
Hình 1. Vận hành đội AI dựa trên chất lượng đầu ra, lượng sử dụng và quyết định của người phụ trách.
Một ticket chạy trót lọt ở Phần 2 mới chứng minh quy trình chạy được. Khi có 10, 20 ticket, câu hỏi đổi khác: chất lượng có giữ được không, agent đang kẹt ở đâu, hạn mức có đủ không, và người phụ trách thực sự tiết kiệm được bao nhiêu thời gian?
Bài này đưa ra bốn công cụ: một chuẩn hoàn thành chung, một bảng theo dõi tối thiểu, cách quản lý chi phí hai lớp và một nhịp vận hành hằng ngày/tuần. Cuối bài là cách tính hiệu quả với ví dụ số cụ thể.
1. Một chuẩn hoàn thành cho cả đội
Trước khi chạy thêm ticket, thống nhất Definition of Done dùng chung cho mọi ticket cùng loại. Đưa nó vào instructions của Developer và QA:
Một ticket chỉ được coi là XONG khi có đủ:
1. Hành vi đạt từng tiêu chí nghiệm thu
2. Test hồi quy theo quy ước repo
3. Commit/nhánh cụ thể được QA kiểm tra
4. Lệnh test + kết quả thật (nếu không chạy được: ghi lý do ngay cạnh kết luận)
5. Người phụ trách đã bấm duyệt
Trên các task có execution policy, phân biệt rõ trạng thái: in_review là đang chờ kiểm tra, done là đã được chấp nhận. Đừng đếm task in_review là “đã xong”.

Hình 2. Chạy việc → ghi bằng chứng → tìm điểm nghẽn → điều chỉnh, rồi thử lại trên ticket tương đương.
2. Bảng theo dõi tối thiểu
Paperclip lưu trạng thái và lịch sử chạy, nhưng để so sánh hiệu quả, bạn nên giữ thêm một bảng tính đơn giản — mỗi dòng một ticket, có link về task gốc:

Hình 3. Danh sách Tasks trong Paperclip — nguồn dữ liệu cho bảng theo dõi; mỗi task có mã, trạng thái và task con. (Ảnh: tài liệu chính thức Paperclip)
| Nhóm | Cần ghi | Giúp quyết định |
|---|---|---|
| Chất lượng | Đạt tiêu chí nào; số lần bị trả về; có bị mở lại không | Agent hay instructions nào cần sửa |
| Thời gian | Lúc giao, lúc được duyệt; số phút con người tham gia | Nghẽn ở khâu thực thi hay khâu bàn giao/review |
| Chi phí & hạn mức | Phí phân bổ, phí API, mức dùng hạn mức của tài khoản | Đổi lịch chạy, model hay gói |
| Vướng mắc | Lý do dừng, ai gỡ, bước tiếp theo | Ai cần can thiệp, việc nào chạy tiếp |
Hai chỉ số dễ nhầm, hãy ghi tách riêng:
- Lead time: từ lúc giao đến lúc được duyệt, tính cả thời gian chờ.
- Công sức con người: số phút chuẩn bị đầu vào, trả lời câu hỏi, review và sửa bổ sung.
Một quy trình có thể giảm công sức con người nhưng lead time vẫn dài vì task nằm chờ review hoặc chờ hạn mức reset. Thêm cột độ khó/loại ticket để không so sánh 10 ticket dễ với 10 ticket khó.
3. Quản lý chi phí: hai lớp theo dõi
Lớp 1 — Hạn mức ở nhà cung cấp (khi dùng subscription)
- Codex + ChatGPT: xem trang usage của tài khoản ChatGPT để biết hạn mức và thời điểm reset. Mức tiêu hao phụ thuộc model và công việc, nên không thể quy đổi bảng giá API thành “gói này chạy được bao nhiêu ticket”.
- Claude Code + gói Claude: các lượt claude -p dùng chung hạn mức với việc bạn dùng Claude hằng ngày. Theo dõi trong trang usage của tài khoản Claude.
Lưu ý quan trọng: nếu CEO, Developer và QA cùng dùng một tài khoản, cả ba đang rút từ cùng một hạn mức. Tạo thêm agent không tạo thêm quota.
Lớp 2 — Ngân sách trong Paperclip (khi dùng API key)
| Thiết lập | Mặc định / hành vi |
|---|---|
| Phạm vi | Company, agent (chu kỳ tháng, reset 00:00 UTC ngày 1); project (mặc định trọn đời, có thể đổi sang theo tháng) |
| Cảnh báo | Ở 80% ngân sách |
| Hard stop | Bật mặc định — agent bị tạm dừng khi chạm 100% |
| Độ trễ | Chi phí được ghi khi mỗi lượt chạy kết thúc, nên có thể vượt nhẹ trước khi dừng |

Hình 4. Trang Budgets: cảnh báo 80% (vàng) không dừng việc; hard stop 100% (đỏ) tạm dừng heartbeat. Hạn mức subscription được theo dõi riêng. (Ảnh: tài liệu chính thức Paperclip)
⚠️ Paperclip ghi lượt chạy bằng subscription là $0. Hệ quả: hard stop không giới hạn được công việc chạy bằng subscription — bạn chỉ kiểm soát được bằng Lớp 1. Trang Budgets cũng ghi rõ hạn mức subscription của nhà cung cấp được theo dõi riêng. Trước khi tin vào hard stop với API, hãy thử trên một project riêng với ngân sách rất nhỏ.
Quy tắc đề xuất: hết hạn mức subscription thì tạm dừng việc không gấp hoặc chờ reset. Chuyển sang API là một quyết định chi tiêu có người duyệt và ngân sách rõ ràng, không phải phương án tự động.
4. Cắt bỏ những lượt chạy vô ích
Một agent bị đánh thức nhiều lần nhưng lần nào cũng báo cùng một vướng mắc là đang đốt hạn mức. Trước khi bấm chạy lại, tự hỏi: lượt gần nhất có tạo ra thay đổi, bằng chứng hay bàn giao mới không? Nếu không, gỡ vướng mắc trước.
- Ưu tiên đánh thức theo sự kiện (giao việc, comment mới). Timer heartbeat chỉ bật cho việc thực sự định kỳ, ví dụ một routine tổng hợp task bị kẹt mỗi sáng.

Hình 5. Trang Routines: mỗi routine có lịch chạy, nút Run now và công tắc bật/tắt. (Ảnh: tài liệu chính thức Paperclip)
- Yêu cầu agent luôn kết thúc bằng trạng thái rõ ràng và người nhận tiếp theo. Lượt chạy trên task mà không comment sẽ bị đánh thức lại một lần rồi chuyển retry_exhausted.
- Paperclip có sẵn cơ chế hãm: task bị đánh thức lặp lại không tiến triển sẽ bị giãn thời gian (bắt đầu 2 phút, tối đa 30 phút).
- Tối ưu từng biến một: thu hẹp phạm vi, bớt ngữ cảnh, đổi mức suy luận, hoặc đổi model cho một vai trò (ví dụ model nhỏ hơn cho QA). Thử trên nhóm ticket cùng độ khó rồi mới áp dụng cho cả đội.
5. Phân loại lỗi trước khi chạy lại
| Nhóm lỗi | Dấu hiệu | Hành động |
|---|---|---|
| Xác thực / model | Bị từ chối ngay khi khởi chạy | Kiểm tra tài khoản, phiên bản CLI, quyền model; chạy Test Environment |
| Hạn mức / ngân sách | Provider báo giới hạn, hoặc scope bị pause | Xác định giới hạn ở lớp nào; chờ reset hoặc xin duyệt tăng ngân sách |
| Môi trường | Sai đường dẫn, thiếu dependency, lệnh test lỗi; exit 143 (timeout/hết bộ nhớ) | Sửa môi trường; chia nhỏ task trước khi tăng timeout |
| Tranh quyền | Checkout trả 409 Conflict | Tách việc hoặc giao đúng người giữ task |
| Review lặp | Cùng một tiêu chí bị trả về nhiều lần | Người phụ trách làm rõ tiêu chí; giữ maxReviewRounds thấp |
Với vòng review giữa các agent: khi chạm maxReviewRounds, task chỉ chuyển lên con người nếu có người phụ trách hợp lệ (người được gán chịu trách nhiệm hoặc người tạo task). Nếu task do agent tạo và không có ai được gán, nó sẽ tiếp tục quay về Developer – hãy luôn gán người phụ trách.
6. Tính hiệu quả: một ví dụ có số
Toàn bộ số liệu dưới đây là giả định để minh họa cách tính, không phải benchmark hay giá gói của nhà cung cấp.
So sánh hai đợt, mỗi đợt 10 ticket cùng độ khó, đều được nghiệm thu:
- Cách cũ: con người tốn 150 phút.
- Có Paperclip: con người tốn 100 phút (đã gồm chuẩn bị, giải đáp, review, sửa bổ sung). 8/10 ticket được chấp nhận ngay lần review đầu.
- Chi phí: subscription phân bổ cho đợt thử 120.000 đ, hạ tầng 30.000 đ, không phát sinh phí API.
| Chỉ số | Cách tính | Kết quả |
|---|---|---|
| Công sức tiết kiệm | 150 − 100 | 50 phút / đợt |
| Tỷ lệ giảm công sức | 50 ÷ 150 | ≈ 33,3% |
| Đạt ngay lần review đầu | 8 ÷ 10 | 80% |
| Chi phí công cụ + hạ tầng | 120.000 + 30.000 | 150.000 đ |
| Chi phí mỗi ticket được duyệt | 150.000 ÷ 10 | 15.000 đ |
Đọc kết quả thế nào cho đúng:
- Đáng làm không? So 50 phút tiết kiệm với 150.000 đ theo đơn giá giờ công nội bộ. Nếu 50 phút công của bạn đáng hơn 150.000 đ thì đợt thử có lời — chưa tính rủi ro chất lượng.
- Tiền mặt thực chi có thể chỉ là 30.000 đ hạ tầng nếu gói subscription vốn đã trả cho việc khác. Nhưng vẫn ghi phần phân bổ và hạn mức đã tiêu, để không coi tài nguyên sẵn có là miễn phí vô hạn.
- Chưa kết luận được về lead time, vì ví dụ chưa đo thời gian chờ ở cả hai đợt.
7. Nhịp vận hành gợi ý cho nhóm nhỏ
Đầu ngày (10 phút)
- Task nào đang chờ con người (in_review, Approvals)?
- Có lỗi xác thực, scope bị pause hay hạn mức sắp hết không?
- Ưu tiên gỡ vướng thay vì mở thêm ticket khi hàng chờ review đang dồn.

Hình 6. Inbox là điểm bắt đầu mỗi sáng: task cần xử lý và các quyết định đang chờ duyệt. (Ảnh: tài liệu chính thức Paperclip)
Sau mỗi ticket (5 phút)
- Kiểm tra bằng chứng, ghi số phút con người và lý do bị trả về.
- Lỗi tìm được → giữ cách tái hiện để thành test hoặc bổ sung instructions.
Cuối tuần (30 phút)
- Nhóm ticket theo loại và độ khó; so chất lượng và công sức với tuần trước.
- Chọn một điểm nghẽn để cải thiện tuần sau, giữ nguyên các cấu hình khác để đọc được tác động.
Khi nhịp này ổn định, có thể chuyển phần tổng hợp lặp lại thành một routine — nhưng đối xử với routine như một task: có đầu ra, phạm vi và người chịu trách nhiệm.
8. Khi nào nên mở rộng
- Thêm vai trò chỉ khi nó có đầu ra riêng, có người nhận bàn giao và hạn mức đủ dùng. Nếu review đang là điểm nghẽn, thêm Developer chỉ làm hàng chờ dài hơn.
- Chạy song song cần mỗi task một checkout riêng: bật Execution Workspaces → Enable isolated task checkouts trong cấu hình project và chọn chế độ Shared workspace concurrency (Auto / Serialize / Allow). Đây là tính năng thử nghiệm — kiểm tra kỹ QA có nhận đúng nhánh của task không.

Hình 7. Tab Workspaces của project: mỗi execution workspace có nhánh, đường dẫn và dịch vụ riêng, liên kết với các task. (Ảnh: tài liệu chính thức Paperclip)
- Sao lưu trước khi mở rộng. Company export chỉ là gói di chuyển: không gồm approvals, lịch sử chi phí, activity log và không bao giờ chứa secret. Muốn khôi phục đầy đủ, sao lưu cả CSDL, thư mục dữ liệu và master.key. Sau khi restore, chạy Test Environment và một task chỉ đọc trước khi cho chạy lại.
Kết luận của loạt bài
Paperclip không làm AI giỏi hơn; nó làm cho công việc của nhiều AI trở nên nhìn thấy được và kiểm tra được. Giá trị thật đến từ ba thứ bạn tự thiết kế: tiêu chí nghiệm thu rõ, bàn giao có bằng chứng và con người duyệt đúng chỗ.
Quyết định giữ, chỉnh hay mở rộng nên dựa trên số liệu: số ticket được chấp nhận, số phút con người, tài nguyên đã dùng và tần suất bị kẹt. Bắt đầu nhỏ, đo, rồi mới tăng quy mô.
Tài liệu tham khảo
- Budgets (product) · Set a Monthly Budget · Execution Policy
- Routines & Heartbeats · Debug a Stuck Heartbeat · Projects
- Back Up and Restore a Company · Claude plan với claude -p · OpenAI Codex Authentication
Thông tin tính năng đối chiếu với tài liệu chính thức ngày 13/11/2026. Ảnh chụp giao diện lấy từ tài liệu chính thức docs.paperclip.ing (dữ liệu mẫu); sơ đồ và ảnh bìa là minh họa tạo bằng AI. Các phép tính chi phí dùng số liệu giả định.
Vui lòng đăng nhập để bình luận.