Trả lời nhanh: Gói Claude Pro hay Max không giới hạn số session hay số agent chạy song song. Trần thật nằm ở hai chỗ khác: giới hạn phía công cụ Claude Code (mặc định 20 subagent chạy đồng thời, lồng nhau 3 lớp) và một pool hạn mức dùng chung cho cả Claude.ai lẫn Claude Code, khi gần cạn thì hệ thống bóp băng thông âm thầm trước khi chặn hẳn. Cảm giác "một session thì nhanh, nhiều session thì ì" gần như luôn là dấu hiệu thứ hai chứ không phải thứ nhất.
Bài này dành cho người đã chạy Claude Code hằng ngày, mở nhiều cửa sổ terminal, giao việc cho subagent và bắt đầu thấy mọi thứ chậm lại mà không hiểu vì sao. Toàn bộ số liệu dưới đây lấy từ tài liệu chính thức của Anthropic, kèm cấu hình cụ thể để dán vào máy là chạy.
Tóm tắt nhanh
- Không có giới hạn agent theo gói cước, Pro và Max giống hệt nhau ở điểm này
- Claude Code chặn ở 20 subagent chạy đồng thời, độ sâu lồng nhau 3 lớp, cả hai đều sửa được bằng biến môi trường
- Claude Code, Claude.ai và Cowork ăn chung một hạn mức: cửa sổ 5 giờ trượt cộng cap theo tuần
- Gần chạm cap thì phản hồi chậm dần chứ không báo lỗi, nên rất dễ chẩn đoán nhầm là mạng hoặc máy yếu
- Hạ số agent song song xuống 3-5 và đẩy subagent sang model nhẹ thường nhanh hơn là để mặc định 20
Giới hạn subagent nằm ở công cụ, không nằm ở gói cước
Đây là điểm nhiều người hiểu sai. Anthropic không bán "số luồng" theo gói. Toàn bộ giới hạn về agent được cài trong chính Claude Code và giống nhau ở mọi gói:
| Giới hạn | Mặc định | Biến môi trường |
|---|---|---|
| Subagent chạy đồng thời | 20, vượt thì báo Concurrent subagent limit reached | CLAUDE_CODE_MAX_CONCURRENT_SUBAGENTS |
| Độ sâu lồng nhau | 3 lớp dưới hội thoại chính | CLAUDE_CODE_MAX_SUBAGENT_SPAWN_DEPTH |
| Tổng subagent mỗi session | Không giới hạn | Không có |
| Workflow run | 16 agent đồng thời, 1.000 agent tổng | Không có |
Khi chạm trần đồng thời, Claude Code từ chối tạo agent mới và báo cho model biết là đừng thử lại; slot trống ra thì tạo được tiếp. Session bật chế độ ultracode được miễn giới hạn này.
Nghĩa là nếu bên bạn đang thấy chậm mà chưa từng nhìn thấy dòng lỗi Concurrent subagent limit reached, thì vấn đề không nằm ở đây.
Vì sao mở nhiều session lại chậm
Claude Code, ứng dụng Claude trên web và Cowork rút từ cùng một túi hạn mức, đo bằng một cửa sổ 5 giờ trượt cộng thêm một cap theo tuần. Cày nặng ở terminal là hụt luôn phần dùng cho chat.
Điều gây khó chịu nhất: khi tiến gần cap, hệ thống không dừng đột ngột mà bóp dần. Request xếp hàng lâu hơn, agent "nghĩ" mãi không ra chữ, và bạn chưa hề thấy bất kỳ thông báo hết hạn mức nào. Rất nhiều người đổ lỗi cho mạng hoặc cho máy trong khi thật ra chỉ là quota đang cạn.
Ba yếu tố nữa cộng dồn khi chạy song song:
- Prompt cache bị phân mảnh. Mỗi session mới có cache riêng. Subagent thường (không phải fork) cũng có cache riêng, nên mỗi lần sinh agent mới là một lần trả tiền token đầu vào từ đầu.
- Tool definition của MCP phình context. Cắm mười mấy connector thì mỗi session phải nạp toàn bộ mô tả tool ở mọi request. Nhân với năm cửa sổ terminal là con số không nhỏ.
- Subagent trả kết quả dài. Chạy nhiều agent mà mỗi agent trả về báo cáo chi tiết sẽ ngốn ngược context của hội thoại chính, đúng thứ mà subagent sinh ra để tránh.
Cấu hình nên đặt
Bước đầu tiên là đo, đừng đoán. Trong Claude Code gõ /usage, hoặc vào Settings rồi Usage trên claude.ai để xem thanh hạn mức phiên 5 giờ và thanh theo tuần. Nếu đang ở mức 80% trở lên thì mọi tinh chỉnh khác đều là thứ yếu, việc cần làm là giãn tải hoặc nâng hạn mức.
Nếu quota còn thoải mái mà vẫn ì, sửa ~/.claude/settings.json:
{
"env": {
"CLAUDE_CODE_MAX_CONCURRENT_SUBAGENTS": "5",
"CLAUDE_CODE_SUBAGENT_MODEL": "haiku",
"CLAUDE_CODE_SUBAGENT_MODEL_FORCE": "1"
}
}Hạ trần đồng thời từ 20 xuống 5 nghe có vẻ ngược đời nhưng thường nhanh hơn trong thực tế: hai mươi agent model mạnh chạy cùng lúc đốt hạn mức nhanh gấp bội mà tốc độ hoàn thành không tăng tương ứng, bạn chỉ chuyển từ nghẽn CPU sang nghẽn quota. Biến CLAUDE_CODE_SUBAGENT_MODEL_FORCE là thứ bắt buộc phải có nếu muốn ép model nhẹ thật sự, vì nếu thiếu nó thì định nghĩa trong từng file agent vẫn thắng.
Dùng fork thay vì sinh subagent mới
Với việc phụ cần nhiều bối cảnh của phiên đang làm, đừng để Claude sinh subagent mới. Gõ /subtask kèm mô tả việc:
/subtask viết unit test cho phần parser vừa sửaFork kế thừa nguyên hội thoại, cùng system prompt, cùng tool, cùng model, nên request đầu tiên dùng lại được prompt cache của phiên chính. Rẻ và nhanh hơn hẳn so với sinh một agent mới rồi phải giải thích lại bối cảnh từ đầu. Fork chạy nền, kết quả trả về như một tin nhắn trong phiên chính, còn các bước trung gian thì không làm bẩn context.
Gói MCP vào từng agent thay vì nhét hết vào phiên chính
Đây là khoản tiết kiệm lớn nhất với ai cắm nhiều connector. Thay vì khai báo tất cả trong .mcp.json, khai báo thẳng trong frontmatter của agent cần dùng:
---
name: browser-tester
description: Kiểm thử tính năng trên trình duyệt thật
mcpServers:
- playwright:
type: stdio
command: npx
args: ["-y", "@playwright/mcp@latest"]
---Chỉ agent đó có tool, hội thoại chính không phải nạp mô tả tool vào context. Có thể trỏ tên tới server đã cấu hình sẵn, hoặc định nghĩa inline như trên; bản inline trong thư mục dự án cần bạn trust folder trước thì mới nạp.
Khi nào nên tách sang API
Chia nhỏ quota hiện có chỉ giúp được tới một mức. Muốn tăng trần thật thì phải tách ví: phần việc máy tự chạy (cron ban đêm, pipeline n8n, CI, batch xử lý dữ liệu) đẩy sang API trả theo token, phần việc có mặt người ngồi trước màn hình thì giữ ở thuê bao.
Ngưỡng quyết định khá đơn giản. Nếu bên bạn cạn hạn mức trước 3 giờ trong mỗi cửa sổ 5 giờ, đều đặn nhiều ngày, thì mua thêm chỗ ngồi hoặc chuyển tải batch sang API rẻ hơn nhiều so với thời gian ngồi chờ bị bóp băng thông. Nhớ đặt spending limit cho ví API ngay từ đầu.
Câu hỏi thường gặp
Gói Max có cho chạy nhiều session song song hơn Pro không?
Không. Không gói nào giới hạn số session hay số agent chạy đồng thời. Max cho hạn mức lớn hơn, nên trong thực tế bạn chạy được lâu hơn trước khi bị bóp, nhưng đó là hạn mức chứ không phải số luồng.
Nâng số agent đồng thời lên hơn 20 được không?
Được, đặt CLAUDE_CODE_MAX_CONCURRENT_SUBAGENTS thành số nguyên dương bất kỳ. Nhưng theo kinh nghiệm bên mình thì việc này hiếm khi có lợi: nút thắt thường là hạn mức chứ không phải số agent, tăng lên chỉ khiến quota cạn nhanh hơn.
Làm sao biết mình đang bị bóp băng thông hay chỉ là mạng chậm?
Gõ /usage ngay lúc thấy chậm. Nếu thanh hạn mức phiên đang cao mà phản hồi ì, đó là throttle. Nếu hạn mức còn thấp mà vẫn chậm thì mới nghi tới mạng, tới ổ đĩa, hoặc tới việc context của phiên đã quá dài và cần /compact.
Subagent có thấy được lịch sử hội thoại chính không?
Không, trừ fork. Subagent thường khởi động với context trống, chỉ nhận system prompt riêng, mô tả việc được giao, các file CLAUDE.md và ảnh chụp trạng thái git. Vì vậy quy tắc nào bắt buộc phải theo thì phải nhắc lại trong lời giao việc, đừng cho rằng agent đã biết.
Chạy Claude Code trên VPS có giúp gì cho chuyện hạn mức không?
Không giúp gì về hạn mức, vì hạn mức gắn với tài khoản chứ không gắn với máy. Cái VPS giải quyết là chuyện khác: agent chạy trong tmux 24/7, tắt laptop vẫn chạy tiếp, hạn mức hồi lúc nào thì agent làm tiếp lúc đó thay vì đợi bạn mở máy.
Mua Claude Pro chính chủ tại TND
Chạy agent hằng ngày thì tài khoản là công cụ kiếm tiền, không phải chỗ để tiết kiệm vài trăm nghìn. Tài khoản trôi nổi hoặc dùng chung tiềm ẩn rủi ro khóa ngang và mất sạch lịch sử làm việc, thường rơi đúng lúc đang giữa dự án.
TND cung cấp Claude Pro bản quyền 1 năm, kích hoạt thẳng trên email của bạn, thanh toán bằng VNĐ, hóa đơn VAT đầy đủ và hợp đồng kinh tế theo yêu cầu. Cần nhiều chỗ ngồi cho cả đội thì có Claude Team Standard, Team Premium và Enterprise. Bên mình bán bản quyền phần mềm cho doanh nghiệp Việt từ 2009, là đối tác đã xác thực của Microsoft, Google và Adobe.
Xem giá Claude Pro 1 năm tại TND
