Tôi đã move out khỏi n8n & OpenClaw, không phải vì chúng tệ...

TL;DR

Vài tháng trước tôi vẫn còn có một workspace n8n với khoảng 80 workflow đang chạy. Rồi tôi nhận ra mình không mở nó nữa.

Tôi ko có ý tưởng migrate - không có ngày nào tôi ngồi xuống và tuyên bố "xong, bye n8n."

Tôi chỉ bắt đầu giải quyết từng bài toán bằng cách khác, và khi nhìn lại thì n8n đã không còn trong workflow nữa.

Toàn bộ quy trình hiện tại của tôi - dev, research, writing, design, publish… - không còn một node n8n nào.

Không phải vì tôi cố tránh nó, mà vì không còn lý do để mở nó ra.

Vấn đề không phải là n8n tệ

n8n là tool tốt. OpenClaw là tool tốt. Nếu bạn đang chạy enterprise workflow với compliance requirements, SLA millisecond, hay 50k+ records/ngày - cả hai vẫn là lựa chọn hợp lý và không có lý do gì để bạn phải rời đi.

Vấn đề là một category tác vụ hoàn toàn khác đã xuất hiện, và deterministic workflow tools về cơ bản không được thiết kế để xử lý nó.

Có một ranh giới chia đôi thế giới automation:

• Deterministic (n8n, OpenClaw): Con người vẽ trước mọi nhánh logic. Trigger - bước cố định - output. Nhanh, rẻ, predictable. Nhưng thêm tính năng = thêm node, thêm điều kiện, thêm người ngồi maintain.

• Agentic: LLM nhận mục tiêu, tự lập kế hoạch, tự thích nghi khi gặp exception. Không cần enumerate mọi case trước. Đây là ReAct loop - Reason and Act - model reason về việc cần làm, act, observe kết quả, rồi iterate.

Tôi không rời n8n vì nó chậm hay đắt. Tôi rời vì chi phí thiết kế và maintain workflow cố định đã vượt qua chi phí token từ lúc nào không hay.

6 thứ đã thay thế n8n trong workflow của tôi

Claude Managed Agents

Trước đây, để chạy một agent bền vững cần: server, queue, retry logic, session management, memory storage. Anthropic abstract hết. Developer chỉ mô tả mục tiêu - infrastructure là bài toán của họ.

Kết quả: teams như Sentry, Rakuten, Asana ship agentic features nhanh hơn 5-10x so với build trên raw API (via Zarif Automates)

Pricing: $0.08/session-hour (active runtime, không tính idle) + standard Claude API rates (Sonnet 4.6: $3/$15 per 1M tokens). Với 100 tasks/ngày, tổng khoảng $20-50/tháng - rẻ hơn nhiều so với thời gian tôi từng ngồi debug n8n workflow lúc 2 giờ sáng.

Điểm yếu thật sự: lock-in hoàn toàn vào Claude, không hỗ trợ multi-model workflow.

Google Antigravity 2.0

VS Code fork thiết kế cho agentic workflow từ đầu, với dynamic subagent parallelization - agent tự sinh subagent khi cần, không cần người dùng định nghĩa luồng. Quan trọng hơn: đây là engine chạy bên dưới Gemini Spark.

Hermes Agent

140,000+ GitHub stars, MIT license, free self-host, và từ May 10, 2026 - #1 trên OpenRouter, vượt OpenClaw. Điểm khác biệt so với n8n: persistent memory thực sự (SQLite) giữa các session, self-improving capability, checkpoint và rollback khi cần. Với team nhỏ và startup - đây là lý do chính để không cần license n8n. via Hermes Agent

Gemini 3.5 Flash

Không phải agent platform - là model engine đằng sau Spark. Tại sao nó quan trọng: được tối ưu cho agentic use case, không chỉ chat. 83.6% trên MCP Atlas benchmark - vượt GPT-5.5 và Opus ở chính xác những tác vụ mà automation tools từng phải xử lý bằng hardcoded logic.

OpenAI Codex Agent Mode

Codex thực hiện vòng lặp khép kín: đọc codebase - viết code - chạy test - debug - commit. Luồng này trước đây cần n8n trigger + webhook + custom script. Codex làm hết, và làm tốt hơn vì nó hiểu context thay vì chỉ execute step.

Gemini Spark - critical hit

Đây là mảnh cuối làm cho toàn bộ bức tranh hoàn chỉnh. Spark không phải model - nó là cloud-hosted AI agent chạy trên persistent VM 24/7, ngay cả khi thiết bị của bạn offline. Built on Gemini 3.5 Flash + Antigravity, native integration với toàn bộ Google Workspace. via The New Stack

Ba thứ Spark làm mà n8n không thể replicate được:

• Always-on thay vì trigger-based. n8n lắng nghe webhook, poll định kỳ. Spark chạy liên tục, proactively monitor, phát hiện pattern và tự trigger - không cần bạn setup gì cả.

• 900 triệu người dùng Gemini đã có Spark trong tay. Không cần học UI mới. Không cần build workflow. Barrier-to-entry gần như bằng 0.

• MCP phá vỡ moat connector của n8n. n8n từng mạnh vì có 1,300+ pre-built integration. Với MCP standard, Spark kết nối bất kỳ tool nào tương thích mà không cần n8n làm trung gian.

Giá: $100/tháng AI Ultra (giảm 60% từ $250, công bố tại Google I/O ngày 19/5/2026) - bundle 20TB storage, 5x usage limits, toàn bộ Workspace automation gói vào một subscription duy nhất. Google định vị Spark là câu trả lời trực tiếp cho OpenClaw.

Khi nào n8n vẫn là lựa chọn đúng

Tôi không viết bài này để tuyên bố n8n chết. Có 4 trường hợp nó vẫn hợp lý hơn bất kỳ agent nào:

• High-volume deterministic. 50k+ records/ngày, $0.001/run vs $0.01-0.20 với agent. Toán đơn giản - tại scale 100,000 runs/tháng, LLM agent có thể tốn gấp 30-100 lần.

• Compliance và audit. Banks, healthcare cần predictable, auditable execution path. Agent không cho bạn điều đó.

• Real-time SLA. Millisecond latency: deterministic luôn thắng.

• Multi-model workflows. n8n cho phép mix Claude Haiku cho routing, Sonnet cho reasoning, Gemini Flash cho classification - trong một workflow. Claude Managed Agents chỉ chạy Claude.

Pattern phổ biến nhất trong enterprise hiện tại không phải là thay thế hoàn toàn - mà là hybrid: n8n làm orchestration layer cho 80% plumbing, agent làm reasoning cho 20% còn lại cần judgment thực sự. via FindSkill.ai

Thứ tôi không ngờ tới

Nhìn lại, thứ thuyết phục tôi nhất không phải là benchmark hay pricing comparison - mà là tôi nhận ra mình chưa bao giờ cần n8n cho workflow hiện tại ngay từ đầu.

Toàn bộ quy trình của tôi hôm nay: Codex cho dev, NotebookLM cho research, Deepseek cho content, Hermes cho pipeline, Claude cho orchestrator... Không có điểm nào trong chuỗi đó mà tôi nghĩ "ước gì có n8n ở đây."

Combination Claude Managed Agents + Hermes + Gemini Spark + Codex không thay thế n8n bằng một tool khác. Nó thay thế bằng cách làm cho câu hỏi "tôi có cần build workflow này không?" trở nên thừa.

Nếu bạn là developer, indie maker, hay team nhỏ đang dùng n8n để tự động hóa những pipeline hàng ngày, bạn đang dùng nó vì nó tốt nhất, hay vì đó là thứ bạn quen tay?

Anyway, nếu nó đang là lựa chọn tốt nhất của bạn, việc cố gắng thay đổi ở hiện tại là không cần thiết.

Nhưng nếu bạn chưa quá quen tới mức ko thể nào tiếp thu một thứ gì tốt hơn trong dài hạn, hãy thử một cách khác xem.