Anthropic ra mắt Claude Opus 5.5 vào ngày 22 tháng 9. Những điểm thực sự quan trọng với một đội ngũ đang vận hành nhiều coding agent không nằm trong bảng benchmark. Chúng là: Anthropic cho biết mô hình này tốn ít hơn 40% chi phí vận hành so với Opus 5, cho ra kết quả nhanh hơn khoảng 30%, và duy trì tập trung vào nhiệm vụ trong 18 giờ hoặc lâu hơn. Giá niêm yết là 4 USD mỗi triệu token đầu vào và 20 USD mỗi triệu token đầu ra, so với 5 USD và 25 USD của Opus 5.
Một mô hình rẻ hơn, làm việc lâu hơn mà không dừng lại, không hề khiến tuần làm việc của bạn nhẹ nhàng hơn. Nó có nghĩa là nhiều lượt chạy đã hoàn thành hơn sẽ dồn về trước đúng số lượng reviewer như cũ. Đưa Opus 5.5 lên board chỉ mất mười phút; còn quyết định xem board sẽ xử lý phần throughput tăng thêm đó như thế nào mới là công việc thật sự. Hướng dẫn này đi theo con đường hữu ích ngắn nhất qua phần thứ nhất, và nói thẳng về phần thứ hai: đặt Opus 5.5 vào Claude Code trên một Computer, tạo một Agent, giao một Task thực tế.
TL;DR
Đặt claude-opus-5-5 làm model trong Claude Code trên một Computer đã kết nối, xác nhận Runtime hiển thị Available, tạo một Agent với timeout cho mỗi Task khớp với khoảng thời gian Opus 5.5 thực sự làm việc, giữ working directory ở chế độ Temporary, rồi giao một Task. Sharkly sẽ không hiển thị tên model. Nó sẽ hiển thị lượt chạy, log, các câu hỏi và kết quả trên Task. Agent nghiên cứu, thực thi, kiểm thử và báo cáo. Con người định hướng, cấp quyền và nghiệm thu kết quả.
Cấu hình model nằm ở đâu
Sharkly không tự chọn model. Tài liệu về Agent nói rõ điều đó: “Agent tuân theo model mặc định của Runtime. Nó không cam kết hay hiển thị một tên model cụ thể. Hãy thay đổi model trong cấu hình của Runtime hoặc công cụ trên Computer, chứ không phải trên Agent.”
Đó là một ranh giới đáng nói rõ trước khi bạn đi tìm một dropdown vốn không tồn tại. Bốn vai trò, mỗi vai trò một việc. Agent quy định cách xử lý công việc. Computer cung cấp host và tài nguyên cục bộ. Runtime thực hiện phiên agent thực tế, và ở đây Claude Code chính là Runtime. Task vẫn là bản ghi chung cho cả đội. Opus 5.5 đến được với Sharkly theo đúng cách mọi model đều đến: thông qua công cụ chạy nó, được cấu hình trên host chạy công cụ đó.
Bước 1: đưa Opus 5.5 vào Claude Code trên Computer
Trên Computer sẽ chạy nó, hãy cập nhật Claude Code và đăng nhập bằng tài khoản hoặc API key có quyền truy cập Opus 5.5. Anthropic niêm yết model này trên Claude Platform, Amazon Web Services, Google Cloud và Microsoft Azure, nên nếu đội của bạn dùng nhà cung cấp cloud thì hãy trỏ Claude Code đến đó. Nếu claude --model claude-opus-5-5 khởi động được một phiên trong terminal thông thường trên host đó, thì Sharkly có thể dùng nó.
Sau đó đặt làm mặc định để mọi lượt chạy trên Computer này đều dùng nó:
// ~/.claude/settings.json
{
"model": "claude-opus-5-5"
}
Hãy kiểm tra lại key cấu hình chính xác và phiên bản Claude Code tối thiểu theo tài liệu tham chiếu cấu hình Claude Code hiện hành trước khi áp dụng điều này cho một Computer dùng chung. [VERIFY]
Quay lại Sharkly, mở chi tiết Computer và chạy rescan hoặc kiểm tra kết nối. Runtime Claude Code phải hiển thị Available. Một Computer chỉ hiện trạng thái online nghĩa là dịch vụ cục bộ của nó đang gửi heartbeat. Chính trạng thái năng lực của Runtime mới cho bạn biết một lượt chạy có thể bắt đầu hay không.
Một Computer, hai mức model. Agent không có trình chọn model, nhưng nó có biến môi trường thường và biến môi trường bí mật cùng các Runtime argument bổ sung, và những thứ đó đều đi tới lệnh gọi Runtime. Đó là cách bạn giữ một model mặc định rẻ trên Computer và chỉ đặt Opus 5.5 cho Agent thực sự cần nó, thay vì trả mức giá của leader cho mọi lượt chạy triage. Hãy thử trên một Agent trước khi chuẩn hóa. [VERIFY]
Bước 2: xây dựng Agent dựa trên cách Opus 5.5 hành xử
Mở Agents, chọn New Agent, chọn Computer và Runtime Claude Code. Sau đó thiết lập ba thứ quan trọng hơn với model này so với model trước.
Timeout cho mỗi Task. Anthropic cho biết Opus 5.5 duy trì tập trung vào nhiệm vụ trong 18 giờ hoặc lâu hơn. Một timeout được căn chỉnh cho việc sửa lỗi trong 20 phút sẽ biến khả năng đó thành một lượt chạy bị cắt ngắn và một log khó hiểu. Hãy tăng có chọn lọc thay vì tăng ở mọi nơi: timeout dài cho Agent xử lý migration và refactor lớn, còn Agent chuyên sửa các lỗi frontend nhỏ thì giữ timeout ngắn. Timeout dài trên một Agent có phạm vi hẹp chủ yếu chỉ mang lại những thất bại chậm hơn mà thôi.
Working directory. Chế độ Temporary. Mỗi Task nhận một thư mục riêng biệt, và các lượt chạy dựa trên repository sẽ chuẩn bị một worktree mới, nên hai lượt chạy Opus 5.5 trên cùng một repository không thể ghi đè lên nhau. Với thư mục tạm, mức concurrency mặc định là 50% giới hạn của Computer. Cứ để nguyên như vậy cho đến khi Computer đã xử lý vài lượt chạy thực tế.
Kích thước output. Opus 5.5 hỗ trợ tối đa 128k token output trong một phản hồi. Một lượt chạy được phép làm việc hàng giờ và trả lời dài đến mức đó sẽ trả về một diff không ai đọc kỹ. Hãy giới hạn phạm vi Task sao cho kết quả có thể review được, chứ không phải để model lúc nào cũng bận rộn.
Phần hướng dẫn luôn ổn định và ngắn gọn:
Read the Task description and recent comments before editing.
Keep changes limited to the requested behavior.
Ask a question only when different interpretations would
materially change the result; otherwise proceed with a stated
assumption and record it in your report.
Run the closest relevant checks and report failures without hiding them.
Stop and ask before anything destructive or outside the repositories
attached to this Agent.
Bước 3: giao một Task, rồi hướng một Crew vào đó
Chọn một Task có tiêu chí nghiệm thu rõ ràng. Chọn Agent làm Assignee và chuyển Task ra khỏi Backlog sang một trạng thái có category là sẵn sàng làm việc; một Task được giao khi vẫn còn ở Backlog sẽ chỉ nằm chờ. Lượt chạy sẽ đi qua các trạng thái queued, dispatched và running, và tab Executions sẽ stream log trực tiếp.
Hãy dùng một Agent duy nhất cho Task đầu tiên đó. Crew là một nhóm People và Agent có thể tái sử dụng, được điều phối bởi một leader Agent, và nó phát huy giá trị khi leader phải diễn giải một mục tiêu rồi gom kết quả của nhiều thành viên về một Task. Với một thay đổi có phạm vi rõ ràng, một Agent là lựa chọn đúng và số thành phần chuyển động vẫn bằng không.
Khi Crew thực sự hợp lý, Opus 5.5 là một leader dễ biện minh hơn nhiều so với cách đây một mức giá. Leader chủ yếu đọc, lập kế hoạch, giao việc và review — đúng kiểu công việc trước đây khó biện minh nhất khi phải trả mức giá cao nhất trong bảng:
| Model của Runtime | API id | Đầu vào / đầu ra mỗi 1M | Vị trí phù hợp trong một Crew |
|---|---|---|---|
| Claude Opus 5.5 | claude-opus-5-5 |
$4 / $20 | Leader, reviewer, các migration dài |
| Claude Opus 5 | claude-opus-5 |
$5 / $25 | Mặc định trước đây mà nó thay thế |
| GPT-6 Sol | gpt-6-sol |
$2 / $10 | Runtime thứ hai cho các thành viên làm việc thường ngày |
Đọc input từ cache trên Opus 5.5 có giá 0,20 USD mỗi triệu token và ghi cache là 5 USD — đây chính là yếu tố quyết định xem một phiên dài đọc đi đọc lại cùng một tiền tố repository là rẻ hay đắt. Có một chế độ fast với giá 8 USD và 40 USD khi độ trễ quan trọng hơn chi phí. Việc dùng model vẫn diễn ra thông qua các subscription hoặc API key đã cấu hình trong những công cụ đó, nên những mức giá này nằm trên hóa đơn nhà cung cấp của bạn, không phải trên Sharkly.
Điều gì thực sự thay đổi trên board
Có ba thứ, và chỉ một trong số đó liên quan đến model.
Lượt chạy rẻ hơn, nhưng review thì không. Giảm 20% giá token, và tốn ít hơn 40% chi phí vận hành so với Opus 5, nghĩa là cùng một ngân sách tháng, tuần này bạn mua được nhiều lượt chạy agent hơn tuần trước. Không có chỗ nào trong câu đó thêm giờ review cả. Nút thắt của một đội multi-agent chưa bao giờ là chi phí model; nó là số lượng diff đã hoàn thành mà một người thực sự có thể nghiệm thu trong một ngày. Model rẻ hơn càng siết chặt nút thắt đó. Hãy lập kế hoạch dựa trên năng lực review, chứ không phải dựa trên việc chọn model.
Lượt chạy dài thay đổi ý nghĩa của việc giám sát. Một agent giữ một task gần như cả ngày thì không thể giám sát bằng cách ngồi nhìn terminal. Bạn cần một trạng thái đọc được trong nháy mắt, một câu hỏi đến được với người thật thay vì bị cuộn qua, và một nơi để kết quả đáp xuống. Trong Sharkly, một câu hỏi quay về Task dưới dạng comment, Task hiển thị trạng thái waiting for human reply, và điều đó được đưa tới Inbox của bạn.
Ít vụ vượt ranh giới thành công hơn là tiến bộ, không phải một guardrail. Anthropic báo cáo số vụ cố gắng vượt ranh giới thành công giảm 85% so với Opus 5. Đó là một cải thiện thực sự về hành vi, nhưng nó không phải là một hệ thống phân quyền. Các repository được gắn vào Agent, biến môi trường của nó và bước nghiệm thu của con người mới là những gì giới hạn một lượt chạy. Hãy để sự cải thiện của model là lớp thứ hai, đừng bao giờ là lớp duy nhất.
Khi một lượt chạy dừng sớm
Một lượt chạy kết thúc sớm không phải là mất trắng. Hãy mở execution log, đọc tiêu đề và các chi tiết kỹ thuật, rồi chạy lại từ Task với phạm vi hẹp hơn. Thư mục và bản ghi Task vẫn còn, nên lần thử tiếp theo bắt đầu từ bằng chứng chứ không phải từ trí nhớ. Hãy giữ Task đủ nhỏ để một lần dừng chỉ tốn vài phút.
Đó là phần đáng giữ ổn định. Model đã thay đổi trong tuần này, còn việc giao việc, ngữ cảnh, tiến độ, điểm tắc, kết quả và bước review của con người vẫn ở nguyên chỗ mà cả đội có thể nhìn thấy. Nếu bạn đã chạy nhiều coding agent, hãy kết nối một Computer, tạo một Agent, và giao cho nó một việc nhàm chán.
