Blog này là nơi tôi viết những ghi chép dài hơi về AI agent, kỹ thuật phần mềm, công cụ cho developer và việc xây dựng hệ thống thực tế.

Mảng công cụ AI có một vấn đề quen thuộc: rất khó biết một câu khẳng định đáng tin đến đâu. “Agent X an toàn hơn agent Y” có thể là kết quả của một thí nghiệm, là một dòng trong tài liệu marketing, hoặc chỉ là cảm giác sau một buổi chiều dùng thử. Ba nguồn đó đáng tin ở ba mức rất khác nhau, nhưng khi viết ra, chúng trông giống hệt nhau. Blog này cố tách chúng ra.

Một câu, năm mức độ chắc chắn

Cách dễ hiểu nhất là xem cùng một chủ đề được viết ở từng mức. Ví dụ dưới đây lấy từ bài phân tích về Pi Agent, xoay quanh câu hỏi: Pi có đọc được file nằm ngoài project không?

  • Quan sát “Khi làm việc với Pi, tôi thấy nó đọc file ngoài thư mục project mà không hỏi.” Đây là điều tôi thấy tận mắt, nhưng chỉ một lần, trên một máy, với một cấu hình. Nó đủ để đặt câu hỏi, chưa đủ để kết luận.
  • Tài liệu “Trang bảo mật của Pi ghi rằng thư mục làm việc ‘does not prevent commands from accessing other paths’.” Đây là lời của chính nhà phát triển, kèm liên kết. Nó mạnh hơn quan sát, nhưng tài liệu có thể lỗi thời so với code.
  • Đã kiểm chứng “Trong read.ts không có dòng nào so đường dẫn với thư mục project, và một thí nghiệm trong container đọc được file ngoài project bằng bốn cách.” Đây là mức mạnh nhất: bạn có thể tự đọc code đó hoặc chạy lại thí nghiệm, vì bài viết đưa đủ lệnh để chạy lại.
  • Quan điểm “Hộp thoại xin quyền là biển báo, sandbox của hệ điều hành mới là bức tường.” Đây là cách tôi diễn giải các dữ kiện trên. Bạn hoàn toàn có thể đồng ý với dữ kiện mà không đồng ý với diễn giải.
  • Đề xuất “Chạy Pi trong container chỉ mount project.” Đây là việc tôi khuyên làm, không phải tính năng có sẵn. Hãy tự đánh giá nó với môi trường của bạn.

Để ý cách các nhãn nối với nhau. Một quan sát là điểm khởi đầu của một câu hỏi. Tài liệu và kiểm chứng là bằng chứng để trả lời. Quan điểm và đề xuất là kết luận tôi rút ra. Khi đọc một bài ở đây, nếu bạn thấy một quan điểm mà không tìm được bằng chứng nào phía trên nó, đó là chỗ bài viết yếu, và tôi muốn được biết.

Phiên bản và ngày tháng

Công cụ AI thay đổi theo tuần. Một câu “Đã kiểm chứng” chỉ đúng với phiên bản đã được kiểm. Vì vậy mỗi bài phân tích đều ghi rõ phiên bản phần mềm và ngày đối chiếu tài liệu ngay ở đầu bài. Nếu bạn đọc khi các con số đó đã cũ, hãy coi những nhận định trong bài là giả thuyết cần kiểm lại, chứ không phải sự thật hiện tại.

Những gì bạn sẽ không thấy ở đây

  • Trải nghiệm cá nhân được bịa ra cho câu chuyện hấp dẫn hơn. Phần nào cần trải nghiệm thật mà tôi chưa có, bài viết sẽ để trống và ghi rõ là đang chờ bổ sung.
  • Bảng chấm điểm sản phẩm không có phương pháp. Bảng so sánh ở đây so năng lực được tài liệu hóa theo cùng một bộ câu hỏi, và nói rõ điều đó.
  • Kết luận mạnh hơn bằng chứng.

Nếu bạn thấy điều gì sai hoặc đã lỗi thời, mong bạn cho tôi biết.

Bắt đầu từ đâu

Bài phân tích đầu tiên tìm hiểu kiến trúc và mô hình phân quyền của Pi Agent. Toàn bộ bài viết có trong kho lưu trữ, và bạn có thể theo dõi qua RSS feed.