Ý TƯỞNG, QUYẾT ĐỊNH & BÀI HỌC
Ghi chép về AI, kiến trúc và xây dựng sản phẩm từ thực tế.
89 bài viết
07 Sep 2026 · 6 phút đọc
ai
Nemotron 3 Ultra kết hợp các lớp Mamba (state-space) với attention của transformer và một bộ định tuyến mixture-of-experts để đạt context 1 triệu token với throughput gấp 5 lần các mô hình dense tương đương. Góc nhìn Tech Lead về kiến trúc này và nơi nó thay đổi bài toán chi phí triển khai agent.
Đọc tiếp04 Sep 2026 · 6 phút đọc
agentic coding
OpenCode, coding agent chạy terminal mã nguồn mở, tăng trưởng vượt 170,000 GitHub star bằng cách giữ tính model-agnostic và kiếm tiền qua Zen, một gateway inference gần như không markup. Phân tích của một Tech Lead về kinh tế học bring-your-own-model, và khi nào nó thực sự thắng một gói subscription coding agent một vendor duy nhất.
Đọc tiếp04 Sep 2026 · 6 phút đọc
agents
GPT-6 Astra của OpenAI ra mắt với context window 1 triệu token và khả năng điều khiển browser/máy tính bằng cách đọc pixel, không phải gọi API. Góc nhìn Tech Lead về điều này thực sự mở ra gì, nó gãy ở đâu, và cách thiết kế review gate trước khi để nó chạm vào hệ thống production.
Đọc tiếp03 Sep 2026 · 6 phút đọc
ai
Google tách Gemini 3.8 Flash thành một bản workhorse tổng quát và một biến thể Cyber được gate quyền truy cập, tự tìm lỗ hổng và viết patch. Góc nhìn Tech Lead về việc điều gì thay đổi khi cùng một model làm cả discovery lẫn remediation — và vì sao bước review patch giờ mới là bottleneck thật sự.
Đọc tiếp02 Sep 2026 · 6 phút đọc
ai
Anthropic giữ nguyên giá per-token của Fable 5.1 nhưng cắt 75% giá cache-read. Đây không phải giảm giá đơn thuần — đó là tín hiệu về pattern kiến trúc mà platform đang khuyến khích. Cách tôi tái cấu trúc prompt xoay quanh nó.
Đọc tiếp31 Aug 2026 · 6 phút đọc
ai
Qwen3.8-Flash-Next của Alibaba, bản preview sớm cho kiến trúc Qwen4, đạt 62.5 trên SWE-bench Pro so với 53.4 của Claude Opus 4.6 Max — trong khi chỉ kích hoạt 6B trên tổng 180B tham số. Kiến trúc routing này thực sự mang lại gì, và câu chuyện benchmark phức tạp hơn ở đâu.
Đọc tiếp30 Aug 2026 · 5 phút đọc
ai-tools
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 tiếp30 Aug 2026 · 6 phút đọc
ai
GLM-5.3-Flash của Z.ai, license MIT, kết hợp MoE 320B-A18B với cơ chế attention lai linear/sparse được thiết kế riêng để context triệu token thực sự dùng được, không chỉ khả dụng trên giấy. Góc nhìn Technical Lead về IndexPool, bài toán tự host, và vị trí của nó cạnh các model frontier đóng.
Đọc tiếp30 Aug 2026 · 6 phút đọc
agents
AWS đã đưa dòng model của MiniMax lên Bedrock ở dạng fully-managed. Góc nhìn thực chiến về việc huấn luyện agent-native thay đổi gì so với model đa dụng, và nó nằm ở đâu trong một hệ thống tiered-routing.
Đọc tiếp
