Ý TƯỞNG, QUYẾT ĐỊNH & BÀI HỌC
Ghi chép về AI, kiến trúc và xây dựng sản phẩm từ thực tế.
89 bài viết
28 Aug 2026 · 5 phút đọc
ai
AWS và Unsloth vừa công bố 4 pattern triển khai LLM quantize giúp giảm chi phí instance khoảng 5 lần. Mình phân tích pattern nào phù hợp đội nào, kèm config thực tế và những cái bẫy vận hành mà con số benchmark không nói cho bạn biết.
Đọc tiếp26 Aug 2026 · 6 phút đọc
ai-agents
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 tiếp25 Aug 2026 · 6 phút đọc
ai
GLM-5.3 vừa nhảy từ 4.6 lên 28.3 trên Terminal-Bench 3.0 với mức giá chỉ bằng một phần nhỏ frontier model. Đây là kiến trúc routing mà chúng tôi thực sự triển khai để ngừng trả tiền thừa cho những task không cần đến nó.
Đọc tiếp25 Aug 2026 · 5 phút đọc
agent-training
Framework RL mới của Microsoft tách hoàn toàn phần execution của agent ra khỏi phần training model, cho phép bạn thêm reinforcement learning vào một agent LangChain hay AutoGen mà gần như không sửa code. Kiến trúc, con số thực tế, và nó thực sự phù hợp với ai.
Đọc tiếp24 Aug 2026 · 6 phút đọc
agent architecture
Harness AVO của NVIDIA đưa Claude Opus 5 từ ~30% lên 100.00 RHAE trên ARC-AGI-3 — mà không đụng vào trọng số model. Góc nhìn Technical Lead về việc vì sao harness, chứ không phải model, mới là nơi năng lực agent thế hệ tiếp theo thực sự đến từ.
Đọc tiếp24 Aug 2026 · 6 phút đọc
ai-agents
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 tiếp20 Aug 2026 · 6 phút đọc
ai-agents
Hệ thống multi-agent AI lãng phí token theo đúng hai cách cụ thể, có thể sửa được. Phân tích kỹ thuật về phase-scheduled activation, ngưỡng context pruning, và những pattern mình thực sự dùng để giữ chi phí đội subagent ở mức thấp.
Đọc tiếp18 Aug 2026 · 6 phút đọc
agentic coding
Z.ai ra mắt GLM-5.3 mà không train lại base model, vậy mà benchmark coding và cybersecurity tăng gần gấp đôi. Góc nhìn Technical Lead về việc vì sao post-training quan trọng hơn kích thước model, và điều này thay đổi bài toán build-vs-buy ra sao.
Đọc tiếp17 Aug 2026 · 5 phút đọc
agentic coding
Qwen3.8-27B mặc định reasoning effort ở mức xhigh, và hậu quả rõ ràng: một yêu cầu vẽ SVG đơn giản đốt hơn 22.000 reasoning token và mất 21 phút. Góc nhìn Technical Lead về reasoning effort như một nút chỉnh chi phí ẩn trong pipeline agent.
Đọc tiếp
