Học CNTT

  • Định tuyến sub-agent và chế độ Think-Max

    Định tuyến sub-agent và chế độ Think-Max
    Bây giờ, chúng ta sẽ tìm hiểu sâu hơn về những gì đang xảy ra bên trong Claude Code khi nó phân phối công việc — và cách tinh chỉnh trình phân phối để tiết kiệm chi phí thực sự.

  • Workflow ngữ cảnh dài cho cửa sổ 1 triệu token

    Workflow ngữ cảnh dài cho cửa sổ 1 triệu token
    Bây giờ, chúng ta sẽ tập trung vào khả năng đặc biệt của V4-Pro — cửa sổ ngữ cảnh 1 triệu token thực sự mở ra các danh mục workflow mới.

  • Khi nào nên dùng V4-Pro? Khi nào nên chọn Opus 4.7?

    Khi nào nên dùng V4-Pro? Khi nào nên chọn Opus 4.7?
    Bạn đã xây dựng được phép tính chi phí. Bạn biết chi phí thực tế của V4-Pro và V4-Flash cho mỗi phiên. Bây giờ chúng ta sẽ đưa ra quyết định khó hơn: Khi nào nên sử dụng công cụ nào.

  • Tính toán chi phí: Từ $25/triệu token xuống còn $3.48

    Tính toán chi phí: Từ $25/triệu token xuống còn $3.48
    Đến cuối bài học này, bạn sẽ biết chi phí thực tế mỗi giờ sử dụng V4-Pro cường độ cao, mô hình định giá 4 cấp, 60-80% khoản tiết kiệm của bạn đến từ đâu, cách thiết lập giới hạn ngân sách để ngăn chặn các phiên làm việc vượt quá giới hạn, cũng như cách xây dựng mức chi phí cơ bản cho mỗi nhiệm vụ.

  • Cấu hình 5 phút (và vấn đề khó xử với hậu tố [1m])

    Cấu hình 5 phút (và vấn đề khó xử với hậu tố [1m])
    Có 4 biến môi trường định tuyến Claude Code đến DeepSeek V4. Chi tiết thứ năm mà không ai ghi lại — hậu tố [1m] model-name — mở khóa cửa sổ ngữ cảnh 1M đầy đủ. Cấu hình hoạt động, đã được xác minh.

  • Chạy DeepSeek V4-Pro trong Claude Code

    Chạy DeepSeek V4-Pro trong Claude Code
    Chạy DeepSeek V4-Pro bên trong Claude Code với chi phí chỉ bằng 1/7 so với Opus. 8 bài học bao gồm cấu hình 4 biến môi trường, vấn đề với hậu tố [1m], tính toán chi phí, định tuyến sub-agent và cây quyết định trung thực về thời điểm V4-Pro vượt trội so với thời điểm Opus vẫn tốt hơn.

  • Xây dựng hệ thống Multi-agent của bạn

    Xây dựng hệ thống Multi-agent của bạn
    7 bài học về lý thuyết, mô hình và ví dụ thực tế. Giờ đến lượt bạn xây dựng.

  • Các chế độ lỗi và gỡ lỗi trong hệ thống AI multi-agent

    Các chế độ lỗi và gỡ lỗi trong hệ thống AI multi-agent
    Hệ thống multi-agent của bạn hoạt động tốt trong giai đoạn thử nghiệm. Bạn triển khai nó. Nó bị lỗi trong môi trường sản xuất. Chào mừng bạn đến với phần khó khăn nhất của kỹ thuật tạo hệ thống multi-agent.

  • Triển khai hệ thống multi-agent trong thế giới thực

    Triển khai hệ thống multi-agent trong thế giới thực
    Lý thuyết hữu ích. Nhưng có kết quả thì tốt hơn. Hãy cùng xem điều gì xảy ra khi các hệ thống multi-agent được đưa vào sản xuất — những thành công, các con số và những bài học chỉ có được từ việc triển khai thực tế.

  • Điều phối trong hệ thống AI multi-agent: Tuần tự, song song và phân cấp

    Điều phối trong hệ thống AI multi-agent: Tuần tự, song song và phân cấp
    Việc vận hành các hệ thống multi-agent trong môi trường sản xuất là nơi phát sinh hầu hết các vấn đề khó khăn — thời gian chờ, lỗi, thử lại, kiểm soát chi phí và đảm bảo toàn bộ hệ thống không bị sụp đổ khi một agent gặp sự cố.

  • Các giao thức và giao tiếp agent

    Các giao thức và giao tiếp agent
    Kiến trúc hệ thống đã được xây dựng vững chắc. Framework cũng đã được lựa chọn. Nhưng đây chính là điểm mà hầu hết các hệ thống multi-agent thực sự thất bại: Những agent giao tiếp với nhau.

  • 3 framework hàng đầu: CrewAI, LangGraph và AutoGen

    3 framework hàng đầu: CrewAI, LangGraph và AutoGen
    Bạn đã biết các mô hình kiến ​​trúc. Giờ bạn cần một công cụ để xây dựng chúng. Năm 2026, ba framework thống trị lĩnh vực AI multi-agent: CrewAI, LangGraph và AutoGen. Mỗi framework có một triết lý, một mô hình tư duy và một điểm mạnh riêng.

  • Các mô hình kiến ​​trúc Multi-Agent

    Các mô hình kiến ​​trúc Multi-Agent
    Tìm hiểu 4 mô hình cơ bản cho hệ thống multi-agent: Tuần tự, song song, phân cấp và chuyển giao — với các ví dụ thực tế về thời điểm sử dụng từng loại.

  • Vì sao một agent là không đủ?

    Vì sao một agent là không đủ?
    Bạn yêu cầu một AI agent nghiên cứu một chủ đề, viết báo cáo, kiểm chứng thông tin và định dạng báo cáo đó thành PDF. Một agent cố gắng thực hiện cả 4 việc. Kết quả nghiên cứu khá tốt, bài viết tạm ổn, việc kiểm chứng thông tin còn thiếu sót, và định dạng thì sai.

  • Xây dựng hệ thống kỹ thuật tạo ngữ cảnh của bạn

    Xây dựng hệ thống kỹ thuật tạo ngữ cảnh của bạn
    Bạn đã dành 7 bài học để xây dựng lý thuyết, kỹ thuật và các mô hình của kỹ thuật tạo ngữ cảnh. Giờ là lúc xây dựng một thứ gì đó thực tế.