Anthropic đã phát hành Claude Haiku 5.5 vào ngày 7 tháng 10 và tóm gọn vai trò của mô hình này trong đúng một câu: nó “kết hợp rất ăn ý với Opus 5.5 và Sonnet 5.5 khi đóng vai trò subagent trong các tác vụ lập trình”. Bài viết ra mắt công bố mức giá 0,10 USD cho mỗi triệu token đầu vào và 0,50 USD cho mỗi triệu token đầu ra với prompt dưới 100K token; trên mức đó, giá tương ứng là 0,50 USD và 2,50 USD. Hai trong số sáu trích dẫn từ khách hàng trên trang giới thiệu đều mô tả cùng một mô hình triển khai: Rogo dùng một subagent Haiku 5.5 để trích xuất dòng doanh thu từ báo cáo 10-K trong khi một mô hình lớn hơn dựng bản thuyết trình, còn Cognition dùng nó làm “trợ thủ” dưới quyền Opus 5.5 trong Devin Fusion.
Cách tiếp cận đó hoàn toàn xoay quanh góc độ mô hình. Nhưng với một nhóm đang vận hành nhiều agent, bài toán hóc búa hơn lại nằm ở bảng theo dõi tiến độ (board). Một subagent chỉ tồn tại bên trong phiên chạy của một agent khác. Nó không có Task riêng, không có Assignee và cũng chẳng có trạng thái riêng, thế nên khi nó làm sai, lỗi lầm đó sẽ được ghi nhận dưới danh nghĩa của agent chính (lead). Chi phí xử lý tác vụ giờ đã rẻ đến mức chúng ta có thể giao việc bừa bãi, và quyết định thực sự quan trọng ở đây là: công việc đó nên được hiển thị ở đâu?
Tóm tắt nhanh
Hãy giữ Haiku 5.5 làm subagent trong phiên chạy (in-run) khi kết quả của nó chỉ phục vụ cho agent chính và được kiểm tra ngay tại đó: tra cứu thông tin, tóm tắt, thăm dò mã nguồn, nén dữ liệu. Nhưng hãy trao cho nó một Agent riêng cùng một Task độc lập khi kết quả đầu ra được phát hành ra ngoài, khi cần có người phê duyệt, hoặc khi nó có thể gặp lỗi một cách độc lập. Trong Claude Code, hãy ghim trực tiếp model: claude-haiku-5-5 trong file cấu hình subagent thay vì dùng alias haiku; đồng thời hãy lưu ý rằng subagent Explore mặc định chạy trên chính mô hình của cuộc hội thoại chính chứ không phải Haiku. Trong Sharkly, một Agent chi phí thấp chỉ là một thiết lập trong phần Custom arguments, vì vậy cả hai luồng đều có thể dùng chung một Computer. Agent đảm nhiệm việc nghiên cứu, thực thi, kiểm thử và báo cáo. Con người sẽ định hướng, cấp thẩm quyền và nghiệm thu kết quả cuối cùng.
Subagent hoàn toàn vô hình từ góc nhìn quản lý
Subagent là một trợ thủ mà agent chính tự khởi tạo ngay trong phiên làm việc của mình, giao cho nó một đầu việc cụ thể và nhận lại câu trả lời. Đây là thiết kế chuẩn xác cho rất nhiều tác vụ, nhưng nó cũng là một ranh giới khép kín: mọi hành động của subagent đều diễn ra vỏn vẹn trong một phiên chạy duy nhất.
Khi nhìn từ góc độ bảng quản lý công việc, hai cách bố trí này dẫn đến những câu trả lời hoàn toàn trái ngược cho mọi câu hỏi mà người quản lý đặt ra.
| Câu hỏi | Haiku 5.5 dưới dạng subagent trong phiên chạy | Haiku 5.5 dưới dạng Agent riêng phụ trách Task |
|---|---|---|
| Ai chịu trách nhiệm về kết quả? | Agent chính, một cách ngầm định | Assignee của Task, một cách rõ ràng minh bạch |
| Công việc hiển thị ở đâu? | Bên trong phiên chạy và phản hồi cuối của agent chính | Trên chính Task, trạng thái chạy và log thực thi riêng |
| Ai kiểm tra kết quả? | Mô hình chính, trước khi tiếp tục tiến trình | Con người hoặc người kiểm duyệt, trước khi nghiệm thu |
| Điều gì xảy ra khi gặp lỗi? | Agent chính tự chịu lỗi hoặc chuyển tiếp lỗi sang bước sau | Task hiển thị lỗi thất bại độc lập |
| Con người có thể can thiệp giữa phiên chạy? | Không, nó chỉ trao đổi trực tiếp với agent chính | Có, câu hỏi sẽ được gửi ngược về Task và Hộp thư đến |
| Chi phí thiết lập là gì? | Một file cấu hình trong repository | Khởi tạo một Agent và một Task |
Vấn đề này từng được mổ xẻ trên blog qua trường hợp của Codex: một khi phiên làm việc rẽ nhánh thành quá nhiều subagent, phản hồi tổng hợp duy nhất trở thành thứ duy nhất mà người kiểm duyệt nhìn thấy. Haiku 5.5 càng khiến chúng ta dễ sa vào sự đánh đổi này hơn, bởi Anthropic đã thiết kế và định giá nó nhắm đúng vào vị trí đó. Mô hình của Rogo hoạt động hiệu quả là vì agent chính tiếp nhận dòng doanh thu rồi đưa vào một bản slide thuyết trình — thứ mà con người chắc chắn sẽ kiểm tra kỹ lưỡng trước khi gửi đi đâu đó. Lỗi của subagent, nếu có, sẽ lộ diện ngay trong quá trình rà soát này.
Thế nhưng, hãy thử đưa chính mô hình đó vào một tác vụ mà bản thân kết quả đầu ra là sản phẩm hoàn chỉnh: một đợt chuyển đổi dữ liệu (migration), một chỉnh sửa cấu hình, bản vá dữ liệu hay câu trả lời gửi thẳng cho khách hàng. Nếu để ở dạng subagent, công việc đó chỉ xuất hiện trên bảng theo dõi như một phần trong bản tóm tắt của agent chính. Chẳng ai biết phần nào trong bản diff đến từ mô hình giá rẻ, và người duyệt Task đang vô tình phê duyệt một sản phẩm mà họ không thể biết đích xác ai đã viết ra.
Nguyên tắc phân định rõ ràng
Các bài viết về Luna từng đưa ra lời giải cho câu hỏi việc nào nên giao cho phân khúc mô hình giá rẻ: hãy điều phối dựa trên khả năng kiểm chứng, chứ không phải độ khó của tác vụ. Haiku 5.5 bổ sung thêm một trục thứ hai. Khi chi phí đã đủ rẻ, hãy quyết định vị trí triển khai dựa trên đối tượng tiếp nhận kết quả đầu ra.
Haiku 5.5 placement rule
In-run subagent when ALL of these hold:
- the output is read by the lead agent, not shipped
- the lead checks or uses it before continuing
- a wrong answer shows up downstream, inside reviewed work
examples: file lookups, codebase exploration, log and doc summaries,
classification, pulling one fact from a long document
Own Agent and own Task when ANY of these hold:
- the output ships (a diff, a message, a record, a submitted form)
- a person has to accept it
- it can fail, stall, or need a human answer independently
- you want its acceptance rate measured separately from the lead's
Hãy dùng subagent khi công việc hướng tới việc tìm ra một câu trả lời duy nhất mà agent chính đang cần. Hãy lập một Task riêng khi công việc đó là thứ mà nhóm của bạn muốn gắn tên một người chịu trách nhiệm cụ thể.
Trong Sharkly có một phương án dung hòa. Trong mô hình Crew, Agent trưởng nhóm sẽ nhắc tên (mention) các thành viên để giao việc cụ thể; các thành viên này sẽ cùng chạy trên một Task và trả kết quả vào kênh chat chung của Task đó. Thành viên chạy Haiku 5.5 vẫn hiển thị rõ ràng trên Task mà không cần phải mở thêm một Task riêng biệt. Hãy dùng cách này khi một người duy nhất sẽ nghiệm thu kết quả tổng thể. Hãy tách thành các Task riêng khi các phần việc khác nhau cần những người khác nhau thẩm định.
Cách thiết lập cho cả hai luồng
Mỗi luồng đều có một tùy chọn rất dễ gây nhầm lẫn nếu không để ý kỹ.
Luồng subagent trong Claude Code. Claude Code yêu cầu phiên bản v2.1.293 trở lên để hỗ trợ Haiku 5.5. Theo tài liệu về subagent, trường model của subagent nhận các giá trị sonnet, opus, haiku, fable, định danh mô hình đầy đủ (full model id), hoặc inherit. Lời khuyên là hãy ghim chính xác ID đầy đủ:
---
name: lookup
description: Find files, symbols and config values. Read-only.
model: claude-haiku-5-5
---
Answer with paths and line numbers. Do not edit files.
Dùng alias chính là một cái bẫy. Theo tài liệu cấu hình mô hình, alias haiku chỉ trỏ về Haiku 5.5 trên Anthropic API. Trên Amazon Bedrock, Google Cloud, Microsoft Foundry và Claude Platform on AWS, nó vẫn đang trỏ về Haiku 4.5. Do đó, một file cấu hình subagent dùng chung giữa các Computer chạy trên nhiều nhà cung cấp khác nhau có thể vô tình kích hoạt hai mô hình hoàn toàn khác nhau dưới cùng một tên gọi. Biến môi trường ANTHROPIC_DEFAULT_HAIKU_MODEL sẽ quyết định định danh mà haiku đại diện, cũng như mô hình mà Claude Code sử dụng cho các tác vụ nền trên từng máy chủ.
Một bất ngờ thứ hai: subagent Explore tích hợp sẵn sử dụng chính mô hình của cuộc hội thoại chính, chứ không phải Haiku. Nếu agent chính đang chạy Opus 5.5, tác vụ tìm kiếm khám phá cũng sẽ chạy trên Opus 5.5. Bản thân tài liệu cũng gợi ý giải pháp: tạo một subagent cấp người dùng hoặc cấp dự án có tên là Explore để ghi đè (override) lên subagent mặc định, kèm theo model: haiku để chạy tác vụ khám phá trên mô hình tiết kiệm hơn. Hãy đặt tên file như trên và giữ nguyên định danh đầy đủ của mô hình.
Luồng Agent riêng trong Sharkly. Sharkly không tự ý chọn mô hình. Tài liệu về Agents nêu rõ: “Agent sẽ tuân theo mô hình mặc định của Runtime. Nó không cam kết hay hiển thị một tên mô hình cụ thể. Để đổi mô hình, hãy khai báo trong Custom arguments của Agent hoặc Runtime.” Không có menu thả xuống chọn mô hình hay thanh gạt độ sâu tư duy (thinking depth) trên giao diện Agent. Do đó, Agent giá rẻ thực chất là một Agent thứ hai trên cùng Computer và cùng Claude Code Runtime, với claude-haiku-5-5 được chỉ định cụ thể trong Custom arguments, trong khi Agent chính vẫn giữ nguyên thiết lập mặc định. Bài hướng dẫn vận hành agent Claude Haiku 5.5 trong Sharkly sẽ chỉ dẫn chi tiết từng bước này.
Vì Task không hiển thị tên mô hình đang chạy, bạn hãy thêm một dòng vào phần hướng dẫn của Agent giá rẻ: yêu cầu báo cáo tên mô hình trong câu trả lời cuối cùng. Trong Claude Code, Haiku 5.5 mặc định mức nỗ lực là medium và chế độ tư duy không thể tắt, vì thế mức nỗ lực (effort) bạn thiết lập tại đây sẽ quyết định trực tiếp chi phí của mỗi lần chạy.
Ranh giới 100K token nằm ở đâu
Quyết định bố trí kiến trúc cũng chính là quyết định mức giá bạn phải trả. Haiku 5.5 chỉ có giá 0,10 USD / 0,50 USD cho mỗi triệu token chừng nào prompt vẫn nằm ở mức từ 100K token trở xuống. Vượt qua ngưỡng đó, bảng giá sẽ nhảy lên 0,50 USD / 2,50 USD, tức là đắt gấp năm lần. Anthropic cho biết có khoảng 90% số lượng request gửi tới Haiku 4.5 nằm dưới ngưỡng này.
Một lệnh gọi subagent thường có cấu trúc luôn nằm dưới giới hạn đó: yêu cầu ngắn gọn, đọc ít tài liệu, trả lời một kết quả súc tích. Ngược lại, một Agent hoạt động độc lập xử lý một Task dài hơi rất dễ chạm ngưỡng. Claude Code theo mặc định chỉ nén ngữ cảnh của các mô hình hỗ trợ 1M token như Haiku 5.5 khi đạt khoảng 967K token — vượt xa mốc 100K — nên một phiên chạy Haiku 5.5 kéo dài có thể ngốn phần lớn các lượt trao đổi về sau ở mức cước phí cao ngất ngưởng. Cách xử lý đúng đắn cho một Task quá dài là chia nhỏ nó ra, chứ không phải nhét ngược nó vào lại bên trong phiên chạy của agent chính.
Điều này mang lại lợi thế chi phí rõ rệt cho việc phân định: Hãy dùng subagent trong phiên chạy cho các tác vụ ngắn, thiên về đọc dữ liệu để dễ dàng duy trì mức cước thấp nhất. Hãy lập một Agent độc lập cho những đầu việc ra sản phẩm bàn giao, đồng thời định lượng quy mô của Task sao cho phiên chạy kịp hoàn thành trước khi dung lượng ngữ cảnh phình to.
Hai yếu tố bất biến
Anthropic rất thẳng thắn về giới hạn năng lực. Sonnet 5.5 và Opus 5.5 “vẫn là những lựa chọn ưu việt hơn cho các tác vụ lập trình phức tạp bằng agent”, và bảng so sánh ngày ra mắt cho thấy Haiku 5.5 chỉ đạt 39,2% trên bài kiểm tra Terminal-Bench 4.0 so với 70.6% của Sonnet 5.5 (cả hai đều ở mức nỗ lực tối đa). Haiku 5.5 sinh ra là để làm công nhân thừa hành hoặc trợ tá, chứ không phải người dẫn dắt.
Và một nhân công giá rẻ hơn không đồng nghĩa với việc khâu nghiệm thu sẽ rẻ đi. Dù Haiku 5.5 chạy dưới dạng subagent hay Agent độc lập, vẫn phải có ai đó chịu trách nhiệm về sản phẩm cuối cùng. Luồng subagent giấu người chịu trách nhiệm đó vào bên trong phiên chạy của agent chính; còn luồng Agent gắn rõ một cái tên và trạng thái cụ thể lên nó. Đối với các tác vụ thao tác trên trình duyệt và màn hình máy tính — nơi một phiên chạy có thể dừng lại giữa chừng khi mới xong một nửa — sự khác biệt này sẽ khiến chi phí đội lên rất nhanh, vốn là chủ đề được phân tích trong bài agent trình duyệt giá rẻ và hàng đợi kiểm duyệt. Còn việc lựa chọn giữa Haiku 5.5 và GPT-6 Luna khi có cùng mức giá niêm yết lại là một bài toán khác, được thảo luận trong bài so sánh hai Runtime giá rẻ cùng tầm giá.
Hãy chốt vững quy tắc bố trí một lần: giữ subagent cho các tác vụ tra cứu mà agent chính tự kiểm chứng, và tạo hẳn Task riêng cho bất kỳ việc gì cần phát hành ra ngoài. Nếu bạn đã và đang vận hành nhiều agent, Sharkly chính là không gian tập trung giúp bạn kiểm soát toàn bộ nhiệm vụ và kết quả của chúng một cách hiệu quả.
