Hai lỗi dịch máy có thật từ kho của tôi, hai nguyên nhân khác hẳn nhau — và chỉ một trong hai chữa được bằng cách đổi dịch vụ. Kèm cách chữa đã đo: 137 cụm từ điển, và một bộ kiểm ba dòng bắt được lỗi mà mắt bỏ qua.
Giá mỗi token không đổi mà hoá đơn giảm 25%, và bản ghi chú kỹ thuật đầy những dòng “trả về 400”. Đọc Fable 5.1 qua chính API của nó — nơi mỗi thứ bị cấm đi là một quyết định thiết kế.
Mỗi bức ảnh AI sinh ra đều bắt đầu từ một tấm nhiễu, và tấm nhiễu ấy do đúng một con số quyết định. Đo trên hệ thật: 275 ảnh giữ lại tiêu 421 lượt GPU, còn không gian hạt giống thì trơn từng khúc rồi đứt.
Ba con chip trên cùng một bo mạch là ba triết lý lao động khác nhau — và trùng khít với cách loài người đã bốn lần giao việc cho máy. Ranh giới thật không nằm giữa chân tay và trí óc.
Google One, iCloud+, OneDrive, Dropbox, Proton, pCloud, Sync, Mega, B2, Wasabi, R2, S3, Hetzner và NAS tự-host: chọn theo loại việc, thiết bị và quy mô nhóm; chi phí thật gồm cả egress và chi phí rời đi; điểm hoà vốn giữa thuê và mua.
Prefill nghẽn phép tính, decode nghẽn băng thông — từ sự lệch pha đó sinh ra PagedAttention, prefix caching, gộp lô liên tục, suy đoán rồi kiểm, attention thưa và lai tuyến tính. Đây là tầng thuật toán đang quyết định chi phí thật của AI năm 2026.
Nhân Linux có đủ đồ nghề để chia CPU, RAM, đĩa, mạng — nhưng gần như không quản gì GPU, thứ đắt nhất trong máy chủ AI. Bên trong khoảng trống đó: cgroup dmem, sched_ext, DRA, checkpoint GPU, phân tầng CXL, microVM cho agent và điện toán bí mật.
Từ đầu 2026, thông lượng nhánh tính năng tăng vọt còn nhánh chính thì đứng yên. Vì sao mã do agent sinh khó review hơn mã người viết, quy trình spec-driven và hộp cát đang hình thành ra sao, và đơn vị chi phí phần mềm đã đổi thành gì.
Khi máy sinh mã gần như miễn phí, thứ khan hiếm là niềm tin rằng mã đó đúng. Vì sao kiểu nghiêm và trình biên dịch khó tính bỗng thành lợi thế, vì sao Python vẫn thắng đậm, và cái giá thật của mỗi vòng lặp hỏng.
Cập nhật 8/2026: từ suy luận lúc chạy và ‘khoảnh khắc DeepSeek’ đến agent làm việc thật — vì sao cuộc đua đổi tính chất, đột phá kinh tế nào khiến nó nóng, và xu hướng 2026–2027.
Vì sao giá RAM tăng dựng đứng 2025–2026: đột phá kinh tế của AI đẩy cầu HBM lên vô đáy, nguồn cung bị chặn bởi vật lý và thời gian, và vì sao ngành phải giảm tải lên nút thắt thay vì cố cạy nó.
Làm chủ cả chồng công nghệ, hay thống trị đúng một tầng và bán cho tất cả — hai nước cờ trái dấu về cùng một câu hỏi: giá trị tụ ở đâu? Cùng chu kỳ gộp–tách và những hướng còn bỏ ngỏ.
'Kiểm duyệt lỏng' thực ra là bốn thứ khác nhau bị gộp làm một. Tách chúng ra, ta thấy năng lực đến từ tiền huấn luyện chứ không từ kiểm duyệt — và Grok bán giá trị, không phải một bước nhảy kỹ thuật.
Apple Silicon không thắng nhờ một phát minh thần kỳ mà nhờ kiểm soát cả chồng công nghệ — chip, hệ điều hành, trình biên dịch, xưởng đúc. Cơ chế, và bài học cho công ty khác.
Tải thẳng bản ghi từ thẻ nhớ của camera Imou qua mạng nội bộ bằng một công cụ dòng lệnh — nhanh hơn thời gian thật khoảng mười lần, cả tháng video gói trong một lệnh.
Giới thiệu, cách cài đặt trên IBus và Fcitx5, các chức năng đáng dùng, và cách xử lý những trục trặc thường gặp.
Cấu trúc dữ liệu cho phép nhiều người sửa cùng lúc, kể cả khi mất mạng, rồi gộp lại mà không cần ai phân xử — giải thích qua danh sách mua sắm, bộ đếm và soạn thảo văn bản.
RAG có kiến trúc chỉ bốn bước, nhưng mỗi bước có chỗ hỏng riêng — và phần lớn hệ thống RAG kém đều hỏng ở những chỗ rất cụ thể. Đây là chúng, cùng cách đo đúng.
Chatbot sai thì người dùng bỏ qua; agent sai thì nó đã gửi email, đã xoá tệp. Vì sao lỗi cộng dồn theo số bước, và vì sao ranh giới an toàn phải nằm ngoài mô hình.
Sản phẩm càng đông người dùng càng có giá trị. Cơ chế này giải thích cả sự thống trị của các nền tảng lớn lẫn đúng những chỗ chúng sụp đổ.
'100 yêu cầu mỗi phút' có ít nhất bốn cách hiểu, cho ra hành vi khác hẳn ở các ranh giới. Cửa sổ cố định, cửa sổ trượt, túi token, xô rò — chọn cái nào cho việc gì.
Lãi kép là kỳ quan thứ tám; lạm phát chạy đúng cơ chế đó nhưng ngược chiều, trên mọi đồng tiền bạn giữ. Đây là số học tối thiểu để đọc mọi con số tài chính tỉnh táo.
Tự viết nghe rẻ vì không có hoá đơn. Quy ra giờ kỹ sư và kéo qua năm năm, mức giá thuê hoà vốn cao hơn trực giác rất nhiều — và đây là cách tự tính con số đó.
Sau vài năm mô hình ngôn ngữ phổ biến, bảy hiểu nhầm vẫn lặp đi lặp lại — và mỗi cái dẫn tới một loại quyết định kỹ thuật tốn kém. Đây là chúng, cùng thực tế đằng sau.
Câu hỏi 'AI có phải bong bóng không' đặt sai vế. Lịch sử đường sắt, điện, cáp quang cho thấy bong bóng hạ tầng và công nghệ có ích thường là cùng một chuyện.
Phần mềm thường có chi phí biên gần bằng không; sản phẩm AI thì mỗi lần dùng đều tốn tiền thật. Điều đó đổi cả cách định giá lẫn cách tối ưu — và đây là bốn đòn bẩy.
AI thay đổi kinh tế học của tấn công mạng — làm việc lừa đảo rẻ và quy mô — chứ chưa tạo loại tấn công mới về bản chất. Mối đe doạ thật, điều không đổi, và cách phòng thủ.
Chạy mô hình tại chỗ: dữ liệu ở lại máy, không phí theo lượt, dùng được khi mất mạng. Máy bạn chạy nổi cỡ nào — và vì sao nút thắt là băng thông bộ nhớ chứ không phải sức tính.
Băm chia dư cho số máy chạy hoàn hảo tới khi bạn thêm máy thứ 4 vào cụm 3 — gần như mọi khoá đổi chỗ. Consistent hashing chữa đúng bệnh đó bằng một vòng tròn.
Một tỉ URL lưu vào bảng băm tốn hàng chục GB; Bloom filter làm gần đúng bằng vài trăm MB. Nó không bao giờ nói sai 'không có' — và chính điều đó quyết định cách dùng.
So một vector với một triệu vector kiểu vét cạn không dùng được ở quy mô thật. HNSW đổi độ chính xác tuyệt đối lấy tốc độ lô-ga-rít — và đây là cách nó làm được.
Khi lỗ hổng lớn nổ ra, câu hỏi sống còn là 'ta có dùng nó không, ở đâu, phiên bản nào'. SBOM và chữ ký số là cách trả lời trong vài phút thay vì vài ngày.
Với dịch vụ HTTP thông thường, cả Go và Rust đều thừa sức — chọn sai không giết dự án, nhưng chọn đúng tiết kiệm nhiều công. Cân theo ràng buộc thật, không theo sở thích.
'Nhanh như C mà an toàn' bỏ sót phần thú vị nhất: cơ chế giúp Rust an toàn cũng chính là cơ chế chặn lỗi đồng thời — thứ không bộ gom rác nào làm được.
WebAssembly có hai đặc tính hiếm khi đi cùng nhau: chạy gần tốc độ mã máy, và bị nhốt hoàn toàn không quyền gì mặc định. Chính sự nhốt kín làm nó hữu ích khắp nơi ngoài trình duyệt.
Trong khi ngôn ngữ mới đua thêm tính năng, Zig đi ngược: đọc mã là biết chính xác máy làm gì, không gì xảy ra sau lưng. Triết lý 'không phép màu' và chỗ nó thật sự tỏa sáng.
Một hướng thiết kế đang quay lại: ứng dụng chạy đủ khi mất mạng, dữ liệu nằm ở máy bạn, đồng bộ chỉ là tính năng chứ không phải điều kiện sống.
Không ai chọn công cụ với ý định rời bỏ nó. Nhưng chi phí rời đi chỉ hiện ra đúng lúc bạn cần rời nhất — nên nó phải được tính từ ngày đầu.
Lần đầu trong ba mươi năm, một ngôn ngữ thứ hai được chấp nhận vào nhân Linux. Vì sao — và vì sao khoảng hai phần ba lỗ hổng nghiêm trọng là lỗi bộ nhớ, không phải lỗi trình độ.
Tự dựng dịch vụ cho mình nghe rẻ và riêng tư hơn thuê bao. Nhưng chi phí thật — sao lưu, vá lỗi, và nhất là sự chú ý của bạn — không nằm trên hoá đơn nào.
Cài một dự án web mới, đếm số gói tải về: thường vượt một nghìn. Bạn đọc mã bao nhiêu? Vì sao một gói nhỏ ở tầng sâu làm sập cả hệ thống, và cách phòng thủ theo mức công sức.
Mỗi lời gọi hệ thống đều có phí; máy chủ xử lý hàng trăm nghìn thao tác mỗi giây thì phí đó cộng dồn lớn. io_uring gần như xoá nó bằng hai vòng đệm chia sẻ — và trả giá.
Hình dung container như máy ảo nhỏ dẫn tới quyết định bảo mật sai. Thực ra nó chỉ là tiến trình Linux chạy trên nhân của máy chủ — namespace, cgroup, và ảo giác cách ly.
Trước đây, muốn soi ruột nhân Linux phải vá nhân rồi khởi động lại — bất khả trên máy chủ đang chạy. eBPF cho nhìn vào nhân đang chạy một cách an toàn, và đây là cách.
Cài phần mềm kiểu cũ ghi tệp rải khắp hệ thống; vài năm sau không ai biết máy có gì. Hệ điều hành bất biến giải bài toán đó bằng cách cấm ghi — được và mất.
X11 được thiết kế cho một thế giới đã biến mất — máy tính đầu cuối nối tới máy chủ phòng khác. Wayland gỡ bỏ giả định bốn mươi năm tuổi đó, và đổi lại vài cái giá.
Tiền đã tiêu không lấy lại được, nên nó không nên tham gia vào quyết định tiếp theo. Biết vậy mà rất ít người làm được — và đây là lý do, cùng cách thoát.
Big-O mô tả xu hướng khi dữ liệu tiến tới vô cùng — nhưng dữ liệu thật hiếm khi ở gần đó. Khi nào hằng số quan trọng hơn bậc, và vì sao trượt bộ đệm đổi mọi thứ.
Tìm từ khoá thất bại khi người hỏi và tài liệu dùng từ khác cho cùng một ý. Embedding biến ý nghĩa thành vị trí trong không gian vector — nền móng của mọi hệ RAG.
Mỗi lần viết d["key"] là một bảng băm đang làm việc. Cấu trúc vô hình nhất trong lập trình — và va chạm, hệ số tải, cú giật băm lại đều đáng để hiểu.
Mọi chương trình phải trả lời: khi nào giải phóng vùng nhớ đã cấp? Ba trường phái — gom rác, đếm tham chiếu, sở hữu — mỗi cách hy sinh một thứ khác nhau.
Khi chương trình đọc địa chỉ 0x400000, đó không phải vị trí thật trên RAM — một lớp phiên dịch chạy ở mỗi truy cập. Nó là nền cho cách ly, chia sẻ, và vì sao hết RAM thì chậm khủng khiếp.
Máy có 8 nhân mà chạy hàng trăm tiến trình — không phép màu, chỉ là nhân cắt thời gian thành lát mỏng và luân phiên. Tiến trình khác luồng ở đâu, và vì sao 100 tab vẫn mượt.
Thay vì hỏi kiểu tĩnh hay động cái nào tốt hơn, hãy hỏi lỗi bị bắt ở giai đoạn nào và giá mỗi giai đoạn. Đặt lại thế, phần lớn cuộc tranh cãi tan biến.
Mô hình ngôn ngữ tối ưu độ trôi chảy, không tối ưu tính đúng — khi không biết, thứ hợp lý nhất vẫn là một câu mạch lạc và sai. Vì sao nó bịa, và cách nào thật sự giảm được.
Kho mã nguồn mở khổng lồ nhưng phần lớn dự án chết yểu. Trước khi đưa một công cụ vào quy trình, năm câu hỏi này rẻ để hỏi và rất đắt nếu bỏ qua.
CPU nhanh hơn máy 2005 cả trăm lần, mà phần mềm vẫn ì ạch. Toàn bộ phần tăng tốc đã đi đâu — và vì sao 'nặng' thật ra là chuyện độ trễ chứ không phải tài nguyên.
Cơ quan thống kê nói lạm phát 4%, bạn thấy tiền chợ tăng gấp rưỡi — cả hai đều đúng. CPI đo giỏ hàng của một hộ trung bình không tồn tại; đây là nó đo gì và bỏ sót gì.
