Tới nội dung
#Hướng dẫn / thực hành
9 tháng 11Thứ Hai
  1. Anthropic · Claude.dev60

    Hướng dẫn của Anthropic về cách chọn giữa Claude Fable 5.2, Opus 5.5, Sonnet 5.5 và Haiku 5.5

    Anthropic đã công bố một hướng dẫn khuyến nghị các nhà phát triển bắt đầu hầu hết công việc lập trình và tri thức trên Claude Opus 5.5 ở mức nỗ lực trung bình mặc định, vì chi phí trên mỗi token chỉ bằng một nửa so với Fable 5.2. Hướng dẫn ánh xạ Sonnet 5.5 cho công việc hàng ngày có phạm vi rõ ràng, Haiku 5.5 cho các tác vụ phân loại, định tuyến và tác nhân con với khối lượng lớn, và Fable 5.2 cho các dự án lập trình, tài chính và khoa học khó nhất hoặc các phiên chạy dài không có giám sát. Hướng dẫn cũng khuyên điều chỉnh mức nỗ lực trước khi chuyển đổi mô hình, và lưu ý rằng trên SWE-bench Pro, Opus 5.5 ở mức thấp với các lần thất bại được chạy lại ở mức cao đã vượt qua khoảng 97% tác vụ với chi phí khoảng 0,17 USD mỗi tác vụ, so với 95,3% với 0,29 USD khi mọi tác vụ đều ở mức cao.

    Vì sao đáng chú ý: Hướng dẫn của chính Anthropic ánh xạ từng mô hình Claude và mức nỗ lực tới các loại tác vụ cụ thể, kèm so sánh chi phí trên mỗi tác vụ và điểm chuẩn để lựa chọn giữa chúng.

  2. Figma Blog38

    Sáu cách sử dụng tác nhân Figma trên canvas

    Figma đã nêu ra sáu cách sử dụng tác nhân thiết kế của mình trực tiếp trên canvas, từ việc chú thích thiết kế bằng biên bản cuộc họp được kéo vào qua các connector như Granola, Notion hoặc Google Drive, đến việc tóm tắt phản hồi bình luận và áp dụng các thay đổi đã thống nhất. Tác nhân cũng có thể tạo shader tùy chỉnh, tạo nhiều biến thể bố cục trong một lần nhắc bằng thư viện của nhóm, biến thiết kế tĩnh thành các lớp mã tương tác và thêm hiệu ứng chuyển động.

  3. Recraft Blog38

    Các công cụ tạo nhân vật AI tốt nhất năm 2026: So sánh Recraft, Midjourney, Gemini, ChatGPT và hơn thế nữa

    Một so sánh giữa bảy công cụ tạo nhân vật AI, được chấm điểm dựa trên tính nhất quán của tư thế, ảnh tham chiếu, kiểm soát phong cách, định dạng xuất và gói miễn phí, cho thấy không có công cụ nào tốt nhất cho mọi yêu cầu. Recraft dẫn đầu về việc giữ một nhân vật qua nhiều tư thế với phong cách tái sử dụng và xuất vector SVG, trong khi Midjourney thắng về diện mạo khung hình đơn nhưng không có gói miễn phí, gói Basic giá $10 mỗi tháng. Gemini và ChatGPT phù hợp để lặp lại một nhân vật trong cuộc trò chuyện, và Recraft, Gemini, ChatGPT, Leonardo, Ideogram và OpenArt đều cung cấp gói miễn phí hoặc tín dụng hàng tuần.

7 tháng 11Thứ Bảy
  1. GitHub Blog · AI & ML38

    Ngoài việc tạo mã nguồn: Hướng dẫn của nhà phát triển về kỹ thuật tác tử

    GitHub đã công bố hướng dẫn dành cho nhà phát triển về kỹ thuật tác tử, trình bày cách Copilot hỗ trợ các giai đoạn Lập kế hoạch, Xây dựng, Xác minh và Quan sát trong công việc phần mềm. Hướng dẫn trích dẫn con số 1,2 tỷ commit của GitHub trong một tuần vào tháng 10 năm nay, cao hơn 400% so với một năm trước đó, và một nghiên cứu của Faros AI phát hiện rằng các pull request mất thời gian xem xét lâu hơn 441% khi các nhóm chuyển từ mức độ áp dụng AI thấp lên cao. Hướng dẫn trình bày chi tiết các tính năng bao gồm Copilot trong Slack hoặc Teams, Plan Mode, GitHub Agentic Workflows, cloud sandboxes, session continuity, shared memory, Copilot Dreaming và Copilot Fusion.

6 tháng 11Thứ Sáu
  1. vLLM Blog58

    vLLM chuyển bản dựng CUDA của mình sang LibTorch Stable ABI

    vLLM đã chuyển bản dựng CUDA của mình sang LibTorch Stable ABI, và kể từ v0.33.0, nó phát hành LibTorch ABI Stable CUDA wheels, nhờ đó có thể import một PyTorch wheel mới mà không cần rebuild vLLM. Nhóm đã chuyển các nguồn trong cây và bảy phụ thuộc phụ thuộc LibTorch, bao gồm FlashMLA, DeepGEMM và FlashAttention-2/3, sang các API ổn định, sử dụng torch-abi-audit trong CI để xác nhận không còn ký hiệu không ổn định nào. Bài viết nêu các đánh đổi như tập con API ổn định bị giới hạn và chi phí nhỏ ở phía host, và cho biết các bản dựng CPU và ROCm sẽ là bước tiếp theo.

  2. Google Developers Blog60

    Nghiên cứu của Google phát hiện các tham chiếu lỗi TODO cũ gây xao nhãng các tác nhân lập trình trong 13% số phiên

    ) các tham chiếu. Các tác nhân đã hành động dựa trên ID lỗi trong 6% số lần gặp, và 83% trong số những hành động đó là do nhà phát triển không nhắc đến; 41% các chuyến đi lạc không được nhắc đến đuổi theo các phiếu đã đóng trong khi 57% gặp phải các lỗi vẫn còn mở và mở rộng phạm vi. Khi kiểm soát theo nhà phát triển, độ phức tạp của cơ sở mã, loại nhiệm vụ, cấp độ mô hình và các yếu tố khác, các chuyến đi lạc lỗi không được nhắc đến đã thêm 70% số bước, 77% token và 105% thời gian chờ mỗi phiên.

    Vì sao đáng chú ý: Phân tích dấu vết quy mô lớn của Google cho thấy các tham chiếu lỗi TODO cũ kéo các tác nhân lập trình vào những chuyến đi lạc không được nhắc đến, và các tác nhân dọn dẹp của họ đã loại bỏ hàng nghìn tham chiếu lỗi thời với tỷ lệ chấp nhận của người đánh giá trên 95%.

  3. Anthropic Research60

    Anthropic giải thích các thành phần bộ nhớ của tác nhân Claude

    Anthropic đã phác thảo cách họ thiết kế bộ nhớ cho các tác nhân Claude, định nghĩa bộ nhớ tác nhân là kiến thức được lưu giữ qua các phiên và tách biệt nó khỏi thay đổi trọng số, học trong ngữ cảnh và nén. 5 đã khớp nó với bộ nhớ. 7 đã ghi 413 tệp trên 225 thư mục và giành được một huy hiệu.

    Vì sao đáng chú ý: Anthropic trình bày chi tiết cách bộ nhớ tác nhân của Claude hoạt động, so sánh việc ghi chú của các mô hình trên CL-Bench và Pokémon Red và cho thấy cách mơ ngoại tuyến sửa chữa và sắp xếp các ghi chú đã lưu.

  4. Modal Blog22

    Snorkel vận hành mô phỏng tác nhân thực tế với Modal như thế nào

    Snorkel sử dụng các sandbox GPU và CPU của Modal để chạy hàng triệu mô phỏng tác nhân mỗi tháng, đạt đỉnh hàng chục nghìn sandbox mỗi giờ, và dựa vào Modal để suy luận trên các mô hình trọng số mở mà họ đánh giá. Việc áp dụng tính năng memory bursting của Modal đã cắt giảm tổng hóa đơn sandbox của Snorkel khoảng 20%, với khoảng 10-15% số sandbox của họ sử dụng bursting hiện nay. Modal là nhà cung cấp sandbox duy nhất có thể đáp ứng nhu cầu sandbox GPU của Snorkel ở quy mô lớn.

  5. Every22

    Vì sao một số quy trình AI trụ lại được—còn số khác thì không

    Katie Parrott đưa ra bốn câu hỏi để quyết định quy trình AI nào nên giữ, thiết kế lại, xem lại hay loại bỏ, lập luận rằng một công cụ thất bại hôm nay có thể phù hợp về sau khi các lựa chọn mới giúp giảm bớt độ khó kỹ thuật. Bài viết, được đăng lại từ tháng Bảy, lấy hệ thống Tend gốc Codex của CEO Every Dan Shipper làm ví dụ.

5 tháng 11Thứ Năm
  1. The Pragmatic Engineer22

    Mở rộng quy mô Slack và GitHub: Maude Lemaire về hiệu năng backend và phân mảnh cơ sở dữ liệu

    Maude Lemaire, kỹ sư chính và là tác giả của "Refactoring at Scale", chia sẻ góc nhìn nội bộ về việc mở rộng quy mô Slack và GitHub trên podcast The Pragmatic Engineer. Cô đã dành gần tám năm dẫn dắt nhóm hạ tầng hiệu năng backend của Slack, sau đó gia nhập GitHub vào năm 2024 để giải quyết bài toán mở rộng cơ sở dữ liệu, và gần đây nhất làm việc về hiệu năng tại Cursor, bao gồm thời gian đến token đầu tiên. Cô giải thích giới hạn 23 emoji tùy chỉnh của Slack nhằm tránh hiệu ứng thundering herd, việc kiểm thử tải 500.000 kết nối WebSocket theo cách ngây thơ sẽ tốn 150.000 đô la mỗi lần chạy, và lý do lớp trừu tượng Active Record cùng các truy vấn scatter của GitHub giới hạn nó ở 16 phân mảnh cơ sở dữ liệu.

4 tháng 11Thứ Tư
  1. Meta Engineering Blog34

    Meta F3 Lightning tăng tốc phát hành tính năng ML cho quảng cáo ~3,6 lần

    Meta đã giới thiệu F3 Lightning, một lớp hạ tầng nằm trên Facebook Feature Framework (F3) của họ, giúp tách việc phát hành tính năng khỏi việc thực thi chung, nhờ đó mỗi tính năng trong số hơn 20.000 tính năng xếp hạng quảng cáo được biên dịch, xác thực, triển khai và hoàn tác một cách độc lập. Các tính năng trích xuất tương đương giờ đây đến môi trường production nhanh hơn ~3,6 lần so với F3 trước đây mà không làm tăng chi phí tính toán hạ tầng.

  2. The Pragmatic Engineer50

    Kỹ thuật phần mềm đang thay đổi như thế nào: Câu chuyện của hai thời đại

    Kỹ sư phần mềm Neil Kakkar báo cáo đã gửi hơn 200 pull request mỗi tháng tại startup thuần AI Tano, gấp khoảng 11 lần tốc độ của anh ấy tại PostHog và gấp khoảng mười lần sản lượng trước đó. Anh ấy cho rằng sự nhảy vọt này là do các tác nhân AI thay thế việc review mã và chi phí giao tiếp, đồng thời chỉ ra những chi phí mới như context thrashing, mất ngữ cảnh chia sẻ và giới hạn gói AI.

3 tháng 11Thứ Ba
  1. Google Developers Blog58

    Google đánh giá các bộ phân loại giá rẻ để định tuyến mô hình Gemini theo chi phí mỗi tác vụ

    Google đã chạy một bài đánh giá tác nhân lập trình tự động chấm gồm 50 câu hỏi để kiểm tra liệu một bộ phân loại nhẹ, Jev của TypeSafe, có thể định tuyến từng tác vụ đến cấu hình Gemini rẻ nhất mà vẫn trả lời đúng hay không. Một heuristic regex cố định và độ dài prompt đạt 93,8% trên 16 câu hỏi phát triển nhưng giảm 23,2 điểm xuống 70,6% trên 34 tác vụ giữ lại, trong khi Jev đạt 96,0% trên toàn bộ bộ kiểm thử. Thiết lập không định tuyến mạnh nhất, Gemini 3.8 Flash ở chế độ suy nghĩ thấp, giải được tất cả 50 tác vụ, và một bộ định tuyến Jev gửi tác vụ đến Flash-Lite trước rồi nâng cấp những tác vụ bị gắn cờ cũng giải được tất cả 50 tác vụ trong khi giảm chi phí và thời gian phản hồi; giới hạn maxOutputTokens ở 300 không tiết kiệm gì trên các tác vụ dễ và làm hỏng 7 trong số 25 tác vụ khó.

29 tháng 10Thứ Năm
  1. Google Developers Blog58

    Google giải thích cách xây dựng ứng dụng Generative UI với A2UI và các agent CopilotKit

    Google đã công bố hướng dẫn xây dựng ứng dụng Generative UI với chuẩn A2UI (Agent-to-UI) không phụ thuộc framework của mình và bộ tích hợp agent của CopilotKit. A2UI gửi UI dưới dạng thông điệp JSON khai báo thay vì mã thực thi, nên client chỉ render các component từ một catalog tin cậy, và cùng một payload hoạt động trên React, Angular, Lit, SwiftUI, Jetpack Compose và Flutter. Hướng dẫn trình bày cách kết nối một agent Google ADK thông qua AG-UI, định nghĩa catalog component được Zod kiểm tra, và xây dựng các bề mặt hai chiều nơi dữ liệu người dùng nhập được truyền ngược về agent cho các luồng nhiều bước như đặt chỗ.

  2. Figma Blog58

    Figma đã huấn luyện một mô hình chỉnh sửa thiết kế thành thạo Figma như thế nào

    Figma đã trình bày chi tiết cách họ huấn luyện một mô hình chỉnh sửa thiết kế do chính họ phát triển cho Figma agent của mình, bắt đầu bằng việc tinh chỉnh có giám sát trên các yêu cầu chỉnh sửa tổng hợp được biểu diễn dưới định dạng tệp gốc của Figma và được xác thực bằng các kiểm tra tất định cùng các mô hình đánh giá trực quan.

28 tháng 10Thứ Tư
  1. Ai2 · Allen Institute for AI40

    Các nhà nghiên cứu đang điều chỉnh olmOCR 2 cho các kho lưu trữ lịch sử và khảo cổ như thế nào

    Các nhà nghiên cứu đang điều chỉnh mô hình olmOCR 2 mã nguồn mở của Ai2 để phiên âm các kho lưu trữ lịch sử và khảo cổ. Nhà sử học Maurice Casey đã xây dựng ArtificeOCR, chạy olmOCR 2 cục bộ cùng với Tropy để giúp thư viện ảnh lưu trữ của ông có thể tìm kiếm bằng từ khóa, trong khi dự án CENTURIA của TU Wien đã tinh chỉnh olmOCR 2 bằng LoRA trên 57 bản ghi được chú thích, giảm lỗi phiên âm trên 450 bản ghi kiểm thử từ 15,58% xuống 1,11%.

  2. The Pragmatic Engineer58

    Giải thích về AI SRE: các tác nhân xử lý sự cố AI thay đổi chế độ trực on-call như thế nào và liệu chúng có hiệu quả không

    The Pragmatic Engineer đã phỏng vấn Rootly, incident.io và ResolveAI về các công cụ AI SRE, phần lớn chỉ tăng tốc điều tra sự cố trong Slack thay vì hành động tự chủ. Tần suất triển khai đã tăng khoảng gấp đôi trong một năm ở nhiều công ty, và dữ liệu của Rootly cho thấy số trang cảnh báo tăng với các trang ngoài giờ gần như tăng gấp đôi, trong khi các nhà cung cấp xây dựng lại tác nhân điều tra dựa trên đồ thị tri thức, bộ nhớ và tác nhân xác minh. Các ví dụ nội bộ bao gồm Sevbot của OpenAI, tác nhân điều tra của Stripe (khoảng 3 phút cho một lần chạy đơn giản, 14 phút cho một lần chuyên sâu) và ProdAgent của Google trong Gemini CLI, công cụ này gợi ý công cụ qua MCP và không viết mã.

  3. Meta Engineering Blog34

    Meta PrivacyLib: Kiểm soát quyền riêng tư tại ranh giới truy cập dữ liệu

    Meta đã trình bày chi tiết về PrivacyLib, một thư viện chung được nhúng trong các ứng dụng khách của hàng trăm hệ thống dữ liệu và xử lý của mình, nhằm thực thi các yêu cầu về quyền riêng tư ngay tại điểm truy cập dữ liệu, thực hiện hàng tỷ lượt kiểm tra mỗi giây. Các hệ thống chỉ cần tích hợp một lần, và các khả năng quyền riêng tư mới được phát hành dưới dạng mô-đun plug-in, thay thế cho các triển khai riêng lẻ theo từng hệ thống vốn có thể mất hàng tháng. Một mô-đun Agent Observability theo dõi việc truy cập dữ liệu của các AI agent nội bộ bằng cách mang ngữ cảnh agent đến PrivacyLib.

  4. Google Developers Blog46

    Cải thiện chất lượng Agent bằng Đánh giá Agents CLI

    Không gian tên eval của Agents CLI do Google phát triển chạy một vòng lặp leo đồi cho agent: eval generate, grade, compare, analyze và optimize. Trong một bài hướng dẫn trên mẫu LangChain trong Agents CLI v1.8.0, một baseline đạt 4.0/5 với gemini-3.8-flash làm giám khảo, và một system prompt đầu bếp sai đã làm giảm xuống còn 2.75.

27 tháng 10Thứ Ba
  1. Google Developers Blog34

    Xây dựng Thương mại Hội thoại với Bầy Đa Tác tử trên GCP: Một Nguyên mẫu Hoạt động

    Các nhà phát triển Google Cloud đã xây dựng HappyDelivery, một nguyên mẫu hoạt động của thương mại hội thoại sử dụng LangGraph, Gemini, FastAPI và Google Cloud, theo một bản thiết kế ba lớp trước đó gồm Ingress, Memory và Cognition. Lớp Ingress xác thực chữ ký webhook đặc thù của nền tảng cho WhatsApp, RCS, Apple Messages và SMS, chuẩn hóa payload thành một schema chung và chuyển chúng sang Pub/Sub, trả về HTTP 200 trong khoảng 300ms. Bài viết đi qua mã nguồn, máy trạng thái, các công cụ tài chính tất định và một bộ kiểm thử xác minh tự động.

24 tháng 10Thứ Bảy
  1. SemiAnalysis60

    SemiAnalysis thử nghiệm bộ công cụ huấn luyện PyTorch gốc và trình phân tích Neuron Explorer của Amazon Trainium3

    Nhóm kỹ thuật của SemiAnalysis đã thử nghiệm các rack Trainium3 trên bộ công cụ TorchTitan và TorchNeuron và nhận thấy trải nghiệm PyTorch gốc là một cải tiến lớn so với cách tiếp cận PyTorch/XLA cũ, mặc dù vẫn còn lỗi và thời gian biên dịch kéo dài. Huấn luyện Qwen3-32B trên 16 chip Trainium2 đạt 14.156 token mỗi giây với MFU 30,47% ở chế độ biên dịch, tăng 1,28 lần so với chế độ eager, trong khi công thức gpt-oss 20B mất 27 phút 17 giây để biên dịch. Nhóm cũng đánh giá Neuron Explorer là trình phân tích hàng đầu trong ngành, vượt trước các công cụ của Nvidia và AMD, và báo cáo rằng Trainium3 đã vượt qua 89 trong số 96 trường hợp kiểm thử FlexAttention.

23 tháng 10Thứ Sáu
  1. Figma Blog40

    Cách đưa Hệ thống thiết kế của bạn vào hoạt động với Figma Agent

    Figma agent hiện đã được phát hành rộng rãi, và Figma giải thích cách cung cấp hệ thống thiết kế của bạn cho nó để đầu ra khớp với sản phẩm của bạn. Việc kết nối một thư viện đã xuất bản cho phép agent sử dụng các thành phần và token đã được phê duyệt, trong khi các tệp hướng dẫn mã hóa quy tắc của nhóm và các trang Examples hoặc cách đặt tên _example cung cấp các mẫu có thể tái sử dụng.

22 tháng 10Thứ Năm
  1. Google Developers Blog38

    Project Chrysalis của Google Cloud: Kiến trúc AI Agent tự tiến hóa có quản trị trên Gemini và ADK

    Các nhà nghiên cứu Google Cloud đã công bố Project Chrysalis, một kiến trúc tham chiếu cho các AI agent tự tiến hóa có quản trị, được xây dựng trên nền tảng Gemini và Agent Development Kit (ADK). Trong các mô phỏng sự cố ngừng dịch vụ do cache-stampede vào Black Friday, kiến trúc này đã rút ngắn thời gian từ lúc bắt đầu đến biện pháp giảm thiểu đầu tiên từ 15–45 phút xuống còn 1,8 giây, giảm lỗi HTTP 5xx từ 72,7%–80,0% xuống 0,0%, và giảm độ trễ P99 từ 519,8 ms xuống 18,2 ms. Mọi hành động tự động đều bị giới hạn bởi Model Armor, Cloud KMS, Binary Authorization, OPA Policy Controller và quy trình phê duyệt có con người trong vòng lặp với dual-custody.

21 tháng 10Thứ Tư
  1. LiveKit Blog25

    Acuity Health sử dụng LiveKit Voice Agents để tự động hóa việc tiếp nhận bệnh nhân như thế nào

    Acuity Health đã xây dựng lại các voice agent tiếp nhận bệnh nhân trên LiveKit sau khi một nền tảng low-code tỏ ra quá cứng nhắc và thiếu minh bạch, và hiện nay 80% cuộc gọi được AI agent xử lý trọn vẹn. Các agent chạy trên LiveKit Inference với mô hình Gemma 4 31B, phần lớn lượt đặt lịch hoàn tất trong dưới một phút, và 81% cuộc gọi đặt lịch kết thúc bằng một lời "cảm ơn." LiveKit Simulations kiểm thử từng thay đổi với các hồ sơ bệnh nhân trước khi phát hành, và một lần rà soát prompt đã cắt khoảng 24% số từ mà vẫn vượt qua các kịch bản tương tự.

  2. GitHub Blog · AI & ML22

    3 Java Champion sử dụng GitHub Copilot để tăng năng suất như thế nào

    Ba Java Champion với hơn mười năm kinh nghiệm Java mỗi người đã chia sẻ cách họ sử dụng GitHub Copilot trong công việc sản xuất và mã nguồn mở. Vlad Mihalcea đã xây dựng một ứng dụng web Hypersistence Optimizer trong hai ngày thay vì nhiều tuần, và tạo các kỹ năng tùy chỉnh được huấn luyện trên 65 bài viết của ông để khớp với giọng văn của ông. Patrick Baumgartner đã chuyển khoảng 900 slide giảng dạy trong 15 bài thuyết trình từ Reveal.js sang Marp với Copilot, xác minh kết quả thông qua so sánh ảnh chụp màn hình.

20 tháng 10Thứ Ba
  1. GitHub Blog · AI & ML26

    Cách tiếp tục phiên ứng dụng GitHub Copilot trong VS Code

    Các phiên ứng dụng GitHub Copilot giờ đây có thể được mở trực tiếp trong VS Code, mang theo cuộc hội thoại, các thay đổi mã và worktree để nhà phát triển có thể xem lại diff, chỉnh sửa thủ công và kiểm thử cục bộ mà không cần khởi động lại. Hướng dẫn đi qua việc mở một phiên, xem lại từng dòng thay đổi của agent, tiếp tục cùng cuộc hội thoại trong thanh bên Copilot và đẩy các cập nhật lên pull request của phiên đó.

  2. Google Developers Blog60

    Google tích hợp TorchTitan vào TorchTPU và phát hành sổ tay tối ưu hóa mô hình TPU

    Google đã phát hành bản fork TPU của TorchTitan do Meta phát triển, cho phép huấn luyện PyTorch trên Cloud TPU thông qua backend torch.device("tpu") gốc của TorchTPU, với các kernel gốc TPU và một playbook tối ưu hóa từng bước. Trên TPU v7x (Ironwood), Llama 3 405B duy trì khoảng 57% MFU từ 128 đến 1.024 chip, Qwen3 235B đạt 32,42% MFU trên một slice 1.024 chip, và FLUX.1 đạt 19,4% MFU trên 1.024 chip với hiệu suất weak-scaling 93%. Bản fork có tại https://github.com/google-pytorch/torchtitan/, và một backend mô hình hóa Transformers cùng một kỹ năng onboarding agent mở rộng cùng trainer này cho các checkpoint khác.

    Vì sao đáng chú ý: Google hợp tác với Meta để chuyển TorchTitan sang TPU, đồng thời đưa ra lộ trình tinh chỉnh từng bước từ FLUX.1 đến Qwen3 235B cùng các con số MFU, có thể dùng làm tài liệu tham khảo cho các nhóm PyTorch đánh giá tính khả thi của huấn luyện trên TPU.

19 tháng 10Thứ Hai
  1. Modal Blog38

    Legora chạy 2.000 đánh giá agent song song trên Modal Sandboxes như thế nào

    Legora hiện chạy từng đánh giá agent pháp lý của mình trong một Modal Sandbox riêng, khởi động toàn bộ ứng dụng được ghim vào một commit cụ thể để mỗi lần chạy phản ánh đúng phiên bản sản phẩm. Một thử nghiệm điển hình gồm 100 ca, 4 biến thể harness và 5 lần thử mỗi ca — 2.000 lần chạy song song — với Modal Volumes chụp nhanh trạng thái tài liệu, cơ sở dữ liệu và quyền. Legora cũng chuyển từ gVisor sang Modal VM Sandboxes, loại bỏ các giải pháp vòng cho mạng Docker và FUSE, đồng thời giảm 30% chi phí agent nhờ nén thông minh hơn và tìm kiếm công cụ tùy chỉnh.

16 tháng 10Thứ Sáu
  1. Modal Blog36

    Modal giải thích cách họ xây dựng một ngăn xếp hệ thống tệp nhanh cho VM Sandboxes

    Modal đã trình bày chi tiết cách họ phát triển ngăn xếp hệ thống tệp của mình để hỗ trợ VM Sandboxes, định tuyến các yêu cầu từ khách thông qua virtio-fs và virtiofsd vào hệ thống tệp tải lười ImageFS của họ. Phiên bản đầu tiên khởi động nhanh nhưng chạy chậm: lệnh chown đệ quy tăng từ bốn giây lên hơn một phút, và cài đặt pnpm và bun chậm khoảng ba lần. Các vi mô phép đo cho thấy chown mất 9,87 giây qua virtio-fs so với 2,31 giây trên gVisor và 1,58 giây trên ImageFS.

  2. OpenClaw Blog22

    PJ giúp các doanh nghiệp nhỏ tiếp nhận và sở hữu OpenClaw như thế nào

    PJ, một kỹ sư chuyển sang làm chủ dịch vụ diệt côn trùng tại Ocala, Florida, hiện tư vấn cho các doanh nghiệp nhỏ—trong đó có nhà thầu lợp mái, hồ bơi và ô tô—thiết lập OpenClaw và hướng dẫn họ tự vận hành. Khách hàng của anh muốn một công cụ họ sở hữu hoàn toàn thay vì đưa dữ liệu công ty vào phần mềm thuê, và một khách hàng, Donna, 66 tuổi, quản trị viên, sử dụng OpenClaw của mình hàng ngày.

  3. LiveKit Blog38

    Cách xây dựng một AI Voice Agent sẵn sàng cho môi trường production

    Hướng dẫn của LiveKit đúc kết kinh nghiệm từ các kiến trúc sư giải pháp và kỹ sư triển khai tại chỗ về việc đưa AI voice agent từ bản demo đến môi trường production, được tổ chức xoay quanh ba câu hỏi: liệu agent có đủ thông minh và tự nhiên hay không, hiệu năng của nó có thể quan sát được hay không, và liệu nó có mở rộng một cách đáng tin cậy và tiết kiệm chi phí hay không. Hướng dẫn khuyến nghị đo riêng lượt hội thoại đầu tiên, vì một công ty phát hiện khoảng 3 trong 4 cuộc gọi kết thúc ngay ở bước chào hỏi, và ghi nhận việc khách hàng chuyển từ GPT-4.1 sang Gemma 4 31B trên LiveKit Inference tiết kiệm được 300–500ms ở p50.

15 tháng 10Thứ Năm
  1. Anthropic · Claude.dev62

    Nhóm Claude Code thực hiện đánh giá mã như thế nào

    Nhóm Claude Code mô tả quy trình đánh giá mã theo nhiều lớp của mình, trong đó phần lớn việc đọc được thực hiện bởi máy móc và sự chú ý của con người được dành cho việc phê duyệt dựa trên rủi ro. Từ tháng 6 đến tháng 9, số pull request đã hợp nhất vào cơ sở mã Claude Code tăng hơn gấp đôi trong khi tỷ lệ phải hoàn nguyên giảm hơn 40 phần trăm. Quy trình xếp chồng các bước xác minh trước PR, CI bắt buộc, đánh giá của Claude, đánh giá bảo mật, phê duyệt của con người theo cấp rủi ro và hàng đợi hợp nhất với cờ và hoàn nguyên nhanh, và nhóm đã biến các sự cố trong quá khứ thành một bộ đánh giá hàng ngày cho người đánh giá.

    Vì sao đáng chú ý: Nhóm Claude Code của Anthropic trình bày chi tiết cách họ chuyển phần lớn việc đọc mã sang các lớp tự động trong khi PR đã hợp nhất tăng gấp đôi và số lần hoàn nguyên giảm hơn 40 phần trăm, mang lại một mô hình đánh giá có thể chuyển giao cho các nhóm sử dụng nhiều tác nhân.

  2. Modal Blog34

    Tăng cường LiveKit Agent của bạn với Modal GPUs

    Modal giải thích cách chạy LiveKit Agents với các mô hình open-weights hoặc tùy chỉnh trên GPU serverless của mình, sử dụng Expression Video Avatar open-weights của BitHuman với giọng đọc từ Qwen3-TTS để nhân bản Charles Frye. Thiết lập này mở endpoint /launch của container avatar thông qua một Modal Server và dùng Sticky Sessions để giữ các client WebSocket trên cùng một container, với GPU snapshots che giấu cold start.

14 tháng 10Thứ Tư
  1. GitHub Blog · AI & ML38

    Mô hình phát hiện bí mật của GitHub: tìm được nhiều bí mật hơn với ít nhiễu hơn

    GitHub đã huấn luyện một bộ phân loại ModernBERT được tinh chỉnh để thay thế pipeline dựa trên LLM trước đó cho việc phát hiện bí mật chung, cải thiện độ chính xác cảnh báo có trọng số theo chủ sở hữu thêm 11,5% và giảm thời gian thực thi quét trung vị sau khi push xuống 86%. Pipeline hai giai đoạn sử dụng tạo ứng viên bằng regex theo sau là phân loại nhận biết ngữ cảnh, điều này cũng giảm chi phí phục vụ hơn 98% so với gọi LLM từ xa. Lợi ích về hiệu quả đã khiến việc mở rộng phát hiện bí mật chung sang bảo vệ khi push trở nên khả thi, trả kết quả trước khi thay đổi được push.

13 tháng 10Thứ Ba
  1. LiveKit Blog18

    Khắc phục sự cố LiveKit Egress: Các lỗi thường gặp và cách sửa

    LiveKit đã xuất bản hướng dẫn khắc phục sự cố cho Egress, bao gồm các lỗi thường gặp như lỗi 412 "không nhận được tín hiệu khởi động" từ các template không bao giờ gọi START_RECORDING, lỗi 404 không tìm thấy participant hoặc track trong vòng 30 giây, và lỗi 400 tải lên thất bại do thông tin xác thực S3/GCP/Azure không hợp lệ. Hướng dẫn cũng đề cập đến các vấn đề về layout, webhook và Egress tự lưu trữ, đồng thời lưu ý rằng hướng dẫn này áp dụng cho cả API StartEgress hiện tại và các API riêng theo nguồn đã bị ngừng hỗ trợ.

  2. GitHub Blog · AI & ML36

    GitHub Copilot cho người mới bắt đầu: Bốn cách để dạy Copilot về cơ sở mã của bạn

    Loạt bài GitHub Copilot cho người mới bắt đầu giải thích bốn cách cung cấp ngữ cảnh dự án cho Copilot: hướng dẫn tùy chỉnh trong `.github/copilot-instructions.md` cùng với các tệp theo đường dẫn cụ thể trong `.github/instructions`, kỹ năng tác nhân trong `.github/skills`, tác nhân tùy chỉnh trong `.github/agents`, và máy chủ MCP kết nối Copilot với các công cụ bên ngoài như Playwright. Bài viết đi qua từng cơ chế và cách chúng kết hợp với nhau, đồng thời chỉ cho độc giả bộ sưu tập Awesome Copilot của cộng đồng để có các ví dụ sẵn dùng.

12 tháng 10Thứ Hai
9 tháng 10Thứ Sáu
  1. LiveKit Blog34

    Serve AI sử dụng LiveKit Agent Simulations để xây dựng lại voice agent của mình trên một prompt duy nhất

    Serve AI đã xây dựng lại phone agent của mình cho một khách hàng kiểm soát côn trùng trị giá 150 triệu đô la trên LiveKit, thu gọn một đồ thị luồng Retell gồm 224 nút thành một prompt duy nhất và xác thực nó bằng Agent Simulations. Khoảng 100 cuộc gọi sản xuất thực tế đã được chuyển thành các kịch bản mô phỏng, đạt tỷ lệ vượt qua 98% qua 10–15 lần lặp trước khi chuyển đổi, với độ trễ lượt trung vị là 1,3 giây so với ngưỡng trần 1,5 giây. Lần di chuyển đầu tiên mất một tuần mà không có rollback, và tỷ lệ containment tăng 15%, mà Serve ước tính tiết kiệm thêm 320.000 đô la mỗi năm cho khách hàng.

8 tháng 10Thứ Năm
  1. Anthropic · Claude.dev62

    Anthropic hướng dẫn xây dựng tự động hóa tác nhân theo lịch với Claude Managed Agents

    Anthropic đã công bố một bản triển khai tham chiếu cho Claude Managed Agents (bản beta), đọc các kênh Slack và pull request GitHub theo lịch cron, theo dõi thay đổi kể từ lần chạy trước thông qua bookmark theo từng nguồn, và đăng bản tóm tắt lên Slack. Hướng dẫn bao gồm thông tin xác thực lưu trong vault, quyền truy cập chỉ đọc và giới hạn chi tiêu mỗi lần chạy, cùng các quy tắc báo cáo nguồn bị lỗi là không thể đọc thay vì coi là ngày yên ắng và xác nhận bài đăng Slack trước khi cập nhật bookmark và sổ cái. Một lệnh Claude Code với kỹ năng claude-api cấu hình tác nhân theo hướng dẫn trong bài viết.

    Vì sao đáng chú ý: Anthropic chia sẻ bản triển khai tham chiếu cho Claude Managed Agents theo lịch đọc Slack và GitHub, với các quy tắc cụ thể về bookmark, đọc lỗi và xác nhận đăng bài.

6 tháng 10Thứ Ba
  1. Anthropic · Claude.dev72

    Phiên Claude Code trên đám mây: hướng dẫn thực địa để chạy tác vụ trên các VM riêng biệt

    Addy Osmani đi qua các phiên Claude Code trên đám mây, nơi mỗi tác vụ chạy trên một VM mới do Anthropic quản lý với kho lưu trữ được sao chép vào nhánh riêng của nó, và các phiên đám mây được bao gồm trong các gói Pro, Max, Team và Enterprise mà không tính thêm phí tính toán. Trong một thử nghiệm bốn phiên trên một kho Node mẫu, ba phiên bắt đầu trong vòng 16 giây của nhau đã hoàn thành 87 giây sau khi phiên đầu tiên bắt đầu, và phiên kiểm thử không ổn định đã chạy bộ kiểm thử 40 lần với không lỗi. Hướng dẫn bao gồm các script thiết lập, mức mạng, các đường kết nối GitHub và bảy quy trình phù hợp với các phiên đám mây, đồng thời lưu ý rằng các phiên cục bộ vẫn phù hợp hơn cho các tác vụ cần dữ liệu cục bộ, dịch vụ VPN, GPU hoặc Zero Data Retention.

    Vì sao đáng chú ý: Một hướng dẫn thực địa thực hành về các phiên Claude Code trên đám mây, cho thấy cách các VM theo từng tác vụ cho phép làm việc song song và nơi các phiên cục bộ vẫn phù hợp hơn.