# Super-agent của DeepSeek: không phải đối thủ của Claude Code mà là một người quản lý

[Kai](https://homus.dev/speakers/kai) · [Kai](https://homus.dev/orgs/kai)

> Kai đọc repo và benchmark Super-agent của DeepSeek: kiến trúc router-worker, con số nhanh gấp đôi, chi phí cache read, session log và ba ý tưởng mang đi được.

Topics: Coding Agents, Agents

Canonical: https://homus.dev/talks/deepseek-just-drops-a-claude-code-rival-super-agent

## 1. Hoá đơn 47 đô một tuần và cơn sốt "Claude Code killer"

Kai mở đầu video đăng ngày 03/11/2026 bằng chuyện của tháng trước đó: anh nhận hoá đơn Claude API và ngồi nhìn màn hình tròn 30 giây, chỉ để thở. Không phải vì anh bình tĩnh, mà vì anh đang cố ngăn mình gập laptop lại rồi bỏ về sống ở một trang trại nào đó. Anh đã chạy Claude Code trên một project cỡ vừa, không có gì quá đáng, khoảng 20.000 dòng, và hoá đơn là 47 đô cho đúng một tuần (số của Kai, video đăng ngày 03/11/2026).

Anh nói anh không ngại trả tiền cho tool tốt, thật sự không ngại. Nhưng theo Kai (video đăng ngày 03/11/2026), 47 đô cho một tuần được hỗ trợ code khiến anh có cảm giác như lỡ thuê một consultant tính tiền theo từng dấu chấm phẩy. Và tệ hơn cả là anh cứ nghĩ mãi rằng phải có một cách thông minh hơn để làm việc này, rằng có một thứ gì đó tất cả chúng ta đang bỏ sót.

![Hình minh hoạ hoá đơn CLAUDE API · 1 WEEK với tổng $47.00](https://homus.dev/photos/hwRu-ehkzCw-0035.jpg)

Hoá đơn minh hoạ "CLAUDE API · 1 WEEK": các dòng CLAUDE CODE, INPUT TOKENS, OUTPUT TOKENS, ba dòng dấu chấm phẩy mỗi dòng $0.01, và TOTAL $47.00 (video đăng ngày 03/11/2026).

Rồi vào thứ Bảy tuần trước (tính từ lúc làm video đăng ngày 03/11/2026; mô tả video ghi ngày 31/10), DeepSeek tung ra một thứ, cả internet phát cuồng, và theo lời Kai, Bloomberg gọi nó là một thách thức với Claude Code của Anthropic. Trong vòng 48 giờ, theo Kai (video đăng ngày 03/11/2026), mọi tech creator trên YouTube đều đăng cùng một kiểu thumbnail hai cánh tay robot sắp đấm nhau, với tiêu đề là một biến thể nào đó của "Claude Code Killer?".

Vậy là anh làm điều anh vẫn làm: đi sâu vào hang thỏ, đọc repo thật, docs thật và bài benchmark paper thật, rồi tự chạy lại các con số. Điều anh tìm thấy không giống những gì headline nói, nhưng lại thú vị hơn headline nhiều. Theo Kai (video đăng ngày 03/11/2026), thứ này không phải một Claude Code killer, vì nó là một thứ lạ hơn và khéo hơn thế; tuỳ bạn là ai, nó có thể giúp bạn tiết kiệm cả một gia tài, hoặc chẳng liên quan gì tới cuộc sống của bạn. Câu chuyện thật nằm dưới chừng bốn lớp hype, và khi đào qua được, có những ý tưởng thật sự hữu ích cho bất kỳ ai đang build với AI agent vào lúc làm video.

## 2. DeepSeek thật ra đã phát hành gì

Kai bắt đầu bằng việc làm rõ DeepSeek đã phát hành cái gì. Theo anh (video đăng ngày 03/11/2026), phần lớn các bài đưa tin gọi sai tên, nghĩa là phần lớn các phép so sánh đã sai ngay từ đầu. Repo tên là dsh-superagent-prototype, dùng license MIT, phiên bản 0.1 (mô tả video ghi 0.1.0), với đúng một commit (theo Kai, video đăng ngày 03/11/2026).

Anh nói anh không bịa: dòng đầu tiên của README ghi đây là một research prototype chỉ để tham khảo, không phải sản phẩm chính thức của DeepSeek. README cũng nhắc rằng coding agent đã làm một phần engineering, và code công khai không phải bản DeepSeek thật sự chạy nội bộ (README như Kai đọc trong video đăng ngày 03/11/2026).

![Câu đầu README được tô vàng và con dấu đỏ NOT AN OFFICIAL PRODUCT](https://homus.dev/photos/hwRu-ehkzCw-0203.jpg)

Câu đầu của README được tô vàng: "Research prototype for reference only, not an official DeepSeek product. This code grew out of our team's day-to-day development work, with much of the engineering done by coding agents.", bên dưới là con dấu đỏ "NOT AN OFFICIAL PRODUCT" (video đăng ngày 03/11/2026).

Vậy nên, theo Kai (video đăng ngày 03/11/2026), ngay từ vạch xuất phát DeepSeek đã nói với chúng ta rằng đây là việc chia sẻ nghiên cứu chứ không phải ship một sản phẩm, và đó là đoạn mà những người viết headline của Bloomberg có vẻ đã bỏ qua.

## 3. DeepSeek Harness vẫn chưa có bản stable

Super-agent chạy trên DeepSeek Harness, framework agent mã nguồn mở mà DeepSeek phát hành hồi tháng 8 (theo Kai, video đăng ngày 03/11/2026). Theo anh, Harness có con số rất ấn tượng là 270.000 sao GitHub vào lúc làm video. Nhưng điều làm anh bật cười khi để ý là Harness chưa từng có một bản stable release: anh đọc phiên bản mới lúc đó là "0.2 release candidate 5", còn hình trong video ghi 0.2.1-rc.5 với nhãn PRE-RELEASE (video đăng ngày 03/11/2026). Vậy là Harness vẫn ở giai đoạn pre-release, và Super-agent được cài lên trên nó.

![Khối SUPER-AGENT nằm trên khối HARNESS, nhãn 0.2.1-rc.5 và STABLE RELEASE: NONE](https://homus.dev/photos/hwRu-ehkzCw-0243.jpg)

SUPER-AGENT đặt trên HARNESS (nhãn OPEN SOURCE, AUG), thẻ "0.2.1-rc.5" cạnh trang release có nhãn PRE-RELEASE, và dòng đỏ "STABLE RELEASE: NONE" (video đăng ngày 03/11/2026).

## 4. Super-agent làm gì, về mặt cơ chế

Theo Kai (video đăng ngày 03/11/2026), Super-agent theo dõi một GitHub repository, và tuỳ chọn thêm một channel Feishu, ứng dụng chat công việc của ByteDance. Khi một người nằm trong danh sách được duyệt nhờ nó làm việc gì đó, nó mở một ticket, tạo một session mới trong thư mục riêng, rồi quay lại với một pull request.

Theo Kai (video đăng ngày 03/11/2026), Super-agent không đi kèm model nào; nó dùng model mà profile Harness của bạn đang trỏ tới. Đó có thể là DeepSeek V4.1 Flash, bản rẻ, có 763 tỷ tham số nhưng mỗi token chỉ kích hoạt 16 tỷ. Cũng có thể là V4 Pro, hoặc một nhà cung cấp khác hoàn toàn. Thậm chí có thể trỏ nó vào Claude, điều anh quay lại ngay sau đó.

Luồng việc như Kai mô tả trong video đăng ngày 03/11/2026: theo dõi một repo GitHub và tuỳ chọn một channel Feishu; người được duyệt nhờ việc thì nó mở ticket, tạo session mới trong thư mục riêng, rồi trả về một pull request.

## 5. Mọi người đang so sánh sai thứ

Đây là chỗ Kai muốn phản bác gần như mọi video anh đã xem về chủ đề này, kể cả vài kênh rất tốt mà anh tôn trọng (video đăng ngày 03/11/2026). Ai cũng so Super-agent với Claude Code theo kiểu đối đầu trực tiếp, model với model, tính năng với tính năng. Anh hiểu vì sao, vì câu chuyện tự viết ra được: model DeepSeek rẻ đấu với model Anthropic đắt, David đấu Goliath, mã nguồn mở đấu mã nguồn đóng. Theo anh, đó là nội dung YouTube tuyệt vời, nhưng nó so sai thứ.

Theo Kai (video đăng ngày 03/11/2026), về bản chất Claude Code là một coding agent: bạn ngồi cùng nó, giao một task và nhìn nó làm. Cái hình dạng đó biến bạn thành người quản lý. Còn Super-agent chính là người quản lý: lớp nằm phía trên một coding agent, quyết định việc gì cần làm rồi giao việc đó cho một worker.

Phần khiến anh phải nhìn lại lần hai: theo Kai (video đăng ngày 03/11/2026), Harness ship sẵn một plugin cho phép Super-agent thuê Claude Code làm sub-agent của mình. Vậy là Claude Code có thể làm việc cho Super-agent theo đúng nghĩa đen, và cái gọi là đối thủ có thể đưa Claude Code vào bảng lương của nó.

![SUPER-AGENT nối xuống một cửa sổ CLAUDE CODE có nhãn RIVAL?, cạnh tên plugin](https://homus.dev/photos/hwRu-ehkzCw-0423.jpg)

SUPER-AGENT ở trên, nối xuống một cửa sổ CLAUDE CODE gắn nhãn đỏ "RIVAL?"; bên phải là tên package "@deepseek-ai/dsh-subagent-claude-code" với nhãn "HARNESS · PLUGIN" (video đăng ngày 03/11/2026).

## 6. Đối thủ thật: Claude Tag

Vì vậy, theo Kai (video đăng ngày 03/11/2026), phép so sánh trung thực không phải Super-agent với Claude Code, mà là Super-agent với Claude Tag. Đó là bot Claude của Anthropic sống trong Slack, nhận các yêu cầu của cả team và làm việc ở chế độ nền. Theo anh, Anthropic ra mắt nó vào tháng 6; nó có một ambient mode theo dõi một channel mà không cần được tag, cùng với token cap theo từng channel và một danh tính chung cho cả team.

![SUPER-AGENT bên trái, CLAUDE TAG bên phải với dòng tin về Slack và các nhãn](https://homus.dev/photos/hwRu-ehkzCw-0443.jpg)

SUPER-AGENT đặt cạnh CLAUDE TAG, với dòng "Anthropic partnered with Slack to add Claude as your new teammate" và các nhãn TEAM-WIDE, BACKGROUND WORK, JUNE, "AMBIENT · NO @ NEEDED" (video đăng ngày 03/11/2026).

Theo Kai (video đăng ngày 03/11/2026), Claude Tag có cùng hình dạng với Super-agent nhưng cách thực thi khác. Và đó là phép so sánh thú vị hơn nhiều, vì lúc này ta đang nhìn người quản lý đối với người quản lý, dispatcher đối với dispatcher. Đó cũng là chỗ các con số bắt đầu kể một câu chuyện mà các headline bỏ lỡ hoàn toàn.

## 7. Router và worker: một request đi qua hệ thống

Kai đi qua cách Super-agent xử lý một request, vì theo anh (video đăng ngày 03/11/2026), khi đã hiểu kiến trúc thì mọi thứ khác, từ số đo hiệu năng tới chi phí và các trade-off, đều khớp vào chỗ. Hãy hình dung một tin nhắn rơi vào chat của team, kiểu như: "hey, can you fix the auth bug we flagged in issue 47?"

Theo Kai (video đăng ngày 03/11/2026), trước khi bất kỳ AI nào đọc tin nhắn đó, một chương trình bình thường kiểm hai điều: người gửi có nằm trong danh sách được duyệt không, và đây có phải channel agent đang theo dõi không. Phần lớn tin nhắn trượt một trong hai bước kiểm này nên không bao giờ tới được model nào.

Theo Kai (video đăng ngày 03/11/2026), những tin vượt qua được chuyển tới một thứ gọi là router: một session chạy dài, sống suốt cả ngày. Router đọc tin nhắn dựa trên mọi thứ nó biết về team và project của bạn, và đưa ra đúng một quyết định: đây có phải việc mới không? Nếu phải, router mở một ticket, ghi lại lý do việc được duyệt, rồi giao cho một worker. Worker là một session mới với thư mục riêng, context riêng và đủ bộ tool; nó đi làm việc đó.

![Bàn làm việc ROUTER bên trái và thẻ WORKER bên phải](https://homus.dev/photos/hwRu-ehkzCw-0603.jpg)

ROUTER minh hoạ như một bàn làm việc có đèn; WORKER là một cửa sổ riêng với OWN FOLDER, OWN CONTEXT, FULL TOOLKIT (video đăng ngày 03/11/2026).

Theo Kai (video đăng ngày 03/11/2026), khi worker mở một pull request và một reviewer để lại comment, comment đó đi thẳng tới worker, vì worker đã subscribe vào thread của chính nó, và router không bao giờ phải nhìn lại nữa. Khi tải cao, router gom theo lô: lượng tin nhắn lớn thì nó xử lý vài tin một lúc. Mỗi quyết định theo lô tốn khoảng 1,6 giây thời gian model thay vì 6,4 giây, mà anh thấy hiệu quả và khá khéo.

DeepSeek gọi đây là kiến trúc router-worker. Kai hình dung hơi khác: router là một dispatcher không bao giờ cầm cờ lê, còn worker là người lấm tay. Và vì dispatcher không bao giờ làm việc thật, ta có thể cho nhiều worker chạy cùng lúc mà không giẫm chân nhau. Theo anh (video đăng ngày 03/11/2026), đây là một pattern rất hay; đọc thiết kế, anh cứ nghĩ đây là một ý tưởng thật chứ không phải marketing, vì đã có người suy nghĩ kỹ về cách tách các mối quan tâm trong một hệ agent.

## 8. "Nhanh gần gấp đôi" và baseline chưa từng delegate

Tiếp theo là con số headline, phần Kai nói anh có nhiều điều để nói hơn cả, và cũng là chỗ anh cho rằng các bài đưa tin đã làm nhiều người thất vọng (video đăng ngày 03/11/2026). Bài viết của chính DeepSeek, không phải Bloomberg, không phải Twitter, mà bài paper thật, ghi rằng thời gian task ở percentile 95 giảm từ 29,5 phút xuống 15,7 phút. Đó là câu "nhanh gần gấp đôi" lan đi khắp nơi.

Nhưng theo Kai (video đăng ngày 03/11/2026), có vài điều cần biết về baseline 29,5 phút trước khi tin nó. Thí nghiệm đưa vào hệ thống một ngày hoạt động mô phỏng của team, khoảng 300 tin nhắn, trong đó 20 là yêu cầu công việc thật. Phần code là một tool giữ chỗ chỉ ngồi chờ, nên không có dòng code nào được viết và không có gì được chấm điểm, vì mục đích là đo overhead điều phối chứ không phải chất lượng code. Thêm vào đó, khoảng cách giữa các tin nhắn bị nén xuống còn một phần tư thời gian thực.

![Bốn cấu hình được đánh số, cạnh một đoạn bảng thiết kế của Kingy.ai](https://homus.dev/photos/hwRu-ehkzCw-0843.jpg)

Bốn cấu hình: "1 · SUPER-AGENT", "2 · SUPER-AGENT, NO PASS-THROUGH", "3 · SINGLE SESSION · NEUTRAL PROMPT", "4 · SINGLE SESSION"; đoạn bảng "KINGY.AI · DESIGN TABLE" có các dòng Super-agent 12.4 min, 15.7 min, 23.2 million; Super-agent without pass-through 12.6 min, 15.5 min, 31.8 million; và một dòng 29.5 min, 6.1 million (video đăng ngày 03/11/2026).

Theo Kai (video đăng ngày 03/11/2026), baseline 29,5 phút thuộc về cấu hình một agent duy nhất với prompt trung tính, vốn chỉ là một agent kiểu Claude Code chạy bình thường, không có chỉ dẫn đặc biệt nào về việc delegate. Trong năm lần chạy thí nghiệm đó, agent ấy gọi sub-agent đúng 0 lần, tự làm cả 20 việc nối tiếp nhau, vì không ai bảo nó delegate.

Vậy nên, theo Kai (video đăng ngày 03/11/2026), khi người ta nói Super-agent nhanh gấp đôi Claude Code, điều họ thật sự đang nói là một hệ multi-agent được thiết kế để phân việc thì nhanh hơn một agent đơn chưa bao giờ được bảo phân việc. Dĩ nhiên là vậy, giống như một đội chạy tiếp sức thì nhanh hơn một người chạy cả bốn chặng.

## 9. Cấu hình thứ tư mà gần như không ai trích

Theo Kai (video đăng ngày 03/11/2026), phần gần như không ai trích lại rất quan trọng: DeepSeek đã thử một cấu hình thứ tư trong cùng bài paper, vẫn là agent đơn đó, có điều lần này prompt bảo rõ nó delegate trước. Thời gian median của cấu hình này là 13,8 phút so với 12,4 phút của Super-agent, chênh 1,4 phút, tức khoảng 10%.

Theo Kai (video đăng ngày 03/11/2026), phần đuôi dài thì có thật: agent đơn biết delegate đó vẫn chạm 29 phút trong một lần chạy, vì nó tự quyết rằng việc đủ nhỏ để làm một mình. Biến delegate thành một rule của hệ thống thay vì tâm trạng của model thì sửa được chuyện đó, và đó là một chiến thắng công bằng cho kiến trúc. Nhưng phần lớn khoảng cách đằng sau câu "nhanh gấp đôi" đến từ một thay đổi prompt, không phải từ thay đổi kiến trúc.

![Biểu đồ năm lần chạy: 12, 14, 11, 13 và một cột đỏ 29 MIN](https://homus.dev/photos/hwRu-ehkzCw-0903.jpg)

Năm lần chạy của agent đơn được bảo delegate trước: RUN 1 tới RUN 4 ở mức 12, 14, 11, 13, còn RUN 5 là cột đỏ "29 MIN" (video đăng ngày 03/11/2026).

Kai nói rõ vì sao điều này quan trọng: anh không cố hạ bệ DeepSeek, và anh nghĩ công việc của DeepSeek ở đây thật sự thú vị (video đăng ngày 03/11/2026). Nó quan trọng vì nếu bạn đang đánh giá có nên áp dụng hệ thống này, bạn cần biết mình thật sự mua cái gì. Theo anh, giảm 10% median với một setup phức tạp hơn nhiều là một phép tính khác hẳn so với "nhanh gấp đôi".

## 10. Cột cache read: 23 triệu token mỗi lần chạy

Theo Kai (video đăng ngày 03/11/2026), tới đây mọi thứ bắt đầu khá điên rồ, và đây cũng là phần anh ngồi khoảng hai tiếng với một spreadsheet để chắc mình không đọc nhầm. Trong bảng benchmark của DeepSeek có một cột gần như không ai nói tới: cache read token mỗi lần chạy.

Anh giải thích nhanh (video đăng ngày 03/11/2026): mỗi lần agent gửi một tin nhắn tới model, nó gửi kèm cả lịch sử hội thoại, nghĩa là phần lớn những gì model đọc là cùng nội dung của lượt trước. Các nhà cung cấp khôn ngoan ở điểm này: họ cache phần nội dung lặp lại và phục vụ nó từ bộ nhớ lưu trữ thay vì tính lại, và tính một phần nhỏ của giá input bình thường. Đó là cache read.

Theo Kai (video đăng ngày 03/11/2026), nhìn vào cột đó: cấu hình agent đơn trung tính đọc 6 triệu cache token mỗi lần chạy, cấu hình được bảo delegate đọc khoảng 11 triệu, còn Super-agent đọc 23 triệu, gấp 3,8 lần baseline trung tính.

Cache read token mỗi lần chạy theo ba cấu hình, với các con số Kai nói trong video đăng ngày 03/11/2026.

Theo Kai (video đăng ngày 03/11/2026), con số đó quan trọng vì router sống suốt cả ngày. Mỗi khi có bất kỳ tin nhắn nào tới, và nhớ rằng chỉ 20 trong 300 tin là việc thật, router thức dậy và đọc lại toàn bộ context của nó. Mỗi worker cũng mang context riêng, nên càng nhiều session thì càng nhiều lần đọc lại, và overhead cộng dồn lên.

Anh nói DeepSeek biết điều này (video đăng ngày 03/11/2026): DeepSeek đã làm một lối tắt để các tin nhắn tiếp theo đi thẳng tới worker thay vì qua dispatcher thêm lần nữa. Không có lối tắt đó, cache read leo lên 31 triệu; có nó thì ở mức 23 triệu. Vậy lối tắt tồn tại chính là để xử lý vấn đề đọc lại.

## 11. 7 cent và 4,65 đô một ngày

Khi Kai tính ra tiền, giấc mơ về trang trại của anh quay lại ngay, vì các con số thật sự gây sốc (video đăng ngày 03/11/2026). Theo anh, trên model Flash của DeepSeek, một cache hit tốn 0,3 cent cho mỗi triệu token ở giờ thấp điểm, nên chạy Super-agent qua một ngày 300 tin nhắn như thế tốn khoảng 7 cent, riêng phần cache read. Còn trên Claude Opus 5.5, một cache hit là 20 cent mỗi triệu token, nên cùng 23 triệu token đó thành 4,65 đô chỉ cho việc đọc lại. Và đó là trước một token output nào, trước khi có bất kỳ việc thật nào được làm (giá theo video đăng ngày 03/11/2026).

![Hai khung so sánh: DeepSeek $0.003/M và 7 cent, Opus 5.5 $0.20/M và hoá đơn $4.65](https://homus.dev/photos/hwRu-ehkzCw-1143.jpg)

Khung trái (logo DeepSeek): "$0.003 / M CACHE HIT", "7¢ / DAY · 23.2M CACHE READS". Khung phải: "$0.20 / M CACHE HIT" và hoá đơn "OPUS 5.5 · 1 DAY", "23.2M READS × $0.20", TOTAL $4.65 (giá theo video đăng ngày 03/11/2026).

Theo Kai (video đăng ngày 03/11/2026), kéo ra một tháng 22 ngày làm việc, overhead cache cho kiến trúc của Super-agent vào khoảng 1,53 đô mỗi tháng trên DeepSeek và khoảng 102 đô trên Opus 5.5. Anh nói đó tương đương một gói Max 100 đô mỗi tháng chỉ để giữ đèn sáng, trước khi các worker làm bất cứ việc gì.

## 12. Cache 5 phút và cache nằm trên đĩa

Điều Kai không ngờ tới là còn có một khoảng cách về thời gian sống của cache, và với các agent chạy liên tục, theo anh, nó có thể còn quan trọng hơn khoảng cách về giá (video đăng ngày 03/11/2026). Theo Kai, prompt cache của Anthropic sống 5 phút theo mặc định; nếu trả tiền để ghi extended cache thì nó kéo dài một giờ. Nhưng việc ghi cache tốn thêm tiền: trên Opus là 5 đô mỗi triệu token cho cache ngắn và 8 đô cho cache dài. Còn cache của DeepSeek nằm trên đĩa, luôn bật, không có phí ghi, và giữ ấm từ vài giờ tới vài ngày (giá và thông số theo video đăng ngày 03/11/2026).

Theo Kai (video đăng ngày 03/11/2026), điều đó có nghĩa gì với router của bạn, thứ ngồi qua giờ nghỉ trưa, qua một cuộc họp dài, cho tới khi một tin nhắn chat tới 90 phút sau tin trước? Trên DeepSeek, context của router rất có thể vẫn còn trong cache. Trên Claude, một giờ đã hết và toàn bộ được ghi lại ở mức giá cao. Nếu giả sử router mang 100.000 token, đó là 80 cent trên Opus mỗi lần có một khoảng nghỉ dài, trong khi trên DeepSeek, kể cả một lần trượt cache trọn vẹn cũng vào khoảng một cent rưỡi.

Ví dụ của Kai trong video đăng ngày 03/11/2026: router 100.000 token chờ 90 phút giữa hai tin nhắn; trên Claude, cache một giờ đã hết và phải ghi lại (80 cent trên Opus), trên DeepSeek context rất có thể vẫn còn trong cache.

Theo Kai (video đăng ngày 03/11/2026), một agent chạy liên tục thì phần lớn thời gian là ngồi không, đơn giản do bản chất của nó. DeepSeek làm cache cho trạng thái ngồi không, còn cache của Anthropic được định cỡ cho một người đang gõ phím; nên kiến trúc và bảng giá thật sự là một bộ đi đôi với nhau.

## 13. Session log được gửi đi theo mặc định

Kai dừng lại ở một thứ anh tìm thấy, nằm sâu trong docs của Harness; anh suýt bỏ qua, và theo anh nó thay đổi phép tính với nhiều team (video đăng ngày 03/11/2026). Harness ship một plugin tên session-log-deepseek. Khi bạn gửi request tới API chính thức của DeepSeek, plugin này gắn session log của bạn vào mọi request, tức là bản ghi đầy đủ của session gồm tin nhắn, tool call và kết quả. Theo Kai, một người trên Hacker News đã đọc code và mô tả nó là "the whole session, with compaction expanded", tối đa 8 megabyte mỗi request.

Theo Kai (video đăng ngày 03/11/2026), mặc định là bật, vì profile đi kèm được nạp và profile của Super-agent không tắt nó. Anh nói điều này không bị giấu: nó có trong docs, có một công tắc trong Settings, mục General, và nó chỉ áp dụng cho API riêng của DeepSeek; nếu trỏ vào một model local thì không có gì được gửi đi.

Những gì Super-agent đọc cả ngày và đi theo session log tới server của DeepSeek khi dùng API chính thức với công tắc để mặc định, theo Kai trong video đăng ngày 03/11/2026.

Nhưng theo Kai (video đăng ngày 03/11/2026), hãy nghĩ xem Super-agent đọc gì cả ngày: không phải một session của một developer, mà là chat của team, GitHub issue, review comment và CI output. Tất cả được đẩy tới server của DeepSeek suốt cả ngày theo mặc định, đi cùng các request gửi tới model. Với một lab đang train model làm các việc agentic dài, theo anh, đó đúng là loại dữ liệu mà bạn sẽ muốn có. Trong khi đó, theo Kai, gói Team của Anthropic ghi rõ là mặc định không train trên nội dung của bạn, còn ở Harness thì mặc định là gửi.

Kai nhắc lại (video đăng ngày 03/11/2026): nó có trong docs, là tuỳ chọn, và có công tắc; anh không ở đây để nói DeepSeek đang làm điều gì mờ ám. Nhưng đây là loại thiết lập bạn muốn chọn có chủ đích, thay vì phát hiện ra sau khi agent đã chạy được hai tuần. Theo anh, nếu bạn định thử, hãy tìm công tắc đó trước và đặt nó đúng như điều bạn thật sự chủ động chọn.

## 14. Danger Full Access, observe mode và luật auto-merge

Theo Kai (video đăng ngày 03/11/2026), docs còn có một phần security ngắn và thẳng thắn theo kiểu anh rất tôn trọng. Router và các worker chạy với một thiết lập tên là Danger Full Access, dưới chính tài khoản người dùng OS của bạn. Vậy nên một worker có thể chạy bất kỳ chương trình nào theo đường dẫn của nó và có thể đọc thư mục home của bạn. Phần thiết lập tài khoản quyết định nó dùng credential GitHub nào, nhưng không tạo ra sự cô lập thật sự nào. Khuyến nghị của chính DeepSeek là chạy agent dưới một tài khoản OS riêng, chỉ chứa credential của agent và không gì khác.

![Chìa khoá GitHub, khung đỏ ISOLATION: NONE, và agent với các nhãn ~/HOME, SSH KEYS, .env](https://homus.dev/photos/hwRu-ehkzCw-1523.jpg)

Chìa khoá có logo GitHub, khung nét đứt đỏ "ISOLATION: NONE", và cửa sổ AGENT với các nhãn "~/HOME", "SSH KEYS", ".env" (video đăng ngày 03/11/2026).

Theo Kai (video đăng ngày 03/11/2026), điều này quan trọng hơn ta tưởng, vì agent đọc văn bản do người khác viết, như issue, comment và tin nhắn chat, và coi một phần văn bản đó là chỉ dẫn. Prompt injection là một vấn đề còn bỏ ngỏ, chưa được giải với mọi hệ agent vào lúc làm video, và một agent có quyền vào thư mục home của bạn là một mục tiêu khá hấp dẫn.

Theo Kai (video đăng ngày 03/11/2026), ở các chỗ khác thì các mặc định lại khá cẩn thận: agent khởi đầu ở observe mode, chỉ ghi lại việc nó lẽ ra đã làm thay vì làm thật, và auto-merge tắt theo mặc định. Kể cả khi bật auto-merge, agent cũng không thể merge việc của chính nó, vì cần một tài khoản thứ hai, một pull request đã được approve, và ít hơn 200 dòng thay đổi.

Theo Kai (video đăng ngày 03/11/2026), triết lý có vẻ là bảo thủ ở những gì được làm tự động, nhưng rộng rãi ở những gì agent được truy cập trong lúc làm. Đó là một trade-off hợp lý với một số team và là lý do từ chối với các team khác, nên hãy biết mình thuộc nhóm nào trước khi cài.

## 15. Danh sách cài đặt và benchmark chạy trong Claude Code

Về setup, theo Kai (video đăng ngày 03/11/2026), danh sách cần cài gồm Node 22.19, pnpm, git, Python, GitHub CLI và tmux; hình trong video ghi NODE 22.19+, PNPM, GIT 2.32+, PYTHON 3.8+, GITHUB CLI 2.48+, TMUX và nhãn "WINDOWS → WSL". Trên Windows, tmux đồng nghĩa với WSL. README còn gợi ý nhờ một coding agent khác dẫn bạn qua bước setup, điều anh thấy rất buồn cười vì đó là agent chồng lên agent tới tận cùng.

Theo Kai (video đăng ngày 03/11/2026), có một chi tiết nhỏ mà anh nghĩ nói lên nhiều điều về cách nên hiểu cả lần phát hành này. DeepSeek công bố model card cho V4.1 Flash với điểm Terminal-Bench 4: số của DeepSeek là 42,3, trong khi Anthropic báo 66,4 cho Opus 5.5 trên cùng benchmark, một khoảng cách đáng kể.

![Biểu đồ TERMINAL-BENCH 4.0: DeepSeek V4.1 Flash 42.3, Opus 5.5 66.4, cạnh bảng model card](https://homus.dev/photos/hwRu-ehkzCw-1703.jpg)

Biểu đồ "TERMINAL-BENCH 4.0": DEEPSEEK V4.1 FLASH 42.3, OPUS 5.5 66.4. Bảng "HUGGING FACE · MODEL CARD" bên trái ghi DS-V4.1-Flash-1017 42.3, DS-V4.1-Flash 31.2, K3 12.6, GLM-5.3 37.9, GPT-5.6 Sol 39.9, Opus 5 51.8 (video đăng ngày 03/11/2026).

Nhưng phần thú vị, theo Kai (video đăng ngày 03/11/2026), là DeepSeek chạy benchmark đó bên trong Claude Code, dùng Claude Code làm harness để đánh giá model của chính mình. Và trong biểu đồ so sánh, DeepSeek đặt điểm của mình cạnh Opus 5, phiên bản mà theo Kai Anthropic đã thay bằng Opus 5.5 vào tháng 9. Vậy DeepSeek đo model của mình bằng Claude Code và so với một bản Claude cũ hơn; anh nói mỗi người tự rút ra kết luận.

Với Kai (video đăng ngày 03/11/2026), đó là một tín hiệu rằng với năng lực code thuần, tức chất lượng thật của công việc được làm ra, khoảng cách giữa các model là có thật, còn harness ít quan trọng hơn người ta nghĩ. Theo anh, một developer tên Dave Bennett đã chạy DeepSeek Harness trên 68 bug GitHub thật, qua bốn agent harness khác nhau, có cả Claude Code. Claude Code sửa được 27, DeepSeek Harness sửa được 24, và có 22 bug giống nhau mà cả hai cùng sửa được. Những bug tách hai bên ra phần lớn chỉ là bug khó hoặc bug dễ, nên harness tạo khác biệt nhỏ, còn bản thân con bug tạo khác biệt lớn.

## 16. Ai thật sự nên dùng Super-agent

Sau tất cả những điều đó, có nên dùng thứ này không? Kai đưa ra câu trả lời mà anh gọi là trung thực, vì đó có lẽ là câu hỏi người xem mang tới. Theo anh (video đăng ngày 03/11/2026), có một kiểu team cụ thể mà nó vừa gần như hoàn hảo:

- Bạn đã dùng API của DeepSeek, hoặc sẵn sàng chuyển sang (theo Kai, video đăng ngày 03/11/2026).

- Team của bạn sống trong GitHub và một kênh chat lưu lượng cao, với nhiều yêu cầu nhỏ rải rác trong hội thoại mà hiện có người đang lọc bằng tay (theo Kai, video đăng ngày 03/11/2026).

- Phần lớn task dưới 200 dòng thay đổi (theo Kai, video đăng ngày 03/11/2026).

- Có một người, có thể là bạn, sẽ giữ tài khoản agent và thật sự đọc những gì nó đăng, vì theo Kai docs nói thẳng rằng bạn chịu trách nhiệm cho mọi tin nhắn nó gửi (video đăng ngày 03/11/2026).

Theo Kai (video đăng ngày 03/11/2026), với team đó phép tính đơn giản: overhead kiến trúc tốn khoảng một đô mỗi tháng, và nó mua lại sự chú ý của người đang đóng vai router bằng người, người phân loại yêu cầu và tự tay khởi động agent. Đó là một chiến thắng thật.

Hai kiểu team mà Kai mô tả trong video đăng ngày 03/11/2026: kiểu Super-agent vừa khít và kiểu nó không hợp.

Theo Kai (video đăng ngày 03/11/2026), kiểu team không hợp cũng cụ thể không kém: một developer với một repo, dùng gói Pro 20 đô hay thậm chí gói Max 100 đô. Bạn không có 300 tin nhắn mỗi ngày để phân loại, và không cần một dispatcher. Benchmark của chính DeepSeek cho thấy một session agent đơn với prompt tốt về đích cách median của Super-agent trong vòng 1,4 phút, nên overhead của kiến trúc không mua thêm được cho bạn bao nhiêu.

Còn một bộ lọc nữa mà theo Kai bạn thật sự cần kiểm: theo anh, Bộ An ninh Nội địa Mỹ (Homeland Security) đã ban hành một lệnh ngày 20/10 loại DeepSeek khỏi các hệ thống liên bang dân sự. Nên nếu khách hàng nào của bạn là cơ quan chính phủ Mỹ, hãy đọc lệnh đó trước khi cài bất cứ thứ gì có chữ DeepSeek trong tên (theo Kai, video đăng ngày 03/11/2026).

## 17. Ba ý tưởng mang sang model nào cũng được

Theo Kai (video đăng ngày 03/11/2026), phần anh thích nhất trong mọi điều anh học được lại áp dụng được kể cả khi bạn không bao giờ đụng tới DeepSeek, Harness hay Super-agent. Có ba ý tưởng trong kiến trúc này gọn gàng và mang đi được, và ta có thể cài cả ba trên bất kỳ model nào, kể cả model đang dùng vào lúc làm video.

Ý thứ nhất là pre-model filter (video đăng ngày 03/11/2026): trước khi bất kỳ model nào đọc bất kỳ tin nhắn nào, một chương trình bình thường kiểm xem có nên cho đọc không. Nó hỏi người gửi có được phép không, đây có đúng channel không, và loại tin nhắn này có phải thứ agent xử lý không. Theo Kai, rất nhiều tin nhắn bị loại mà không bao giờ chạm tới model; việc này không hào nhoáng, nhưng là loại thứ nhìn lại thì thấy hiển nhiên và tiết kiệm được một lượng tiền và nhiễu đáng ngạc nhiên.

![Cổng PRE-MODEL FILTER với ba đèn xanh AUTHORIZED, RIGHT CHANNEL, MESSAGE TYPE](https://homus.dev/photos/hwRu-ehkzCw-2003.jpg)

Ý số "1 · PRE-MODEL FILTER": một hàng tin nhắn "msg" đi tới cổng có ba đèn xanh "AUTHORIZED?", "RIGHT CHANNEL?", "MESSAGE TYPE?", nhãn "PLAIN CODE · NO AI", một thùng "BIN" và một tin "#47" đi qua (video đăng ngày 03/11/2026).

Ý thứ hai là worker thread subscription (theo Kai, video đăng ngày 03/11/2026): worker mở một pull request thì subscribe vào thread đó, nên tin nhắn tiếp theo của reviewer đi thẳng tới worker và dispatcher không bao giờ phải thấy chúng. Theo anh, đó là một lời giải thật sự thanh lịch cho vấn đề định tuyến lại, và nó giữ cho context của router gọn.

Ý thứ ba là một prompt ưu tiên delegate (theo Kai, video đăng ngày 03/11/2026). Benchmark của chính DeepSeek cho thấy phần lớn khoảng cách hiệu năng giữa agent đơn và Super-agent biến mất khi agent đơn được bảo đơn giản là delegate trước, và đó chỉ là một thay đổi prompt. Nên theo Kai, nếu bạn đang chạy một session Claude Code duy nhất và nó cứ tự làm hết mọi thứ, hãy thử bảo rõ nó tạo sub-agent cho các task song song trước khi bắt đầu. Bạn có thể được 80% lợi ích với 0% độ phức tạp kiến trúc.

Theo Kai (video đăng ngày 03/11/2026), ba thứ này chạy được trên Claude, trên GPT-4o và trên Gemini, vì kiến trúc mới là điều đáng học, còn model thì thay được.

## 18. Router không bao giờ cầm cờ lê

Kai quay lại điểm xuất phát: anh bắt đầu video khi đang nhìn hoá đơn 47 đô và tự hỏi có phải mình đang làm sai. Sau tất cả những điều trên, anh nghĩ phần lớn chúng ta đang làm hơi sai (video đăng ngày 03/11/2026). Không phải vì tool tệ, vì tool thật sự tốt; mà vì chúng ta đang dùng lối nghĩ đơn luồng cho những hệ thống có thể đa luồng: không tách dispatcher khỏi worker, không lọc trước, và trả tiền cho model đọc những thứ không cần đọc.

Theo Kai (video đăng ngày 03/11/2026), Super-agent không phải Claude Code killer, mà là một research prototype từ một lab nghĩ khác về cách cấu trúc agent, và một số ý tưởng trong đó đáng được nhìn nghiêm túc, dù bạn dùng model nào. Phiên bản câu chuyện anh sẽ nhớ không phải "DeepSeek thách thức Anthropic", mà là "có người đã thiết kế một hệ thống trong đó router không bao giờ cầm cờ lê", và đó là một ý tưởng hay.

Lời chốt của anh: hãy lấy các ý tưởng, bỏ lại phần hype, và có lẽ nên kiểm lại công tắc session log trước khi đi. Theo Kai (video đăng ngày 03/11/2026), bài paper ngắn và trung thực, README được viết rõ ràng, và thread ra mắt trên Hacker News có những phản biện tốt từ những người đã thật sự chạy nó.

## Nguồn và liên kết

- Tên gốc: Deepseek Just Drops a Claude Code Rival (Super Agent)
- Sự kiện: [YouTube](https://homus.dev/events/youtube)
- Video gốc: [https://www.youtube.com/watch?v=hwRu-ehkzCw](https://www.youtube.com/watch?v=hwRu-ehkzCw)

- Kênh YouTube Kai (Kai): [youtube.com/channel/UCgUfJoPtkt7-RiiuYh4vmGA](https://www.youtube.com/channel/UCgUfJoPtkt7-RiiuYh4vmGA)

- Repo dsh-superagent-prototype của DeepSeek, README và docs; README mở đầu bằng "Research prototype for reference only, not an official DeepSeek product" và ghi license MIT (đọc ngày 05/11/2026): [github.com/deepseek-ai/dsh-superagent-prototype](https://github.com/deepseek-ai/dsh-superagent-prototype)

- File prompts/team/delivery.md trong repo trên, ghi điều kiện bật auto-merge, trong đó có PR thay đổi ít hơn 200 dòng (additions plus deletions) (đọc ngày 05/11/2026): [github.com/deepseek-ai/dsh-superagent-prototype/blob/main/prompts/team/delivery.md](https://github.com/deepseek-ai/dsh-superagent-prototype/blob/main/prompts/team/delivery.md)

- Repo DeepSeek Harness (đọc ngày 05/11/2026): [github.com/deepseek-ai/deepseek-harness](https://github.com/deepseek-ai/deepseek-harness)

- README plugin @deepseek-ai/dsh-session-log-deepseek; bảng Configuration ghi `enabled` mặc định `true`, `maxBytes` 8 MiB, và công tắc Settings → General (đọc ngày 05/11/2026): [github.com/deepseek-ai/deepseek-harness/blob/master/packages/session/session-log-deepseek/README.md](https://github.com/deepseek-ai/deepseek-harness/blob/master/packages/session/session-log-deepseek/README.md)

- README plugin @deepseek-ai/dsh-subagent-claude-code, chạy một task được giao dưới dạng một session Claude Code mới (đọc ngày 05/11/2026): [github.com/deepseek-ai/deepseek-harness/blob/master/packages/subagent/subagent-claude-code/README.md](https://github.com/deepseek-ai/deepseek-harness/blob/master/packages/subagent/subagent-claude-code/README.md)

- [Kingy.ai](https://kingy.ai), bài về bảng thiết kế của Super-agent (đọc ngày 05/11/2026): [kingy.ai/blog/deepseek-super-agent-design-explained](https://kingy.ai/blog/deepseek-super-agent-design-explained/)

- Bảng giá API của DeepSeek (đọc ngày 05/11/2026): [api-docs.deepseek.com/quick_start/pricing](https://api-docs.deepseek.com/quick_start/pricing)

- Tài liệu context caching của DeepSeek (đọc ngày 05/11/2026): [api-docs.deepseek.com/guides/kv_cache](https://api-docs.deepseek.com/guides/kv_cache)

- Bảng giá API của Anthropic (đọc ngày 05/11/2026): [platform.claude.com/docs/en/about-claude/pricing](https://platform.claude.com/docs/en/about-claude/pricing)

- Model card DeepSeek-V4.1-Flash-1017 trên Hugging Face, ghi "We use the Claude Code harness for Terminal-Bench 4.0" (đọc ngày 05/11/2026): [huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash-1017](https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash-1017)

Nguồn: https://homus.dev/talks/deepseek-just-drops-a-claude-code-rival-super-agent · cập nhật 2026-11-05