[Series AI] Manus Genspark To Research And Plan Tech Solution

Chào mừng anh em quay trở lại với series Cursor AI for Developers.

Ở ba bài trước, chúng ta đã cùng nhau vọc vạch nát nước IDE, từ Cursor đến Windsurf, để xem AI gõ code thần tốc ra sao. Nhưng thực tế đi làm thì sao? Đặc biệt là khi anh em ngồi ở vị trí Backend Developer, phải đụng vào những hệ thống đòi hỏi tính chịu tải cao hay các luồng giao dịch phức tạp như hệ thống vé tự động (AFC), cổng thanh toán... Thời gian thực sự cắm mặt vào gõ code có khi chỉ chiếm 30% quỹ thời gian.

70% còn lại anh em dành để làm gì? Đọc tài liệu, so sánh công nghệ (Dùng Kafka hay RabbitMQ? Microservices chia domain thế nào cho chuẩn?), lướt StackOverflow, và vạch ra Architecture Plan.

Nếu anh em vẫn đang dùng Google Search hoặc hỏi ChatGPT theo cách truyền thống cho khâu này, anh em đang bỏ lỡ một siêu năng lực thực sự. Hôm nay, mình sẽ giới thiệu cho anh em combo "hủy diệt" trong khâu Research & Planning: Manus và Genspark.

1. Nỗi đau của việc Research Công nghệ

Thử tưởng tượng anh em được sếp giao task: "Hệ thống dạo này peak traffic hay bị nghẽn ở cục Database PostgreSQL, em research xem có giải pháp nào caching hiệu quả kết hợp giữa Redis và Elasticsearch cho stack Golang/Laravel của anh em mình không nhé."

• Dùng Google: Mở 20 tab Chrome, đọc từ Medium sang Viblo, rác quảng cáo ngập mặt, thông tin thì chắp vá từ năm 2021.
• Dùng ChatGPT/Claude: Trả lời rất mượt, nhưng code mẫu đôi khi xài thư viện đã deprecated (lỗi thời) từ đời nào, hoặc tự bịa ra function không có thật.

Chúng ta cần những con AI có khả năng "đi cào" data real-time, tổng hợp từ nhiều nguồn uy tín (GitHub, Official Docs, Reddit) và lên kế hoạch rõ ràng. Đó là sân chơi của Genspark và Manus.

2. Genspark: "Bách khoa toàn thư" dành riêng cho Dev

Genspark không phải là một con Chatbot thông thường, nó là một AI Search Engine (Động cơ tìm kiếm AI) cực kỳ bá đạo với tính năng Sparkpages.

Thực chiến với Genspark:

Mình ném vào Genspark một prompt:

"So sánh chi tiết Kafka và RabbitMQ trong việc xử lý message queue cho kiến trúc Microservices. Đánh giá dựa trên: Throughput (thông lượng), Độ trễ (Latency), Khả năng scale, và độ phức tạp khi setup với Golang."

Kết quả: Chỉ trong 10 giây, Genspark tạo ra một trang wiki hoàn chỉnh. Nó có luôn bảng so sánh tính năng, trích dẫn rõ ràng nguồn từ tài liệu chính thức của Apache và RabbitMQ, kèm theo các use-case thực tế (ví dụ: RabbitMQ hợp với xử lý order eCommerce, Kafka hợp với log tracking tốc độ cao). Anh em chỉ việc copy cái bảng này vào file tài liệu trình sếp là bao uy tín!

3. Manus: Siêu Agent "Chạy vặt" và Lập Kế Hoạch (Planning)

Nếu Genspark giúp tổng hợp kiến thức, thì Manus là người trợ lý giúp anh em vạch ra Step-by-step Action Plan (Kế hoạch thực thi từng bước). Manus nổi tiếng với khả năng Agentic Workflow – nó tự động chia nhỏ một bài toán lớn thành nhiều task nhỏ và tự đi giải quyết từng task một.

Thực chiến với Manus để lên Tech Plan:

Mình có một hệ thống cần chuẩn hóa lại chuỗi địa chỉ đầu vào (rất hay gặp khi xử lý data người dùng Việt Nam) và mình giao cho Manus:

*"Tôi cần xây dựng một module chuẩn hóa địa chỉ Việt Nam (Tỉnh/Thành, Quận/Huyện, Phường/Xã). Hãy đóng vai là một Software Architect.

1. Research các thuật toán hoặc thư viện tốt nhất hiện nay hỗ trợ việc này trong Node.js hoặc Golang.
2. Lên một kế hoạch triển khai (Implementation Plan) gồm 5 bước, bao gồm cả thiết kế Database Schema để lưu trữ dữ liệu địa chỉ này một cách tối ưu nhất."*

Cái hay của Manus là gì? Nó sẽ hiện cho bạn thấy quá trình suy nghĩ (Thought process). Bạn sẽ thấy nó báo:

• Đang tìm kiếm các thư viện npm phổ biến cho địa chỉ Việt Nam...
• Đang kiểm tra schema chuẩn của các hệ thống e-commerce lớn...
• Đang tổng hợp thành bản thiết kế...

Và bùm! Bạn nhận được một bản Plan hoàn hảo: Từ việc setup bảng provinces, districts có đánh index ra sao, đến logic Regex làm sạch chuỗi trước khi parse, và cả kiến trúc API. Việc của bạn bây giờ chỉ là ném cái bản Plan này vào Cursor (ở bài 1 và 2) để Agent của IDE bắt đầu gõ code!

4. Tạm kết bài 4

Trải nghiệm với Manus và Genspark làm thay đổi hoàn toàn mindset của mình. Thay vì là một "thợ code" lao đầu vào gõ ngay lập tức rồi sửa bug sấp mặt, mình tập trung vào việc làm một Người thiết kế giải pháp (Solution Designer).

Quy trình chuẩn bây giờ sẽ là: Genspark (Research) -> Manus (Plan) -> Cursor/Windsurf (Code). Nắm vững quy trình này, tốc độ hoàn thiện một feature từ lúc nhận task đến lúc lên production của anh em sẽ tăng theo cấp số nhân.

Teaser Bài Tiếp Theo:

Đến lúc này, anh em đã có vũ khí tận răng từ khâu Research đến khâu Code. Nhưng khoan đã, anh em có thấy khi project càng lớn, nhiều file, nhiều module, con AI trong IDE bắt đầu "ngu" dần đi không? Nó bắt đầu phá vỡ các quy tắc chung của dự án, hoặc gen ra những đoạn code rườm rà không đúng ý.

Đó là lúc chúng ta cần phải tối ưu (Optimize) lại cách AI đọc hiểu dự án. Ở bài tiếp theo, mình sẽ demo trực tiếp cách bắt AI phải ngoan ngoãn tuân thủ tuyệt đối Architecture và Coding Conventions của team!

👉 [Series Cursor AI - Bài 5] Buổi 5 – Content và Optimize AI – Demo với Project Architecture và Conventions

Anh em đã dùng thử tool AI nào để hỗ trợ lên Plan chưa? Có cao kiến gì hay thì để lại comment bên dưới mình cùng trao đổi nhé!