra bằng AI, anh thật ra không cần hiểu hết toàn bộ quy trình. Như anh đã nói, với tư cách một con người, anh có ý kiến về gần như mọi thứ anh dùng mỗi ngày. Anh đã làm lại trang web của mình với cả loạt asset 3D. Anh không biết dùng Blender, chưa từng dùng nó, nhưng anh đại khái đánh giá được nó trông có đẹp, cảm giác có ổn không, và như vậy có thể là đủ (Felix kể trong video đăng ngày 20/10/2026).

Trang web dạng cảnh 3D: một bàn làm việc trước cửa sổ thành phố về đêm, có chậu cây, đèn bàn, TV màn hình lồi, chồng băng và điện thoại bàn; menu ABOUT, WORK, POSTS, ONLINE
Trang web của Felix trên màn hình: một cảnh 3D căn phòng về đêm với bàn làm việc, chậu cây, đèn bàn, TV màn hình lồi, chồng băng và điện thoại bàn; góc trên ghi "FELIX RIESEBERG" và menu ABOUT, WORK, POSTS, ONLINE. Đây là trang anh kể đã làm lại với các asset 3D dù chưa từng dùng Blender (video đăng ngày 20/10/2026).

Theo Felix, bạn đặt mình vào vị trí của một khách hàng nhiều hơn hẳn. Với rất nhiều thứ khác trong đời, ta không có cách nào tốt để kiểm chứng mình có nhận được kết quả tốt hay không, ngoài việc góp ý cho người mà ta thuê, như với một nhà thầu, một luật sư, hay với nhiều người là một bác sĩ (video đăng ngày 20/10/2026).

Nên bạn đại khái xếp việc vào một trong hai giỏ. Một là bạn thật sự không biết "tốt" trông như thế nào; khi đó câu trả lời của anh là thêm AI, cứ ném thêm token vào. Hai là bạn có hiểu "tốt" trông như thế nào, và khi đó có lẽ như vậy là đủ, bạn không thật sự cần có ý kiến về bản thân quy trình (theo Felix, video đăng ngày 20/10/2026).

8. Fact-checking, và theo Felix ta đang hơi quá đà với chuyện "agent"

Marina nghĩ chung quy là chỉ chọn những project hàng đầu, nơi bạn muốn hiểu từng bước, thay vì muốn kiểm soát mọi thứ. Felix đồng ý: đó giống bài toán cũ, có chịu buông tay hay không. Marina nói: chính xác. Felix nói tiếp: làm sao để không micromanage, và việc đó rất khó (video đăng ngày 20/10/2026).

Marina nói giờ ta gặp đúng vấn đề đó với agent, và hỏi có việc nào anh đã làm chủ được với agent, hoàn toàn tin chúng không, kiểu chúng cứ thế làm thôi? Felix đáp: fact-checking, kiểu fact-checking biên tập. Giờ anh hoàn toàn tin output mình nhận được, 100%. Nếu anh nhờ Claude kiểm chứng mọi dữ kiện anh nêu trong một bộ slide hay bài trình bày, nó thậm chí không cần nhiều vòng. Không phải kiểu anh có 50 agent làm việc đó; anh thật sự tin một agent. Đại ý anh bảo nó: tôi cần bạn tìm nguồn gốc (primary source) cho mọi con số tôi nêu, và tôi muốn bạn kiểm chứng đó là một nguồn gốc tốt. Anh hoàn toàn tin việc đó, 100% (theo Felix, video đăng ngày 20/10/2026).

Marina hỏi: khi anh nói "agent", anh có một agent riêng cho fact-checking mà anh đã huấn luyện, hay chỉ là một agent anh dùng cho mọi việc? Felix: nó chỉ là một thread Claude (video đăng ngày 20/10/2026).

Felix nói anh có cảm giác đây sẽ là một quan điểm hơi "cay" (spicy take), mà anh nghĩ chị sẽ thích: anh nghĩ ta đang hơi quá đà với chuyện agent này, và anh có thể dẫn chứng một chút. Anh nghĩ model là những người làm được nhiều việc (generalist) rất giỏi, và ta đã thấy điều này lặp đi lặp lại (theo Felix, video đăng ngày 20/10/2026).

Anh kể: khi ngành bắt đầu nhìn vào toán, anh nghĩ công ty đầu tiên thật sự nhìn vào toán một cách rất nghiêm túc là Google DeepMind. Họ huấn luyện một model riêng và một harness riêng, rồi tung nó vào kỳ thi Olympic Toán, và đạt huy chương bạc, mức state-of-the-art vào thời điểm đó. Rồi bốn, năm tháng sau, tất cả các model generalist lớn xuất hiện và giành huy chương vàng (theo lời Felix, video đăng ngày 20/10/2026).

Felix nói anh hiểu vì sao người ta dùng agent, và anh thấu cảm với điều đó: con người dễ lý giải AI làm được gì hơn nếu ta đội cho nó một cái mũ nhỏ, kiểu "bạn là một data scientist". Nhưng chính data scientist đó có toàn bộ trí thông minh của một nhà sinh học hay nhà toán học hàng đầu trong ngành. Và anh nghĩ đôi khi ta tự giới hạn bản thân và cách mình dùng AI nếu ép mình trước tiên phải dựng ra cả một dàn nhân vật. Nên với rất nhiều việc anh vừa kể, anh không có agent nào được bảo cho biết chúng là ai (theo Felix, video đăng ngày 20/10/2026).

9. Cho agent nhìn toàn bộ dữ liệu qua tool, thay vì chia lát

Marina hỏi: vậy dữ liệu có quan trọng không? Vì với mỗi agent, ta upload một bộ dữ liệu nhất định. Hay chỉ vì Claude của anh có quyền dùng mọi tool của anh, nên ta đưa gì cho từng agent cũng không quan trọng lắm? Nhưng như vậy chẳng phải là quá nhiều dữ liệu để nó cân nhắc khi trả lời từng câu hỏi sao? (Video đăng ngày 20/10/2026.)

Felix nói đúng là vậy, nhưng nó khá biết chọn lọc loại dữ liệu nó muốn dùng. Anh nghĩ cách đúng ở đây không phải là chia dữ liệu thành từng lát rồi đưa cho mỗi agent đúng lát nó cần. Vì nhiều người trong chúng ta, nếu muốn làm việc thật hiệu quả, thật ra cần cái nhìn đầy đủ về toàn bộ doanh nghiệp; ta không hiệu quả lắm nếu chỉ có một lát dữ liệu nhỏ (theo Felix, video đăng ngày 20/10/2026).

Anh lấy chính mình làm ví dụ: với tư cách engineering manager, nếu chỉ được cho quyền truy cập code, có lẽ anh sẽ kém hữu ích hơn nhiều so với khi có thêm dữ liệu khách hàng, quyền nghe các cuộc gọi với khách hàng. Đôi khi anh muốn ngồi trong một cuộc gọi khách hàng khi đang cố bán thứ gì đó. Anh muốn có thông tin sử dụng thật sâu. Lý tưởng nhất là anh có dữ liệu kinh doanh về cái gì đang chạy, cái gì không. Và bạn muốn agent của mình có cùng phạm vi dữ liệu như vậy (video đăng ngày 20/10/2026).

Vậy xử lý chuyện có lẽ là quá nhiều dữ liệu thế nào? Theo Felix: bằng tool. Bạn đưa cho chúng tool và ghi tài liệu thật kỹ về loại dữ liệu nằm sau mỗi tool, để chúng không phải nuốt hết mọi thứ. Đại ý bạn nói: nếu bạn cần dữ liệu kinh doanh, đây là tool để lấy dữ liệu kinh doanh (theo Felix, video đăng ngày 20/10/2026).

Cách Felix không chọn agent Aagent Bagent C mỗi agent một lát dữ liệu được chia sẵn từ trước Cách Felix chọn một Claude tool kinh doanhtool khách hàngtool ... tài liệu kỹ: sau mỗi tool là dữ liệu gì
Hình 9.1Hai cách tiếp cận Felix so sánh trong video đăng ngày 20/10/2026: anh không chia dữ liệu thành lát cho từng agent, mà cho agent dùng tool có tài liệu rõ để tự lấy dữ liệu khi cần.

Marina hỏi tiếp: khi thiết lập như vậy, vì chị đang nghĩ tới chuyện này, chị có nên bỏ hết các project đang có quyền truy cập vào dữ liệu cụ thể không? Ví dụ chị có một project để xếp hạng khách mời: trong đó có toàn bộ mô tả quy trình và tất cả các kịch bản cũ, để biết từng khách mời đã đạt kết quả thế nào. Giờ nghe anh nói vậy, có nghĩa là chị nên bỏ project đó, chỉ bảo Claude "đây là thư mục chứa tất cả kịch bản nếu bạn muốn xem; trong Notion có toàn bộ thông tin về kết quả của từng khách mời podcast", và cứ để đó? Rồi mỗi lần muốn xếp hạng một khách mời, chị chỉ mở một cuộc chat mới, không nói gì thêm, chỉ bảo "xếp hạng khách mời này", và nó sẽ... (Video đăng ngày 20/10/2026.)

Felix nói anh thận trọng với việc kê đơn cho workflow của người khác. Như anh luôn nói: nếu nó hiệu quả với bạn thì nó hiệu quả với bạn, và anh không nghĩ chị nên đổi. Marina đáp: vấn đề là các model đang tốt lên và chị muốn tốt lên; cách này đã hiệu quả trong năm nay, nhưng một năm là rất dài (video đăng ngày 20/10/2026).

Felix nói được thôi. Nếu chị muốn biết khuyến nghị của anh, anh tự làm gì: một lần nữa, mỗi người nên làm bất cứ điều gì khiến họ vui, thoải mái và mạnh lên. Nhưng đúng là các model đã giỏi lên rất nhiều về tool calling và về việc gọi tool có chọn lọc. Tool calling là quá trình model biết khi nào dùng một tool, dùng thế nào, không bị kẹt trong vòng lặp gọi tool, không vô tình kiểu "ồ, tôi tìm thấy một tool dữ liệu, để tôi gọi nó cho tới khi hết sạch dữ liệu". Theo anh, các model đã đặc biệt giỏi trong việc dùng tool một cách hiệu quả (theo Felix, video đăng ngày 20/10/2026).

Vì lý do đó, anh không còn thật sự đưa ra quyết định từ trước về việc agent cần loại dữ liệu nào. Điều đó cũng cho phép anh chạy nhiều thread, nhiều session hơn mà không phải phụ thuộc vào nó (video đăng ngày 20/10/2026). Marina nói: đúng, đó là một quy trình dễ hơn, dễ hơn nhiều.

10. Skill dùng cẩn thận, "model experience" và câu chuyện băng chuyền

Marina hỏi: anh còn dùng skill không? Felix nói anh và đồng nghiệp vẫn dùng skill khá nhiều, dù hướng dẫn chính thức của Anthropic, cũng như hướng dẫn cá nhân của anh, là hãy thật cẩn thận với skill. Theo anh, ta thường bảo model những điều vốn phù hợp với thế hệ model trước, mà thời gian trong AI thì bị nén lại rất nhiều: "chu kỳ bán rã" của một skill tốt rất ngắn. Và đôi khi điều anh và đồng nghiệp thấy là nếu bỏ hẳn skill đi, bạn thật ra lại có output tốt hơn (theo Felix, video đăng ngày 20/10/2026).

Felix nói trước micro, phía dưới có một dòng chú thích trắng giải thích skill là gì
Lúc Felix nói về skill, video chèn dòng chú thích: skill là các bộ hướng dẫn, template và tool dùng lại được cho những việc cụ thể; Claude nạp chúng khi liên quan, nên bạn không phải giải thích lại cùng một workflow mỗi lần (dòng chú thích trong video đăng ngày 20/10/2026).

Marina nói chị nghĩ Boris Cherny cũng đã nói vậy: kiểu cứ quên nó đi, cứ prompt thôi. Felix tiếp lời: cứ prompt và xem chuyện gì xảy ra; đúng, cách đó rất hiệu quả. Theo anh, điều này hiển nhiên hữu ích nhất với những người có một kiểu eval nào đó và có ý niệm thế nào là tốt, thế nào là dở. Còn anh thì khá thận trọng và rất có chọn lọc về lúc nào dùng skill, lúc nào không (video đăng ngày 20/10/2026).

Marina nói trước micro, góc trái dưới có ảnh chân dung và thẻ tên BORIS CHERNY
Khi Marina nhắc tới Boris Cherny, video chèn ảnh và thẻ tên "BORIS CHERNY", dòng dưới ghi "Creator & Head of Claude Code, Anthropic" (thẻ chú thích trong video đăng ngày 20/10/2026).

Felix gợi ý một cách nghĩ về chuyện này mà anh thấy rất hay: anh thích xét tới "model experience", trải nghiệm của model, thay vì trải nghiệm người dùng. Model experience là bạn giả vờ một lúc rằng mình là model, mình là Claude: bạn sẽ muốn có những gì nếu phải hoàn thành việc được giao? Và bạn sẽ rất nhanh nhận ra rằng mình thật sự muốn được truy cập dữ liệu thô, muốn được truy cập một chiếc máy tính, có lẽ muốn cài được một vài phần mềm (theo Felix, video đăng ngày 20/10/2026).

Marina nói thêm: chị muốn tự đưa ra vài quyết định mà không có ai nói trước với mình họ nghĩ gì; chị chỉ muốn thấy đúng những gì anh vừa nói, dữ liệu thô, rồi tự quyết. Felix nói anh nghĩ chi phí ban đầu khi đó cao hơn (video đăng ngày 20/10/2026).

Anh kể: ngay cả một năm rưỡi trước (tính từ lúc ghi hình), anh vẫn còn ở trong cái thế giới bảo Claude "tôi tìm thấy một crash nữa, hãy đi sửa crash đó". Nhưng anh rất nhanh nhận ra mình chỉ là một cái băng chuyền cho Claude: anh đi xem các crash, nhặt một cái lên, chuyển sang, đặt xuống trước mặt Claude và nói "hãy sửa cái này". Rồi anh nghĩ: không, Claude cần được truy cập toàn bộ dữ liệu crash và tự tìm ra cái gì cần sửa, cái gì không cần sửa (Felix kể trong video đăng ngày 20/10/2026).

Theo Felix, chi phí ban đầu thật sự đáng bỏ ra, nhưng cũng quan trọng là phải tính tới việc có chi phí ban đầu. Một khi đã thiết lập xong, nó mở ra rất nhiều cánh cửa cho bạn, và đó là nơi anh thấy rất nhiều giá trị thật, giá trị cứng, đến từ AI (video đăng ngày 20/10/2026).

11. Bắt đầu với Claude: app desktop, trình duyệt có sẵn, và bỏ kiểu "bạn là chuyên gia"

Marina hỏi thay cho những người đang nghe cuộc trò chuyện và từng nghĩ mình cần một bộ thiết lập lớn mới dùng AI đúng cách: liệu anh có nói rằng nếu ai đó bắt đầu ngay hôm nay, dùng AI cho việc tri thức, thì họ không cần tất cả những thứ như văn phong, chiến lược kinh doanh của tôi; chỉ cần cho nó truy cập email của bạn, nó học từ đó, học văn phong của bạn; cho nó truy cập các bản tin của bạn hay bất cứ thứ gì; vậy là bạn không cần những thiết lập đó nữa? (Video đăng ngày 20/10/2026.)

Felix nói anh nghĩ cách tốt nhất để bắt đầu với Claude hôm nay là: bước một, tải app desktop. App có một trình duyệt có sẵn, nơi bạn có thể cho Claude đăng nhập vào hệ thống nào đó bạn đang dùng. Và hãy quên connector đi, quên chuyện tải toàn bộ dữ liệu về, quên đủ thứ khác. Cứ để Claude dùng máy tính của bạn một chút, đại khái là trao bàn phím cho nó. Theo anh, như vậy đã đưa bạn đi rất xa, và thật sự cho bạn thấy cái gì chạy được, cái gì không (theo Felix, tính đến 10/2026, video đăng ngày 20/10/2026).

Rồi tới một lúc bạn có thể nhận ra: Claude đang thật sự giúp mình với cái tool nào đó mình đang dùng, dù là tool nội bộ hay tool bên ngoài. Và khi thấy một workflow thật sự hiệu quả với mình, bạn có thể cân nhắc: liệu mình có thể đưa cho Claude thứ gì tốt hơn là phải tự bấm qua bấm lại trong cái dashboard này không, có thể đưa cho nó một kiểu connector nào đó không. Nhưng chỉ cần bắt đầu với trình duyệt đã đưa bạn đi rất xa (theo Felix, video đăng ngày 20/10/2026).

Marina khép lại phần về agent: khi anh nói "agent", nghĩa là về cơ bản anh chỉ có các cuộc chat, phải không, chỉ vậy thôi? Không có agent riêng nào làm nghiên cứu, không có agent riêng nào làm hồ sơ thuế cho anh? Felix nói anh có project. Anh nghĩ theo các hạng mục công việc khác nhau, nhưng không nghĩ theo các vai trò khác nhau. Nên anh không bao giờ bảo Claude "bạn là một người xuất sắc về cái gì đó". Anh nghĩ kiểu đó rất thịnh hành khoảng năm 2024, khi người ta nói "Claude, bạn là một kỹ sư xuất sắc, hãy đi sửa các vấn đề ở đây" (theo Felix, video đăng ngày 20/10/2026).

Marina nói: nhưng anh vẫn dùng nó trong prompt bây giờ, kiểu "hãy đóng vai…", thứ ta bắt đầu từ đó, "hãy đóng vai một người hàng đầu về cái gì đó". Felix nói anh đặc biệt nài Claude nói cho anh biết một người đứng đầu trong lĩnh vực đó sẽ dùng những tool nào, rồi anh bảo nó: tôi muốn bạn dùng đúng những thứ đó (video đăng ngày 20/10/2026).

Theo Felix, một vấn đề mà phần lớn model hiện vẫn gặp (tính đến 10/2026) là nếu bạn chỉ bảo nó, lấy data science làm ví dụ, hay kế toán, rất nhiều model vẫn có vấn đề là khi bạn bảo chúng đóng vai một kế toán rất giỏi, chúng sẽ hơi nhập vai (role play). Mà nhập vai thật sự không phải thứ ta muốn. Ta muốn kỹ thuật, công cụ, kiến thức mà một người chuyên nghiệp sẽ dùng, chứ không chỉ là vốn từ của họ. Anh không cần Claude nghe giống ai, không cần nó khoác lên một bộ trang phục. Thật ra anh muốn nó nói chuyện với anh như thể anh mới năm tuổi, nhưng dùng tất cả những công cụ hàng đầu trong ngành (video đăng ngày 20/10/2026).

Kiểu Felix gọi là thịnh hành ~2024 "bạn là một kế toán rất giỏi" theo Felix: model hơi nhập vai, ta muốn hơn là vốn từ, "bộ trang phục" Cách Felix làm hỏi: người đứng đầu ngành dùng những tool nào? rồi: "hãy dùng đúng những thứ đó" muốn kỹ thuật, công cụ, kiến thức
Hình 11.1So sánh hai cách prompt mà Felix nêu trong video đăng ngày 20/10/2026: bảo model đóng vai, hay đòi model dùng công cụ của người đứng đầu ngành.

12. Không tin một session đơn lẻ, và biến feedback thành bộ quy tắc

Marina hỏi: có còn việc gì anh sẽ không tin giao cho một agent không? Felix nói đó là một câu hỏi khó. Ta có thể cứ tiếp tục chồng thêm các lớp kiểm chứng lên trên. Nên với anh, câu hỏi ít là "mình không tin giao cho Claude việc gì", mà nhiều hơn là "mình không tin giao cho một session đơn lẻ việc gì". Và anh nghĩ danh sách những việc anh không tin giao cho một session đơn lẻ thật ra dài hơn nhiều so với danh sách những việc anh không tin giao cho Claude (theo Felix, video đăng ngày 20/10/2026).

Anh hiếm khi muốn session hiện tại tự chấm chính nó, và anh nghĩ chuyện đó vẫn còn rất bấp bênh. Theo anh, session Claude đang chạy, dù bạn chạy nó ở đâu, trong Claude Code, trong Claude Cowork, trong chat, hay thậm chí trong một project, có xu hướng khá dở trong việc làm giám khảo xem việc nó vừa làm có tốt hay không. Nên hết mức có thể, anh cố tìm một tín hiệu từ bên ngoài. Khi cần gấp, tín hiệu bên ngoài đó có thể là một session Claude khác, và cách đó đã chứng tỏ khá hiệu quả. Nhưng anh thích hơn là tìm được bằng chứng cứng từ bên ngoài về cái gì hiệu quả, cái gì không (theo Felix, video đăng ngày 20/10/2026).

Felix nói đôi khi bạn cần tin quy trình một chút và cho Claude thêm chút thời gian. Anh lấy lĩnh vực của Marina làm ví dụ, và nói rõ anh đang hơi bịa ra: anh đoán có lẽ số lượt xem hay số người đăng ký là một chỉ số quan trọng (video đăng ngày 20/10/2026).

Marina xác nhận đó là số lượt xem. Mỗi khi giao việc cho Claude, chị bảo nó: chúng ta cần đạt con số lượt xem này, hãy đi thử đi. Và điều chị và nhóm vẫn đang vật lộn là vòng phản hồi (feedback loop): chị góp ý cho team, rồi team thật ra lại đăng một thứ khác, không phải thứ Claude đưa ra. Có lẽ khoảng 70% là giống, nhưng 30% chị thêm vào thật ra là gu của chị (theo Marina, video đăng ngày 20/10/2026). Chị hỏi: làm sao khép được vòng đó?

Felix nói cách đã hiệu quả với anh và đồng nghiệp là: có lẽ có một nơi nào đó mà feedback thường diễn ra; thường là trực tiếp, hay thường diễn ra ở đâu? Marina kể với tất cả mọi người trong nhóm chị, đó là trên Telegram. Không có kết nối Claude gốc nào cho nó. Nhóm có một bot quét mọi cuộc chat, nhưng vẫn rất thủ công: chị phải kích hoạt Claude đi xem bot, xem feedback, và vẫn chưa được như ý, kể cả việc xem lại những thứ nhóm đã gửi (theo Marina, video đăng ngày 20/10/2026).

Felix kể trong bối cảnh coding, anh và đồng nghiệp có rất nhiều kỹ sư, và bạn đại khái biết mình muốn kỹ sư nào review một thứ bạn đang làm. Những điều mà các kỹ sư đó hay để ý, Claude rất giỏi rút ra từ feedback; nó khá giỏi khi được đưa toàn bộ feedback anh đã đọc. Marina hỏi: feedback trên Slack, phải không? Felix: trên GitHub, Slack, và bất cứ nơi nào feedback diễn ra (theo Felix, video đăng ngày 20/10/2026).

Marina hỏi: anh không bảo nó tìm feedback một cách cụ thể, mà chỉ vì anh cho nó truy cập Slack, nó tự đi tìm feedback? Felix nói việc đó dễ hơn nhiều nếu nó có tool, và bạn không phải tự mình, với tư cách con người, đi gom một danh sách mọi feedback mình từng đưa ra (video đăng ngày 20/10/2026).

Nhưng nếu bạn làm theo một quy trình ba bước thì: bước một, gom toàn bộ feedback bạn từng đưa ra. Bước hai, bảo một Claude cô đọng chúng thành một danh sách quy tắc hay nguyên tắc mà bạn quan tâm. Đôi khi cũng hữu ích nếu làm thêm vòng thứ ba: những nguyên tắc nào có thể bạn tin, nhưng bạn không thật sự biết là mình tin. Rồi lấy danh sách đó làm đầu vào cho các lần review tiếp theo. Theo Felix, cách này đã khá thành công trong các nỗ lực của anh và đồng nghiệp nhằm, anh muốn nói là, chuyên biệt hoá feedback mà từng session đưa ra, và nó thật sự đã hiệu quả (theo Felix, video đăng ngày 20/10/2026).

Bên trái là thẻ chữ TURN YOUR FEEDBACK INTO RULES với ba bước đánh số, bên phải là Felix ngồi nói ở bàn
Video chèn tấm thẻ "TURN YOUR FEEDBACK INTO RULES" với ba bước: "1. Collect your feedback", "2. Turn it into rules", "3. Find your hidden rules", tóm lại quy trình ba bước Felix vừa nói (thẻ trong video đăng ngày 20/10/2026).

13. Chạy song song để xây niềm tin, và Claude trong Slack

Felix nghĩ với những công việc hơi khác với coding thuần, hoặc không thiên nhiều về chữ, thì vấn đề vẫn còn lớn hơn. Nhưng anh nghĩ có thể làm những điều tương tự, ví dụ "cho tôi feedback về một cuộc gọi với khách hàng, cuộc gọi đó diễn ra thế nào", nếu nó đọc được bản ghi cuộc gọi. Anh kể anh đang phỏng vấn rất nhiều cho Anthropic, một việc anh thấy cũng khá thú vị (theo Felix, video đăng ngày 20/10/2026).

Marina nói: nhưng như vậy là nó đang dạy chị, còn chị muốn nó tự dạy chính nó. Chị nghĩ rất nhiều người khi bắt đầu dùng AI, và chị đã trải qua điều này, đều muốn làm nhiều hơn; bạn thấy mình năng suất tới mức nào. Nhưng không có agent nào chị tin 100%. Mọi output đều đi qua team của chị rồi cuối cùng qua chị, nên chị đã trở thành nút thắt cổ chai lớn nhất của công ty (theo Marina, video đăng ngày 20/10/2026).

Felix nói thật lòng anh cảm thấy các sản phẩm của Anthropic hôm nay có thể làm việc đó cho chị khá tốt (tính đến 10/2026), và anh thật ra khá tự tin. Nếu Claude có khả năng quan sát chị đưa feedback như vậy một thời gian, thì việc đầu tiên chị có lẽ sẽ làm là đại khái chạy nó song song. Đây là một thử nghiệm anh khuyên gần như tất cả mọi người, và nó rất vui (theo Felix, video đăng ngày 20/10/2026).

Theo Felix, nếu hiện giờ bạn có vấn đề về niềm tin, có lẽ bạn sẽ không hào hứng lắm với việc trao quyền ngay lập tức, kiểu từ ngày này sang ngày khác, nhưng hãy đại khái chạy nó song song: bạn đọc một thứ, ghi feedback của mình ra, làm vậy vài vòng, rồi xem Claude lẽ ra sẽ đưa feedback gì. Hai bên khác nhau ở đâu, giống nhau ở đâu? Việc đó cũng giúp bạn mài sắc workflow một chút, vì anh nghĩ model vẫn sẽ còn chưa hoàn hảo; vẫn sẽ có những chỗ feedback hơi khác. Mà ngay cả với phần lớn con người, nếu bảo cùng một người review cùng một tài liệu vào thứ Hai và vào thứ Sáu, feedback cũng sẽ khác. Nhưng theo anh, quy trình chạy song song này khá mạnh, vì nó cho bạn thấy rất nhiều điều (video đăng ngày 20/10/2026).

Marina hỏi: vậy chị xây agent nói chuyện với team của chị thế nào? Có phải kiểu một trang web nơi họ upload đồ lên và nó đưa feedback không? Felix nói anh sẽ khuyên dùng thứ anh gọi là "Claude Tag", tức Claude ở bên trong Slack; thẻ chú thích trên màn hình ghi tên "@Claude". Marina nói thêm: và mình cho nó truy cập gu của mình. Felix nói hiện đây là trải nghiệm nhiều người dùng cốt lõi (core multiplayer experience) của Anthropic, nơi nhiều người có thể nói chuyện với Claude cùng lúc (theo Felix, video đăng ngày 20/10/2026).

Marina nói trước micro, góc trái dưới có nhãn màu cam @Claude và hai dòng mô tả
Thẻ chú thích "@Claude" video chèn khi nhắc tới Claude trong Slack: một đồng đội AI dùng chung, gốc của Anthropic cho Slack, cho phép thành viên team gõ @Claude trong một channel để giao việc, phân tích dữ liệu hay viết code ngay trong một thread hội thoại (thẻ chú thích trong video đăng ngày 20/10/2026).

14. Moat khi ai cũng build được: theo Felix vẫn là empathy

Marina nói chuyện này trở nên rất thú vị khi nói tới việc build, vì giờ bạn có thể build rất nhiều thứ một cách dễ dàng. Vậy điều gì trở nên có giá trị khi build phần mềm? Chị đang nói về những người khởi nghiệp mới bắt đầu, và chị nghĩ tới chính mình. Năm 2015, chị tới đây với một nền tảng đặt chỗ cho các chương trình du học. Moat khi đó là việc build cả nền tảng đó: chị và nhóm đã thuê rất nhiều kỹ sư, tốn hàng trăm nghìn đô, và tự động hoá nhiều thứ. Giờ chị có thể làm việc đó trong hai ngày, một mình (theo Marina, video đăng ngày 20/10/2026). Vậy moat của một người khởi nghiệp khi build phần mềm là gì? Có còn moat nào không?

Felix nói đây là một ý kiến "cay": anh nghĩ thật ra nó không thay đổi nhiều lắm. Anh nghĩ chi phí đầu tư, kiểu chi phí vốn ban đầu, trước đây cao hơn nhiều, điều đó đúng. Và anh nghĩ ta đang bước vào một giai đoạn thú vị, khi những team một người hay hai người có thể xây những công ty tỷ đô. Nhưng anh nghĩ bí quyết để build một sản phẩm tốt thật ra không thay đổi, và anh tin đó là empathy, sự thấu cảm: thấu cảm với người dùng, với use case, với việc cố tìm hiểu xem thứ này có thật sự giá trị với người cuối cùng sẽ trả tiền cho nó hay không (theo Felix, video đăng ngày 20/10/2026).

Anh nói có lẽ đây là một ý kiến "cay", nhưng anh nghĩ đây luôn là thành phần then chốt trong bất kỳ team khởi nghiệp nào. Nhất là với startup: trước khi bắt đầu ghi hình, anh và Marina có nói chuyện một chút về 500 Startups. Anh nghĩ thậm chí gần như là hiểu biết chung rằng bạn mang tới thứ gì không thật sự quan trọng, có lẽ đằng nào nó cũng sẽ thay đổi; còn bạn, người sáng lập, mới là thành phần then chốt (theo Felix, video đăng ngày 20/10/2026).

Marina và Felix ngồi đối diện ở bàn, góc trái dưới có logo 500 và thẻ chữ 500 STARTUPS
Khi Felix nhắc tới 500 Startups, video chèn logo và thẻ chú thích "500 STARTUPS", dòng dưới ghi đây là một quỹ đầu tư mạo hiểm và vườn ươm ở Silicon Valley, thành lập năm 2010 (thẻ chú thích trong video đăng ngày 20/10/2026).

Đi sâu thêm một tầng: điều đó nghĩa là gì, là tài năng, là kỹ năng của bạn? Felix nghĩ thấu cảm và khả năng thật sự build được thứ gì đó có giá trị có lẽ là điều cốt lõi quan trọng ở một người sáng lập. Và anh nghĩ điều đó không thay đổi; chỉ là giờ dễ hơn nhiều để khai thác sự thấu cảm đó và thực thi nó (theo Felix, video đăng ngày 20/10/2026).

Marina hoàn toàn đồng ý. Nhưng đôi khi chị có một ý tưởng, rồi thấy trên X người ta nói "model mới này vừa giết chết thứ đó", và thấy người ta vibe code những công cụ nhỏ của riêng mình. Chị hỏi: anh có nghĩ đây là xu hướng, rằng ta sẽ vibe code rất nhiều công cụ thay vì trả tiền cho chúng? Điều gì khiến ta trả tiền cho một công cụ nếu ta có thể bỏ một giờ để tự build thứ tương tự? (Video đăng ngày 20/10/2026.)

Felix nghĩ phần mềm mà hy vọng sẽ biến mất là phần mềm dở: thứ không thật sự phục vụ use case của bạn, mà bạn chỉ dùng vì không có gì tốt hơn. Anh nghĩ ai trong chúng ta cũng nghĩ ra vài công cụ mà mình dùng một cách miễn cưỡng, kiểu "thôi được, chắc mình phải dùng cái này vì bắt buộc, mà mình không có thời gian đi tìm hay dùng thứ khác". Anh nghĩ chuyện đó sẽ chấm dứt (theo Felix, video đăng ngày 20/10/2026).

Nhưng đồng thời, như hai người đã nói về việc build sản phẩm tốt khó thế nào, anh nghĩ vẫn sẽ có giá trị cực lớn trong việc tìm ra cách mang lại giá trị tốt nhất và có sự thấu cảm, theo cách mà phần lớn những sản phẩm anh dùng và rất mê, anh sẽ không tự nghĩ ra (theo Felix, video đăng ngày 20/10/2026). Anh nói anh từng viết blog, vẫn còn đó, rằng iPhone thật ngớ ngẩn vì hiển nhiên là bạn cần một bàn phím. Có tiếng hỏi lại "thật à?", và Felix đáp: đúng, tất nhiên.

Theo Felix, với phần lớn những sản phẩm anh thật sự thích, là người khác đã nghĩ ra ý tưởng, thực thi nó rồi đưa cho anh. Và anh nghĩ lý do chính anh dùng những sản phẩm đó hiếm khi là vì chúng rất tốn kém để build, tốn nhiều thời gian, hay cần một team lớn. Anh dùng một sản phẩm vì nó giải quyết một nhu cầu của anh thật, thật tốt, có lẽ theo cách tốt hơn anh từng nghĩ. Khoảng trống mà anh nghĩ ta sẽ lấp đầy hoàn toàn là phần mềm rác mà anh chỉ phải dùng vì không còn lựa chọn nào khác. Anh nghĩ hy vọng thứ đó sẽ biến mất, và anh rất hào hứng với tương lai đó (video đăng ngày 20/10/2026).

15. Phần mềm cũ đang chạy nền kinh tế, và những doanh nghiệp Felix muốn thấy

Marina hỏi: anh có nói gì đó về những chiếc máy tính chạy Windows lặng lẽ vận hành công việc, và rằng chúng là một cơ hội kinh doanh lớn; anh nói thêm về chuyện đó được không? (Video đăng ngày 20/10/2026.)

Felix nói anh build sản phẩm AI, anh làm Claude. Khi anh ra ngoài và nhìn xem đâu là những chiếc máy tính, những cỗ máy thật sự đang vận hành nền kinh tế, anh nghĩ rất dễ, nhất là với những người ở Silicon Valley như anh, để coi một startup điển hình với một đống MacBook đời mới nhất là tất cả những gì đang tồn tại. Rồi bạn tới một sân bay, ngó qua góc quầy, và thấy họ thật ra còn chưa chuyển sang hệ điều hành đồ họa: vẫn là màn hình đen trắng (Felix kể trong video đăng ngày 20/10/2026). Marina đáp: đúng rồi, các cơ quan giao thông vận tải.

Felix kể giờ đôi khi anh làm việc này cho vui: anh tới những nơi đang vận hành rất nhiều phần của nền kinh tế. Nơi gần nhất anh làm vậy là một khách sạn. Anh thích làm vậy ở quầy check-in: "chào, tôi làm phần mềm, tôi build công cụ, bạn cho tôi xem nhanh bạn làm gì trên cái máy nhỏ ở đó để check-in cho tôi được không?" Theo anh, tất cả những thiết bị này đều có phần mềm quá cồng kềnh, quá dở, thật sự tệ hại. Và anh nghĩ đó có lẽ là một cơ hội chưa ai khai thác cho rất nhiều doanh nghiệp, đi vào đó và dọn dẹp lại (theo Felix, video đăng ngày 20/10/2026).

Felix kể thêm: trước khi AI thành chuyện lớn, vào năm 2010, anh từng nói đùa rằng nếu có lúc muốn nghỉ hưu, anh sẽ build phần mềm thật tốt cho các phòng khám nha khoa. Marina nói giờ thì chắc build trong một ngày là xong, và cái khó là phần quan hệ. Felix: đúng vậy. Marina nói đó đang trở thành phần khó nhất, phải không, chứ không chỉ là phần mềm (video đăng ngày 20/10/2026).

Chị hỏi tiếp: còn doanh nghiệp nào khác anh mong là có không? Felix nghĩ ta vẫn mới chỉ bắt đầu với phần mềm có cảm giác cá nhân hơn một chút, có chút dấu ấn AI mà không chỉ là kiểu "đây là một thanh bên có chatbot". Anh nghĩ ta đã phủ khắp cả ngành bằng những model rẻ, trí thông minh thấp, hoạt động ở mức "tôi đã đọc trang FAQ, bạn hỏi gì tôi nhả ra câu trả lời". Ta chưa thật sự tìm ra mình làm được gì với trí thông minh hàng đầu trên nhiều ứng dụng của mình (theo Felix, video đăng ngày 20/10/2026).

Còn những doanh nghiệp anh đặc biệt mong có, anh nói sẽ dồn tiếp vào chuyện thấu cảm. Theo anh, ngành này chuyển động chậm, ngay cả VC cũng chuyển động khá chậm, và rất khó thích nghi với một thế giới mới. Anh không nghĩ ta đã thích nghi đúng mức với việc thực thi giờ rẻ. Ta luôn nói ý tưởng thì rẻ, điều đó đúng; và ta nói thực thi thì khá đắt, nhưng nó đã rẻ dần theo thời gian, và giờ thực thi đã trở nên cực kỳ rẻ. Anh nghĩ ta cần thật sự dồn vào thấu cảm, vào các mối quan hệ, vào những người có khả năng đi vào một doanh nghiệp và thật sự hiểu nhu cầu là gì, và có thể tối ưu mọi thứ ở đó thế nào. Nên đây có thể là một cơ hội hay: anh nghĩ giờ những người có bằng MBA có thể làm ra cả loạt startup phần mềm, và có thể khá thành công (theo Felix, video đăng ngày 20/10/2026).

16. Capability overhang: giao cho model đúng kết quả bạn mong muốn

Marina dẫn ý một nhà kinh tế học đoạt giải Nobel: ta có những model rất mạnh, nhưng ta thật sự thiếu tầng ứng dụng. Chị hỏi Felix có đồng ý rằng đang có một khoảng cách rất lớn giữa những gì model làm được và những gì người dùng trung bình dùng chúng để làm không (video đăng ngày 20/10/2026).

Felix nói chắc chắn rồi, ta chắc chắn đang có một capability overhang. Bạn có một model tuyệt vời trước mặt, và nếu về cơ bản bạn dùng nó để hỏi "thủ đô của Pháp là gì nhỉ?", thì có lẽ bạn không thật sự chạm tới những gì có thể làm ở đó (theo Felix, video đăng ngày 20/10/2026).

Anh kể người sáng lập kiêm CEO của Anthropic, Dario, nói về khái niệm một "trung tâm dữ liệu toàn thiên tài" (data center of geniuses). Việc của anh thật sự là tìm ra: giả sử ta có một trung tâm dữ liệu toàn thiên tài, làm sao anh trao quyền cho bạn, người dùng, để thật sự tận dụng được nó? Việc đó đòi hỏi sự sáng tạo, đòi hỏi nghĩ lại nhu cầu của bạn và những gì bạn nghĩ là có thể. Đó là một bài toán rất khó, mà anh không thật sự nghĩ là mới: con người luôn bị kìm lại bởi những gì họ nghĩ là có thể, chứ không phải bởi những gì thật sự có thể. Anh đồng ý rằng ta mới chỉ chạm vào bề mặt của những gì có thể (theo Felix, video đăng ngày 20/10/2026).

Marina và Felix ngồi đối diện ở bàn, góc trái dưới có ảnh và thẻ tên DARIO AMODEI
Khi Felix nhắc tới Dario, video chèn ảnh và thẻ tên "DARIO AMODEI", dòng dưới ghi "CEO & Founder, Anthropic" (thẻ chú thích trong video đăng ngày 20/10/2026).

Marina hỏi: ở cấp độ cá nhân, làm sao một người thu hẹp được khoảng cách đó? Felix hỏi lại "ở cấp độ cá nhân à?", rồi nói anh đã nghĩ về chuyện này cả cuối tuần. Ở cấp độ cá nhân, điều bạn thấy rất nhiều trên X là lời hiệu triệu "hãy tham vọng hơn", ta phải tham vọng hơn. Anh nghĩ "tham vọng hơn" thật sự nghĩa là gì thì rất phụ thuộc bối cảnh, nhưng anh muốn mọi người gỡ bỏ mọi xiềng xích về những gì họ tin là có thể, và nghĩ lại vì sao họ đang làm mọi việc. Ví dụ: tôi đang làm một việc nhất định trong doanh nghiệp của mình; tôi đang hy vọng điều gì sẽ xảy ra tiếp theo? Rồi cứ giao cho model đúng việc đó. Bạn mong kết quả gì, hãy giao cho model đúng việc đó (theo Felix, video đăng ngày 20/10/2026).

Theo Felix, bạn không thể chơi trò này mãi; rồi bạn sẽ tìm thấy giới hạn của trí thông minh hàng đầu hiện tại. Một phản biện hay ở đây là: mục đích của phần lớn doanh nghiệp là kiếm tiền, và nếu anh chỉ bảo Claude "đi kiếm tiền đi", có lẽ nó sẽ không đi được xa lắm. Nên ta chưa chạm tới tầng "độ cao" cao nhất; nó ở đâu đó giữa chừng. Nhưng một khi bạn đụng trần, bạn biết mình đang ở tuyến đầu, ở frontier, và bạn sẽ thật sự hưởng lợi từ các thế hệ model tiếp theo. Vì nếu tất cả những gì ta làm chỉ là "tóm tắt cái email này" hay "làm cho cái email này nghe giận dữ", thì ta không thật sự hưởng lợi từ trí thông minh mới (video đăng ngày 20/10/2026).

17. Lời khuyên cho kỹ sư phần mềm mới vào nghề, và hai người tuyển dụng ra sao

Marina hỏi: anh khuyên gì cho một người đang bắt đầu làm kỹ sư phần mềm trong bối cảnh liên tục thay đổi này? Felix nói tiếp câu của chị: trong bối cảnh liên tục thay đổi của cách làm software engineering. Anh nghĩ nó thật sự phụ thuộc vào việc bạn muốn gì khi làm kỹ sư phần mềm. Làm kỹ sư phần mềm nghĩa là gì? (Video đăng ngày 20/10/2026.)

Theo Felix, các kỹ sư như anh hiện đang ở trong một thời khắc khủng hoảng, khi tự hỏi làm kỹ sư phần mềm nghĩa là gì. Có phải là đã thuộc lòng toàn bộ API của React? Đó có phải là giá trị của mình, là việc mình làm? Anh nghĩ điều đó có lẽ giờ không còn đúng như trước. Với anh, đây là một thay đổi khá đáng hoan nghênh. Anh luôn đo các kỹ sư của mình bằng tác động (impact), và tác động là: người dùng có thích thứ này đủ để mua phần mềm không? Với anh, luôn có tương đối ít giá trị trong những giải pháp thật thanh lịch, thật đẹp, đỉnh cao tay nghề, nơi ta tự hào về nghề kỹ sư, mà người dùng không cảm thấy lợi ích gì (theo Felix, video đăng ngày 20/10/2026).

Marina hỏi: làm sao phát triển điều đó? Giờ nên dồn vào đâu để vẫn còn giá trị sau ba năm, nếu như mọi vị trí bỗng dưng thành vị trí senior? Felix kể anh khởi đầu sự nghiệp bằng cách xây một portfolio mạnh, và anh nghĩ đó vẫn là lời khuyên hôm nay. Anh nghĩ giờ xây một portfolio không chỉ là đồ mô phỏng dễ hơn nhiều. Nên anh khuyên bất kỳ người trẻ nào: hãy đi build vài thứ thật, chứng minh bạn làm được, chứng minh bạn có thấu cảm, chứng minh bạn có tay nghề, có khả năng nói chuyện với khách hàng, tìm ra cái gì cần thiết và cái gì không (theo Felix, video đăng ngày 20/10/2026).

Anh nghĩ đang có một định nghĩa hơi mới về software engineering, và cá nhân anh nghĩ điều đó tốt. Anh thấy người trẻ thích nghi với lối tư duy mới này nhanh hơn nhiều so với một số kỹ sư lớn tuổi hơn, những người có lẽ đã quen với sự xa xỉ là chủ yếu làm theo ticket mà không phải hỏi "tại sao" quá nhiều lần. Anh đã thấy rất nhiều người khá thành công theo cách đó (video đăng ngày 20/10/2026).

Ngược lại, những thứ anh có lẽ không còn khuyên nữa: anh nghĩ đúng là việc thuộc lòng từng API riêng lẻ đã trở nên ít giá trị hơn. Điều vẫn có giá trị là khả năng kết hợp các hệ thống khác nhau theo những cách thú vị. Anh nghĩ giá trị đó giờ còn được khuếch đại, vì bạn có thể kết hợp mọi thứ rất nhanh: chỉ cần trỏ AI vào ba hệ thống khác nhau và nói "tôi muốn trộn năm nguyên liệu này với nhau, đi làm đi" (theo Felix, video đăng ngày 20/10/2026).

Marina hỏi: đó có phải là điều anh tìm khi tuyển người không? Felix xác nhận. Marina hỏi tiếp: còn điều gì khác anh đặc biệt tìm không? Felix hỏi ngược lại: anh không biết chị tuyển người thế nào, chị có quan tâm nhiều tới CV không? (Video đăng ngày 20/10/2026.)

Marina nói có. Vì như anh nhắc tới các mối quan hệ, chúng rất quan trọng trong ngành của chị. Chị tìm người quen biết nhiều người, người biết các doanh nghiệp khác vận hành ra sao, vì đó không phải thông tin công khai, kiểu "làm podcaster thì mình nên tính giá bao nhiêu?". Chị muốn người biết chính xác chuyện gì đang diễn ra trên thị trường. Nên chị và nhóm có quan tâm tới quan hệ. Nhưng với phần sáng tạo, thật ra chị và nhóm vẫn nhìn vào việc video của họ đã đạt bao nhiêu lượt xem: họ hiểu nghề. Chị nói tất nhiên chị không nhìn vào bằng cấp của họ (theo Marina, video đăng ngày 20/10/2026).

Felix đồng ý. Anh không biết điều này có gây tranh cãi lắm không, có lẽ vì cả hai đều làm ở những mảng gần với công nghệ, nhưng anh chưa bao giờ quan tâm nhiều tới việc bạn có bằng gì hay học trường nào. Với anh luôn dễ hơn nhiều khi nhìn vào những thứ bạn đã làm ra: đó có phải là thứ anh chạm vào, cảm nhận, dùng thử được không? Và anh có thể cảm nhận được bạn từng là cầu thủ chủ chốt của một đội thắng, hoặc ít nhất từng làm trong một đội thắng; đôi khi biết điều đó cũng hữu ích, anh nghĩ đó là thông tin rất giá trị. Nếu không có điều đó, có lẽ anh sẽ đi đường tắt và nhìn vào trường, bằng cấp; nhưng anh không thật sự phải làm vậy. Anh sẽ luôn chọn người đã chứng minh mình build được thứ gì đó tuyệt vời, hơn là người chưa build được thứ gì tuyệt vời nhưng có một tấm bằng tuyệt vời (theo Felix, video đăng ngày 20/10/2026).

18. Dạy con điều gì, và năm năm tới sẽ khác thế nào

Marina hỏi: anh sẽ nói gì với con gái khi cô bé lớn lên và nói "bố ơi, con muốn học code"? Felix nói con bé hiện mới chín tháng tuổi (lúc ghi hình), nên anh nghĩ mọi thứ sẽ thay đổi một chút. Marina nói chắc anh phải xếp hàng chỗ nhà trẻ từ bây giờ rồi, chị chỉ nói vậy thôi. Felix nói mọi thứ diễn ra nhanh hơn ta nghĩ (video đăng ngày 20/10/2026).

Anh sẽ nói gì với con gái? Anh nghĩ anh sẽ bảo con, từ rất sớm, hãy cố hiểu doanh nghiệp vận hành thế nào, con người hợp tác với nhau ra sao, làm sao thật sự tìm ra giá trị. Anh không học ở Đại học Waterloo, nhưng anh rất hâm mộ cách làm của trường này. Marina nói: toàn những bộ óc tuyệt vời. Felix cũng nói: toàn những bộ óc tuyệt vời (video đăng ngày 20/10/2026).

Felix nói đây là góc nhìn của người ngoài, và người ở Waterloo có thể không đồng ý với anh, nhưng anh nghĩ Đại học Waterloo luôn có một cách tiếp cận khá độc đáo trong ngành khoa học máy tính và kỹ thuật. Góc nhìn của anh đến từ Đức, nơi khoa học máy tính đúng nghĩa là khoa học máy tính, là tin học (informatics): rất nhiều toán và chỉ một mảnh rất nhỏ về việc làm sao build một sản phẩm tốt, chưa nói tới kỹ thuật máy tính. Theo anh, ở Đức trong một thời gian dài, JavaScript bị coi là thứ mà dân khoa học máy tính thực thụ không dùng (Felix kể trong video đăng ngày 20/10/2026).

Cách làm của Đại học Waterloo luôn khiến anh rất thích, vì anh hay nhận những thực tập sinh hay kỹ sư junior đã làm ở năm công ty khác nhau trước đó qua các kỳ thực tập. Khá phổ biến, nhất là ở San Francisco, là bạn nhận một thực tập sinh đang ở kỳ thực tập thứ tư của họ, và trước đó họ đã thực tập ở Tesla, Google và Apple. Họ có rất nhiều điều thú vị đã học được về cách các công ty vận hành: mặt tốt và mặt xấu, làm sao bảo vệ một ý tưởng, làm sao xin được nguồn lực, làm sao thuyết phục bộ phận pháp lý để xong một việc (theo Felix, video đăng ngày 20/10/2026).

Anh nghĩ chính những kỹ năng đó, với anh, khiến kỹ sư của Đại học Waterloo gần như hiệu quả ngay lập tức. Có thể đó là công việc đầu tiên của họ, làm với anh, nhưng họ ở một đẳng cấp hoàn toàn khác so với một người có khi đã có bằng tiến sĩ khoa học máy tính nhưng chưa từng làm việc trong một công ty. Người đó có thể rất giỏi ở việc họ làm, nhưng như ai cũng biết, build một sản phẩm tốt và đưa nó ra thị trường đòi hỏi nhiều hơn rất nhiều so với việc biết phải viết code gì. Bạn cần biết nói chuyện với người khác, cần biết làm việc cùng các bộ phận khác, cần có chút cảm nhận về việc công ty vận hành thế nào. Nên anh sẽ bảo con gái có lẽ hãy thật sự đầu tư vào điều đó (video đăng ngày 20/10/2026).

Felix hỏi lại Marina: chị bảo các con mình gì, theo chị chúng nên làm gì trong nền kinh tế liên tục thay đổi này? Marina kể chị bảo các con thử mọi thứ, và bảo chúng: con có thể trở thành bất cứ ai. Vì đôi khi chúng kiểu "ồ, robot". Nếu chị bảo con bé "con có thể build một con robot", con bé không hào hứng lắm. Chị bảo: "con có thể làm nữ hoàng của robot", và con bé kiểu "ồ, con thích nữ hoàng của robot". Rồi chị kể nhà chị mua một chiếc xe tự lái mà bạn có thể tự lập trình, và con bé đang lắp nó cùng bố (video đăng ngày 20/10/2026).

Chị nói chỉ cần bảo các con rằng chúng có thể trở thành bất cứ ai, và không có thứ gì là chúng không được chạm vào. Vì chị tới đây với suy nghĩ rằng ai ở đây cũng như từ hành tinh khác tới; học ở Stanford, với chị, là điều chị không thể hình dung nổi. Nhưng khi thấy họ đều là những người bình thường, chỉ là rất đam mê, rất chăm chỉ, chị muốn truyền cho các con gái ý nghĩ rằng mọi thứ đều có thể: chỉ cần chăm chỉ và đam mê (video đăng ngày 20/10/2026).

Felix nói anh rất thích điều đó. Lý do anh thích là trong giới AI, người ta liên tục nói về tham vọng. Và lý do người ta chưa đủ tham vọng là vì con người được "lập trình" để chỉ coi một số thứ nhất định là có thể; nếu không coi chúng là có thể, ta thậm chí không thử. Nên những gì ta tin là có thể mới là giới hạn thật, một giới hạn lớn hơn nhiều so với những gì model làm được hay những gì ta làm được. Có lẽ đó cũng là một lý do nữa khiến anh thật sự tin vào thế hệ mới: họ sẽ không bao giờ phải trải qua tất cả những giới hạn mà ta từng có (theo Felix, video đăng ngày 20/10/2026).

Marina nói hai người đã đi qua rất nhiều chuyện, và chị muốn nghe suy nghĩ cuối cùng của Felix về tương lai: anh nghĩ cuộc sống của ta sẽ khác thế nào trong năm năm tới? Felix nói đó là một câu hỏi rất lớn; anh biết lên podcast nào cũng có cái "rủi ro nghề nghiệp" là phải đưa ra dự đoán (video đăng ngày 20/10/2026).

Điều lớn nhất anh để ý tới giờ là tất cả chúng ta đều sai rất nhiều về hàm mũ (exponential) của trí thông minh từ AI. Rất khó để thật sự nắm được việc hàm mũ tồn tại nghĩa là gì. Anh cứ quay lại với toán: khi "chúng ta" giành huy chương bạc ở Olympic Toán, và anh nói rõ "chúng ta" ở đây là Google, theo nghĩa cả ngành, anh biết rất rõ về scaling laws, biết rõ trí thông minh đang tiến bộ nhanh cỡ nào. Nhưng nếu khi đó có ai hỏi anh đến lúc nào AI sẽ giải được những bài toán mà ta vốn coi là không giải được, anh không nghĩ mình sẽ trả lời là giữa năm 2026; anh sẽ kiểu "chuyện đó là một năm rưỡi nữa, bạn đang nói gì vậy?". Nên theo anh, có được một cảm nhận bản năng tốt về tương lai sẽ trông thế nào là việc thật sự, thật sự khó. Đó là phần thứ nhất (theo Felix, video đăng ngày 20/10/2026).

Phần thứ hai, cũng khá khó với anh: một điều anh có thể nói với mức tự tin kha khá là anh nghĩ những sản phẩm ta dùng hôm nay đều sẽ trông hoàn toàn khác. Theo anh, ta đã tới lúc AI trở nên phổ biến, đại chúng tới mức dễ tưởng rằng "có lẽ mọi thứ là thế này, đây đại khái là trạng thái cuối". Nhưng anh khá tin chắc rằng mọi sản phẩm AI ta dùng hôm nay đại khái đang ở cùng giai đoạn với đám điện thoại ngộ nghĩnh ta có ngay trước khi smartphone xuất hiện. Nên anh nghĩ ta vẫn đang ở thời "trước iPhone", và điều đó khiến anh thấy làm việc trong ngành này rất hào hứng (theo Felix, video đăng ngày 20/10/2026).

Marina nói chuyện này thật cuốn hút: ngay lúc này đã có rất nhiều thứ đang thay đổi, và Felix khiến chị phải nghĩ lại toàn bộ quy trình của mình. Chị nói còn không dám cho anh xem nó trông thế nào bây giờ. Có tiếng đáp rằng chắc nó vẫn ổn. Marina nói nó rất lỗi thời, vì chị và nhóm đưa cho nó toàn bộ dữ liệu rồi bảo nó chính xác phải nhìn vào đâu; nhưng giờ chị hoàn toàn hiểu vì sao cho nó truy cập mọi thứ lại mạnh hơn nhiều đến vậy (video đăng ngày 20/10/2026).

Felix nói đây đúng là chuyện khó: tất cả những lời khuyên anh đưa ra hôm nay, trong khoảng 10 tuần nữa (tính từ lúc ghi hình), có lẽ ta sẽ có một phiên bản sửa đổi cho tất cả (theo Felix, video đăng ngày 20/10/2026). Marina nói điều đó cũng đúng, và với chị, điều cần làm là trở thành một "agent luôn bật" khi nói tới model mới, và thử những điều mới. Chị cảm ơn Felix rất nhiều.

Nguồn và liên kết 5 nguồn

  1. Tên gốc: Claude Engineering Lead: "Stop Using Claude Like It’s 2024"
  2. Sự kiện: YouTube
  3. Video gốc: https://www.youtube.com/watch?v=D-SVFneJ_Nk youtube.com
  4. Kênh YouTube Silicon Valley Girl (Marina Mogilko, khách mời Felix Rieseberg): youtube.com/channel/UCiq1FIgtEK7LRAOB1JXTPig youtube.com
  5. Trang web của Felix Rieseberg, trang anh kể đã làm lại với các asset 3D; trang ghi anh làm Claude ở Anthropic và đã lead engineering cho Claude.ai, Cowork và Code Desktop (đọc ngày 21/11/2026): felixrieseberg.com claude.ai