Hai Agent Lập trình, Một Dự án Khó: Cách Phân Chia Công Việc (Bài Học Từ ECU Jeep 1994)

Claude Code và Codex đã đảo ngược kỹ thuật bộ máy tính động cơ của một chiếc Jeep đời 1994 chỉ với chiếc Arduino giá 3 đô. Đây là mô hình có thể tái sử dụng đằng sau dự án đó: ba cách để phân chia một dự án khó giữa hai agent lập trình, cách chúng trao đổi ngữ cảnh cho nhau, và ở đâu con người...

Ryan Mitchell

Ryan Mitchell

18 tháng 11 2026

Hai Agent Lập trình, Một Dự án Khó: Cách Phân Chia Công Việc (Bài Học Từ ECU Jeep 1994)

Trả lời nhanh: Để chia một dự án khó cho hai coding agent, hãy giao cho mỗi agent một vai trò tạo ra thứ mà agent kia có thể kiểm tra: một agent khám phá và ghi lại những gì nó học được, agent kia xây dựng dựa trên bản ghi đó, hoặc cả hai cùng thử từng bước giống nhau và bạn so sánh kết quả. Giữ ngữ cảnh chung trong một tệp mà cả hai agent đều đọc, và đặt một bước phê duyệt của con người trước mọi hành động ảnh hưởng đến thế giới thực.

Chiếc Jeep Cherokee 1994 của một lập trình viên không có cổng OBD2 — ổ cắm chẩn đoán tiêu chuẩn trên các xe đời sau — và theo lời anh ấy là "không có máy chẩn đoán nào hoạt động với nó." Không gì có thể đọc được máy tính động cơ (ECU) của xe. Anh ấy nối một Arduino Nano giá 3 USD vào ổ cắm chẩn đoán và giao việc cho hai coding agent: Claude Code và Codex. Video về dự án này đã thu hút 450 điểm và hơn 230 bình luận trên Hacker News trong tháng này.

Điểm hữu ích cho đội của bạn là cách một dự án khó, unfamiliar được thực hiện bởi hai agent khác nhau và một con người thận trọng. Bài hướng dẫn này biến điều đó thành một mẫu có thể tái sử dụng, và cho thấy Sharkly phù hợp ở đâu khi hai agent vượt quá khả năng của hai tab terminal.

Dự án ECU Jeep cho thấy gì về việc dùng hai coding agent

Đây là những gì nguồn nói, và không hơn. Trong mô tả video, tác giả viết rằng trong khoảng một tuần, các agent đã "đọc máy tính trực tiếp, ghi log các chuyến lái, sao chép toàn bộ chương trình của nó, và chạy mã của chính chúng bên trong nó." Danh sách chương ghi công Claude tìm ra cách đấu dây và chạy thử bơm nhiên liệu, và ghi công Codex chạy mã bên trong máy tính. Một chương có tiêu đề "Chuyến lái ban đêm: công cụ đã sai."

Kho lưu trữ xj-scanner ra đời từ dự án là hiện vật thú vị hơn. Ba chi tiết nổi bật:

  1. Một tệp hướng dẫn chung. AGENTS.md là điểm vào cho "bất kỳ agent nào làm việc trong repo này." CLAUDE.md chỉ là một dòng trỏ về tệp đó, nên Claude Code và Codex đọc cùng một bộ quy tắc.
  2. Tri thức được ghi chép lại. Thư mục docs/ chứa sơ đồ chân của ổ cắm, giao thức, và mọi tham số kèm hệ số quy đổi, để agent tiếp theo khởi đầu từ những gì agent trước đã học.
  3. Điểm dừng bắt buộc có con người. Quy tắc nói rằng việc đọc là an toàn, nhưng xóa mã lỗi, reset fuel trim, và các kiểm thử chấp hành "bật phần cứng thật" đều cần sự đồng ý của con người trước tiên.

Video không công bố một sự phân công lao động chính thức, nên hãy xem phần chia vai dưới đây là một mẫu rút ra từ kết quả, không phải bản ghi chép các phiên làm việc của anh ấy.

Khi nào một dự án khó cần hai coding agent

Hãy dùng hai agent khi công việc có chi phí cao nếu sai mà vẫn tự tin. Đảo ngược kỹ thuật (reverse engineering), di chuyển hệ thống, giao thức unfamiliar, và gỡ lỗi không có tài liệu đều thuộc loại này. Một agent thứ hai với mô hình khác phía sau cho bạn một góc nhìn độc lập, và sự bất đồng giữa chúng là tín hiệu bạn có thể hành động.

Bỏ qua agent thứ hai khi tác vụ nhỏ và được mô tả rõ. Tài liệu Sharkly về Crews nêu cùng điểm này về phối hợp nói chung: giao công việc nhỏ, rõ ràng cho một Agent, và chỉ lập đội khi có ai đó phải diễn giải mục tiêu và kết hợp kết quả.

Ba cách chia một dự án giữa các coding agent

Chọn một mẫu cho mỗi giai đoạn, chứ không phải cho mỗi dự án. Khám phá, xây dựng, và thử nghiệm trực tiếp có rủi ro mỗi giai đoạn cần một cách chia khác nhau.

Mẫu Agent A Agent B Dùng khi nào
Người khám phá và người xây dựng Điều tra, ghi kết quả vào tệp Xây dựng dựa trên những kết quả đó Lĩnh vực chưa rõ và tài liệu ít
Hai lần thử độc lập Tự giải bước đó một mình Tự giải cùng bước đó một mình Một câu trả lời sai sẽ tốn kém và khó phát hiện
Người xây dựng và người rà soát Viết thay đổi Rà soát dựa trên đặc tả và dữ liệu Thay đổi rõ ràng nhưng rủi ro cao

Người khám phá và người xây dựng: ai viết bản đồ?

Kết quả đầu ra của người khám phá là một tài liệu, không phải mã. Trong xj-scanner, đó là thư mục docs/: từng lỗ cắm được đo chi tiết, giao thức, và bảng tham số. Người xây dựng làm việc từ tệp đó và không cần phải tìm lại sơ đồ chân. Nếu người xây dựng gặp mâu thuẫn, nó cập nhật tài liệu, để bản đồ luôn là nguồn sự thật duy nhất.

Hai lần thử độc lập: so sánh chúng thế nào?

Đưa cho cả hai agent cùng một prompt và cùng dữ liệu đầu vào, và không để bên nào thấy câu trả lời của bên kia. Sau đó so sánh kết quả trên dữ liệu bạn tin tưởng. Với một bộ giải mã giao thức, nghĩa là đưa cho cả hai cùng một log đã ghi và so khác biệt (diff) giữa các giá trị đã giải mã. Chúng tôi trình bày một thiết lập công bằng cho việc này trong Claude Code vs Codex trên cùng một bug.

Người xây dựng và người rà soát: người rà soát kiểm tra gì?

Người rà soát đối chiếu các tuyên bố với bằng chứng, chứ không phải phong cách. "Fuel trim đọc +40%" là một tuyên bố; người rà soát hỏi xem công thức quy đổi có đúng trước khi ai đó hành động dựa trên nó. Quy tắc của xj-scanner mã hóa điều này: "Một kết quả đọc có vẻ sai có thể là do lỗi quy đổi." Hướng dẫn của chúng tôi về Crews đa mô hình với người rà soát riêng đi sâu hơn vào việc ghép một worker rẻ hơn với một người rà soát mạnh hơn.

Hai coding agent bàn giao ngữ cảnh cho nhau thế nào

Các agent không chia sẻ bộ nhớ, nên việc bàn giao phải nằm trong các tệp và bản ghi tác vụ. Bốn yếu tố đảm nhận phần lớn công việc:

  • Một tệp hướng dẫn cả hai agent đều đọc. AGENTS.md là định dạng mở mà Codex đọc; Claude Code đọc CLAUDE.md, và tài liệu bộ nhớ của nó mô tả cách nhập các tệp khác. Một CLAUDE.md một dòng trỏ tới AGENTS.md giữ cả hai trên cùng bộ quy tắc.
  • Một tài liệu kết quả cho mỗi lĩnh vực. Sơ đồ chân, giao thức, và các điểm quirk đặt trong docs/, chứ không phải trong lịch sử chat sẽ biến mất.
  • Log làm bằng chứng chung. xj-scanner ghi mọi chuyến lái vào pc/logs/ dưới dạng CSV, nên agent nào cũng có thể phân tích cùng một lần chạy.
  • Một ghi chú bàn giao cho mỗi bước. Đã thử gì, cái gì hoạt động, cái gì chưa xác minh, và lệnh tiếp theo.

Một ghi chú bàn giao có thể ngắn thế này (giá trị minh họa, không lấy từ repo Jeep):

## Handoff: SCI read of live sensor data
- Done: Nano bridge sketch flashed, DEMO mode passes on the laptop side
- Confirmed: cavities 2 (ground), 3, 4 measured with key ON
- Unverified: fuel trim scaling; reading looks high on idle
- Next: Codex decodes pc/logs/xj_2026-11-03.csv with both scaling formulas
- Needs a human: any actuator test or code erase

Xem thêm các định dạng khác trong các mẫu bàn giao cho coding agent và hướng dẫn giữ ngữ cảnh khi chuyển đổi giữa các coding agent.

Con người kiểm tra kết quả ở đâu

Đặt con người ở mọi bước khó hoàn tác, và không ở đâu khác. Quy tắc của xj-scanner là một mẫu gọn gàng:

  1. Trước bất cứ thứ gì liên quan đến phần cứng. "Không bao giờ để bất cứ thứ gì được nối vào lỗ cắm 12 V." Con người đo từng lỗ cắm trước.
  2. Trước mọi lệnh mang tính phá hủy. Xóa mã cũng xóa dữ liệu fuel trim đã học, nên agent phải hỏi và giải thích.
  3. Trước khi tin một kết quả chẩn đoán. "Đừng đoán chẩn đoán. Báo cáo những gì dữ liệu cho thấy và những gì nó không cho thấy."
  4. Sau một điều bất ngờ. Chương chuyến lái ban đêm cho biết công cụ đã sai; dữ liệu thực tế là bước kiểm tra không agent nào được bỏ qua.

Quy tắc tương tự đúng cho một đội phần mềm. Merge vào main, di chuyển schema, và bất cứ thứ gì gửi email hay tiêu tiền đều cần cổng phê duyệt của con người. Mọi thứ khác có thể luân chuyển giữa các agent. Nếu việc review đã là nút thắt cổ chai của bạn, đọc thiết kế review cho các agent chạy song song.

Chạy mô hình hai agent trong Sharkly

Trong terminal, mô hình chia vai này nằm trong đầu bạn: tab nào chạy agent nào, và ai đang chờ bạn. Sharkly đưa nó lên thành một tác vụ.

Bạn kết nối một Computer, và Sharkly phát hiện các công cụ agent trên đó dưới dạng Runtimes, ví dụ Claude Code và Codex. Bạn tạo một Agent cho mỗi vai trò. Sau đó bạn xây dựng một Crew: một Agent leader cùng các Agent người khám phá, người xây dựng, hoặc người rà soát, và những Người phê duyệt.

Giao tác vụ cho Crew và việc thực thi chạy theo leader trước, theo tài liệu Crews. Leader đọc tác vụ và hướng dẫn của Crew, nhắc đến các thành viên Agent nó cần, và các thành viên đó chạy trên cùng một tác vụ và đăng kết quả vào chat của nó. Leader kết hợp chúng. Các mô tả vai trò của bạn trở thành hướng dẫn của Crew: khi nào tham gia người rà soát, cách hợp nhất hai lần thử, và khi nào con người quyết định.

Hai chi tiết quan trọng cho mô hình này. Công việc trên repository có thể dùng một git worktree riêng cho mỗi lần chạy, để hai agent thử cùng một bước không ghi đè lẫn nhau (tài liệu thực thi tác vụ). Và mỗi lần chạy có một trạng thái trong log thực thi của tác vụ, nên bạn có thể thấy agent nào đang chờ, đang chạy, hay đã xong mà không cần mở terminal.

Các lựa chọn thay thế cho Crew hai agent

Bạn có các lựa chọn khác, và một số phù hợp hơn:

  • Một agent, hai lượt. Yêu cầu cùng một agent xây dựng, rồi rà soát trong một phiên mới. Rẻ hơn, nhưng cùng một mô hình có xu hướng lặp lại các điểm mù của chính nó.
  • Hai terminal, một repo chung. Hoạt động tốt cho dự án cuối tuần như chiếc Jeep. Trở nên khó theo dõi khi có nhiều tác vụ và một đồng đội. Xem chạy Claude Code và Codex cùng nhau trên một codebase.
  • Các agent song song trên các tác vụ riêng. Hữu ích cho thông lượng, không phải để kiểm tra lẫn nhau. Chú ý trường hợp hai agent sửa cùng một tệp.

Kết luận

Dự án Jeep thành công vì tri thức nằm trong các tệp, cả hai agent đọc cùng bộ quy tắc, và một con người đứng trước mọi hành động rủi ro. Áp dụng ba thói quen đó và hai coding agent trở thành đối tượng kiểm tra lẫn nhau thay vì hai nguồn phỏng đoán đầy tự tin.

Bước tiếp theo: chọn một tác vụ khó trong tuần này, viết quy tắc AGENTS.md và ghi chú bàn giao cho nó, và chạy nó như một Crew trong Sharkly với một Agent rà soát và một người phê duyệt.

FAQ

Claude Code và Codex có thể làm việc trên cùng một dự án không?

Có. Cả hai đều đọc tệp hướng dẫn trong repo: Codex đọc AGENTS.md, và Claude Code đọc CLAUDE.md, tệp này có thể trỏ tới AGENTS.md. Hãy cấp cho mỗi bên một worktree riêng hoặc một bước riêng để chúng không sửa cùng các tệp cùng lúc.

Các coding agent chia sẻ ngữ cảnh thế nào?

Qua các tệp và bản ghi tác vụ, chứ không phải bộ nhớ. Giữ quy tắc trong AGENTS.md, kết quả trong thư mục docs, dữ liệu thô trong log, và một ghi chú bàn giao ngắn cho mỗi bước.

Con người nên phê duyệt công việc của agent ở đâu?

Trước bất cứ thứ gì khó hoàn tác: hành động phần cứng, lệnh phá hủy, merge vào main, di chuyển hệ thống, và bất cứ thứ gì gửi tin nhắn hay tiêu tiền. Để phần còn lại luân chuyển giữa các agent.

Claude Code và Codex có tự đảo ngược kỹ thuật ECU của chiếc Jeep không?

Không. Lập trình viên là người đấu dây, đo đạc, và lái xe, và quy tắc của repo yêu cầu sự đồng ý của con người trước các lệnh rủi ro. Các agent đọc máy tính, ghi log các chuyến lái, sao chép chương trình của nó, và chạy mã bên trong nó.

Bạn có cần một nền tảng để chạy hai coding agent không?

Không. Hai terminal và một repo chung là đủ cho một dự án. Nền tảng bắt đầu phát huy hiệu quả khi có nhiều tác vụ, đồng đội, và phê duyệt cùng lúc, và bạn cần một bản ghi duy nhất về ai đã làm gì.

Khám phá thêm

Hướng dẫn GPT-6.2 Codex: Cách dùng Astra và Sol để lập trình

Hướng dẫn GPT-6.2 Codex: Cách dùng Astra và Sol để lập trình

Thiết lập GPT-6.2 Codex: khi nào nên chọn Astra hay Sol, cách chuyển đổi bằng /model hoặc config.toml, mức độ suy luận nên bắt đầu với mức nào, và cách điều phối các agent Codex của một nhóm.

18 tháng 11 2026

Mã nguồn do AI tạo ra có nên là mã nguồn mở? Điều đó ý nghĩa gì với các nhóm phát triển phần mềm bằng AI Agent

Mã nguồn do AI tạo ra có nên là mã nguồn mở? Điều đó ý nghĩa gì với các nhóm phát triển phần mềm bằng AI Agent

Một bài đăng trên Hacker News lập luận rằng mọi mã nguồn do AI tạo ra đều phải được opensource. Dưới đây là lập luận đó, các phản biện, tình trạng luật bản quyền ở Hoa Kỳ và Anh, cùng hồ sơ xuất xứ mà mọi nhóm đang triển khai sản phẩm với các công cụ lập trình AI đều cần có — bất kể cuộc tranh...

18 tháng 11 2026

ChatGPT dành cho doanh nghiệp: Điều này có ý nghĩa gì đối với các nhóm nhỏ

ChatGPT dành cho doanh nghiệp: Điều này có ý nghĩa gì đối với các nhóm nhỏ

ChatGPT dành cho doanh nghiệp giải thích cho nhóm nhỏ: Business Hub và Business Agents làm được gì, OpenAI công bố mức giá ra sao, và ai sẽ đảm nhận việc bảo trì hằng tuần.

17 tháng 11 2026