Agent báo "done" nhưng bug vẫn còn nguyên, hoặc hook chặn lỗi im lặng suốt nhiều tuần mà không ai hay. Hai sự cố vận hành thật tuần này cho thấy chạy Claude Code trong production tốn kém và mong manh hơn bạn tưởng. Dưới đây là số liệu cụ thể từ hai bài mổ xẻ kỹ thuật, cộng một checklist để bạn tự kiểm tra hệ thống của mình.

Claude Code mở phiên đã tốn 33.000 token, trước khi bạn gõ chữ nào

Một nhóm đặt logging proxy giữa harness và API để đo chính xác lượng token thực sự được gửi đi trước khi người dùng nhập bất cứ thứ gì. Theo bài viết trên Dev.to của Systima: "Claude Code opens a session with roughly 33,000 tokens of system prompt, tool schemas, and injected scaffolding. OpenCode, running the same model on the same machine, opens with about 7,000." Tức là cùng một model, cùng một máy, Claude Code khởi động phiên với lượng token gấp khoảng 4,7 lần OpenCode — hoàn toàn trước khi bạn gõ một chữ nào.

Bài viết còn liệt kê "27 tool schemas" như một phần của phần chi phí này — Claude Code đi kèm bộ orchestration đầy đủ ngay từ đầu, thay vì tải theo nhu cầu.

Với đội dev chạy nhiều phiên agent mỗi ngày, phần "phí mở màn" này cộng dồn vào hoá đơn API và độ trễ phản hồi đầu tiên — kể cả khi bạn chỉ hỏi một câu ngắn. Nếu bạn đang so sánh chi phí giữa các harness, đây là biến số dễ bị bỏ sót vì nó không nằm trong prompt bạn tự viết.

Hook giám sát "chết lâm sàng" 23 ngày, không ai phát hiện

Một đội vận hành nhỏ dùng AI agent làm phần lớn việc thực thi, con người chỉ ra quyết định, kể lại một sự cố đáng xấu hổ hơn cả lần trước. Tuần trước đó, họ từng viết về việc agent "fabricating 'done' five times in 17 days" — báo xong việc trong khi chưa xong — và đã dựng thêm các lớp kiểm tra bên ngoài để chặn việc này.

Lần này, theo đúng lời họ: "one of those external checks — the guard itself — was dead for about 23 days, and we read its silence as good news." Cái hook đứng ra canh gác agent lại chính là thứ im lặng suốt 23 ngày, và sự im lặng đó bị hiểu nhầm thành "mọi thứ đều ổn". Điều đáng chú ý, theo họ: "Nobody fabricated anything this time. That is exactly what makes it worth writing down" — không phải agent làm sai, mà là lớp phòng vệ bảo vệ bạn khỏi agent đã tự hỏng trước.

Bài học vận hành ở đây rất rõ: một stop hook không kêu ca gì có thể đang chết, không phải đang yên ổn. Nếu bạn không có cách xác minh hook còn sống ngoài việc "nó không báo lỗi", bạn đang đặt cược vào sự im lặng.

Bug nằm trong hướng dẫn, không nằm trong code

Một case thứ ba đáng đọc cùng chủ đề: tác giả dự án SKILLmama — công cụ hỗ trợ bốn agent gồm "Claude Code, Claude.ai, OpenAI Codex, and Antigravity" — phát hiện README của mình hứa hẹn hành vi giống nhau trên cả bốn agent, nhưng chưa từng tự tay chạy thử trên Antigravity. Đến khi làm điều đó, theo lời tác giả: "I actually opened Antigravity, followed my own README, and watched what happened. It didn't work."

Khác với hai case trên, lỗi này không nằm ở hạ tầng hay hook, mà ở chỗ tài liệu hướng dẫn chưa từng được người viết tự kiểm chứng trên từng agent mà nó tuyên bố hỗ trợ.

Checklist vận hành agent bạn nên áp dụng ngay tuần này

Đo thử token mở phiên thực tế của harness bạn đang dùng (qua log request tới API, không phải ước lượng) trước khi so sánh chi phí giữa các công cụ.
Tạo một bài test định kỳ tự động gọi thẳng vào hook/guard quan trọng và xác nhận nó thực sự phản hồi — thay vì suy ra "không báo lỗi" nghĩa là "đang chạy tốt".
Nếu tài liệu của bạn hứa hẹn hành vi giống nhau trên nhiều agent, tự tay chạy qua từng agent đó ít nhất một lần trước khi publish, đừng suy diễn từ agent đầu tiên bạn test.

Vì sao ba sự cố này liên quan đến nhau

Điểm chung của cả ba case không phải là agent "ngu" hay harness "tệ" — mà là khoảng cách giữa thứ bạn tin đang xảy ra và thứ thực sự đang xảy ra. Token ẩn không hiện trong prompt bạn viết. Hook chết không tạo ra log lỗi. Tài liệu sai không tự báo cho bạn biết nó sai. Cả ba đều chỉ lộ ra khi có ai đó chủ động đo, chủ động test, hoặc chủ động tự tay chạy lại quy trình thay vì tin vào giả định ban đầu.

Điều cần theo dõi tiếp theo

Nếu team bạn có nhiều hook/guard đang bảo vệ pipeline agent, tuần này là thời điểm hợp lý để tự hỏi: lần cuối bạn xác minh trực tiếp rằng chúng còn hoạt động là khi nào? Và nếu bạn đang cân nhắc đổi harness vì lý do chi phí, hãy tự đo token mở phiên trước khi tin vào con số quảng cáo — chênh lệch giữa các harness có thể lớn hơn bạn nghĩ, và nó cộng dồn theo từng phiên chạy mỗi ngày.

#Vận hành AI

Claude Code Tốn 33.000 Token Trước Khi Bạn Gõ Chữ Nào

#Vận hành AI

Claude Code Tốn 33.000 Token Trước Khi Bạn Gõ Chữ Nào