# Bài viết Liên quan Bộ khung

Trung tâm Tin tức HTX cung cấp những bài viết mới nhất và phân tích chuyên sâu về "Bộ khung", bao gồm xu hướng thị trường, cập nhật dự án, phát triển công nghệ và chính sách quản lý trong ngành tiền kỹ thuật số.

Năm Mô Hình Lõi của AI Agent Theo Góc Nhìn Của Y Combinator

Biên tập viên: Khi AI Agent phát triển từ các lệnh prompt đơn lẻ và vibe coding sang giai đoạn quy trình làm việc phức tạp hơn, câu hỏi quan trọng không còn là "mô hình có thể hoàn thành nhiệm vụ không", mà là "có thể biến khả năng AI thành tài sổi quy trình có thể tái sử dụng và tích lũy được không". Bài viết, dựa trên GBrain của Garry Tan, tổng kết năm hình thái cốt lõi mà nhiều người dùng các công cụ Agent như Codex, Claude Code, Hermes đang hướng tới: 1. **Kỹ năng (Skills) có thể tham số hóa:** Giống như một lệnh gọi hàm, cùng một quy trình có thể xử lý một loạt vấn đề nhờ thay đổi tham số đầu vào, thay vì chỉ một nhiệm vụ cụ thể như SOP truyền thống. 2. **Khung thực thi nhẹ (Thin Harness):** Đóng vai trò là "tay chân" cho mô hình AI, thực thi tác vụ, quản lý ngữ cảnh với code cốt lõi chỉ khoảng 200 dòng. Lỗi phổ biến là làm "phình to" Harness với quá nhiều công cụ, dẫn đến "thối rữa ngữ cảnh". 3. **Bộ định tuyến (Resolvers):** Giải quyết vấn đề "thối rữa ngữ cảnh" bằng cách lập bảng định tuyến rõ ràng, ánh xạ loại nhiệm vụ với Skill cần gọi, đảm bảo đầu ra ổn định, đúng vị trí. 4. **Tách biệt Tiềm ẩn & Xác định (Latent vs. Deterministic):** Giao công việc đòi hỏi phán đoán, tổng hợp cho LLM; còn các tác vụ cần độ chính xác, lặp lại (như tính toán) thì giao cho hệ thống mã code xác định. 5. **Bộ nhớ (Memory):** Yếu tố then chốt để hệ thống có thể tích lũy. Có thể là thư mục markdown với các trang cho từng đối tượng, kết hợp cơ chế cập nhật, bổ sung tự động (như "dream cycle"). Sự kết hợp của các mô-đun này tạo ra **"Năng lực quy trình" (Process Power)** - một lợi thế cạnh tranh bền vững trong kỷ nguyên AI. Khác với các ứng dụng tạo ra một lần, hệ thống này mã hóa kinh nghiệm thành quy trình, tách biệt logic ổn định và phán đoán, đồng thời liên tục học hỏi. Điều này cho phép cá nhân hay nhóm nhỏ cung cấp dịch vụ chất lượng cao hơn, khó bị sao chép hơn, vì lợi thế được xây dựng và tích lũy ngay từ đầu thông qua cấu trúc có chủ đích.

marsbit1 giờ trước

Năm Mô Hình Lõi của AI Agent Theo Góc Nhìn Của Y Combinator

marsbit1 giờ trước

Agent Đã Bước Vào Thời Đại Được Điều Khiển Bởi Harness

Bài viết thảo luận về việc mã nguồn Claude Code của Anthropic bị rò rỉ, tiết lộ các phương pháp kỹ thuật Harness trong phát triển AI. Harness được mô tả như bộ khung công nghệ giúp tối đa hóa khả năng mô hình, gồm sáu thành phần chính: System Prompt phân tầng, Tool Schema, Tool Call Loop, Context Manager, Sub Agent và Verification Hooks. Các thành phần này kết hợp với huấn luyện hậu kỳ (Post-training) tạo thành hệ thống Agent phức tạp, nơi mô hình không còn là yếu tố duy nhất quyết định hiệu suất. Bài viết nhấn mạnh sự chuyển dịch từ các công ty "vỏ bọc mô hình" sang hệ thống Harness, yêu cầu nhân tài đa năng và tập trung vào triển khai riêng tư, an toàn. Giá trị cốt lõi của vụ rò rỉ không nằm ở mã nguồn, mà ở việc khẳng định kỷ nguyên Agent đã chính thức được vận hành bởi Harness.

marsbit04/15 10:15

Agent Đã Bước Vào Thời Đại Được Điều Khiển Bởi Harness

marsbit04/15 10:15

Harness Mỏng, Kỹ Năng Dày: Nguồn gốc thực sự của năng suất AI gấp 100 lần

Trong bài viết "Thin Harness, Fat Skills: Nguồn gốc thực sự của năng suất AI gấp 100 lần", tác giả Garry Tan (Chủ tịch kiêm CEO Y Combinator) cho rằng sự khác biệt lớn về năng suất khi sử dụng AI không đến từ mô hình mạnh hơn, mà từ một hệ thống được thiết kế tốt xung quanh mô hình. Ông giới thiệu khung "thin harness, fat skills" (khung chạy mỏng, kỹ năng dày), phân tích ứng dụng AI thành 5 thành phần chính: 1. **Skill file (Tệp kỹ năng):** Tài liệu markdown có thể tái sử dụng, dạy mô hình *cách* thực hiện một quy trình cụ thể với các tham số đầu vào khác nhau. 2. **Harness (Khung chạy):** Lớp chương trình mỏng chỉ quản lý việc chạy mô hình, đọc/ghi file, quản lý ngữ cảnh và ràng buộc bảo mật. 3. **Resolver (Bộ phân giải):** Bảng định tuyến ngữ cảnh, quyết định tải thông tin nào vào đúng thời điểm. 4. **Latent vs. Deterministic (Tiềm ẩn vs. Xác định):** Phân biệt rõ ràng nhiệm vụ cần trí thông minh (phán đoán, tổng hợp) và nhiệm vụ cần tính xác định (truy vấn, tính toán). 5. **Diarization (Quy chuẩn tài liệu):** Khả năng của mô hình đọc, tổng hợp và nén nhiều tài liệu thành một bản tóm tắt cấu trúc hóa về một chủ đề. Hệ thống ba tầng (kỹ năng dày, khung chạy mỏng, cơ sở hạ tầng xác định) cho phép kỹ năng tự động cải thiện theo thời gian thông qua vòng lặp học tập (đọc -> phân tích -> viết lại kỹ năng), mà không cần viết lại mã. Điều này biến AI từ công cụ một lần thành cơ sở hạ tầng có hiệu ứng lãi kép, nơi giá trị tích lũy theo thời gian và mọi kỹ năng đều được nâng cấp vĩnh viễn khi mô hình mới ra mắt.

marsbit04/13 04:24

Harness Mỏng, Kỹ Năng Dày: Nguồn gốc thực sự của năng suất AI gấp 100 lần

marsbit04/13 04:24

活动图片

Danh mục Phổ biếnright-arrow

Thẻ Nổi bậtright-arrow

Nghiên cứu Chuyên sâu

Tin tức Ngành