Ý TƯỞNG, QUYẾT ĐỊNH & BÀI HỌC

Bài viết

Ghi chép về AI, kiến trúc và xây dựng sản phẩm từ thực tế.

Khám phá Ý tưởng & Giải pháp AI

78 bài viết

· 5 phút đọc

ai-tools

Núm Vặn Thinking-Effort Mới Của GitHub Copilot: Quản Lý Chi Phí và Độ Trễ Theo Từng Task

Bản cập nhật Visual Studio ngày 28/8 của GitHub thêm điều khiển thinking-effort Low/Medium/High theo từng model, cộng view quản lý model hiển thị context window và chi phí. Góc nhìn Tech Lead: vì sao tinh chỉnh effort theo từng call quan trọng hơn chọn 'model tốt nhất' — và so sánh với cái bẫy reasoning-effort chúng ta đã học một cách đau đớn với open model.

Đọc tiếp

· 5 phút đọc

cloudflare

Cloudflare Cắt 56% Bộ Nhớ DNS Cache — Những Trick Layout Rust Đáng Học

Ngày 27/8, Cloudflare công bố 5 tối ưu memory-layout cho Big Pineapple, DNS cache của họ, cắt 56% bộ nhớ mỗi entry và giải phóng ~100TB trên toàn fleet. Một Tech Lead đi qua từng kỹ thuật thực tế — struct packing, arena allocation, string interning — và nơi chúng đáng giá trong các backend service thông thường, không chỉ DNS resolver ở quy mô Cloudflare.

Đọc tiếp

· 5 phút đọc

ai-agents

Model Hardware Standard của Anthropic: Khi AI Agent Có 'Tay Chân'

Research preview MHS công bố ngày 27/8 cho phép AI agent điều khiển thiết bị lab và sản xuất qua một interface chuẩn. Góc nhìn Tech Lead từng wire MCP server vào internal tools: đây là hình dạng của MCP áp lên phần cứng vật lý — và điều gì sẽ hỏng khi tool call điều khiển máy ly tâm thay vì database.

Đọc tiếp

· 5 phút đọc

agent architecture

xAI Build Grok Thế Nào — và Tôi Sẽ Build Một 'Grok' Của Riêng Mình Ra Sao

Grok không phải một model, nó là một hệ agent: tool huấn luyện vào reasoning, real-time search X + web trên hạ tầng xAI, kiến trúc 4-agent cross-verify, long-running agents. Tôi mổ xẻ feature, architecture, safety harness — rồi map từng mảnh sang một component tôi có thể tự build self-host bằng gói subscription đã trả tiền.

Đọc tiếp

· 5 phút đọc

agentic engineering

Không Thể Ship Agent Bằng Cảm Tính — Eval Cho Hệ Agentic

Một dòng chỉnh prompt có thể âm thầm làm hỏng một agent, và bạn chỉ biết khi user gặp. Cách sửa của tôi là một eval harness: một golden set gồm input và check, chạy với mọi agent và workflow mỗi lần đổi. Đây là phần giải phẫu — check tĩnh, LLM-as-judge, regression run-on-change, và chấm cả workflow đa-agent.

Đọc tiếp