Giao việc cho AI phụ mà vẫn hết hạn mức Claude: vì sao?

Hết hạn mức Claude dù đã giao code cho tài khoản phụ là chuyện tôi gặp liên tục trong tháng 10/2026. Lý do nằm ở chỗ ít ai để ý: phần đắt nhất không phải là gõ code mà là phiên điều phối. Mỗi lượt điều phối gửi lại toàn bộ hội thoại, và tôi đo được trung bình khoảng 250 nghìn token mỗi lượt, chạy bằng Opus.

Ở bài dùng nhiều tài khoản Claude CLI, Codex trên một máy, tôi đã kể cách dựng một phiên chỉ huy và nhiều thợ phụ. Bài này là phần tiếp theo: chạy kiểu đó vài tuần, tôi đo lại xem hạn mức đi đâu.

Mô hình nhạc trưởng – thợ đang chạy thế nào?

Cách làm của tôi khá phổ biến:

• Nhạc trưởng: phiên Claude trên ứng dụng desktop, tài khoản chính.
• Thợ: Codex CLI (gói ChatGPT) hoặc Claude CLI của tài khoản phụ, chạy ở chế độ không tương tác.
• Bàn giao: nhạc trưởng viết đề bài ra file, thợ làm xong trả về file patch. Thợ không thấy hội thoại của nhạc trưởng.

Nghe thì hợp lý: tài khoản chính chỉ nghĩ, tài khoản phụ làm. Nhưng sau một tuần, hạn mức tuần của tài khoản chính vẫn cạn sớm như chưa giao việc.

Tôi đã đo những gì?

Claude Code lưu lịch sử mỗi phiên thành file trên máy, mỗi lượt có ghi số token đã dùng. Tôi viết một đoạn script nhỏ đọc các file đó trong hai ngày 30–31/10/2026 và cộng lại. Kết quả:

Chỉ số	Số đo thật
Chi phí nền mỗi lượt, kể cả phiên gần như trống	khoảng 100 nghìn token
Số lượt trong một phiên làm việc thật	250–800 lượt
Ngữ cảnh trung bình mỗi lượt	240–350 nghìn token
Model của phiên điều phối	100% Opus
Một phiên có 6 lần giao việc	nhạc trưởng vẫn tự chạy 53 lệnh, đọc 14 file, sửa 10 chỗ, soi trình duyệt 13 lượt

Dòng cuối là chỗ tôi bất ngờ nhất. Giao việc đi rồi mà nhạc trưởng vẫn làm rất nhiều: đọc kết quả, soát diff, sửa chỗ thợ làm lệch, mở trình duyệt kiểm giao diện.

Vì sao người điều phối lại tốn nhất?

Mỗi lượt của Claude là một lần gửi lại toàn bộ hội thoại: hướng dẫn hệ thống, danh sách công cụ, file CLAUDE.md, mọi tin nhắn và mọi kết quả lệnh từ đầu phiên. Bộ nhớ đệm (prompt cache) giúp phần lặp lại rẻ hơn, nhưng vẫn bị tính vào hạn mức.

Một lần giao việc kéo theo khoảng 10–20 lượt điều phối:

1. Viết đề bài.
2. Chạy lệnh giao, chờ thông báo xong.
3. Đọc kết quả kiểm bằng máy.
4. Soát diff những file quan trọng.
5. Sửa nốt chỗ nhỏ, chạy lại test liên quan.
6. Mở trình duyệt xem giao diện.

Mười mấy lượt nhân với khoảng 250 nghìn token Opus là một con số lớn. Với việc nhỏ, chừng đó xấp xỉ việc tự làm luôn. Đó là lý do ai điều phối thì người đó tốn nhất. Thợ rẻ cỡ nào cũng không cứu được nếu nhạc trưởng vẫn là Opus giữ ngữ cảnh dài.

Giao việc chỉ chuyển phần gõ code sang tài khoản khác. Phần nghĩ, đọc và kiểm vẫn nằm ở tài khoản chính, và đó mới là phần đắt.

Chi phí nền 100 nghìn token đến từ đâu?

Khoản này tốn ở mọi lượt, kể cả khi không giao việc gì. Trên máy tôi, nó gồm:

• Hướng dẫn hệ thống và định nghĩa công cụ của Claude Code.
• File quy tắc toàn máy và CLAUDE.md của repo: cộng lại khoảng 100 KB vì tôi ghi rất kỹ.
• Danh sách skill: tôi có 22 skill dựng video, kịch bản, Zalo. Chúng không liên quan gì tới code nhưng vẫn được liệt kê ở mọi phiên.
• Plugin và MCP: bộ marketing, finance với hơn chục máy chủ MCP chưa đăng nhập, vẫn chiếm chỗ.

Một chi tiết nhỏ: tôi đã đặt model mặc định là Sonnet trong file cấu hình, nhưng bộ chọn model của ứng dụng desktop ghi đè lên. Vì vậy mọi phiên thực tế vẫn chạy Opus mà tôi không để ý.

Làm gì ngay để đỡ hết hạn mức Claude?

Bốn việc làm được ngay, không tốn tiền:

1. Ẩn skill và tắt MCP không dùng ở repo code. Claude Code cho tắt skill theo từng dự án bằng lệnh /skills, plugin thì tắt bằng enabledPlugins trong file cấu hình của dự án. Đây là khoản cắt ở mọi lượt.
2. Điều phối bằng Sonnet, chỉ dùng Opus khi cần nghĩ sâu. Kiểm tra model đang chạy ngay trong ứng dụng, đừng tin file cấu hình.
3. Mỗi việc một phiên ngắn. Phiên dài 300 lượt thì lượt nào cũng mang theo 300 lượt trước đó. Xong việc thì mở phiên mới hoặc dùng /compact.
4. Đừng gắn công cụ theo dõi báo từng mốc. Tôi từng cho phiên chính theo dõi log của thợ, mỗi dòng log là một lượt mới. Giờ tôi chỉ chờ thông báo xong, còn log thì mở ở một tab terminal riêng để tự xem.

Thêm một quy tắc: việc nhỏ thì tự làm, việc lớn và khép kín mới giao. Sửa một dòng chữ mà phải viết đề bài, chờ, đọc patch thì chắc chắn đắt hơn.

Các mẹo giữ ngữ cảnh gọn khác, tôi đã gom trong bài mẹo dùng Claude Code.

Cách chữa tận gốc là gì?

Bốn việc trên chỉ giảm tốc độ hao. Muốn giảm hẳn thì phải đảo vai: để thợ rẻ cầm lái và giữ ngữ cảnh dài, còn Claude chính chỉ được gọi vài lần mỗi việc để duyệt kế hoạch và soát chỗ nhạy cảm. Tôi viết riêng về mô hình này ở bài tiếp theo trong chuỗi.

Tóm tắt và bước tiếp theo

• Hết hạn mức Claude dù đã giao việc là do phiên điều phối: mỗi lượt gửi lại cả hội thoại, trung bình khoảng 250 nghìn token, bằng Opus.
• Chi phí nền khoảng 100 nghìn token mỗi lượt, đến từ hướng dẫn, CLAUDE.md, skill và MCP.
• Làm ngay: ẩn skill/MCP thừa, điều phối bằng Sonnet, phiên ngắn, bỏ theo dõi từng mốc, việc nhỏ thì tự làm.

Bước tiếp theo: mở một phiên Claude Code, gõ /context để xem ngữ cảnh nền của bạn đang tốn bao nhiêu và tốn vào đâu. Con số đó cho bạn biết nên cắt chỗ nào trước.