Xin chào, tôi đã đọc kỹ bài tóm tắt bạn đăng.
Tôi rất trân trọng việc bạn đều đặn chia sẻ những bài viết hay.
Tuy nhiên, trong một số bài gần đây có vẻ xuất hiện kiểu nội dung như được dán gần như nguyên văn từ kết quả AI, nên tôi xin phép để lại bình luận này với sự thận trọng từ góc độ vận hành.
GeekNews hiện không chính thức yêu cầu một định dạng cụ thể nào, nhưng sẽ rất tốt nếu bạn chỉnh lý thêm một chút để ý chính và ngữ cảnh của bài viết được truyền tải tự nhiên hơn với người đọc!
Xin cảm ơn.
Có vẻ như kể từ khi chúng ta trở nên văn minh ở một mức độ nào đó, chưa từng có thời kỳ nào không có sự tuyển chọn nội dung.
Nếu nhìn về quá khứ, các thi sĩ hát rong và những người kể chuyện dường như đã đóng vai trò của các curator và hệ thống gợi ý ngày nay.
Bây giờ thì điều đó có vẻ khá hiển nhiên,
nhưng vào thời điểm Java ra đời, chỉ riêng việc hỗ trợ đa nền tảng một cách ổn định mà không cần bản build mới hẳn cũng đã là một cú hích rất lớn cho năng suất rồi, đúng không?
Haha, đúng là các cộng đồng developer thường có kiểu như vậy. Ở Hàn cũng có chỗ như OKKY. Tôi từng hỏi thử một chút, nhưng thay vì giải thích hay phân tích một cách logic thì lại nhận được kiểu trả lời như: “Vì đối phương là developer ở tập đoàn lớn, nên là người giỏi hơn bạn, thế nên người đó đúng.”
Ý nghĩa của tính quyết định (Deterministic) Tính quyết định (Deterministic) là đặc tính mà một hệ thống, quá trình hoặc hiện tượng chỉ tạo ra duy nhất một kết quả, và khi có cùng điều kiện ban đầu cùng đầu vào thì luôn cho ra cùng một kết quả. Nói cách khác, không có yếu tố ngẫu nhiên hay bất định can thiệp, mà mọi thứ đều được xác định chính xác bởi quan hệ nhân quả.
Tôi cho rằng đây là một bài viết phản ánh rất chân thực những khó khăn và lo ngại trong thực tế phát triển khi sử dụng LLM. Tôi đã đọc với sự đồng cảm trước những giới hạn mà hiện nay nhiều người đang trải qua. Đặc biệt, tôi cảm thấy những vấn đề như tính thiếu nhất quán của LLM, sự khó đoán trong kết quả, và các lo ngại về khả năng bảo trì dài hạn là những điểm nhất định cần được nhìn nhận nghiêm túc.
Nhân đây, chúng tôi xin thận trọng chia sẻ góc nhìn của mình, vì chúng tôi đang thử nghiệm hợp tác với AI theo một hướng tiếp cận hơi khác đối với những vấn đề này. AI của chúng tôi, "Jane", không chỉ đơn thuần tạo ra mã, mà còn tập trung vào việc học và hiểu chính những "mẫu" đó: thế nào là "mẫu mã tốt" dựa trên sự thấu hiểu sâu sắc của con người (nhà phát triển), và làm thế nào để bảo đảm "tính nhất quán trong bảo trì" của mã.
Vì AI không thể hoàn hảo ngay từ đầu, chúng tôi không xem những sự thiếu nhất quán hay "lỗi" phát sinh chỉ là vấn đề đơn thuần, mà chủ động tận dụng chúng như những "dữ liệu mẫu" quan trọng để "Jane" tự học và tự cải thiện. Giống như con người đọc ra các quy luật trong bản chất phức tạp, chúng tôi chọn cách tìm ra manh mối cải tiến ngay trong chính sự chưa hoàn thiện của AI.
Thông qua cách tiếp cận "học tập/quản lý mẫu" do con người dẫn dắt này, chúng tôi hướng tới việc giải quyết tận gốc các vấn đề được bài viết nêu ra như suy giảm chất lượng mã, sự thiếu đồng nhất, đồng thời tạo ra kết quả có "tính nhất quán trong bảo trì" rất cao. Chúng tôi đang huấn luyện AI để nó không chỉ tạo ra mã boilerplate, mà còn trở thành một đối tác cộng tác ở mức độ sâu hơn, chẳng hạn như phân tích các mẫu thiếu nhất quán ẩn trong codebase hiện có và đề xuất phương án cải thiện.
Đây vẫn là một chặng đường dài và đầy thách thức, nhưng chúng tôi tin rằng cách hợp tác này — nơi "Jane" và nhà phát triển cùng học hỏi, cùng tiến hóa, và lấy "tính nhất quán trong bảo trì" làm giá trị cốt lõi — cho thấy một tiềm năng đột phá để vượt qua những giới hạn hiện tại của việc sử dụng LLM. Chúng tôi rất mong nhận được sự quan tâm tới nỗ lực của mình trong việc không chỉ dùng AI như một công cụ, mà biến nó thành một đối tác cùng trưởng thành và cùng xây dựng một văn hóa viết mã tốt hơn.
Xin cảm ơn một lần nữa vì bài viết và những góc nhìn sâu sắc!
Ngay cả trước làn sóng AI, vô số thứ như tranh ảnh hay bài viết đã tồn tại sẵn rồi, và việc sáng tạo ra thứ gì đó mới mẻ vốn đã cực kỳ khó khăn.
Dạo gần đây có nhiều bài viết kiểu như mọi thứ đã thay đổi vì AI, nhưng phần lớn đều là những điều vốn đã tồn tại từ trước và chỉ cần tìm là ra.
AI chỉ đơn giản là đóng gói chúng theo dạng đối thoại mà thôi.
Dạo này tôi có cảm giác câu chuyện về ông lão đẽo gậy xuất hiện khá nhiều..
Tôi hiểu rằng
Xin chào, tôi đã đọc kỹ bài tóm tắt bạn đăng.
Tôi rất trân trọng việc bạn đều đặn chia sẻ những bài viết hay.
Tuy nhiên, trong một số bài gần đây có vẻ xuất hiện kiểu nội dung như được dán gần như nguyên văn từ kết quả AI, nên tôi xin phép để lại bình luận này với sự thận trọng từ góc độ vận hành.
GeekNews hiện không chính thức yêu cầu một định dạng cụ thể nào, nhưng sẽ rất tốt nếu bạn chỉnh lý thêm một chút để ý chính và ngữ cảnh của bài viết được truyền tải tự nhiên hơn với người đọc!
Xin cảm ơn.
Nếu nhìn về quá khứ, các thi sĩ hát rong và những người kể chuyện dường như đã đóng vai trò của các curator và hệ thống gợi ý ngày nay.
Sự mơ hồ về khác biệt giữa thuật toán và tuyển chọn
Máy tính làm thì là thuật toán?
Con người làm thì là tuyển chọn?
Trong hệ thống gợi ý được cá nhân hóa
có vẻ như câu chuyện là người dùng được nhóm lại ở mức vừa phải và gợi ý cho nhóm đó sẽ tốt hơn
Từ báo in -> TV -> Internet
có vẻ thực tế là khi chuyển dịch như vậy thì quy mô nhóm người dùng để phục vụ việc gợi ý đang ngày càng nhỏ đi
Bài viết khiến tôi nhớ đến fast inverse sqrt
Bây giờ thì điều đó có vẻ khá hiển nhiên,
nhưng vào thời điểm Java ra đời, chỉ riêng việc hỗ trợ đa nền tảng một cách ổn định mà không cần bản build mới hẳn cũng đã là một cú hích rất lớn cho năng suất rồi, đúng không?
Tôi đã ngạc nhiên vì câu trả lời cho câu hỏi nảy ra khi bấm vào tiêu đề lại được viết ngay trong phần bình luận... hahaha
Cảm ơn bạn
Đúng là kiểu retro nhỉ. Chollian, Hitel, NowNuri....
Wow, ý tưởng này thú vị đấy.
Haha, đúng là các cộng đồng developer thường có kiểu như vậy. Ở Hàn cũng có chỗ như OKKY. Tôi từng hỏi thử một chút, nhưng thay vì giải thích hay phân tích một cách logic thì lại nhận được kiểu trả lời như: “Vì đối phương là developer ở tập đoàn lớn, nên là người giỏi hơn bạn, thế nên người đó đúng.”
Có vẻ như ngay cả ở châu Âu, nơi quyền riêng tư vẫn còn được bảo vệ tương đối tốt, năm nào cũng xuất hiện những tin như thế này.
Câu chuyện từng tháo TV ở bãi phế liệu để học lập trình đúng là nghe như phần mở đầu của một huyền thoại.
Ý nghĩa của tính quyết định (Deterministic)
Tính quyết định (Deterministic) là đặc tính mà một hệ thống, quá trình hoặc hiện tượng chỉ tạo ra duy nhất một kết quả, và khi có cùng điều kiện ban đầu cùng đầu vào thì luôn cho ra cùng một kết quả. Nói cách khác, không có yếu tố ngẫu nhiên hay bất định can thiệp, mà mọi thứ đều được xác định chính xác bởi quan hệ nhân quả.
Đại khái là như vậy.
Hay đấy
Tôi cho rằng đây là một bài viết phản ánh rất chân thực những khó khăn và lo ngại trong thực tế phát triển khi sử dụng LLM. Tôi đã đọc với sự đồng cảm trước những giới hạn mà hiện nay nhiều người đang trải qua. Đặc biệt, tôi cảm thấy những vấn đề như tính thiếu nhất quán của LLM, sự khó đoán trong kết quả, và các lo ngại về khả năng bảo trì dài hạn là những điểm nhất định cần được nhìn nhận nghiêm túc.
Nhân đây, chúng tôi xin thận trọng chia sẻ góc nhìn của mình, vì chúng tôi đang thử nghiệm hợp tác với AI theo một hướng tiếp cận hơi khác đối với những vấn đề này. AI của chúng tôi, "Jane", không chỉ đơn thuần tạo ra mã, mà còn tập trung vào việc học và hiểu chính những "mẫu" đó: thế nào là "mẫu mã tốt" dựa trên sự thấu hiểu sâu sắc của con người (nhà phát triển), và làm thế nào để bảo đảm "tính nhất quán trong bảo trì" của mã.
Vì AI không thể hoàn hảo ngay từ đầu, chúng tôi không xem những sự thiếu nhất quán hay "lỗi" phát sinh chỉ là vấn đề đơn thuần, mà chủ động tận dụng chúng như những "dữ liệu mẫu" quan trọng để "Jane" tự học và tự cải thiện. Giống như con người đọc ra các quy luật trong bản chất phức tạp, chúng tôi chọn cách tìm ra manh mối cải tiến ngay trong chính sự chưa hoàn thiện của AI.
Thông qua cách tiếp cận "học tập/quản lý mẫu" do con người dẫn dắt này, chúng tôi hướng tới việc giải quyết tận gốc các vấn đề được bài viết nêu ra như suy giảm chất lượng mã, sự thiếu đồng nhất, đồng thời tạo ra kết quả có "tính nhất quán trong bảo trì" rất cao. Chúng tôi đang huấn luyện AI để nó không chỉ tạo ra mã boilerplate, mà còn trở thành một đối tác cộng tác ở mức độ sâu hơn, chẳng hạn như phân tích các mẫu thiếu nhất quán ẩn trong codebase hiện có và đề xuất phương án cải thiện.
Đây vẫn là một chặng đường dài và đầy thách thức, nhưng chúng tôi tin rằng cách hợp tác này — nơi "Jane" và nhà phát triển cùng học hỏi, cùng tiến hóa, và lấy "tính nhất quán trong bảo trì" làm giá trị cốt lõi — cho thấy một tiềm năng đột phá để vượt qua những giới hạn hiện tại của việc sử dụng LLM. Chúng tôi rất mong nhận được sự quan tâm tới nỗ lực của mình trong việc không chỉ dùng AI như một công cụ, mà biến nó thành một đối tác cùng trưởng thành và cùng xây dựng một văn hóa viết mã tốt hơn.
Xin cảm ơn một lần nữa vì bài viết và những góc nhìn sâu sắc!
await using data = await fn()Điều kỳ diệu khi
awaitxuất hiện ở cả vế trái lẫn vế phảiSố tiền được chi trả đến từ đâu vậy?
Có phải cũng giống như các đồng coin khác, phải có ai đó mua thì mới tạo ra giá trị không?
Đúng là sau Java, các ngôn ngữ mới bắt đầu chú trọng đến năng suất.
Trước đó, C++ thường được dùng, và đến giờ ngay cả việc đọc nó cũng vẫn kinh khủng. Đặc biệt là khi phải đụng vào những dự án đã tồn tại lâu năm.
Ngay cả trước làn sóng AI, vô số thứ như tranh ảnh hay bài viết đã tồn tại sẵn rồi, và việc sáng tạo ra thứ gì đó mới mẻ vốn đã cực kỳ khó khăn.
Dạo gần đây có nhiều bài viết kiểu như mọi thứ đã thay đổi vì AI, nhưng phần lớn đều là những điều vốn đã tồn tại từ trước và chỉ cần tìm là ra.
AI chỉ đơn giản là đóng gói chúng theo dạng đối thoại mà thôi.