Task Manager OG: khi người tạo Task Manager dùng AI để viết lại công cụ sau 31 năm

Đối với nhiều người dùng Windows, Task Manager là công cụ quen thuộc để kiểm tra tiến trình, mức sử dụng CPU hay bộ nhớ. Người đứng sau công cụ đó là kỹ sư Dave W. Plummer — người đã thiết kế phiên bản Task Manager ra mắt cùng Windows NT 4.0. Ba thập kỷ sau, Plummer trở lại với một dự án đặc biệt: viết lại một trình quản lý tác vụ mới bằng phương pháp kết hợp giữa bản đặc tả dài và công cụ mã hóa hỗ trợ AI.

Từ một công cụ siêu nhẹ tới ý tưởng hiện đại

Khi Task Manager đầu tiên được phát triển vào giữa những năm 1990, thách thức chính là làm phần mềm đủ nhỏ gọn để chạy được trên phần cứng rất hạn chế. Tiêu chí thiết kế khi ấy chú trọng vào hiệu suất và tiết kiệm tài nguyên. Với dự án mới, Plummer áp dụng tư duy khác: tận dụng phần cứng hiện đại và ưu tiên hiển thị thông tin phong phú hơn.

Quy trình phát triển: đặc tả chi tiết + Vibe-coding

Thay vì viết mã theo cách thủ công truyền thống, Plummer soạn một bản đặc tả gồm 107 trang nêu rõ hành vi, giao diện và yêu cầu cho phần mềm. Dựa trên tài liệu đó, ông sử dụng một công cụ gọi là Claude Code kết hợp phương pháp Vibe-coding để chuyển yêu cầu thành mã. Kết quả ban đầu — một bản thô của chương trình được gọi là Task Manager OG (TMOG) — hoàn tất trong khoảng 4,5 giờ trên một chiếc MacBook Air M5. Thời điểm phát triển dự án diễn ra trong hoàn cảnh cá nhân: Plummer làm việc trong lúc chờ con trai phẫu thuật tại bệnh viện.

Đa nền tảng nhưng có những giới hạn

TMOG được thiết kế để chạy nguyên bản trên ba hệ điều hành lớn: Windows, macOS và Linux. Kiến trúc phần mềm dựa trên một lõi C++ dùng chung, còn giao diện được triển khai bằng công nghệ riêng cho từng nền tảng. Cụ thể, phiên bản Windows dùng Direct2D và DirectComposition; macOS tận dụng UIKit; Linux sử dụng Qt. Dù vậy, có một giới hạn đáng chú ý: phần mềm hiện không hoạt động trên Windows 10.

Những dữ liệu TMOG theo dõi

So với Task Manager truyền thống, TMOG mở rộng phạm vi giám sát tài nguyên. Ứng dụng thu thập và hiển thị chỉ số về CPU, GPU, bộ nhớ, nhiệt độ và mức tiêu thụ điện. Ngoài ra, phần mềm sử dụng các hiệu ứng động ở tần số 60 Hz và có khả năng theo dõi chuyển động chuột để cải thiện trải nghiệm hiển thị.

Hiệu năng hiện tại và những nghịch lý

Một điểm đáng chú ý từ thử nghiệm ban đầu là TMOG tiêu tốn tài nguyên lớn hơn so với Task Manager mặc định của Windows. Ở trạng thái hiện tại, TMOG dùng khoảng 120 MB RAM và 3–4% CPU; so sánh với Task Manager tích hợp của Windows, con số tham chiếu là khoảng 105 MB RAM và dưới 1% CPU. Khi tắt các hiệu ứng hiển thị tần suất cao, mức tiêu thụ CPU của TMOG giảm xuống còn khoảng 2–3%.

Tính chính xác của số liệu: vẫn cần cải thiện

Mặc dù phát triển nhanh bằng công cụ hỗ trợ AI, TMOG vẫn trong giai đoạn beta và một số chỉ số chưa hoàn toàn chính xác. Trong thử nghiệm có những sai lệch rõ rệt: ví dụ, giá trị nhiệt độ CPU liên tục hiển thị 16,9°C — thấp hơn cả nhiệt độ phòng — và một vài dữ liệu bộ nhớ của từng tiến trình khác biệt đáng kể so với Task Manager mặc định. Những bất thường này cho thấy phần mềm cần tinh chỉnh thêm trước khi có thể thay thế công cụ hệ thống.

TMOG đứng ở đâu giữa các công cụ giám sát khác?

Nhiều chức năng mà TMOG tích hợp đã tồn tại trong các sản phẩm khác. Một số thông tin có thể thu được từ Task Manager gốc hoặc phần mềm chuyên dụng như HWiNFO, htop và NVTOP. Điểm mạnh của TMOG là gom nhiều loại dữ liệu vào một giao diện duy nhất và cho phép tùy biến cách hiển thị, thay vì rải rác giữa nhiều tiện ích.

Những bài học rút ra từ dự án

Dự án của Plummer minh họa hai xu hướng cùng tồn tại trong phát triển phần mềm hiện đại. Thứ nhất, AI và các công cụ hỗ trợ có thể tăng tốc quá trình chuyển từ ý tưởng sang nguyên mẫu—thể hiện qua việc hoàn thành bản thô trong vài giờ. Thứ hai, tốc độ không đồng nghĩa với độ chín; các kết quả ban đầu vẫn cần kiểm chứng, hiệu chỉnh và tối ưu hóa, đặc biệt khi dữ liệu hiển thị có độ chính xác là mấu chốt.

Gợi ý cho người dùng quan tâm

Nếu bạn tò mò muốn dùng TMOG ở giai đoạn beta, nên cân nhắc hai điểm chính: không phụ thuộc hoàn toàn vào các chỉ số chưa được xác thực, và theo dõi mức tiêu thụ tài nguyên nếu muốn giữ hệ thống ổn định. TMOG hứa hẹn nhiều tính năng hấp dẫn nhưng vẫn cần nhiều vòng sửa lỗi để đảm bảo dữ liệu tin cậy và hiệu năng tối ưu.

Câu hỏi thường gặp

1. Ai là người tạo ra Task Manager OG?

Task Manager OG được phát triển bởi Dave W. Plummer — kỹ sư từng tạo Task Manager gốc của Windows.

2. TMOG có chạy trên hệ điều hành nào?

Phần mềm được thiết kế để chạy nguyên bản trên Windows, macOS và Linux, với lõi C++ dùng chung và giao diện riêng cho từng nền tảng. Tuy nhiên hiện tại nó không hoạt động trên Windows 10.

3. Tại sao TMOG hiển thị số liệu không chính xác?

TMOG đang ở giai đoạn beta và một vài cảm biến hoặc phương thức thu thập dữ liệu cần được hiệu chỉnh; thử nghiệm cho thấy một số chỉ số như nhiệt độ CPU và thông tin bộ nhớ chưa khớp với dữ liệu tham chiếu.

4. TMOG có tiêu tốn nhiều tài nguyên hơn Task Manager cũ không?

Theo thử nghiệm ban đầu, TMOG sử dụng khoảng 120 MB RAM và 3–4% CPU, cao hơn so với Task Manager mặc định (khoảng 105 MB RAM và dưới 1% CPU). Tắt một số hiệu ứng hiển thị có thể giảm mức tiêu thụ CPU.

Kết luận

Dự án Task Manager OG là một minh chứng thú vị về cách kết hợp tư duy truyền thống của người phát triển với công cụ mã hóa hỗ trợ AI. Plummer mang theo kinh nghiệm 31 năm để tạo ra một bản thiết kế chi tiết rồi dùng Claude Code và Vibe-coding để hiện thực hóa ý tưởng nhanh chóng. Kết quả ban đầu cho thấy tiềm năng trong việc tập hợp nhiều dữ liệu vào một giao diện linh hoạt, đồng thời nhắc nhở rằng các phiên bản do AI hỗ trợ vẫn cần kiểm chứng kỹ lưỡng trước khi đưa vào sử dụng rộng rãi.

Để tiếp tục khám phá những mẹo tiết kiệm pin và cách sử dụng bản đồ trên điện thoại mà vẫn duy trì thời lượng pin, bạn có thể đọc thêm bài viết mẹo dùng Google Maps chế độ vệ tinh để tiết kiệm pin, trong đó giải thích khi nào nên bật hay tắt chế độ vệ tinh và những thủ thuật thực tế giúp giảm hao pin khi dẫn đường.

Nếu bạn quan tâm tới các nỗ lực chạy công nghệ NVIDIA trên phần cứng khác, hãy xem bài phân tích kết quả thử nghiệm DLSS 5 trên GPU AMD và những thách thức hiệu năng để hiểu rõ hơn về tính khả thi kỹ thuật và giới hạn hiện tại của dự án.

Và nếu muốn nắm bức tranh rộng hơn về nền tảng Arm trên PC, bài viết phân tích Windows on Arm chuyển mình thành lựa chọn thực dụng sẽ cung cấp góc nhìn về sự tương thích ứng dụng, nhà cung cấp chip và những thiết bị Arm đang dần trở nên thực tế hơn.