Bạn nêu vấn đề. Chúng tôi xây giải pháp.
Hai kỹ sư tốt nghiệp 42, làm việc cùng AI từ đầu. Chúng tôi thiết kế, xây dựng và bàn giao phần mềm riêng — hệ thống AI, tác nhân, tự động hóa, tích hợp và công cụ may đo — với cùng kỷ luật như khi giảng dạy, và bàn giao để bạn sở hữu. Không ràng buộc.
- Bàn giao thực, không phải slide
- Bàn giao theo hướng AI
- Bạn sở hữu kết quả
Nếu nó chạy bằng phần mềm, chúng tôi xây được.
AI là lợi thế sắc bén của chúng tôi — không phải giới hạn. Chúng tôi xây mọi loại phần mềm, lồng AI vào nơi nó thực sự có giá trị.
Triển khai & tích hợp
Chúng tôi đưa phần mềm vào đúng hệ thống, công cụ và quy trình hiện có của bạn — AI được lồng vào nơi nó thực sự có giá trị, không chắp vá.
Tự động hóa & quy trình
Các luồng và quy trình tự vận hành — gỡ bỏ phần việc lặp đi lặp lại, dễ sai sót khỏi đội ngũ của bạn.
Công cụ & ứng dụng riêng
Phần mềm may đo theo cách đội ngũ bạn thực sự làm việc — công cụ nội bộ, bảng điều khiển, ứng dụng, từ đầu đến cuối.
Tác nhân & hệ thống AI
Các tác nhân chuyên biệt và tự chủ gắn vào công việc thực — đáng tin cậy, quan sát được, và nằm trong tầm kiểm soát của bạn.
SOPAIOS — framework AI của chúng tôi
Nền tảng kỹ thuật của riêng chúng tôi: một AI OS không phụ thuộc framework (Claude, Codex và hơn thế) — phương pháp đạt chuẩn sản xuất, có thể lặp lại.
Phương pháp chúng tôi dạy, áp dụng để bàn giao.
Cùng kỷ luật đằng sau các chương trình của chúng tôi, hướng vào việc bàn giao của bạn — để sản phẩm đáng tin cậy, có tài liệu và là của bạn.
-
01 Làm việc theo spec
Chúng tôi viết đặc tả mà AI thực sự thực thi được — bản dựng có chủ đích, không ngẫu hứng.
-
02 Kiểm thử cùng AI
Bài kiểm thử do AI tạo và con người rà soát — kết quả bạn có thể tin cậy.
-
03 Có tài liệu, lặp lại được
Mọi thứ được ghi lại và tái lập được — không nằm trong đầu chúng tôi.
-
04 Bàn giao trọn vẹn
Bạn sở hữu kết quả — SOP, thói quen và AI ở lại với bạn. Không ràng buộc.
Mỗi dự án là một kỹ năng.
Không phải danh sách tính năng. Mà là một vấn đề chúng tôi đã hiểu và cách chúng tôi giải quyết: phương pháp ở trên, hiện thực hóa.
Người chủ không rành kỹ thuật. Anh ấy tự vận hành toàn bộ website, chỉ bằng cách trò chuyện với AI.
FFG Bags: website B2B người chủ tự vận hành bằng AI
Website B2B song ngữ của FFG Bags: 200+ trang, đang chạy thực tế.
- Điều chúng tôi thấy
- Người chủ FFG vốn đã tự vận hành website của mình, nhưng trên một công cụ dựng web cũ và cứng nhắc: chỉnh sửa rườm rà, tốn kém, không tối ưu, và không thể thực sự phát triển nếu không nhờ bên ngoài. Trần giới hạn chưa bao giờ là website. Mà là công cụ.
- Tay nghề của chúng tôi
- Nên chúng tôi xây cho anh một hệ điều hành, không chỉ một website. Một lớp điều phối prompt nối với một tác nhân lập trình (Codex) cho phép anh tạo và thay đổi tính năng bằng ngôn ngữ thường. Các rào chắn an toàn giữ mọi thay đổi đúng thương hiệu và an toàn, một chỉnh sửa lỗi không thể chạm tới site đang chạy, và mỗi thay đổi đi kèm một bản tóm tắt anh thực sự đọc được.
- Điều nó thay đổi
- Anh tự vận hành và phát triển website của mình, khoảng một phút mỗi thay đổi, không cần lập trình viên. Và anh sở hữu toàn bộ. Không lock-in.
Xây bằng Codex (ChatGPT) · Prompt hệ thống riêng · GitHub · Cloudflare Pages
“Thêm một trang bộ sưu tập mùa đông.”
- Đọc ý định, giữ mọi thay đổi đúng thương hiệu
- Codex viết thay đổi mã thực sự
- Preview-first: chỉnh sửa lỗi không thể chạm site đang chạy
- Phiên bản hóa trong git, mọi thay đổi hoàn tác được
Công việc chưa bao giờ là mua. Mà là đốc thúc. Nên chúng tôi tự động hóa việc đốc thúc, và để mọi quyết định cho con người.
Một tác nhân mua sắm IT tự động
Được xây bởi nhà sáng lập của chúng tôi cho bộ phận IT mà anh ấy phụ trách tại Decathlon Việt Nam — một trợ lý chat cùng một tác nhân tự động hóa vận hành toàn bộ quy trình mua sắm thiết bị IT.
- Điều chúng tôi thấy
- Mỗi lần mua IT đều làm thủ công. Đội ngũ trở thành tổng đài người, đốc thúc từng bên qua email. Công việc không phải là mua, mà là điều phối.
- Tay nghề của chúng tôi
- Hai phần trên hạ tầng sẵn có: một trợ lý chat để người phụ trách trao đổi, và một tác nhân vận hành toàn bộ phối hợp hậu trường. Luôn có con người trong vòng lặp, Tài chính giữ toàn quyền chi.
- Điều nó thay đổi
- IT chuyển từ 'tự làm mỗi lần mua' sang 'duyệt bằng một cú nhấp'. Hoàn lại khoảng nửa nhân sự IT mỗi năm, nhanh hơn khoảng 40-50%, tuân thủ tự động. (Các con số là minh họa.)
Xây bằng Open WebUI · n8n · Gemini API · Gmail / Sheets / Drive
- Email nhà cung cấp · lấy 3 báo giá
- Chuyển sang Tài chính — bên giữ toàn quyền chi
- Tự động gửi mọi lần nhắc / relance
- Bảng trạng thái trực tiếp + lưu Drive
Chọn một dự án, xem kỹ năng đằng sau nó.
Chúng tôi không vận hành prompt theo cảm tính.
ForgePrompt: workbench LLMOps của chúng tôi
Công cụ nội bộ chúng tôi đang xây để versioning, kiểm thử và lặp lại các prompt như phần mềm thực thụ.
- Điều chúng tôi thấy
- Một prompt quyết định một tính năng AI chạy được hay không. Nhưng phần lớn đội ngũ chỉnh nó trong một cửa sổ chat rồi hy vọng: không lịch sử, không cách so sánh hai phiên bản, không bằng chứng rằng một thay đổi thực sự cải thiện.
- Tay nghề của chúng tôi
- Chúng tôi đối xử với prompt như phần mềm. Versioning từng cái, so sánh các biến thể cạnh nhau, đo lường chất lượng thay vì phỏng đoán. Đó là kỷ luật chúng tôi sẽ mang đến stack của bạn, tự áp dụng cho chính mình trước.
- Điều nó thay đổi
- Khi chúng tôi xây AI cho bạn, các prompt phía sau không phải văn bản dùng một lần. Chúng là tài sản có versioning, xem lại được, do bạn sở hữu.
Xây bằng TypeScript · Fastify · React · Prisma / Postgres
Chúng tôi không tin một nguồn. Chúng tôi bắt nó tự chứng minh, từng claim một.
Công cụ kiểm chứng nguồn
Một công cụ nội bộ để kiểm chứng nguồn của chúng tôi: bản ghi → trích xuất claim → kiểm chứng → điểm tin cậy (video là một loại nguồn).
- Điều chúng tôi thấy
- AI đưa ra những câu trả lời trôi chảy, tự tin. Tự tin không phải là sự thật: một mô hình sẽ khẳng định điều nghe có vẻ đúng và trích một nguồn thực ra không hề chứng minh điều đó. Tin cả một tài liệu, và một claim sai lọt qua mà không ai nhận ra.
- Tay nghề của chúng tôi
- Chúng tôi không tin lời một nguồn. Chúng tôi tách nó thành từng claim riêng lẻ, đối chiếu mỗi claim với bằng chứng, và gắn nó về đúng thời điểm nó xuất hiện. Kiểm chứng là một bước trong cách chúng tôi làm, không phải việc làm thêm.
- Điều nó thay đổi
- Mọi thứ chúng tôi bàn giao đều dựa trên các claim đã được kiểm chứng, không phải phỏng đoán. Không có hallucination nào lặng lẽ đi theo trong một tài liệu, một slide, hay một cơ sở tri thức chúng tôi trao cho bạn.
Xây bằng React · Express / Postgres · AssemblyAI · OpenRouter
Ai cũng có thể demo một agent. Của chúng tôi chạy mỗi ngày, khi chúng tôi đang ngủ.
Một tác nhân theo dõi AI hằng ngày trong sản xuất
Một tác nhân giám sát tự động chúng tôi chạy mỗi ngày cho chính nhu cầu theo dõi AI/ML của mình (dogfooding).
- Điều chúng tôi thấy
- Phần lớn agent AI chỉ là demo: chạy được một lần, có người ngồi canh. Phép thử thật là một agent bạn có thể để yên, chạy trên dữ liệu thực ngày qua ngày, không ai phải trông chừng.
- Tay nghề của chúng tôi
- Chúng tôi xây một cái cho chính việc theo dõi AI hằng ngày của mình, và thật sự phụ thuộc vào nó. Phần khó không phải là ráp pipeline. Mà là làm cho một agent đủ đáng tin để chạy không cần giám sát trong sản xuất, mỗi ngày, trên dữ liệu thực. Nó giành được niềm tin của chúng tôi bằng cách chạy thật, không phải bằng demo.
- Điều nó thay đổi
- Khi chúng tôi xây một agent cho bạn, nó được giữ ở cùng tiêu chuẩn đó: một thứ chạy trong sản xuất và làm việc thật, không phải một demo gây ấn tượng một lần rồi đứng yên sau một tuần.
Xây bằng n8n · FastAPI · Claude CLI · MCP · PostgreSQL
Nếu một agent đã làm việc, bạn phải kiểm toán được. Git-truth, không phải cảm tính.
Quan sát các workflow tác nhân
Khả năng quan sát theo 'git-truth' cho các workflow tác nhân của chúng tôi: một tác nhân thực sự đã làm gì, được kiểm toán.
- Điều chúng tôi thấy
- Giao việc thật cho các agent, nhất là nhiều cái cùng lúc, và một câu hỏi sẽ theo bạn mãi: chúng đã thực sự thay đổi những gì? Phần lớn công cụ chỉ cho bạn thấy điều agent nói nó đã làm, các log và trace của nó. Tự báo cáo không phải là bằng chứng.
- Tay nghề của chúng tôi
- Chúng tôi không tin lời agent. Log của chính nó chỉ là một lời khẳng định, nên chúng tôi đối chiếu với sự thật nền tảng: các git diff thật, từng commit và trong cây làm việc. Cái gì thay đổi trên đĩa mới là điều đã xảy ra. Cùng bản năng chúng tôi dùng với nguồn, nay hướng vào chính các agent.
- Điều nó thay đổi
- Các agent chúng tôi xây có trách nhiệm giải trình ngay từ thiết kế, không phải hộp đen bạn phải tin: một bản ghi truy vết được từng cái thực sự đã làm gì, để mổ xẻ sau sự cố và lập lại kế hoạch một cách trung thực.
Xây bằng TypeScript · MCP · Prisma / SQLite · Next.js · WebSocket
SOPAIOS
framework / OS AI của chúng tôi
Phần lớn bộ nhớ AI là phỏng đoán: nhúng tất cả, rồi hy vọng truy hồi đúng thứ. SOPAIOS hoạt động như một hệ thống lưu trữ hồ sơ, để AI biết chính xác mọi thứ nằm ở đâu.
- Biết mọi thứ nằm ở đâu (index-first, có định tuyến)
- Vẫn rẻ khi mở rộng quy mô (điều hướng nhẹ ở mọi kích thước)
- Không bao giờ mất dữ liệu (git, hoàn tác được)
- Hoạt động với mọi công cụ (Claude, Codex…)
- Markdown
- MCP
- skills
- không phụ thuộc framework (Claude, Codex)
Các wiki Markdown liên kết do LLM duy trì — index-first.
Ngữ cảnh người dùng · kết nối công cụ MCP · skills tái dùng.
Cùng xây dựng
Có một dự án cần xây dựng?
Cho chúng tôi biết bạn muốn xây gì — chúng tôi sẽ cùng bạn định hình, và bạn sở hữu thành quả.