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

92 bài viết

· 6 phút đọc

ai

GLM-5.3-Flash: Model Open-Weight Đầu Tiên Tôi Thực Sự Tin Tưởng Với Context 1 Triệu Token

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 tiếp

· 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

· 6 phút đọc

ai-agents

Claude Desktop giờ đã nói chuyện được với Ollama: Nút bật model local thực sự mang lại gì

Ollama v0.33.0 ra mắt một gateway điều khiển bằng UI, cho phép Claude Desktop chạy model Qwen, DeepSeek, Kimi ngay trên máy — không phải MCP server, không phải tính năng của Anthropic, mà hoàn toàn là proxy của riêng Ollama. Bài viết phân tích cơ chế hoạt động, đánh đổi về tốc độ/tool-calling, và khi nào đáng bật cho cả team.

Đọc tiếp

· 6 phút đọc

ai-agents

3 LLM, 621 Tin Nhắn, 30 Giờ: AI Đã Root Một Chiếc Fire Tablet Như Thế Nào

Một nhà nghiên cứu độc lập xâu chuỗi Kimi K3, GLM-5.2 và GLM-5.3 để xây một exploit root hoạt động được cho lỗ hổng kernel Fire OS chưa được vá. Đây là case study thực sự hữu ích về việc nghiên cứu bảo mật đa model, dài hơi trông như thế nào ngay lúc này — và ý nghĩa của nó với bất kỳ ai đang chạy phần cứng EOL hoặc agent không giám sát.

Đọc tiếp