Từ GitHub Copilot đến OpenCode, Claude Code, Pi Coding Agent và bây giờ là Oh My Pi, tôi đã đi qua khá nhiều AI coding agent. Mỗi lần đổi tool không chỉ là đổi giao diện. Nó kéo theo một cách làm việc mới, một cách tổ chức context mới, và đôi khi là cả một lần ngồi nhìn laptop lag đến mức muốn nổ máy.
Đây là câu chuyện cá nhân về hành trình đó. Không có tool nào là đáp án cuối cùng. Tôi chỉ đang thử tìm một workflow đủ hợp với mình để có thể làm việc lâu dài.
GitHub Copilot, Spec Kit và lần đầu tôi thấy một workflow có bài bản
Thời GitHub Copilot, tôi vẫn dùng VS Code như phần lớn sinh viên xung quanh mình. Chương trình GitHub Student khiến GitHub trở thành nơi nhiều người ở lại rất lâu. Với tôi, Copilot cũng là chỗ nương tựa mỗi khi hết token từ ChatGPT.
Nhưng điều tôi nhớ nhất không chỉ là autocomplete. Đó là những project thời học sinh, trong đó có “Chipmunk vs Ragebait”. Tôi tạo project này bằng cách kết hợp GitHub Spec Kit và SDD. Khi ấy, tôi lần đầu thấy một workflow mà specification có thể đứng trước code, thay vì cứ mở editor lên rồi vừa nghĩ vừa sửa.
Tôi không dám nói Spec Kit là tiền thân trực tiếp của tất cả những harness xuất hiện sau này. Điều tôi chắc chắn là nó là một trong những lần đầu tôi nhìn thấy việc biến ý tưởng, kế hoạch và task thành những artifact rõ ràng cho agent. Sau này, khi chuyển qua OpenCode, Claude Code, Pi hay Oh My Pi, tôi nhận ra mình luôn tìm lại cảm giác workflow có cấu trúc đó.
OpenCode: agentic rất đã, cho đến khi RAM không chịu nổi
Đến thời OpenCode, cảm giác agentic thực sự rất phê. Khoảng thời gian đó tôi mở rất nhiều tab, dùng token cũng dao động ở mức mà chính tôi nhìn lại vẫn thấy khó tin. Tôi gặp anh Bửu, founder của OpenCodeKit, rồi tất nhiên đã chi tiền mua kit của anh ấy.
Tôi chưa bao giờ hối hận vì lựa chọn đó. OpenCodeKit mở ra cho tôi một hành trình mới. Tôi bắt đầu nhìn coding agent không còn như một chatbot viết code, mà như một hệ thống có thể cùng mình đi qua nhiều bước trong một công việc.
Vấn đề là RAM. Trung bình, theo workload của tôi lúc đó, một tab OpenCode ăn khoảng 500 MB RAM. Laptop của tôi đúng nghĩa là “máy cày”, có 64 GB RAM, nhưng số lượng tab mở nhiều đến mức máy bắt đầu lag muốn nổ. Đây là quan sát trong cách tôi sử dụng, không phải benchmark chung cho OpenCode.
Thế là tôi bỏ OpenCode. Không phải vì agentic không ngon, mà vì workflow ngon đến đâu cũng không còn ý nghĩa nếu phần cứng không chịu nổi cách mình dùng nó.
Claude Code: nhẹ hơn, nhưng lại bó buộc cách tôi chọn model
Claude Code nhẹ hơn là điều khá dễ hiểu khi nó chạy chủ yếu qua CLI. Với tôi, việc rời TUI để dùng CLI giải quyết được phần lớn vấn đề RAM từng gặp khi mở quá nhiều tab OpenCode. Bộ harness cũng đủ tốt để tôi làm việc trong thời gian dài.
Điểm khiến tôi không gắn bó lâu dài lại nằm ở cách chọn model. Tôi cảm thấy workflow bị bó vào những lựa chọn model được định sẵn cho từng dạng công việc: nhẹ thì Haiku, vừa thì Sonnet, nặng thì Opus. Tôi muốn tự do cắm GPT và nhiều model khác vào cùng một workflow, tùy việc mà chọn, thay vì phải xoay quanh một hệ sinh thái cố định.
Vì vậy, tôi chuyển sang dùng GPT là chính, kết hợp thêm hai model khác. Claude Code vẫn còn trên máy, như một dấu vết của giai đoạn đó. Nó ngon và nhẹ, nhưng cách tôi muốn làm việc lúc này cần nhiều quyền lựa chọn hơn.
Pi Coding Agent: khi tôi tự may workflow cho mình
Sau đó tôi nghe mọi người nói nhiều về Pi Coding Agent. Anh Bửu cũng chuyển sang dùng Pi nên tôi thử theo. Tôi dùng Pi khoảng hai tháng, rồi bỏ Claude Code hẳn.
Thời gian đầu, Pi kết hợp với kit của anh Bửu rất ngon. Bộ kit private đó chỉ có sáu người dùng, và cảm giác lúc ấy gần như “vứt não mà làm”. Workflow đã được may sẵn, agent gọi đúng skill, rồi mọi thứ chạy khá răm rắp.
Nhưng sau một thời gian, tôi nhận ra kit đó không hoàn toàn phù hợp với mình. Thay vì cố ép bản thân theo workflow có sẵn, tôi tailor lại thành một bộ kit riêng. Nó gồm một repo skill đơn giản, tổng hợp những thứ tôi hay dùng, kèm extension cần thiết.
Một trong những skill tôi thích nhất là /7n-docs. Nó viết lại hệ thống docs để tôi đọc lại, đặc biệt hữu ích khi cần explore một codebase hoặc một dự án mới. Tôi thích việc chỉ cần gọi đúng skill là workflow chạy theo đúng thứ tự mà mình đã định nghĩa.
Pi cũng cho tôi quyền chọn model và tự thêm custom provider. Tôi có thể cắm vào server của mình, lúc cần model nào thì chọn model đó. Tôi từng thấy những thứ như pi-teams và sub-agent khá vui, dù thành thật là tôi chưa phát huy hết khả năng vì còn phải học và setup thêm.
Qua Pi, tôi cũng biết đến tmux. Một terminal server có thể chạy liên tục, không bị ngắt quãng, và tôi có thể dùng ở đâu cũng được. Đó là một trong những thứ vẫn còn hữu ích với tôi cho đến bây giờ.
Oh My Pi: Pi quen thuộc, nhưng nhiều thứ đã được đóng gói sẵn
Gần đây, tôi nghe nói về Oh My Pi. Về bản chất, nó là một fork của Pi, nhưng được đóng gói thêm rất nhiều thứ. Cảm giác ban đầu của tôi là Pi vẫn quen thuộc, còn bề mặt làm việc thì có thêm nhiều tính năng mà trước đây tôi từng thích ở OpenCode.
Vụ multi-agent call là thứ tôi chú ý đầu tiên. Có nhiều agent được phân biệt theo tác vụ chuyên dụng. Điều này hợp với cách tôi từng dùng OpenCode, nơi tôi muốn tách việc explore, review và thực thi ra thay vì dồn tất cả vào một cuộc hội thoại.
Dạo gần đây tôi hay dùng Deepseek v4 Flash. Model này có một điểm khó là không có Vision. Khi cần xem ảnh, tôi thường phải đi qua một lớp adapter, gọi OCR bằng code, hoặc nhờ một sub-agent khác có vision. Tôi khá lười nên chưa tự chỉnh workflow đó. Thấy Oh My Pi có khả năng xử lý các lớp công cụ và agent như vậy thì tôi cảm giác nhược điểm này có thể được giải quyết tốt hơn.
Riêng phần memory làm tôi tò mò. Nó gợi tôi nhớ đến những hệ thống memory của OpenClaw. Các config trong TUI cũng khá dễ hiểu: muốn setup gì thì đi vào đó setup. Tôi bỏ Pi để thử Oh My Pi cũng một phần vì nghe nói có distill memory, nên muốn dùng thêm thời gian để xem nó hoạt động ra sao.
Hiện tại, tôi có cảm giác Oh My Pi vẫn đọc được memory cũ mà Pi để lại. Nhưng đây mới chỉ là ấn tượng ban đầu. Tôi cần dùng thêm để biết memory có thực sự hữu ích qua nhiều session hay chỉ tạo cảm giác tốt trong những lần đầu.
Nhìn rộng hơn, nhịp đổi tool này cũng giống tốc độ của chính hệ sinh thái AI. Bài toàn cảnh AI tháng 2 là một ví dụ rõ: tool mới xuất hiện liên tục, workflow hôm nay có thể nhanh chóng trở thành workflow cũ. Ngay cả chuyện làm việc với context lớn, như tôi từng viết trong bài về 1M context của Claude, cũng đang thay đổi cách chúng ta nghĩ về session và harness.
Chưa có tool cuối cùng
Từ GitHub Copilot đến Oh My Pi, tôi không tìm thấy một tool cuối cùng cho mọi giai đoạn. Mỗi tool giải quyết một nỗi đau khác nhau: Copilot đưa tôi đến với AI-assisted coding, OpenCode cho tôi thấy agentic workflow, Claude Code giải quyết bài toán TUI và RAM trong một thời gian, Pi cho tôi quyền tự may workflow, còn Oh My Pi đang cho tôi cơ hội thử một phiên bản Pi được đóng gói mạnh hơn.
Tôi vẫn đang thử. Có thể vài tháng nữa tôi lại đổi tool. Có thể Oh My Pi sẽ ở lại lâu hơn. Điều quan trọng nhất là tôi đã hiểu mình cần gì: được chọn model, được tự tailor workflow, có memory đủ dùng, và không biến chiếc laptop thành một cái lò sưởi chỉ vì mở quá nhiều tab.
Nếu bạn muốn đọc thêm một bài trước về AI và nghề dev, tôi từng viết về việc từ prompt engineer đến thất nghiệp ở đây. Còn hiện tại, tôi sẽ tiếp tục dùng Oh My Pi thêm một thời gian rồi mới kết luận.
Comments
Join the conversation
Leave a comment
No comments yet
Be the first to share your thoughts!