Blog

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.

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
https://video.twimg.com/ext_tw_video/1866553911768711168/pu/vid/avc1/1346x720/o98DNt30jt2J8uel.mp4?tag=12

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.

https://video.twimg.com/ext_tw_video/1866528596694798337/pu/vid/avc1/1280x720/ZCWrVhgabv7JojkJ.mp4?tag=12

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.

https://video.twimg.com/ext_tw_video/1866544078332235776/pu/vid/avc1/1280x720/F_zLeicP1INkc5sK.mp4?tag=12

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:

https://video.twimg.com/ext_tw_video/1866196073691414528/pu/vid/avc1/1280x720/La6sZgTHD3FxCSGo.mp4?tag=12

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.

https://video.twimg.com/amplify_video/1866158367506350088/vid/avc1/1920x1080/Fmt81smEQCLTXREQ.mp4?tag=16

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):

Image
Image

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…

https://video.twimg.com/amplify_video/1864408500199411713/vid/avc1/1280x720/yF-TIqRPVe6WsUTX.mp4?tag=14

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.

https://video.twimg.com/amplify_video/1864408592897724416/vid/avc1/1280x720/aqYhpLxQKr05VE_m.mp4?tag=14

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:

https://video.twimg.com/amplify_video/1864408781633015808/vid/avc1/1280x720/9pqY77r09iWrR3kd.mp4?tag=14

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:

https://video.twimg.com/amplify_video/1864408840776937472/vid/avc1/1280x720/5NNMDO6jjZve0PrT.mp4?tag=14

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:

https://video.twimg.com/amplify_video/1864409077448888324/vid/avc1/1280x720/9XlZ4L73BdoTSauF.mp4?tag=14

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:

https://video.twimg.com/amplify_video/1864409270353317890/vid/avc1/1280x720/QkRQ_sO-hc3iJMLi.mp4?tag=14

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:

https://video.twimg.com/amplify_video/1864409486380945411/vid/avc1/1280x720/z_xLX5NuDb4LMlZZ.mp4?tag=14

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:

Image

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:

https://video.twimg.com/amplify_video/1864409725733097472/vid/avc1/1280x720/9R-2KPR1wIWktAQw.mp4?tag=14

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

  1. Windsurf (đối thủ cạnh tranh của Cursor AI đang ngày càng phát triển, chưa hoàn hảo nhưng đang được cải thiện mỗi tuần)
  2. Lovable (Tốt cho thiết kế giao diện người dùng đẹp mắt, trang đích và phần mềm nhỏ gọn)
  3. 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

  1. Chọn công cụ AI tốt nhất cho trường hợp sử dụng của bạn.
  2. Viết tài liệu chi tiết và đính kèm chúng vào các công cụ này.
  3. 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

Fritz Perls: Người Chữa Lành Những Gì Các Nhà Trị Liệu Không Thể

Fritz Perls là một nhà tâm lý học đã phát triển phương pháp trị liệu Gestalt, tập trung vào trải nghiệm hiện tại và trách nhiệm cá nhân. Bài viết này khám phá cuộc đời, triết lý và các kỹ thuật của ông có thể áp dụng để đạt được tự do tinh thần.

Fritz Perls là người có thể chữa lành những gì mà các nhà trị liệu không thể. Sau khi hiểu được những lời dạy của ông, việc bị mắc kẹt về mặt tâm lý, căng thẳng hay lo lắng là điều không thể. Dưới đây là câu chuyện về ông và phương pháp 4 bước để mở khóa tự do tinh thần:

Sinh năm 1893 tại Berlin, Fritz Perls sống dưới những kỳ vọng nặng nề của cha mẹ. Cha ông gọi ông là “kẻ vô dụng”. Tuy nhiên, cuộc đấu tranh ban đầu này sau đó đã thúc đẩy những ý tưởng cách mạng của ông về sự chấp nhận bản thân và tính xác thực. Chấn thương đó đã định hình toàn bộ triết lý của ông.

Sau khi nhận bằng y khoa vào năm 1926, Perls được đào tạo dưới sự hướng dẫn của những nhân vật lớn trong lĩnh vực phân tâm học. Nhưng ông dần cảm thấy thất vọng với phương pháp cứng nhắc của Freud. Ông nhìn nhận bệnh nhân như những con người toàn diện, không chỉ là những vấn đề biết đi cần được phân tích. Quan điểm cấp tiến này sẽ thay đổi liệu pháp tâm lý mãi mãi.

Năm 1933: Hitler lên nắm quyền. Là một trí thức Do Thái, Perls phải đối mặt với một lựa chọn đau đớn:

  • Ở lại và đối mặt với cái chết
  • Chạy trốn và mất tất cả

Ông đã trốn sang Nam Phi cùng với vợ Laura, chỉ mang theo ý tưởng và quyết tâm của mình.

Trong cuộc sống lưu vong, Perls đã có một phát hiện gây sốc: Hầu hết các liệu pháp tâm lý đều đang điều trị các triệu chứng, chứ không phải con người. Ông đã phát triển một phương pháp tiếp cận cách mạng gọi là Liệu pháp Gestalt (Gestalt Therapy) tập trung vào:

  • Trách nhiệm cá nhân
  • Biểu đạt bản thân một cách xác thực
  • Nhận thức về khoảnh khắc hiện tại

Cốt lõi của phương pháp của ông rất đơn giản nhưng sâu sắc: “Hãy mất đi tâm trí của bạn và đến với các giác quan của bạn.” Ông dạy rằng suy nghĩ quá nhiều cản trở sự phát triển. Sự thay đổi thực sự xảy ra thông qua việc trải nghiệm cuộc sống trực tiếp, không chỉ nói về nó.

Năm 1946, Perls chuyển đến thành phố New York. Ông thành lập Viện Gestalt đầu tiên, giảng dạy một ý tưởng mới mẻ: Bạn không cần phải hiểu tại sao bạn đang phải đấu tranh để chữa lành. Bạn cần phải trải nghiệm đầy đủ nơi bạn đang ở ngay bây giờ.

Công cụ mạnh mẽ nhất của ông là kỹ thuật “chiếc ghế trống”:
Bệnh nhân sẽ nói chuyện với một chiếc ghế trống, tưởng tượng có ai đó đang ngồi đó. Phương pháp đơn giản này tiết lộ các mô hình sâu sắc và dẫn đến những hiểu biết đột phá. Các nhà trị liệu hiện đại vẫn sử dụng nó cho đến ngày nay.

“Lời cầu nguyện Gestalt” nổi tiếng của Perls nắm bắt triết lý của ông:

  • “Tôi làm việc của tôi và bạn làm việc của bạn.
  • Tôi không ở trong thế giới này để sống theo kỳ vọng của bạn,
  • Và bạn không ở trong thế giới này để sống theo kỳ vọng của tôi.”

Đây là một tuyên bố cách mạng về cuộc sống xác thực.

Tại Viện Esalen ở California, Perls đã tổ chức những buổi hội thảo huyền thoại. Ông sẽ làm việc với một người trong khi hàng trăm người khác theo dõi, thể hiện những cuộc đấu tranh phổ quát của chúng ta. Các video về những buổi này vẫn được các nhà trị liệu trên toàn thế giới nghiên cứu. Dưới đây là Joseph Zinker nói về một cuộc gặp gỡ với Fritz Perls:

https://video.twimg.com/amplify_video/1866138777602928640/vid/avc1/720x480/BhZ6iN5i3Mk5uBV6.mp4?tag=14

Tác động của ông tiếp tục cho đến ngày nay thông qua các phương pháp tiếp cận hiện đại như:

  • Liệu pháp chánh niệm (Mindfulness therapy)
  • Điều trị chấn thương tập trung vào hiện tại (Present-centered trauma treatment)
  • Liệu pháp trải nghiệm (Experiential therapy)
  • Liệu pháp tâm lý tập trung vào cơ thể (Body-centered psychotherapy)
  • Liệu pháp thể chất (Somatic therapy)

Dưới đây là 4 bài học mạnh mẽ từ Perls mà bạn có thể áp dụng ngay hôm nay:

  1. Ngừng giải thích và bắt đầu trải nghiệm
    Sống trong đầu khiến bạn bị mắc kẹt. Hãy nhận biết khi bạn đang suy nghĩ quá nhiều và chuyển sự chú ý đến cảm giác cơ thể của bạn. Sự khôn ngoan của bạn nằm trong trải nghiệm trực tiếp, không phải trong việc phân tích vô tận.
  2. https://video.twimg.com/amplify_video/1866138846364311553/vid/avc1/1280x720/BQ8RQDlgUHuMCvVQ.mp4?tag=14
  3. Thực hành kỹ thuật “bây giờ”:
    Mỗi giờ, hãy tự hỏi bản thân:
    • Tôi đang cảm thấy gì ngay bây giờ?
    • Tôi đang tránh né điều gì ngay bây giờ?
    • Tôi muốn gì ngay bây giờ?
    Thực hành đơn giản này xây dựng nhận thức và phá vỡ các mô hình lo lắng về quá khứ/tương lai.
  4. https://video.twimg.com/amplify_video/1866138879507738624/vid/avc1/1280x720/ekgVspUsJ9SIfqcL.mp4?tag=14
  5. Chuyển “nên” thành “muốn”:
    Thay “Tôi nên tập thể dục” bằng “Tôi có muốn tập thể dục không?”
    Thay “Tôi nên gọi cho họ” bằng “Tôi có muốn gọi cho họ không?”
    Điều này chuyển bạn từ áp lực bên ngoài sang động lực bên trong. Hãy xem nó thay đổi mọi thứ như thế nào.
  6. Sử dụng chiếc ghế trống:
    Khi đang gặp khó khăn với một mối quan hệ hoặc quyết định:
    • Đặt một chiếc ghế trống
    • Nói chuyện với nó như thể người/vấn đề đó đang ở đó
    • Đổi chỗ và trả lời
    • Chú ý đến những hiểu biết sâu sắc xuất hiện
    Sự thật xuất hiện thông qua đối thoại, ngay cả với chính bản thân bạn.

Thí nghiệm “tắt” thực tại năm 1954: Khám phá gây sốc của nhà khoa học

Năm 1954, một nhà khoa học đã tạo ra một bể cách ly để “tắt” thực tại. Ông đã ở trong đó trong 48 giờ với:

  • Không ánh sáng
  • Không âm thanh
  • Không trọng lực

Những gì ông khám phá ra vẫn còn ám ảnh các nhà khoa học cho đến ngày nay.

Nhà khoa học đó là Tiến sĩ John C. Lilly. Ông là người tiên phong trong nghiên cứu về tiềm năng của tâm trí và tin rằng chúng ta có thể khai thác các cấp độ ý thức cao hơn. Vì vậy, ông đã xây dựng một thiết bị kỳ lạ để kiểm tra các lý thuyết của mình: “Bể cách ly giác quan” (sensory deprivation tank). Nhưng ông không hề biết điều gì sẽ xảy ra tiếp theo…

https://video.twimg.com/amplify_video/1865879052718080000/vid/avc1/1280x720/cCRHMXBMxy0IJVWq.mp4?tag=14

Trong bể cách ly, Tiến sĩ Lilly nổi trong nước muối có nhiệt độ bằng nhiệt độ cơ thể trong bóng tối hoàn toàn. Không có cảm giác. Không có tiếng ồn. Chỉ có suy nghĩ của ông. Những gì ông trải nghiệm vượt xa bất cứ điều gì khoa học có thể giải thích. Tâm trí của ông dường như mở rộng ra bên ngoài, như thể rời khỏi cơ thể. Ông gọi đó là “lãnh địa của Tâm trí”.

Nhiều giờ trôi qua, nhưng thời gian dường như… khác biệt. Tiến sĩ Lilly nhận thấy tâm trí của mình trôi dạt, không bị ràng buộc bởi thời gian hay không gian. Ông mô tả một cảm giác bao la, một kết nối vũ trụ. Như thể ranh giới của “bản thân” tan biến, chỉ còn lại sự nhận thức thuần túy. Sau đó, điều gì đó bất ngờ xảy ra.

CIA đã nghe nói về công việc của ông. Tại sao? Họ tin rằng nếu ý thức có thể bị thay đổi, nó có thể được vũ khí hóa. Họ đã âm thầm tài trợ cho nghiên cứu của ông, nhìn thấy cơ hội để định hình tâm trí. Nhưng họ không quan tâm đến hòa bình – họ muốn kiểm soát.

Tuy nhiên, Tiến sĩ Lilly muốn đẩy giới hạn. Để hiểu bản chất thực sự của ý thức, ông bắt đầu kết hợp cách ly giác quan với các chất gây ảo giác. Ông tin rằng những trạng thái thay đổi này có thể mở khóa tiềm năng ẩn giấu trong tất cả chúng ta. Kết quả thật đáng kinh ngạc.

Bên trong bể cách ly, ông trải nghiệm “ý thức vũ trụ”. Ông có thể tiếp cận các chiều không gian khác nhau và nói chuyện với các loài khác nhau. Ông cảm thấy tâm trí của mình vươn ra ngoài giới hạn vật lý, khai thác vào cái mà ông gọi là “tâm trí phổ quát”.

Bể cách ly giác quan trở thành một “cánh cổng”. Nó truyền cảm hứng cho các lĩnh vực nghiên cứu mới – giấc mơ tỉnh táo, chiếu ảnh thể vía, mở rộng tâm trí. Những phát hiện của Tiến sĩ Lilly thu hút cả những người ngưỡng mộ và những người hoài nghi. Nhưng câu hỏi vẫn còn: Liệu những người bình thường có thể khai thác sức mạnh này không? @joerogan nói:

https://video.twimg.com/amplify_video/1865879343203049472/vid/avc1/720x1280/duBkmd97PBZfRWIL.mp4?tag=14

Tiến sĩ Lilly nhận thấy rằng thay đổi ý thức không chỉ dành cho các nhà khoa học. Bất kỳ ai đủ can đảm đều có thể có những bước đột phá. 50 năm sau, giờ đây chúng ta sử dụng bể cách ly cho liệu pháp, khám phá bản thân, thậm chí để khám phá bản chất của thực tại. Nhưng nó cũng đi kèm với những rủi ro…

Các đối tượng báo cáo một hiện tượng kỳ lạ: cảm giác được tái sinh. Một số người nói rằng họ đối mặt với những phần của bản thân mà họ đã chôn vùi từ lâu. Những người khác có những tầm nhìn thay đổi họ mãi mãi, đối mặt với nỗi sợ hãi, chấn thương và mong muốn.

Khoa học thần kinh xác nhận rằng bể cách ly tạo ra:

  • Trạng thái Theta
  • Tăng cường khả năng thích nghi thần kinh
  • Tiếp cận ý thức sâu

Đối với Tiến sĩ Lilly, bể cách ly không phải về sự cô lập mà là điều gì đó khác: Dưới đây là 3 bài học rút ra của tôi về ý nghĩa của nó đối với tôi và cách nó thay đổi hiểu biết của chúng ta về tâm trí:

  1. Tâm trí có tiềm năng chưa được khai thác
    Hành trình của Tiến sĩ Lilly cho thấy ý thức của chúng ta rộng lớn hơn chúng ta nghĩ. Khám phá các trạng thái nội tâm mở khóa sự sáng tạo, sự rõ ràng và những hiểu biết sâu sắc vượt ra ngoài nhận thức hàng ngày. Một phụ nữ đã mở khóa tiềm năng thực sự của mình bằng cách sử dụng tâm trí. Bằng chứng:
https://twitter.com/1775589417543249920/status/1865516650998702341
 

  1. Sự phát triển thực sự đòi hỏi tự phản ánh
    Cách ly giác quan phát hiện những phần bị bỏ qua của chúng ta. Công việc của Tiến sĩ Lilly cho thấy sự phát triển cần sự tự phản ánh, đối mặt với nỗi sợ hãi và chấp nhận bản thân. Thông qua bể cách ly hoặc thiền định, sự cô độc mang lại lợi ích cho tất cả chúng ta.
  2. Kết nối bắt đầu từ bên trong
    Trong một thế giới đuổi theo sự chấp thuận, Tiến sĩ Lilly đã khám phá ra rằng sự bình yên và kết nối thực sự bắt đầu bằng việc trước tiên chấp nhận tâm trí của chính mình. Hãy hòa hợp với bản thân, và kết nối chân thành với người khác. Hành trình bên trong dẫn đến một cuộc sống phong phú và kết nối hơn.

Tổng quan về AI Agents: Xu hướng và Phát triển mới nhất

Dưới đây là tổng hợp những sự kiện quan trọng trong lĩnh vực AI Agent tuần qua:

  1. @happyrobot_ai công bố gọi vốn Series A trị giá 15,6 triệu USD do @a16z dẫn đầu. @illscience nhận xét: “HappyRobot đang cách mạng hóa giao tiếp trong ngành logistics – bắt đầu với các AI agent trên điện thoại, có khả năng xử lý theo dõi và truy vết, cập nhật thanh toán, đàm phán và nhiều tính năng khác.” Chúc mừng @jvpalafox và đội ngũ!

  2. @braelyn_ai ra mắt AgentStack v0.2 @AgentOpsAI với các tính năng mới:

    • Templating: xây dựng từ template có sẵn hoặc tạo template riêng
    • Trừu tượng hóa công cụ và Tool Repository (chào đón các PR về công cụ)
    • Lựa chọn mô hình dễ dàng (@ssslomp)
    • Hỗ trợ @neondatabase (@davidrfgomes)
  3. @elevenlabsio giới thiệu công cụ xây dựng AI agent. Người dùng có thể tạo AI agent có khả năng nói chỉ trong vài phút với độ trễ thấp, cấu hình linh hoạt và khả năng mở rộng liền mạch. Kèm theo đó là tích hợp sẵn @twilio cho cuộc gọi đến và đi. Chúc mừng @matistanis!

  4. @crewAIInc phát hành phiên bản 0.86.0 với nhiều cải tiến:

    • Cung cấp kiến thức trước cho agent và crew
    • Loại bỏ các phụ thuộc chính
    • Kho công cụ
    • Cập nhật tài liệu
    • Sửa lỗi
    • Và nhiều tính năng khác

    Chúc mừng @joaomdmoura, @RMB, @lorenzejayTech@tonykipkemboi!

  5. @AlexReibman trả lời câu hỏi phổ biến nhất trong thế giới AI: “AI agent là gì?” Câu trả lời có thể khiến bạn ngạc nhiên. Dưới đây là phản hồi của anh ấy từ @TEDAI2024.

  6. @covaldev đạt vị trí #1 trên @ProductHunt. @bnicholehopkins ra mắt giải pháp mô phỏng và giám sát cho các AI agent thoại và trò chuyện. Tích hợp @AgentOpsAI sắp ra mắt!

  7. Với @Taskade, các AI agent giờ đây có thể:

    • Quản lý công việc với Agent Inbox mới
    • Tự động hóa Tài liệu, Bảng tính và Lịch
    • Đa nhiệm trong nền
    • Tinh chỉnh công cụ cho mọi quy trình làm việc

    Huấn luyện và tùy chỉnh agent của bạn một cách chưa từng có. @johnxie

    https://twitter.com/taskade/status/186310437414857147
  8. @gregisenberg nhận định: “Nếu tôi đặt cược sự nghiệp vào một thứ ngay lúc này, đó sẽ là AI agent. Đây thực sự là một thị trường nghìn tỷ đô la đang chờ khai thác.”

  9. @asanwal dự đoán: “Vào năm 2025, sẽ có một công ty trị giá hàng tỷ đô la mà không có nhân viên và không có người sáng lập. Nó sẽ chỉ là một AI agent sử dụng các AI agent khác…”

  10. @AlexFinnX đã xây dựng một AI Agent có khả năng theo dõi X (Twitter) cả ngày và tự viết nội dung trong nhiều giờ.

  11. Agent rất mạnh mẽ và phức tạp. Làm thế nào để chúng được thiết kế đảm bảo tính minh bạch và kiểm soát của con người? Một vấn đề là tìm kiếm điểm chung, một khái niệm từ giao tiếp giữa người với người. @bansalg_ xác định 12 thách thức trong việc cải thiện điểm chung giữa con người và agent.

  12. @quantscience_ chia sẻ một ví dụ thực tế về Nhóm Quỹ đầu tư AI bằng Python. Mã nguồn mở cho tất cả mọi người! Công việc tuyệt vời từ @virattt.

  13. Cập nhật đáng chú ý từ @qingyun_wu về AG2:

    • Ra mắt AG2
    • Phát hành v0.4
    • Hai tính năng đột phá: CaptainAgent cho việc điều phối nhóm tự động và SwarmAgent cho hợp tác đa agent thông minh
    • Nhận diện thương hiệu mới
  14. @codyschneiderxx đặt câu hỏi: “Vậy agent chỉ là một từ mới để chỉ phần mềm…?” Bạn có đồng ý với quan điểm này không?

  15. @AtomSilverman dự đoán: “Tôi nghĩ rằng công ty agent tỷ đô đầu tiên sẽ là một công ty dịch vụ sử dụng agent ở hậu trường để tự động hóa công việc của họ. Tuần này tôi đã gặp một doanh nghiệp xử lý nợ đang tự động hóa toàn bộ quy trình của họ bằng cách sử dụng agent.”

  16. @pydantic ra mắt PydanticAI: một framework agent mới dựa trên Python để xây dựng các ứng dụng sử dụng LLM cấp độ sản xuất.

  17. @AgenticFleet ra mắt phiên bản thử nghiệm nền tảng của họ. Rất hào hứng để tích hợp nó vào @AgentOpsAI (@ZacharyByDesign).

  18. Flow là một công cụ nhẹ để xây dựng các AI agent có trạng thái, tập trung vào tính đơn giản và linh hoạt. Cảm ơn @omarsar0 đã chia sẻ.

  19. @NVIDIAAI giới thiệu NIM AI Blueprint cho Phân tích Lỗ hổng trong Bảo mật Container – Quét hơn 1000 lỗ hổng chỉ trong vài phút. Cảm ơn @MervinPraison đã chia sẻ.

  20. Kỷ nguyên của AI agent đã đến. Các mô hình có thể đọc, nhìn, nói, và giờ đây, thậm chí sử dụng máy tính – tất cả đều tự động. Một trong những người tiên phong là Claude Computer Use của @AnthropicAI. @garrytan từ YC đi sâu vào cách thức hoạt động, khả năng và cách nó có thể thay đổi AI mãi mãi.

  21. MagenticOne + @pyautogen = đáng để khám phá. Bởi @HsseinMzannar tại @allen_ai @SemanticScholar.

  22. @omarsar0 nhận định: “Agentic RAG là một trong những phát triển thú vị nhất trong AI.”

  23. Sử dụng Agent để khám phá Agent: Một cơ sở dữ liệu gồm 450 AI Agent mà bạn có thể sử dụng ngay hôm nay! @ottogrid_ai đã thu thập dữ liệu trên 450 hàng chỉ với hai cú nhấp chuột. Dữ liệu được lấy từ các trang web và GitHub của từng agent. Mỗi ô có Agent riêng của nó. @HowardBGil

    https://twitter.com/howardbgil/status/186400319740616752
  24. Tôi có bỏ sót điều gì không? Hãy chia sẻ ở phần bình luận. Nếu bạn thích bài viết này, hãy chia sẻ với bạn bè/đồng nghiệp của bạn. Theo dõi @AtomSilverman@AgentOpsAI để cập nhật mọi thông tin liên quan đến AI agent. Bài tổng hợp tuần trước:

Lập Trình AI Hiệu Quả với Tài Liệu Chất Lượng Cao

Giải thích thuật ngữ:

  1. LLM (Large Language Model): Mô hình ngôn ngữ lớn
  2. PRD (Product Requirements Document): Tài liệu yêu cầu sản phẩm
  3. GPT-4o1: Mô hình AI tiên tiến của OpenAI
  4. Supabase: Nền tảng cơ sở dữ liệu mã nguồn mở
  5. SQL queries: Câu truy vấn SQL

Trong thế giới lập trình AI đang phát triển nhanh chóng, việc tạo ra mã nguồn hiệu quả và chính xác đang trở nên quan trọng hơn bao giờ hết. Nhưng bạn có biết rằng chìa khóa thành công không chỉ nằm ở việc sử dụng các công cụ AI tiên tiến, mà còn ở cách chúng ta tài liệu hóa quá trình này?

Công cụ AI trong Lập trình

Hiện nay, các nhà phát triển đang sử dụng nhiều công cụ AI mạnh mẽ như Claude AI, Cursor AI, Bolt .new và ChatGPT để hỗ trợ quá trình lập trình. Những công cụ này có khả năng tạo mã, sửa lỗi và thậm chí đề xuất cải tiến. Tuy nhiên, để tận dụng tối đa sức mạnh của chúng, chúng ta cần một yếu tố quan trọng khác: tài liệu chất lượng cao.

Tầm Quan Trọng của Tài Liệu trong Lập Trình AI

Bạn có thể tưởng tượng việc xây dựng một ngôi nhà mà không có bản vẽ không? Tương tự, lập trình AI mà không có tài liệu tốt cũng giống như vậy. Tài liệu cung cấp bối cảnh chi tiết cho AI về dự án của bạn, giúp nó hiểu rõ hơn về mục tiêu, cấu trúc và yêu cầu cụ thể.

Các Loại Tài Liệu Cần Thiết

Trong lập trình AI, có nhiều loại tài liệu quan trọng:

  1. PRD (Tài liệu yêu cầu sản phẩm)
  2. Tài liệu luồng ứng dụng
  3. Hướng dẫn giao diện người dùng
  4. Cấu trúc tệp và ngăn xếp công nghệ
  5. Tài liệu cấu trúc backend
  6. Lời nhắc hệ thống

Mỗi loại tài liệu này đóng vai trò quan trọng trong việc hướng dẫn AI tạo ra mã nguồn phù hợp với yêu cầu của dự án.

Thách Thức với LLM và Giải Pháp

Bạn đã bao giờ cảm thấy như đang nói chuyện với một người bạn đãng trí? Đó chính là cảm giác khi làm việc với các mô hình ngôn ngữ lớn (LLM). Chúng có thể tạo ra thông tin sai lệch, đưa ra giả định không chính xác, và thậm chí “quên” những thông tin quan trọng.

Để khắc phục những vấn đề này, chúng ta cần xây dựng một “cơ sở kiến thức” mà AI có thể tham khảo bất cứ lúc nào. Và đoán xem? Chính tài liệu của bạn sẽ đóng vai trò là cơ sở kiến thức đó!

Mẹo Viết Tài Liệu Hiệu Quả

Vậy làm thế nào để viết tài liệu chất lượng cao? Đây là một số mẹo hữu ích:

  1. Giữ cho tài liệu ngắn gọn nhưng đầy đủ thông tin.
  2. Sử dụng ngôn ngữ đơn giản, tránh thuật ngữ chuyên môn.
  3. Đảm bảo tính nhất quán giữa các tài liệu.
  4. Tập trung vào tài liệu cốt lõi trước: PRD, luồng ứng dụng và ngăn xếp công nghệ.
  5. Viết hướng dẫn giao diện người dùng chi tiết cho từng trang.
  6. Bao gồm lời nhắc hệ thống để hướng dẫn công cụ AI.
  7. Mô tả cấu trúc backend với đầy đủ bảng, chính sách và hướng dẫn.

Thời Gian Đầu Tư cho Tài Liệu

Nghe có vẻ nhàm chán và tốn thời gian? Bạn đúng đấy! Việc tạo tài liệu chiếm khoảng 70% thời gian trong quá trình lập trình AI. Người viết chia sẻ rằng họ thường dành 6-7 giờ để viết tài liệu cho mỗi dự án.

Nhưng đừng lo lắng! Có một giải pháp đang được phát triển để giúp bạn tiết kiệm thời gian.

Giới Thiệu Codeguide.dev

Để giải quyết vấn đề thời gian, một ứng dụng mới có tên codeguide.dev đang được phát triển (đã hoàn thành 80%). Ứng dụng này sẽ sử dụng mô hình GPT-4o1 và Claude sonnet 3.5 để tự động viết tài liệu chi tiết cho dự án của bạn.

Với hơn 1,100 người đăng ký danh sách chờ, codeguide.dev hứa hẹn sẽ là một công cụ đột phá trong lĩnh vực lập trình AI.

Lập trình AI với tài liệu chất lượng cao không chỉ giúp bạn tạo ra mã nguồn tốt hơn mà còn tiết kiệm thời gian và công sức trong dài hạn. Hãy nhớ rằng, đầu tư thời gian vào tài liệu hóa là đầu tư vào sự thành công của dự án AI của bạn!

Tin Tức AI Mới Nhất

Đây là một tuần đầy ấn tượng với những tiến bộ trong lĩnh vực AI và robotics. Brett Adcock đã tổng hợp mọi thông báo từ Anthropic, Ideogram, Figure, Genmo, Runway, Microsoft, Google DeepMind, OpenAI, UCLA, Apple, Clone Robotics và nhiều công ty khác. Đây là tất cả những gì bạn cần biết và cách hiểu nó:

Anthropic: Khả Năng Mới của Claude

Anthropic thông báo rằng Claude hiện có thể sử dụng máy tính thông qua tương tác trực tiếp với màn hình (trong phiên bản beta công khai). Mô hình AI có thể di chuyển con trỏ, nhấp chuột và gõ phím bằng cách phân tích ảnh chụp màn hình, đạt 14,9% trên các chuẩn mực OSWorld—gấp đôi hiệu suất của mô hình AI tốt nhất tiếp theo.

https://video.twimg.com/ext_tw_video/1848736846877974528/pu/vid/avc1/1920x1080/1Jyk17z9w9LdvORq.mp4?tag=14

Ideogram: Giới Thiệu Canvas

Ideogram đã ra mắt Canvas, một nền tảng sáng tạo cho việc tạo và chỉnh sửa hình ảnh bằng AI. Hệ thống này có tính năng Magic Fill để chỉnh sửa khu vực chính xác và Extend để mở rộng hình ảnh vượt qua các đường viền. Cả hai công cụ này duy trì một phong cách thống nhất qua các sửa đổi.

https://video.twimg.com/ext_tw_video/1848754215964876801/pu/vid/avc1/1280x720/zJ4JqADPhMOqi-v3.mp4?tag=12

Figure: Khuôn Viên Mới cho Robot

Figure đang thiết lập một khuôn viên mới cho robot tại khu vực Bay Area, để mở rộng quy mô hoạt động tại địa điểm mới này. Khuôn viên này đã lâu là một văn phòng mơ ước của nhiều người.

https://twitter.com/adcock_brett/status/1850206054719930377

Genmo: Ra Mắt Mochi 1

Startup AI Genmo vừa ra mắt Mochi 1, một mô hình tạo video mã nguồn mở mới. Startup này tuyên bố rằng nó cạnh tranh với các đối thủ đóng như Runway, Pika và Kling, trong khi được cung cấp miễn phí cho các nhà phát triển và nhà nghiên cứu—một chiến thắng cho mã nguồn mở.

https://video.twimg.com/ext_tw_video/1848745801926795264/pu/vid/avc1/1920x1080/zCXCFAyOnvznHUAf.mp4?tag=14

Runway: Hệ Thống AI Act-One

Runway giới thiệu Act-One, một hệ thống AI mới tạo ra các hoạt cảnh nhân vật biểu cảm từ một video và hình ảnh đơn lẻ. Công nghệ này chuyển đổi các biểu diễn khuôn mặt thành các nhân vật được tạo ra mà không cần ghi lại chuyển động, duy trì các biểu cảm và chuyển động tinh tế.

https://video.twimg.com/ext_tw_video/1848783440801333248/pu/vid/avc1/1280x720/2EyYj6GjSpT_loQf.mp4?tag=12

Microsoft: Copilot và Dynamics 365

Microsoft đã công bố các khả năng mới cho Copilot và Dynamics 365. Các tính năng mới cho phép người dùng tạo ra các agent (đại diện) của riêng họ để hoạt động độc lập và nâng cao quy trình. Microsoft gọi đây là “các ứng dụng mới cho thế giới được hỗ trợ bởi AI.”

https://video.twimg.com/amplify_video/1848816623177646080/vid/avc1/1920x1080/WPht9vg_VYHO2Duk.mp4?tag=16

Google DeepMind: SynthID

Google DeepMind đã tiết lộ SynthID, một hệ thống đánh dấu watermark nhúng và phát hiện các dấu hiệu không thể nhận thấy trong hình ảnh, âm thanh, văn bản và video do AI tạo ra. Bộ công cụ beta này tích hợp với các sản phẩm của Google để giúp người dùng xác định nội dung AI trên nhiều loại phương tiện.

https://video.twimg.com/ext_tw_video/1849103528813285376/pu/vid/avc1/1280x720/G5K0TaljbmDqO-lP.mp4?tag=12

UCLA: Mô Hình Nền Tảng cho Hình Ảnh Y Tế 3D

Các nhà nghiên cứu UCLA đã phát triển một mô hình nền tảng mới phân tích hình ảnh y tế 3D như MRI và CT tuân thủ tốc độ của các chuyên gia. Mô hình AI này có thể chuyển đổi học tập qua các cơ quan khác nhau và loại hình ảnh, thể hiện sự linh hoạt ấn tượng.

https://video.twimg.com/tweet_video/GaaQwd0WsAALuHv.mp4

Apple: Tích Hợp ChatGPT

Apple ra mắt tích hợp ChatGPT trong phiên bản beta cho nhà phát triển, đưa AI này vào Siri, Visual Intelligence, và Writing Tools. Người dùng hiện có thể truy vấn hình ảnh và tệp tin trên toàn hệ thống iOS và tương tác với môi trường thông qua Camera Control. Đây là một ví dụ:

https://video.twimg.com/ext_tw_video/1849279472111079424/pu/vid/avc1/720x720/uPfsEc6ZhVMwzZZy.mp4?tag=12

OpenAI: Mô Hình sCM

OpenAI giới thiệu sCM, một mô hình nhất quán thời gian liên tục đơn giản hóa, đạt chất lượng của các mô hình khuếch tán chỉ trong hai bước lấy mẫu. Mô hình 1,5 tỷ tham số này tạo ra hình ảnh chất lượng cao trong 0,11 giây, tăng tốc 50 lần so với cách tiếp cận truyền thống.

https://twitter.com/OpenAI/status/1849139783362347293

Haiper: Nền Tảng Tạo Video

Startup AI Haiper đã ra mắt phiên bản 2 của nền tảng tạo video. Nó được cung cấp miễn phí và có khả năng tạo đoạn clip ngắn, hoạt hình hình ảnh và repainting video. Việc tạo video AI có khả năng sẽ thấy bước nhảy đáng kể, tương tự như đã được quan sát trong việc tạo hình ảnh AI.

https://video.twimg.com/amplify_video/1848383786473402368/vid/avc1/1920x1080/NsjPgU0sAfHGoOKc.mp4?tag=16

EngineAI: Robot Humanoid SE01

EngineAI đã tiết lộ robot SE01, một robot humanoid đạt được bước đi tự nhiên thông qua các mô đun khớp nối và mạng nơ-ron tiên tiến. Robot này kết hợp reinforcement và imitation learning để tạo ra các bước đi ổn định, nhanh hơn, khác biệt so với các chuyển động robot truyền thống.

https://video.twimg.com/ext_tw_video/1849351674361757696/pu/vid/avc1/1280x720/D429gHgPIpumy_IL.mp4?tag=12

Clone Robotics: Torso

Clone Robotics đã giới thiệu Torso, một android với hai tay được vận hành bởi các cơ nhân tạo. Hệ thống humanoid này có khớp nối chính xác về mặt giải phẫu trên vai, cổ và tay, với hệ thống điều khiển van tích hợp vào cấu trúc xương sườn.

https://video.twimg.com/ext_tw_video/1849179768849334272/pu/vid/avc1/1280x720/R9Epq3PetEfBgCRU.mp4?tag=12

Các Nhà Nghiên Cứu Cambridge: Paleo-Robots

Các nhà nghiên cứu Cambridge đã giới thiệu ‘paleo-robots’ để nghiên cứu cách cá cổ đại chuyển từ bơi sang đi bộ từ 390 triệu năm trước. Các mô hình robot này, được lấy cảm hứng từ mudskippers và các hóa thạch, nhằm mục đích xác nhận các lý thuyết về sự tiến hóa của động vật trên cạn thời kỳ đầu.

Thách Thức Của Trừu Tượng Hoá(Abstraction) Trong Lập Trình Với AI

Abstraction (trừu tượng hóa) trong lập trình là khái niệm tập trung vào những khía cạnh quan trọng của một đối tượng hoặc một hệ thống, đồng thời che giấu đi những chi tiết không cần thiết. Mục tiêu chính của abstraction là làm cho việc sử dụng và quản lý các hệ thống phức tạp trở nên dễ dàng hơn bằng cách chỉ hiển thị những gì thực sự cần thiết.

Cách hiểu đơn giản:
Abstraction giống như cách chúng ta lái xe ô tô: Bạn chỉ cần quan tâm đến vô lăng, chân ga, và phanh mà không cần biết chi tiết cách động cơ hoạt động bên trong.
– Trong lập trình, abstraction ẩn đi các chi tiết triển khai phức tạp, chỉ để lại giao diện hoặc hành vi mà người dùng cần tương tác.

Các công cụ AI đang thay đổi nhanh chóng cách các lập trình viên viết mã. Khả năng của chúng rất ấn tượng, đặc biệt khi xét đến tình trạng mới mẻ của chúng. Tuy nhiên, AI sẽ không sửa được cái mà nhiều người coi là khiếm khuyết cơ bản của lập trình: sự khó khăn giữa vừa trừu tượng hoà và vừa dễ dàng kiểm soát, điều này góp phần vào “khủng hoảng phần mềm” hiện nay về phần mềm không đáng tin cậy.

Sự Hấp Dẫn và Rủi Ro Của Trừu Tượng

Trừu tượng là quá trình ẩn đi sự phức tạp bằng cách tạo ra các đại diện đơn giản hóa của hệ thống. Mặc dù điều này làm cho lập trình dễ dàng hơn, nhưng nó không tránh khỏi việc mất đi sự kiểm soát trực tiếp. Sự đánh đổi này rõ ràng trong suốt lịch sử của lập trình:

  • Cuộc Cách Mạng Compiler: Sự chuyển đổi từ mã nhị phân cấp thấp sang ngôn ngữ cấp cao hơn đã được thực hiện nhờ vào các compiler. Compiler dịch mã mà con người có thể đọc được thành các chỉ thị máy. Điều này tăng tốc độ và hiệu quả lập trình nhưng giới thiệu một lớp trừu tượng tách biệt mã của lập trình viên khỏi chương trình chạy thực tế. Điều này khiến việc kiểm soát chi tiết và tối ưu hóa trở nên khó khăn hơn.
  • Leaky Abstractions: Các thư viện và framework cung cấp các thành phần và chức năng xây dựng sẵn, đơn giản hóa các nhiệm vụ thông thường. Tuy nhiên, như Joel Spolsky đã nhấn mạnh, “tất cả các trừu tượng không tầm thường đều bị rò rỉ,” nghĩa là chúng cuối cùng cũng bộc lộ sự phức tạp ẩn bên dưới, thường vào những thời điểm không thuận tiện. Dựa vào các công cụ này có thể hạn chế tính linh hoạt và hiểu biết về các quá trình cơ bản.

Sự thúc đẩy liên tục hướng tới các mức độ trừu tượng cao hơn, mặc dù có lợi cho năng suất, tạo ra khoảng cách ngày càng xa giữa ý định của lập trình viên và thực thi thực tế của phần mềm. Điều này có thể dẫn đến hành vi không mong muốn, lỗi, và khó khăn trong gỡ lỗi.

AI: Thêm Một Lớp Khác Trên Tòa Tháp

Các công cụ AI, mặc dù mạnh mẽ, thường hoạt động như một lớp trừu tượng khác. Mặc dù chúng có thể tạo mã, tóm tắt dự án phức tạp, và thậm chí đề xuất các sửa lỗi, chúng vẫn là các hộp đen. Sự thiếu minh bạch này càng làm mờ đi mối liên hệ giữa hành động của lập trình viên và phần mềm kết quả. Tác động của AI lên cuộc khủng hoảng phần mềm trong lập trình không thể bị bỏ qua, vì nó làm nổi bật những hạn chế của việc chỉ dựa vào các công cụ tự động.

Sự theo đuổi một trừu tượng bao trùm toàn diện và hoàn hảo là không khả thi. Thay vào đó, nên tập trung vào việc điều hướng giữa các lớp trừu tượng một cách hiệu quả.

Các Cách Tiếp Cận Thay Thế

  • Reversible Abstractions: Thay vì leo cao hơn nữa trên thang trừu tượng, nên tập trung vào việc làm cho các trừu tượng dễ điều hướng hơn. Một reversible abstraction sẽ cho phép lập trình viên dễ dàng chuyển đổi giữa đại diện cấp cao và các chi tiết nền dưới. Điều này có thể đòi hỏi việc suy nghĩ lại các khối xây dựng cơ bản của lập trình, như các hàm, để tích hợp dòng chảy thông tin hai chiều này.
  • Managed Copy & Paste: Các nguồn đề xuất một phương pháp thú vị sử dụng chỉnh sửa cấu trúc và kiểm soát phiên bản để quản lý việc sao chép mã. Kỹ thuật này, gọi là “managed copy & paste,” theo dõi sự khác biệt giữa các đoạn mã đã sao chép, cho phép di chuyển chọn lọc các thay đổi và trừu tượng dần dần. Điều này giải quyết vấn đề phổ biến của việc sao chép và dán mã, trong khi thực tế, có thể dẫn đến sự không đồng nhất và khó khăn trong bảo trì.

Kêu Gọi Cho Một Mô Hình Mới

“Khủng hoảng phần mềm” làm nổi bật sự cần thiết của một sự thay đổi mô hình trong cách tiếp cận lập trình. AI cung cấp các công cụ có giá trị, nhưng việc giải quyết các thách thức của trừu tượng trong lập trình với các công cụ AI đòi hỏi nhiều hơn chỉ là tự động hóa. Đó là cần thiết để:

  • Nhận thức các đánh đổi: Nhận ra rằng mỗi trừu tượng đều có cái giá của việc kiểm soát.
  • Ưu tiên sự hiểu biết: Khuyến khích hiểu biết sâu sắc hơn về các hệ thống và quá trình nền, thay vì chỉ dựa vào các trừu tượng cấp cao.
  • Chấp nhận tính linh hoạt: Phát triển các công cụ và kỹ thuật cho phép di chuyển linh hoạt giữa các mức độ trừu tượng khác nhau.

Bằng cách giải quyết các thách thức này, tương lai của phát triển phần mềm có thể hướng tới việc tạo ra các phần mềm không chỉ hiệu quả để tạo ra mà còn đáng tin cậy và dễ hiểu.

Tham khảo
https://www.youtube.com/watch?v=82JpGhctWpU
https://www.joelonsoftware.com/2002/11/11/the-law-of-leaky-abstractions/
https://worrydream.com/LearnableProgramming/

Exit mobile version