runesleo

Gần đây xem quá nhiều dự án Bitcoin L1 mới, tôi ngày càng cảm thấy điều dễ bị bỏ qua nhất hiện nay không phải là “mua thế nào”, mà là:
Mua xong thì bán thế nào?
Tốc độ ra mắt của các giao thức mới, tài sản mới và launchpad mới quá nhanh, nhưng hạ tầng thanh khoản rõ ràng không theo kịp.
Khi Mint, dự án nào cũng rất hấp dẫn:
first meme, first DeFi, Bitcoin native, vốn hóa thấp, giai đoạn đầu…
Nhưng sau khi thực sự mua vào mới phát hiện:
Không có AMM, không có độ sâu thanh khoản, không có thanh khoản tổng hợp, thậm chí đặt một lệnh cũng phải thực hiện từng thao tác on-chain.
Cuối cùng, khi người

ChatGPT ngày càng giống một «bàn làm việc cá nhân» hơn.
Hôm nay khi mở App, trang chủ lập tức dựa trên Gmail, Calendar và GitHub tôi đã kết nối để chủ động nhắc về vài việc có thể cần xử lý:
Mac từ xa có thể gặp trục trặc
Một lịch trình đã bị sai lệch
Một PR vẫn chưa được review
Điều thú vị không phải là “ChatGPT có thể đọc những App này” — việc đó đã làm được từ lâu.
Thay đổi thực sự là: nó bắt đầu chủ động phán đoán «hiện tại có việc gì có thể cần bạn xử lý», thay vì chờ bạn hỏi trước.
Nếu tiếp tục làm tốt lớp này, trang chủ ChatGPT có thể dần biến từ một khung chat thành hộp thư vận hành cá

Hôm nay tôi đã thực sự vận hành trơn tru một thứ mà mình đã suy nghĩ rất lâu: dùng Grok Bot + hai máy Mac để xây dựng hệ thống tự cứu mạng đa thiết bị.
Môi trường làm việc hằng ngày của tôi giờ không còn chỉ là “một chiếc máy tính” nữa, mà gồm hai máy Mac, Tailscale, VPN, Grok Bot, Claude, Codex, Cursor, cùng một loạt Agent và hệ thống tự động hóa chạy dài hạn. Rắc rối thực sự cũng từ đó xuất hiện: một khi mạng, proxy, Tailscale hoặc Agent trên một máy gặp sự cố, trong khi tôi lại không ở cạnh máy tính, AI dù có thể sửa nhưng chính nó cũng không thể truy cập vào.
Vì vậy, vấn đề cốt lõi tôi muố

Bạn tôi đi dạo trung tâm thương mại, thấy hai trò chơi tìm đồ vật nên tiện tay dùng để kiểm tra khả năng thị giác của AI.
Tìm kẹo dẻo trong những chú hải cẩu
Tìm chú cừu nhỏ trong những ông già Noel
ChatGPT: Suy nghĩ 9 phút, tìm thấy cả hai.
Doubao: Không tìm thấy kẹo dẻo, sau đó cực kỳ tự tin…
Trực tiếp P thêm hai viên kẹo dẻo vào ảnh gốc, rồi khoanh lại và nói cho tôi đáp án 😂
Khoảnh khắc hài hước nhất của AI không phải là trả lời sai.
Mà là để chứng minh mình trả lời đúng, nó trực tiếp sửa luôn đề bài.

Hôm nay tôi bị vấn đề “tính liên tục của tác vụ” của ChatGPT hành cho một trận.
Không phải chất lượng của một câu trả lời nào đó giảm sút, mà là kiểu rắc rối hơn:
Một số cuộc trò chuyện đã chạy rất lâu bỗng nhiên không trả lời;
Các công cụ / MCP vốn đang sử dụng bình thường bỗng không thể kết nối trong một số phiên;
Đổi sang cuộc trò chuyện mới thì tuy lại có thể trò chuyện, nhưng ngữ cảnh tác vụ, trạng thái thực thi và tiến độ rất dễ cùng lúc bị đứt.
Hôm nay phần lớn thời gian của tôi không phải để “làm việc”, mà là khôi phục “những việc AI vốn đang giúp tôi làm”.
Điều này khiến tôi đột nhiên

Gần đây tôi ngày càng cảm nhận rõ rệt rằng:
Khi giao diện ngôn ngữ tự nhiên của những AI Agent như Codex, Grok dần trở nên hoàn thiện, rồi kết nối với máy trạm cục bộ, trình duyệt, đủ loại công cụ của riêng mình, cùng những mô hình mạnh nhất trên đám mây—
người bình thường thực ra đang lần đầu tiên sở hữu «hệ điều hành AI» của riêng mình.
Bạn không cần tự mở hàng chục phần mềm, nhớ cả đống lệnh hay thủ công xâu chuỗi quy trình làm việc.
Bạn chỉ cần nói:
“Xử lý xong việc này đi.”
Sau đó Agent sẽ tự gọi máy tính, mã lệnh, trình duyệt, API và mô hình để hoàn thành nhiệm vụ từng bước một.
Trước đâ

Gần đây, mỗi khi ChatGPT chạy các tác vụ dài, tôi thường xuyên gặp tình trạng này.
Điều khó hiểu nhất là: giao diện phía trước báo “Truyền luồng đã bị gián đoạn”, nhưng đôi khi tác vụ phía sau thực ra vẫn đang tiếp tục chạy.
Càng sử dụng Agent nhiều, tôi càng nhận ra việc mô hình có thông minh hay không chỉ là một phần.
Kết nối, kết nối lại, khôi phục trạng thái và khả năng quan sát các tác vụ dài mới thực sự là những yếu tố ảnh hưởng đến trải nghiệm sử dụng hằng ngày.

Remote Control của ChatGPT thực ra tôi đã dùng khá lâu.
Trước đây, tôi chỉ xem đây là một tính năng rất tiện lợi:
Ở bên ngoài, mở điện thoại lên là có thể tiếp tục điều khiển Codex đang chạy trên chiếc Mac ở nhà.
Điện thoại gửi nhiệm vụ → Mac thực thi cục bộ →随时 theo dõi tiến độ → tiếp tục bổ sung chỉ thị.
Nhưng gần đây, khi đưa ngày càng nhiều công việc vào AI, tôi mới thực sự nhận ra điều này có ý nghĩa gì.
Khi AI có thể kết nối với máy tính, tệp, terminal, trình duyệt và đủ loại quy trình làm việc, điện thoại thực ra không còn là “thiết bị chạy AI” nữa.
Nó giống một chiếc điều khiển từ xa h

Hôm nay tôi mới phát hiện ra rằng ChatGPT Pro vốn đã cung cấp 100GB dung lượng lưu trữ tệp.
Dùng lâu như vậy mà tôi mới chỉ chiếm 315MB.
Điều này khiến tôi nhận ra: trước đây tôi luôn dùng ChatGPT như “năng lực tính toán” và “khung trò chuyện”, nhưng chưa thực sự xem nó là không gian làm việc dài hạn.
Vì vậy, tôi đã sắp xếp lại kiến trúc lưu trữ AI của mình:
Mac: thực thi
Ổ đĩa cục bộ dung lượng lớn: dữ liệu gốc / lưu trữ lạnh
Google Drive: tài liệu chính thức có thể chỉnh sửa bằng con người
ChatGPT Library: lớp tri thức AI có thể đọc, tìm kiếm và tái sử dụng lâu dài
Trọng tâm không phải là lấ

Làm AI và vibe coding lâu như vậy, hôm nay tôi mới lần đầu nghiêm túc xem thống kê sử dụng Codex của mình:
Tổng Token tích lũy: 103,82 tỷ
Đỉnh trong một ngày: 4,59 tỷ
Thời gian sử dụng liên tục dài nhất: 119 ngày
Các con số này gây choáng hơn nhiều so với tôi tưởng tượng.
Nhưng điều đáng để rà soát hơn thực ra không phải là đã đốt bao nhiêu Token, mà là cuối cùng những Token đó đã biến thành gì.
Gần đây tôi định rà soát toàn diện hệ thống tự động hóa AI hiện đã vận hành của mình:
Nghiên cứu, giám sát, hỗ trợ giao dịch, sản xuất nội dung, thực thi từ xa trên nhiều thiết bị, quy trình Agent…
Tiệ

Hai ngày qua, trong giới AI xuất hiện một mô hình mới là Jev, tôi nghĩ nó đáng được xem xét riêng.
Điểm phản trực giác nhất của nó không phải là benchmark lại tăng thêm bao nhiêu, mà là nó vốn không muốn trở thành một LLM “giỏi trò chuyện hơn”.
Tư duy của @typesafeai là:
Nhiều tác vụ phần mềm thực ra hoàn toàn không cần mô hình “tạo ra một đoạn văn”.
Hiện nay, phần lớn AI workflow thực tế là:
trạng thái → LLM → tạo văn bản / JSON → phân tích cú pháp → xác thực → thử lại → chương trình quyết định bước tiếp theo
Nhưng thứ phần mềm thực sự cần AI trả lời thường chỉ là:
Đây có phải là lừa đảo khôn