Đây là những gì xảy ra mỗi ngày.
Hãy lưu lại bài viết này nhé :)
Hầu hết mọi người vẫn sử dụng AI giống như cách họ dùng Google vào năm 2010: gõ một truy vấn, đọc câu trả lời, rồi gõ truy vấn tiếp theo. Một luồng xử lý đơn lẻ mà bạn chỉ có thể đưa vào từng thứ một.
Nhưng một mô hình có thể lập kế hoạch và gọi công cụ thì không nhất thiết phải được sử dụng từng thứ một. Đưa cho nó 100 file PDF và hành động hiển nhiên không phải là xem tuần tự từng file: mà là mở cùng lúc 100 file, mỗi file có một trình đọc riêng, và có một bộ điều phối ghép các kết quả đọc lại với nhau. Câu lệnh vẫn giữ nguyên độ dài. Công việc được phân tán ra phía sau. Bạn đi từ một luồng đơn lẻ đến một hệ thống phân tán: một lệnh đầu vào, một trăm tác nhân được sinh ra, một sản phẩm tổng hợp được đầu ra.
Đó là toàn bộ sự thay đổi, và đó là sự khác biệt giữa việc đọc 100 bài báo trong một ngày cuối tuần và đọc chúng trong một tách cà phê. Phần còn lại là về chi phí, cách thiết lập, các câu lệnh, các kho lưu trữ mã nguồn, các quy trình làm việc, và những nơi mà điều này âm thầm thất bại.
Bức Tranh Chi Phí Thực Tế
Đây là nơi hầu hết mọi người bỏ cuộc trước khi bắt đầu. Họ cho rằng việc chạy 300 tác nhân chắc chắn tốn kém. Nhưng thực tế không phải vậy.
Hãy xem xét một tác vụ thực tế: 100 bài báo nghiên cứu PDF được phân tích thành một bài tổng quan tài liệu duy nhất có trích dẫn.
Cách tiếp cận tuần tự với Claude Opus 4.8: Khoảng 6 giờ thời gian chạy của tác nhân với chi phí $5 cho mỗi triệu token đầu vào và $25 cho mỗi triệu token đầu ra. Chi phí ước tính: $40 đến $60 cho mỗi lần chạy tùy thuộc vào độ dài tài liệu. Cộng thêm thời gian bạn giám sát.
Cách tiếp cận song song với bầy tác nhân Kimi K2.6: 100 tác nhân khởi chạy đồng thời, mỗi tác nhân xử lý một bài báo. Bộ điều phối hợp nhất kết quả. Thời gian chạy: 12 đến 18 phút. Chi phí: $3 đến $5 cho mỗi lần chạy.
Đó là tốc độ nhanh hơn 15 lần và chi phí rẻ hơn 10 lần cho cùng một tác vụ. Sự chênh lệch là quá rõ ràng.
Bây giờ hãy mở rộng quy mô. 50 yêu cầu hỗ trợ được phân tích để tìm ra các mẫu hình. 100 email tiếp thị lạnh được cá nhân hóa cho từng khách hàng tiềm năng cụ thể. 40 file PDF học thuật được biến thành một bài tổng quan tài liệu 100.000 từ có trích dẫn. 30 doanh nghiệp truyền thống được thu thập dữ liệu và biến thành các trang đích riêng lẻ. Mỗi tác vụ này trước đây đều yêu cầu một đội ngũ cộng tác viên hoặc cả một ngày làm việc tuần tự.
Giờ đây, nó chỉ là một câu lệnh, một lần nghỉ giải lao uống cà phê, và chi phí dưới $10.
Một người làm việc độc lập với công nghệ này không cạnh tranh với những người làm việc độc lập khác. Họ đang cạnh tranh với các công ty chuyên nghiệp.
Điều Gì Thực Sự Đã Thay Đổi Vào Tháng Tư
Ba điều đã xuất hiện trong cùng một tháng khiến điều này trở nên khả thi lần đầu tiên.
Kimi K2.6 ra mắt ngày 20 tháng 4. Được xây dựng bởi Moonshot AI, mã nguồn mở theo Giấy phép MIT đã sửa đổi. Mô hình này được huấn luyện một cách tự nhiên để điều phối tới 300 tác nhân con qua 4.000 bước phối hợp từ một câu lệnh duy nhất. Con số này gấp ba lần giới hạn của K2.5. Sự điều phối không phải là thứ được gắn thêm vào giao diện trò chuyện, nó được tích hợp sẵn vào lớp mô hình. Tổng cộng 1 nghìn tỷ tham số, 32 tỷ tham số hoạt động cho mỗi token, cửa sổ ngữ cảnh 256k, tối đa 65.536 token đầu ra cho mỗi phản hồi. Định giá: $0.80 cho mỗi triệu token đầu vào, $3.60 cho mỗi triệu token đầu ra. Rẻ hơn khoảng 8 lần so với Claude Opus 4.8.
Những con số quan trọng nhất: 80.2% trên SWE-bench Verified, 92.5% trên DeepSearchQA, 66.7% trên Terminal-Bench 2.0, 58.6% trên SWE-bench Pro (ngang bằng với GPT-5.5). Tỷ lệ ảo giác giảm từ 65% ở K2.5 xuống còn 39%, về cơ bản là ngang bằng với Opus 4.8 ở mức 36%.
Trong các thử nghiệm thực tế, K2.6 đã tự động đại tu một công cụ kết nối tài chính 8 năm tuổi trong 13 giờ, lặp qua 12 chiến lược tối ưu hóa, thực hiện hơn 1.000 lần gọi công cụ, sửa đổi hơn 4.000 dòng mã và mang lại cải thiện thông lượng 185%. Một trong những nhóm của chính Moonshot đã chạy nó như một tác nhân tự động trong năm ngày liên tục, quản lý giám sát, xử lý sự cố và vận hành hệ thống mà không cần can thiệp của con người.
Claude Opus 4.8 ra mắt ngày 16 tháng 4. Độ tin cậy của tác nhân con được cải thiện đáng kể. Bậc nỗ lực xhigh mới giúp các chuỗi tác nhân phức tạp trở nên xác định hơn. Dẫn đầu SWE-bench Pro ở mức 64.3%. Thị lực tăng từ 54.5% lên 98.5% sau khi nâng cấp độ phân giải. Vẫn là tiêu chuẩn vàng cho chất lượng mã sản xuất và độ chính xác cấp pháp lý. Vẫn có giá $5/$25 cho mỗi triệu token.
GPT-5.5 ra mắt ngày 23 tháng 4. Khả năng sử dụng máy tính tăng lên 78.7% trên OSWorld-Verified, nghĩa là các tác nhân giờ đây có thể thực sự vận hành các giao diện người dùng thực tế mà không bị lỗi. Truy xuất ngữ cảnh dài đạt 74% so với 32.2% của Claude trên cùng một điểm chuẩn. Nghiên cứu web đạt 90.1% trên BrowseComp. Định giá $5/$30 mỗi triệu token nhưng thực tế sử dụng ít token đầu ra hơn cho mỗi tác vụ.
Mô hình: ba mô hình tiên tiến trong một tuần, mỗi mô hình có một chuyên môn rõ ràng. Những người thua cuộc là các nhà phát triển đã chọn một mô hình và gắn bó với nó. Những người chiến thắng là những người định tuyến từng tác vụ đến đúng bộ não.
Đối với các bầy tác nhân song song nói riêng, K2.6 là mô hình duy nhất được huấn luyện từ đầu để điều phối ở quy mô này với mức giá cho phép bạn thực sự sử dụng nó.
300 Tác Nhân Song Song Trông Như Thế Nào
Đây là phần quan trọng. Không phải bảng thông số kỹ thuật, mà là các sản phẩm thực tế. Mỗi sản phẩm đều đến từ các câu lệnh thực tế mà người thật đã chạy vào tháng 4 năm 2026.
Quy trình tổng quan tài liệu. 40 file PDF học thuật được tải lên. Đầu ra: một bài tổng quan tài liệu 100.000 từ với một tập dữ liệu được trích dẫn đầy đủ. 40 tác nhân, mỗi tác nhân phụ trách một bài báo, được điều phối thông qua một bước hợp nhất duy nhất. Tổng thời gian chạy dưới 20 phút.
Quá trình chuyển đổi bài báo vật lý thiên văn. Một bài báo vật lý thiên văn được đưa vào. Đầu ra là một báo cáo nghiên cứu dài 40 trang, một tập dữ liệu hỗ trợ 20.000 hàng và 14 biểu đồ đạt tiêu chuẩn xuất bản. Toàn bộ đầu ra sau đó được đóng gói thành một Kỹ năng có thể tái sử dụng mà hệ thống tác nhân có thể áp dụng tự động cho mọi bài báo vật lý thiên văn trong tương lai. Lần chạy đầu tiên mất 30 phút. Mọi lần chạy tiếp theo trên một bài báo mới giờ chỉ mất 12 phút vì Kỹ năng này đã nắm bắt được cấu trúc.
Quy trình làm việc từ Google Maps đến trang đích. Một câu lệnh: tìm kiếm trên Google Maps các cửa hàng bán lẻ ở Los Angeles hiện không có trang web, xác định 30 doanh nghiệp độc đáo, thu thập ảnh mặt tiền cửa hàng và đánh giá của khách hàng, xây dựng một trang đích có tỷ lệ chuyển đổi cao cho mỗi doanh nghiệp với địa chỉ, giờ làm việc, đề xuất giá trị phù hợp với loại hình kinh doanh và thông tin liên hệ. Đầu ra: 30 trang đích riêng lẻ cộng với một bảng tính Excel liệt kê tất cả 30 cửa hàng với đầy đủ siêu dữ liệu. Thời gian chạy: dưới 45 phút.
Tự động hóa tìm kiếm việc làm. 100 mô tả công việc được đối sánh với một CV. Đầu ra: 100 sơ yếu lý lịch được điều chỉnh riêng, mỗi sơ yếu lý lịch được tối ưu hóa cho các yêu cầu và ngôn ngữ cụ thể của vai trò đó. Loại công việc mà một huấn luyện viên nghề nghiệp tự do tính phí $50 cho mỗi sơ yếu lý lịch. Tổng chi phí cho lần chạy: dưới $4.
Bộ ảnh bìa tạp chí. Một câu lệnh yêu cầu 10 ảnh bìa tạp chí kiểu lá cải với các tiêu đề lịch sử có thật. Mỗi tác nhân nghiên cứu một giai đoạn lịch sử khác nhau, tạo ra các tiêu đề, thiết kế bìa. Đầu ra: 10 ảnh bìa tạp chí bóng bẩy từ một câu lệnh đầu vào duy nhất.
Quá trình chạy tự động kéo dài năm ngày. Nhóm nội bộ của Moonshot đã hướng K2.6 vào đường ống giám sát và xử lý sự cố của họ. Nó đã chạy liên tục trong năm ngày, xử lý các cảnh báo, mở các yêu cầu kéo, đăng lên Slack, chuyển tiếp các sự cố thực tế. Không có sự can thiệp của con người. Đây không phải là một bản demo. Đây là hình ảnh của một kỹ sư trực tự động vào năm 2026.
Nếu bạn đã từng trả tiền cho công việc xử lý hàng loạt, toàn bộ quy trình của bạn vừa được tự động hóa.
Cách Thực Sự Thiết Lập Điều Này
Bạn không cần phải xây dựng một framework. Bạn không cần bằng tiến sĩ về hệ thống phân tán. Cơ sở hạ tầng đã được xây dựng sẵn.
Tùy chọn 1: Giao diện web không cần thiết lập
Truy cập kimi{.}com/agent-swarm. Mô tả tác vụ của bạn. Chỉ định số lượng tác nhân con. Tải lên bất kỳ tệp nào. Chạy. Đây là điểm bắt đầu. Không cần cài đặt, không cần khóa API, không cần cấu hình. Giao diện web xử lý việc phân rã tác vụ, điều phối và lắp ráp đầu ra cuối cùng.
Sử dụng tùy chọn này cho: các tác vụ xử lý hàng loạt một lần, quy trình xử lý tài liệu, dự án nghiên cứu, bất kỳ lúc nào bạn muốn kiểm tra xem tác vụ của mình có thể song song hóa được không trước khi đầu tư vào mã.
Tùy chọn 2: Tích hợp API cho quy trình sản xuất
Để truy cập theo chương trình và tích hợp vào các đường ống của riêng bạn, hãy sử dụng trực tiếp API Moonshot với điểm cuối K2.6. Tài liệu có tại github.com/moonshotai/Kimi-K2.
1pip install moonshotai
Khởi chạy một công việc song song bằng cách đặt tham số agent_swarm thành true và giá trị max_agents lên đến 300. Mô hình xử lý việc phân rã một cách tự nhiên. Bạn cung cấp mô tả tác vụ và bất kỳ tệp tham chiếu nào, K2.6 xử lý phần còn lại.
Để tự lưu trữ, kho lưu trữ chính thức có hướng dẫn triển khai đầy đủ cho vLLM và SGLang. Các trọng số có trên Hugging Face. Bạn có thể chạy hoàn toàn trên cơ sở hạ tầng của riêng mình nếu cần.
Tùy chọn 3: Điều phối LangGraph với backend K2.6
Để kiểm soát hoàn toàn logic điều phối trong khi vẫn giữ được mức giá của K2.6, hãy sử dụng LangGraph làm lớp điều phối và định tuyến các lệnh gọi mô hình đến K2.6 thông qua OpenRouter.
1pip install langgraph langchain-openai
Trỏ tham số mô hình vào điểm cuối Kimi K2.6, định tuyến qua OpenRouter để có hóa đơn thống nhất trên tất cả các nhà cung cấp mô hình của bạn. Đây là những gì các nhóm sản xuất đang chạy.
Khi nào sử dụng tùy chọn này: bạn có một quy trình làm việc trạng thái phức tạp với logic rẽ nhánh tùy chỉnh, định tuyến có điều kiện giữa các tác nhân con hoặc các điểm kiểm tra có sự tham gia của con người. LangGraph cung cấp cho bạn cấu trúc đồ thị, K2.6 cung cấp cho bạn giá cả và khả năng thực thi song song.
Tùy chọn 4: Bộ định tuyến mã Claude cho các bầy mô hình hỗn hợp
github.com/musistudio/claude-code-router cho phép bạn chạy giao diện Claude Code nhưng định tuyến các tác nhân con cụ thể đến mô hình phù hợp nhất với tác vụ. Bộ điều phối trên Opus 4.8 để lập kế hoạch có độ tin cậy cao, các tác nhân con hàng loạt trên K2.6 để thực thi song song hiệu quả về chi phí, các tác nhân con sử dụng máy tính trên GPT-5.5 để điều hướng GUI.
Đây là ngăn xếp song song hiệu quả nhất về chi phí mà bạn có thể xây dựng ngày hôm nay. Bộ điều phối xử lý khoảng 5% tổng số token và cần độ tin cậy tối đa. 300 tác nhân con xử lý 95% tổng số token và cần hiệu quả chi phí tối đa. Việc định tuyến từng lớp đến đúng mô hình giúp giảm tổng chi phí thêm 60% so với việc chạy mọi thứ trên một mô hình duy nhất.
Các Câu Lệnh Cần Cài Đặt Ngay Bây Giờ
Ba câu lệnh hệ thống. Một cho bộ điều phối, một cho các tác nhân con, một cho bộ xác thực. Cài đặt chúng dưới dạng các câu lệnh hệ thống cố định trong cấu hình bầy của bạn hoặc dán chúng vào đầu bất kỳ phiên làm việc nào.
Dành cho tác nhân điều phối:
1Bạn là một bộ điều phối điều hành một bầy các tác nhân con song song.23Công việc của bạn: phân rã yêu cầu của người dùng thành số lượng nhỏ nhất4các tác vụ song song độc lập bao phủ hoàn toàn mục tiêu, phân phối chúng5cho các tác nhân con và hợp nhất kết quả thành một sản phẩm cuối cùng mạch lạc.67Quy tắc:8- Xác định đơn vị công việc có thể song song hóa nhỏ nhất9- Mỗi tác vụ con phải hoàn toàn độc lập, không có phụ thuộc chéo10- Chỉ định định dạng đầu ra chính xác mà mọi tác nhân con phải trả về11- Xác định logic hợp nhất trước khi phân phối bất cứ thứ gì12- Nếu các tác vụ con có phụ thuộc, hãy sắp xếp chúng theo từng giai đoạn thay vì13 ép buộc song song giả tạo14- Không sinh ra nhiều tác nhân con hơn mức tác vụ yêu cầu1516Khi hợp nhất:17- Giải quyết các mâu thuẫn một cách rõ ràng, không che đậy chúng18- Giữ nguyên sự ghi nhận tác nhân con nào đã tạo ra đầu ra nào19- Xác minh đầu ra đã hợp nhất so với yêu cầu ban đầu trước khi20 trả về2122Thành công: sản phẩm cuối cùng mạch lạc, đầy đủ và có thể truy xuất23nguồn gốc từ các đầu ra của tác nhân con cụ thể.
Dành cho mỗi tác nhân con trong bầy:
1Bạn là một tác nhân con chuyên gia bên trong một bầy lớn hơn.23Công việc của bạn: hoàn thành chính xác một tác vụ con được giao và trả về4đầu ra của bạn theo đúng định dạng mà bộ điều phối đã chỉ định.56Quy tắc:7- Đọc toàn bộ thông số kỹ thuật của tác vụ con trước khi làm bất cứ điều gì8- Không mở rộng phạm vi vượt quá những gì được giao9- Trả về đầu ra của bạn theo đúng định dạng yêu cầu, không có phần mở đầu,10 không có bình luận11- Nếu bạn gặp phải rào cản, hãy trả về một cờ rõ ràng thay vì phỏng đoán12- Nếu tác vụ con của bạn yêu cầu thông tin ngoài phạm vi được giao,13 hãy báo hiệu cho bộ điều phối thay vì cố gắng tự điền14- Xác minh đầu ra của bạn so với thông số kỹ thuật trước khi trả về1516Thành công: đầu ra của bạn được cắm trực tiếp vào bước hợp nhất mà không17yêu cầu bộ điều phối phải dọn dẹp nó.
Dành cho lượt xác thực ở cuối:
1Bạn là bộ xác thực cho một đầu ra của bầy đã hoàn thành.23Công việc của bạn: kiểm tra xem sản phẩm cuối cùng đã hợp nhất có thực sự đáp ứng4yêu cầu ban đầu của người dùng hay không.56Quy tắc:7- So sánh đầu ra cuối cùng với yêu cầu ban đầu, không phải với8 kế hoạch của bộ điều phối9- Đánh dấu bất kỳ khoảng cách nào giữa những gì được yêu cầu và những gì được giao10- Xác định các mâu thuẫn trong đầu ra đã hợp nhất11- Xác định bất kỳ đầu ra nào của tác nhân con đã bị bỏ qua hoặc hiểu sai12 trong quá trình hợp nhất13- Không làm dịu các phát hiện, hãy đưa ra mọi vấn đề thực tế1415Nếu đầu ra không đầy đủ: liệt kê chính xác những gì còn thiếu.16Nếu đầu ra sai: xác định đầu ra của tác nhân con nào đã gây ra nó.17Nếu đầu ra đầy đủ và chính xác: xác nhận và chuyển tiếp.1819Thành công: không có gì hỏng hóc hoặc không đầy đủ vượt qua được sự kiểm tra của bạn.
Ba câu lệnh này là sự khác biệt giữa một bầy tạo ra các sản phẩm mạch lạc và một bầy tạo ra 300 mảnh vỡ mà bạn phải tự tay ghép lại.
Các Kho Lưu Trữ Mã Nguồn Bạn Cần
Đây là phần quan trọng nhất. Hãy đánh dấu trang mỗi cái.
Dành cho bản thân bầy:
github.com/moonshotai/Kimi-K2 là kho lưu trữ chính thức. Trọng số, hướng dẫn triển khai cho vLLM và SGLang, tài liệu API, thiết lập đầy đủ để tự lưu trữ hoặc tích hợp API. Bắt đầu từ đây.
github.com/chongdashu/cc-kimi-k2-thinking-prompts cho thấy cách sử dụng K2.6 thông qua CLI Claude Code bằng cách hoán đổi một biến môi trường duy nhất. Vòng lặp tác nhân đầy đủ của Claude Code với bộ não K2.6 thực hiện công việc với chi phí chỉ bằng một phần nhỏ.
github.com/dnnyngyen/kimi-agent-internals có các câu lệnh hệ thống được trích xuất cho tất cả sáu loại tác nhân tích hợp sẵn của Kimi bao gồm Base Chat, OK Computer, Docs, Sheets, Slides và Websites, cùng với các định nghĩa Kỹ năng đầy đủ và lược đồ công cụ. Đây là thứ gần nhất với một cuốn sổ tay kỹ thuật đảo ngược về cách các tác nhân của chính Moonshot được xây dựng.
Dành cho điều phối:
github.com/langchain-ai/langgraph là framework điều phối mã nguồn mở mà hầu hết các nhóm tác nhân song song sản xuất đang chạy. Trưởng thành, có trạng thái, kiểm soát hoàn toàn đồ thị.
github.com/joaomdmoura/crewAI là điểm vào dễ dàng hơn nếu bạn muốn định nghĩa tác nhân dựa trên vai trò mà không cần tự viết logic đồ thị. Ít mạnh mẽ hơn, nhưng dễ tiếp cận hơn nhiều.
github.com/microsoft/autogen là framework của Microsoft cho cộng tác đa tác nhân dựa trên hội thoại. Tốt nhất cho các quy trình làm việc nơi các tác nhân tranh luận hoặc tinh chỉnh đầu ra của nhau thay vì chạy song song thuần túy.
github.com/musistudio/claude-code-router là mảnh ghép còn thiếu cho các bầy mô hình hỗn hợp. Một giao diện, nhiều backend mô hình, logic định tuyến cho mỗi loại tác nhân con.
Dành cho các câu lệnh và mẫu hình:
github.com/asgeirtj/system_prompts_leaks có các câu lệnh hệ thống bị rò rỉ cho K2.6, Opus 4.8 và GPT-5.5 tại một nơi. Nghiên cứu cách mỗi công ty định hình hành vi của mô hình là một trong những bài tập kỹ thuật lệnh có đòn bẩy cao nhất bạn có thể làm.
github.com/f/awesome-chatgpt-prompts với hơn 143k sao là thư viện lệnh chuẩn. Hoạt động trên cả ba mô hình, cung cấp cho bạn các mẫu cho hầu hết mọi mẫu tác nhân.
github.com/CheswickDEV/claude-opus-4.8-prompt-optimizer là một siêu lệnh biến đổi các lệnh thô thành các lệnh có cấu trúc XML cấp sản xuất được tối ưu hóa cho bậc nỗ lực xhigh mới. Hữu ích khi bộ điều phối của bạn chạy trên Opus.
Kỹ Năng: Hệ Số Nhân Sức Mạnh Thầm Lặng
Hầu hết mọi người sẽ bỏ qua phần này. Họ không nên làm vậy.
Bầy của K2.6 có một tính năng gọi là Kỹ năng. Bạn tải lên bất kỳ tài liệu nào, bất kỳ file PDF nào, bất kỳ bảng tính nào, bất kỳ bài thuyết trình nào, và bầy sẽ trích xuất DNA cấu trúc và phong cách của nó thành một mẫu có thể tái sử dụng.
Ví dụ về bài báo vật lý thiên văn trước đó đã trở thành một Kỹ năng. Vì vậy, giờ đây mọi lần chạy bài báo vật lý thiên văn trong tương lai chỉ mất 12 phút thay vì 30 phút vì bầy đã biết cấu trúc đầu ra, phong cách biểu đồ, định dạng trích dẫn, hệ thống phân cấp phần.
Các Kỹ năng thực tế mà mọi người đang chạy ngay bây giờ:
Một Kỹ năng báo cáo phong cách WEF nhận bất kỳ đầu vào nghiên cứu nào và tạo ra một ấn phẩm nghiên cứu thể chế được định dạng đầy đủ với kiểu chữ, bảng màu, bố cục hai cột, đánh số hình và phụ lục phương pháp luận phù hợp.
Một Kỹ năng thuyết trình mực nước chuyển đổi bất kỳ nội dung nào thành các bộ trình chiếu phong cách thủy mặc đen trắng trang nhã với các hình minh họa vẽ tay, thẩm mỹ màu nước đơn sắc và bố cục bất đối xứng.
Một Kỹ năng trình chiếu gọi vốn chuyển đổi ý tưởng kinh doanh thô của bạn thành một bộ trình chiếu bóng bẩy sẵn sàng cho nhà đầu tư.
Mô hình này luôn giống nhau mỗi lần: tải lên một ví dụ về đầu ra tốt nhất của bạn, bầy nắm bắt DNA, mọi tác vụ trong tương lai trong lĩnh vực đó sẽ tự động kế thừa chất lượng đó.
Đây là nơi đòn bẩy kép lại. Bạn ngừng phát minh lại cấu trúc công việc của mình mỗi lần. Mỗi Kỹ năng làm cho mọi lần chạy trong tương lai rẻ hơn, nhanh hơn và nhất quán hơn.
Nếu bạn không làm gì khác từ toàn bộ bài viết này, hãy xây dựng ba Kỹ năng trong tuần này từ ba tác phẩm tốt nhất trong quá khứ của bạn. Chất lượng và tốc độ đầu ra của bạn sẽ thay đổi vĩnh viễn.
Các Quy Trình Làm Việc Thực Tế Bạn Có Thể Xây Dựng Trong Cuối Tuần Này
Đây không phải là giả định. Mỗi quy trình đều đang chạy trong sản xuất ngay bây giờ.
1. Đường ống tình báo cạnh tranh. 50 tác nhân hướng đến 50 trang web của đối thủ cạnh tranh. Mỗi tác nhân trích xuất giá cả, tính năng, định vị, cập nhật gần đây, đánh giá của khách hàng. Bộ điều phối hợp nhất thành một báo cáo tổng quan cạnh tranh duy nhất. Chạy hàng tuần. Bạn sẽ biết thị trường rõ hơn bất kỳ ai trong ngành của bạn. Thời gian chạy: 20 phút. Chi phí: dưới $5.
2. Dây chuyền sản xuất nội dung. 20 tác nhân nghiên cứu các góc độ khác nhau của một chủ đề. Một bộ điều phối hợp nhất các phát hiện thành một dàn ý. Một tác nhân viết bản nháp. Một tác nhân biên tập tinh chỉnh. Bốn giờ làm việc của con người trở thành 15 phút thời gian chạy của tác nhân. Xây dựng một Kỹ năng từ bài viết hay nhất của bạn, mọi bài viết trong tương lai sẽ kế thừa cấu trúc.
3. Ngăn xếp cá nhân hóa tiếp thị lạnh. Tải lên 100 tên và công ty khách hàng tiềm năng. 100 tác nhân mỗi tác nhân nghiên cứu một khách hàng tiềm năng, tìm công việc gần đây của họ, xác định một điểm đau có liên quan, soạn thảo một tin nhắn tiếp thị tùy chỉnh bằng giọng nói của bạn. Không phải là thứ rác rưởi AI chung chung. Cá nhân hóa thực sự được thực hiện song song. Chi phí cho mỗi tin nhắn: dưới 5 xu.
4. Kiểm toán cơ sở mã kế thừa. Khởi chạy các tác nhân mỗi tác nhân phân tích một mô-đun khác nhau của một cơ sở mã lớn. Một tác nhân tạo ra tài liệu kiến trúc. Một tác nhân khác tìm mã chết. Một tác nhân khác đánh dấu các vấn đề bảo mật. Một tác nhân khác đề xuất các ứng cử viên tái cấu trúc. Bộ điều phối tạo ra một báo cáo kiểm toán duy nhất. Loại kiểm toán mà một công ty tư vấn tính phí $50.000. Giờ đây chạy qua đêm với chi phí dưới $50.
5. Tự động hóa dịch vụ tự do hàng loạt. Bạn có một doanh nghiệp dịch vụ? Viết thư xin việc, điều chỉnh sơ yếu lý lịch, soạn thảo đề xuất, nghiên cứu thị trường, các biến thể quảng cáo. Xây dựng một bầy xử lý từng công việc từ tiếp nhận đến bàn giao. Một người vận hành có thể xử lý khối lượng công việc của cả một công ty.
6. Đường ống tạo tài liệu. Hướng các tác nhân vào mọi tệp trong cơ sở mã của bạn. Mỗi tác nhân tạo tài liệu cho mô-đun được giao của nó. Bộ điều phối hợp nhất thành một trang web tài liệu duy nhất. Được duy trì tự động sau mỗi lần commit.
7. Tác nhân giám sát tự động. Hướng một tác nhân K2.6 chạy dài vào nhật ký lỗi và đường ống triển khai của bạn. Khi có sự cố, nó xác định các commit có liên quan, mở một bản sửa lỗi dự thảo, đăng lên Slack với ngữ cảnh. Kỹ sư trực của bạn xem xét một yêu cầu kéo thay vì nhìn chằm chằm vào một terminal trống lúc 3 giờ sáng.
8. Bầy điều phối ra mắt sản phẩm. Một tác nhân viết tài liệu yêu cầu sản phẩm (PRD). Một tác nhân thiết kế mô hình. Một tác nhân viết bài đăng blog ra mắt. Một tác nhân soạn thảo chiến dịch truyền thông xã hội. Một tác nhân xây dựng trang đích. Một tác nhân soạn thảo thông cáo báo chí. Tất cả đều song song, tất cả được hợp nhất thành một gói ra mắt phối hợp.
9. Nghiên cứu thị trường chuyên sâu. Khởi chạy 30 đến 50 tác nhân cho một câu hỏi nghiên cứu duy nhất, mỗi tác nhân bao phủ một góc độ khác nhau. Bộ điều phối hợp nhất và giải quyết các mâu thuẫn. Báo cáo có cấu trúc với đầy đủ trích dẫn trong thời gian trước đây bạn chỉ đọc được 10 bài báo.
10. Lắp ráp nguyên mẫu SaaS. Mô tả sản phẩm, ngăn xếp công nghệ và danh sách tính năng. K2.6 dựng khung frontend, backend, cấu hình DevOps, lược đồ cơ sở dữ liệu và lớp xác thực song song. Chuyển đầu ra cho Opus 4.8 để củng cố các đường dẫn quan trọng cho sản xuất. Một MVP cuối tuần mà trước đây phải mất một tháng.
Định Tuyến Mô Hình Để Đạt Đòn Bẩy Tối Đa
Động thái thông minh nhất không phải là chạy mọi thứ qua bầy K2.6. Động thái thông minh nhất là định tuyến từng lớp của bầy đến mô hình phù hợp.
Bộ điều phối trên Opus 4.8. Bộ điều phối xử lý khoảng 5% tổng số token và 95% các quyết định chiến lược. Độ tin cậy quan trọng hơn chi phí. Hãy sử dụng cái tốt nhất.
Các tác nhân con hàng loạt trên K2.6. 300 tác nhân con xử lý 95% tổng số token. Hiệu quả chi phí là quan trọng nhất. K2.6 là mô hình duy nhất làm cho 300 tác nhân song song trở nên khả thi về mặt kinh tế.
Các tác nhân con nghiên cứu web trên GPT-5.5. Khi một tác nhân con cần duyệt và tổng hợp thông tin web, điểm số BrowseComp 90.1% và khả năng truy xuất ngữ cảnh dài vượt trội của GPT-5.5 vượt xa mọi thứ khác. Định tuyến các tác nhân con duyệt web cụ thể đến GPT-5.5.
Các tác nhân con thị giác trên Opus 4.8. Bất kỳ tác nhân con nào cần diễn giải hình ảnh, thiết kế bố cục hoặc làm việc với các tài liệu tham khảo trực quan nên được định tuyến đến điểm số thị lực 98.5% của Opus 4.8.
Các tác nhân con sử dụng máy tính trên GPT-5.5. Vận hành GUI, tự động hóa trình duyệt, bất cứ thứ gì yêu cầu điều khiển giao diện thực tế. Điểm số OSWorld-Verified 78.7% của GPT-5.5 là cao nhất trên thị trường.
Thiết lập điều này một lần. Sử dụng Claude Code Router để xử lý logic định tuyến. Tổng chi phí bầy của bạn giảm thêm 40 đến 60% so với thực thi một mô hình duy nhất.
Đây là hình ảnh của sự thành thạo vào năm 2026. Không phải lòng trung thành với một công cụ, mà là sự định tuyến không khoan nhượng đến công cụ tốt nhất cho từng lớp công việc.
Lời Cảnh Báo Trung Thực
Tôi sẽ cung cấp cho bạn phiên bản không tô vẽ vì sự cường điệu không giúp ích được gì cho ai.
Điều phối tác nhân song song vẫn còn mong manh đối với các tác vụ tầm xa phức tạp nhất. Nếu quy trình làm việc của bạn yêu cầu suy luận tuần tự sâu sắc, nơi mỗi bước phụ thuộc vào bước trước theo những cách không rõ ràng, thì việc song song hóa không giúp ích và thậm chí có thể gây hại. Bước hợp nhất bắt đầu tạo ra các mâu thuẫn khi các tác vụ con không thực sự độc lập.
Sử dụng bầy ở những nơi công việc thực sự song song hóa được: nghiên cứu, tạo hàng loạt, phân tích đa tài liệu, sản xuất nội dung quy mô lớn, bất cứ thứ gì có cấu trúc song song dễ dàng, nơi 50 đầu vào trở thành 50 đầu ra thông qua cùng một phép biến đổi.
Đối với suy luận tuần tự, gỡ lỗi một tệp, các quyết định kiến trúc mới lạ hoặc bất kỳ tác vụ nào mà độ tin cậy qua hàng trăm bước phụ thuộc quan trọng hơn thông lượng, bạn vẫn muốn một mô hình chất lượng cao duy nhất như Opus 4.8 làm việc tuyến tính.
Các cảnh báo thực tế khác:
Chi phí điều phối là khác không. Khởi chạy 300 tác nhân mất vài phút thời gian phối hợp. Đối với các tác vụ dưới 10 phút làm việc tuần tự tương đương, chi phí điều phối sẽ ăn mất lợi ích. Đừng ném bầy vào các công việc nhỏ.
Tỷ lệ thử lại lược đồ công cụ cao hơn một chút trên K2.6 so với Anthropic hoặc OpenAI. Nếu các tác nhân con của bạn phụ thuộc nhiều vào việc gọi các API công cụ có cấu trúc, bạn sẽ thấy các lần thử lại không thường xuyên mà bạn sẽ không thấy với Opus.
K2.6 không dẫn đầu về toán học thuần túy. Nếu các tác nhân con của bạn cần thực hiện suy luận số học nặng, hãy định tuyến chúng cụ thể đến GPT-5.5.
Chưa có đầu vào hình ảnh trên API K2.6. Các tác vụ con nặng về hình ảnh cần được định tuyến đến Opus hoặc GPT-5.5.
Các tác nhân song song không phải là phép màu. Chúng là đòn bẩy cho đúng loại nhiệm vụ. Lợi ích là rất lớn khi nhiệm vụ phù hợp. Tổn thất là có thật khi nó không phù hợp.
Sự Thay Đổi Tư Duy
Trong hai năm qua, câu hỏi cho mọi quy trình làm việc AI là: mô hình nào tốt nhất cho nhiệm vụ này?
Đó là câu hỏi đúng đắn khi các mô hình hoạt động tuần tự và sự khác biệt giữa chúng là đáng kể.
Câu hỏi trong năm 2026 đã khác. Nhiệm vụ này có thể được song song hóa không? Nếu có, mô hình rẻ nhất nào xử lý từng nhiệm vụ con với chất lượng chấp nhận được?
Đó là một cách suy nghĩ hoàn toàn khác về công việc AI.
Người vận hành 10x không phải là người có mô hình đơn lẻ tốt nhất. Người vận hành 10x là người đã phân rã công việc thành 50 nhiệm vụ con song song trong khi những người khác vẫn đang chạy từng prompt một, sau đó định tuyến từng nhiệm vụ con đến đúng mô hình cho công việc.
Hầu hết mọi người sẽ đọc bài viết này, thấy nó thú vị, và tiếp tục làm việc tuần tự. Cơ sở hạ tầng còn quá mới và sự thay đổi tư duy còn quá khó chịu. Điều đó không sao. Đó cũng chính là cơ hội.
Những người thực sự tái cấu trúc quy trình làm việc của họ trong tuần này sẽ hoạt động ở một cấp độ hoàn toàn khác trong vòng 30 ngày. Không phải vì họ sẽ thông minh hơn. Mà vì họ sẽ chạy nhiều hơn gấp 50 đến 100 lần số lần thử mỗi ngày so với bất kỳ ai họ đang cạnh tranh.
Nhiều lần thử hơn đồng nghĩa với nhiều học hỏi hơn. Nhiều học hỏi hơn đồng nghĩa với nhiều đầu ra hơn. Nhiều đầu ra hơn đồng nghĩa với nhiều đòn bẩy hơn.
Điều đó tích lũy theo cấp số nhân.
Cơ sở hạ tầng đã sẵn sàng. Giá cả đã sẵn sàng. Công cụ đã sẵn sàng. Kho mã nguồn đã công khai, tài liệu đã được viết, các prompt đã ở trên.
Câu hỏi duy nhất là liệu bạn xây dựng ngăn xếp tác nhân song song ngay bây giờ hay chờ cho đến khi những người khác làm điều đó trước.
Những người vươn lên dẫn đầu trong lĩnh vực AI vào năm 2026 không phải là những người có gói đăng ký đắt nhất. Họ là những người đã hiểu được sự chuyển dịch sang các bầy tác nhân song song trước khi nó trở nên hiển nhiên.
Tôi phân tích mọi quy trình làm việc AI chính và ngăn xếp công cụ để bạn không phải tự mình tìm ra.
Theo dõi tôi @eng_khairallah1 để biết thêm các khóa học, công cụ và quy trình làm việc AI. Nội dung mới mỗi tuần.
hy vọng điều này hữu ích cho bạn, Khairallah ❤️
