# Vijaye Raji của OpenAI: khi agent viết code nhanh hơn Git chịu nổi

[Nate B Jones](https://homus.dev/speakers/nate-b-jones) · [AI News & Strategy Daily | Nate B Jones](https://homus.dev/orgs/ai-news-strategy-daily-nate-b-jones), [Vijaye Raji](https://homus.dev/speakers/vijaye-raji) · [AI News & Strategy Daily | Nate B Jones](https://homus.dev/orgs/ai-news-strategy-daily-nate-b-jones)

> Vijaye Raji kể OpenAI thay Git bằng repo mới cho agent, nút thắt review và CI/CD, voice cho một tỷ người tiếp theo, litmus test founder và team ads.

Topics: Coding Agents, Dev Tools

Canonical: https://homus.dev/talks/the-end-of-git-openai-cto-on-the-future-of-coding

## 1. Nate giới thiệu cuộc trò chuyện với Vijaye Raji

Nate B Jones ngồi nói chuyện với Vijaye Raji, người mà phần mô tả video giới thiệu là CTO of Applications tại OpenAI (theo video đăng ngày 06/11/2026). Nate kể Vijaye về OpenAI từ hồi OpenAI mua lại Statsig, một công ty ở Seattle do Vijaye sáng lập và Nate đã biết từ lâu (theo video đăng ngày 06/11/2026).

![Nate B Jones ngồi ở bàn gỗ trước kệ sách, mở đầu video](https://homus.dev/photos/S6SEgMooZpE-0003.jpg)

Nate B Jones ngồi một mình trước kệ sách, giới thiệu cuộc nói chuyện với Vijaye Raji.

Theo lời Nate trong phần mở đầu (video đăng ngày 06/11/2026), hai người nói về những gì đang diễn ra bên trong OpenAI khi agent bắt đầu ship code ngày càng nhanh, nhanh tới mức vượt quá sức chịu của các hệ thống ở đó. Tình hình tệ tới mức OpenAI dựng một hệ thống mới cho code repository để thay Git, vì Git được thiết kế cho những người làm việc offline, còn agent thì lúc nào cũng online.

Nate nói thêm rằng hai người cũng bàn chuyện team quảng cáo (ads) của OpenAI đạt run rate một tỷ đô trong chưa tới một năm, và vì sao Vijaye nghĩ một tỷ người dùng ChatGPT tiếp theo sẽ nói chuyện với nó thay vì gõ phím (theo video đăng ngày 06/11/2026).

Ngồi quanh một bàn tròn, Nate hỏi Vijaye: hãy kể một chút về việc code ở OpenAI đã bắt đầu thay đổi thế nào.

## 2. Tháng 2/2026: Codex, nhiều agent song song và số PR tăng vọt

Vijaye quay lại mốc tháng 2/2026, lúc mà theo anh "có gì đó đã thay đổi" (theo video đăng ngày 06/11/2026). Đó là sự kết hợp giữa những model mạnh với Codex, nơi có nhiều agent chạy song song trên các worktree. Với anh, đó thật sự là một khoảnh khắc của cả công ty. Số pull request (PR) mà các kỹ sư đẩy ra tăng lên rất mạnh ("a massive uptick").

Vijaye nhắc tới vài con số mà OpenAI từng chia sẻ (theo video đăng ngày 06/11/2026). Anh nói token usage không hẳn là một thước đo một chiều cho việc kỹ sư làm việc hiệu quả tới đâu, nhưng nó giống một proxy cho biết mức dùng AI của bạn rộng tới đâu và sâu tới đâu ở từng mảng cụ thể.

Khi nhìn vào con số đó ở các frontier lab, theo Vijaye nó đã tăng 17 lần trong năm vừa qua. Còn ở các công ty phần mềm bình thường, tính trung bình, con số là khoảng 2 lần. Vijaye kết luận rằng khoảng cách đang ngày càng lớn (số liệu theo video đăng ngày 06/11/2026).

Hai con số Vijaye đưa ra về mức tăng token usage trong năm qua: 17 lần ở các frontier lab, khoảng 2 lần ở các công ty phần mềm trung bình (theo video đăng ngày 06/11/2026).

Theo Vijaye (video đăng ngày 06/11/2026), khi người ta tìm ra những cách dùng tool thật sự tốt thì năng suất tăng lên. Anh so với ngày xưa: lần đầu được giới thiệu một IDE, anh thấy "cái này tuyệt quá". Từ Emacs chuyển sang IDE là cảm giác "ồ, mình debug được mọi thứ", có thể step qua từng dòng code mà không phải chạy qua chạy lại giữa nhiều tool. Điều đó làm người kỹ sư cực kỳ năng suất, và anh nói đó cũng là thứ anh đang thấy, ở một quy mô khác.

## 3. Khi code trở nên rẻ: hai hệ quả

Theo Vijaye (video đăng ngày 06/11/2026), code giờ đã trở nên rẻ tới mức bạn nghĩ ra một ý tưởng và có thể biến nó thành code rất nhanh. Điều đó kéo theo hai chuyện.

Chuyện thứ nhất: trước đây phải nói chuyện rất nhiều từ trước rồi mới tới phần code, vì phần code từng là khâu chiếm nhiều thời gian ("the long pole"). Bây giờ bạn tạo ra nhiều prototype hơn hẳn, và vứt bỏ một số. Vijaye nói thật ra lượng code bị vứt đi bây giờ còn nhiều hơn trước, vì tạo prototype từ ý tưởng nhanh và dễ như vậy (theo video đăng ngày 06/11/2026).

![Slide When code gets cheap với hai ý: nhiều prototype hơn, review và CI/CD thành nút thắt](https://homus.dev/photos/S6SEgMooZpE-0303.jpg)

Slide "When code gets cheap" tóm hai hệ quả Vijaye nêu: "More prototypes, more thrown away" và "Reviews, CI/CD and testing become the bottleneck" (slide trong video đăng ngày 06/11/2026).

Chuyện thứ hai là tác động ở khâu sau khi code trở nên rẻ: review thế nào? Theo Vijaye (video đăng ngày 06/11/2026), khi các kỹ sư có AI hỗ trợ đẩy ra lượng code gấp 5 lần, bạn sẽ review bằng cách nào? Rồi tiếp đó, bạn làm CI, CD, testing và instrumentation ra sao? Tất cả những khâu đó đều trở thành nút thắt (bottleneck).

![Vijaye Raji nói, bên cạnh có thẻ chú thích 5X more code, Who reviews it?](https://homus.dev/photos/S6SEgMooZpE-0313.jpg)

Thẻ chú thích bên cạnh Vijaye ghi "5X more code" và "Who reviews it?", kèm dòng "Per Vijaye Raji, OpenAI" (video đăng ngày 06/11/2026).

Vijaye kể rằng từ tháng 2 tới lúc nói chuyện, đó là những thứ anh và đồng nghiệp ở OpenAI đang sửa ở nội bộ (theo video đăng ngày 06/11/2026). Ví dụ: làm sao để review diễn ra nhanh. OpenAI có một hệ thống auto review mà bạn có thể bật lên. Rồi tới CI/CD: một trong những nút thắt mà làn sóng này phơi ra chính là hạ tầng CI/CD của OpenAI, và anh cùng nhóm đã phải nghĩ lại cách giữ được nhịp độ với sự hỗ trợ từ phía hạ tầng.

## 4. Agent đẩy code liên tục: lượng code vượt xa thiết kế của repo

Nate mở sang "một sợi chỉ khác để kéo". Anh nhắc lại ý vừa nói: dù có mức tăng 17 lần, "hay bao nhiêu đi nữa", trong AI engineering, và dù vứt đi một phần, bạn vẫn thấy lượng code đẩy về phía production, vào CI/CD, nhiều hơn hẳn. Và giờ ta đang ở một thế giới mà continuous deployment là thứ có thể sống chung và làm thật. Chuyện gì xảy ra? Cái gì gãy ở phía sau dây chuyền? Vijaye nghĩ về chuyện đó ở quy mô lớn ra sao? (câu hỏi của Nate trong video đăng ngày 06/11/2026)

Vijaye trả lời (theo video đăng ngày 06/11/2026): trong sáu tháng qua, các kỹ sư của OpenAI năng suất tới mức tạo ra nhiều PR hơn hẳn, và các agent thường xuyên kéo code về, chạy test, rồi đẩy ngược lên main. OpenAI đã gặp nhiều sự cố với hạ tầng hiện tại, tức cách OpenAI có và quản lý code repository.

Anh nói OpenAI có một repo nội bộ, và lượng code ra vào repo đó, theo anh nghĩ, đã vượt hơn một bậc độ lớn (order of magnitude) so với mức mà hệ thống hiện tại được thiết kế để chịu (theo video đăng ngày 06/11/2026). Tới mức anh và nhóm thật sự lập một team nội bộ để giải bài toán này với những giả định khác hẳn từ gốc.

![Vijaye Raji nói, bên cạnh có thẻ Monorepo traffic, Over an order of magnitude past its design](https://homus.dev/photos/S6SEgMooZpE-0440.jpg)

Thẻ chú thích "Monorepo traffic: Over an order of magnitude past its design", ghi "Per Vijaye Raji, OpenAI", hiện lúc Vijaye nói lưu lượng code vượt hơn một bậc độ lớn so với thiết kế (video đăng ngày 06/11/2026).

## 5. Git sinh ra cho làm việc offline, agent thì online suốt

Vijaye lấy Git làm ví dụ (theo video đăng ngày 06/11/2026). Ban đầu Git được xây cho một use case offline: bạn check out code, có tất cả các branch nằm ở máy mình, và khi xong việc thì push. Phần lớn các khái niệm của nó được dựng quanh một câu chuyện phát triển offline như vậy.

![Slide Git vs. agents: Git offline với check out, branch locally, push when done; agents online all the time](https://homus.dev/photos/S6SEgMooZpE-0502.jpg)

Slide "Git vs. agents" đặt hai ô cạnh nhau: "GIT · OFFLINE" với chuỗi "Check out, branch locally, push when done", và "AGENTS · ONLINE" với "Online all the time", ghi "Per Vijaye Raji, OpenAI" (slide trong video đăng ngày 06/11/2026).

Còn bây giờ, khi nghĩ về agent, theo Vijaye tất cả chúng đều online suốt (video đăng ngày 06/11/2026). Khi bạn đặt những giả định kiểu đó vào việc xây một repository mới, bạn có thể thật sự xây nó cho thế giới agentic mới: một hệ thống mạnh hơn và có throughput cao hơn tới hai bậc độ lớn. Anh nói đó chính là thứ OpenAI cần.

Theo Vijaye (video đăng ngày 06/11/2026), giờ OpenAI có một hệ thống tự xây ở nội bộ đang chạy cho toàn bộ monorepo của OpenAI, và tất cả kỹ sư đều làm việc trên đó. Anh nói khi bạn bắt đầu thấy những nút thắt này xuất hiện như tác động bậc hai, bậc ba của việc rút ngắn thời gian viết code, bạn buộc phải đi giải chúng. Nate đáp: "Đúng là phải vậy."

## 6. Va chạm trên main, sparse checkout và cache

Nate muốn nghĩ thêm một chút về hệ quả (theo video đăng ngày 06/11/2026). Với anh, agent luôn bật (always-on) là một cách để thay đổi bộ giả định của bạn, nhưng anh đoán còn những giả định bậc hai khác cũng phải dịch chuyển. Ví dụ, xưa nay người ta được dạy rằng phải có một kiểu đối soát (reconciliation) nào đó trên main để main vẫn là main. Thế nhưng nếu có cả đống agent liên tục deploy thì việc đó trở nên rất khó. Nate nghĩ va chạm (collision) trên main sẽ bắt đầu trở nên không tránh khỏi. Vậy đối soát chúng thế nào? Đặt các cổng kiểm (gate) ở đâu? Và nghĩ về chuyện đó ra sao so với chất lượng production?

Vijaye đồng ý đó chắc chắn là một vấn đề, nhưng chưa phải vấn đề lớn nhất (theo video đăng ngày 06/11/2026). Với bản thân transaction, nếu bạn không khoá trên main thì có thể giải những vấn đề đó với throughput tối đa. Quan trọng hơn là chỗ các agent check out code: throughput của khâu checkout sẽ là một vấn đề lớn. Vì vậy bạn phải giải bài toán sparse checkout trước.

Nate nói: "Ồ, thú vị đấy." Vijaye nói tiếp: cần có cache ở khắp nơi để agent kéo code từ đó thay vì liên tục gọi thẳng vào main. Nate thêm vào: vì gọi vào main sẽ gây vấn đề về lưu lượng (traffic). Vijaye đáp: "Đúng, có tất cả những chuyện đó." Theo anh, một khi bắt đầu profile hệ thống, bạn sẽ tìm ra đủ các nút thắt mà bạn có thể đi giải (theo video đăng ngày 06/11/2026).

Ý Vijaye nêu: throughput của khâu checkout là vấn đề lớn, nên phải giải sparse checkout trước và có cache để agent kéo code từ đó thay vì liên tục gọi thẳng vào main (theo video đăng ngày 06/11/2026).

## 7. Giao cho team một sứ mệnh, không kèm cách làm

Nate nói anh thấy chuyện này thú vị và có một nguyên tắc ở tầng "meta" ở đây. Anh tóm lại: OpenAI có một vấn đề về internal tooling, là tác động bậc hai, bậc ba sinh ra từ việc dùng AI ở nội bộ. Vijaye và nhóm đã cử một team đi với, nghe như là, một sứ mệnh giải bài toán, chứ không phải một bản hướng dẫn cách làm. Không ai biết phải giải nó thế nào (theo Nate, video đăng ngày 06/11/2026).

![Nate B Jones nói, bên cạnh có thẻ A mission to solve the problem, but not a how-to](https://homus.dev/photos/S6SEgMooZpE-0736.jpg)

Lúc Nate tóm ý, thẻ chú thích ghi "Nate Jones" và câu "A mission to solve the problem, but not a how-to" (video đăng ngày 06/11/2026).

Vijaye đáp: "Đúng, lúc nào cũng vậy." Nate hỏi tiếp: vậy là các anh chỉ bảo "đi giải đi, có lời giải thì quay lại"? Vijaye: "Chính xác." (theo video đăng ngày 06/11/2026)

Theo Vijaye (video đăng ngày 06/11/2026), team đó đã làm rất xuất sắc. Một phần của bài toán là các kỹ sư nội bộ của OpenAI chính là những khách hàng khó tính nhất của anh và nhóm, và các kỹ sư đó đòi hỏi nhiều. Vừa giữ cho những thứ đang có tiếp tục chạy trong lúc xây cái mới, vừa chuyển những thứ đó sang trong một transaction nhỏ, là việc khá khó. Và đó chính là nhiệm vụ.

Nate đáp: không, nó không dễ. Anh nói một đặc điểm của các hệ thống kỹ thuật là khi bạn bắt đầu scale lên và phải chuyển một giải pháp đã ở quy mô lớn sang một giải pháp khác cũng ở quy mô lớn, độ phức tạp tăng theo kiểu tổ hợp (combinatorially complex). Có tiếng đáp: "Đúng là vậy thật." (theo video đăng ngày 06/11/2026)

## 8. Một tỷ người dùng tiếp theo và "một ô text, một nút bấm"

Nate muốn lùi lại. Hai người đã nói một chút về engineering, giờ anh muốn nói về mảng tăng trưởng (growth). Nate biết Vijaye phụ trách "một tỷ người tiếp theo", và hỏi anh nghĩ thế nào về bài toán đó: đã có 1,2 tỷ, vậy một tỷ tiếp theo trông ra sao, và anh đang nghĩ khác đi ở những điểm nào? (câu hỏi của Nate trong video đăng ngày 06/11/2026)

Theo Vijaye, ChatGPT đang có 1,2 tỷ người dùng (theo video đăng ngày 06/11/2026). Anh rất vui vì điều đó, vì 1,2 tỷ người đã có quyền tiếp cận trí thông minh ngay hôm nay và dùng được nó. Anh nói có một ai đó để bạn hỏi qua mọi chuyện và nhận một ý kiến thứ hai là một sự trợ giúp rất mạnh. Vì thế ChatGPT chạm tới 1,2 tỷ người là một thành tựu rất đáng nể.

Điều "điên rồ", theo Vijaye (video đăng ngày 06/11/2026), là nếu nhìn vào giao diện của ChatGPT thì nó là một ô text và một nút bấm. Nate đáp "Yes". Vijaye nói thật đáng ngạc nhiên khi OpenAI chạm tới 1,2 tỷ người chỉ với giao diện đó, dù hiển nhiên đó là một giao diện rất trực quan, rất dễ để người ta dùng.

![Vijaye Raji nói, bên cạnh có thẻ A text box and a button](https://homus.dev/photos/S6SEgMooZpE-0908.jpg)

Thẻ chú thích ghi "Vijaye Raji · OpenAI" và câu "A text box and a button.", lúc anh mô tả giao diện ChatGPT (video đăng ngày 06/11/2026).

Nhưng theo Vijaye (video đăng ngày 06/11/2026), một tỷ người tiếp theo sẽ không dùng được giao diện đó. Khi nghĩ về việc một tỷ người tiếp theo sẽ đến từ đâu, tiếng Anh sẽ không phải ngôn ngữ họ thấy thoải mái nhất. Nate đáp "Yes". Gõ phím cũng sẽ không phải modality họ thấy thoải mái nhất. Vì vậy anh và nhóm cần thật sự xây một ứng dụng phục vụ và hợp với một tỷ người tiếp theo đó.

## 9. Voice là modality tiếp theo: chuyến đi Ấn Độ

Vijaye kể anh vừa từ Ấn Độ về, sau khi đi gặp và nói chuyện với rất nhiều người về cách họ dùng ChatGPT (theo video đăng ngày 06/11/2026). Trong đầu anh, kết luận là: người ta thật sự muốn voice. Voice là modality tiếp theo.

Anh giải thích: hãy tưởng tượng bạn nói một ngôn ngữ rất khác và không gõ được hay không hiểu tiếng Anh. Rồi gõ một ngôn ngữ khác, đặc biệt là các ngôn ngữ Ấn Độ (Indic languages), thì rất khó. Nate đáp "Yes". Vijaye hỏi lại "Right?", và Nate thêm: chuyện chữ viết (script). Vijaye kể tiếp: người ở đó, ngay cả khi dùng WhatsApp để nói chuyện với bạn bè, họ gửi tin nhắn thoại chứ không thật sự gõ (theo video đăng ngày 06/11/2026).

Lập luận của Vijaye về một tỷ người dùng tiếp theo: tiếng Anh và gõ phím đều không phải thứ họ thấy thoải mái nhất, nên voice là modality tiếp theo (theo video đăng ngày 06/11/2026).

Theo Vijaye (video đăng ngày 06/11/2026), vì vậy anh và nhóm cần thật sự nghĩ về cách người ta dùng các sản phẩm này và modality nào cần mang tới cho họ. Anh nói đó là điều anh đang nghĩ, và cũng là điều team growth của anh đang nghĩ: làm sao đi tới một tỷ người tiếp theo.

## 10. Lãnh đạo tự prototype bằng Codex

Nate hỏi tới một mảng chưa bàn: với tư cách lãnh đạo, Vijaye và đội lãnh đạo của anh đưa định hướng chiến lược cho các team thế nào, mà vẫn để các team đó đi thật nhanh? (câu hỏi của Nate trong video đăng ngày 06/11/2026)

Vijaye kể (theo video đăng ngày 06/11/2026): từ góc nhìn lãnh đạo, một việc anh từng làm là liên tục nghĩ về mọi hướng mà các team của anh có thể làm trên những sản phẩm khác nhau, và anh nối được các điểm với nhau vì anh nhìn thấy được nhiều team sản phẩm cùng lúc. Bây giờ, thay vì tới gặp team và nói "đây là một ý tưởng, cùng đi khám phá nhé", anh tự làm được rất nhiều việc đó bằng Codex. Nate nói: "Ồ, thú vị đấy."

Vijaye lấy ví dụ voice modality vừa nói. Thay vì tới team trước với kiểu "này, tôi có một ý tưởng, tôi nghĩ ta nên bắt đầu với voice modality làm trải nghiệm mặc định khi người ta mở ChatGPT", anh tự đi build nó (theo video đăng ngày 06/11/2026). Anh nói việc đó rất dễ: anh trỏ vào monorepo và nói, đại ý, "tôi muốn rút gọn ứng dụng thành một app voice modality rất đơn giản". Rồi khi app mở lên, trong lúc đang kết nối ở nền, hãy mở mic ngay để người ta bắt đầu nói được luôn. Khi kết nối xong, phát lại (replay) đoạn hội thoại đã ghi.

![Slide A voice-first prototype: App opens, Mic opens while connecting, Replay once connected](https://homus.dev/photos/S6SEgMooZpE-1123.jpg)

Slide "A voice-first prototype" vẽ ba bước Vijaye mô tả: "App opens", "Mic opens while connecting", "Replay once connected", ghi "Per Vijaye Raji, OpenAI" (slide trong video đăng ngày 06/11/2026).

Theo Vijaye (video đăng ngày 06/11/2026), anh prototype được toàn bộ rồi mang nó đi. Anh nói, trước hết, anh prototype rất nhiều thứ, và đây là một trong những cái anh thấy trông ổn, muốn mang tới team. Anh mang tới team và hỏi: ta có thể build một thứ như thế này không?

Vijaye nói hiển nhiên đó chỉ là một prototype (theo video đăng ngày 06/11/2026). Đưa nó thành sản phẩm là một loạt vấn đề khác, một thế giới khác, và anh không muốn xem nhẹ chuyện đó. Nhưng nhờ vậy anh, thứ nhất, kiểm chứng được ý tưởng của mình, thứ hai, kiểm chứng được là nó sẽ chạy, rồi mới mang tới team.

![Vijaye Raji nói, bên cạnh có thẻ A prototype isn't production](https://homus.dev/photos/S6SEgMooZpE-1203.jpg)

Thẻ chú thích ghi "Vijaye Raji · OpenAI" và câu "A prototype isn't production", lúc anh nói đó chỉ là một prototype (video đăng ngày 06/11/2026).

## 11. Lãnh đạo thành IC, và "code wins arguments"

Vijaye nói bạn đã có thể thấy chuyện đó đang xảy ra: bạn không còn bị bó ở chỗ "tôi chỉ có một ý tưởng", mà giờ có thể đi biến nó thành một thứ có thật (theo video đăng ngày 06/11/2026).

Nate kể anh đã thấy điều này ở vài nơi: hiện tượng những người lãnh đạo trước đây ở chế độ "tôi phải chỉ đạo" (I must direct) giờ tự trở thành IC (individual contributor), rồi dồn sức vào phía đó để mang lại giá trị cho team (theo video đăng ngày 06/11/2026). Vijaye đáp: "100%."

Theo Vijaye (video đăng ngày 06/11/2026), mọi thứ đã trở nên rất dễ tiếp cận. Code và việc build sản phẩm đã trở nên rất dễ tiếp cận. Build website cũng vậy: giờ bạn có thể nêu một quan điểm bằng những sản phẩm thật.

Nate nói đó là điều anh rất thích (theo video đăng ngày 06/11/2026). Là người đã được build trong một thời gian dài, anh thích nhìn thấy việc đó được phổ cập. Anh kể rất thường xuyên, khi đang muốn diễn đạt một điều gì đó, anh tự hỏi: mình phải viết nó ra, hay đây thật ra là thứ mình có thể cho xem bằng cách build luôn? Vijaye đáp "Oh, yeah", và Nate nói tiếp: rồi ta biết nó chạy hay không.

Vijaye đồng ý "100%" (theo video đăng ngày 06/11/2026). Anh nói ngày trước người ta hay bảo "code wins arguments" (code thắng mọi cuộc tranh luận), còn giờ bạn thật sự làm được tất cả những điều đó. Nate thêm: và nó không còn giới hạn ở engineering. Vijaye đáp: "Chính xác. 100%."

## 12. Litmus test cho founder: mỗi lần model mới ra

Vijaye nói khi bạn build một thứ dựa vào model, hãy tưởng tượng bạn là founder, như các startup ngoài kia. Anh có một litmus test (theo video đăng ngày 06/11/2026). Model sẽ ngày càng tốt hơn. Theo anh, cứ mỗi tháng sẽ có một model mới mạnh hơn nhiều so với model trước. Và anh nói khi một năm trôi qua, model nhỏ nhất đang có lúc này đã mạnh hơn khoảng 10 lần so với model lớn nhất của năm ngoái (theo video đăng ngày 06/11/2026). Anh gọi đó là một "safe bet".

Vì thế, theo Vijaye (video đăng ngày 06/11/2026): mỗi lần một model mới ra, nếu bạn thấy lo, thì bạn đang không build đúng sản phẩm. Vì nếu bạn lo model đó sẽ chiếm luôn những khả năng của thứ bạn đang build, thì bạn đang build sai sản phẩm. Còn nếu mỗi lần model mới ra bạn thấy hào hứng, vì khả năng của sản phẩm bạn tốt lên và bạn cho thấy được nhiều giá trị hơn, thì nghĩa là bạn đã dùng model đúng cách.

![Slide A new model drops: Worried, wrong product; Excited, right product; Vijaye's founder test](https://homus.dev/photos/S6SEgMooZpE-1403.jpg)

Slide "A new model drops" tóm litmus test: "WORRIED, Wrong product" và "EXCITED, Right product", dòng dưới ghi "Vijaye's founder test" (slide trong video đăng ngày 06/11/2026).

Vijaye nói đó là câu anh hỏi khi nhìn vào các founder: đây là câu hỏi litmus của bạn (theo video đăng ngày 06/11/2026). Nate đáp anh rất thích nó như một litmus test, "thật tuyệt".

## 13. Team quảng cáo: từ zero code tới một tỷ đô run rate

Vijaye kể về team ads (theo video đăng ngày 06/11/2026). Team này có mặt chưa tới một năm, khoảng chín, mười tháng tính tới lúc nói chuyện. Theo anh, team đạt mốc một tỷ đô ARR run rate chỉ trong khoảng bảy hoặc tám tháng, đi từ con số không về code tới một tỷ đô.

![Vijaye Raji nói, bên cạnh có thẻ $1B ChatGPT Ads annualized run rate, Under 200 days after launch](https://homus.dev/photos/S6SEgMooZpE-1429.jpg)

Thẻ chú thích ghi "$1B", "ChatGPT Ads annualized run rate", "Under 200 days after launch", nguồn ở chân thẻ là "OpenAI · Aug 31, 2026 · via SiliconANGLE". Vijaye nói bảy hoặc tám tháng, còn thẻ ghi dưới 200 ngày sau khi ra mắt (video đăng ngày 06/11/2026).

Theo Vijaye (video đăng ngày 06/11/2026), team làm được vậy là nhờ tận dụng rất nhiều khả năng của LLM. Anh đi qua dây chuyền quảng cáo: khi đã có nhu cầu quảng cáo (ads demand), có ads indexer, có query, có query rewriter, rồi phải lấy ra danh sách mọi quảng cáo ứng viên, rồi đưa chúng qua một phiên đấu giá (auction), qua một ranker, rồi gửi về client để hiển thị. Nate chen vào: "Performantly" (mà vẫn phải nhanh). Vijaye đáp: "Đúng vậy, tất cả những thứ đó."

![Slide The ad pipeline với bảy bước: Demand, Indexer, Query rewriter, Candidate ads, Auction, Ranker, Client](https://homus.dev/photos/S6SEgMooZpE-1503.jpg)

Slide "The ad pipeline" đánh số bảy ô: Demand, Indexer, Query rewriter, Candidate ads, Auction, Ranker, Client, dòng dưới ghi "LLMs across the pipeline · per Vijaye Raji" (slide trong video đăng ngày 06/11/2026).

Vijaye nói nếu bắt đầu bằng việc build một ML model cho từng khâu, hay một query rewriter cho từng khâu, thì sẽ mất lâu hơn rất, rất nhiều (theo video đăng ngày 06/11/2026). Đây là một trường hợp mà khả năng của model, khi dùng đúng cách, giúp team đi cực kỳ nhanh và hiệu quả.

Phần hay, theo Vijaye (video đăng ngày 06/11/2026), là quay lại litmus test: model liên tục tốt lên, nghĩa là hệ thống của anh và nhóm, cả hệ thống ads, cũng liên tục tốt lên. Nate chen một câu: nó tự thông minh hơn mà không tốn thêm gì ("It gets smarter for free"). Có tiếng đáp: "Yes, exactly."

Vijaye nói đó là ý anh: nếu bạn đã build hệ thống theo cách mà bạn hưởng lợi khi model tốt lên, thì bạn đã làm đúng (theo video đăng ngày 06/11/2026). Anh kể team ads thật ra rất, rất nhỏ: anh ước chừng khoảng 50 người trong toàn bộ team ads. Theo anh, team nhỏ cỡ đó, và có năng lực cỡ đó, là nhờ có đúng tool và đúng model.

## Nguồn và liên kết

- Tên gốc: The end of git? OpenAI CTO on the future of coding.
- Sự kiện: [YouTube](https://homus.dev/events/youtube)
- Video gốc: [https://www.youtube.com/watch?v=S6SEgMooZpE](https://www.youtube.com/watch?v=S6SEgMooZpE)

- Kênh YouTube AI News & Strategy Daily | Nate B Jones (Nate B Jones): [youtube.com/channel/UC0C-17n9iuUQPylguM1d-lQ](https://www.youtube.com/channel/UC0C-17n9iuUQPylguM1d-lQ)

- Statsig, công ty do Vijaye Raji sáng lập mà Nate nhắc tới ở phần mở đầu; trang chủ tự giới thiệu là "The modern product development platform" (đọc ngày 06/11/2026): [statsig.com](https://www.statsig.com)

- Git, hệ thống quản lý phiên bản mà Vijaye nói được xây cho use case offline (theo video đăng ngày 06/11/2026): [git-scm.com](https://git-scm.com)

- Tài liệu git sparse-checkout của Git, khái niệm Vijaye nêu khi nói về throughput của khâu checkout (đọc ngày 06/11/2026): [git-scm.com/docs/git-sparse-checkout](https://git-scm.com/docs/git-sparse-checkout)

- ChatGPT, sản phẩm mà Vijaye nói về một tỷ người dùng tiếp theo (theo video đăng ngày 06/11/2026): [chatgpt.com](https://chatgpt.com)

Nguồn: https://homus.dev/talks/the-end-of-git-openai-cto-on-the-future-of-coding · cập nhật 2026-11-06