very AI coding harness compared: title card with OpenCode v2, Hermes Agent, Claude Code, Codex and 24 more harnesses, October 2026

Harness coding AI mà bạn chọn, cùng mô hình bạn chạy bên trong nó, có thể làm hóa đơn tăng gấp ba mà kết quả không đổi. Trên Artificial Analysis’s Coding Agent Index — benchmark công khai chi tiết nhất về harness và mô hình chạy cùng nhau — Codex chạy GPT-6.1 Sol và Claude Code chạy Sonnet 5.5 đạt điểm giống hệt nhau, và một bên tốn gấp ba lần chi phí mỗi tác vụ so với bên kia. Đẩy Claude Code lên mức nỗ lực tối đa thì điểm còn cao hơn, với mức giá khoảng mười bốn lần Codex’s.

Đó là sự thật âm thầm đằng sau mọi cuộc tranh luận “nên dùng coding agent nào?” trong năm 2026. Mô hình nhận hết ánh đèn sân khấu. Còn harness — vòng lặp, công cụ, quyền hạn, bộ nhớ và giao diện bao quanh mô hình — quyết định bạn đốt bao nhiêu token, chờ bao lâu, tác nhân được phép chạm vào thứ gì và liệu tháng sau bạn có đổi được mô hình khi bảng xếp hạng lại đảo chiều hay không.

Và các harness đã nhân lên. Anthropic’s Claude Code phát hành gần như mỗi ngày. OpenAI’s Codex đã trở thành ứng dụng desktop, dịch vụ đám mây và một CLI Rust mã nguồn mở. OpenCode tự xây lại từ đầu và phát hành phiên bản 2.1 vào ngày 20 tháng 10. Nous Research’s Hermes Agent học thói quen của bạn và giao việc coding cho các harness khác. DeepSeek, Alibaba, Moonshot, Mistral và Z.ai giờ đều phát hành tác nhân của riêng mình. Google tắt Gemini CLI với người dùng phổ thông và thay bằng công cụ khác. Roo Code đóng cửa. Continue bị Cursor thâu tóm, và trong cùng tháng đó SpaceX đồng ý mua Cursor với giá 60 tỷ USD.

Vậy nên bài viết này so sánh tất cả. Tổng cộng hai mươi tám harness, từ những ông lớn đến những bản tối giản, với các benchmark độc lập mới nhất, giá lấy từ chính trang của nhà cung cấp’, dữ liệu phát hành lấy thẳng từ registry npm và PyPI, và một phần bảo mật dựng từ những CVE mà năm nay thực sự sinh ra.

Feature matrix of 16 AI coding harnesses: licence, models, local models, ACP, desktop app, hosted cloud agents and the cheapest way in — Mười một trong mười sáu cái dùng giấy phép MIT hoặc Apache, và phần lớn trong số đó chạy được mọi mô hình. Cả năm harness độc quyền đều đi kèm tác nhân đám mây được lưu trữ sẵn và gói trả phí.

Mọi thứ ở đây đã được đối chiếu với tài liệu chính thức, changelog, registry gói, kho GitHub và hai benchmark công khai so sánh harness tốt nhất, tính đến ngày 22 tháng 10 năm 2026. Những công cụ này thay đổi hằng tuần, nên tôi’ đã đánh dấu các con số dễ biến động ngay khi viết.

Tiết lộ: Bài viết này có một liên kết tiếp thị, dẫn tới GLM Coding Plan của Z.ai’s. Nếu bạn đăng ký qua đó, bạn được giảm 10%, và tôi có thể nhận hoa hồng mà bạn không phải trả thêm đồng nào. Không công ty, phòng lab hay quỹ nào được nhắc đến đã tài trợ, xem xét hay phê duyệt bài viết này.

TL;DR — Bản tóm tắt 60 giây

Harness và các thiết lập của nó thay đổi hóa đơn nhiều hơn là điểm số. Trên Artificial Analysis’s Coding Agent Index, Codex chạy GPT-6.1 Sol đạt 63 cho $1.04, 15,5 phút và 3,2 triệu token cho mỗi tác vụ. Claude Code chạy Sonnet 5.5 đạt đúng 63 điểm đó ở mức nỗ lực “xhigh” với $3.33 mỗi tác vụ — còn ở mức nỗ lực tối đa thì đạt 68 cho $14.19, 1,5 giờ và 27,7 triệu token.
Ở mức tiên tiến nhất, harness đóng góp rất ít vào tỷ lệ vượt qua thô. Trên Terminal-Bench 4.0, Claude Opus 5.5 giải quyết 64.8% tác vụ trong Claude Code và 65.2% bên trong mini-SWE-agent, một harness chỉ có một công cụ bash. Mức tăng lớn nhất nhờ harness riêng của lab’s là Grok Build của xAI’s, giúp Grok 4.7 tăng thêm 8,8 điểm.
Kết quả tốt nhất: Claude Code. Đáng tiền nhất: Codex. Harness mở tốt nhất, chạy được mọi mô hình: OpenCode v2 (2.1.2, phát hành ngày 21 tháng 10). Tác nhân hiểu bạn nhất: Hermes Agent (v0.22.4). Harness tối giản tốt nhất: Pi 1.0.
Năm 2026 làm thưa dần đội ngũ nhanh như lúc nó nở ra. Gemini CLI ngừng phục vụ người dùng phổ thông từ ngày 18 tháng 6 và trở thành Antigravity CLI. Roo Code đóng cửa ngày 15 tháng 5. Continue được gộp vào Cursor. Aider chưa’ phát hành bản nào kể từ ngày 12 tháng 2. Kilo Code bị Anaconda mua lại.
Giờ mọi lab mô hình mở đều phát hành harness riêng. DeepSeek Harness thu về khoảng 252.000 sao GitHub trong mười tuần. Qwen Code, Kimi Code, Mistral Vibe 3.0 và ZCode của Z.ai’s hoàn thiện bộ sản phẩm.
Đăng ký là kiểu khóa chặt âm thầm. Claude Pro và Max chỉ dùng được cho ứng dụng của chính Anthropic’s, cộng thêm một khoản tín dụng hằng tháng cho việc dùng theo cách lập trình. Đăng nhập ChatGPT dùng được trong OpenCode, Pi và vài công cụ khác. Copilot bắt đầu miễn phí. Cursor xây lại các gói của mình quanh Grok vào giữa tháng 10, từ $8 một tháng.
Bảo mật chỉ rút ra một bài học. Gần như mọi CVE nghiêm trọng của coding agent trong năm 2026 đều theo cùng một kịch bản: văn bản không đáng tin lừa tác nhân ghi ra một tệp mà các công cụ khác tin tưởng. Codex và Cursor mặc định chạy lệnh shell trong sandbox. Sandbox trong Claude Code’s là tùy chọn bật, Antigravity CLI hỏi trước mỗi lệnh, OpenCode v2 dựa vào các quy tắc quyền, còn Pi không có hệ thống quyền nào cả.
Các chuẩn chung làm việc chuyển đổi trở nên rẻ. MCP cho công cụ, ACP cho trình soạn thảo (44 tác nhân trong registry), AGENTS.md cho chỉ dẫn và Agent Skills cho bí quyết giờ đã chạy được trên hầu hết harness. Nên đừng’ gắn chặt với một cái.
Khuyến nghị của tôi: dùng hai harness. Chọn OpenCode v2 cho mọi mô hình bạn có thể muốn chạy, rồi ghép nó với Claude Code cho công việc khó nhất hoặc Codex vì giá trị tốt nhất. Đặt Hermes Agent vào ứng dụng chat của bạn nếu bạn muốn một tác nhân nhớ về mình.

Tổng quan các harness coding AI

Harness	Nhà phát triển	Giấy phép	Mới nhất (2026)	Mô hình	Cách vào rẻ nhất	Phù hợp nhất
Claude Code	Anthropic	Độc quyền	2.1.308 · 22 tháng 10	Claude; gateway	Claude Pro $20/tháng hoặc khóa API	Điểm cao nhất, bộ tính năng sâu nhất
Codex	OpenAI	Apache-2.0 (CLI)	0.163.0 · 15 Oct	OpenAI trước; mọi mô hình qua cấu hình	ChatGPT Free (giới hạn), Plus $20	Kết quả tốt nhất trên mỗi đô la
OpenCode v2	Anomaly	MIT	2.1.2 · 21 Oct	Mọi mô hình (75+ nhà cung cấp), cục bộ	Miễn phí	Một tác nhân cho mọi mô hình
Hermes Agent	Nous Research	MIT	0.22.4 · 21 Oct	Mọi mô hình, cục bộ	Miễn phí	Tác nhân học về bạn
Antigravity CLI	Google	Không nêu rõ	Phát hành từ tháng 5	Gemini trước	Gói miễn phí	Người dùng Gemini sau Gemini CLI
Copilot CLI	GitHub	Độc quyền	1.0.102 · 21 Oct	Danh mục Copilot; BYOK và cục bộ	Copilot Free	Nhóm đã dùng GitHub
Cursor CLI	Cursor (SpaceX)	Độc quyền	2026.10.19	Danh mục Cursor, Grok	Cursor Free	Người dùng Cursor, script CI
Pi	Earendil	MIT	1.4.0 · 21 Oct	Mọi mô hình, cục bộ	Miễn phí	Một harness tối giản để xây dựng tiếp
DeepSeek Harness	DeepSeek	MIT	0.2.1-rc.2 · 17 Oct	DeepSeek; mọi mô hình qua cấu hình	Miễn phí + DeepSeek API	Mọi thứ là plugin, mô hình rẻ
Qwen Code	Alibaba	Apache-2.0	0.26.0 · 21 Oct	Mọi mô hình, cục bộ	Miễn phí	Qwen và các mô hình mở
Kimi Code	Moonshot AI	MIT	2.3.0 · 21 Oct	Kimi trước	Kimi Plus $19 hoặc khóa API	Người dùng Kimi K3
Mistral Vibe	Mistral AI	Apache-2.0	3.0.1 · 20 Oct	Mistral	Khóa API Mistral	Nhóm châu Âu dùng Mistral
Cline	Cline Bot Inc.	Apache-2.0	CLI 3.0.73 · 17 Oct	Mọi mô hình, cục bộ	Miễn phí	Người dùng VS Code và JetBrains
Kilo Code	Kilo (Anaconda)	MIT	7.8.15 · 19 Oct	Mọi mô hình (500+), cục bộ	Miễn phí	Người dùng IDE muốn OpenCode bên trong
goose	AAIF (Linux Foundation)	Apache-2.0	1.55.0	Mọi mô hình, cục bộ	Miễn phí	Tác nhân do quỹ điều hành, ưu tiên MCP
Factory Droid	Factory	Độc quyền	0.247.0 · 22 Oct	Frontier + trọng số mở; BYOK và cục bộ	Pro $20/tháng	Nhiệm vụ dài hạn cho nhóm

Mười hai cái nữa — Grok Build, Devin, Amp, Warp, Junie, Kiro, Crush, Letta Code, OpenHands, cecli (bản fork đang hoạt động của Aider), ZCode và MiniMax Code — được đề cập trong Phần 4 đến 8, cùng một loạt dài những cái tên mới. Số phiên bản là ảnh chụp ngày 22 tháng 10 năm 2026 lấy từ registry npm và PyPI, thẻ GitHub và registry ACP (phiên bản Cursor CLI’s lấy từ nguồn sau).

Mục lục

So sánh mọi harness coding AI (tháng 10/2026): OpenCode v2, Hermes Agent, Claude Code, Codex và 24 công cụ khác

Phần 1 — Harness coding AI là gì, và bảy nhóm

Một mô hình ngôn ngữ lớn tự nó chỉ tạo ra văn bản. Mọi thứ biến văn bản đó thành một pull request chạy được chính là harness.

Bóc tách bất kỳ tác nhân coding nào, bạn cũng thấy sáu phần giống nhau:

Vòng lặp. Đọc nhiệm vụ, lập kế hoạch, gọi công cụ, đọc kết quả, quyết định bước tiếp theo, lặp lại cho đến xong. Cách một harness chạy vòng lặp này — bao lâu lập lại kế hoạch, khi nào dừng, phục hồi sau lỗi ra sao — là phần lớn điều phân biệt một tác nhân tốt với một tác nhân đắt đỏ.
Công cụ. Đọc và sửa tệp, chạy lệnh shell, tìm kiếm code và web, cùng mọi thứ bạn thêm qua Model Context Protocol (MCP). Pi có bốn công cụ. Claude Code có hơn một chục, cộng với bất cứ gì bạn kết nối.
Quản lý ngữ cảnh. Điều gì đi vào cửa sổ của mô hình’s trong mỗi lượt, điều gì được tóm tắt (“nén lại”) khi đầy, điều gì được giữ trong cache để bạn không’ phải trả tiền hai lần, và điều gì tồn tại giữa các phiên như bộ nhớ.
Quyền và cô lập. Điều tác nhân được làm mà không cần hỏi, điều nó phải hỏi, và điều hệ điều hành ngăn nó làm trên thực tế.
Giao diện. Một UI terminal, ứng dụng desktop, bảng trong trình soạn thảo, ứng dụng chat trên điện thoại, hoặc dịch vụ đám mây mở pull request trong lúc bạn ngủ.
Điểm mở rộng. Tác nhân con, hook, plugin, skill và các tệp hướng dẫn như AGENTS.md — những nơi bạn dạy một harness cách nhóm của bạn làm việc.

Một mô hình tư duy hữu ích, mượn từ bản so sánh harness của Phil Winder’s: mô hình là động cơ, còn harness là một tác nhân dựng quanh nó, một framework điều phối nhiều tác nhân theo một lộ trình bạn thiết kế, và một nền tảng vận hành tất cả cho một tổ chức. Năm 2026 còn có cả tầng thứ năm — buồng lái, một công cụ như Orca hay Herdr chạy nhiều harness song song và cho bạn xem lại từng cái đã làm gì.

Bảy nhóm

Hai mươi tám harness là quá nhiều để so sánh trong một danh sách, nên bài này nhóm chúng theo nguồn gốc — vì xuất xứ của một harness’s dự đoán các mặc định của nó tốt hơn bất kỳ bảng tính năng nào.

Hiện ảnh Hầu hết công cụ nằm gọn trong một nhóm và vay mượn ý tưởng từ các nhóm khác. MCP, ACP, AGENTS.md và Agent Skills là phần ống dẫn chung.

Harness của các phòng lab tiên phong — Claude Code, Codex, Antigravity CLI và Grok Build. Do chính các công ty huấn luyện những mô hình mạnh nhất xây dựng, tinh chỉnh cho mô hình của họ trước, và thường đi kèm một gói đăng ký.
Harness của các lab mô hình mở — DeepSeek Harness, Qwen Code, Kimi Code, Mistral Vibe, ZCode của Z.ai’s, MiniMax Code và CodeBuddy Code của Tencent’s. Tác nhân từ các lab công bố trọng số mở, được thiết kế để mô hình của họ trông tốt và tốn ít tiền.
Harness mã nguồn mở, chạy mọi mô hình — OpenCode v2, Pi, Cline, Kilo Code, goose, Crush, OpenHands và cecli, bản fork đang hoạt động của Aider. Do cộng đồng dẫn dắt, bạn tự mang khóa hoặc mô hình cục bộ của mình, không cần đăng ký.
Tác nhân biết học — Hermes Agent, Letta Code và, với vai trò nơi chứa các harness khác, OpenClaw. Những tác nhân chạy lâu với bộ nhớ thật, và tình cờ viết code giỏi.
CLI của trình soạn thảo và nền tảng — Copilot CLI, Cursor CLI, Junie CLI, Kiro CLI, Devin CLI và Auggie của Augment’s. Tác nhân terminal đến từ IDE hoặc dịch vụ lưu code mà bạn đã trả tiền.
Nền tảng tác nhân — Factory Droid, Amp, Warp với các tác nhân đám mây Oz, Devin Cloud, Codex cloud và tác nhân đám mây của Copilot’s. Sản phẩm thương mại với runner được lưu trữ, những “nhiệm vụ” dài hạn và tính phí theo nhóm.
Buồng lái — Orca, Herdr, Conductor, Vibe Kanban và cmux. Bản thân chúng không phải harness, mà là nơi nhiều người giờ chạy harness từ đó. Tôi đã so sánh hai cái lớn nhất trong Orca và Herdr.

Ranh giới mờ dần. Codex là harness của một phòng lab tiên phong và một nền tảng đám mây. OpenClaw là tác nhân cá nhân có thể điều khiển Claude Code, Codex và OpenCode như plugin. Kilo Code là tiện ích IDE được dựng lại trên OpenCode. Nhưng nhóm mà một công cụ sinh ra vẫn cho bạn biết nó được làm cho ai — và ai trả tiền cho nó.

Phần 2 — Hiệu ứng harness: benchmark thực sự cho thấy gì

“Harness quan trọng ngang mô hình” đã thành câu sáo của năm 2026. Điều đó chỉ đúng một nửa, và nửa đúng’s là nửa tốn kém.

Benchmark được tạo ra để so sánh các harness

Hầu hết benchmark coding kiểm tra mô hình bên trong một harness cố định, nên chúng không thể’ cho bạn biết gì về Claude Code so với Codex. Artificial Analysis đã thay đổi điều đó vào tháng 5 với Coding Agent Index, công cụ chạy các tổ hợp harness và mô hình qua cùng bộ nhiệm vụ, ghi lại chi phí, thời gian và token song song với điểm số. Phiên bản 1.5 lấy trung bình ba benchmark: DeepSWE v1.1 (113 tác vụ kỹ thuật phần mềm), Terminal-Bench 4.0 (66 tác vụ terminal khó) và SWE-Atlas-QnA (124 câu hỏi về các codebase thực tế).

Các trang so sánh công khai của nó hiện bao gồm ba harness — Claude Code, Codex và OpenCode — và đây là những gì chúng cho thấy:

Harness + model (mức nỗ lực)	Chỉ số	Terminal-Bench 4.0	Chi phí mỗi tác vụ	Thời gian mỗi tác vụ	Token mỗi tác vụ
Claude Code + Sonnet 5.5 (max)	68	66%	$14.19	1,5 giờ	27,7M
Claude Code + Opus 5.5 (max)	66	63%	$13.04	1,1 giờ	15,6M
Codex + GPT-6.1 Sol (xhigh)	63	55%	$1.04	15,5 phút	3,2M
Claude Code + Sonnet 5.5 (xhigh)	63	58%	$3.33	27,0 phút	7,1M
Codex + GPT-6 Astra (max)	62	56%	$7.47	29,4 phút	3,3M
Claude Code + Fable 5.1 (max)	62	58%	$12.39	34,8 phút	5,7M
Codex + GPT-6.1 Sol (medium)	61	52%	$0.70	10,9 phút	2,3M
Claude Code + Sonnet 5.5 (high)	55	42%	$1.24	12,3 phút	2,7M
OpenCode + GLM-5.3	54	40%	$4.37	48,1 phút	14,3M
Codex + DeepSeek V4 Flash 0731 (max)	39	11%	$0.08	18,3 phút	15,4M
Claude Code + Haiku 5.5 (low)	28	6%	$0.14	11,6 phút	2,4M

Nguồn: các trang so sánh của Artificial Analysis Coding Agent Index v1.5, truy cập ngày 22 tháng 10 năm 2026. Chi phí là chi phí API trả theo token cho mỗi tác vụ, không phải giá đăng ký. Một số hàng được chọn; tổng cộng 28 tổ hợp.

Hiện ảnh Mỗi điểm là một tổ hợp harness và model trên cùng một bộ tác vụ. Góc trên bên phải là Claude Code; biên hiệu quả ở bên trái chủ yếu là Codex.

Ba điều nổi bật.

Claude Code chiếm phần đỉnh của biểu đồ. Không có gì trên các trang này vượt qua Sonnet 5.5 hay Opus 5.5 ở mức nỗ lực tối đa trong Claude Code; con số tốt thứ hai tôi tìm thấy từ cùng chỉ số đó, được Morph trích dẫn, là Devin Fusion CLI của Cognition ở 61,7. Nếu điều duy nhất bạn quan tâm là hoàn thành được tác vụ khó nhất, đây vẫn là harness cần đánh bại.

Codex chiếm biên hiệu quả về giá trị. GPT-6.1 Sol trong Codex thấp hơn năm điểm với chi phí chưa bằng một phần mười, trong khoảng một phần sáu thời gian. Ngay ở mức nỗ lực trung bình, nó đạt 61 điểm với 70 xu. Và vì Codex cho phép bạn cắm các nhà cung cấp khác, Artificial Analysis cũng đã chạy các model DeepSeek V4 qua nó — DeepSeek V4 Flash trung bình tám xu mỗi tác vụ, dù chỉ số chỉ đạt 39.

OpenCode cộng một model trọng số mở đạt khoảng 80% điểm cao nhất. GLM-5.3 trong OpenCode đạt 54 — nằm giữa Sonnet 5.5 của Claude Code ở mức nỗ lực trung bình và cao — với tỷ lệ cache trúng 97% và không cần đăng ký nào cả.

Hiện ảnh Cùng ba benchmark, nhưng khối lượng công việc rất khác nhau. Claude Code ở mức nỗ lực tối đa mất 266 lượt mỗi tác vụ; Codex mất 40.

Số lượt kể nên câu chuyện. Ở mức nỗ lực tối đa, Claude Code mất khoảng 266 lượt mỗi tác vụ: nó đọc nhiều hơn, kiểm tra nhiều hơn và tạo nhiều subagent hơn. Codex mất 40. Không cái nào sai — sự kỹ lưỡng của Claude Code mua được điểm cao nhất — nhưng điều đó có nghĩa là cài đặt mức nỗ lực giờ quan trọng ngang với việc bạn chọn harness nào. Claude Code với Sonnet 5.5 ở mức cao nỗ lực tốn $1,24 mỗi tác vụ và đạt 55. Ở mức xhigh nó tốn $3,33 và đạt 63 — ngang với thành tích tốt nhất của Codex với giá gấp khoảng ba lần.

Cùng một mô hình, hai harness

Cách kiểm tra harness sạch nhất là giữ nguyên model. Terminal-Bench 4.0 cho phép chúng ta làm điều đó, một cách tương đối, bằng cách so sánh agent riêng của từng lab trên bảng công khai tại tbench.ai với các lần chạy của Vals AI trên cùng các model trong mini-SWE-agent — một harness tối giản có chủ đích, chỉ cấp cho model một công cụ bash duy nhất và không gì khác.

Mô hình	Harness riêng của lab	Điểm với harness riêng	mini-SWE-agent	Khoảng cách
Claude Opus 5.5	Claude Code (max)	64.8%	65.2%	−0,4
Claude Sonnet 5.5	Claude Code (max)	61.8%	64.1%	−2,3
GPT-6 Astra	Codex (max)	58.2%	59.6%	−1,4
GPT-6.1 Sol	Codex (max)	58.2%	55.1%	+3.2
Claude Fable 5.1	Claude Code (max)	57.9%	58.1%	−0,2
Claude Opus 5	Claude Code (xhigh)	53.9%	53.5%	+0.4
GPT-6 Sol	Codex (max)	49.4%	44.4%	+5.0
GLM-5.3	Claude Code (max)	41.8%	38.9%	+2.9
Grok 4.7	Grok Build (xhigh)	37.6%	28.8%	+8.8
GPT-5.6 Sol	Codex (max)	37.3%	37.9%	−0,6

Điểm với harness riêng: bảng công khai tbench.ai (năm lần thử mỗi tác vụ), theo báo cáo của Morph và CodingFleet sau đợt kiểm tra ngày 6 tháng 10 của họ. Điểm mini-SWE-agent: Vals AI, cập nhật ngày 19 tháng 10 năm 2026. Công cụ chạy và cài đặt mức nỗ lực khác nhau, nên hãy coi các khoảng cách dưới khoảng ba điểm là nhiễu.

Hiện ảnh Bảy trong mười cặp nằm trong khoảng ba điểm. Một harness chỉ có bash vẫn theo kịp Claude Code khi model là Opus 5.5.

Đây là nửa phần của câu sáo ngữ không còn đúng — ít nhất là không còn đúng nữa. Với những model mạnh nhất, một harness 100 dòng đạt tỷ lệ vượt gần như tương đương agent hàng đầu của một lab. Các model đã hấp thụ phần lớn những gì harness từng bổ sung: lập kế hoạch, thử lại, tự kiểm tra công việc của mình.

Harness vẫn quan trọng với điểm thô trong hai trường hợp. Các model yếu hơn hoặc ít tính agent hơn hưởng lợi nhiều hơn: Grok Build nâng Grok 4.7 thêm gần chín điểm, và Codex nâng GPT-6 Sol thêm năm điểm. Và những so sánh cũ hơn cho thấy chênh lệch lớn hơn vì các model cũ cần nhiều trợ giúp hơn. Trên Terminal-Bench 2.0 trước đó, Winder.AI dẫn chứng Letta Code đánh bại Claude Code với tỷ lệ 59,1% so với 41,6% khi dùng cùng model Claude, khoảng cách mà Winder quy cho thiết kế bộ nhớ của Letta.

Điều này có ý nghĩa gì khi chọn

Chọn model cho mức trần. Nếu một tác vụ vượt quá khả năng của model, không harness nào cứu được.
Chọn harness cho mọi thứ còn lại. Chi phí mỗi tác vụ, thời gian mỗi tác vụ, nó hỏi bạn bao nhiêu, nó được phép chạm vào cái gì, bạn có thể đổi sang model nào vào tháng sau, và liệu nó có chạy trong trình soạn thảo, terminal hay điện thoại của bạn. Đó là nơi những khác biệt 14× tồn tại.
Hãy đọc số liệu của chính nhà cung cấp một cách cẩn thận. Bảng công bố của Anthropic đặt Sonnet 5.5 ở 70,6% trên Terminal-Bench 4.0 trong thiết lập của riêng họ; các lần chạy độc lập đặt nó gần 62–66% hơn. Bản thân các benchmark cũng liên tục thay đổi: Artificial Analysis đã sửa chỉ số của mình vào tháng 8 để agent không còn được tính điểm cho “reward hacking” — tức là khiến một tác vụ được đánh dấu là đã giải quyết mà không thực sự giải quyết.

Phần 3 — 2026, năm harness trở thành sản phẩm

Nếu 2025 là năm các agent lập trình trở nên hữu ích, thì 2026 là năm chúng trở thành doanh nghiệp — với tất cả các thương vụ mua lại, đóng cửa, cuộc chiến giá và những lần viết lại mà điều đó kéo theo.

Hiện ảnh Hai mươi lăm khoảnh khắc trong mười tháng. Ngày là ngày công bố hoặc ngày phát hành.

Sáu động lực giải thích gần như toàn bộ dòng thời gian đó.

1. Hợp nhất. SpaceX đồng ý vào ngày 16 tháng 6 mua Cursor với giá 60 tỷ USD bằng cổ phiếu, vài ngày sau khi chính họ ra mắt thị trường chứng khoán và vài tháng sau khi sáp nhập với xAI; Bloomberg Law sau đó đưa tin thương vụ đã hoàn tất. Bản thân Cursor đã hấp thụ Continue, trợ lý mã nguồn mở, trong một thương vụ acqui-hire cùng tháng. Anaconda mua Kilo Code vào tháng 7. Earendil — công ty Vienna do Armin Ronacher, tác giả Flask, đồng sáng lập — tiếp quản harness Pi vào tháng 4. Cognition đổi tên Windsurf thành Devin Desktop và loại bỏ hoàn toàn agent Cascade cũ.

2. Đóng cửa và chuyển giao. Roo Code, từng là một trong những agent VS Code phổ biến nhất, đóng cửa ngày 15 tháng 5 và lưu trữ kho của mình, hướng người dùng tới một bản fork cộng đồng tên ZooCode và tới Cline. Google ngừng cung cấp Gemini CLI cho người dùng miễn phí và người dùng tiêu dùng vào ngày 18 tháng 6, chuyển họ sang Antigravity CLI mới. Gói OAuth miễn phí của Qwen Code kết thúc ngày 15 tháng 4 sau khi nhu cầu, theo lời nhóm, “vượt xa” mong đợi. Aider, công cụ lập trình cặp trên terminal đầu tiên, không phát hành bản nào kể từ ngày 12 tháng 2.

3. Mọi lab model mở giờ đều phát hành harness của riêng mình. Moonshot thay Kimi CLI viết bằng Python bằng Kimi Code viết bằng TypeScript. DeepSeek ra mắt DeepSeek Harness cùng với V4-Pro vào ngày 13 tháng 8. Mistral xây lại Vibe quanh một giao diện terminal Rust cho phiên bản 3.0. Z.ai quảng bá ZCode IDE của mình là harness chính thức cho GLM. MiniMax và Tencent có agent trong registry ACP. Các lab đã học được rằng một model được đánh giá qua agent mà nó chạy trong đó — nên họ phát hành bộ của riêng mình.

4. Cuộc chiến đăng ký. Ngày 9 tháng 1, Anthropic siết chặt kiểm tra khiến đăng nhập Claude Pro và Max ngừng hoạt động trong các harness bên thứ ba như OpenCode. Sau đó họ ghi quy tắc đó vào điều khoản, rồi nới lỏng vào tháng 5 bằng một khoản tín dụng hàng tháng cho việc dùng lập trình và Agent SDK. OpenAI đi hướng ngược lại và cho phép lập trình viên đăng nhập bằng ChatGPT trong các công cụ như OpenCode và Pi. Cursor, nay thuộc SpaceX, xây lại giá của mình quanh một gói Grok và X vào giữa tháng 10.

5. Các tiêu chuẩn thắng thế. Block trao goose cho Agentic AI Foundation của Linux Foundation vào tháng 4, nơi nó gia nhập cùng MCP và AGENTS.md. Agent Client Protocol (ACP), cho phép bất kỳ agent nào chạy trong các trình soạn thảo như Zed và JetBrains IDE, phát hành bản nháp v2 vào tháng 7; registry của nó hiện liệt kê 44 agent.

6. Những lần viết lại lớn. OpenCode tự xây lại thành một dịch vụ nền chia sẻ cho 2.0. Cline xây lại CLI của mình trên một SDK mới cho 3.0. Pi đạt 1.0 và cuối cùng chấp nhận MCP. Hermes Agent phát hành bản lớn nhất, v0.22 “The Threshold Release”. goose đã có bản beta 2.0 với kiến trúc mới từ tháng 4.

Kết quả là một thị trường trông đông đúc nhưng thực ra đã tự phân chia thành các nhóm rõ ràng. Phần còn lại của bài viết này đi qua từng nhóm một.

Phần 4 — Các harness của phòng lab tiên phong: Claude Code, Codex, Antigravity CLI và Grok Build

Đây là những harness do các công ty huấn luyện những model mạnh nhất xây dựng. Chúng bóng bẩy nhất, được dùng nhiều nhất và — với một ngoại lệ quan trọng — gắn chặt nhất với một gói đăng ký.

Claude Code — dẫn đầu benchmark và là harness đầy đủ nhất

Nó là gì: Công cụ lập trình dạng agent của Anthropic. Nó khởi đầu là một CLI trên terminal và giờ chạy trong terminal, VS Code, JetBrains IDE, một ứng dụng desktop cho macOS, Windows và Windows on ARM (Linux đang beta), web tại claude.ai/code, các ứng dụng di động Claude và Slack. Mọi bề mặt đều chạy cùng một engine, nên CLAUDE.md, các cài đặt và MCP server đi theo bạn.

Nhịp phát hành: không ngừng nghỉ. Phiên bản 2.1.308 phát hành ngày 22 tháng 10, và registry npm cho thấy 27 bản phát hành ổn định trong 30 ngày trước đó — nhiều hơn bất kỳ harness nào khác của lab lớn.

Điều nó làm mà các công cụ khác không làm — hoặc chưa làm:

Mô hình mở rộng sâu nhất trong lĩnh vực. Skills, hooks (với hàng chục sự kiện), plugin từ marketplace, MCP, subagent tùy chỉnh, đội agent nhắn tin cho nhau, và quy trình làm việc động trong đó Claude viết một script điều phối nhiều subagent và có thể chạy lại.
Công việc nền và song song. Subagent giờ chạy nền theo mặc định trong ứng dụng desktop và VS Code, và git worktree cô lập các phiên song song bằng claude --worktree.
Công việc đi theo bạn. Remote Control tiếp tục một phiên cục bộ từ điện thoại hoặc trình duyệt của bạn, --teleport kéo một phiên cloud vào terminal của bạn, và “Channels” đẩy các sự kiện Telegram, Discord hoặc webhook vào một phiên đang chạy.
Tác vụ theo lịch. Tác vụ theo lịch trên cloud (trước đây là “routines”) chạy ngay cả khi máy tính của bạn tắt và có thể kích hoạt theo sự kiện GitHub; tác vụ theo lịch trên desktop chạy cục bộ.
Bộ nhớ. Nó đọc CLAUDE.md — hoặc AGENTS.md — và xây dựng bộ nhớ tự động về những gì nó học được về một dự án.
Công cụ an toàn. Quy tắc và chế độ phân quyền chi tiết, một chế độ tự động mà bộ phân loại của nó quyết định điều gì an toàn để chạy mà không cần hỏi, checkpoint kèm rewind, và sandbox cấp hệ điều hành cho lệnh shell trên macOS, Linux và WSL2.

Các bản phát hành gần đây tập trung vào việc chạy tất cả những thứ đó ở quy mô lớn: fork subagent theo mặc định trong chế độ headless, “idle compaction” tóm tắt các cuộc hội thoại dài trước khi cache prompt một giờ hết hạn, một /effort ultracode mức mới, hooks có thể chặn một hành động nếu chính hook đó thất bại, và một sự kiện OpenTelemetry cho mỗi lần gọi công cụ bị quy tắc, sandbox hay hook chặn.

Mô hình: Claude Opus 5.5, Sonnet 5.5, Haiku 5.5 và Fable 5.1, qua API của Anthropic, Amazon Bedrock, Agent Platform của Google Cloud (trước là Vertex AI), Microsoft Foundry hoặc gateway LLM của riêng bạn. Về mặt chính thức, đây là harness của Claude. Trên thực tế, một số lab — trong đó có Z.ai, MiniMax và Moonshot — công bố các endpoint tương thích Anthropic, và cả hai bảng benchmark ở trên đều có Claude Code chạy các model không phải Claude như GLM-5.3, Qwen3.8 Max và Step 5. Một công cụ chuyển profile cục bộ như CC Switch giúp việc đổi các endpoint đó trở nên dễ dàng.

Giá: có trong Claude Pro ($20 một tháng, hoặc $17 một tháng khi trả theo năm), Max ($100 một tháng cho mức dùng gấp 5× Pro, $200 cho gấp 20×), Team ghế ($20–$25 Standard, $100–$125 Premium) và Doanh nghiệp ($20 một ghế cộng mức dùng theo giá API). Mọi gói chia sẻ một hạn mức dùng chung giữa chat và Claude Code, với giới hạn trong cửa sổ năm giờ cuộn và mức trần hàng tuần. Từ ngày 15 tháng 6, Pro và Max cũng bao gồm một khoản hàng tháng tín dụng Agent SDK ($20, $100 hoặc $200) cho mục đích lập trình — claude -p, GitHub Actions và các ứng dụng bên thứ ba xây trên Agent SDK.

Điểm yếu:

Đây là harness nặng nhất khi chạy. Ở mức nỗ lực tối đa, nó dùng khoảng 27,7 triệu token và 266 lượt mỗi tác vụ trên bộ của Artificial Analysis. Mức nỗ lực thấp hơn cắt mạnh hoá đơn, nhưng bạn phải chủ động chọn.
Sandbox mặc định tắt. Bạn bật nó bằng /sandbox. Trên Windows bản địa, các lệnh shell chạy không có sandbox.
Đó là phần mềm độc quyền. Kho GitHub công khai (khoảng 153.000 sao) chứa plugin, ví dụ và trình theo dõi issue, không chứa mã nguồn.
Gói đăng ký Claude của bạn chỉ hoạt động trong các ứng dụng của Anthropic. Các harness bên thứ ba cần một API key hoặc tín dụng Agent SDK.

Kết luận: nếu bạn muốn điểm cao nhất và đã trả tiền cho Claude, Claude Code là harness tham chiếu mà mọi công cụ khác được đo theo.

GitHub stars on 22 October 2026: OpenClaw 392.3K, Hermes Agent 253.6K, DeepSeek Harness 252.0K, OpenCode 219.9K, Codex 128.1K, Pi 117.1K — DeepSeek Harness đi từ con số không lên khoảng 252.000 sao trong mười tuần. Claude Code và Copilot CLI bị loại ra vì kho công khai của chúng không chứa mã nguồn sản phẩm.

Codex — dẫn đầu về giá trị và thực sự là mã nguồn mở

Nó là gì: Agent lập trình của OpenAI, dưới bốn hình thức chia sẻ phiên và cấu hình: một CLI mã nguồn mở viết bằng Rust (Apache-2.0, khoảng 128.000 sao GitHub), một tiện ích mở rộng IDE, ứng dụng Codex cho macOS (ra mắt ngày 2 tháng 2) và Windows (4 tháng 3), và Codex cloud, chạy tác vụ từ xa và review pull request. Ứng dụng ChatGPT trên iOS cũng có thể khởi động tác vụ cloud.

Mới nhất: CLI 0.163.0 (15 tháng 10), đưa việc điều hướng giữa phản hồi thành mặc định — bạn có thể chuyển hướng agent khi nó vẫn đang viết — và sửa một số vấn đề với proxy doanh nghiệp.

Điều nổi bật:

Sandbox bật theo mặc định. Agent Codex chỉ có thể sửa thư mục làm việc hoặc nhánh của mình và phải hỏi trước những hành động có quyền cao như truy cập mạng. Trong các harness của lab lớn, chỉ Codex được cài cô lập cấp hệ điều hành bật sẵn; chế độ mặc định của Cursor làm điều tương tự bên trong sản phẩm của chính họ.
Hiệu quả. Nó dùng một phần nhỏ số lượt và token so với Claude Code để có kết quả tương tự (Phần 2).
Mô hình mở rộng đầy đủ. Subagent (agent “worker” và “explorer” tích hợp sẵn, cộng các agent tùy chỉnh định nghĩa trong TOML), một chế độ mục tiêu, chạy dài hạn, hooks, một marketplace plugin với hơn 20 plugin chính thức như Slack, Figma, Notion và Sentry, skills, và MCP ở cả vai trò client lẫn server. OpenAI&#8217 AGENTS.md định dạng hướng dẫn, giờ do Agentic AI Foundation quản lý, khởi nguồn từ đây và được dùng trong hàng chục nghìn kho mã.
Công việc song song trong ứng dụng. Worktree tích hợp sẵn, luồng riêng cho từng agent, review diff kèm nhận xét, và tự động hoá chạy theo lịch và đưa kết quả vào hàng đợi review.
Tự do model, một cách kín đáo. Model OpenAI được ưu tiên trước, nhưng --oss chạy model cục bộ qua Ollama, LM Studio hoặc MLX, còn nhà cung cấp tùy chỉnh hoạt động qua tệp cấu hình. Artificial Analysis đã benchmark DeepSeek V4 trong Codex chính vì lý do đó.

Mô hình: GPT-6.1 Sol, GPT-6 Astra (mạnh nhất), GPT-6 Sol và GPT-6 Luna giá rẻ. GPT-5.5 ngừng có trong Codex cho đăng nhập ChatGPT từ ngày 14 tháng 10.

Giá: được bao gồm trong ChatGPT. Plus ($20) nhận được ước tính 15–160 tin nhắn GPT-6.1 Sol, hoặc 5–45 tin nhắn GPT-6 Astra, mỗi cửa sổ năm giờ. Pro bắt đầu từ $100, với các bậc $200 và $500 và hiện chưa có giới hạn năm giờ; bậc $500 thêm chế độ “Ultrafast”. Business là $20 mỗi người dùng một tháng khi trả theo năm. Miễn phí và Go Người dùng ($8) được truy cập hạn chế, còn người dùng API key nhận CLI, SDK và tiện ích IDE theo giá API — nhưng không có các tính năng cloud như review mã trên GitHub.

Khác biệt chính sách quan trọng: OpenAI cho phép bạn đăng nhập bằng ChatGPT trong các harness khác. Mùa hè này, Thibault Sottiaux của OpenAI nói rằng riêng OpenCode và Pi đã chiếm khoảng 10% lưu lượng của Codex. Nếu bạn muốn dùng giao diện của OpenCode với gói ChatGPT của mình, bạn hoàn toàn có thể.

Điểm yếu: trải nghiệm ưu tiên OpenAI; giới hạn sử dụng được công bố dưới dạng ước lượng rộng chứ không phải con số cố định; và, giống như mọi harness, năm nay nó học được rằng không thể tin mù các tệp chỉ dẫn trong kho mã (Phần 12).

Kết luận: kết quả tốt nhất trên mỗi đô la so với mọi harness, mặc định an toàn nhất trong các harness của những lab tiên phong, và lại còn là mã nguồn mở.

Antigravity CLI, và chuyện gì đã xảy ra với Gemini CLI

Gemini CLI là cưng của gói miễn phí năm 2025: Apache-2.0, một nghìn yêu cầu miễn phí mỗi ngày, và là tác nhân khởi xướng Agent Client Protocol cùng Zed. Năm 2026, Google đổi hướng.

Bật 19 tháng 5 Google thông báo rằng trải nghiệm terminal của mình sẽ chuyển sang Antigravity CLI, và đến 18 tháng 6 Gemini CLI ngừng phục vụ người dùng miễn phí, người đăng ký Google AI Pro và Ultra cùng người dùng Gemini Code Assist cá nhân. Khách hàng doanh nghiệp dùng Gemini Code Assist Standard hoặc Enterprise, người dùng Google Cloud và bất kỳ ai có khóa Gemini API trả phí vẫn giữ được quyền truy cập. Google nói Gemini CLI “vẫn mở cho cộng đồng” dưới dạng kho Apache-2.0 và sẽ tiếp tục nhận cập nhật về mô hình, sửa lỗi và bảo mật cho khách hàng doanh nghiệp — và đúng là vậy: 0.65.0 đã phát hành ngày 20 tháng 10, với các bản dựng nightly 0.67 đã có sẵn.

Antigravity CLI là một chương trình khác. Tệp nhị phân có tên agy, nó được viết bằng Go, và chia sẻ kiến trúc với ứng dụng desktop Antigravity 2.0, gồm cả các quy trình làm việc nền chạy bất đồng bộ. Nó giữ Agent Skills, hooks và subagent; tiện ích mở rộng của Gemini CLI trở thành “plugin” (agy plugin import gemini sẽ chuyển đổi chúng); GEMINI.md và AGENTS.md vẫn hoạt động như cũ; skill trong workspace chuyển sang .agents/skills; và các máy chủ MCP chuyển sang một tệp riêng mcp_config.json. Chính Google gọi đây là “tương đương một phần”. Thông báo không nói Antigravity CLI có phải mã nguồn mở hay không, và giấy phép của nó cũng không được nêu.

Mô hình quyền của nó thận trọng hơn mô hình của Gemini CLI trước đây. Mặc định (request-review) nó dừng lại trước khi chạy lệnh, ghi tệp hoặc gọi bất cứ thứ gì bên ngoài mà bạn chưa phê duyệt trước. Chế độ proceed-in-sandbox tự động chạy lệnh terminal bên trong một vùng chứa cô lập, không có quyền truy cập vào tệp của bạn, strict chỉ cho phép các công cụ chỉ đọc chạy tự do, và --dangerously-skip-permissions làm đúng như tên gọi. Bạn đăng nhập bằng tài khoản Google hoặc một dự án Google Cloud.

Antigravity chạy các mô hình Gemini trước tiên — Google đã ra mắt mô hình chủ lực mới của mình, Gemini 4 Argon, trong ứng dụng Gemini và giao diện lập trình Antigravity vào ngày 13 tháng 10. Có gói miễn phí cho cá nhân, và các gói đăng ký Google AI sẽ nâng giới hạn lên.

Kết luận: nếu bạn dùng Gemini CLI miễn phí, hãy cài đặt agy và chạy lệnh nhập plugin. Nếu bạn muốn mã nguồn mở của Gemini CLI, nó vẫn còn đó — nhưng với tài khoản người dùng cá nhân, cuộc chơi đã chuyển đi nơi khác.

Grok Build — CLI chạy song song của xAI’s, nay đi kèm Cursor

tác nhân lập trình của xAI bước vào giai đoạn beta đầu tiên giữa tháng 5 dành cho SuperGrok các thuê bao ($30 một tháng). Nó hoạt động theo ba giai đoạn — lập kế hoạch, tìm kiếm, xây dựng — và có thể chạy tối đa tám tác nhân song song. xAI từ đó đã sáp nhập vào SpaceX, công ty giờ cũng sở hữu Cursor, và các gói mới của Cursor gộp Grok Build cùng Grok Chat và những tính năng xAI khác.

Trên các benchmark, đây là ví dụ rõ nhất về việc một harness giúp ích cho mô hình: trên Terminal-Bench 4.0, Grok 4.7 đạt 37,6% trong Grok Build so với 28,8% trong một harness chỉ có bash. Như vậy nó vẫn kém khoảng 27 điểm so với Claude Code dùng Opus 5.5. Nó có mặt trong các trình soạn thảo ACP qua registry.

Kết luận: đáng để xem nếu bạn đã trả tiền cho SuperGrok hoặc các gói Cursor mới; nhưng chưa đủ lý do để chuyển chỉ vì nó.

Phần 5 — OpenCode v2 và các harness mã nguồn mở, chạy mọi mô hình

Đây là nhóm mà tôi khuyên hầu hết mọi người xem trước tiên, vì đây là nhóm không bao giờ khóa bạn vào một lựa chọn. Nếu bạn đang tìm phương án thay thế Claude Code, hãy bắt đầu từ đây: mỗi harness trong số này chạy được gần như mọi mô hình — API tiên phong, mô hình trọng số mở giá rẻ, hay thứ gì đó chạy ngay trên máy Mac của bạn — và không cái nào cần đăng ký.

OpenCode v2 — harness mở cho mọi mô hình

Tôi xây dựng bằng OpenCode — đó là công cụ tôi dùng để làm ứng dụng của riêng tôi, Stash — nên hãy đọc phần này với định kiến đó trong đầu. Tôi đã đi sâu vào phiên bản 2.0 ngày 17 tháng 10 trong bài OpenCode v2 vs Hermes Agent vs OpenClaw; đây là bản ngắn gọn, kèm những gì đã thay đổi kể từ đó.

Nó là gì: tác nhân lập trình mã nguồn mở của Anomaly, nhóm đứng sau SST. Giấy phép MIT, khoảng 220.000 sao GitHub, và với phiên bản 2, được xây lại thành một dịch vụ nền duy nhất mà mọi giao diện đều kết nối tới: một giao diện terminal, một bản nhẹ hơn opencode mini, một ứng dụng desktop Electron, một ứng dụng web cài đặt được, tiện ích IDE và các script của riêng bạn. Bắt đầu phiên trong terminal, phê duyệt yêu cầu quyền từ điện thoại, kết thúc trong ứng dụng desktop.

Điều khiến nó nổi bật:

Mọi mô hình, thật đấy. Danh mục nhà cung cấp của nó là Nó dựa trên models.dev, cơ sở dữ liệu mô hình mở do nhóm OpenCode khởi tạo, nên các mô hình mới xuất hiện nhanh; hơn 75 nhà cung cấp được hỗ trợ. Ollama, LM Studio và vLLM được tự phát hiện trên cổng mặc định. Đăng nhập bằng ChatGPT và GitHub Copilot đều dùng được. Claude hoạt động qua khóa API — Anthropic đã chặn việc đăng nhập bằng gói đăng ký Claude trong các harness bên thứ ba từ tháng Một.
Code Mode, mặc định bật cho mọi máy chủ MCP. Mô hình viết một chương trình JavaScript ngắn để nối chuỗi các lệnh gọi công cụ trong một trình thông dịch bị khóa chặt, thay vì mỗi lệnh phải đi một vòng riêng, nhờ đó những thiết lập MCP lớn không làm ngập cửa sổ ngữ cảnh.
Subagent chạy nền và lệnh shell. Nhấn Ctrl+B để đẩy một tác vụ đang chạy xuống nền; giao cho subagent phụ trách đánh giá một mô hình khác với tác nhân chính.
Git worktree tích hợp sẵn, ảnh chụp tệp sau từng bước với /undo và /redo, diff gắn cố định và chế độ xem “tệp thay đổi theo từng lượt”.
Quyền hạn đọc như một tường lửa: một danh sách có thứ tự các quy tắc cho phép, hỏi và từ chối, trong đó kết quả khớp cuối cùng thắng, cộng với các chính sách từ chối cứng.
Một runtime, không chỉ là một ứng dụng. Một HTTP API được xây lại, một gói client và một SDK có thể nhúng nghĩa là các công cụ khác có thể điều khiển nó — Orca, OpenClaw và Hermes đều làm vậy.

Có gì mới kể từ 2.0. Phiên bản 2.1.0 (20 tháng 10) thêm terminal thường trú trên Windows x64 và ARM64, khôi phục lưu trữ phiên, cho phép sửa quy tắc quyền từ giao diện, và thêm danh sách việc cần làm cùng giọng nói Gemini Live ở dạng thử nghiệm. Bản này cũng đổi tên một số trường nội bộ, nên các plugin xây trên những bản 2.0 đầu tiên có thể cần cập nhật. 2.1.2 (21 tháng 10) xử lý giới hạn mô hình miễn phí một cách mượt mà — hiển thị khi nào giới hạn được đặt lại và gợi ý đổi mô hình — và thêm OPENCODE_DISABLE_FREE_MODELS cho những nhóm không muốn mô hình miễn phí xuất hiện trong danh sách chọn.

Benchmark: trên chỉ số của Artificial Analysis, OpenCode với GLM-5.3 đạt 54 $4.37 mỗi tác vụ với tỷ lệ trúng bộ nhớ đệm 97% — kết quả harness mở duy nhất trên các trang so sánh đó, và là một kết quả mạnh.

Chỗ còn thô: v2 vẫn không chạy language server, nên không có chẩn đoán LSP; lời khuyên trong hướng dẫn chuyển đổi là để tác nhân chạy trình kiểm tra kiểu thay thế. Plugin V1 không tải được. Trong v2, quyền truy cập vào các thư mục ngoài dự án được cho phép mặc định, và nó chỉ đọc AGENTS.md, không phải CLAUDE.md. V1 (1.19.3) vẫn được vá nếu bạn cần chờ.

Giá: miễn phí. OpenCode Go ($10 một tháng) và Go Plus ($40) gộp quyền truy cập vào một bộ mô hình được tuyển chọn; Zen trả tiền theo mức dùng.

Kết luận: harness mặc định tốt nhất cho bất kỳ ai muốn chọn — và tiếp tục chọn — mô hình của riêng mình.

Pi — bản tối giản mà các tác nhân khác xây trên đó

Nó là gì: một “harness tác nhân tối giản, dễ mở rộng” do Mario Zechner (nổi tiếng với libGDX) khởi xướng và được tiếp quản vào tháng Tư bởi Earendil, công ty lợi ích công ở Vienna do Armin Ronacher, tác giả của Flask, đồng sáng lập. Giấy phép MIT, khoảng 117.000 sao, và phiên bản 1.4.0 tính đến ngày 21 tháng 10.

Triết lý: Pi có bốn công cụ — đọc, ghi, chỉnh sửa và bash — cùng một system prompt và các định nghĩa công cụ gọn dưới 1.000 token. Không có subagent tích hợp, chế độ lập kế hoạch, danh sách việc cần làm hay nhắc quyền. Bạn thêm thứ mình muốn qua tiện ích TypeScript hoặc gói cộng đồng, và có thể thay toàn bộ system prompt bằng một tệp SYSTEM.md.

Vì sao nó quan trọng hơn kích thước gợi ý: OpenClaw được xây trên các thành phần của Pi, và đủ nhiều công cụ khác kéo gói của Pi vào đến mức nó được tải về khoảng 2,7 triệu lần mỗi tuần. Pi cuối cùng đã chấp nhận MCP vào cuối tháng Chín và biến nó thành tính năng chủ lực của Pi 1.0 ngày 1 tháng 10 — theo cách riêng của mình: công cụ MCP chạy qua một công cụ viết script “Codemode” trong sandbox nên lược đồ của chúng không làm đầy cửa sổ ngữ cảnh. Một bản fork, oh-my-pi, đóng gói sẵn một thiết lập đầy đủ cho những ai muốn phần lõi của Pi mà không phải tự lắp ráp.

Điểm yếu: gần như mọi thứ, và đó là chủ ý. Không có hệ thống quyền — Pi chạy với quyền của tài khoản bạn và không hỏi trước mỗi lần gọi công cụ — nên tài liệu của chính nó khuyến nghị chạy nó trong một vùng chứa. Earendil cũng nói rằng một số tính năng giá trị gia tăng trong tương lai sẽ công khai mã nguồn, còn một số tính năng doanh nghiệp thì độc quyền, dù bản thân Pi vẫn giữ MIT.

Kết luận: harness để chọn nếu bạn muốn hiểu và làm chủ từng dòng trong tác nhân của mình. Hãy chạy nó trong một vùng chứa.

Cline — lựa chọn yêu thích trên VS Code, nay có mặt khắp nơi

Nó là gì: một trong những tác nhân lập trình mã nguồn mở đầu tiên cho VS Code, nay còn là plugin JetBrains, một CLI được xây lại trên một SDK mới cho phiên bản 3.0, một Node SDK (@cline/sdk) để xây tác nhân của riêng bạn, và một bảng Kanban trên web để chạy nhiều tác nhân. Apache-2.0 và khoảng 68.000 sao.

Điểm mạnh: mọi mô hình, kể cả mô hình cục bộ; tách bạch rõ ràng giữa lập kế hoạch và hành động, trong đó chế độ lập kế hoạch giờ chặn cứng các lệnh shell có sửa tệp; các subagent chạy lệnh gọi công cụ đồng thời; “agent team”; hỗ trợ ACP; và một lệnh cline history --json dùng để viết script. ClinePass, một gói đăng ký bao gồm cả việc dùng mô hình, nay có sẵn cho mọi người dùng CLI.

Coi chừng cờ các --yolo mà chính phần trợ giúp nói chỉ nên dùng trong môi trường sandbox.

Kết luận: tác nhân mã nguồn mở lâu đời nhất cho trình soạn thảo của bạn.

Kilo Code — OpenCode bên trong IDE của bạn, nay thuộc về Anaconda

Nó là gì: một tác nhân lập trình mã nguồn mở cho VS Code và JetBrains, có CLI và một Cloud Agent. Nó khởi đầu là bản fork của Roo Code, nhưng Kilo từ đó đã xây lại CLI và tiện ích VS Code dựa trên OpenCode — FAQ của chính họ gọi Kilo CLI là “bản fork của OpenCode”. Giấy phép MIT, khoảng 28.000 sao, CLI 7.8.15 (19 tháng 10).

Tin tức: Anaconda mua lại Kilo vào tháng Bảy. Vào thời điểm đó, Kilo nói hơn ba triệu nhà phát triển đang đưa gần mười nghìn tỷ token mỗi tháng qua nó, trên hơn 500 mô hình từ hơn 60 nhà cung cấp. Điểm nhấn của Anaconda là quản trị: lập trình AI trung lập về mô hình mà doanh nghiệp có thể kiểm soát.

Kết luận: nếu bạn thích engine của OpenCode nhưng muốn nó nằm trong VS Code hoặc JetBrains, với một ông chủ doanh nghiệp đứng sau, thì đây là lựa chọn.

goose — tác nhân do quỹ điều hành

Nó là gì: tác nhân mã nguồn mở mà Block phát hành năm 2025 và hiến tặng vào tháng Tư cho Agentic AI Foundation (AAIF) thuộc Linux Foundation, nơi nó nằm cạnh MCP và AGENTS.md. Apache-2.0, khoảng 55.500 sao, với ứng dụng desktop gốc cho macOS, Linux và Windows, một CLI và một API nhúng được.

Điểm mạnh: khả năng mở rộng ưu tiên MCP (goose là một trong những bên dùng MCP sớm nhất), các “công thức” chia sẻ được đóng gói một quy trình làm việc, mọi mô hình kể cả mô hình cục bộ qua Ollama, và quản trị trung lập. Bản beta goose 2.0 với kiến trúc mới đã có từ tháng Tư; dòng ổn định hiện tại là 1.55.

Kết luận: lựa chọn tốt cho các tổ chức muốn một tác nhân do một quỹ chứ không phải một công ty quản lý.

Crush — tác nhân gốc terminal của Charm’s

Nó là gì: tác nhân lập trình của Charm, công ty đứng sau phần lớn hệ sinh thái giao diện terminal hiện đại bằng Go. Khoảng 28.000 sao, phiên bản 0.98.1. Nó dùng giấy phép FSL-1.1-MIT — hiện công khai mã nguồn, chuyển sang MIT sau hai năm — chứ không phải một giấy phép mã nguồn mở tiêu chuẩn.

Điểm mạnh: nó dùng các language server để lấy ngữ cảnh mã (điều OpenCode v2 hiện còn thiếu), hỗ trợ MCP qua stdio, HTTP và SSE, cho phép đổi mô hình giữa phiên mà vẫn giữ ngữ cảnh, và chạy trên một loạt nền tảng khác thường, từ Windows và macOS đến Android và các hệ BSD.

Kết luận: một tác nhân terminal đẹp và nhanh cho những ai quan tâm công cụ của mình cho cảm giác thế nào. Hãy kiểm tra giấy phép nếu bạn định xây sản phẩm trên đó.

OpenHands — từ ứng dụng tác nhân đến SDK tác nhân

Nó là gì: dự án khởi đầu với tên OpenDevin. Phần lõi dùng giấy phép MIT (kho mã cũng có những thành phần được cấp phép riêng), khoảng 91.500 sao, và ngày càng là một nền tảng để xây tác nhân: SDK tác nhân phần mềm OpenHands (1.57.0 ngày 21 tháng 10) được tải về gần một triệu lần mỗi tuần từ PyPI. Giao diện cục bộ giờ chạy dưới dạng agent-canvas, và mỗi cuộc hội thoại có thể có sandbox Docker riêng. OpenHands Cloud và Enterprise chạy nó thay bạn.

Điều đáng lưu ý: bản độc lập OpenHands CLI không có bản phát hành nào kể từ 1.16.0 ngày 8 tháng 5. Sức sống nằm ở SDK và giao diện.

Kết luận: hãy chọn nó nếu bạn muốn xây sản phẩm tác nhân của riêng mình, hoặc muốn cách ly Docker theo từng cuộc hội thoại ngay khi cài.

Aider và cecli — kẻ tiên phong và bản fork của nó

Aider gần như đã phát minh ra mô hình lập trình viên song hành trên terminal: commit git cho mọi thay đổi, bản đồ kho mã, chế độ kiến trúc sư/biên tập và những benchmark mà cả ngành dùng. Nó vẫn có khoảng 50.000 sao và giấy phép Apache-2.0. Nhưng bản phát hành PyPI cuối cùng của nó, 0.86.2, ra ngày 12 tháng 2 năm 2026, khoảng 500 pull request đang mở, và một issue GitHub hồi tháng Một hỏi về tương lai dự án không nhận được phản hồi nào từ người bảo trì.

Sức sống đã chuyển sang cecli (trước đây gọi là “Aider CE”), một bản fork cộng đồng bổ sung chế độ tác nhân, subagent và hỗ trợ MCP. Nó phát hành 1.9.0 ngày 17 tháng 10, với các bản ứng viên 1.10 đã nối tiếp.

Kết luận: nếu bạn thích quy trình làm việc của Aider, hãy dùng cecli. Nếu bạn muốn một tác nhân hiện đại, hãy dùng một trong các harness ở trên.

Biến mất năm 2026: Roo Code và Continue

Roo Code ngừng hoạt động vào ngày 15 tháng 5 năm 2026 và lưu trữ kho mã của mình. README của nó chỉ người dùng đến ZooCode, một bản fork cộng đồng, và đến Cline, nơi Roo bắt đầu. Kilo, vốn cũng sinh ra từ Roo, cũng đang chèo kéo người dùng của mình.
Continue, trợ lý mã nguồn mở cho VS Code và JetBrains, đã được Cursor mua lại theo hình thức acqui-hire vào tháng Sáu. Người dùng có đến ngày 15 tháng 7 để xuất dữ liệu. Bản phát hành 2.0.0 cuối cùng đã bỏ telemetry, và mã vẫn có sẵn theo Apache-2.0 để bất kỳ ai fork.

Phần 6 — Hermes Agent và những tác nhân biết học

Hầu hết harness lập trình quên bạn ngay khi phiên kết thúc; cùng lắm chúng nhớ dự án qua một AGENTS.md tệp. Một nhóm nhỏ tác nhân được xây theo hướng ngược lại — xoay quanh bộ nhớ dài hạn — và tình cờ lại rất giỏi viết mã.

Hermes Agent — tác nhân học về bạn và viết code tử tế

Nó là gì: tác nhân tự cải thiện của Nous Research. Giấy phép MIT, khoảng 254.000 sao GitHub — nhiều hơn OpenCode — và là một trong ba chủ thể trong bài OpenCode v2 vs Hermes Agent vs OpenClaw so sánh của tôi. Bạn trò chuyện với nó từ terminal, ứng dụng Hermes Desktop, hơn 20 nền tảng nhắn tin hoặc trình soạn thảo của bạn. Nó giữ một bộ nhớ nhỏ, được chọn lọc về bạn (USER.md) và môi trường của bạn (MEMORY.md), tìm kiếm các cuộc hội thoại trước đây của chính nó, tự viết kỹ năng mới sau những tác vụ khó và tinh chỉnh chúng trong lần sau.

Vì sao nó thuộc về một bài so sánh harness lập trình:

Language server thật. Hermes chạy pyright, gopls, rust-analyzer, language server TypeScript và khoảng hai mươi cái nữa, rồi đưa chẩn đoán của chúng trở lại sau mỗi lần sửa — điều OpenCode v2 hiện chưa làm.
Lưới an toàn khi lập trình: checkpoint với /rollback, hỗ trợ git worktree, và ngữ cảnh dự án từ AGENTS.md, CLAUDE.md, .cursorrules hoặc từ .hermes.md.
Công việc song song và chạy bằng script: tối đa mười subagent cùng lúc theo mặc định, cộng với execute_code, cho phép mô hình viết một script Python gọi chính các công cụ của Hermes trong một lượt.
Nó chuyển việc cho các harness khác. Hermes đi kèm sẵn bộ kỹ năng để giao việc lập trình cho OpenCode, Claude Code hoặc Codex, nên bạn có thể nhắn cho nó từ điện thoại — “dùng OpenCode thêm phân trang vào API đơn hàng rồi gửi diff cho tôi” — và nó tự điều khiển chuyên gia đó thay bạn.
Nó chạy ở mọi nơi: backend terminal tích hợp sẵn cho laptop, Docker, SSH, Modal, Daytona và Vercel Sandbox, cùng nhiều lựa chọn khác dưới dạng plugin. Một số ngủ khi rảnh và gần như không tốn phí.
Nó hỗ trợ ACP, nên nó cũng hoạt động như một tác nhân bên trong các trình soạn thảo VS Code, Zed và JetBrains.

Có gì mới: v0.22.0, “The Threshold Release” (13 tháng 10), là bản phát hành lớn nhất của nó đến nay: lần khởi chạy đầu tiên tự thiết lập trên một model dùng thử miễn phí, trình kết nối cho các ứng dụng như Linear và Notion, model cục bộ một cú nhấp qua llama.cpp, gói desktop có ký số và hiện diện trên Microsoft Store, danh mục khoảng 600 plugin đã kiểm duyệt, hỗ trợ các dòng Claude 5.5, GPT-6 và Gemini 4, đăng nhập bằng trình quản lý mật khẩu cho tác nhân trình duyệt, một “Bot Screen” mà bạn có thể tiếp quản và điều khiển trực tiếp các tác nhân con. Các bản vá tiếp theo đến rất nhanh; v0.22.4 (21 tháng 10) bổ sung mục trong danh mục cho sandbox bubblewrap và Apptainer, cùng một công cụ nhập giờ có thể mang cấu hình Cursor sang.

Điểm yếu: nó là thứ có nhiều thành phần vận hành nhất ở đây, đường đi mượt nhất của nó là qua Portal trả phí của Nous, và chính sách bảo mật của nó nói thẳng: “Ranh giới bảo mật duy nhất trước một LLM đối nghịch là hệ điều hành.” Hãy đặt terminal của nó trên một backend biệt lập trước khi cho nó đọc email hay web.

Kết luận: không phải tác nhân tôi sẽ chỉ vào một kho mã đầu tiên — mà là quầy lễ tân tốt nhất cho việc đó. Tôi dùng nó song song với OpenCode chứ không thay thế OpenCode.

Letta Code — bộ nhớ chính là sản phẩm

Nó là gì: một tác nhân lập trình của Letta, công ty đứng sau MemGPT. Apache-2.0, phiên bản 0.34.20, và là một trong những dự án chuyển động nhanh nhất trong bài này: 32 bản phát hành ổn định trong 30 ngày.

Điểm khác biệt: phiên thuộc về tác nhân thường trú tự viết lại ngữ cảnh của chúng theo thời gian. /init cho tác nhân nghiên cứu cơ sở mã của bạn và hình thành ký ức; /remember khiến nó suy ngẫm và học hỏi; /sleeptime cho phép nó “mơ” giữa các phiên; và MemFS theo dõi ký ức của nó bằng git, tùy chọn đồng bộ với kho GitHub của riêng bạn. Nó học các kỹ năng tái sử dụng từ những việc đã xong, tìm kiếm trong toàn bộ tin nhắn cũ, chạy tác nhân con ở chế độ nền, giữ lịch và nhịp tim, và có thể được gọi qua Slack, Telegram hoặc Discord. Nó làm việc với hầu hết các model.

Bằng chứng: Letta nói vào tháng 12 năm 2025 rằng Letta Code là harness mã nguồn mở không phụ thuộc model hàng đầu trên Terminal-Bench, và Winder.AI dẫn chứng nó vượt Claude Code trên Terminal-Bench 2.0 với cùng một model Claude. Tôi không tìm được mục Terminal-Bench 4.0 hay Coding Agent Index nào cho nó.

Kết luận: lựa chọn thay thế thú vị nhất cho Hermes đối với những nhà phát triển muốn ký ức là trung tâm của tác nhân lập trình, chứ không phải một phần thêm vào.

OpenClaw — không phải harness coding, nhưng là nơi chứa chúng lớn nhất

OpenClaw, nền tảng trợ lý tự lưu trữ với khoảng 392.000 sao, không cố vượt Claude Code về viết mã. Thay vào đó nó chứa các harness lập trình: plugin điều khiển vòng app-server của Codex (OpenAI), SDK GitHub Copilot và tệp thực thi Claude Code đã cài, và qua ACP nó có thể gắn một luồng chat với một phiên OpenCode bằng /acp spawn opencode. Lõi tác nhân của chính nó được xây trên Pi. Anthropic đã nói rằng các công cụ xây trên Agent SDK của họ, trong đó có OpenClaw, có thể dùng hạn mức tín dụng lập trình hàng tháng của gói Claude. Bài hướng dẫn OpenClaw trình bày cách thiết lập.

Phần 7 — Các harness của lab mô hình mở: DeepSeek, Qwen, Kimi, Mistral và Z.ai

Một năm trước, các phòng thí nghiệm trọng số mở phát hành model rồi để cộng đồng tự tìm harness cho chúng. Năm 2026, họ học được điều Anthropic và OpenAI đã biết từ trước: một model được đánh giá qua tác nhân mà nó chạy bên trong. Thế là tất cả đều tự xây một cái.

DeepSeek Harness — “mọi thứ đều là plugin”

Nó là gì: tác nhân mã nguồn mở của DeepSeek, phát hành dưới dạng v0.1 vào ngày 13 tháng 8 cùng với DeepSeek V4-Pro. Giấy phép MIT, gọi bằng lệnh dsh, và xây trên Cordis khung plugin, nơi đúng nghĩa mọi thứ — model, công cụ, kỹ năng, phiên, sandbox, hệ thống tệp, chính vòng lặp tác nhân, điều phối và giao diện người dùng — đều là plugin có thể thay thế.

Cách dùng: npx @deepseek-ai/dsh web khởi động giao diện web cục bộ trên máy của bạn; còn có lệnh headless, SDK Python và ứng dụng desktop cho macOS và Windows. Nó kiểm tra kho mã, sửa tệp, chạy lệnh shell, tìm trên web, giữ kế hoạch, gọi kỹ năng, giao việc cho tác nhân con và thực thi các chính sách phê duyệt. Các chế độ trải từ tác nhân lập trình đầy đủ đến tối giản, cộng thêm chế độ “creator” để tự xây hồ sơ tác nhân của bạn. Tác nhân con và nhóm tác nhân vẫn là plugin thử nghiệm.

Các con số: về 252.000 sao GitHub trong mười tuần — nhiều hơn OpenCode — và khoảng 300.000 lượt tải npm mỗi tuần. Nó vẫn đang ở giai đoạn tiền phát hành: bản dựng mới nhất là 0.2.1-rc.2 (17 tháng 10), mọi bản dựng đăng lên npm từ khi ra mắt đều là alpha hoặc release candidate, và kho mã cảnh báo bằng chữ in hoa rằng sẽ sẽ có những thay đổi phá vỡ khả năng tương thích.

Mô hình: DeepSeek V4 Pro và Flash theo mặc định, với mức nỗ lực suy luận theo từng phiên; có thể cấu hình endpoint Anthropic, OpenAI và các endpoint tương thích tùy chỉnh, kể cả cục bộ.

Kết luận: kiến trúc tham vọng nhất trong bài này và là nơi phù hợp nhất cho các model rất rẻ của chính DeepSeek — nhưng hãy coi nó là bản xem trước. Nếu bạn ở EU, hãy cân nhắc kỹ trước khi gửi mã của khách hàng đến API riêng của DeepSeek, nơi xử lý dữ liệu tại Trung Quốc; một nhà cung cấp đặt tại EU hoặc trọng số cục bộ sẽ tránh được điều đó.

Qwen Code — hậu duệ của Gemini CLI không ngừng lớn lên

Nó là gì: tác nhân mã nguồn mở của Alibaba, khởi đầu bằng việc chuyển thể từ Gemini CLI và từ lâu đã đi theo con đường riêng. Apache-2.0, khoảng 27.000 sao, phiên bản 0.26.0 (21 tháng 10).

Điểm mạnh: thực sự không phụ thuộc model — API OpenAI, Anthropic, Gemini và Qwen, các nhà cung cấp khác, và model cục bộ qua Ollama hoặc vLLM, đổi được ngay khi chạy. Tự động ghi nhớ, kỹ năng tự sinh, tác nhân con và nhóm tác nhân, MCP, chế độ headless cho CI, một qwen serve daemon thử nghiệm, hỗ trợ IDE cho VS Code, Zed và JetBrains, ứng dụng desktop, SDK cho TypeScript, Python và Java, và bot chat cho Telegram, DingTalk, WeChat và Feishu. “Agent Arena” của nó chạy nhiều model trên cùng một tác vụ để bạn so sánh.

Điều đáng lưu ý: gói miễn phí từng làm nên tên tuổi của nó đã không còn. Quyền truy cập OAuth miễn phí của Qwen kết thúc vào 15 tháng 4 năm 2026; nhóm phát triển nói nhu cầu đã trở nên quá tốn kém để một nhóm nhỏ duy trì. Giờ bạn dùng khóa của riêng mình, chạy model cục bộ hoặc trả tiền cho gói lập trình của Alibaba Cloud.

Kết luận: một trong những harness mã nguồn mở đầy đủ tính năng nhất hiện có, và là nơi rất phù hợp cho Qwen cùng các model mở khác.

Kimi Code — bản viết lại của Moonshot’s

Nó là gì: bản kế nhiệm của Kimi CLI Python gốc của Moonshot AI, nay đã được lưu trữ. Kimi Code viết bằng TypeScript, phát hành dưới dạng một binary duy nhất hoặc gói npm, giấy phép MIT và đạt phiên bản 2.3.0 vào ngày 21 tháng 10.

Điểm mạnh: khởi động nhanh, giao diện terminal thiết kế cho những phiên dài, đầu vào video để tác nhân có thể xem bản ghi màn hình của một lỗi, thiết lập MCP theo kiểu hội thoại với /mcp-config, một chợ plugin hiển thị mức độ tin cậy ngay từ đầu, cùng coder, explore và plan tác nhân con biệt lập, hook vòng đời có thể chặn những lệnh gọi công cụ rủi ro, và tích hợp trình soạn thảo qua ACP (kimi acp). Nó làm việc với các model Kimi theo mặc định và có thể trỏ sang API kiểu OpenAI, Anthropic hoặc Google, kể cả endpoint tự lưu trữ.

Giá: tác nhân miễn phí; việc dùng Kimi K3 đến qua tư cách thành viên Kimi (Plus $19, Pro $39, Max $99, Ultra $199 một tháng tính đến giữa tháng 10) hoặc khóa API Moonshot.

Kết luận: nơi phù hợp nhất cho Kimi K3, và bản thân nó cũng là một harness được làm tốt.

Mistral Vibe 3.0 — harness châu Âu’s được viết lại

Nó là gì: tác nhân lập trình mã nguồn mở của Mistral, Apache-2.0. Phiên bản 3.0 phát hành ngày 19 tháng 10 và là một sự đoạn tuyệt rõ ràng: giao diện Python cũ đã bị bỏ và vibe luôn khởi động một giao diện terminal Rust mới; mọi phiên chạy trên một “Unified Harness” duy nhất; chế độ plan đã bị bỏ; và một ứng dụng desktop đồng hành có thể nhập dự án và phiên từ các tác nhân lập trình khác trong lúc thiết lập ban đầu. Nó giờ cần Python 3.14 trở lên. 3.0.1 ra sau đó một ngày.

Điểm mạnh: tác nhân con (một công cụ task cộng một explore tác nhân chỉ đọc), kỹ năng theo định dạng Agent Skills, MCP qua stdio và HTTP với OAuth, ACP cho trình soạn thảo, /branch để tách một cuộc trò chuyện thành phiên mới, và một công tắc quản trị để tắt MCP trong toàn tổ chức.

Mô hình: model của chính Mistral, như Mistral Medium 3.5.

Kết luận: lựa chọn hiển nhiên cho các nhóm châu Âu đang chuẩn hóa trên Mistral, và đáng theo dõi vì bản viết lại bằng Rust đã xong. Nếu bạn dựa vào chế độ plan, hãy thử trước khi nâng cấp.

ZCode và GLM Coding Plan — chiến lược hai hướng của Z.ai’s

Z.ai bán IDE desktop của riêng mình, ZCode (phiên bản 3.2.2 là bản hiện hành vào tháng 7; có cho macOS và Windows, Linux đang beta), được hãng tiếp thị là harness chính thức cho GLM, với quy trình làm việc đa tác nhân và điều khiển từ xa qua WeChat, Feishu hoặc Telegram. Nhưng nước đi khôn ngoan hơn của Z.ai là GLM Coding Plan, thứ hoạt động trong hơn 20 harness, gồm Claude Code, Codex, OpenCode và Cursor, và một tác nhân GLM Coding Plan được liệt kê trong registry ACP.

GLM-5.3 là model trọng số mở mạnh nhất trên cả hai bảng benchmark trong Phần 2: 41,8% trên Terminal-Bench 4.0 trong Claude Code và 54 trên Coding Agent Index trong OpenCode. Gói này có giá $18 (Lite), $80 (Pro) hoặc $168 (Max) một tháng tính đến giữa tháng 10, rẻ hơn khi thanh toán theo năm — và GLM Coding Plan qua liên kết tiếp thị của tôi giảm thêm 10%. (Liên kết tiếp thị — xem phần tiết lộ ở đầu bài.) Để biết thêm về chính các model, xem So sánh Kimi K3 với Fable 5.1 và GLM-5.3 và So sánh GLM-5.3-Flash với MiniMax M3 trong OpenCode.

MiniMax Code và CodeBuddy Code

Hai phòng thí nghiệm nữa có tác nhân trong registry ACP. MiniMax Code còn mới và sơ khai (phiên bản 0.2.7); các gói đăng ký lập trình “M Plan” của MiniMax, tính phí theo năm từ $220 một năm, cũng hoạt động trong Claude Code, Codex, Cursor và OpenCode. Còn CodeBuddy Code thì không hề sơ khai: phiên bản 2.172.1, 20 bản phát hành ổn định trong 30 ngày qua và khoảng 130.000 lượt tải npm mỗi tuần, tuy dùng giấy phép tùy chỉnh chứ không phải giấy phép mã nguồn mở tiêu chuẩn.

Phần 8 — CLI của trình soạn thảo và nền tảng tác nhân: Copilot, Cursor, Junie, Kiro, Devin, Factory, Amp và Warp

Hai nhóm cuối đến từ những công ty có sản phẩm chính là thứ khác — một trình soạn thảo, một dịch vụ lưu trữ mã, một terminal hay một nền tảng — và các tác nhân terminal của họ được thiết kế để giữ bạn ở trong đó.

GitHub Copilot CLI — tác nhân mà công ty bạn có thể đã trả tiền

Nó là gì: tác nhân terminal của GitHub, dùng chung từ cuối tháng 2 và nay ở 1.0.102 (21 tháng 10), với 14 bản phát hành ổn định trong tháng qua và hơn một triệu lượt tải npm mỗi tuần.

Điều nó làm tốt:

Tác nhân chuyên biệt và một ý kiến thứ hai. Tác nhân tích hợp sẵn để khám phá cơ sở mã và chạy tác vụ, cùng Rubber Duck (dùng chung từ tháng 6), một tác nhân phản biện đánh giá kế hoạch, thiết kế, mã và kiểm thử của tác nhân chính trước khi nó tiếp tục. Bạn có thể tự gọi nó bằng /rubber-duck.
Autopilot (thử nghiệm) làm việc liên tục cho đến khi xong một tác vụ; lập lịch prompt (/every 30m run the frontend tests, cũng là thử nghiệm) lặp lại một prompt hoặc kỹ năng theo chu kỳ.
Hỗ trợ language server để nhảy tới định nghĩa và chẩn đoán — bạn tự cài các server — và MCP, với MCP server của chính GitHub được tích hợp sẵn.
Cả model của riêng bạn nữa. Từ tháng 4, CLI hỗ trợ dùng khóa của riêng bạn và model cục bộ, và từ ngày 7 tháng 10 /model tự động liệt kê các model từ một instance Ollama đang chạy bên cạnh các model đám mây của Copilot. GitHub lưu ý rằng chọn model cục bộ không tự nó tắt telemetry hay các tính năng đám mây; chế độ ngoại tuyến là một tùy chọn riêng.
Đầu vào giọng nói được xử lý cục bộ, giao diện terminal thiết kế lại với các chế độ màu dễ tiếp cận, và hỗ trợ ACP cho trình soạn thảo.
Một mái nhà trên desktop. Việc GitHub Copilot app, ra mắt dưới dạng bản xem trước kỹ thuật tại Microsoft Build vào tháng 6, chạy mỗi phiên tác nhân trong một git worktree riêng, theo dõi pull request qua CI đến khi hợp nhất, và đứng cạnh tác nhân đám mây của Copilot, thứ có thể chạy theo lịch hoặc theo sự kiện GitHub.
Phần hạ tầng cho doanh nghiệp: chủ sở hữu tổ chức có thể tắt CLI, và quản trị viên có số liệu sử dụng cho các phiên terminal.

Giá: từ ngày 1 tháng 6, Copilot tính phí công việc của tác nhân bằng tín dụng AI mỗi tín dụng trị giá một xu. Miễn phí bao gồm mức dùng tác nhân hạn chế trong CLI; Pro là $10 một tháng với 1.500 tín dụng, Pro+ $39 với 7.000, và gói mới Max $100 với 20.000. Gợi ý hoàn thành mã vẫn không giới hạn. Model đến từ danh mục đa nhà cung cấp — OpenAI, Anthropic, Google, xAI và những hãng khác.

Kết luận: nếu công ty bạn đã trả tiền cho Copilot, hãy bắt đầu ở đây; riêng Rubber Duck đã là một ý hay mà các harness khác nên sao chép.

Cursor CLI — tác nhân của trình soạn thảo’s, nay thuộc SpaceX

Nó là gì: tác nhân của Cursor trong terminal (curl https://cursor.com/install -fsS | bash), với chế độ headless cho script, tích hợp GitHub Actions, chế độ shell có kiểm tra an toàn và MCP. Menu model của nó trộn Composer 2.5 với các model tiên phong — trong đó có Grok 4.7, Claude Opus 5.5, Claude Fable 5.1, GPT-5.6 Sol và Gemini 3.1 Pro — và các tác nhân đám mây của Cursor đảm nhận những việc dài hơn.

Điều gì đã thay đổi trong năm 2026: gần như mọi thứ xung quanh nó. SpaceX đồng ý vào tháng 6 mua Cursor với giá 60 tỷ đô la bằng cổ phiếu, sau khi sáp nhập với xAI; Bloomberg Law từ đó đưa tin thương vụ đã hoàn tất. Cursor tiếp nhận Continue cùng tháng đó, và ra mắt Origin, một đối thủ của GitHub về lưu trữ mã, sinh ra cho tác nhân. Rồi đến giữa tháng 10, trang giá công khai của nó được làm lại quanh một gói kết hợp Grok và X.

Bảng giá mới — theo ghi nhận từ trang của Cursor ngày 19 tháng 10 của dịch vụ theo dõi PricingSaaS, vốn không dẫn thông báo nào từ Cursor — gồm Miễn phí, Plus ở mức $8 (một hạn mức dùng chung cho Cursor và Grok, chỉ với các model Grok), Premium ở mức $30 (gấp bốn lần hạn mức của Plus, tác nhân đám mây, tự động hóa, đánh giá mã của Bugbot và model bên thứ ba theo giá niêm yết API), Super ở mức $100 và Ultra ở mức $200, với Teams từ $30 một người dùng. Gói Pro $20 cũ không còn trên trang. Hãy kiểm tra trang trực tiếp trước khi mua; chính dịch vụ theo dõi cũng ghi nhận vài điểm không nhất quán.

An toàn: mặc định được Cursor khuyến nghị, Auto-review, chạy ngay các lệnh trong danh sách cho phép, đưa các lệnh shell khác vào sandbox khi có thể trên macOS và Linux, và gửi phần còn lại cho một bộ phân loại. Nó cũng có hai trong số các CVE đáng chú ý của tác nhân năm 2026, đều đã được vá: CVE-2026-26268, trong đó prompt injection có thể cài một git hook, và CVE-2026-48124, trong đó các hook Claude do workspace định nghĩa chạy mà không cần phê duyệt.

Kết luận: một tác nhân mạnh trong một công ty mà hướng đi nay gắn với các model của xAI. Nếu bạn muốn các model tiên phong không phải Grok, bạn sẽ trả theo giá API trong các gói mới.

JetBrains Junie CLI — hãng IDE chuyển sang không phụ thuộc mô hình

JetBrains biến tác nhân trong IDE của mình thành một Junie CLI không phụ thuộc LLM vào tháng 3. Nó chạy trong terminal, bên trong bất kỳ IDE nào, trong CI và trên GitHub hoặc GitLab; làm việc với model của OpenAI, Anthropic, Google và Grok; hỗ trợ dùng khóa của riêng bạn để tránh phí nền tảng; nhập cài đặt từ Claude Code và Codex bằng một cú nhấp; và hỗ trợ guideline, tác nhân tùy chỉnh, kỹ năng, lệnh và MCP. Nó có sẵn qua giấy phép JetBrains AI (AI Pro từ $10 một tháng cho cá nhân) và được liệt kê trong registry ACP.

Kết luận: lựa chọn tự nhiên cho các nhóm sống trong IntelliJ, PyCharm hay WebStorm và muốn một tác nhân cho cả IDE lẫn terminal.

Kiro — tác nhân ưu tiên đặc tả của AWS’s

của AWS Kiro ghép một IDE với một Kiro CLI quanh phát triển “theo đặc tả”: tác nhân viết yêu cầu, thiết kế và danh sách tác vụ trước khi viết mã. Nó tính theo tín dụng — Miễn phí (50 tín dụng), Pro $20 (1,000), Pro+ $40, Pro Max $100 và Hiệu năng $200 (10.000 tín dụng), với tín dụng mua thêm giá $0,04 — và mỗi model tiêu tín dụng theo hệ số khác nhau: theo số liệu tháng 9, Claude Opus 5.5 tốn gấp 2 lần mức cơ sở và GPT-5.6 Sol gấp 4,4 lần. Nó hoạt động trong các trình soạn thảo tương thích ACP, nhưng điều khoản của nó hạn chế việc dùng gói đăng ký qua một số harness bên thứ ba không liên quan.

Kết luận: tốt cho các nhóm muốn có cấu trúc trước khi viết mã, đặc biệt trên AWS. Hãy để ý các hệ số.

Devin — kế nhiệm của Windsurf’s, nền tảng của Cognition’s

Cognition hoàn tất việc lột xác Windsurf trong năm nay: trình soạn thảo giờ là Devin Desktop, tác nhân Cascade cũ của nó đã bị loại bỏ để thay bằng Devin Local, và cùng tác nhân đó chạy trong terminal với tên Devin CLI và từ xa trong Devin Cloud. Tính năng nổi bật của nó là Fusion, thứ ghép một model chính với một “trợ thủ” — ghi chú của chính Cognition gợi ý GPT-6 Astra làm chính cùng SWE-2 model nội bộ của hãng đi kèm. Devin Desktop cũng có thể chạy các tác nhân khác qua ACP, chạy tác nhân trên máy từ xa qua SSH, và — đáng chú ý — cho phép người đăng ký ChatGPT Plus và Pro đủ điều kiện tính phí dùng GPT vào gói ChatGPT của họ. Các gói bắt đầu từ Miễn phí để Pro ($20) và Max ($200), với các gói nhóm ở mức cao hơn. Bảng xếp hạng của Morph, dẫn Artificial Analysis, đặt Fusion CLI của Devin ở mức 61,7 trên Coding Agent Index, chỉ kém vài điểm so với mức tốt nhất của Codex.

Kết luận: một nền tảng nghiêm túc cho các nhóm muốn có tác nhân cục bộ, trên terminal và trên cloud từ một nhà cung cấp duy nhất.

Factory Droid — nhiệm vụ cho nhóm

Factory’s Droid (CLI 0.247.0, phát hành ngày 22 tháng 10; 32 bản phát hành ổn định trong 30 ngày) là tác nhân hướng doanh nghiệp nhất ở đây: một ứng dụng desktop Factory App, Droid CLI và SDK, máy cloud được quản lý (“Droid Computers”), các Missions được theo dõi trong Mission Control, Automations, đánh giá mã và một AutoWiki. Nó định tuyến giữa mô hình tiên phong và mô hình trọng số mở, cho phép BYOK tới một hạn mức, rồi chuyển sang nhóm “Droid Core” trọng số mở khi mức dùng tiêu chuẩn của bạn hết. Các gói: Pro $20, Plus $100, Max $200, và một Teams gói $60 một tháng cộng $40 mỗi người dùng. Không có gói miễn phí. Theo báo cáo, Factory gọi được 200 triệu USD với định giá 5 tỷ USD vào tháng 9.

Kết luận: được xây cho các tổ chức kỹ thuật muốn tác nhân xử lý danh sách việc tồn đọng, chứ không dành cho cá nhân tìm một CLI rẻ.

Amp — “tác nhân vượt ra ngoài code”, tính phí theo giá gốc

Amp, vốn ra đời bên trong Sourcegraph, phát hành liên tục — 223 bản build có dấu thời gian lên npm trong 30 ngày qua. Nó khởi đầu bằng gói miễn phí có quảng cáo vào năm 2025, gói này sau đó bị tạm dừng, và giờ cung cấp một Hobby gói $0 (dùng khóa của bạn hoặc liên kết một đăng ký khác, như ChatGPT), Megawatt ở mức $20 và Gigawatt $200 một tháng, cộng tín dụng trả theo mức dùng với không phụ phí trên giá của nhà cung cấp dành cho cá nhân. “Orbs” — môi trường thực thi được lưu trữ của Amp, tính phí theo phút — cho phép tác nhân chạy mà không cần laptop của bạn. Trong một bài viết về khách hàng của OpenAI ngày 14 tháng 10, giám đốc điều hành Amp, Quinn Slack, nói rằng mô hình OpenAI chiếm phần lớn token của Amp. Tác nhân con và một “oracle” cho các bài toán khó là một phần của tác nhân; hỗ trợ ACP đến qua một wrapper.

Kết luận: một tác nhân thương mại chỉn chu với cách tính giá trung thực; tốt nếu bạn muốn người khác vận hành hạ tầng.

Warp — terminal tự mở mã nguồn

Warp mở mã nguồn client của mình vào 28 tháng 4 — khung giao diện theo MIT, phần còn lại theo AGPL-3.0 — với OpenAI là nhà tài trợ sáng lập của dự án mã nguồn mở. Nó có khoảng 64.000 sao, một tác nhân tích hợp, và chỗ cho các tác nhân CLI bạn đã dùng, như Claude Code, Codex và Gemini CLI. Nền tảng Oz của nó vận hành các tác nhân cloud phân loại issue, viết đặc tả, triển khai thay đổi và đánh giá pull request — công khai, trên chính codebase của Warp. Warp nói gần một triệu lập trình viên đang dùng nó. Tháng 8, các gói của nó bắt đầu từ Build, $20 một tháng ($18 khi thanh toán theo năm) với 1.500 tín dụng, lên tới Max $200.

Kết luận: terminal tốt nhất để máy chủ các harness khác, với một tác nhân khá mạnh của riêng nó.

Phần đuôi dài: Auggie và hơn 30 cái khác

Augment’s Auggie CLI — được xây quanh “context engine” cho codebase của nó — vẫn được phát triển hằng ngày, với các bản pre-release hằng đêm, dù bản ổn định cuối cùng (0.36.0) là từ ngày 21 tháng 8, và Augment đã cắt giá xuống ít gói hơn vào cuối tháng 8. Ngoài nó, sổ đăng ký ACP liệt kê các tác nhân từ IBM (Bob), Snowflake (Cortex Code), Poolside, Qoder, LangChain (DeepAgents) và hơn một chục đơn vị độc lập. Nếu một tác nhân bạn chưa từng nghe tên xuất hiện trong danh sách chọn tác nhân của trình soạn thảo, thì đó là lý do.

Phần 9 — Những bảng so sánh lớn

Hiện ảnh Mười một trong mười sáu cái dùng giấy phép MIT hoặc Apache, và phần lớn trong số đó chạy được mọi mô hình. Cả năm harness độc quyền đều đi kèm tác nhân đám mây được lưu trữ sẵn và gói trả phí.

Ai thắng ở từng hạng mục

Danh mục	Hạng nhất	Á quân	Tại sao
Kết quả thô	Claude Code	Codex	Điểm Coding Agent Index cao nhất (68) và vị trí cao nhất trên bảng Terminal-Bench 4.0 (64,8% với Opus 5.5)
Kết quả trên mỗi đô la	Codex	OpenCode + một mô hình mở	63 điểm trên chỉ số với $1,04 mỗi tác vụ; GLM-5.3 trong OpenCode đạt 54 điểm mà không cần đăng ký
Lựa chọn mô hình	OpenCode v2	Kilo Code	Hơn 75 nhà cung cấp qua models.dev; Kilo định tuyến tới hơn 500 mô hình
Mô hình cục bộ	OpenCode v2	Hermes Agent	Tự động phát hiện Ollama, LM Studio và vLLM; Hermes thêm llama.cpp bằng một cú nhấp
Mặc định an toàn	Codex	Cursor	Sandbox hệ điều hành bật sẵn; chế độ mặc định của Cursor chạy lệnh shell trong sandbox khi có thể
Khả năng mở rộng	Claude Code	Pi	Skills, hook, plugin, đội tác nhân và quy trình làm việc bằng script; Pi cho bạn viết lại toàn bộ
Bộ nhớ	Hermes Agent	Letta Code	Bộ nhớ người dùng và môi trường được chọn lọc, tìm kiếm phiên và kỹ năng tự viết
Tích hợp trình soạn thảo	Cline	Kilo Code	Tiện ích VS Code và JetBrains hạng nhất; Junie dành cho các nhóm gắn hẳn với JetBrains
Nhóm và quản trị	Copilot CLI	Factory Droid	Chính sách tổ chức và số liệu sử dụng trong GitHub; Factory thêm mission và kiểm soát doanh nghiệp
Tác nhân trên cloud	Codex	Claude Code	Codex cloud cùng tự động hóa trong app; phiên web và tác vụ theo lịch trên cloud của Claude Code
Nhịp phát hành	Letta Code, Factory Droid	Claude Code	32, 32 và 27 bản ổn định trong 30 ngày
Quản trị trung lập	goose	OpenClaw (với vai trò máy chủ)	goose do Agentic AI Foundation của Linux Foundation điều hành; OpenClaw do một quỹ phi lợi nhuận độc lập
Khởi đầu miễn phí	OpenCode v2	Copilot CLI	Mô hình miễn phí tích hợp sẵn; gói Free của Copilot gồm cả CLI

Phần còn lại trong một bảng

Harness	Dòng	Giấy phép	Mới nhất	Nhận định một dòng
Grok Build	Phòng thí nghiệm tiên phong	Không nêu rõ	1.0.67 (sổ đăng ký ACP)	Mức tăng lớn nhất nhờ harness trên TB 4.0; đi kèm SuperGrok và các gói mới của Cursor
Devin (Desktop, CLI, Cloud)	Nền tảng	Độc quyền	Desktop 3.10.67	Kế nhiệm Windsurf; Fusion ghép hai mô hình
Amp	Nền tảng	Độc quyền	Bản build liên tục	Giá không phụ phí, “orbs” được lưu trữ
Warp	Nền tảng	AGPL-3.0 / MIT	—	Terminal tốt nhất để chạy các harness khác
Junie CLI	CLI của trình soạn thảo	Độc quyền	ACP 3659.7.0	Tác nhân JetBrains không phụ thuộc mô hình, có BYOK
Kiro	CLI của trình soạn thảo	Độc quyền	—	Đặc tả trước, tính theo tín dụng
Crush	Mã nguồn mở	FSL-1.1-MIT	0.98.1	TUI đẹp với language server
Letta Code	Học hỏi	Apache-2.0	0.34.20	Bộ nhớ là trên hết, ngữ cảnh theo dõi bằng git
OpenHands	Mã nguồn mở	MIT	SDK 1.57.0	Giờ chủ yếu là SDK và GUI
cecli (bản fork của Aider)	Mã nguồn mở	Apache-2.0	1.9.0	Nơi phát triển của Aider đã đi
ZCode	Phòng thí nghiệm mô hình mở	Không nêu rõ	3.2.2 (tháng 7)	GLM IDE của Z.ai; gói GLM cũng dùng được ở nơi khác
MiniMax Code	Phòng thí nghiệm mô hình mở	Không nêu rõ	0.2.7 (sổ đăng ký ACP)	Còn sớm; gói M của MiniMax dùng được trong các harness khác
CodeBuddy Code	Phòng thí nghiệm mô hình mở	Tùy chỉnh	2.172.1	Tác nhân chuyển động nhanh của Tencent Cloud
Auggie	CLI của trình soạn thảo	Tùy chỉnh	0.36.0 (ổn định)	Context engine; pre-release hằng ngày
Gemini CLI	Phòng thí nghiệm tiên phong	Apache-2.0	0.65.0	Chỉ dành cho người dùng doanh nghiệp và người dùng API key trả phí từ 18 tháng 6

Phần 10 — Nhìn vào con số: star, lượt tải và nhịp phát hành

Độ phổ biến không phải chất lượng, nhưng nó cho bạn biết cộng đồng, các plug-in và câu trả lời trên Stack Overflow sẽ ở đâu.

Hiện ảnh DeepSeek Harness đi từ con số không lên khoảng 252.000 sao trong mười tuần. Claude Code và Copilot CLI bị loại ra vì kho công khai của chúng không chứa mã nguồn sản phẩm.

Lượt tải hằng tuần

Lượt tải gói là tín hiệu còn nhiễu hơn cả sao — chúng gồm các lần chạy CI, cập nhật tự động và công cụ được kéo về làm phụ thuộc — nhưng chúng cho thấy người ta thực sự cài đặt ở đâu.

Gói	Harness	Lượt tải hằng tuần	Lưu ý
`@openai/codex` (npm)	Codex CLI	13,2M	Các bản build riêng cho từng nền tảng được phát hành như các phiên bản của cùng một gói, nhiều khả năng làm số liệu bị thổi phồng
`@anthropic-ai/claude-code` (npm)	Claude Code	6,4M	npm install is deprecated; native-installer installs aren’t counted
`@earendil-works/pi-coding-agent` (npm)	Pi	2,7M	Bao gồm cả việc dùng làm phụ thuộc bên trong các tác nhân khác
`openclaw` (npm)	OpenClaw	2,1M
`opencode-ai` / `@opencode/cli` (npm)	OpenCode v1 / v2	2,1M / 0,27M	V2 có gói riêng, tạo từ tháng 9
`@github/copilot` (npm)	Copilot CLI	1,1M
`openhands-sdk` (PyPI)	OpenHands	0,97M	Là SDK, không phải CLI
`mistral-vibe` (PyPI)	Mistral Vibe	0,37M
`@deepseek-ai/dsh` (npm)	DeepSeek Harness	0,30M
`@google/gemini-cli` (npm)	Gemini CLI	0,23M	Chỉ dành cho người dùng doanh nghiệp và người dùng API key từ tháng 6
`@tencent-ai/codebuddy-code` (npm)	CodeBuddy Code	0,13M
`aider-chat` (PyPI)	Aider	68K
`@moonshot-ai/kimi-code` (npm)	Kimi Code	52K
`@qwen-code/qwen-code` (npm)	Qwen Code	45K
`cline` (npm)	Cline CLI	43K	Lượt cài VS Code được Microsoft đếm riêng
`@letta-ai/letta-code` (npm)	Letta Code	41K

Nguồn: api.npmjs.org và pypistats.org, số liệu tuần trước lấy ngày 22 tháng 10 năm 2026.

Hai con số trong bảng đó đáng để nhìn lại. 2,7 triệu lượt tải mỗi tuần của Pi bị thổi phồng bởi phần mềm khác dùng nó làm engine — bản thân đó là dấu hiệu rõ nhất rằng “harness tối giản” đã trở thành hạ tầng. Và các SDK đằng sau những harness lớn giờ được tải nhiều ngang chính các harness — của Anthropic, Claude Agent SDK được tải khoảng 7,3 triệu lần trong tuần tính đến 22 tháng 10, và Agent Client Protocol SDK khoảng 4,3 triệu — người ta đang xây dựng tác nhân của riêng mình trên những nền tảng này.

Ai vẫn đang phát hành

Hiện ảnh Một phép kiểm tra sức khỏe thô. Các bản pre-release bị loại, nên DeepSeek Harness, Auggie và bản beta 2.0 của goose trông yên ắng hơn thực tế.

Nhanh không tự động là tốt — 27 bản phát hành Claude Code trong một tháng nghĩa là thay đổi bạn phải theo kịp — nhưng con số không cũng là một tín hiệu. Aider chưa phát hành gì từ tháng 2, và CLI OpenHands độc lập thì chưa từ tháng 5.

Phần 11 — Chi phí và cuộc chiến đăng ký

Các harness mã nguồn mở thì miễn phí. Mọi thứ còn lại — và các mô hình đằng sau tất cả chúng — đều tốn tiền, và năm 2026 cách cách bạn trả trở nên quan trọng ngang số tiền bạn trả.

Hiện ảnh Gói $20 gần như phổ biến ở khắp nơi. Các gói nghiêm túc tập trung ở mức $100 đến $200.

Các gói, đặt cạnh nhau

Nhóm gói	Các bậc (USD/tháng)	Bạn được gì khi lập trình	Tính đến
Claude	Pro $20 ($17/năm) · Max 5× $100 · Max 20× $200 · Team $20–$125 mỗi người dùng	Claude Code ở mọi nơi; giới hạn năm giờ và hằng tuần dùng chung; tín dụng Agent SDK $20–$200	22 tháng 10, claude.com; Morph, 5 tháng 10
ChatGPT	Free · Go $8 · Plus $20 · Pro $100 / $200 / $500 · Business $20–$25	Codex trên app, CLI, IDE và cloud; gói Pro hiện không có giới hạn năm giờ	22 tháng 10, OpenAI
GitHub Copilot	Free · Pro $10 · Pro+ $39 · Max $100	Copilot CLI và tác nhân cloud, tính phí bằng tín dụng AI (1.500 / 7.000 / 20.000)	Chuyển từ tháng 6; Morph, 5 tháng 10
Cursor	Free · Plus $8 · Premium $30 · Super $100 · Ultra $200 · Teams từ $30	Đi kèm Grok; mô hình tiên phong không phải Grok tính theo giá API từ gói Premium	PricingSaaS, 19 tháng 10
Kiro	Free · Pro $20 · Pro+ $40 · Pro Max $100 · Power $200	50 đến 10.000 tín dụng; các mô hình tiêu tín dụng với tốc độ khác nhau	Morph, 30 Sep
Factory	Pro $20 · Plus $100 · Max $200 · Teams $60 + $40/người dùng	Droid CLI, app và máy cloud; hạn mức BYOK	Danh sách bên thứ ba
Devin	Free · Pro $20 · Max $200 · Teams từ $80	Devin Desktop, CLI và Cloud	Firecrawl, 3 tháng 8; AiCybr, 5 tháng 8
Amp	Hobby $0 · Megawatt $20 · Gigawatt $200 · trả theo mức dùng	Không cộng thêm phí trên giá mô hình cho cá nhân	Giá Amp ghi nhận ngày 17 tháng 9
Warp	Build $20 · Max $200	1.500 đến 18.000 credit	AiCybr, 5 tháng 8
Grok Build	SuperGrok $30	Grok Build CLI và các mô hình Grok	Bài đưa tin về đợt ra mắt tháng 5
OpenCode	Agent miễn phí · Go $10 · Go Plus $40 · Zen trả theo mức dùng	Các mô hình mở và tiên tiến được tuyển chọn cho OpenCode (và làm nhà cung cấp ở nơi khác)	OpenCode, 17 tháng 10
Nous Portal (Hermes)	Được báo giá $20 / $100 / $200	Hơn 300 mô hình và cổng công cụ của Nous	Composio, tháng 9

Mọi giá tính bằng đô la Mỹ, chưa gồm VAT. Ở Đức và phần lớn EU, tài khoản cá nhân sẽ phải cộng thêm VAT; một số nhà cung cấp tính bằng euro theo tỷ giá riêng. Giá thay đổi liên tục: hãy kiểm tra trước khi mua.

Gói coding cho mô hình trọng số mở

Gói	Giá (USD mỗi tháng)	Mô hình	Chạy trong
GLM Coding Plan (Z.ai)	Lite $18 · Pro $80 · Max $168 (rẻ hơn khi trả theo năm)	GLM-5.3, GLM-5.3-Flash	Hơn 20 công cụ, gồm Claude Code, Codex, OpenCode, Cursor và ZCode
Gói thành viên Kimi (Moonshot)	Plus $19 · Pro $39 · Max $99 · Ultra $199	Kimi K3	Kimi Code cho desktop, CLI và plug-in IDE
MiniMax M Plan	Từ $220 một năm (khoảng $18 một tháng)	MiniMax M3.1 Flash Preview	Claude Code, Codex, Cursor, OpenCode
Alibaba Cloud Coding Plan	Pro $50 (gói Lite đã đóng từ tháng 3)	Qwen 3.7 và các mô hình khác	Qwen Code, công cụ dẫn người dùng tới gói này; xem tài liệu của Alibaba để biết các công cụ khác
DeepSeek	Không có gói; trả theo token	Dòng DeepSeek V4	Bất kỳ harness nào có endpoint tùy chỉnh

Nguồn: bảng so sánh gói coding của Morph (giá kiểm tra ngày 15 tháng 10 năm 2026) và trang của các nhà cung cấp.

Nếu bạn đi theo hướng GLM, thì GLM Coding Plan qua liên kết tiếp thị của tôi giúp bạn được giảm 10%. (Liên kết tiếp thị — xem phần tiết lộ ở đầu bài.) Hãy chắc chắn loại khóa khớp với nhà cung cấp bạn cấu hình: khóa Coding Plan và khóa API tiêu chuẩn không dùng thay cho nhau được.

Đăng ký so với trả theo token

Chi phí mỗi tác vụ trong Coding Agent Index cho thấy rõ sự đánh đổi. Một trăm tác vụ tác nhân mỗi tháng với mức giá GPT-6.1 Sol của Codex sẽ tốn khoảng $104 phí API; còn với mức giá Sonnet 5.5 ở chế độ nỗ lực tối đa của Claude Code thì khoảng $1,419. Khoảng cách đó chính là lý do các gói đăng ký $100 và $200 tồn tại — và lý do các phòng lab giữ chúng chặt đến vậy.

Cuộc chiến đăng ký

Tin quan trọng nhất về harness trong năm 2026 không phải một tính năng. Mà là ai được dùng gói đăng ký nào ở đâu.

Anthropic đóng cửa, rồi mở một ô cửa sổ. Bật 9 tháng 1 công ty siết kiểm tra khiến đăng nhập Claude Pro và Max không còn dùng được trong các harness bên thứ ba như OpenCode; Thariq Shihipar của Anthropic cho biết họ đã “siết các biện pháp bảo vệ chống việc giả mạo harness Claude Code”. Điều khoản dành cho người dùng sau đó được cập nhật cho khớp. Đến ngày 13 tháng 5 công ty công bố một khoản hàng tháng tín dụng Agent SDK — $20 cho Pro, $100 cho Max 5×, $200 cho Max 20× — khoản này dùng cho claude -p, GitHub Actions và các công cụ bên thứ ba xây trên Agent SDK của hãng, từ 15 tháng 6. Việc dùng Claude Code tương tác vẫn tính vào hạn mức thông thường. Tín dụng không được cộng dồn sang tháng sau.
OpenAI thì đi hướng ngược lại. “Đăng nhập bằng ChatGPT” hoạt động trong OpenCode, Pi và các harness khác，và chương trình Codex for Open Source của OpenAI có liệt kê vài công cụ trong số đó. Devin Desktop và Amp cũng cho bạn liên kết gói ChatGPT. Không điều nào trong số này mang tính hợp đồng — nhưng trong năm 2026, nó khiến gói ChatGPT trở thành đăng ký linh hoạt nhất trong lĩnh vực coding AI.
Google thu hẹp Gemini CLI. Người dùng phổ thông và người dùng gói Google AI chuyển sang Antigravity CLI từ ngày 18 tháng 6; chỉ khách hàng doanh nghiệp và khóa API trả phí còn dùng Gemini CLI.
Cursor gắn chặt với xAI. Các gói mới dùng chung một hạn mức giữa sản phẩm Cursor và Grok, và tính theo giá niêm yết API cho các mô hình tiên tiến không phải Grok.
Kiro hạn chế việc dùng gói đăng ký của mình qua một số harness bên thứ ba không liên quan.

Nguyên tắc thực tế: nếu bạn muốn đổi harness thoải mái, hãy trả tiền cho mô hình qua khóa API, một router, gói ChatGPT hoặc gói coding cho mô hình mở — đừng trả qua một gói đăng ký chỉ dùng được trong ứng dụng của một nhà cung cấp.

Phần 12 — Bảo mật: 2026 đã dạy chúng ta điều gì

Tác nhân coding đọc văn bản không đáng tin — issue, README, trang web, bình luận pull request — rồi hành động bằng thông tin đăng nhập của bạn. Năm 2026, sự kết hợp đó tạo ra một dòng CVE đều đặn, và gần như tất cả đều theo cùng một mô thức.

Hiện ảnh Những lỗ hổng nghiêm trọng nhất năm nay không phải các đòn tấn công mô hình kỳ lạ. Chúng là những tệp được tin cậy do một tác nhân ghi ra sau khi đọc thứ mà nó không nên tin.

Mô thức, với ví dụ thật

Một bài rà soát năm 2026 của công ty bảo mật Stingrai về chín bản ghi CVE liên quan đến trợ lý coding và một máy chủ MCP phổ biến đã tìm ra cùng một nguyên nhân gốc ở tất cả: một tệp trong thư mục làm việc được coi là cấu hình đáng tin, prompt injection khiến tác nhân ghi tệp đó, rồi công cụ thông thường — một git hook, một lần khởi động lại, một bước CI — thực thi nó sau đó.

Harness	CVE	Chuyện gì đã xảy ra	Đã sửa trong
Claude Code	CVE-2026-25725	Sandbox không bảo vệ `.claude/settings.json` nếu tệp đó không tồn tại lúc khởi động, nên các hook bị cài lén chạy khi khởi động lại	2.1.2 (tháng 2)
Claude Code	CVE-2026-39861	Một tiến trình trong sandbox có thể tạo symlink để tiến trình ngoài sandbox đi theo	2.1.64 (tháng 4)
Claude Code	CVE-2026-55607	Cách xử lý đường dẫn worktree cho phép ghi đè tệp khởi động của shell	2.1.163 (tháng 7)
Cursor	CVE-2026-26268	Prompt injection có thể ghi git hook chạy ngoài sandbox	2.5
Cursor	CVE-2026-48124	Hook Claude do workspace định nghĩa chạy mà không cần phê duyệt	3.0.0
Gemini CLI	CVE-2026-12537	Trong CI không giao diện, workspace được tự động tin cậy và `--yolo` bỏ qua danh sách công cụ được phép	0.39.1
OpenCode (v1)	CVE-2026-22812	Thực thi mã từ xa không cần xác thực qua máy chủ cục bộ	1.0.216 (tháng 1)

Tại Black Hat USA tháng 8, Novee Security đã chứng minh rằng một issue GitHub duy nhất, do một tài khoản không có quyền mở, có thể chạy mã trên runner CI của chính các kho tác nhân của Anthropic và Google, và chiếm lượt chạy tác nhân tiếp theo trên kho của OpenAI — lần nào cũng dùng cấu hình mặc định của nhà cung cấp. Claude Code có một CVE được sửa trong 2.1.163; Gemini CLI được vá trong 0.39.1; còn OpenAI tách hai lượt Codex dùng chung một checkout thành các job riêng và giờ khuyên người dùng coi tệp hướng dẫn trong kho là đầu vào không đáng tin.

Mỗi harness cô lập lệnh ngay từ đầu như thế nào

Codex: sandbox ở cấp hệ điều hành bật mặc định; truy cập mạng cần phê duyệt.
Cursor: chế độ Auto-review mặc định chạy lệnh shell trong sandbox khi có thể, trên macOS và Linux.
Claude Code: sandbox cấp hệ điều hành cho lệnh shell, tắt cho đến khi bạn chạy /sandbox; không có trên Windows gốc.
Antigravity CLI: mặc định hỏi trước khi chạy lệnh, có chế độ tùy chọn chạy lệnh trong vùng chứa cách ly.
OpenCode v2: quy tắc cho phép/hỏi/từ chối theo thứ tự và chính sách từ chối cứng, không có sandbox cấp hệ điều hành, và mặc định cho phép thư mục ngoài dự án.
Hermes Agent: chạy trên máy chủ trừ khi bạn chọn một backend cách ly như Docker, SSH, Modal hoặc Daytona.
Pi: hoàn toàn không có hệ thống quyền; hãy chạy nó trong vùng chứa.
Cline, Kimi Code và Copilot CLI: mặc định có nhắc phê duyệt, kèm các cờ để tắt (--yolo trong Cline và Kimi Code).

Sáu thói quen lẽ ra đã làm giảm bớt phần lớn lỗ hổng của 2026’s

Cập nhật hàng tuần. Mọi bản sửa trên đều ra trong một bản phát hành nhỏ — và dòng bản vá vẫn chưa dừng: Claude Code 2.1.309, phát hành muộn ngày 22 tháng 10, đã sửa chín lỗ hổng về sandbox, quyền và cách ly chỉ trong một bản.
Coi tệp hướng dẫn trong kho là không đáng tin — AGENTS.md, CLAUDE.md và mọi thiết lập tác nhân được commit vào kho.
Bật sandbox, hoặc chạy toàn bộ tác nhân trong vùng chứa hay máy ảo.
Đừng bao giờ dùng chế độ yolo hay tự phê duyệt ngoài một môi trường dùng một lần.
Giữ khóa production ra khỏi môi trường của tác nhân. Mỗi tác nhân một khóa API riêng, không có thông tin triển khai.
Siết chặt các quy trình CI mà người ngoài có thể kích hoạt, nhất là bất cứ thứ gì chạy tác nhân trên nội dung issue hoặc pull request.

Nếu bạn chạy tác nhân trên máy chủ Linux, hãy bắt đầu với Danh sách kiểm tra tăng cường bảo mật máy chủ Debian.

Phần 13 — Những chuẩn giúp việc chuyển đổi rẻ đi: MCP, ACP, AGENTS.md và Skills

Xu hướng yên tâm nhất của năm 2026 là các harness đang trở nên thay thế được cho nhau. Bốn tiêu chuẩn làm phần lớn công việc:

MCP (Model Context Protocol) cho công cụ. Mọi harness còn được phát triển trong bài này đều hỗ trợ nó — kể cả Pi, vốn chỉ chịu làm vào tháng 9 — dù Aider gốc vẫn chưa hỗ trợ; bản thân đặc tả vẫn tiếp tục thay đổi — bản Devin Desktop mới nhất thêm hỗ trợ cho bản sửa đổi ngày 28 tháng 7 năm 2026. MCP hiện nằm dưới Agentic AI Foundation, cùng với AGENTS.md và goose.
ACP (Agent Client Protocol) cho trình soạn thảo. Do Zed khởi xướng cùng Gemini CLI, nó cho phép mọi tác nhân chạy trong bất kỳ trình soạn thảo hỗ trợ ACP, như Zed hay JetBrains IDE, hoặc trong các máy chủ như Devin Desktop và OpenClaw. Danh sách chính thức có 44 tác nhân — Claude Code, Codex, Pi và Amp qua adapter, còn OpenCode, Copilot CLI, Cursor, Gemini CLI, Cline, Kilo, goose, Kimi, Qwen Code, Mistral Vibe, Junie, Devin, Factory Droid, Grok Build và nhiều công cụ khác thì trực tiếp. Một bản nháp v2 công bố tháng 7 làm lại cách luồng tin nhắn, diff và yêu cầu quyền, và SDK TypeScript đạt 2.0.0 vào ngày 19 tháng 10.
AGENTS.md cho hướng dẫn. Claude Code đọc tệp này thay cho CLAUDE.md, OpenCode v2 đọc duy nhất AGENTS.md, và Pi, Antigravity CLI, Hermes cùng hầu hết công cụ khác cũng đọc nó.
Agent Skills (SKILL.md thư mục) cho kiến thức thao tác. Claude Code, Codex, OpenCode, Hermes, Pi, Antigravity CLI và Mistral Vibe đều nạp chúng，và một số còn đọc thư mục của nhau — OpenCode nạp .claude/skills và .agents/skills trực tiếp.

Vậy làm gì với điều đó: đặt quy tắc dự án của bạn trong AGENTS.md, các quy trình dùng lại được trong .agents/skills, và các công cụ của bạn sau MCP. Khi đó, đổi harness — hoặc chạy hai cái song song — chỉ là việc của một buổi chiều, không phải một dự án di trú.

Phần 14 — Cách cài các harness chính, từng bước

Mọi lệnh dưới đây đã được đối chiếu với tài liệu của chính dự án hoặc gói của nó trên registry npm hay PyPI trong khoảng 22–25 tháng 10 năm 2026. Hãy chọn một hoặc hai; bạn không cần tất cả.

Bước 0 — Những gì bạn cần trước tiên

Git, và dự án của bạn trong một kho Git. Mọi harness đều chạy tốt nhất khi thấy được diff sạch — và khi bạn có thể hoàn tác việc nó làm. Tải Git từ git-scm.com.
Một terminal hiện đại: Ghostty, WezTerm, Kitty, iTerm2, Warp hoặc Windows Terminal.
Node.js 22 trở lên cho các bản cài qua npm (Pi và Kimi Code cần 22.19 trở lên). Tải tại nodejs.org. Claude Code, OpenCode, Hermes Agent và Antigravity CLI có trình cài một dòng riêng.
Ít nhất một mô hình: một gói đăng ký (Claude, ChatGPT, Copilot), một khóa API, một gói coding cho mô hình mở, hoặc một mô hình cục bộ qua Ollama.

Claude Code

bash

# macOS, Linux, WSL
curl -fsSL https://claude.ai/install.sh | bash
# Windows PowerShell:  irm https://claude.ai/install.ps1 | iex
# or: brew install --cask claude-code   |   winget install Anthropic.ClaudeCode

cd ~/code/your-project
claude            # sign in with your Claude account, or approve an ANTHROPIC_API_KEY

Sau đó chạy /sandbox trong phiên để bật sandbox cho shell (macOS, Linux và WSL2), hoặc đặt sandbox.enabled để true trong ~/.claude/settings.json để nó bật trong mọi phiên. Trình cài gốc tự cập nhật; bản cài qua Homebrew và WinGet thì không. Tài liệu: code.claude.com/docs.

Codex

bash

npm install -g @openai/codex
cd ~/code/your-project
codex             # sign in with ChatGPT, or use an OpenAI API key
codex --oss       # optional: run a local model through Ollama or LM Studio

Ứng dụng Codex desktop cho macOS và Windows dùng chung phiên và thiết lập với CLI; xem thông báo của OpenAI và kho mã nguồn mở. Các gói và hạn mức có trên # macOS, Linux, WSL curl -fsSL https://opencode.ai/v2/install | bash # or: npm install -g @opencode/cli cd ~/code/your-project opencode.

OpenCode v2

bash

# macOS, Linux, WSL
curl -fsSL https://opencode.ai/v2/install | bash
# or: npm install -g @opencode/cli

cd ~/code/your-project
opencode

Trong OpenCode, chạy /connect để thêm nhà cung cấp — một khóa API, đăng nhập ChatGPT hoặc GitHub Copilot, OpenCode Go hay Zen — và /models để chọn một cái. Nếu Ollama, LM Studio hoặc vLLM đang chạy ở cổng mặc định, OpenCode tự tìm thấy. Chuyển từ v1? Hãy sao lưu ~/.config/opencode, rồi chạy opencode upgrade --major. Tài liệu: opencode.ai/v2/docs.

Một chính sách quyền khởi đầu hợp lý cho opencode.jsonc ở thư mục gốc dự án — hỏi trước mọi lệnh shell, cho phép các lệnh an toàn, không bao giờ push:

jsonc

{
  "$schema": "https://opencode.ai/config.json",
  "permissions": [
    { "action": "shell", "resource": "*",                   "effect": "ask"   },
    { "action": "shell", "resource": "git status *",        "effect": "allow" },
    { "action": "shell", "resource": "git diff *",          "effect": "allow" },
    { "action": "shell", "resource": "npm test *",          "effect": "allow" },
    { "action": "shell", "resource": "npm run typecheck *", "effect": "allow" },
    { "action": "shell", "resource": "git push *",          "effect": "deny"  }
  ]
}

Quy tắc typecheck thay cho chẩn đoán LSP mà v2 chưa tạo ra — hãy thay bằng lệnh của bộ công cụ của bạn.

Hermes Agent

bash

# macOS, Linux, WSL2
curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash
source ~/.bashrc          # or ~/.zshrc

hermes setup              # guided setup
hermes model              # choose a provider and model
hermes                    # start chatting in the terminal
hermes gateway setup      # optional: connect Telegram, Discord, Slack, WhatsApp…

Trên Windows, chạy iex (irm https://hermes-agent.nousresearch.com/install.ps1) trong PowerShell, hoặc cài Hermes Desktop. Để giao việc coding cho OpenCode, hãy chắc rằng opencode lệnh mà Hermes thấy là lệnh v2 (which -a opencode). Tài liệu: hermes-agent.nousresearch.com/docs.

Antigravity CLI (bản kế nhiệm Gemini CLI của Google’s)

bash

# macOS, Linux
curl -fsSL https://antigravity.google/cli/install.sh | bash
# Windows PowerShell:  irm https://antigravity.google/cli/install.ps1 | iex

agy                         # sign in with a Google account or a Google Cloud project
agy plugin import gemini    # optional: convert your Gemini CLI extensions

The migration guide from Google bao gồm việc chuyển skills sang .agents/skills và máy chủ MCP sang mcp_config.json. Nếu bạn có khóa Gemini API trả phí hoặc giấy phép Gemini Code Assist Standard hay Enterprise, Gemini CLI gốc vẫn dùng được: npm install -g @google/gemini-cli, sau đó gemini.

GitHub Copilot CLI

bash

npm install -g @github/copilot
cd ~/code/your-project
copilot             # follow the prompt to sign in with your GitHub account

Bạn cần một gói Copilot; gói Free có mức dùng CLI hạn chế. Dùng /model để chọn mô hình — kể cả mô hình Ollama cục bộ — và /rubber-duck để hỏi tác nhân review ý kiến thứ hai. Kho mã: github.com/github/copilot-cli.

Pi

bash

npm install -g @earendil-works/pi-coding-agent      # Node.js 22.19 or newer
cd ~/code/your-project
pi

Pi không có hệ thống quyền, nên hãy chạy nó trong vùng chứa hoặc máy ảo dùng một lần. Trỏ nó vào một nhà cung cấp bằng khóa API hoặc gói đăng ký được hỗ trợ, thêm tiện ích và gói khi cần, và đọc kho Pi để biết API tiện ích.

Qwen Code, Kimi Code và Mistral Vibe

bash

# Qwen Code — then run /auth to choose a provider and add a key
npm install -g @qwen-code/qwen-code
qwen

# Kimi Code — sign in with Kimi Code or a Moonshot API key (Node.js 22.19+)
npm install -g @moonshot-ai/kimi-code
kimi

# Mistral Vibe 3 — needs Python 3.14 or newer
curl -LsSf https://mistral.ai/vibe/install.sh | bash
# or: uv tool install mistral-vibe
vibe

Kho mã: Qwen Code, Kimi Code, Mistral Vibe.

Cline, Kilo, DeepSeek Harness, Factory Droid và Cursor CLI

bash

npm install -g cline                 # then: cline
npm install -g @kilocode/cli         # then: kilo
npx @deepseek-ai/dsh web             # DeepSeek Harness web UI on http://127.0.0.1:3080
npm install -g @factory/cli          # then: droid  (needs a Factory plan)
curl https://cursor.com/install -fsS | bash    # Cursor CLI

Với tiện ích cho trình soạn thảo, hãy tìm Cline hoặc Kilo Code trong marketplace VS Code hoặc JetBrains. goose có bản tải desktop và CLI tại goose-docs.ai.

Làm thiết lập của bạn có thể mang theo

Dù bạn chọn harness nào, ba tệp sau giúp việc đổi qua lại không còn phiền:

AGENTS.md ở thư mục gốc của kho, ghi lệnh build, test và lint, quy ước viết mã và những điều tác nhân không bao giờ được làm. Claude Code, Codex, OpenCode, Hermes, Pi, Antigravity CLI và hầu hết công cụ khác đều đọc nó.
.agents/skills/<name>/SKILL.md cho các quy trình lặp lại — “phát hành phiên bản mới”, “thêm migration cơ sở dữ liệu”. OpenCode, Antigravity CLI và các công cụ khác đọc trực tiếp thư mục này.
Máy chủ MCP của bạn được ghi lại ở một chỗ. Mỗi harness giữ tệp cấu hình MCP riêng, nhưng lệnh và URL của máy chủ thì giống nhau ở mọi nơi.

Một AGENTS.md tối giản để bắt đầu:

markdown

# AGENTS.md

## Commands
- Install: `npm ci`
- Test: `npm test`
- Type check: `npm run typecheck`
- Lint: `npm run lint`

## Rules
- Run the type check and tests before you say a task is done.
- Never commit secrets, and never run `git push`.
- Ask before adding a new dependency.

Phần 15 — Bạn nên dùng cái nào? Mười hai tình huống

Hiện ảnh Hãy tìm dòng giống với bạn nhất. Hầu hết mọi người cuối cùng dùng hai: một harness chính và một cho việc rẻ tiền hoặc riêng tư.

Nếu…	Bắt đầu với	Tại sao
Bạn muốn điểm số cao nhất và đã trả tiền cho Claude	Claude Code	Kết quả tốt nhất trên Coding Agent Index và Terminal-Bench 4.0; gói Max đã bao gồm
Bạn muốn kết quả tốt nhất trên mỗi đô la	Codex	Kém năm điểm chỉ số, chi phí mỗi tác vụ bằng khoảng một phần mười bốn
Bạn muốn một tác nhân cho mọi mô hình, kể cả mô hình cục bộ	OpenCode v2	Hơn 75 nhà cung cấp, tự phát hiện mô hình cục bộ, miễn phí và theo giấy phép MIT
Bạn muốn một tác nhân học về bạn và sống trong các ứng dụng chat	Hermes Agent	Bộ nhớ, kỹ năng tự viết, hơn 20 ứng dụng nhắn tin; giao việc code cho OpenCode
Bạn muốn harness nhỏ nhất mà mình có thể viết lại	Pi	Bốn công cụ, prompt dưới 1.000 token, phần mở rộng cho mọi thứ còn lại
Công ty bạn đã trả tiền cho GitHub Copilot	Copilot CLI	Có sẵn từ gói Free; chính sách tổ chức và tác nhân đám mây tích hợp sẵn
Bạn sống trong VS Code hoặc JetBrains	Cline hoặc Kilo Code	Mã nguồn mở, mọi mô hình; Junie nếu cả nhóm dùng JetBrains
Bạn muốn các mô hình trọng số mở giá rẻ	OpenCode + một gói coding	Gói GLM hoặc MiniMax từ khoảng $18; DeepSeek tính theo token
Mã của bạn không thể ra khỏi toà nhà	OpenCode v2 hoặc goose, mô hình cục bộ	Trỏ chúng vào Ollama hoặc llama.cpp; chặn nhà cung cấp đám mây bằng chính sách
Bạn muốn các tác nhân làm việc trong lúc bạn ngủ	Codex cloud, Claude Code, Factory hoặc Devin	Runner được lưu trữ, lịch chạy và pull request chờ sẵn buổi sáng
Bạn muốn bắt đầu miễn phí	OpenCode, Copilot Free hoặc Antigravity CLI	Mô hình miễn phí, gói miễn phí, hoặc bậc miễn phí của Google
Bạn từng dùng Aider, Roo Code hoặc Continue	cecli, ZooCode hoặc Kilo, Cline	Các bản fork đang hoạt động và những kẻ kế tục gần nhất

Một vài cái trong đó đáng được nói thêm một câu.

“Kết quả tốt nhất trên mỗi đô la” không giống với “rẻ nhất”. Lợi thế của Codex đến từ việc làm cùng một khối lượng việc trong ít lượt và ít token hơn nhiều. Nếu bạn đã trả tiền cho ChatGPT Plus, Codex không tốn thêm đồng nào cho đến khi bạn chạm giới hạn — và bạn có thể dùng cùng tài khoản ChatGPT đó trong OpenCode nếu thích giao diện của OpenCode.

“Mô hình trọng số mở giá rẻ” nghĩa là một harness không quan tâm mình đang chạy mô hình của ai. OpenCode, Kilo, Cline và Qwen Code chạy mô hình trọng số mở một cách tự nhiên, còn Claude Code làm được qua các endpoint tương thích Anthropic. GLM Coding Plan của Z.ai hoạt động trong hơn 20 công cụ và M Plan của MiniMax trong Claude Code, Codex, Cursor và OpenCode; gói thành viên của Kimi xoay quanh Kimi Code của chính Moonshot. GLM-5.3 trong OpenCode đạt 54 điểm trên Coding Agent Index — khoảng 80% điểm cao nhất.

“Không thể ra khỏi toà nhà” liên quan đến phần cứng cũng nhiều như phần mềm. Một mô hình code cục bộ đủ sức cần rất nhiều bộ nhớ; bài của tôi Hướng dẫn AI cục bộ trên MacBook Pro M5 Pro 64 GB nói về cái gì vừa với máy nào. Mới làm quen với việc xây dựng bằng tác nhân? Hãy bắt đầu với hướng dẫn vibe coding.

Phần 16 — Năm cách thiết lập hiệu quả

Lời khuyên hay nhất trong bài này gói gọn trong một câu: dùng hai harness — một cho việc khó nhất, một harness mở cho mọi thứ còn lại. Đây là hình dung ở năm mức ngân sách.

Cài đặt	Các harness	Mô hình	Khoảng mỗi tháng	Phù hợp nhất
Miễn phí	OpenCode v2, cộng Copilot Free hoặc Antigravity CLI để có ý kiến thứ hai	Mô hình miễn phí của OpenCode, mô hình cục bộ qua Ollama	$0 (cộng với phần cứng bạn đã có)	Học hỏi, dự án phụ, thử nghiệm các harness
Giá trị	Codex, cộng OpenCode v2 đăng nhập bằng cùng gói ChatGPT	GPT-6.1 Sol; thêm GLM-5.3 qua GLM Coding Plan Lite	$20–38	Hầu hết lập trình viên độc lập
Hiệu năng	Claude Code cho việc khó nhất, OpenCode v2 cho mọi thứ còn lại, Hermes Agent làm lễ tân	Claude Opus 5.5 và Sonnet 5.5; OpenCode Go cho mô hình mở	Khoảng $210 (Max 20× + Go)	Người code với tác nhân cả ngày
Riêng tư	OpenCode v2 hoặc goose, Hermes Agent cho chat	Chỉ mô hình cục bộ qua Ollama hoặc llama.cpp	$0 (cộng phần cứng xịn)	Mã của khách hàng không thể ra khỏi mạng của bạn
Team	Copilot CLI và ứng dụng Copilot, hoặc Claude Code trên gói Team; Factory hoặc Devin cho công việc tồn đọng	Tuỳ hợp đồng bao gồm những gì	Theo ghế	Công ty đã có hợp đồng với GitHub hoặc Anthropic

Con số hàng tháng dùng giá niêm yết ở Phần 11: ChatGPT Plus $20, GLM Coding Plan Lite $18, Claude Max 20× $200, OpenCode Go $10. Chưa gồm VAT.

Miễn phí. Các mô hình miễn phí của OpenCode là khuyến mãi có thời hạn với giới hạn sử dụng — phiên bản 2.1.2 đã thêm thông báo rõ ràng khi bạn chạm giới hạn — nên hãy coi chúng như cách để bắt đầu, không phải một gói. Mô hình cục bộ xoá giới hạn nhưng không xoá câu hỏi về phần cứng.

Đáng tiền. Đây là thiết lập tôi muốn khuyên phần lớn người đọc bài này. Gói ChatGPT Plus bao trùm Codex trên CLI, ứng dụng và đám mây, và cùng tài khoản đăng nhập đó cũng dùng được trong OpenCode, nên bạn có thể chọn giao diện nào mình thích. Thêm GLM Coding Plan khi bạn muốn một mô hình trọng số mở mạnh cho những phiên dài — liên kết tiếp thị giảm 10%. (Liên kết tiếp thị — xem phần tiết lộ ở đầu bài.)

Sức mạnh. Claude Code trên Max vẫn là harness đơn lẻ mạnh nhất, nhưng gói đăng ký của Anthropic sẽ không theo bạn sang các công cụ khác, nên hãy ghép nó với một harness mở cho bất cứ thứ gì bạn muốn chạy trên mô hình khác. Hermes Agent nằm trong các ứng dụng chat của bạn, ghi nhớ dự án của bạn và giao việc code cho Claude Code hoặc OpenCode. Tôi đã viết về mô hình lễ tân và xưởng trong OpenCode v2 vs Hermes Agent vs OpenClaw.

Riêng tư. Dùng chính sách của OpenCode v2 để các nhà cung cấp đám mây biến mất khỏi danh sách chọn mô hình với dự án của khách hàng, và giữ máy của tác nhân không kết nối internet nếu hợp đồng yêu cầu. Hãy chờ kết quả chậm hơn và yếu hơn mô hình tiên tiến.

Nhóm. Bắt đầu với harness mà công ty bạn đã trả tiền — thường là Copilot — vì quản trị, thanh toán và đăng nhập một lần quan trọng hơn vài điểm benchmark khi quy mô lớn. Thêm một nền tảng như Factory hoặc Devin khi bạn muốn các tác nhân xử lý công việc tồn đọng mà không cần trông coi.

Which AI coding harness to use: twelve situations matched to Claude Code, Codex, OpenCode v2, Hermes Agent, Pi, Copilot CLI and others — Hãy tìm dòng giống với bạn nhất. Hầu hết mọi người cuối cùng dùng hai: một harness chính và một cho việc rẻ tiền hoặc riêng tư.

Phần 17 — Điều đáng theo dõi tiếp theo

LSP trong OpenCode v2. Phiên bản 2 vẫn nhận cấu hình language server nhưng không chạy các server đó. Liệu điều này có thay đổi là câu hỏi mở lớn nhất với bất kỳ ai làm việc trong một codebase có kiểu dữ liệu.
ACP v2. Bản nháp công bố tháng Bảy làm lại cách thông điệp, diff và yêu cầu quyền được truyền đi. Khi nó ổn định, hãy chờ các trình soạn thảo hiển thị đầu ra tác nhân phong phú hơn từ mọi harness cùng lúc.
Giấy phép của Antigravity CLI. Google chưa nói liệu agy có phải mã nguồn mở hay không. Cộng đồng Gemini CLI sẽ theo dõi.
Quy định đăng ký của Anthropic. Hạn chế hồi tháng Một và khoản tín dụng Agent SDK hồi tháng Sáu cho thấy chính sách có thể đi theo cả hai hướng. Bất kỳ thay đổi nào cũng sẽ lan sang OpenCode, OpenClaw và mọi harness bên thứ ba khác.
Cursor dưới trướng SpaceX. Các gói kèm Grok xuất hiện trên trang giá của Cursor vào giữa tháng Mười mà không có thông báo chính thức trong các nguồn tôi tìm được. Hãy theo dõi cách định giá các mô hình tiên tiến không phải Grok và liệu Origin, đối thủ GitHub của nó, có ra mắt không.
DeepSeek Harness 0.2 ổn định. Mọi bản npm từ khi ra mắt đều là alpha hoặc release candidate. Một bản phát hành ổn định đầu tiên sẽ khiến nó thành lựa chọn nghiêm túc cho các nhóm.
goose 2.0 rời beta, và Quỹ Agentic AI sẽ làm gì với nó.
Benchmark harness tốt hơn. Phần so sánh harness của Artificial Analysis vẫn ghi “sắp có”, và các trang so sánh công khai của nó chỉ hiện một dòng OpenCode, không có gì cho Hermes, Pi hay Copilot. Nhiều harness hơn trên cùng một bộ bài kiểm tra sẽ giải quyết được nhiều tranh luận.
Mặc định sandbox. Codex và Cursor cô lập lệnh shell theo mặc định; Claude Code, OpenCode, Hermes và Pi thì không. Lỗ hổng nghiêm trọng tiếp theo có thể buộc phải thay đổi.
Câu hỏi về Aider. Hoặc dự án gốc tỉnh dậy, hoặc cecli trở thành kẻ kế tục trên thực tế.
Giá. Gần như mọi gói trong bài này đều thay đổi ít nhất một lần trong năm 2026. Hãy kiểm tra lại trước khi gia hạn.

Câu hỏi thường gặp

Harness coding AI là gì?

Một harness coding AI, đôi khi được gọi là harness tác nhân, là phần mềm bao quanh một mô hình ngôn ngữ để biến nó thành tác nhân code: vòng lặp lập kế hoạch và hành động, các công cụ sửa tệp và chạy lệnh, quản lý ngữ cảnh và bộ nhớ, quyền và sandbox, cùng giao diện — terminal, trình soạn thảo, ứng dụng desktop hay đám mây. Claude Code, Codex, OpenCode, Hermes Agent và Pi là harness; Claude Opus 5.5 và GPT-6.1 Sol là các mô hình chúng chạy.

Harness coding AI tốt nhất năm 2026 là gì?

Còn tuỳ bạn tối ưu cho cái gì; không có một tác nhân code AI tốt nhất cho tất cả mọi người. Claude Code có điểm độc lập cao nhất (68 trên Coding Agent Index của Artificial Analysis), Codex có kết quả tốt nhất trên mỗi đô la (63 với $1,04 một tác vụ), và OpenCode v2 là harness mã nguồn mở tốt nhất để chạy mọi mô hình, kể cả mô hình cục bộ. Nhiều lập trình viên dùng hai: một cho việc khó nhất và một cái mở cho mọi thứ còn lại.

Claude Code có tốt hơn Codex không?

Claude Code đạt điểm cao hơn — 68 so với 63 trên Coding Agent Index, và 64,8% so với 58,2% trên bảng Terminal-Bench 4.0 — nhưng Codex làm việc rẻ hơn nhiều: $1,04 và 15,5 phút mỗi tác vụ, so với $14,19 và 1,5 giờ của Claude Code ở mức nỗ lực tối đa. Ở thiết lập nỗ lực “xhigh”, Claude Code sánh ngang 63 của Codex với $3,33 một tác vụ. Codex cũng là mã nguồn mở và có sandbox bật sẵn.

OpenCode có tốt hơn Claude Code không?

Về kết quả thô với các mô hình Claude thì không — Claude Code là harness của chính Anthropic và đứng đầu các benchmark. Thế mạnh của OpenCode là tự do và chi phí: nó dùng giấy phép MIT, hoạt động với hơn 75 nhà cung cấp cùng mô hình cục bộ, và với GLM-5.3 nó đạt 54 điểm trên Coding Agent Index với $4,37 một tác vụ. Gói đăng ký Claude không dùng được trong OpenCode, nên ở đó bạn sẽ dùng Claude qua API key.

Tôi có thể dùng đăng ký Claude Pro hoặc Max trong OpenCode hay harness khác không?

Không trực tiếp. Từ tháng Một 2026, đăng nhập bằng gói đăng ký Claude chỉ hoạt động trong các ứng dụng của chính Anthropic, gồm cả Claude Code. Từ ngày 15 tháng Sáu, gói Pro và Max bao gồm khoản tín dụng Agent SDK hàng tháng — $20, $100 hoặc $200 — dùng được cho claude -p, GitHub Actions và các công cụ bên thứ ba xây trên Agent SDK của Anthropic. Các harness khác, như OpenCode, cần API key Anthropic.

Tôi có thể dùng đăng ký ChatGPT trong các tác nhân coding khác không?

Có, ở một số nơi. OpenAI hỗ trợ “Sign in with ChatGPT” trong các harness bên thứ ba như OpenCode và Pi, còn Devin Desktop và Amp cũng cho bạn liên kết gói ChatGPT. Tuyên bố công khai của OpenAI về việc này không mang tính hợp đồng, nên hãy kiểm tra điều khoản hiện hành nếu quy trình làm việc của bạn phụ thuộc vào nó.

Chuyện gì đã xảy ra với Gemini CLI?

Ngày 18 tháng Sáu 2026, Google ngừng phục vụ Gemini CLI cho người dùng miễn phí, người đăng ký Google AI Pro và Ultra cùng người dùng Gemini Code Assist cá nhân, và chuyển họ sang Antigravity CLI mới, có lệnh là agy. Gemini CLI vẫn là mã nguồn mở theo Apache-2.0 và vẫn hoạt động với API key Gemini trả phí cùng giấy phép Gemini Code Assist Standard hoặc Enterprise; phiên bản 0.65.0 phát hành ngày 20 tháng Mười.

Chuyện gì đã xảy ra với Roo Code, Continue và Aider?

Roo Code đóng cửa ngày 15 tháng Năm 2026 và hướng người dùng sang bản fork ZooCode và sang Cline. Continue được Cursor acqui-hire vào tháng Sáu, và mã của nó vẫn có sẵn theo Apache-2.0. Aider không phát hành bản nào từ ngày 12 tháng Hai 2026, và phần lớn hoạt động phát triển đã chuyển sang bản fork cộng đồng cecli.

Harness coding nào tốt nhất cho mô hình cục bộ?

OpenCode v2 là dễ nhất: nó tự phát hiện Ollama, LM Studio và vLLM ở cổng mặc định. Hermes Agent thêm mô hình cục bộ một cú nhấp qua llama.cpp, Codex có chế độ --oss , Copilot CLI liệt kê mô hình Ollama cục bộ trong danh sách chọn mô hình, và goose, Qwen Code, Cline, Kilo Code, Factory Droid cùng Pi đều hoạt động với máy chủ tương thích OpenAI cục bộ. Mô hình code cục bộ mạnh cần rất nhiều bộ nhớ.

Những tác nhân coding AI nào miễn phí?

OpenCode, Pi, Cline, Kilo Code, goose, Qwen Code, Kimi Code, Mistral Vibe, Hermes Agent, DeepSeek Harness, Crush và Codex CLI đều miễn phí sử dụng — bạn chỉ trả tiền cho mô hình, hoặc không trả gì với mô hình cục bộ. OpenCode cũng có các mô hình miễn phí có thời hạn, Copilot có gói Free bao gồm CLI, và Antigravity CLI có bậc miễn phí.

Harness có quan trọng hơn mô hình không?

Với tỷ lệ vượt qua ở mức tiên tiến thì không nhiều: Claude Opus 5.5 giải được 64,8% nhiệm vụ Terminal-Bench 4.0 trong Claude Code và 65,2% trong một harness chỉ có một công cụ bash. Harness quan trọng hơn với các mô hình yếu — Grok Build nâng Grok 4.7 thêm 8,8 điểm — và nó quyết định chi phí, tốc độ cùng độ an toàn. Trên chỉ số của Artificial Analysis, cùng 63 điểm tốn $1,04 một tác vụ ở một thiết lập và $3,33 ở thiết lập khác.

Hermes Agent có phải tác nhân coding không?

Hermes Agent là tác nhân cá nhân đa dụng của Nous Research, nhưng nó code tốt: nó chạy language server thật và đưa chẩn đoán của chúng trở lại sau mỗi lần sửa, giữ các checkpoint để bạn khôi phục, hỗ trợ git worktree và có sẵn kỹ năng để giao việc code cho OpenCode, Claude Code hoặc Codex. Thế mạnh chính của nó là bộ nhớ dài hạn và truy cập từ hơn 20 ứng dụng nhắn tin.

DeepSeek Harness là gì?

DeepSeek Harness là tác nhân mã nguồn mở của DeepSeek, phát hành ngày 13 tháng Tám 2026 cùng DeepSeek V4-Pro. Nó dùng giấy phép MIT, chạy như một ứng dụng web cục bộ (npx @deepseek-ai/dsh web), và coi mọi thứ — mô hình, công cụ, kỹ năng, sandbox và cả vòng lặp tác nhân — là plug-in. Nó thu về khoảng 252.000 sao GitHub trong mười tuần nhưng vẫn ở giai đoạn trước phát hành, phiên bản 0.2.1-rc.2.

Tác nhân coding AI nào bảo mật nhất theo mặc định?

Codex là harness duy nhất của phòng lab lớn có sandbox hệ điều hành bật sẵn, và chế độ mặc định của Cursor sandbox lệnh shell khi có thể. Claude Code có sandbox mạnh, nhưng bạn phải bật bằng /sandbox. OpenCode v2 dựa vào quy tắc quyền và Pi không có hệ thống quyền, nên hãy chạy chúng trong vùng chứa với công việc không đáng tin. Dù dùng gì, hãy cập nhật hàng tuần và đừng bao giờ dùng chế độ tự động chấp thuận ngoài môi trường dùng một lần.

ACP — Agent Client Protocol — là gì?

ACP là giao thức mở do Zed khởi xướng, cho phép bất kỳ tác nhân code nào chạy trong trình soạn thảo hoặc máy chủ tương thích, như Zed, JetBrains IDE hay Devin Desktop. Danh bạ chính thức của nó liệt kê 44 tác nhân, gồm OpenCode, Copilot CLI, Cursor, Gemini CLI, Cline, Kilo và Junie, còn Claude Code và Codex có sẵn qua adapter. Một bản nháp phiên bản 2 được công bố vào tháng Bảy 2026.

Tôi có thể dùng nhiều hơn một harness coding trong cùng một dự án không?

Có, và ngày càng dễ. Đặt quy tắc dự án trong AGENTS.md, quy trình tái sử dụng trong .agents/skills, và công cụ phía sau các máy chủ MCP; hầu hết harness đọc cả ba. Nhiều lập trình viên ghép một harness theo đăng ký như Claude Code hay Codex với một cái mở như OpenCode, và các buồng lái như Orca hay Herdr chạy nhiều harness cạnh nhau trong các git worktree riêng.

Điểm mấu chốt

Hai năm trước, câu hỏi là dùng mô hình nào. Năm 2026, câu hỏi là chạy nó trong harness nào — và câu trả lời trung thực là hai.

Claude Code là harness mạnh nhất và đầy đủ nhất, và là cái mà các benchmark tôn lên — với cái giá về token, và với gói đăng ký chỉ hoạt động trong các ứng dụng của chính Anthropic. Codex là cái hiệu quả: gần tốt bằng, mã nguồn mở, sandbox mặc định và chi phí mỗi tác vụ chỉ bằng một phần nhỏ. OpenCode v2 là harness mở chạy được mọi thứ và giữ lựa chọn của bạn rộng mở khi bảng xếp hạng mô hình thay đổi. Hermes Agent là thứ bạn đặt trong các ứng dụng chat nếu muốn một tác nhân biết bạn. Pi là cái tối giản mà một phần đáng ngạc nhiên của hệ sinh thái âm thầm chạy trên đó. Và harness của chính các phòng lab mô hình mở — DeepSeek, Qwen, Kimi và Mistral — đã làm cho việc code bằng AI mạnh mẽ trở nên rẻ hơn bao giờ hết.

Các chuẩn — MCP, ACP, AGENTS.md và Agent Skills — nghĩa là bạn không còn phải gắn chặt với bất kỳ cái nào. Vậy đừng. Chọn một harness chính cho việc khó nhất và một cái mở cho mọi thứ còn lại, giữ hướng dẫn trong AGENTS.md, bật sandbox và cập nhật mỗi tuần. Rồi để các harness tranh nhau sự chú ý của bạn. Chúng không hề chậm lại.

Dùng một harness tôi chưa đề cập, hay thấy những con số khác trên dự án của bạn? Tôi muốn nghe bạn chạy harness và mô hình nào, tốn bao nhiêu mỗi tháng, và hỏng ở đâu. Hoan nghênh các chỉnh sửa và bằng chứng ngược lại — bài này sẽ được cập nhật khi bức tranh thay đổi.

Tiết lộ: Bài này chứa một liên kết tiếp thị, tới GLM Coding Plan của Z.ai. Đăng ký qua đó giúp bạn giảm 10% và có thể mang lại cho tôi một khoản hoa hồng mà bạn không tốn thêm gì. Không sản phẩm nào khác trong bài được tài trợ, và không công ty, phòng lab hay quỹ nào được nhắc đến đã xem bài trước khi xuất bản.

Dữ kiện kiểm tra ngày 22 tháng Mười 2026.