511 bài viết về AI, học hỏi, và xây dựng sản phẩm
Mười chín ngày sau khi hủy Claude Max, mô thức của tôi đã rõ hẳn. Codex với GPT-5.4 ở mức xHigh chiếm ghế coding. Claude Code với Opus 4.7 ở mức xHigh chiếm toàn bộ những ghế còn lại trên bàn làm việc.
Vẫn có người nhắn tin hỏi tôi rằng 7 khóa học Andrew Ng mà tôi gợi ý hồi 2023 có còn là con đường đúng cho năm nay không. Trả lời ngắn: phần lớn là còn, nhưng lộ trình xung quanh đã phải thay đổi. Đây là bản cập nhật 2026 của tôi, kèm đánh giá cho từng khóa và một lộ trình rẽ nhánh cho builder và operator.
Prova bắt đầu thấy thật với mình khi sản phẩm bắt đầu đưa ra những lời hứa thật về progression, billing, auth và state. Phần khó không phải là generate code. Phần khó là xây các contract xung quanh nó.
Mình liên tục thấy các công cụ AI chào agencies bằng lời hứa về volume nội dung. Nhưng nếu bạn từng quản lý những mối quan hệ client thật, bạn biết bài toán khó hơn là trust: isolation, permissions, context, và không để suy nghĩ của client này rò sang client khác.
Mình tưởng chỉ cần cắt một module khóa học, chỉnh vài transition, rồi gọi đó là video YouTube. Mình đã sai. Xây The Parade Problem dạy mình rằng repurpose tốt không phải là cắt ghép. Mà là thiết kế lại ý tưởng cho một lời hứa khác, một đối tượng khác, và 30 giây đầu tiên hoàn toàn khác.
Tôi vừa hủy Claude Max sau 13 tháng và tổng cộng US$1,892.38 tiền thuê bao. Đây không phải bài ăn mừng. Đây là bài ghi lại một phép thử 30 ngày: liệu tôi có còn giữ được tốc độ ship STRATUM, DIALOGUE, khóa học và site này khi để Codex làm tool chính hay không.
Hai tuần sau bài so sánh đầu tiên, cả hai tool đều ship bản cập nhật lớn. Codex thách thức chiến lược sản phẩm của tôi theo cách mà Claude Code không làm. Claude Code ship Agent Teams và AutoMemory. Kết quả: tôi đang cắt gói Max $200/tháng — và nhận được output tốt hơn với chi phí thấp hơn.
Hầu hết các cuộc trò chuyện về AI và thiết kế đội nhóm bắt đầu bằng số đầu người. Mình nghĩ đó là điểm khởi đầu sai. Câu hỏi tốt hơn là đội của bạn cần những chức năng nào — và hóa ra chúng giống nhau dù bạn có bốn người hay bốn mươi.
DIALØGUE hỗ trợ 7 ngôn ngữ, nhưng phần việc đa ngôn ngữ thực sự không phải là dịch strings. Nó là sửa ngày tháng theo từng audience, giữ TTS nhất quán, sửa UI bị trôi ngôn ngữ, và quyết định chỗ nào chất lượng đủ quan trọng để mình chậm lại.
Tôi đã dành nhiều năm trong ngành quảng cáo để nhìn các team nhầm lẫn giữa chuyển động và tiến bộ. Rồi khi bắt đầu xây công cụ AI marketing, tôi nhận ra vấn đề còn tệ hơn: thực thi nhanh hơn, nhưng phán đoán yếu đi.
AI giờ có thể tạo ra media plans, performance summaries, measurement frameworks, và campaign setups với tốc độ ấn tượng. Vấn đề không phải output tệ một cách rõ ràng. Vấn đề là nó thường đủ tốt để qua được một lượt review sơ sơ, trong khi bỏ lỡ business context thực sự quan trọng.
Đa số teams vẫn hỏi nên dùng model nào. Theo kinh nghiệm của mình, đó không còn là câu hỏi chính nữa. Nếu hệ thống AI quên mất client hay brand, quên category, quên "tốt" trông như thế nào, thì model thông minh nhất thế giới vẫn bắt đầu mọi cuộc trò chuyện từ số không.