TL;DR

Nick Saraev - YouTuber chuyên về AI automation với gần 500K subscribers - vừa phát hành một khóa học AI Agents hoàn toàn miễn phí, dài 130 phút trên YouTube. Khóa học không chỉ giải thích lý thuyết về vòng lặp agent mà còn so sánh trực tiếp ba nền tảng đang được dùng nhiều nhất: Codex, Claude Code và Gemini. Kèm theo đó là các kỹ thuật nâng cao từ multi-agent workflow đến agent debate và browser automation.

Nick Saraev là ai?

Nick Saraev là developer, entrepreneur và AI educator người Canada. Anh điều hành một kênh YouTube tập trung vào AI automation và đã giúp hàng triệu người học cách triển khai AI vào công việc thực tế - từ n8n workflows, Make.com, đến các coding agent như Claude Code và Codex.

Khóa học n8n Full Course 6 giờ của anh đã thu về hơn 875K lượt xem. Maker School - cộng đồng học online do anh thành lập - hiện có hơn 10.000 học viên tốt nghiệp. Điều này cho thấy Nick Saraev không chỉ nói lý thuyết: anh có track record thực tế về việc dạy người khác xây dựng hệ thống AI có thể chạy được.

Khóa học AI Agents lần này được thiết kế gọn hơn, tập trung vào ba thứ anh cho là cốt lõi nhất: vòng lặp agent, so sánh platform, và các kỹ thuật nâng cao để agent hoạt động đáng tin cậy hơn trong môi trường thực tế.

Vòng lặp cốt lõi: Observe - Think - Act - Repeat

Phần đầu khóa học giải thích nền tảng mà mọi AI agent đều vận hành trên đó - một vòng lặp bốn bước đơn giản nhưng là chìa khóa để hiểu tại sao agent làm được những thứ mà chatbot thông thường không thể:

  • Observe: Agent đọc context hiện tại - file, output của lệnh trước, trạng thái hệ thống.
  • Think: Lên kế hoạch cho bước tiếp theo dựa trên những gì quan sát được.
  • Act: Dùng tool, sửa file, chạy lệnh terminal, gọi API.
  • Repeat: Lặp lại cho đến khi hoàn thành mục tiêu hoặc đến ngưỡng cần input từ người dùng.

Sự khác biệt cơ bản giữa agent và chatbot nằm ở đây: chatbot trả lời xong là xong. Agent tiếp tục vòng lặp, quan sát kết quả hành động của mình, điều chỉnh kế hoạch và tiếp tục - chính vì vậy agent có thể hoàn thành những task kéo dài nhiều bước mà không cần con người can thiệp liên tục.

So sánh Codex, Claude Code và Gemini

So sánh Codex, Claude Code và Gemini theo điểm mạnh từng platform
Ba nền tảng coding agent phổ biến nhất hiện nay với điểm mạnh riêng biệt.

Một trong những phần hữu ích nhất của khóa học là đánh giá thực tế ba nền tảng đang được dùng nhiều nhất, với nhận xét dựa trên kinh nghiệm triển khai thực tế chứ không phải benchmark trên giấy tờ.

Codex (OpenAI)

Codex được đánh giá là mạnh nhất cho backend và test-driven development. Điểm nổi bật là tính deterministic trên multi-step task - khi giao cho Codex một chuỗi thay đổi phức tạp, agent thường hoàn thành xuyên suốt mà không bị drift giữa chừng. Codex cũng tích hợp tốt với Git, tập trung context vào phần code đang thay đổi thay vì nạp toàn bộ codebase vào mỗi lần gọi.

Claude Code (Anthropic)

Claude Code nổi trội ở khả năng orchestration và transparency trong quá trình suy luận. Người dùng có thể theo dõi rõ ràng cách agent đang suy nghĩ và lên kế hoạch - điều này đặc biệt có giá trị khi debug hoặc khi cần hiểu tại sao agent đưa ra một quyết định nhất định. Claude Code cũng được đánh giá cao nhất trong cộng đồng khi hỏi về lựa chọn AI coding tốt nhất theo nghĩa tổng quát.

Gemini (Google)

Gemini có lợi thế rõ ràng trong frontend, design và xử lý video. Context window 1M token cho phép Gemini xử lý toàn bộ codebase lớn trong một session mà không cần chia nhỏ. Session checkpointing và token caching giúp các tác vụ dài không bị reset giữa chừng - đặc biệt hữu ích khi làm việc với multimedia hoặc UI phức tạp.

Nick Saraev không tuyên bố nền tảng nào tốt hơn tuyệt đối. Gợi ý của anh là dùng chúng song song tùy theo thế mạnh: ví dụ để Claude Code orchestrate toàn bộ project trong khi delegate frontend cho Gemini và backend cho Codex đồng thời - một cách tiếp cận mà anh gọi là multi-platform agent workflow.

Các kỹ thuật nâng cao

Đây là phần được nhiều người trong cộng đồng AI đánh giá cao nhất của khóa học. Nick Saraev đi vào các pattern thực tế mà ít tài liệu nào đề cập đủ chi tiết:

  • Multi-agent workflow: Thay vì dùng một agent làm tất cả, chia task cho nhiều agent chuyên biệt. Cách tiếp cận này giảm hallucination và tăng độ chính xác trên task phức tạp.
  • MCP orchestration: Dùng Model Context Protocol để kết nối agent với tool bên ngoài - database, browser, file system, API - theo cách chuẩn hóa và có thể tái dùng trên nhiều project.
  • Agent tự kiểm tra lẫn nhau: Spawn một agent riêng để review output của agent chính. Agent review không bị bias bởi lịch sử quyết định của agent gốc, nên bắt lỗi hiệu quả hơn so với tự review.
  • Agent debate: Chạy nhiều agent trên cùng một vấn đề để surface các ý tưởng mà không agent đơn nào có thể tạo ra độc lập. Pattern này đặc biệt hiệu quả cho brainstorming và đánh giá rủi ro.
  • Browser automation: Agent điều khiển trình duyệt để thu thập thông tin, điền form hoặc tương tác với web app - không cần code automation thủ công.
  • Prompt contracts: Định nghĩa rõ ràng input/output contract cho mỗi agent, tương tự như interface trong lập trình hướng đối tượng. Agent biết chính xác cần nhận gì và phải trả về gì - giảm sai sót khi nhiều agent phối hợp với nhau.

Một kỹ thuật đặc biệt thú vị là self-modifying system prompt: agent tự cập nhật rule của mình mỗi khi người dùng sửa lỗi. Sau vài session, agent đã học được pattern làm việc cụ thể của bạn và ít lặp lại sai lầm cũ hơn rõ rệt - một dạng personalization không cần fine-tuning.

Ai nên xem?

Khóa học không yêu cầu kinh nghiệm lập trình theo lý thuyết, nhưng thực tế phù hợp nhất với người đã có ít nhiều tiếp xúc với AI agent và muốn đi sâu hơn. Nếu bạn chưa bao giờ dùng coding agent, nên bắt đầu bằng các video cơ bản trên kênh của Nick Saraev trước.

Những người sẽ hưởng lợi nhiều nhất từ khóa học này:

  • Developer đang dùng Codex, Claude Code hoặc Gemini CLI và muốn tối ưu workflow thực tế
  • Technical founder hoặc indie hacker muốn build automation với AI agent mà không cần team lớn
  • Ai đang tìm hiểu cách phối hợp nhiều agent để giải quyết task phức tạp một cách đáng tin cậy
  • Người muốn hiểu điểm mạnh và giới hạn thực tế của từng platform trước khi đầu tư thời gian học sâu một cái

Kết

Khóa học 130 phút của Nick Saraev là một trong những tài liệu thực hành tốt nhất về AI agents có thể tìm được hiện nay - và hoàn toàn miễn phí. Thay vì chỉ giải thích khái niệm, anh đưa ra so sánh platform có cơ sở từ kinh nghiệm thực tế và các kỹ thuật nâng cao có thể áp dụng ngay vào project của bạn.

Nếu bạn đang làm việc với AI agent hoặc đang cân nhắc bắt đầu, đây là 130 phút đáng đầu tư.

via Nick Saraev trên YouTube