Suốt tháng 10, câu chuyện nóng nhất trên GitHub xoay quanh skill cho agent: dạy agent viết đẹp hơn, nhớ lâu hơn, kiểm tra code kỹ hơn. Sang đầu tháng 11, làn sóng đó rẽ sang một hướng thực dụng hơn: agent sờ tới máy tính thật, làm việc như một studio, và chạy ngay trên máy nhà.
Bài viết điểm lại 5 repo chú ý đầu tháng 11/2026, số sao đọc trực tiếp từ trang repo ngày 04/11/2026 và sẽ thay đổi theo giờ. Các tính năng được mô tả theo README của từng repo.
| Repo | Điểm nhấn | Sao lúc đọc | Giấy phép |
|---|---|---|---|
| vercel-labs/agent-desktop | Điều khiển máy tính | 14.004 | Apache-2.0 |
| Donchitos/Claude-Code-Game-Studios | Studio game 49 agent | 35.168 | MIT |
| beenuar/AiSOC | Trung tâm an ninh cục bộ | 7.096 | MIT |
| anomalyco/hex | Đọc giọng nói trên máy | 4.902 | MIT |
| FlashML-org/FreeToken | Model MoE 290B+ trên máy nhà | 16.556 | Apache-2.0 |
Nhìn màn hình thật bằng cây trợ năng, không đoán pixel
Điểm khác biệt lớn nhất của agent-desktop nằm ở cách agent “nhìn” màn hình. Công cụ đọc cây trợ năng của hệ điều hành và trả về dạng JSON, trong đó mỗi thành phần giao diện đều có một mã tham chiếu riêng. Agent bấm hoặc gõ vào đúng mã đó, rồi đọc lại giao diện để kiểm tra kết quả, nên nút bấm không lệch khi cửa sổ đổi kích thước.
Repo của Vercel Labs ghi rõ công cụ chạy trên cả macOS, Windows và Linux, với 56 lệnh vận hành, và có thể chạy dưới dạng máy chủ MCP. Bản thân công cụ không chứa model nào bên trong, vòng lặp suy nghĩ và ra lệnh vẫn thuộc về agent mà bạn gắn vào.
Đi kèm sức mạnh đó là cảnh báo mà README nêu thẳng: ảnh chụp trạng thái, nội dung bộ nhớ tạm và bản ghi gỡ lỗi có thể chứa nội dung riêng tư trên máy tính, cần giữ khỏi nhật ký công khai và file tải lên. Ai định cho agent quyền chạm vào máy thật cũng nên đọc kỹ điểm này trước khi cấp quyền trợ năng, vì quyền đó mở cửa tới gần như mọi ứng dụng đang mở. Khi cần đối chiếu hai bản JSON mà công cụ trả về, bạn có thể mở công cụ So sánh JSON của Công Cụ Việt để đặt hai bản cạnh nhau.
Một phiên chat hóa thành cả studio game
Nếu agent-desktop cho agent đôi tay để chạm vào máy tính, Claude Code Game Studios cho agent cả một tổ chức để làm game. Repo này biến một phiên Claude Code thành studio thu nhỏ với 49 agent chuyên biệt, xếp thành 3 tầng: giám đốc giữ tầm nhìn, trưởng bộ phận phụ trách từng mảng, chuyên viên làm việc trực tiếp. Đi kèm là 74 skill theo bảng tổng kết trong README, 15 hook kiểm tra tự động, 14 quy tắc và 62 mẫu tài liệu. Lưu ý: phần mô tả ngắn của repo ghi 72 skill, bài viết lấy 74 theo bảng chi tiết trong README.
Studio này hỗ trợ cả 3 engine lớn là Godot 4, Unity và Unreal Engine 5, với các lệnh theo từng giai đoạn làm game, từ nảy ý tưởng tới phát hành. Điểm đáng quý là repo không giấu mặt trái của quy trình nặng. Nhóm tác giả tự đo một thử nghiệm: cùng một đề bài, bản ở mức rigor standard viết 30 tài liệu trước khi có dòng code game đầu tiên, mất 58 phút, rồi vẫn bị 2 người đánh giá mù và 1 lần chơi thử của con người xếp cuối. Kết luận của chính repo rất thẳng: tài liệu dày thêm chỉ mua được khả năng truy vết, không mua được game hay hơn. Với game nhỏ, mức minimal mặc định lại hợp lý hơn.
Tuần trước, bài tuần skill agent đã nói về làn sóng skill nói chung, và studio game này là bước tiếp theo: skill được xếp thành đội hình.
Chạy tại chỗ: bảo mật, giọng nói và model lớn không cần đám mây
AiSOC: trung tâm an ninh mà agent nào cũng phải để lại dấu vết
AiSOC là trung tâm điều hành an ninh mã nguồn mở, tự triển khai được, chạy 2.966 quy tắc phát hiện có thể thực thi trong thư viện 7.407 quy tắc. Hệ thống gom cảnh báo từ các công cụ bảo mật, để agent điều tra theo khung MITRE ATT&CK, và ghi lại mọi prompt cùng mọi lần gọi công cụ vào một sổ quyết định có thể phát lại. Con người vẫn duyệt cuối trước khi hành động chạm tới nhà cung cấp.
Điểm thực tế nhất của AiSOC nằm ở yêu cầu vận hành: Docker Compose, 8 GB bộ nhớ, 20 GB đĩa trống, và lần chạy đầu tải về một model cục bộ khoảng 2 GB. Lệnh kiểm tra make smoke đi qua 10 chặng, từ nhận dữ liệu thô tới đọc lại cảnh báo, và báo PASS hoặc FAIL ở từng chặng. Với đội ngũ nhỏ ở Việt Nam, đây là hướng đáng tham khảo khi muốn thử nghiệm SOC mà không gửi nhật ký nhạy cảm ra ngoài, nhưng vận hành một SOC thật vẫn là việc nặng.
Hex và FreeToken: nói là thành chữ, máy nhà chạy model khổng lồ
Hex đi theo hướng tối giản nhất có thể: giữ một phím, nói, thả phím ra là văn bản được dán vào ứng dụng đang mở. Toàn bộ quá trình nhận dạng diễn ra trên máy, chỉ lần chạy đầu tiên tải về model giọng nói. Repo viết bằng Rust, chạy trên macOS, Windows và Linux.
Ở đầu còn lại của phổ tài nguyên là FreeToken, engine phục vụ model Mixture-of-Experts ngay trên máy cá nhân. Repo tuyên bố chạy được các model MoE mở từ 290B tham số trở lên trên máy chơi game, hỗ trợ card NVIDIA RTX dòng 30, 40 và 50, cùng các model như DeepSeek-V4-Flash, Qwen3.6-35B-A3B và GLM-5.2. Cần hiểu đúng: đó vẫn là máy có card đồ họa mạnh và bộ nhớ lớn.
Với bạn đọc mới muốn học bằng dự án thật, kho AI Engineering Hub (93 dự án trở lên, chia 22 cơ bản, 48 trung cấp và 23 nâng cao) là điểm khởi đầu hợp lý. Hai bài cập nhật trước đó vẫn còn giá trị tham khảo: bài Gemini 4 Carbon và bài Mistral Large 4.
Checklist áp dụng nhanh
- Trước khi cấp quyền trợ năng, thử trên máy phụ hoặc tài khoản riêng, và tắt ghi nhật ký công khai.
- Với dự án game nhỏ, bắt đầu ở mức rigor minimal, chỉ tăng quy trình khi dự án lớn lên.
- Với công cụ chạy tại chỗ, kiểm tra trước bộ nhớ, đĩa trống và card đồ họa.
Câu hỏi thường gặp
Cho agent quyền điều khiển máy tính thì khóa lại thế nào khi không dùng?
Thu hồi quyền trợ năng trong cài đặt hệ điều hành, và đóng hẳn tiến trình agent khi xong việc. Quyền trợ năng không tự hết hạn, nên thu hồi bằng tay là bước bắt buộc sau mỗi lần thử nghiệm.
Studio 49 agent có tốn token hơn một phiên chat đơn không?
Có khả năng cao là có, vì nhiều agent cùng đọc tài liệu, rà soát và viết báo cáo cho nhau. Bản standard tốn 58 phút viết tài liệu trước dòng code đầu tiên mà vẫn xếp cuối trong thử nghiệm của chính repo, nên với game nhỏ, đội hình gọn thường rẻ hơn.
Máy nhà cần gì để chạy model MoE từ 290B trở lên theo FreeToken?
Theo README của repo, bạn cần máy chơi game hoặc máy trạm có card NVIDIA RTX dòng 30, 40 hoặc 50, cùng bộ nhớ và đĩa đủ lớn cho trọng số model. Tốc độ thực tế còn phụ thuộc vào RAM, băng thông và định dạng lượng tử hóa.
Nếu bạn quan tâm tới hướng agent dùng máy tính, bài điểm tin về Tencent Hy4 có thêm một góc mới: khả năng dùng máy tính giờ nằm ngay trong model, kèm bảng điểm so sánh với Claude và GPT-6.1 Sol.
Bài viết tổng hợp từ trang repo gốc đọc ngày 04/11/2026, số sao có thể thay đổi sau thời điểm đó, và kết quả thực tế có thể khác tùy cấu hình máy.
