Claude Duet vs Gemini Intelligence: Ai giữ cổng?

Hai tác nhân, hai quan niệm rất khác nhau về việc ai nắm quyền kiểm soát. Claude Duet là tác nhân cá nhân độc lập của Anthropic, được xây dựng trên Claude Opus 5.5 và mở dưới dạng bản xem trước nghiên cứu theo danh sách chờ. Gemini Intelligence là lớp tác nhân của Google được tích hợp vào Android, công bố ngày 12 tháng 5 năm 2026. Đặt chúng cạnh nhau về năng lực thì không đi đến đâu, bởi vì cả hai công ty đều không công bố một benchmark hoàn thành nhiệm vụ độc lập. Đặt chúng cạnh nhau về kiểm soát thì so sánh trở nên cụ thể: ai khởi xướng, tác nhân sống ở đâu, nó có thể tiếp cận những gì, cổng nào đứng trước một hành động, điều gì bị từ chối thẳng thừng, và mỗi nhà cung cấp thực sự đo lường những gì. Sáu nhãn đó được áp dụng cho cả hai sản phẩm dưới đây, và mọi chỗ một nhà cung cấp không công bố gì đều được đánh dấu là "không công bố" thay vì điền vào bằng một phỏng đoán.

Mọi thông tin về Claude Duet ở đây đều đến từ trang sản phẩm của chính Anthropic tại claude.com/product/claude-duet, được đọc vào ngày 24 tháng 10 năm 2026. Mọi thông tin về Gemini Intelligence đều đến từ hai bài đăng của Google xuất bản ngày 12 tháng 5 năm 2026: bài công bố chính của Mindy Brooks, Phó Chủ tịch Quản lý Sản phẩm, và bài đồng hành về bảo mật của Dave Kleidermacher, Phó Chủ tịch Bảo mật và Quyền riêng tư Nền tảng. Các tuyên bố của nhà cung cấp được gán nguồn ngay trong câu nơi chúng xuất hiện. Không có số liệu nào dưới đây là ước tính.

Nơi tác nhân sinh sống

Khác biệt đầu tiên mang tính cấu trúc. Claude Duet là một ứng dụng bạn mở: một ứng dụng khách độc lập cho iOS và Android, cùng với web tại claude.ai, nơi tác nhân chạy các tác vụ trên một máy ảo có trình duyệt riêng. Chi tiết cuối cùng đó đáng để dừng lại, vì nó có nghĩa là laptop của bạn có thể tắt trong khi Duet vẫn tiếp tục làm việc. Nó cũng có nghĩa là tác nhân bắt đầu từ rìa máy của bạn và chỉ vươn vào bên trong thông qua những gì bạn kết nối với nó.

Gemini Intelligence không bắt đầu từ rìa. Cách Google đặt vấn đề trong thông báo là Android đang chuyển từ một hệ điều hành thành một hệ thống trí tuệ, và trợ lý là một phần của OS thay vì một ứng dụng nằm bên trên nó. Ngữ cảnh màn hình là minh họa rõ nhất: nhấn giữ nút nguồn trên một danh sách mua sắm và yêu cầu Gemini tạo giỏ giao hàng, hoặc chụp ảnh một tờ rơi du lịch ở sảnh khách sạn và yêu cầu nó tìm một tour tương tự. Cả hai thao tác đều không cần chuyển sang một ứng dụng tác nhân riêng, vì trợ lý đã nằm trong chính bề mặt mà bạn đang nhìn.

Ngôn từ triển khai của Google, như được công bố ngày 12 tháng 5 năm 2026, là các tính năng sẽ được triển khai theo từng đợt, bắt đầu với các điện thoại Samsung Galaxy và Google Pixel mới nhất vào mùa hè này, và sẽ có mặt trên các thiết bị Android của bạn, bao gồm đồng hồ, ô tô, kính và máy tính xách tay, vào cuối năm nay. Đó là một kế hoạch, không phải một bản kiểm kê. Không có nội dung nào trong cả hai bài đăng xác lập thiết bị nào có tính năng nào vào ngày 24 tháng 10 năm 2026, vì vậy so sánh này không tuyên bố rằng bất kỳ điện thoại cụ thể nào hiện có tính năng đó hôm nay.

Ai khởi xướng

Claude Duet khởi động. Nó gửi một bản tóm tắt buổi sáng, phác thảo các bước tiếp theo, rồi im lặng cho đến khi có việc cần đến bạn. Anthropic cũng công bố rõ giới hạn tần suất cho hành vi đó: Duet kiểm tra các tài khoản được kết nối vài giờ một lần thay vì liên tục, bởi vì kiểm tra không ngừng nghỉ sẽ làm cạn hạn mức của gói nhanh hơn nhiều. Do đó, tính chủ động của tác nhân bị giới hạn bởi một yếu tố kinh tế mà nhà cung cấp công bố công khai, một điều khác với giới hạn tốc độ mà người dùng phải tự mình phát hiện.

Gemini Intelligence, như được mô tả trong thông báo, không tự khởi tạo bất cứ điều gì cho các tác vụ tự động hóa. Câu của Google rất rõ ràng: Gemini chỉ hành động theo lệnh của bạn và dừng lại ngay khi tác vụ hoàn tất, và tất cả những gì còn lại cho bạn là xác nhận cuối cùng. Có thể theo dõi tiến độ trực tiếp qua thông báo trong khi nó làm việc. Người dùng là bên kích hoạt, tác vụ kết thúc khi hoàn thành, và không có vòng lặp nhàn rỗi nào được mô tả mà trong đó trợ lý tự quyết định bắt đầu điều gì đó.

Bài đăng về bảo mật có nêu tên các tính năng chủ động, viện dẫn Magic Cue khi mô tả dữ liệu xung quanh được bảo vệ bởi Private Compute Core, Private AI Compute và KVM được bảo vệ. Vì vậy, điều khiển bằng lệnh là mô tả đúng về bề mặt tự động hóa mà các bài đăng chỉ rõ, chứ không phải là tuyên bố rằng mọi bề mặt Gemini trên Android đều thuần túy phản ứng. Ba nguyên tắc của chính Google cho chương trình là quyền kiểm soát rõ ràng của người dùng, bảo vệ dữ liệu toàn diện và minh bạch trong vận hành, và nguyên tắc đầu tiên trong số đó định hình tông cho những nguyên tắc còn lại.

Những gì nó có thể tiếp cận

Phạm vi tiếp cận của Claude Duet được công bố dưới dạng một con số. Nó hoạt động với hơn 6.000 trình kết nối và plugin, đồng thời bộ nhớ, kỹ năng và ứng dụng của bạn từ ứng dụng Claude đều hiện diện ngay từ tin nhắn đầu tiên. Con số mô tả độ rộng, không phải quyền hạn: nó cho bạn biết có bao nhiêu cánh cửa tồn tại, trong khi cổng phê duyệt được mô tả ở phần dưới mới là thứ quyết định những cánh cửa nào tác nhân có thể bước qua mà không cần bạn.

Thay vào đó, phạm vi tiếp cận của Gemini Intelligence được công bố dưới dạng một ranh giới. Từ bài đăng về bảo mật: Gemini chỉ có thể truy cập các ứng dụng mà bạn cho phép nó hoạt động, chứ không truy cập phần còn lại trên thiết bị của bạn. Trong ranh giới đó, thông báo mô tả các tác vụ nhiều bước xuyên ứng dụng, tự động hóa mà Google cho biết đã dành nhiều tháng tinh chỉnh trên Galaxy S26 và Pixel 10 cho các ứng dụng gọi đồ ăn và gọi xe, cùng các ví dụ về ngữ cảnh màn hình ở trên. Thông báo cũng liệt kê các bề mặt khác tại thời điểm công bố: Gemini trong Chrome từ cuối tháng 6 để nghiên cứu, tóm tắt và so sánh, với tính năng duyệt tự động để đặt lịch hẹn và đỗ xe; Autofill with Google được hỗ trợ bởi Gemini Personal Intelligence, hoàn toàn theo hình thức người dùng chủ động bật; và giọng nói trên Gboard được chuyển thành văn bản trau chuốt.

Google không công bố danh sách phạm vi về những ứng dụng nào có thể được tự động hóa. Anthropic công bố số lượng trình kết nối. Một bên cho bạn một độ lớn, bên kia cho bạn một quy tắc cấp quyền không kèm phạm vi được liệt kê, và không bên nào thay thế được bên kia. Danh mục lớn hơn không phải là thẩm quyền lớn hơn, và một quy tắc cấp quyền hẹp không phải bằng chứng rằng tập hợp mà nó chi phối là nhỏ.

Cổng trước một hành động

Cổng kiểm soát của Claude Duet được liệt kê rõ ràng và xuất hiện trước khi hành động diễn ra. Trang của Anthropic cho biết trước khi Duet gửi tin nhắn, thực hiện thanh toán, ký tài liệu hoặc xóa bất cứ thứ gì, nó sẽ hiển thị chính xác hành động và chờ đợi. Bốn động từ, bốn thời điểm, một hành vi: tác nhân dừng giữa tác vụ với một sản phẩm cụ thể trước mặt bạn, chứ không phải một xác nhận chung chung. Các phê duyệt, đăng nhập và kiểm tra an toàn chạy trong máy tính đám mây của riêng bạn, mà trang này đưa ra như lý do khiến các chi tiết nhạy cảm được giữ riêng tư.

Cơ chế kiểm soát của Gemini được thiết kế tích hợp sẵn thay vì được liệt kê cho từng hành động. Bài đăng bảo mật nêu rằng Gemini được thiết kế để yêu cầu người dùng xác nhận trước khi thực hiện giao dịch mua thay mặt bạn, và câu về kiểm soát trong thông báo kết thúc bằng xác nhận cuối cùng là bước còn lại dành cho người dùng. Xung quanh đó là các điều khiển chọn tham gia: bật và tắt chi tiết theo từng tính năng, cùng các công tắc tự động hóa ứng dụng mà Google cho biết sẽ ra mắt vào cuối năm nay. Autofill with Google được mô tả là hoàn toàn theo hình thức chọn tham gia, và kết nối với Gemini có thể được bật hoặc tắt trong cài đặt.

Sự khác biệt thực tế nằm ở chỗ điểm dừng rơi vào đâu. Duet dừng giữa một bản nháp và hệ quả của nó, được nêu tên bốn lần. Gemini dừng ở cuối một tác vụ và trước một giao dịch mua, với quyền ở cấp tính năng quyết định liệu tác vụ có chạy hay không. Cả hai đều là cổng kiểm soát. Chỉ một trong hai cho người vận hành biết trước bốn hành động nào sẽ kích hoạt nó.

Điều gì bị từ chối thẳng thừng?

Một cổng mà bạn có thể đi qua không giống với một ranh giới mà bạn không thể vượt qua, và đây là khác biệt rõ rệt nhất giữa hai tài liệu. Anthropic công bố cả hai. Cổng phê duyệt của Duet bao gồm các hành động mà bạn có thể phê duyệt; riêng rẽ, việc giao dịch chứng khoán và chuyển tiền giữa các tài khoản được mô tả là ngoài phạm vi được phép ngay cả khi bạn phê duyệt, còn số thẻ tín dụng và giấy tờ tùy thân do chính phủ cấp bị từ chối ngay ở lớp tin nhắn. Nhóm thứ hai đó không bao giờ chạm tới lời nhắc phê duyệt. Câu trả lời không phải là một nút bấm ghi “không”; không hề có nút nào cả.

Google không công bố danh sách tương đương. Bài đăng bảo mật nêu ba nguyên tắc của mình và mô tả việc chọn tham gia theo từng tính năng, danh sách ứng dụng được phép và xác nhận mua hàng, nhưng không liệt kê những hành động vẫn bị từ chối ngay cả khi người dùng đồng ý. Cách hiểu trung thực là: không được công bố. Điều đó không có nghĩa là không có gì bị từ chối; nó có nghĩa là người mua không thể kiểm tra ranh giới nằm ở đâu, theo cách mà người đọc trang của Anthropic có thể đọc bốn động từ và hai hạng mục bị cấm và biết.

Đo cái gì?

Cả hai nhà cung cấp đều không công bố điểm chuẩn hoàn thành tác vụ độc lập. Đó là toàn bộ phần so sánh hiệu năng, và đó là lý do bài viết này không xếp hạng hai tác nhân. Những gì mỗi công ty thực sự công bố gần với kế toán hơn là đo lường. Duet chia sẻ giới hạn sử dụng của gói với phần còn lại của Claude, và các bước kiểm tra chạy nền của nó được tính vào các giới hạn đó; những tác vụ lớn hơn như xây dựng mô hình tài chính hoặc một bộ slide cần nhiều lượt mô hình hơn và nhiều công việc chạy nền hơn. Chi phí được thể hiện bằng giới hạn gói bị tiêu thụ, không phải bằng giá trên mỗi tác vụ.

Chi phí cho mỗi tác vụ của Gemini Intelligence không được công bố, và cũng không có benchmark nào. Thước đo gần nhất được công bố mang tính cấu trúc: mô hình quyền và đợt triển khai. Những điều đó cho bạn biết hệ thống được phép làm gì và khi nào hệ thống dự kiến sẽ ra mắt. Chúng không cho bạn biết tần suất hệ thống hoàn thành một tác vụ một cách chính xác, và không có con số nào trong bài đăng của cả hai nhà cung cấp làm được điều đó.

Hai kế hoạch thực sự cam kết điều gì

Đọc hai tài liệu như những cam kết và chúng phân kỳ trên cùng một trục như mọi thứ khác. Bản của Anthropic là một đợt phát hành hẹp với các điểm loại trừ được nêu rõ: bản xem trước nghiên cứu, danh sách chờ, người đăng ký Pro và Max tại Hoa Kỳ, và các gói Team và Enterprise chưa được bao gồm. Giá của chính Duet không được công bố, cũng như yêu cầu về thiết bị hoặc bất kỳ ngày khả dụng nào ngoài Hoa Kỳ. Phạm vi nhỏ và mọi khoảng trống đều được nêu rõ là khoảng trống.

Bản phát hành của Google là một đợt phát hành theo giai đoạn trên một nền tảng. Trình tự các đợt chính là cam kết: điện thoại Samsung Galaxy và Pixel mới nhất trước tiên vào mùa hè này, sau đó là đồng hồ, ô tô, kính và máy tính xách tay vào cuối năm, tiếp theo là tùy chọn tham gia theo từng tính năng và các công tắc tự động hóa cấp ứng dụng. Những gì các bài đăng không cung cấp là danh sách theo từng thiết bị cho thời điểm hiện tại. Kế hoạch thì rõ ràng; còn danh mục thiết bị đã phát hành tính đến ngày 24 tháng 10 năm 2026 thì không, và không bài đăng nào khẳng định điều ngược lại.

Sự bất đối xứng đó chính là điều cần ghi nhớ. Một nhà cung cấp cho bạn biết chính xác những hành động nào khiến tác nhân dừng lại và những hành động nào bị từ chối kể cả khi bạn khăng khăng, đồng thời gần như không nói gì về việc nó hoạt động tốt đến đâu. Nhà cung cấp còn lại cho bạn biết quyền hạn của nó được cấu trúc như thế nào và thời điểm triển khai dự kiến, nhưng không công bố danh sách từ chối nào cả. Nếu câu hỏi của bạn là tác nhân nào có năng lực hơn, thì cả hai công ty đều chưa cung cấp bằng chứng cho bạn. Nếu câu hỏi của bạn là ranh giới nào bạn có thể mô tả cho đồng nghiệp trước khi bàn giao một tài khoản, thì chỉ một trong hai đã vạch ra ranh giới đó.

Nếu bạn tự xây dựng vòng lặp agent

Cả hai sản phẩm đều là bề mặt dành cho người dùng tiêu dùng, và cái cổng mà bạn có được chính là cái cổng mà nhà cung cấp đã chọn. Những nhóm cần một cổng khác thường tự xây dựng vòng lặp, và đến lúc đó mô hình trở thành một khoản mục mà bạn có thể gán con số cụ thể. OrcaRouter phục vụ hơn 200 mô hình phía sau một endpoint tương thích OpenAI và một khóa duy nhất, với mức chênh 0%, giá niêm yết của nhà cung cấp được chuyển thẳng, và tự động chuyển đổi dự phòng giữa chúng. Claude Opus 5.5, mô hình mà Duet chạy trên đó, có giá $4.00 mỗi triệu token đầu vào và $20.00 mỗi triệu token đầu ra, với ngữ cảnh 1M token và đọc bộ nhớ đệm ở mức $0.20 mỗi triệu.

Chúng tôi lưu trữ mô hình, không phải ứng dụng. Không có gì ở đây thay đổi những gì Duet hoặc Gemini Intelligence sẽ cho phép bạn phê duyệt, từ chối hay tự động hóa; những ranh giới đó lần lượt thuộc về Anthropic và Google. Điều mà một router thay đổi là lớp bên dưới, nơi logic phê duyệt do bạn tự viết và mô hình thực thi một hành động đã được phê duyệt là một lựa chọn thay vì một phụ thuộc cố định.