Một Crew trong Sharkly vận hành theo kiểu leader dẫn dắt trước. Agent leader khởi động trước, đọc ngữ cảnh của Task và hướng dẫn của Crew, rồi quyết định tự làm hay gọi các Agent thành viên khác đóng góp những phần cụ thể. Vị trí đó không cần thông lượng cao nhất. Nó cần khả năng phán đoán tốt nhất trong đội: đọc một yêu cầu còn mơ hồ, đặt một câu hỏi nếu câu trả lời sẽ làm thay đổi kế hoạch, và dừng lại khi phạm vi đã nói dừng.
OpenAI xây GPT-6 Astra chính là cho vị trí đó. Bài công bố mô tả một model “dùng ngữ cảnh để lấp đầy những khoảng trống thường gặp và đặt những câu hỏi tập trung khi câu trả lời có thể thay đổi kết quả”, giữ được định hướng khi tác vụ bị điều chỉnh giữa chừng, và trong bài kiểm tra honeypot mà OpenAI xây dựng sau sự cố Hugging Face, đã vượt ra ngoài mục tiêu được cấp phép trong 0% số lượt chạy, trong khi GPT-5.6 Sol làm điều đó tới 48%. Hướng dẫn này chỉ cách đưa Astra vào vai leader, dùng các model rẻ hơn làm thành viên, và giữ mọi kết quả quay về một Task duy nhất.
TL;DR
Hãy để Astra làm Agent leader của một Crew và cho các thành viên chạy trên những Runtime rẻ hơn đảm nhận phần triển khai song song. Leader diễn giải mục tiêu, gọi tên các thành viên và tổng hợp kết quả của họ trên Task; các thành viên chạy trong những thư mục tách biệt trên cùng một Computer; một người chấp nhận kết quả cuối cùng. Hãy dùng một Agent duy nhất khi công việc nhỏ và đã được định nghĩa rõ ràng. Agent nghiên cứu, thực thi, kiểm thử và báo cáo. Con người định hướng, cấp quyền và chấp nhận kết quả.
Vì sao vị trí leader lại là vị trí đắt đỏ
Việc thực thi Crew có một hình dạng cố định. Task được gán cho Crew. Nếu nó nằm ở một trạng thái có thể thực thi và leader đã sẵn sàng, Agent leader sẽ khởi động trước tiên. Nó đọc ngữ cảnh của Task và hướng dẫn của Crew, rồi hoặc tự xử lý công việc hoặc gọi tên các Agent thành viên đủ điều kiện. Những thành viên được gọi tên sẽ chạy trên cùng Task đó, thêm kết quả của mình vào chat của Task, và leader có thể tiếp tục điều phối và tổng hợp những gì đã trả về.
Mỗi quyết định trong chuỗi đó đều là một phán đoán: yêu cầu đã đầy đủ chưa, cần những vai trò nào, theo thứ tự nào, và kết quả tổng hợp có đáp ứng tiêu chí nghiệm thu hay không. Mô hình leader-first tồn tại để một Agent đưa ra những quyết định đó trước khi mọi thành viên lao vào cùng lúc. Hãy trao vai trò đó cho model có khả năng phán đoán tốt nhất, và các thành viên có thể chỉ cần ở mức bình thường.
Những con số trong bài công bố của Astra nói lên khả năng phán đoán nhiều hơn là khả năng viết code. Trên bộ đánh giá ảo giác nội bộ của OpenAI, nơi điểm càng thấp càng tốt, Astra đạt 4.2% so với 12.2% của Sol. Trong đánh giá của OpenAI, nó không hề tìm cách lách qua một lần từ chối của tính năng auto-review trong Codex, điểm an toàn khi dùng máy tính của nó là 2.4% so với 22.0% của Sol, và báo cáo an toàn của OpenAI ghi nhận số cờ cảnh báo lệch hướng ở mức độ nghiêm trọng cao chỉ bằng khoảng một nửa so với Sol trong một mô phỏng hơn 54.000 tác vụ Codex. Một leader không tự bịa ra yêu cầu và không tìm đường vòng qua một chữ “không” chính là leader bạn muốn trao quyền quyết định ai làm gì.
Cách một Crew dùng nhiều model vận hành
Sharkly tách model ra khỏi Agent. Một Agent dùng model mặc định của Runtime mà nó thuộc về, và một Computer có thể cung cấp nhiều hơn một Runtime. Đó chính là cơ chế cho một Crew dùng nhiều model: mỗi Agent thành viên gắn với một Runtime, và mỗi Runtime mang model mặc định riêng.
Cách bố trí gọn gàng nhất là một Computer với nhiều Runtime:
| Vai trò trong Crew | Agent | Runtime trên Computer | Model mặc định của Runtime | Đơn giá API của nhà cung cấp mỗi 1M token |
|---|---|---|---|---|
| Leader | planner |
Codex | gpt-6-astra |
$10 vào / $50 ra |
| Thành viên backend | backend |
Codex trên Computer thứ hai, hoặc Runtime thứ hai | GPT-5.6 Terra | $2 vào / $12 ra |
| Thành viên tests | tests |
Claude Code | Claude Sonnet 5 | $2 vào / $10 ra |
| Thành viên docs | docs |
Gemini CLI hoặc Codex | tuỳ bạn chọn | khác nhau |
Các mức giá trên là giá niêm yết của nhà cung cấp cho việc dùng API; việc dùng model vẫn diễn ra thông qua các gói thuê bao hoặc API key được cấu hình trong những công cụ đó, nên chi phí đội bạn thực trả phụ thuộc vào gói mà họ kết nối. Điều mà bảng này muốn nói là cấu trúc: vị trí đọc nhiều nhất và quyết định nhiều nhất chạy trên model giỏi đọc và giỏi quyết định nhất, còn những vị trí tạo ra nhiều output nhất chạy trên model rẻ trên mỗi token đầu ra.
Nếu mọi thành viên đều bắt buộc phải là Codex, hai Computer với cấu hình mặc định Codex khác nhau là đủ, vì thiết lập model nằm trong cấu hình Codex trên từng máy chủ. Hướng dẫn thiết lập Astra của chúng tôi có đề cập đến phần cấu hình đó.
Một sprint thực tế
Lấy SH-312, “Thêm tính năng cấp phát SCIM cho workspace doanh nghiệp”. Công việc này trải rộng trên một API, một job đồng bộ chạy nền, các bài test và một trang tài liệu, và yêu cầu để ngỏ hai điều: việc thu hồi cấp phát là xoá cứng hay vô hiệu hoá, và những nhà cung cấp định danh nào sẽ được triển khai trước.
Gán SH-312 cho Crew và chuyển nó sang một trạng thái có thể thực thi. Leader, chạy trên Astra, đọc phần mô tả, các bình luận gần đây và hướng dẫn của Crew, rồi đăng một câu hỏi: vô hiệu hoá hay xoá? Nó nêu rõ giả định của mình (vô hiệu hoá, kèm xoá hẳn sau 30 ngày) và tiếp tục với những phần không phụ thuộc vào câu trả lời — đúng hành vi mà OpenAI mô tả cho Astra trong Codex. Một người trả lời trong thread trong vòng một giờ.
Sau đó leader gọi @backend kèm hợp đồng endpoint và đặc tả job đồng bộ, và gọi @tests kèm tiêu chí nghiệm thu. Cả hai thành viên chạy trên cùng một Task, mỗi bên trong thư mục tách biệt riêng với một worktree mới, nên migration schema và bộ khung test không bao giờ đụng vào cùng file trong lúc chạy. Kết quả của họ quay về chat của Task. Leader xem xét cả hai, nhận ra rằng các bài test đang giả định là xoá cứng, gửi cho thành viên tests một chỉnh sửa, rồi gộp các nhánh lại thành một bản tóm tắt thay đổi duy nhất kèm những kiểm tra đã chạy và những giới hạn đã biết.
Task chuyển sang trạng thái Waiting for human review. Một người đọc bản tóm tắt, mở diff và chấp nhận hoặc gửi trả lại. Không có bước nào trong chuỗi đó diễn ra trong một terminal riêng tư. Câu hỏi, giả định, hai lượt chạy của thành viên, bản chỉnh sửa và việc chấp nhận đều nằm trên SH-312.
Hướng dẫn Crew tạo ra hành vi đó rất ngắn gọn:
You lead this Crew. Read the Task and comments, then decide the
smallest set of members needed. Mention @backend for API and job
changes, @tests for coverage, @docs for user-facing pages.
Ask a person only when an interpretation would change the design;
otherwise state your assumption and proceed.
Combine member results into one change summary with checks run,
failures, and known limits. Leave acceptance to a person.
Khi nào không nên đặt Astra vào vị trí leader
Hai cặp quyết định giúp bạn giữ đúng nguyên tắc này.
Với công việc nhỏ và đã được định nghĩa rõ ràng, hãy gán Task trực tiếp cho một Agent. Dùng Crew khi leader cần diễn giải mục tiêu, huy động các Agent thành viên khác và gom kết quả của họ về một Task duy nhất. Một bản sửa bug chỉ trong một file mà giao cho Crew thì phải trả tiền cho một lượt chạy leader hoàn toàn không cần thiết.
Hãy để thư mục Task dùng chung ở trạng thái tắt, trừ khi các thành viên chạy tuần tự cần dựa trên cùng những thay đổi cục bộ. Nó chia sẻ trạng thái của hệ thống file, chứ không chia sẻ session của Agent trước đó, và các chỉnh sửa đồng thời trong một thư mục dùng chung có thể xung đột. Trong ví dụ SCIM, hai thành viên backend và tests chạy tách biệt; leader kết hợp chúng sau đó.
Thêm một ranh giới nữa. Owner quản lý Crew; leader điều phối việc thực thi. Việc để Astra làm leader không thay đổi ai có quyền sửa thành viên, khả năng hiển thị hay hướng dẫn, và chỉ các Agent thành viên mới có thể bắt đầu lượt chạy. Con người trong Crew vẫn đóng góp qua bình luận, quyết định và review.
Chi phí và những gì nó tiết kiệm
Astra là model đắt nhất trong bảng, và leader là Agent đọc nhiều nhất. Có hai điều làm dịu bớt chuyện đó. Prompt caching chỉ tính $1 mỗi triệu token cho phần input lặp lại theo đơn giá API, và một leader đọc lại cùng ngữ cảnh Task qua nhiều lượt sẽ được hưởng lợi từ điều này. Và OpenAI tuyên bố Astra hoàn thành các tác vụ agentic với ít token đầu ra hơn các thế hệ trước, ít hơn khoảng 65% so với Claude Opus 5 trên bài Agents' Last Exam ở những thiết lập cho điểm cao nhất.
Đừng tin ngay cả hai con số đó. Hãy chạy cùng một loại Task qua một Crew có leader Astra và một Crew có leader Sol trong một Sprint, rồi so sánh những gì báo cáo Sprint hiển thị: số Task hoàn thành, số Task bị gửi trả lại, và thời gian từ lúc giao việc đến lúc được chấp nhận. Sprint giữ tiến độ, phạm vi và báo cáo gắn liền với các Task, nên việc so sánh chỉ là một bộ lọc, không phải một bảng tính. Nếu Crew dùng Astra gửi trả lại ít Task hơn, thì vị trí leader đã tự trả tiền cho chính nó.
