# Personal agent giải thích rõ ràng: chatbot, DIY agent và personal agent

[Jeff Su](https://homus.dev/speakers/jeff-su) · [Jeff Su](https://homus.dev/orgs/jeff-su)

> Phân biệt chatbot, DIY agent và personal agent qua ví dụ sức khỏe, du lịch, tìm việc; cách memory file hoạt động, privacy và nên chọn setup nào.

Topics: Agents, Workflow, Context Engineering

Canonical: https://homus.dev/talks/personal-agents-clearly-explained

## 1. Personal agent có đáng để bỏ công dựng không?

Jeff Su mở video bằng một câu hỏi mà nhiều người đang dùng ChatGPT, Claude hay Google Gemini chắc cũng đang tự hỏi: các personal agent như Muse, Dots và Grok Bot thì khác gì những công cụ ấy? Demo và tiêu đề báo chí về chúng, như thường lệ, cực kỳ ấn tượng. Nhưng personal agent có thật sự đáng để bạn đầu tư thời gian và công sức setup không?

Trong video này, anh hứa sẽ giải thích personal AI agent là gì bằng ngôn ngữ đời thường (plain English), và chúng khác những công cụ bạn đang dùng ra sao, để bạn tự đánh giá xem chúng có đáng thời gian của mình hay không. Rồi anh bắt đầu.

![Màn hình tiêu đề Chatbots, DIY agents, and personal agents với ba biểu tượng ứng dụng](https://homus.dev/photos/HdI_aYzgJIg-0032.jpg)

Tấm tiêu đề của phần đầu: ba nhóm công cụ mà cả video xoay quanh, gồm chatbot, DIY agent và personal agent.

## 2. Chatbot: giỏi việc một lần, nhưng không nối được gì

Thay vì nhảy thẳng vào chỗ sâu, Jeff bắt đầu với những công cụ AI mà bạn đã quen. Nhóm đầu tiên là chatbot: ChatGPT Chat, Claude Chat và Gemini Chat. Nói gọn, nhóm công cụ này rất hợp cho những việc làm một lần (one-off task), không phụ thuộc vào thông tin bạn đã chia sẻ từ trước.

Ví dụ anh đưa ra, và sẽ dùng xuyên suốt video: giả sử bạn upload bản báo cáo sức khỏe mới nhất lên ChatGPT Chat để hiểu rõ hơn các kết quả. Bạn, người dùng, gõ một prompt kèm hướng dẫn; còn ChatGPT Chat, chatbot, trả về một bản tóm tắt của đúng bản báo cáo đó bằng ngôn ngữ dễ hiểu. Trên màn hình là một câu trả lời giải thích từng chỉ số, kết thúc bằng một phần "Bottom line" xếp thứ tự những gì đáng chú ý nhất.

Đó là một việc một lần hữu ích. Nhưng ChatGPT Chat chỉ được tiếp cận đúng một bản báo cáo ấy. Vì vậy nó không có cách nào nối những kết quả đó với lịch sử sức khỏe rộng hơn của bạn, như các báo cáo cũ hay ghi chú của bác sĩ. Jeff dặn người xem giữ giới hạn này trong đầu khi đi tiếp.

Giới hạn của chatbot trong ví dụ sức khỏe: nó tóm tắt tốt đúng bản báo cáo được đưa vào, nhưng không với tới các báo cáo cũ hay ghi chú của bác sĩ.

## 3. DIY agent: nhớ và tự cập nhật những gì bạn đã chia sẻ

Nhóm tiếp theo là do-it-yourself, hay DIY AI agent, gồm các app như ChatGPT Work, Codex, Claude Code và Gemini Spark. Nói gọn, nhóm app này nhớ được và cập nhật được thông tin bạn đã chia sẻ trước đó, nên bạn không phải giải thích lại hoàn cảnh của mình mỗi lần bắt đầu một task mới.

Tiếp tục ví dụ sức khỏe: giả sử trước hết bạn cho ChatGPT Work quyền truy cập một folder Health, trong đó có các báo cáo sức khỏe cũ, ghi chú của bác sĩ và danh sách thực phẩm bổ sung bạn đang dùng (supplement stack). Sau đó bạn chia sẻ báo cáo sức khỏe năm nay trong một task mới, với đúng y những hướng dẫn như lần trước. Và đây là những gì xảy ra:

- AI lưu bản báo cáo vào folder Health Reports của bạn.

- Nó so sánh kết quả với báo cáo của năm năm gần nhất và với ghi chú từ các lần khám bác sĩ trong năm nay.

- Nó cập nhật lịch sử sức khỏe của bạn bằng cách sửa thẳng vào file health memory, để lần so sánh năm sau bắt đầu với tất cả những gì bạn đã chia sẻ năm nay.

![Sơ đồ ChatGPT Work: báo cáo năm nay, folder Health gồm Health Reports năm năm, Doctor's notes và Health Memory](https://homus.dev/photos/HdI_aYzgJIg-0223.jpg)

Minh họa DIY agent trong ví dụ sức khỏe: báo cáo năm nay được xếp vào Health Reports cạnh năm năm cũ, đối chiếu với Doctor's notes, rồi Health Memory được cập nhật cho "Next year".

Nhân tiện, Jeff giải thích vì sao anh dùng chữ "DIY agent" trong video: khác với personal agent sẽ nói ở phần sau, với nhóm này về cơ bản chúng ta phải tự dựng các folder và file từ con số không.

## 4. Personal agent: bản chủ động của DIY agent

Giờ tới nhóm personal agent, gồm các app như Muse của Meta, Dots của ChatGPT và Grok Bot của xAI. Đơn giản hóa hết mức, personal agent chỉ là phiên bản chủ động (proactive) của DIY agent: chúng dùng những gì chúng biết về bạn để đề nghị giúp trước khi bạn kịp hỏi.

Lại tiếp tục ví dụ sức khỏe: personal agent của bạn sẽ nhắn cho bạn một ngày trước buổi khám sức khỏe định kỳ hằng năm, đại loại: "Này, mai là buổi khám sức khỏe hằng năm của bạn. Bạn có muốn một bản tóm tắt xu hướng sức khỏe của mình trong năm năm qua để mang theo không?"

![Tin nhắn từ personal agent: Hey, your annual health checkup is tomorrow](https://homus.dev/photos/HdI_aYzgJIg-0303.jpg)

Minh họa sự chủ động: personal agent tự nhắn trước "Hey, your annual health checkup is tomorrow." mà người dùng không cần hỏi gì.

Đó là ý của Jeff khi nói "chủ động". Agent nhận ra có một cuộc hẹn sắp tới, nối nó với thông tin bạn đã chia sẻ, và giải quyết một vấn đề cho bạn mà bạn không cần nhớ để hỏi. Đây là một ví dụ đơn giản, và nghe có vẻ là thay đổi nhỏ, nhưng theo anh, nó trút một gánh nặng cực lớn khỏi đầu bạn khi có một trợ lý luôn bật (always-on) đang theo dõi mọi thứ giúp bạn.

## 5. Cả ngành đang rời bỏ chatbot

Tới đây, Jeff cho rằng đã khá rõ vì sao cả ngành đang dịch chuyển khỏi chatbot và các task một lần, để tiến về DIY agent và personal agent: những agent biết chúng ta quan tâm điều gì và có thể chủ động cảnh báo vấn đề mà chúng ta thậm chí không cần nghĩ tới.

![Ba cột Chatbots, DIY agents, Personal agents với tên các app trong mỗi nhóm](https://homus.dev/photos/HdI_aYzgJIg-0343.jpg)

Bản đồ ba nhóm: Chatbots (ChatGPT Chat, Claude Chat, Gemini Chat) mờ đi, mũi tên chỉ sang DIY agents (ChatGPT Work, Codex, Claude Code, Gemini Spark) và Personal agents (Muse, Dots, Grok Bot).

Video có một đoạn ngắn mời đăng ký newsletter miễn phí của Jeff, mỗi tuần một mẹo AI.

## 6. DIY agent hoạt động thế nào: một file luật, nói một lần, theo mãi

Trước khi tới personal agent, Jeff nói ta cần hiểu DIY agent hoạt động thế nào trước, vì cùng những nguyên lý đó áp dụng cho cả hai. Như đã thấy, các công cụ như ChatGPT Work, Claude Code và Gemini Spark có thể ghi lại và duy trì luật, sở thích và memory của chúng ta trong các file plain text, rồi đọc các file đó khi task cần tới.

Ví dụ: mọi câu trả lời Jeff nhận từ Claude hay ChatGPT Work đều kết thúc bằng một mục "What's Next" (bước tiếp theo), và điều đó giảm hẳn sự mệt mỏi khi phải ra quyết định (decision fatigue) cho anh. Trên màn hình, một câu trả lời kết thúc bằng hộp "What's Next" liệt kê đúng những gì anh cần làm buổi sáng.

Sở thích đó được lưu trong một file text duy nhất, quy định cách anh muốn AI trả lời mình, và AI đọc file này mỗi lần anh bắt đầu task mới. Nói rõ cho chắc: anh nói sở thích với AI một lần, nó ghi xuống, và nó làm theo luật đó mãi mãi.

Đây là đúng câu luật trên màn hình trong file "Governance Rules - Communication", có thể chép về dùng:

```
End every substantive final response with ## What's Next. Complete authorized work first. Include only what Jeff must do for this request to finish. For a decision brief, the recommended action in the situation also qualifies; this does not authorize execution. Exclude other ongoing work, incidental observations, optional ideas, settled values, and future or dependency-gated work. If no action qualifies, write Nothing else for you to do.
```

## 7. Jeff OS: hơn 100 file text, hơn 30 folder, không tự tay tạo cái nào

Lùi ra xa một chút: file governance rules này chỉ là một trong hơn 100 file text nằm trong home folder của Jeff, mà anh gọi là Jeff OS. Mở bên trong ra, bạn thấy cả loạt folder, và mỗi folder đại diện cho một mảng khác nhau trong cuộc sống của anh.

![Cửa sổ Finder của folder 00 JeffOS với danh sách folder như 00_Reference, 97_Skills, Business Finances, Friends & Family, Health](https://homus.dev/photos/HdI_aYzgJIg-0503.jpg)

Home folder "00 JeffOS": các folder như `00_Reference`, `96_Scheduled Tasks`, `97_Skills`, AI, Business Finances, Comms HQ, Friends & Family, Health, Housing, Instagram HQ, LinkedIn HQ, Motion Graphics Studio, mỗi cái là một mảng đời sống hay công việc.

Và Jeff nói rõ: dù anh thật sự bắt đầu từ một folder hoàn toàn trống, anh không phải tự tay tạo bất kỳ folder nào trong số này. Anh chỉ nói với AI điều mình muốn, và DIY agent làm phần việc nặng nhọc (grunt work): viết, cập nhật và sắp xếp các file trong home folder. Đó là cách anh dựng nên hơn 30 folder, mỗi folder chứa hướng dẫn và thông tin mà AI cần cho mảng đời sống đó.

Cách Jeff OS hình thành: người dùng chỉ nói điều mình muốn, agent tự tạo và giữ gọn các folder và file.

## 8. Ví dụ 1: folder Friends & Family và bữa sinh nhật bất ngờ

Để cụ thể hơn, Jeff đi qua hai use case. Use case đầu là folder Friends & Family của anh. File `MEMORY.md` ở đây lưu các thông tin như sinh nhật người trong gia đình, dị ứng thức ăn, và cả những món quà anh từng mua, "vì tôi là một người rất nhỏ mọn" (a very petty man), anh đùa.

Video chèn một đoạn ngắn từ phim sitcom Friends để minh họa cho câu đùa: một nhân vật mở quà và reo "Oh, I love it", người kia hỏi "Thật à? Bạn không định đem đi đổi à?", và câu đáp là "Ừ thì, chưa phải lúc này."

Sau đó anh có thể hỏi một câu kiểu: tôi đang lên kế hoạch tổ chức sinh nhật bất ngờ cho em trai ở đúng nhà hàng này. Trên màn hình, anh gõ vào ô "What should we work on?" câu "I'm planning a surprise birthday for my brother at this restaurant" kèm một link trang review nhà hàng, với folder "00 JeffOS" được gắn làm context.

AI kiểm thực đơn của nhà hàng so với những gì nó đã biết về em trai anh, cảnh báo em anh bị dị ứng hải sản có vỏ (shellfish) nặng, và gợi ý một nhà hàng khác gần đó với mức giá tương tự.

![Thực đơn nhà hàng có Garlic shrimp và Lobster pasta đặt cạnh MEMORY.md ghi Brother: severe shellfish allergy](https://homus.dev/photos/HdI_aYzgJIg-0606.jpg)

Agent nối hai nguồn: thực đơn của nhà hàng (Garlic shrimp, Lobster pasta) và `MEMORY.md` của folder Friends & Family, nơi ghi "Brother: severe shellfish allergy".

## 9. Ví dụ 2: lên kế hoạch chuyến đi LA chỉ bằng một câu

Jeff báo trước rằng ví dụ tiếp theo phức tạp hơn nhiều, nhưng nó phản ánh thực tế cách anh dùng DIY agent hằng ngày. Giả sử anh đang lên kế hoạch một chuyến đi. Anh mở đầu đúng bằng một câu đơn giản:

```
Help me plan a trip to LA from May 20-30th
```

![Phiên LA trip May 20-30 với câu Help me plan a trip to LA, AI đang Thinking, Context là 00 JeffOS](https://homus.dev/photos/HdI_aYzgJIg-0643.jpg)

Phiên "LA trip May 20-30": chỉ một câu yêu cầu, AI đang suy nghĩ, và ở khung bên phải phần Context chỉ có folder "00 JeffOS".

Dù gửi đi mà không kèm bất kỳ context nào khác, agent vẫn kéo được mọi thứ nó cần, vì nó có quyền truy cập folder Travel của anh. Nó cũng được kết nối với các app như Notion, Google Calendar, Google Drive và Gmail. Từ đó:

- Nó lấy sở thích du lịch của anh để tìm khách sạn hợp ý anh trong khoảng giá anh thích, và kiểm tra yêu cầu visa cho loại hộ chiếu anh đang cầm.

- Nó tìm trong People database trên Notion những người bạn và người quen đang sống ở LA, để anh liên lạc.

- Nó tạo một trip project trong Notion đúng theo kiểu anh thích, bằng cách làm theo các quy ước Notion anh đã lưu.

- Cuối cùng, nó kiểm lịch để tìm chỗ trùng và cảnh báo những task hay project có deadline rơi vào thời gian chuyến đi.

Nói rõ lại: sở thích khách sạn, nơi bạn bè đang sống và deadline các project của anh nằm ở những chỗ khác nhau, nhưng tất cả đều liên quan tới cùng một chuyến đi. AI nối các chi tiết đó lại cho anh, mà anh không phải nhớ và nhắc lại từng cái một.

## 10. DIY agent là "second brain" tối thượng

Nói gọn, theo Jeff, DIY agent là "second brain" (bộ não thứ hai) tối thượng: nơi bạn gửi đi và lấy lại thông tin mình muốn mà gần như không phải tự sắp xếp gì cả.

Ý "second brain" của Jeff: bạn chỉ gửi vào và hỏi lại, phần sắp xếp các folder là việc của agent.

Video có một đoạn quảng cáo cho khóa Cowork Academy của chính Jeff, giới thiệu một bộ second brain dựng sẵn.

## 11. Personal agent: bản "mở hộp là dùng" của DIY agent

"Được rồi", Jeff nói, giờ mới thật sự tới personal agent. Nói gọn, các công cụ như Muse của Meta, Dots của ChatGPT và Grok Bot của xAI là phiên bản dùng được ngay khi mở hộp (ready out of the box) của DIY agent. Nghĩa là bạn có được phần lớn các khả năng giống vậy mà không cần tự dựng home folder trước.

Ví dụ: giả sử anh muốn sống khỏe hơn, nhưng không muốn mất công tạo và duy trì một folder Health, cũng không muốn phải hiểu file `CLAUDE.md` hay `MEMORY.md` là cái gì. "Ngôn ngữ khoa học máy tính cấp NASA gì thế này?", anh đùa.

Trong trường hợp đó, anh chỉ cần mở một personal agent như Muse, vào mục Goals, chọn Health, và để Muse phỏng vấn mình rồi đưa ra một kế hoạch cải thiện chất lượng giấc ngủ. Trong ví dụ cụ thể này, Muse hỏi về thói quen hiện tại của anh. Sau khi anh trả lời, nó lưu một goal trong tab Goals. Bấm vào goal đó, anh thấy nó còn tạo sẵn một checklist giờ đi ngủ (bedtime checklist) để anh bắt đầu.

![Màn hình Goals của Muse: mục Tracking và danh sách Create a goal gồm Health, Relationships, Finance, Career](https://homus.dev/photos/HdI_aYzgJIg-0837.jpg)

Tab Goals trong Muse: phần Tracking đang theo dõi vài goal, bên dưới là "Create a goal" với các mảng Health, Relationships, Finance, Career, Interests, Productivity. Jeff chọn Health để Muse bắt đầu phỏng vấn.

Jeff nói rõ: DIY agent hoàn toàn làm được tất cả những việc này một cách dễ dàng. Nhưng anh sẽ phải biết mà yêu cầu nó phỏng vấn mình, và yêu cầu nó làm checklist giờ đi ngủ. Còn Muse thì về cơ bản đã biến quy trình đó thành thứ ai cũng làm được, không thể sai (dummy proof).

## 12. Mở system files của Muse: kiến trúc gần như y hệt

Rồi Jeff mở system files của Muse ra, và bạn sẽ nhận thấy: "hừm", trông nó giống đáng kể kiến trúc file trong setup DIY của anh. Có cả các folder như agents, config, memory, hooks, workspace, và một số tên file thậm chí trùng hẳn: `AGENTS.md`, `MEMORY.md`. Anh chỉ qua lại giữa hai bên: `AGENTS.md`, `MEMORY.md`; `AGENTS.md`, `MEMORY.md`.

![Cửa sổ System files của Muse với các folder agents, config, memory, hooks, workspace và file AGENTS.md, MEMORY.md, SOUL.md](https://homus.dev/photos/HdI_aYzgJIg-0918.jpg)

System files của Muse: các folder agents, assets, config, data, docs, dreams, hooks, memory, side-chats, subscriptions, user, workspace, và các file `AGENTS.md`, `HEARTBEAT.md`, `IDENTITY.md`, `MEMORY.md`, `PROACTIVE_PREFERENCES.md`, `SOUL.md`. Phía sau là Finder của Jeff OS để so sánh.

Mở file `MEMORY.md` gốc của Muse, bạn sẽ thấy đúng thói quen đi ngủ mà anh đã chia sẻ khi Muse phỏng vấn anh về goal sức khỏe.

Nói gọn, hai setup hoạt động cùng một cách: AI lưu thông tin của bạn vào file và dùng chính các file đó để giúp bạn. Personal agent chỉ làm cho việc bắt đầu dễ hơn nhiều.

## 13. Muse cũng theo luật "What's Next" vì đã được dặn một lần

Jeff nhắc lại: bạn còn nhớ mọi câu trả lời trong setup DIY của anh đều kết thúc bằng mục What's Next chứ? Lý do Muse đã theo đúng định dạng trả lời đó là vì anh đã dặn nó trong một phiên chat trước. Anh cuộn xuống một chút để cho thấy: anh đã nói rằng mọi câu trả lời phải kết thúc bằng một mục What's Next chỉ liệt kê những việc còn lại của anh, và giữ cho nó tự đủ nghĩa (self-contained).

Và khi mở lại file `MEMORY.md`, bạn sẽ thấy các luật trả lời (reply rules) nằm ngay ở đó.

## 14. Khác biệt lớn thứ hai: chủ động canh chừng thay bạn

Tới đây, personal agent nghe có thể chỉ như một phiên bản thân thiện với người mới hơn của DIY agent. Nhưng Jeff nói còn một khác biệt rất lớn nữa: personal agent chủ động. Nghĩa là chúng có thể canh chừng những thứ quan trọng với bạn và mang cập nhật tới mà bạn không cần yêu cầu rõ ràng.

Ví dụ, nếu bạn đang tìm việc, bạn có thể nói với personal agent loại vị trí bạn muốn và nơi làm việc bạn thích, rồi bảo nó để mắt tới các cơ hội phù hợp. Hoặc nếu bạn điều hành một doanh nghiệp, bạn có thể bảo personal agent cảnh báo các hóa đơn quá hạn, để không bỏ sót khoản thanh toán nào từ khách hàng.

Có thể bạn đang nghĩ: chẳng phải tôi chỉ cần tạo một scheduled task là được sao? Câu trả lời là: được chứ. Bạn hoàn toàn có thể dễ dàng setup một task tìm việc mỗi sáng và gửi bạn các kết quả khớp. Nhưng hãy tưởng tượng công việc mơ ước của bạn được đăng vào buổi chiều, và hạn nộp đơn đóng trước khi scheduled task kịp chạy lần tiếp theo. Chuyện đó, theo Jeff, ngày nay cũng không quá xa vời.

![Dòng thời gian: scheduled task Job search chạy mỗi sáng, Dream job mở đơn buổi chiều và đóng trước sáng hôm sau](https://homus.dev/photos/HdI_aYzgJIg-1124.jpg)

Vì sao scheduled task có thể lỡ việc: "Job search" chạy mỗi sáng, nhưng "Dream job" mở đơn vào buổi chiều và đóng trước lần chạy của sáng hôm sau.

Nghĩa là các task chạy mỗi ngày một lần sẽ lỡ hẳn cơ hội đó. Ngược lại, một personal agent sẽ kiểm tra suốt cả ngày và báo cho bạn các vị trí mới ngay khi chúng xuất hiện. Một use case hay khác: bảo personal agent cảnh báo một software subscription trước khi nó tự gia hạn, hoặc canh giá giảm của một món bạn vốn đã định mua.

![Personal agents, Keeping an eye on: Matching jobs, Overdue invoices, Software subscription, Price drops](https://homus.dev/photos/HdI_aYzgJIg-1143.jpg)

Những thứ personal agent có thể canh chừng giúp bạn: công việc phù hợp, hóa đơn quá hạn, subscription sắp gia hạn và giá giảm.

## 15. Agent chạy cả khi laptop đóng, và ba lý do vẫn chọn DIY

Tất cả những điều đó dẫn tới một câu hỏi khác: khi laptop đã đóng, làm sao agent tiếp tục làm hết những việc ấy? Câu trả lời, theo Jeff, vừa đơn giản vừa khiến người ta choáng: tất cả các agent này đều có máy tính riêng của chúng trên cloud, cho phép chúng làm việc tự động suốt ngày đêm.

Vậy nếu personal agent cho bạn tất cả những thứ này ngay khi mở hộp, tại sao vẫn có người chịu khó dùng setup DIY? Jeff đưa ra ba lý do:

- **Còn non.** Personal agent vẫn còn tương đối mới và chưa trưởng thành, nên kém hơn nhiều về năng lực.

- **Kiểm soát.** DIY agent cho bạn toàn quyền quyết định cách tổ chức workspace của mình, còn personal agent bắt mọi người theo một hệ thống chuẩn hóa duy nhất.

- **Bị khóa vào hệ sinh thái.** Bạn có nguy cơ bị khóa vào một ecosystem: personal agent càng biết nhiều về bạn, bạn càng khó chuyển sang cái khác.

Bên trái: personal agent chạy trên máy tính riêng trên cloud. Bên phải: ba lý do Jeff đưa ra để vẫn chọn DIY.

## 16. Con voi trong phòng: privacy

Giờ là lúc nói tới con voi trong phòng: privacy. Jeff báo trước điều này sẽ làm một số người bực mình, nhưng anh sẵn sàng "chết trên ngọn đồi này": quan điểm của anh là privacy hoàn toàn là sở thích cá nhân.

Có những người từ chối dùng bất kỳ sản phẩm nào của Google. Trên màn hình là một video YouTube có tiêu đề "People trust Google over Apple with their data?". Vì vậy, nếu bạn đang xem video này trên YouTube, bạn đã chấp nhận một sự đánh đổi mà nhiều người theo đuổi privacy triệt để sẽ không bao giờ đồng ý.

Bản thân Jeff thì dè chừng các sản phẩm của Meta, nhất là sau vụ bê bối Cambridge Analytica, mà anh có cảm giác mọi người đã quên mất.

![Tiêu đề báo: Revealed: 50 million Facebook profiles harvested for Cambridge Analytica in major data breach](https://homus.dev/photos/HdI_aYzgJIg-1254.jpg)

Tiêu đề báo về vụ Cambridge Analytica: 50 triệu hồ sơ Facebook bị thu thập trong một vụ rò rỉ dữ liệu lớn.

Anh còn từng nhận được "khoản đền bù khổng lồ" từ một vụ kiện Facebook: trên màn hình là thông báo khoản thanh toán 7,31 USD từ vụ dàn xếp kiện tập thể về quyền riêng tư người dùng Facebook. Anh biết sẽ có người hỏi: "Jeff, sao anh còn đi làm khi rõ ràng có thể nghỉ hưu luôn với khoản này?" Anh đáp: "Biết nói sao đây? Chắc là vì yêu nghề thôi."

Về mặt kỹ thuật, Meta nói họ đã xây Muse an toàn tới mức chính Meta cũng không truy cập được dữ liệu của bạn. Nhưng Jeff dùng Muse như thể mọi thứ anh viết đều được gửi thẳng vào hộp thư cá nhân của Zuckerberg.

## 17. Muốn personal agent ưu tiên privacy: open source chạy local

Nếu bạn muốn một personal agent đặt privacy lên đầu, bạn sẽ phải dùng các công cụ open source như OpenClaw và Hermes, rồi chạy chúng local trên máy tính của mình với các model open source. Trên màn hình lần lượt là trang chủ OpenClaw ("The AI that really does things."), trang Ollama (nơi chạy model mở trên máy hoặc trên cloud), và một video hướng dẫn cài Hermes trên terminal.

Nhưng lại có đánh đổi. Các công cụ này có thể rất khó setup với người mới, và không có cách nào chạy những model AI mạnh nhất ngay trên máy local.

Sự đánh đổi của lựa chọn ưu tiên privacy mà Jeff nêu.

## 18. Tóm lại: chọn setup nào?

Tóm tắt nhanh: chatbot đang dần lỗi thời, khi chúng ta tiến tới những agent nhớ được sở thích của mình và chủ động làm xong việc. Các agent này có hai dạng. Thứ nhất là DIY agent như ChatGPT Work, Claude Code và Gemini Spark. Thứ hai là personal agent như Muse của Meta, Dots của ChatGPT và Grok Bot của xAI.

Vậy nên chọn setup nào? Chọn một personal agent như Muse nếu bạn muốn trải nghiệm thân thiện nhất với người mới, không phải tự dựng hệ thống. Chỉ cần nhớ rủi ro bị khóa vào đúng một ecosystem đó.

Lời khuyên chọn setup ở cuối video: personal agent cho người muốn bắt đầu dễ, DIY agent cho người muốn năng lực, tùy biến và không bị khóa nền tảng.

Nhân tiện, Jeff nói lẽ ra anh nên hỏi sớm hơn nhiều: hãy cho anh biết nếu bạn muốn một video hướng dẫn trọn vẹn về Muse hoặc Dots.

Chọn DIY agent nếu: một, bạn muốn năng lực mạnh nhất; hai, bạn thích tự may đo một hệ thống quanh cách mình làm việc; và ba, bạn không muốn bị khóa vào một nền tảng. Hãy nhớ, home folder Jeff OS của anh chỉ là một đống folder và file text. Vì vậy anh có thể dùng nó trong các DIY agent mã nguồn đóng như Claude Code, ChatGPT Work và Gemini Spark, hoặc trong các DIY agent open source như Hermes và OpenClaw.

Ngoài ra, anh hoàn toàn tin rằng mọi phòng lab AI hàng đầu sẽ đưa personal agent vào chính các DIY agent của họ. Cứ nhìn cách OpenAI đã thêm Dots vào ChatGPT Work, tức Codex. Trên màn hình là đoạn giới thiệu Dots, với menu "Your dot" ngay trong ChatGPT.

Vì vậy anh có cảm giác về lâu dài, chúng ta sẽ có được lợi ích của cả hai mà không phải chuyển sang một nền tảng hoàn toàn mới như Muse. Anh gợi ý ai thích video này thì xem tiếp video về cách anh dạy AI tự quản lý toàn bộ file của mình, rồi chào tạm biệt: "Hẹn gặp ở video sau. Trong lúc chờ, chúc mọi người một ngày tốt lành."

## Nguồn và liên kết

- Tên gốc: Personal Agents, Clearly Explained
- Sự kiện: [YouTube](https://homus.dev/events/youtube)
- Video gốc: [https://www.youtube.com/watch?v=HdI_aYzgJIg](https://www.youtube.com/watch?v=HdI_aYzgJIg)

- Kênh YouTube Jeff Su (Jeff Su): [youtube.com/channel/UCwAnu01qlnVg1Ai2AbtTMaA](https://www.youtube.com/channel/UCwAnu01qlnVg1Ai2AbtTMaA)

- Bài hướng dẫn của Jeff Su về cách cho AI có memory (ba cấp độ memory cần biết): [jeffsu.org/ai-memory-explained](https://www.jeffsu.org/ai-memory-explained/)

Nguồn: https://homus.dev/talks/personal-agents-clearly-explained · cập nhật 2026-10-15