Gergely Orosz đã đến thăm trụ sở OpenAI và phỏng vấn các kỹ sư, tiết lộ rằng Codex và ChatGPT Work hiện là nền tảng cốt lõi trong mọi quy trình phát triển phần mềm tại công ty.
Xiaobei@frxiaobeiAnthropic tiết lộ thách thức khi áp dụng Coding Agent: khối lượng code tăng gấp 8 lần (80% do Claude viết) khiến số lượng kiểm thử tăng vọt, buộc hệ thống CI phải cải tổ toàn diện sau khi tải trọng tăng 25 lần chỉ trong nửa năm.
Meta vừa giới thiệu ZGateway, một tầng proxy không trạng thái giúp tối ưu hóa lưu lượng truy cập và giải quyết tình trạng quá tải kết nối cho ZippyDB, cơ sở dữ liệu khóa-giá trị quy mô lớn của hãng.
Khi Claude viết 80% mã nguồn khiến khối lượng CI tăng vọt 25 lần, đội ngũ Anthropic đã phải từ bỏ các giải pháp tạm thời để thiết kế lại kiến trúc hệ thống kiểm thử theo hướng phi trạng thái và có khả năng mở rộng linh hoạt.
Lauren Tan@potetoReally nice overview of pstack!
DịchKhám phá quy trình làm việc của PStack, hệ thống xử lý hơn 1.000 PR mỗi tháng, thông qua bộ công cụ AI được chia sẻ bởi kỹ sư trưởng tại SpaceX và Cursor.
karminski@karminski3Karminski vừa công bố bảng xếp hạng Agentic Coding cho các mô hình tự xây dựng cơ sở dữ liệu vector từ con số 0, dựa trên chỉ số QPS với độ chính xác recall ≥ 95% trên tập SIFT1M.
Các kỹ sư cảnh báo rằng việc phụ thuộc vào AI để tự đánh giá và lập trình tạo ra nhiều rủi ro 'ẩn'. Do dữ liệu huấn luyện chứa đầy các thói quen xấu từ người dùng không chuyên, AI dễ tạo ra mã nguồn dư thừa và thiếu tối ưu, gây ảnh hưởng đến toàn bộ hệ thống đánh giá tự động.
Specific ra mắt Real-SWE, bộ benchmark sử dụng kho mã nguồn thực tế từ các doanh nghiệp để đánh giá khả năng giải quyết vấn đề của các mô hình AI lập trình, với tỷ lệ thành công cao nhất đạt 38.8%.
Thêm 1 nguồn khác đưa tinHuggingFace Daily Papers (bài nghiên cứu nổi bật của cộng đồng)
Dex Horthy (HumanLayer)@dexhorthydark factories = fail eventually* Lights on factories = very good idea plz automate everything that…
DịchDex Horthy tranh luận rằng dù tự động hóa là mục tiêu, AI vẫn cần sự giám sát của con người để đảm bảo chất lượng, phản bác quan điểm cho rằng AI có thể tự xây dựng tính năng từ đầu đến cuối mà không cần kiểm soát.
AI Notes@AYi_AInotesAlexandr Wang, nhà sáng lập Scale AI, khẳng định rằng với quy trình vận hành và hệ thống đánh giá tự tối ưu hóa phù hợp, các AI Agent có thể hoàn thành khối lượng công việc lớn hơn cả một đội ngũ 100 kỹ sư phần mềm dày dạn kinh nghiệm.
Rohan Paul@rohanpaul_aiMeta's chief ai officer @alexandr_wang: "Internally at Meta, we have seen cases where, if you deve…
DịchGiám đốc AI của Meta khẳng định rằng với quy trình và hệ thống đánh giá phù hợp, các nhóm AI Agent có thể hoàn thành khối lượng công việc vượt xa một đội ngũ 100 kỹ sư một cách dễ dàng.
OpenAI đã tối ưu hóa nền tảng lưu trữ Habitat bằng cách chuyển sang Rust, giúp xử lý hơn 70 triệu yêu cầu mỗi giây trên quy mô dữ liệu 500PB với hiệu suất CPU vượt trội.
Cùng sự kiện, tinh chọn hiển thị «OpenAI hé lộ cách nền tảng Habitat vận hành hệ thống lưu trữ cho hơn 1 tỷ người dùng ChatGPT (Phần 1)»Boris Cherny từ Anthropic nhấn mạnh mã nguồn do Claude viết cần được kiểm soát nghiêm ngặt hơn con người thông qua hệ thống kiểm thử, linting và đánh giá tự động để tránh tình trạng khó bảo trì.
AI Notes@AYi_AInotesBoris Cherny khẳng định khi AI tham gia lập trình, các tiêu chuẩn cho mã nguồn đưa vào môi trường sản xuất cần phải cao hơn so với khi con người tự viết để đảm bảo tính ổn định và bảo mật.
Adaptive Bridge là lớp trung gian giúp tách biệt các tiến trình quan trọng khỏi các nút bị suy giảm hiệu năng trong ROS 2, ngăn chặn tình trạng nghẽn mạng DDS ảnh hưởng đến toàn hệ thống bằng cách phân tách luồng dữ liệu.
Kỹ sư tại Earendil đề xuất sử dụng các chỉ số như thay đổi LOC, độ dài (verbosity) và mức độ bào mòn (erosion) để đánh giá chất lượng code từ LLM, thay vì dựa vào phương pháp AI-as-a-judge kém hiệu quả.
Nghiên cứu giới thiệu IdeaAMBIG, bộ dữ liệu gồm 660 trường hợp nhằm kiểm tra khả năng chuyển đổi từ ý tưởng nghiên cứu sang mã nguồn thực tế, giúp xác định các thiếu sót trong tài liệu kỹ thuật mà các nhà phát triển thường gặp phải.
Việc lạm dụng AI để tạo mã nguồn mà không thực sự hiểu rõ đang làm xói mòn niềm tin giữa các kỹ sư. Bài viết cảnh báo về sự suy giảm chất lượng trong quy trình đánh giá mã và đề xuất các giải pháp để khôi phục trách nhiệm cá nhân trong công việc.
Peter Steinberger@steipeteThis makes a lot of sense. Duplicating logic is no longer painful. Abstractions still are.
DịchViệc sao chép logic lập trình đã trở nên dễ dàng hơn, nhưng việc xây dựng các lớp trừu tượng hiệu quả vẫn là thách thức lớn đối với các kỹ sư phần mềm.
Augment Code tổng kết quá trình 9 tháng tối ưu hóa quy trình phát triển phần mềm thông qua nền tảng Cosmos, tích hợp AI vào mọi khâu từ yêu cầu đến triển khai để đạt hiệu suất vượt trội.
SWE-Bench Pro Verified khắc phục các lỗ hổng như gian lận kết quả và lỗi dữ liệu trong bộ chuẩn cũ, giúp đánh giá chính xác hơn năng lực thực tế của các tác nhân AI trong kỹ thuật phần mềm.
Φ-Bench là bộ tiêu chuẩn mới giúp đánh giá năng lực của LLM trong việc giải quyết các bài toán kỹ thuật phức tạp, từ tối ưu hóa kernel đến xây dựng hệ thống hạ tầng AI hoàn chỉnh dựa trên mã nguồn thực tế.
Rohan Paul@rohanpaul_aiCodex agents wrote every patch in OpenAI's company-wide security sprint across hundreds of systems. …
DịchOpenAI giới thiệu Defense Factory, sử dụng mô hình Codex và AI bảo mật để tự động phát hiện và vá hàng trăm lỗ hổng trong đợt rà soát an ninh quy mô lớn, giúp tối ưu hóa hiệu suất cho hơn 250 kỹ sư.
Mistral đã hỗ trợ một công ty năng lượng hiện đại hóa hệ thống mô phỏng cũ bằng cách sử dụng quy trình làm việc tự động hóa với các AI Agent chuyên biệt, đảm bảo tính chính xác thông qua kiểm thử đối chiếu số liệu.
Diễn biến sự kiện · 1 bài →Thêm 1 nguồn khác đưa tinX: Xiaobei (@frxiaobei)Dex Horthy (HumanLayer)@dexhorthythis is gonna happen wednesday sept 23 - ping me if interested, have a few more spots still
DịchDex Horthy đang tổ chức một buổi tiệc tối vào ngày 23/9 tại San Francisco dành riêng cho các lãnh đạo kỹ thuật tại các công ty có trên 100 kỹ sư đang vận hành các nhà máy phần mềm AI.
Google giới thiệu phương pháp đánh giá hành vi (behavioral evals) cho AI lập trình, thay vì chỉ kiểm tra kết quả cuối cùng, họ tập trung vào việc thiết lập các điểm kiểm soát cho từng bước thực thi trung gian để tối ưu hóa hiệu suất.
AI Notes@AYi_AInotesCuộc tranh luận giữa Theo và Laurie về tầm quan trọng của mã nguồn dựa trên quy mô. Tác giả chỉ ra rằng giá trị thực sự không nằm ở độ lớn, mà ở 'bán kính ảnh hưởng' và khả năng khôi phục hệ thống trong bối cảnh AI đang làm thay đổi cách chúng ta viết code.
Đội ngũ kỹ sư tại Anthropic thảo luận về cách Claude đã thay đổi quy trình làm việc, tư duy phát triển phần mềm và hiệu suất thực tế trong quá trình xây dựng chính mô hình này.
Databricks chia sẻ cách kết hợp Temporal và Lakehouse để tạo ra các AI Agent có khả năng duy trì trạng thái, giúp xử lý các quy trình phức tạp như phê duyệt khoản vay cá nhân một cách ổn định và tin cậy.
Tianyi Cui@tianyiDeepSeek vừa mở đợt tuyển dụng lớn cho 150 vị trí kỹ sư backend, đồng thời thay đổi quy trình phỏng vấn bằng cách loại bỏ các bài thi thuật toán kiểu ACM, thay bằng thiết kế hệ thống và tư duy giải pháp để rút ngắn thời gian tuyển chọn.
Elvis Saravia@omarsar0Nice report on agents beyond code generation. Here is why it matters: Coding agents raise how much…
DịchBáo cáo từ DAIR.AI chỉ ra rằng dù AI giúp tăng tốc viết code, nhưng chi phí thực tế lại chuyển dịch sang kiểm thử, bảo mật và vận hành. Các khái niệm mới như 'nghịch lý thông lượng' và 'thuế xác thực' đang định hình lại cách chúng ta đánh giá hiệu quả của AI trong quy trình phát triển phần mềm.
Bài viết phân tích cách xử lý các lỗi kỹ thuật (timeout, giới hạn tốc độ) và lỗi ngữ nghĩa (ảo tưởng, định dạng sai) trong ứng dụng LLM, đồng thời đề xuất chiến lược phân loại lỗi để xây dựng hệ thống ổn định hơn.
Elvis Saravia@omarsar0// Design Docs Are All You Need // Banger paper from Google DeepMind, MIT, and colleagues. What a …
DịchSMART là thư viện mô hình hóa hiệu năng ML đột phá, nơi mã nguồn được tự động tạo từ các tài liệu thiết kế dạng đồ thị thay vì viết tay, giúp tối ưu hóa quy trình cập nhật và quản lý hệ thống.
Peter Steinberger@steipeteMột kỹ sư đã xây dựng công cụ theo dõi chất lượng code (slopmeter) để đo lường sự cẩu thả trong dự án, qua đó thấy rõ tác động tích cực của việc tăng cường viết unit test đối với sự ổn định của hệ thống.
Rohan Paul@rohanpaul_aiMeta is removing AI token counts from engineer reviews after employees began gaming usage metrics. …
DịchSau khi phát hiện nhân viên cố tình 'cày' chỉ số sử dụng AI, Meta đã quyết định loại bỏ tiêu chí này khỏi đánh giá hiệu suất. Dù vậy, công ty khẳng định 93% mã nguồn vẫn được hỗ trợ bởi AI và khuyến khích kỹ sư tiếp tục sử dụng công cụ này.
AI Notes@AYi_AInotesGiảng viên Mihail Eric vừa công bố phiên bản mới của khóa học 'The Modern Software Developer' (CS146S) sau 9 tháng biên soạn, thay thế 85% nội dung cũ bằng kiến thức chuyên sâu về phát triển phần mềm trong kỷ nguyên AI.
Kỹ sư GitHub chia sẻ 4 chiến lược tối ưu hóa, từ việc nén dữ liệu đầu vào đến tinh chỉnh quy trình xử lý tác vụ, giúp giảm đáng kể chi phí suy luận mà vẫn đảm bảo hiệu suất lập trình.
Google phân tích cuộc thi AI Agents Challenge và rút ra 4 mô hình kỹ thuật then chốt: MCP hai chiều, xử lý song song hướng sự kiện, cơ chế dự phòng chuẩn hóa và định tuyến phân tầng.
Google giới thiệu kỹ thuật 'harness' giúp bao bọc LLM bằng các thành phần xác định như sandbox và công cụ kiểm chứng, cho phép AI tự động tạo và sửa lỗi code an toàn mà không cần con người can thiệp.
Đội ngũ kỹ thuật tại Databricks chia sẻ phương pháp tối ưu hóa quy trình vận hành, giúp loại bỏ khoản lãng phí 1 triệu USD mỗi năm phát sinh từ việc sử dụng AI Agent quá mức.