Locale: vi
Dùng AI mà chạm giới hạn sớm thì thường ai cũng thấy "bị khóa, hết dùng được". Nhưng nếu bạn giao cùng lúc 10–11 việc lập trình nặng, và agent tự làm trọn từ tìm hiểu, viết code, chạy test đến sửa lỗi, thì cảm giác lại ngược hẳn. Hạn mức 5 giờ tụt nhanh khủng khiếp lại chính là bằng chứng rằng trong khung giờ đó có rất nhiều việc đã xong.
Vì sao hạn mức 5 giờ hết nhanh mà vẫn thấy lời?
Theo thông tin của Anthropic tính đến tháng 9 năm 2026, Claude Max 5x bản web có giá 100 USD/tháng, còn Max 20x là 200 USD/tháng. Mức sử dụng theo phiên được đặt lại sau mỗi 5 giờ, và ngoài ra còn có giới hạn sử dụng theo tuần. Mức tiêu hao không chỉ tính bằng số tin nhắn mà còn thay đổi theo độ dài cuộc trò chuyện, tệp đính kèm, mô hình, tính năng và độ phức tạp của việc cần làm.
Vì vậy, nếu bạn bắt nó đọc một kho mã khổng lồ, sửa nhiều tệp rồi chạy test, mà lại giao song song nhiều việc kiểu đó, thì hạn mức 5 giờ tụt nhanh cũng chẳng có gì lạ.
Điều thú vị là "hạn mức giảm" chưa chắc đã là "thiệt". Dùng hết hạn mức cho 100 lần tán gẫu ngắn khác hẳn với dùng hết nó cho 10 việc lớn được làm xong tới nơi tới chốn. Cùng một lượng sử dụng, nhưng kết quả nhận được khác nhau hoàn toàn.
Thứ cần nhìn không phải là còn bao nhiêu thời gian, mà là mỗi đơn vị sử dụng đổi được bao nhiêu việc đã hoàn thành.
Cảm giác gấp 50 lần không có nghĩa là token gấp 50 lần
So với agent khác, đôi khi bạn sẽ thấy "dùng được nhiều hơn tới khoảng 50 lần". Nhưng khoảng cách này không nhất thiết là do token hay số tin nhắn thật sự gấp 50 lần.
Khoảng cách thực tế lớn lên vì nhiều hệ số nhân với nhau:
- khả năng chỉ cần một lệnh là tới được đích
- phạm vi sửa được trong một lần
- tỷ lệ không dừng ở bước tìm hiểu mà làm luôn tới phần viết code
- tỷ lệ test lỗi rồi tự sửa được
- số lần người dùng phải nhắc lại "làm tiếp đi", "sửa luôn chỗ đó"
- số việc có thể chạy cùng lúc
Nếu một agent yếu cần 20 lượt qua lại cho một việc mà agent mạnh chỉ cần 1–2 lượt là xong, thì cảm giác chênh lệch dễ dàng vượt quá mười lần.
Nói cách khác, quan trọng không phải "viết ra được bao nhiêu chữ" mà là "đưa được bao nhiêu việc tới trạng thái hoàn thành".
Khoảng 16.000 yên/tháng bằng mấy ngày công của một kỹ sư senior?
Đến đây mà đem so với mức lương của con người thì con số trở nên khá buồn cười.
Theo dữ liệu Levels.fyi tính đến ngày 26 tháng 9 năm 2026, tổng thu nhập trung vị của Senior Software Engineer tại Nhật Bản là khoảng 11,77 triệu yên mỗi năm. Phân vị 25 khoảng 8,96 triệu yên, phân vị 75 khoảng 16,81 triệu yên và phân vị 90 khoảng 23,91 triệu yên.
Chia đơn giản theo 20 ngày làm việc mỗi tháng thì được như sau:
| Mức | Tổng thu nhập năm | Quy đổi tháng | Mỗi ngày làm việc |
|---|---|---|---|
| Phân vị 25 | khoảng ¥8,96 triệu | khoảng ¥747 nghìn | khoảng ¥37 nghìn |
| Trung vị | khoảng ¥11,77 triệu | khoảng ¥981 nghìn | khoảng ¥49 nghìn |
| Phân vị 75 | khoảng ¥16,81 triệu | khoảng ¥1,40 triệu | khoảng ¥70 nghìn |
| Phân vị 90 | khoảng ¥23,91 triệu | khoảng ¥1,99 triệu | khoảng ¥100 nghìn |
Ngoài ra, khảo sát năm 2026 của Findy Freelance cho thấy kỹ sư freelancer có thu nhập trung bình 808.264 yên/tháng, tức 5.319 yên/giờ.
Nếu tạm tính phí AI là khoảng 16.000 yên/tháng, thì nó chỉ bằng khoảng 0,33 ngày công của một kỹ sư senior có thu nhập trung vị, và chỉ khoảng 2% thu nhập tháng trung bình của freelancer.
Tất nhiên đây chỉ là phép so sánh cho vui. Tổng thu nhập và phí thuê bao phần mềm không phải là một, và AI cũng không gánh hợp đồng lao động, trách nhiệm, trực sự cố, giải thích với khách hàng hay phối hợp trong tổ chức.
Dù vậy, một mức giá trông đắt nếu coi là "phí chat hằng tháng" lại bỗng trở nên rất nhỏ khi coi là "chi phí thuê ngoài làm việc kỹ thuật nặng", điều đó là thật.
Chạy song song 10–11 việc không phải là "11 nhân viên", nhưng đã gần với một đội phát triển một người
Khi chạy cùng lúc 10–11 việc, nhìn bề ngoài rất giống một đội phát triển nhỏ.
Một bên thêm tính năng cho trang web. Một bên làm đa ngôn ngữ. Một bên kiểm tra chất lượng. Một bên sửa lỗi. Một bên nữa cải thiện hạ tầng vận hành. Những việc mà một người tự tay làm thì thường phải làm lần lượt, nay lại tiến hành cùng lúc.
Tuy vậy, không thể nói "chạy song song 11 việc = thuê 11 kỹ sư senior".
Kỹ sư senior thật sẽ đi hỏi những người liên quan khi yêu cầu còn mơ hồ, chịu trách nhiệm về thiết kế, quyết định thứ tự ưu tiên khi có sự cố và để lại kiến thức cho cả đội. AI không tự động đảm bảo những điều đó.
Nói chính xác hơn là "một người giờ đã có năng lực xử lý gần bằng một đội phát triển nhỏ".
Nút thắt tiếp theo không phải là viết code, mà là điều phối giao thông
Thời agent chưa làm được bao nhiêu việc, vấn đề lớn nhất là khả năng tạo ra sản phẩm.
Đến thời agent làm việc quá nhiều, vấn đề thay đổi.
Khi nhiều agent cùng đụng vào một kho mã, chúng sửa cùng một tệp một cách riêng rẽ. Một agent sửa dựa trên giả định cũ. Việc đến sau lại hoàn tác lỗi mà việc khác đã sửa trước đó. Mỗi bên lại tự làm ra những tính năng na ná nhau.
Lúc này, thứ cần không chỉ là viết code thông minh hơn:
- chỉ giữ một bản gốc duy nhất
- chia rõ ai phụ trách phần nào
- sau khi sửa thì đọc lại để kiểm tra
- không tách việc chạy test khỏi việc kiểm tra trên trang thật
- có một lượt kiểm tra tích hợp ở cuối
- không giải quyết vấn đề bằng cách dựng thêm "hệ thống thứ hai"
Tóm lại, AI càng nhanh thì công việc của con người càng chuyển từ "người làm" sang "người điều phối và thiết kế".
Bài viết hay lên không chỉ vì mô hình viết văn thông minh hơn
Hệ thống sản xuất bài viết số lượng lớn cũng gặp chuyện y hệt.
Lúc đầu, chỉ riêng "tạo được văn bản" đã là bước tiến lớn. Nhưng chỉ có vậy thì chất lượng lúc được lúc không.
Rồi từng lớp được chồng lên: cửa kiểm tra chất lượng chặn lỗi nghiêm trọng, kiểm tra độ tự nhiên của từng ngôn ngữ, chống lẫn ngôn ngữ, kiểm tra trang thật đang hiển thị, liên kết nội bộ, dẫn người đọc sang bài tiếp theo, công cụ hỗ trợ đọc như nghe đọc to hay đọc nhanh, kết nối với nhu cầu tìm kiếm, và đưa phản ứng thực tế của người đọc vào bài kế tiếp.
Như vậy, cải tiến không còn dừng lại ở một bài.
Biến một lỗi từng phát hiện thành quy tắc thì các bài sau này cũng được hưởng lợi. Trông như đang sửa bài viết, nhưng thật ra là đang sửa "điều kiện sản xuất của nhà máy làm ra bài viết".
Tới mức này, chất lượng tăng lên không giống phép cộng nữa mà giống lãi kép hơn.
Nhưng "nhà máy mạnh lên" khác với "bài nào cũng hay hơn"
Hệ thống có thêm tính năng không có nghĩa là nội dung người đọc nhận được thật sự tốt hơn.
Có 100 mục kiểm tra mà bài viết nhạt thì người đọc cũng chẳng quan tâm. Có 12 ngôn ngữ mà dịch gượng gạo thì giá trị cũng thấp. Kiểm tra trang thật hoàn hảo mà câu trả lời người tìm kiếm muốn biết lại mỏng thì cũng không phải bài viết mạnh.
Vì vậy, cuối cùng tốt nhất là so sánh mù bài cũ với bài hiện tại trong cùng điều kiện.
Ví dụ, chọn ngẫu nhiên 100 bài từ mỗi giai đoạn, rồi chấm độ chính xác của thông tin, độ dễ hiểu, độ cụ thể, độ thú vị, việc có trả lời đúng điều người tìm kiếm cần hay không, độ tự nhiên của ngôn ngữ và đọc xong có biết bước tiếp theo nên làm gì không.
Nếu bài hiện tại liên tục thắng, thì đó không còn là "hình như hay hơn" mà là xác nhận được chính nhà máy đã tiến bộ.
Nhìn giá của AI agent như "phí chat" là nhìn sai bản chất
Nếu coi 100 USD/tháng là phí chat đắt đỏ thì quả thật là đắt.
Nhưng nếu cùng số tiền đó, mỗi ngày bạn hoàn thành được nhiều lượt tìm hiểu kho mã, viết code, chạy test, sửa lỗi và soạn tài liệu, thì đối tượng để so sánh đã khác.
Không phải so với phần mềm email hay dịch vụ viết văn, mà phải tính cả giờ làm việc của con người, chi phí thuê ngoài, thời gian chờ, việc chuyển qua lại giữa các đầu việc và chuyện phải làm lại.
Tất nhiên, không thể đổ hết trách nhiệm cho AI. Vẫn cần kiểm tra kết quả và ghép mọi thứ lại với nhau.
Dù vậy, khi lượng công việc nhận về quá lớn so với giá tiền, cảm giác sẽ không còn là "đang dùng một dịch vụ trả phí hằng tháng" mà gần với "đang thuê năng lực của một đội kỹ thuật rẻ đến khó tin".
Kết luận: hãy nhìn tốc độ thành phẩm tăng lên, đừng nhìn tốc độ hạn mức giảm đi
Hạn mức 5 giờ biến mất trong chớp mắt.
Bình thường thì đó là chuyện buồn.
Nhưng nếu trong khung 5 giờ đó gần 10 việc nặng đã xong, cả tuần vẫn còn dư hạn mức, và một lần cải tiến còn được dùng lại cho bài viết và code sau này, thì con số cần nhìn không phải là "còn bao nhiêu %".
Đã xong bao nhiêu việc? Bớt được bao nhiêu lượt qua lại? Xóa được bao nhiêu lần làm lại? Một lần cải tiến lan sang được bao nhiêu việc?
Giá trị của AI agent sẽ dễ hiểu hơn nếu đo bằng lượng việc hoàn thành trên mỗi đơn vị hạn mức, chứ không phải bằng số câu trả lời nghe có vẻ thông minh.
Cảm giác như thuê được một siêu kỹ sư tinh hoa với 16.000 yên/tháng không phải vì tiền lương và phí phần mềm là một.
Mà là vì chính đơn vị công việc đã bắt đầu thay đổi: từ "một người làm việc 8 tiếng" sang "bắt đầu từ quyết định của con người, nhiều việc cùng hoàn thành một lúc".
Và tới giai đoạn đó, điều thật sự đáng sợ không phải là giới hạn sử dụng.
Mà là ghép code sai, rồi phá nát cùng một kho mã với khí thế của 10 siêu kỹ sư tinh hoa.
- Anthropic, gói Claude Max: https://support.claude.com/en/articles/11049741-what-is-the-max-plan
- Anthropic, giới hạn sử dụng và độ dài: https://support.claude.com/ja/articles/11647753-%E4%BD%BF%E7%94%A8%E9%87%8F%E3%81%A8%E9%95%B7%E3%81%95%E3%81%AE%E5%88%B6%E9%99%90%E3%81%AF%E3%81%A9%E3%81%AE%E3%82%88%E3%81%86%E3%81%AB%E6%A9%9F%E8%83%BD%E3%81%97%E3%81%BE%E3%81%99%E3%81%8B
- Anthropic, Claude Opus: https://www.anthropic.com/claude/opus
- Levels.fyi, thu nhập Senior Software Engineer tại Nhật Bản: https://www.levels.fyi/t/software-engineer/levels/senior/locations/japan
- Findy Freelance, báo cáo thị trường kỹ sư freelancer 2026: https://freelance.findy-code.io/articles/market-report_202603
