Blog | Én Bay

Ý tưởng khởi nghiệp AI SaaS 130.000 USD/tháng: Hướng dẫn tìm kiếm cơ hội

Bài viết này chia sẻ cách tìm kiếm ý tưởng khởi nghiệp AI SaaS tiềm năng thông qua việc phân tích các nút “Xuất” trong phần mềm doanh nghiệp và xác định các cơ hội tự động hóa bằng AI.

Bạn muốn có một ý tưởng khởi nghiệp AI SaaS trị giá 130.000 USD/tháng? Tôi cũng vậy. Tôi sẽ chia sẻ cách tôi tìm kiếm chúng (hãy lưu lại hướng dẫn này):

Hãy chú ý đến các nút “Xuất” trong phần mềm doanh nghiệp. Mỗi khi ai đó xuất dữ liệu từ Salesforce để phân tích giao dịch, hoặc từ QuickBooks để tạo báo cáo, hoặc từ Stripe để đối chiếu thanh toán – họ đang cho bạn biết chính xác công việc nào cần được tự động hóa. Mỗi nút xuất đang nói với bạn rằng: “Có công việc thủ công ở đây không nên tồn tại.”

Dưới đây là khung làm việc của tôi để tìm kiếm những cơ hội này:

1. Tìm kiếm nỗi đau lặp đi lặp lại

Tôi quan sát cách mọi người thực sự sử dụng phần mềm doanh nghiệp hàng ngày. Tìm kiếm những nơi họ:

Xuất dữ liệu chỉ để định dạng lại
Sao chép/dán giữa hai công cụ đắt tiền
Xây dựng cùng một báo cáo mỗi tuần
Duy trì các bảng tính khổng lồ bằng tay
Viết cùng một phân tích lặp đi lặp lại

2. Thêm trí thông minh vào mọi nơi

Mỗi tác vụ thủ công là một cơ hội cho LLM (Large Language Model):

Biến xuất dữ liệu thành thông tin chi tiết ngay lập tức
Chuyển đổi dữ liệu lộn xộn thành báo cáo sạch sẽ
Tự động tạo phân tích
Phát hiện các mẫu mà con người bỏ sót
Tự động hóa việc viết thường xuyên

3. Tìm kiếm các kho dữ liệu bị cô lập

Tìm những nơi dữ liệu có giá trị bị mắc kẹt:

Báo cáo cần cập nhật thủ công
Bảng điều khiển không ai xem
Phân tích bị mắc kẹt trong một bộ phận
Các chỉ số nên nói chuyện với nhau nhưng không thể (rất thích thấy điều này, đó là một dấu hiệu tốt)
Thông tin chi tiết bị chôn vùi trong các bảng tính

4. Tìm kiếm các kết nối bị thiếu

Quan sát những nơi mọi người nói “Tôi ước hai thứ này hoạt động cùng nhau”:

Các công cụ nên tích hợp nhưng không tích hợp
Dữ liệu cần đối chiếu thủ công
Hệ thống buộc phải nhập dữ liệu hai lần
Báo cáo yêu cầu nhiều nguồn

5. Bắt đầu nhỏ, phát triển tự nhiên

Xây dựng cho một điểm đau rõ ràng và một thị trường ngách thực sự rõ ràng:

Chọn một thị trường ngách mà Microsoft hoặc OpenAI không chọn
Tập trung vào một quy trình làm việc tồi tệ
Làm cho nó tốt hơn 10 lần với AI
Để AI đề xuất các hành động tiếp theo
Tính phí ngay lập tức
Để người dùng kéo bạn vào các vấn đề liên quan

“Nhưng xuất không phổ biến đến thế” – Hãy nói điều đó với hơn 100 triệu giao dịch được xuất từ Salesforce hàng năm. Hoặc hàng triệu báo cáo QuickBooks. Hoặc mọi lần xuất bảng điều khiển Stripe.

Nhưng bạn đúng – điều này vượt xa hơn cả việc xuất. Dưới đây là các nút khác ẩn chứa những mỏ vàng:

“Tạo báo cáo” (có thể tự động với AI)
“Lên lịch cuộc họp” (vẫn thủ công vào năm 2024?)
“Tải lên CSV” (tại sao không chỉ chụp ảnh?)
“Đối chiếu dữ liệu” (nên xảy ra theo thời gian thực)
“Tạo mẫu” (AI có thể làm điều này ngay bây giờ)
“Định dạng tài liệu” (một cú nhấp chuột với LLM)
“Tổng hợp dữ liệu” (tự động hóa nó)
“Xem xét thay đổi” (AI có thể đánh dấu những gì quan trọng)

Mỗi nút thủ công là một cơ hội AI đang chờ xảy ra. Các nhà sáng lập thông minh đã và đang xây dựng lại các quy trình làm việc này với sức mạnh siêu việt của AI.

Tôi hy vọng hướng dẫn nhỏ này hữu ích. NHIỀU NGƯỜI GIỮ BÍ MẬT NHƯNG TÔI THÌ KHÔNG. Tôi muốn thấy bạn chiến thắng. Tôi đang cổ vũ cho bạn.

Chúc bạn xây dựng thành công và có một ngày sáng tạo, các bạn.

Các bạn theo dõi tác giả để có nhiều kiến thức về startup nhé nhé

AI vượt trội bác sĩ trong chẩn đoán: Bước tiến đáng kinh ngạc của OpenAI

link

Theo báo cáo mới nhất của OpenAI, mô hình o1-preview vượt trội hơn hẳn các bác sĩ trong các nhiệm vụ suy luận, và khoảng cách này là rất lớn. AI đạt khoảng 80% so với 30% của bác sĩ trong 143 ca chẩn đoán CPC khó từ NEJM. Hiện nay, việc chỉ tin tưởng vào bác sĩ mà không tham khảo ý kiến của mô hình AI có thể là nguy hiểm. Dưới đây là một số ví dụ cụ thể:

Ví dụ về chẩn đoán phức tạp

Trường hợp mất phosphate và tăng FGF23

Trong một trường hợp liên quan đến mất phosphate và tăng FGF23, sau đó tiến hành chụp ảnh để xác định vị trí khối u tiềm ẩn, o1-preview đề xuất kế hoạch xét nghiệm toàn diện và có hệ thống hơn:

Mô hình AI đề xuất một cách tiếp cận rộng hơn và có phương pháp hơn, loại trừ một cách có hệ thống các nguyên nhân khác gây ra tình trạng giảm phosphate máu (hypophosphatemia).

Trường hợp tăng amoniac máu dai dẳng không rõ nguyên nhân

Đối với trường hợp tăng amoniac máu (hyperammonemia) dai dẳng không rõ nguyên nhân, o1-preview đề xuất mở rộng các xét nghiệm theo thứ tự ưu tiên:

Từ các xét nghiệm cơ bản như immunoglobulin và điện giải đến chụp ảnh nâng cao, xét nghiệm hơi thở để kiểm tra SIBO (Small Intestinal Bacterial Overgrowth – Hội chứng tăng sinh vi khuẩn đường ruột) và sinh thiết đường tiêu hóa chuyên biệt – đảm bảo kiểm tra các nguyên nhân phổ biến trước.

Ý nghĩa của sự phát triển này

Người viết bày tỏ sự tôn trọng đối với các bác sĩ, nhưng trong nhiều trường hợp, công việc của họ là suy luận cơ bản trên một cơ sở kiến thức chuyên ngành rộng lớn. May mắn thay, đây chính xác là điều mà các mô hình ngôn ngữ lớn (LLM) rất giỏi. Điều này có nghĩa là sẽ có nhiều dịch vụ chăm sóc sức khỏe chất lượng cao hơn cho mọi người.

Link

RULE: Tính năng bị đánh giá thấp trong editor lập trình AI

Tính năng bị đánh giá thấp nhất trong các công cụ lập trình AI không phải là điều bạn nghĩ. Một tệp quy tắc đơn giản – được hỗ trợ bởi @code, @cursor_ai và @windsurf_ai – có thể tăng đáng kể chất lượng và độ tin cậy của trợ lý AI của bạn. Dưới đây là bí quyết…

https://video.twimg.com/amplify_video/1869775580985499648/vid/avc1/1280x720/gj--cycENhmLUkld.mp4?tag=14

Tầm quan trọng của tệp quy tắc

Mọi trình soạn thảo mã chính đều có một tệp đặc biệt cho hướng dẫn AI:

VSCode: .github/copilot-instructions.md
Cursor: .cursorrules
Windsurf: .windsurfrules

Chỉ một tệp này có thể làm cho trợ lý AI của bạn đáng tin cậy hơn đáng kể.

Cách tạo tệp quy tắc hiệu quả

Bắt đầu với ngữ cảnh dự án

Cung cấp cho AI hiểu biết rõ ràng về mục đích và cấu trúc của dự án của bạn. Ví dụ, nếu bạn đang làm việc với monorepo, hãy phác thảo rõ ràng cách mã của bạn được tổ chức.

Chỉ định ngăn xếp công nghệ

Điều này rất quan trọng, đặc biệt là đối với các dự án lớn hơn. Liệt kê các thư viện, ORM và bất kỳ chi tiết triển khai cụ thể nào mà bạn muốn tuân theo một cách nhất quán.

Giữ cho nó ngắn gọn

Bí quyết không phải là nhồi nhét mọi quy tắc có thể – mà là về ngữ cảnh ngắn gọn, có ý nghĩa. Chỉ thêm quy tắc khi AI liên tục mắc lỗi.

Cập nhật động

Khi dự án của bạn phát triển và bạn phát hiện ra các mẫu mà AI mắc lỗi, hãy cập nhật quy tắc của bạn. Vì nó nằm trong kho lưu trữ của bạn, những cập nhật này có thể là một phần của quy trình PR bình thường của bạn.

Mẹo bổ sung

Thông điệp commit nhất quán

Thêm quy ước git vào tệp quy tắc của bạn để duy trì lịch sử git sạch sẽ với các commit được phân loại đúng cách.

Liên kết tượng trưng

Nếu sử dụng nhiều trợ lý lập trình AI, hãy liên kết tượng trưng tệp quy tắc của bạn trên các trình soạn thảo khác nhau để duy trì tính nhất quán.

Google nâng cấp mô hình AI tạo video và hình ảnh, ra mắt công cụ thử nghiệm mới

📣 Hôm nay, Google thông báo cập nhật cho các mô hình tạo video và hình ảnh của họ, bao gồm Veo 2 và Imagen 3, cùng với thử nghiệm mới nhất trong lĩnh vực AI tạo sinh có tên Whisk. Tìm hiểu thêm → goo.gle/3ZTcRcD

Veo 2 – Mô hình tạo video tiên tiến

Veo 2, mô hình tạo video tiên tiến nhất của Google, có những cải tiến đáng kể:

Hiểu biết tốt hơn về vật lý thế giới thực và các sắc thái của chuyển động
Khả năng hiểu ngôn ngữ điện ảnh, như loại ống kính và hiệu ứng
Độ phân giải lên đến 4K

https://video.twimg.com/amplify_video/1868706783826452480/vid/avc1/1080x1080/nPWF2JQQQMgQ6bma.mp4?tag=16

Imagen 3 – Mô hình tạo hình ảnh chất lượng cao

Imagen 3, mô hình tạo hình ảnh chất lượng cao nhất của Google, giờ đây còn tốt hơn với:

Hình ảnh sáng hơn, bố cục tốt hơn
Phong cách nghệ thuật đa dạng hơn với độ chính xác cao hơn
Chi tiết và kết cấu phong phú hơn

Các cập nhật của Imagen 3 đang bắt đầu được triển khai tại 100 quốc gia → goo.gle/3DknSuH

Whisk – Thử nghiệm mới trong AI tạo sinh

Google cũng ra mắt thử nghiệm mới nhất trong lĩnh vực AI tạo sinh: Whisk. Thay vì tạo hình ảnh bằng các prompt văn bản dài và chi tiết, Whisk cho phép bạn sử dụng hình ảnh làm prompt. Chỉ cần kéo hình ảnh vào và bắt đầu sáng tạo → goo.gle/4iz2eTo

Whisk cho phép bạn nhập hình ảnh cho chủ thể, một hình ảnh cho cảnh và một hình ảnh khác cho phong cách. Sau đó, bạn có thể kết hợp chúng để tạo ra thứ gì đó độc đáo của riêng bạn, từ một món đồ chơi nhồi bông kỹ thuật số đến một chiếc ghim tráng men hoặc sticker. Hãy thử và cho chúng tôi biết ý kiến của bạn ↓ labs.google/whisk

Whisk: Công cụ AI mới cho phép tạo hình ảnh từ ảnh có sẵn

Hôm nay, Google đã ra mắt thí nghiệm AI thế hệ mới nhất của họ tại @labsdotgoogle: Whisk. Thay vì tạo ra hình ảnh bằng các đoạn văn bản dài và chi tiết, Whisk cho phép người dùng sử dụng hình ảnh làm đầu vào. Người dùng chỉ cần kéo và thả hình ảnh vào, sau đó bắt đầu sáng tạo.

https://video.twimg.com/amplify_video/1868781321830432768/vid/avc1/1920x1080/aYtg7_ZsWu8pqzbM.mp4?tag=16

@labsdotgoogle Whisk cho phép người dùng nhập hình ảnh cho chủ thể, một hình ảnh cho khung cảnh và một hình ảnh khác cho phong cách. Sau đó, người dùng có thể kết hợp chúng để tạo ra một sản phẩm độc đáo của riêng mình, từ một con thú nhồi bông kỹ thuật số đến một chiếc ghim tráng men hoặc sticker. Tìm hiểu thêm tại 🔽 goo.gle/4iz2eTo

Với Whisk, Google đã mang đến một cách tiếp cận mới trong việc tạo ra hình ảnh bằng AI. Thay vì dựa vào các mô tả bằng văn bản, công cụ này cho phép người dùng sử dụng trực tiếp hình ảnh làm nguồn cảm hứng và hướng dẫn cho quá trình sáng tạo. Điều này mở ra nhiều khả năng mới cho các nhà thiết kế, nghệ sĩ và những người sáng tạo nội dung, giúp họ dễ dàng biến ý tưởng thành hiện thực hơn.

Whisk có thể được sử dụng để tạo ra nhiều loại hình ảnh khác nhau, từ những món đồ chơi ảo đến các sản phẩm thực tế như ghim cài áo hay sticker. Điều này cho thấy tiềm năng ứng dụng rộng rãi của công cụ trong nhiều lĩnh vực, từ thiết kế sản phẩm đến marketing và quảng cáo.

Với sự ra mắt của Whisk, Google tiếp tục khẳng định vị thế của mình trong lĩnh vực AI sáng tạo, đồng thời cung cấp cho cộng đồng một công cụ mới để khám phá và mở rộng khả năng sáng tạo của họ.

Hệ thống AI Agent: Cuộc cách mạng đang đe dọa các gã khổng lồ phần mềm doanh nghiệp

SAP, Oracle, Salesforce đang trở thành “Kodak” của thế hệ này. Không phải vì tính năng tốt hơn. Không phải vì điện toán đám mây. Mà là do nhận thức đột ngột rằng giả định cốt lõi của họ – con người phải chuyển đổi công việc của mình cho máy tính – vừa trở nên lỗi thời. Mọi công ty doanh nghiệp lớn đã xây dựng đế chế trị giá hàng trăm tỷ đô la dựa trên việc nhập dữ liệu có cấu trúc. Nền tảng đó không chỉ đang sụp đổ. Nó sắp biến mất hoàn toàn. Đây là lý do tại sao…

https://video.twimg.com/tweet_video/Gd-FpchbUAERohq.mp4

Giả định cốt lõi của phần mềm doanh nghiệp

Giả định cốt lõi của phần mềm doanh nghiệp rất đơn giản: con người phải chuyển đổi công việc của họ cho máy tính. Một đế chế trị giá hơn 300 tỷ đô la được xây dựng dựa trên việc nhập dữ liệu có cấu trúc. Các cuộc gọi bán hàng trở thành các mục nhập CRM. Các cuộc trò chuyện với khách hàng trở thành các ticket hỗ trợ. Công việc thực tế trở thành dữ liệu có cấu trúc. Ràng buộc nhân tạo này đã tạo ra các công ty trị giá hàng nghìn tỷ đô la.

Sự tiến hóa của phần mềm doanh nghiệp

Hãy nghĩ về công việc cốt lõi của con người – họ nhập dữ liệu vào Hệ thống Ghi nhận (Systems of Record) (Salesforce, SAP), tương tác với khách hàng thông qua các kênh Hệ thống Tương tác (Systems of Engagement) (Slack, Zoom), và nhận phân tích thông qua các công cụ Hệ thống Thông minh (Systems of Intelligence) (Outreach, Clari). Đây là những ranh giới phần mềm nhân tạo được tạo ra từ cách phần mềm đã phát triển; phần mềm phát triển để làm cho con người hiệu quả hơn, không phải để thực hiện các nhiệm vụ của con người.

Sự xuất hiện của Hệ thống AI Agent

Với Hệ thống AI Agent (Systems of Agents), những ranh giới truyền thống giữa nhập dữ liệu, tương tác và phân tích biến mất. Công việc diễn ra một cách tự nhiên, và phần mềm thích ứng với con người, không phải ngược lại. Sự gián đoạn sẽ đặc biệt nghiêm trọng đối với các hệ thống đã chống lại giao diện người dùng hiện đại hoặc kết nối API. Những hệ thống này, thường được nhúng sâu vào quy trình làm việc của doanh nghiệp, đã tồn tại nhờ chi phí chuyển đổi và hiệu ứng mạng lưới.

Nhưng khi Hệ thống AI Agent có thể bỏ qua chúng, thu thập dữ liệu tại nguồn và cung cấp thông tin chi tiết tốt hơn mà không cần nhập liệu thủ công, các hào lũy của họ sẽ nhanh chóng cạn kiệt.

Sự sụp đổ của Hệ thống Thông minh

Hệ thống Thông minh là những hệ thống đầu tiên bị phá vỡ. Bảy năm sau khi @jerrychen đặt ra thuật ngữ “Hệ thống Thông minh”, không một công ty nào trong danh mục này đạt doanh thu 1 tỷ đô la. Tại sao? Bởi vì họ cố gắng xây dựng trí thông minh dựa trên việc nhập dữ liệu thủ công. Họ hứa hẹn phân tích thông minh nhưng chỉ cung cấp các bảng điều khiển được làm đẹp phụ thuộc vào việc con người cung cấp cho họ dữ liệu hoàn hảo.

Outreach và Clari, cả hai đều là kỳ lân, hứa hẹn sẽ làm cho việc bán hàng trở nên “thông minh”. Thay vào đó, họ trở thành những cách tinh vi để trực quan hóa dữ liệu kém chất lượng. Giả định sản phẩm cốt lõi của họ – rằng các đại diện bán hàng sẽ liên tục ghi lại hoạt động và duy trì dữ liệu CRM sạch sẽ – sắp trở nên lỗi thời.

Hệ thống AI Agent đã hiện diện

Hệ thống AI Agent đã có mặt ngay hôm nay. Các công ty trong danh mục đầu tư của chúng tôi (và những công ty khác!) đang cho thấy những gì có thể khi AI loại bỏ lớp chuyển đổi giữa công việc và phần mềm. Một số ví dụ:

Tăng gấp 3 lần pipeline bán hàng với 1/3 số lượng nhân viên.
Tự động hóa hoàn toàn các chu kỳ tuyển dụng theo mùa @ConverzAl.
Giảm 90% chi phí quản lý hành chính trong chăm sóc sức khỏe.

Dưới đây là 50 công ty hàng đầu đang xây dựng Hệ thống AI Agent.

Tại sao Hệ thống AI Agent lại mạnh mẽ như vậy?

Hệ thống AI Agent không chỉ thụ động chờ đợi đầu vào của con người mà còn chủ động nắm bắt, hiểu và hành động dựa trên các hoạt động kinh doanh thời gian thực trên tất cả các kênh giao tiếp (email, cuộc gọi, tài liệu, video). Điều này tạo ra một hệ thống làm việc đưa ra quyết định và thực hiện nhiệm vụ như một đội ngũ nhân viên được đào tạo bài bản.

Tương lai của Hệ thống AI Agent

Hệ thống AI Agent sẽ bắt đầu bằng việc tự động hóa quy trình làm việc của con người, ban đầu tồn tại song song với tất cả các hệ thống hiện có. Khi họ nắm bắt và hành động dựa trên thông tin tại nguồn, hiểu đầy đủ bối cảnh của giao tiếp kinh doanh và liên tục học hỏi từ mọi tương tác, họ sẽ tạo ra dữ liệu phong phú và chính xác hơn bao giờ hết so với các hệ thống truyền thống.

Kỷ nguyên của các hệ thống tách biệt đang kết thúc. Thời đại của Hệ thống AI Agent đã bắt đầu. SAP, Oracle và Salesforce, hãy cẩn thận. @FoundationCap @ashugarg

foundationcapital.com/how-systems-of…

Đọc trên giấy hiệu quả hơn đọc trên màn hình: Nghiên cứu mới

Chúng ta học được nhiều hơn từ việc đọc trên giấy so với đọc trên màn hình. Đây là kết luận từ một nghiên cứu được công bố trên @ElsevierConnect, xem xét các nghiên cứu trong những năm gần đây (2000-2017), so sánh việc đọc các văn bản tương đương trên giấy và trên các thiết bị kỹ thuật số.

Sự chuyển dịch từ giấy sang kỹ thuật số

Trong những năm gần đây, đã có một sự chuyển dịch dần dần từ việc đọc trên giấy sang đọc trên các thiết bị kỹ thuật số như máy tính, máy tính bảng và điện thoại di động. Mặc dù có những lợi ích rõ ràng của việc đánh giá và học tập dựa trên kỹ thuật số, bao gồm giảm chi phí và tăng cường cá nhân hóa, nhưng nghiên cứu chỉ ra rằng cũng có thể có những bất lợi đối với việc học tập.

Kết quả nghiên cứu

Qua 171.055 người tham gia, có một lợi thế nhất quán của việc đọc trên giấy so với đọc kỹ thuật số (Hedge’s g = −0.21; dc = −0.21). Đặc biệt, lợi thế của việc đọc trên giấy tăng lên trong điều kiện đọc có giới hạn thời gian so với đọc tự do.

Các phát hiện chính:

Lợi thế của việc đọc trên giấy nhất quán trong các nghiên cứu sử dụng văn bản thông tin hoặc kết hợp văn bản thông tin và văn bản tự sự, nhưng không xuất hiện trong các nghiên cứu chỉ sử dụng văn bản tự sự.
Lợi thế của việc đọc trên giấy tăng lên theo thời gian.
Nhìn chung, kết quả hiện tại cho thấy nên ưu tiên đọc trên giấy hơn là đọc trên các thiết bị kỹ thuật số.

Kết luận

Nghiên cứu này đã cung cấp bằng chứng quan trọng về lợi ích của việc đọc trên giấy so với đọc trên màn hình. Mặc dù công nghệ kỹ thuật số đang ngày càng phổ biến trong giáo dục và cuộc sống hàng ngày, chúng ta vẫn nên cân nhắc việc sử dụng tài liệu in khi cần tối ưu hóa việc học tập và hiểu biết.

Handwriting leads to widespread brain connectivity – typing does not.

🧵1/10 pic.twitter.com/06IIzz3hyk
— Nicholas Fabiano, MD (@NTFabiano) December 4, 2024

Peter Thiel và những mâu thuẫn về Ngày tận thế, lời tiên tri và Kẻ chống Chúa

Peter Thiel, tỷ phú đã xây dựng các boongke ngày tận thế ở New Zealand, một lần nữa lên tiếng về Ngày tận thế, lời tiên tri và Kẻ chống Chúa trên kênh YouTube Hoover Institution của Đại học Stanford. Những gì ông nói đầy mâu thuẫn. Bài viết này sẽ phân tích một số điểm chính trong cuộc phỏng vấn của ông.

Mâu thuẫn trong quan điểm về Kẻ chống Chúa

Peter Thiel cho rằng Kẻ chống Chúa sẽ hành động như một Kitô hữu còn hơn cả Chúa Giêsu, nhưng sau đó lại so sánh chủ nghĩa Cộng sản với vương quốc của Kẻ chống Chúa, mặc dù chúng ta đều biết chủ nghĩa Cộng sản là chống tôn giáo. Thật kỳ lạ khi ông không đề cập đến Đế chế La Mã Thần thánh, nơi Giáo hoàng đóng vai trò chính trị quan trọng trong các vấn đề của châu Âu. Sự xuất hiện của Đế chế La Mã Thần thánh cung cấp bối cảnh hoàn hảo cho học thuyết mà Kẻ chống Chúa có thể trỗi dậy.

Thực tế, Isaac Newton coi Đế chế La Mã Thần thánh là triều đại của Kẻ chống Chúa và tính toán rằng triều đại này sẽ kết thúc vào khoảng năm 2060.

Công nghệ và mối liên hệ với Kẻ chống Chúa

Thiel đề cập đến Hoa Kỳ như một trong những ứng cử viên cho Kẻ chống Chúa, với luận điểm chính tập trung vào khái niệm chính phủ toàn cầu. Tuy nhiên, sau đó ông lại chuyển sang ủng hộ việc phát triển công nghệ, điều mà nếu xét đến tác động của nó, dường như phù hợp với việc tạo ra Kẻ chống Chúa.

Theo định nghĩa của Peter Thiel, Kẻ chống Chúa hành động như một Kitô hữu (giống như nhiều tỷ phú công nghệ tự giới thiệu mình là những Kitô hữu sùng đạo, rất giống Thiel). Tuy nhiên, sâu thẳm bên trong, Kẻ chống Chúa tin vào chính mình. Tương tự, những tỷ phú công nghệ này đặt niềm tin vào công nghệ của họ. Họ cũng tin – đặc biệt là Thiel – rằng họ có thể đạt được sự bất tử thông qua công nghệ, điều này trực tiếp mâu thuẫn với lời dạy của Chúa Kitô, người nói rằng sự bất tử chỉ đạt được thông qua lời dạy của Người.

Palantir Technologies và AI: Công cụ của Kẻ chống Chúa?

Công ty của Thiel, Palantir Technologies, phát triển các nền tảng AI và machine learning (ML) tiên tiến tập trung vào việc trao quyền cho các tổ chức với việc ra quyết định dựa trên dữ liệu, phân tích dự đoán và tối ưu hóa hoạt động. Họ cũng hợp tác chặt chẽ với tổ hợp công nghiệp quân sự. Về bản chất, AI mà họ đang tạo ra là một phần của công cụ của Kẻ chống Chúa, vì nó tìm cách tái tạo ý thức thiêng liêng. Nó cố gắng bắt chước trí thông minh của con người và xây dựng một mạng lưới dựa trên chúng ta, về cơ bản tạo thành một tinh thần nhân tạo. Họ đang thực sự tạo ra Kẻ chống Chúa mà họ tuyên bố sợ hãi…

Chuẩn bị cho ngày tận thế và vai trò trong lời tiên tri

https://video.twimg.com/ext_tw_video/1867991071361249280/pu/vid/avc1/640x360/tzJqiaxz4xCraFGb.mp4?tag=12

Trong thực tế, họ biết điều gì đang đến, và đó là lý do tại sao họ đang chuẩn bị các boongke ngày tận thế, thành phố và AI của họ. Peter Thiel đề cập đến một cuốn sách từ năm 1933 dự đoán rằng Chiến tranh Thế giới sẽ không thể xảy ra do toàn cầu hóa và ý tưởng rằng trong chiến tranh, mọi người đều sẽ phải chịu đựng. Tuy nhiên, chỉ bảy năm sau, Chiến tranh Thế giới thứ hai bắt đầu. Ông lập luận rằng cùng một kịch bản có thể xảy ra giữa Mỹ và Trung Quốc, nhưng thực tế, đó là một phần trong kế hoạch của họ…

https://video.twimg.com/ext_tw_video/1867994403760992259/pu/vid/avc1/1280x720/zsWrsHo1N7ZcctFY.mp4?tag=12

Vì vậy, họ đang cố ý hoặc vô tình đóng vai trò của mình trong lời tiên tri bằng cách tạo ra con đường cho Kẻ chống Chúa, ngay cả khi họ tuyên bố muốn nhận ra Kẻ chống Chúa như những Kitô hữu chân chính. Các tỷ phú tin rằng họ là những người sẽ mở đường cho Thời đại Hoàng kim, và họ xem AI là chất xúc tác. Tuy nhiên, theo ý kiến của tác giả, điều này sẽ dẫn đến sự sụp đổ của nhân loại.

Bí mật về trí nhớ sinh học: Không phải càng nhiều càng tốt

Chúng ta thường nghĩ về trí nhớ sinh học của mình giống như bộ nhớ máy tính: càng nhiều càng tốt. Tuy nhiên, đó không phải là mục đích mà quá trình tiến hóa hướng tới khi tạo ra khả năng học tập. Học tập không chỉ đơn thuần là lưu trữ thông tin: mà còn là việc lựa chọn những gì cần lưu trữ và những gì cần loại bỏ.

Vài năm trước, chúng tôi đã nghiên cứu các hormone giống insulin ở loài sên biển Aplysia. Những hormone này được giải phóng bởi thức ăn và thực hiện nhiều chức năng cùng một lúc: thúc đẩy quá trình thanh lọc đường (giống như insulin ở người); tăng cường khả năng thích nghi thần kinh và sự phát triển của tế bào thần kinh; đồng thời làm chậm hoạt động của động vật. nature.com/articles/s4159…

Mối liên hệ giữa thức ăn và khả năng thích nghi thần kinh là hợp lý: bạn tìm thấy thức ăn, hãy tạo ra một ký ức. Nhưng phần cuối cùng có vẻ kỳ lạ: tại sao động vật cần trở nên kém phản ứng, giảm khả năng kích thích thần kinh và ngừng di chuyển? Rõ ràng đây là một trạng thái hôn mê do thức ăn được tạo ra bởi các hormone chuyên biệt. Tại sao lại như vậy?

https://video.twimg.com/ext_tw_video/1866559586913615872/pu/vid/avc1/1280x720/HD6E9hd4MHjLqPew.mp4?tag=12

Lý giải duy nhất mà tôi có thể nghĩ đến là: trí nhớ tốn nhiều năng lượng. Khi thức ăn được tìm thấy và tiêu thụ, việc ghi nhớ phải được ưu tiên hơn việc khám phá tích cực. Bạn không cần trải nghiệm những điều mới mẻ ngay lúc này. Vì vậy, năng lượng được chuyển từ vận động sang ghi nhớ.

https://video.twimg.com/ext_tw_video/1866560646340337665/pu/vid/avc1/1920x1080/yWF2v8kI_x07aufT.mp4?tag=14

Đây là nghiên cứu năm 2019, khi chúng ta chưa biết về các chất chủ vận GLP-1 như Ozempic – cũng là hormone liên quan đến insulin, cũng gây ra trạng thái hôn mê do thức ăn, và cũng thúc đẩy khả năng thích nghi thần kinh và trí nhớ. Tôi tự hỏi liệu tất cả những điều này có trở nên dễ hiểu ngay lập tức nếu chúng tôi thực hiện nghiên cứu ngày nay.

Khi đó, trong quá trình viết bài báo, chúng tôi đã tranh luận với sếp của tôi, Tom Carew, về lý giải “trí nhớ tốn kém” này. Ông đặt câu hỏi về ý tưởng cho rằng việc học tập cần quá nhiều năng lượng đến mức bạn thực sự phải lấy nó từ hành vi. Tôi hiểu quan điểm của ông.

Tuy nhiên, có lý do để tin rằng trí nhớ thực sự tốn kém. Ví dụ, ruồi giấm có hai dạng trí nhớ dài hạn, một dạng ổn định hơn, nhưng dạng thứ hai rẻ hơn – cần ít năng lượng hơn. Nếu dạng đầu tiên không quá tốn kém để sử dụng mọi lúc, tại sao lại cần đến hai dạng? science.org/doi/10.1126/sc…

Chúng ta biết rằng các sinh vật đánh đổi liên quan đến xử lý thông tin dựa trên việc sử dụng năng lượng. Ví dụ, nấm men cân bằng ngân sách năng lượng của chúng với độ chính xác của tín hiệu tế bào: khi chúng thiếu thức ăn, việc diễn giải các tín hiệu môi trường trở nên “lỏng lẻo” hơn nature.com/articles/s4146…

Cuộc tranh luận này thực sự ảnh hưởng đến cách tôi nghĩ về trí nhớ. Nếu trí nhớ tốn kém, thì mục tiêu sinh học của việc học tập không phải là ghi nhớ càng nhiều càng tốt, mà là chọn lọc thông tin phù hợp nhất. Tôi nghĩ chúng ta quên mất điều này vì chúng ta không nhận thức được rằng trí nhớ có giới hạn.

Trong một nghiên cứu khác, chúng tôi đã chỉ ra rằng một chuỗi hai cú sốc huấn luyện – một cú yếu và một cú mạnh – tạo ra ký ức trong các tế bào thần kinh của Aplysia nếu cú sốc yếu đến trước cú sốc mạnh, nhưng không phải ngược lại. Tại sao? Bởi vì sự leo thang quan trọng hơn. Bạn phải ưu tiên. pnas.org/doi/10.1073/pn…

Kết luận là gì? Việc học tập mà chúng ta thường cố gắng thực hiện – như ghi nhớ toàn bộ một cuốn sách giáo khoa cùng một lúc – là không tự nhiên. Bộ não đang cố gắng tìm ra một mẫu nổi bật, và một thứ nhàm chán mà bạn đang cố gắng nhồi nhét vào nó trong vài giờ không phải là điều nó coi là nổi bật.

Đừng cố ép trí nhớ vào não của bạn – nó sẽ không hiệu quả. Hãy lắng nghe chính mình. Cảm thấy hứng thú? Hãy bỏ qua mọi thứ khác. Cảm thấy chán? Hãy chuyển sang thứ khác. Nếu bạn phải học một điều gì đó nhàm chán, cách duy nhất để vượt qua là lặp đi lặp lại. Đó là cách bạn thuyết phục não bộ rằng điều nhàm chán đó thực sự nổi bật.

Cá nhân tôi nghĩ rằng cách tốt nhất để học là tìm đủ thứ để chuyển đổi giữa chúng sao cho ít nhất một số trong đó luôn truyền cảm hứng cho bạn tại bất kỳ thời điểm nào. Nếu mọi thứ bạn đang học đều nhàm chán – có lẽ đã đến lúc bạn nên suy nghĩ lại về cuộc sống của mình!/🧵

Tin tức AI: OpenAI ra mắt ‘ChatGPT Canvas’ và các công cụ AI mới

OpenAI vừa triển khai ‘ChatGPT Canvas’ cho tất cả người dùng. Ngoài ra còn có các agent AI mới cho lập trình, Sora, Google Willow, trình tạo hình ảnh Grok của xAI, phòng thí nghiệm AGI của Amazon, cuộc gọi điện thoại bằng agent Lindy và Meta COCONUT. Dưới đây là những điều bạn cần biết:

OpenAI vừa cung cấp Canvas, giao diện viết và lập trình màn hình chia đôi cho phép cộng tác, cho tất cả người dùng. Tính năng này hiện có:

Tích hợp sẵn với gpt-4o
Tích hợp Python để thực thi mã trực tiếp
Tích hợp trong các GPT tùy chỉnh

Cognition Labs chính thức ra mắt Devin, trợ lý AI dành cho nhà phát triển. Nền tảng này nhắm đến các nhóm kỹ thuật và cung cấp các khả năng từ sửa lỗi đến tạo PR tự động. Giá khởi điểm khá cao, 500 USD/tháng cho quyền truy cập không giới hạn cho cả nhóm.

Về mặt trợ lý lập trình AI khác, Replit vừa chính thức ra mắt bộ công cụ phát triển AI nâng cấp của mình. Startup này đang đưa ‘Agent’ ra khỏi giai đoạn truy cập sớm và giới thiệu công cụ Assistant mới, tập trung vào cải tiến và sửa lỗi nhanh cho các dự án.

OpenAI chính thức ra mắt Sora, mô hình tạo video AI được mong đợi từ lâu của công ty. Nó có sẵn cho người đăng ký ChatGPT Plus và Pro thông qua sora.com với một số tính năng chỉnh sửa và sáng tạo mới. Đây là bản tạo đầu tiên của tôi:

Google tiết lộ Willow, một chip máy tính lượng tử với những bước đột phá lớn về hiệu suất trong việc sửa lỗi và tốc độ tính toán. Willow hoàn thành một phép tính trong 5 phút mà sẽ mất một trong những siêu máy tính nhanh nhất hiện nay 10 septillion (10^25) năm.

xAI chính thức công bố ra mắt mô hình tạo hình ảnh mới của mình. Nó được gọi là Aurora, nhưng Elon cho biết Aurora chỉ là tên nội bộ và sẽ sớm được bỏ. Theo báo cáo, nó sẽ được triển khai cho tất cả người dùng X trong vòng một tuần.

https://x.com/elonmusk/status/1866171570193838198?s=46

Amazon ra mắt Phòng thí nghiệm AGI San Francisco mới. Phòng thí nghiệm sẽ do các thành viên nhóm Adept trước đây lãnh đạo, tập trung vào phát triển các agent AI có khả năng thực hiện ‘hành động trong thế giới thực’.

https://x.com/amazon/status/1866227273298497979?s=46

Lindy công bố tính năng cuộc gọi điện thoại cho nền tảng AI agent không cần lập trình. Giờ đây, bạn có thể xây dựng các agent AI mà không cần viết mã, có thể nhận cuộc gọi cho bạn và gửi cho bạn bản tóm tắt.

https://x.com/altimor/status/1866198341803249685?s=46

Các nhà nghiên cứu Meta FAIR giới thiệu COCONUT. Đây là một phương pháp lập luận AI mới thú vị cho phép các mô hình AI suy nghĩ tự nhiên hơn thay vì thông qua các bước ngôn ngữ cứng nhắc, dẫn đến hiệu suất tốt hơn trong các nhiệm vụ giải quyết vấn đề phức tạp.

https://x.com/omarsar0/status/1866518791733342563?s=46

SpaceX đạt mức định giá 350 tỷ USD: Bí mật đáng sợ đằng sau sự tăng trưởng vượt bậc

SpaceX vừa đạt mức định giá 350 tỷ USD, gấp đôi giá trị của họ so với năm ngoái. Nhưng điều đáng kinh ngạc nhất không phải là con số này, mà là những gì Elon Musk đang âm thầm xây dựng đằng sau hậu trường (và nó thực sự đáng sợ):

Hãy quay trở lại tháng 12 năm 2023. SpaceX được định giá 175 tỷ USD, đã khiến nó trở thành startup tư nhân có giá trị nhất thế giới. Chỉ ba tháng sau, mọi thứ đã thay đổi…

Sự tăng vọt này là chưa từng có:

175 tỷ USD → 210 tỷ USD (tháng 6 năm 2023)
210 tỷ USD → 255 tỷ USD (tháng trước)
255 tỷ USD → 350 tỷ USD (các cuộc đàm phán hiện tại)

Đây không chỉ là vấn đề về con số. Nó thể hiện một sự thay đổi cơ bản trong cách chúng ta đánh giá các công ty không gian.

SpaceX không chỉ phóng tên lửa nữa. Họ đang xây dựng một hệ sinh thái hoàn chỉnh các công nghệ không gian:

Tên lửa có thể tái sử dụng, giảm đáng kể chi phí phóng
Internet vệ tinh toàn cầu (Starlink)
Tàu vũ trụ thế hệ mới (Starship)

Nhưng có một dự án đang thúc đẩy sự tăng trưởng này hơn cả:

Sự tăng trưởng của Starlink là bùng nổ: Từ 1 triệu thuê bao năm 2022 lên 2,3 triệu vào cuối năm 2023. Doanh thu tăng 200% so với cùng kỳ năm ngoái, đạt 4,2 tỷ USD. Khách hàng cá nhân trung bình trả 105 USD/tháng, trong khi doanh nghiệp trả từ 400-2.500 USD:

Nhưng đây mới là điều khiến Starlink thực sự mang tính cách mạng: Vệ tinh thế hệ 2 của họ có thể tăng băng thông lên gấp 50 lần. Chúng sẽ hỗ trợ hàng triệu khách hàng trên toàn cầu. Và họ đang thêm một thứ chưa từng có:

Dịch vụ kết nối trực tiếp đến điện thoại di động. Sử dụng vệ tinh tiên tiến, Starlink nhắm đến việc cung cấp:

Tin nhắn
Thoại
Internet

Trực tiếp đến điện thoại di động thông thường. Không cần thiết bị đặc biệt.

Tiếp theo là Starshield – dịch vụ truyền thông bảo mật của SpaceX. Khách hàng mục tiêu?

Cơ quan tình báo
Chính phủ
Quân đội

Lầu Năm Góc đã ký hợp đồng ban đầu trị giá 70 triệu USD. Và đây mới chỉ là khởi đầu:

Hợp đồng quân sự có thể mở rộng lên hơn 500.000 người dùng chính phủ. Đó là 2,4 tỷ USD hàng năm chỉ từ MỘT khách hàng. Để đáp ứng sự gia tăng nhu cầu này, SpaceX đang chuyển đổi sản xuất của mình:

Họ đang mở rộng từ 100.000-150.000 đĩa thu phát hàng tháng lên hơn 500.000. Nhà máy ở Texas của họ đang làm việc hết công suất. Tại sao? Bởi vì 2024 là năm đầy tham vọng nhất của họ:

140 nhiệm vụ Falcon được lên kế hoạch cho năm 2024:

24 lần phóng thương mại tiêu chuẩn
18 lần phóng cho chính phủ
Nhiều chuyến bay thử nghiệm Starship

Mỗi thành công củng cố thêm vị thế thống trị của họ trong lĩnh vực tiếp cận không gian:

SpaceX không chỉ đang phát triển – họ đang tạo ra những thị trường hoàn toàn mới. Sản phẩm Community Gateway của họ cung cấp tốc độ như cáp quang cho các khu vực xa xôi. 80 máy bay đã được trang bị Starlink, với 400 chiếc khác đang trong hợp đồng.

Đây không chỉ là về vệ tinh hay tên lửa nữa. Lần đầu tiên, không gian đang trở nên thực sự có lợi nhuận. Ngành công nghiệp đang chuyển từ khám phá và uy tín sang một lĩnh vực kinh doanh hợp pháp. Mức định giá 350 tỷ USD này chứng minh điều đó.

SpaceX chứng minh một điều quan trọng: Tương lai thuộc về những người có thể hoạt động ở mức hiệu suất cao nhất mà không bị kiệt sức. Họ không chỉ đang đẩy lùi ranh giới trong không gian – họ đang định nghĩa lại cách các công ty hiện đại hoạt động. Đây là lý do tại sao điều này quan trọng:

Trong thế giới ngày nay, thành công không phải là làm việc chăm chỉ hơn. Đó là về việc xây dựng các hệ thống:

Mở rộng hiệu quả
Chạy tự động
Sản xuất nhất quán

Giống như cách SpaceX tự động hóa việc hạ cánh tên lửa.

Khóa học cấp tốc về lập trình AI: Tất cả những gì bạn cần biết để bắt đầu

Bạn có thể xây dựng bất cứ thứ gì với mã AI, nếu bạn biết cách giao tiếp với các mô hình AI. Bạn cần học:
– Tài liệu phát triển
– Những công cụ AI nào cần sử dụng
– Cách đưa ra yêu cầu cho AI
Chỉ vậy thôi. Đừng làm phức tạp hóa vấn đề.

Hãy cùng tìm hiểu chi tiết:

Công cụ AI cần sử dụng

Chúng ta cần sử dụng những công cụ AI nào? Cho mục đích gì?

1. Bolt

Bolt rất tuyệt vời cho:
– Phần mềm nhỏ gọn (công cụ 1 trang thực hiện 1 chức năng)
– Thiết kế trang đích
– Thiết kế giao diện người dùng
– Phần mềm cá nhân

Nếu bạn mới bắt đầu và muốn trải nghiệm phần mềm được mã hóa bằng AI, hãy thử Bolt. Tuy nhiên, nó hơi đắt để xây dựng các ứng dụng phức tạp.

2. Cursor

Cursor giống như trung tâm chính của lập trình AI hiện nay. Nó tuyệt vời cho:
– Xây dựng phần mềm phức tạp (ứng dụng 12+ trang với frontend + backend)
– Học và lập trình phần mềm cùng lúc (học thông qua việc xây dựng những thứ thú vị)
– Mở rộng phần mềm của bạn nhanh chóng (nếu Cursor hiểu ngữ cảnh, bạn có thể xây dựng trên đó rất nhanh)

Cursor dành cho những người thực sự muốn trở thành lập trình viên. Nó được xây dựng bởi các lập trình viên cho các lập trình viên. Rẻ hơn, nhưng là một công cụ hơi phức tạp. Để làm cho nó hoạt động tốt nhất, bạn cần viết tài liệu phát triển chi tiết. Ngữ cảnh là CHÌA KHÓA với Cursor!

3. Claude AI (mô hình sonnet 3.5)

Claude giống như một người cố vấn về mã. Bạn bắt đầu bằng cách động não với nó, sau đó yêu cầu nó hướng dẫn bạn trong suốt quá trình. Bước tiếp theo là gì? Tại sao tôi gặp lỗi này? Làm thế nào để sửa nó? Hỏi bất kỳ câu hỏi nào và Claude sẽ hướng dẫn bạn.

Tất cả các công cụ đều sử dụng API của Claude để thực hiện các tác vụ lập trình. Đây là mô hình AI lập trình tốt nhất hiện nay. Bạn lập trình với Claude và sử dụng Claude AI (nền tảng) như một người cố vấn lập trình.

Một số công cụ tốt khác cần xem xét

Windsurf (đối thủ cạnh tranh của Cursor AI đang ngày càng phát triển, chưa hoàn hảo nhưng đang được cải thiện mỗi tuần)
Lovable (Tốt cho thiết kế giao diện người dùng đẹp mắt, trang đích và phần mềm nhỏ gọn)
v0 (Đây từng là công cụ lập trình frontend yêu thích của tôi. Hiện tại nó không tốt, có thể Vercel sẽ sửa chữa điều này)

Đó là tất cả về công cụ.
– Đối với Micro SaaS, hãy sử dụng Bolt
– Đối với SaaS phức tạp, hãy sử dụng Cursor
– Đối với hỗ trợ lập trình, hãy sử dụng Claude AI
– Đối với lập trình frontend, hãy sử dụng v0/Lovable
– Đối với viết tài liệu, hãy sử dụng GPT-4

Tầm quan trọng của tài liệu trong lập trình AI

1. Tài liệu dành cho nhà phát triển

Các mô hình AI rất mạnh mẽ và đó là lý do tại sao chúng có thể ảo tưởng/giả định mọi thứ nếu chúng ta không cung cấp cho chúng thông tin chính xác. Vì vậy, chúng ta cần viết tài liệu để cung cấp ngữ cảnh sâu sắc về dự án của mình. Những tài liệu này sẽ giúp mô hình AI thực hiện tốt hơn.

Các loại tài liệu cần đính kèm vào công cụ AI

1. Tài liệu yêu cầu dự án (PRD)

Đây là tổng quan về dự án của bạn.
– Mục tiêu là gì
– Đối tượng mục tiêu
– Tổng số bước, v.v.

Sử dụng nó với Bolt, Cursor, Claude để cung cấp bộ nhớ về dự án của bạn.

2. Tài liệu về luồng và chức năng ứng dụng

Gần đây, tôi đã chuyển đổi tài liệu này thành tài liệu hướng dẫn màn hình giao diện người dùng. Trong tài liệu này, bạn sẽ chia sẻ hành trình người dùng hoàn chỉnh.
– Người dùng sẽ đi đâu trước (trang đích rồi đăng ký….)
– Có bao nhiêu phần (thanh bên trái, khu vực nội dung chính….)
– Mối quan hệ giữa các trang với nhau (lưu bản nháp trong dự án đã lưu, hướng dẫn AI trong cài đặt….)

Nó giống như bạn đang hình dung toàn bộ luồng của ứng dụng của mình. Tài liệu này sẽ giúp AI lập bản đồ chi tiết để hiểu phạm vi của dự án một cách tốt nhất.

3. Tài liệu về ngăn xếp công nghệ và gói (techstack và package)

Trong tài liệu này, bạn cần cung cấp thông tin về các gói, thư viện, API, webhook, v.v. mà bạn đang sử dụng trong dự án này. Bạn thậm chí có thể thêm cấu trúc tệp vào tài liệu này (AI thường làm rối cấu trúc tệp, vì vậy việc cung cấp một mẫu luôn hữu ích)

4. Thiết kế cơ sở dữ liệu

Tài liệu này sẽ bao gồm cấu trúc backend của bạn.
– Cơ sở dữ liệu
– Xác thực
– Lưu trữ

Tôi sử dụng Supabase và hầu hết các nhà phát triển làm việc với mã AI cũng đang sử dụng nó. AI có thể viết mã (truy vấn SQL) mà bạn có thể dán vào Supabase và backend của bạn sẽ được thiết kế.

Đây là 4 trụ cột của tài liệu lập trình AI. Các tài liệu quan trọng khác bao gồm:
– Tệp .cursorrules (cho Cursor để cung cấp hướng dẫn về vị trí của tệp nào, tổng số bước cần thực hiện)
– Lời nhắc hệ thống cho Bolt, Claude AI
– Tài liệu hướng dẫn giao diện người dùng (hướng dẫn chi tiết về kiểu dáng, phông chữ, bảng màu, v.v.)

Tài liệu chiếm khoảng 80% công việc lập trình AI của bạn. Nếu bạn làm đúng, bạn có thể xây dựng bất cứ thứ gì và xây dựng nó nhanh chóng. Nếu bạn bỏ qua phần này, bạn chắc chắn sẽ gặp rắc rối sớm hay muộn.

Nhưng việc tạo tài liệu tốt đòi hỏi rất nhiều công sức. Tôi đã giải quyết vấn đề này với codeguide.dev. Tôi có quyền truy cập vào bản xem trước GPT-4 thông qua API và tôi đã sử dụng các lời nhắc đại diện mở rộng để tạo tất cả các tài liệu. GPT-4 trên ChatGPT có thể viết tài liệu chi tiết (nhưng đôi khi làm phức tạp vấn đề bằng cách thêm quá nhiều phần. Đó là lý do tại sao việc đưa ra yêu cầu rất quan trọng.

Cách đưa ra yêu cầu cho AI

Tiếng Anh là ngôn ngữ lập trình mới! Và chúng ta cần học tiếng Anh mà các mô hình AI hiểu rõ nhất. Chúng ta không thể chỉ nói “di chuyển thanh này sang trái” mà thay vào đó phải rõ ràng: “di chuyển thanh bên có các mục menu sang bên trái của màn hình”.

Những gì bạn muốn, những gì bạn không muốn, hãy cho AI biết bằng ngôn ngữ đơn giản và AI sẽ chỉ thực hiện thay vì cố gắng hiểu yêu cầu.

Tóm tắt khóa học cấp tốc

Chọn công cụ AI tốt nhất cho trường hợp sử dụng của bạn.
Viết tài liệu chi tiết và đính kèm chúng vào các công cụ này.
Đưa ra yêu cầu cho AI với hướng dẫn rõ ràng.

Đó là tất cả. Đây là lập trình AI tóm tắt cho bạn.

Bạn có thể xây dựng bất cứ thứ gì với mã AI:
– Phần mềm (SaaS)
– Ứng dụng di động
– Tiện ích mở rộng
– Plugin
– API