Lộ Trình AI Engineer Miễn Phí 14 Tuần - Phần 2: Deep Learning, LLM Engineering và Deploy
Phần 2 của lộ trình AI Engineer 14 tuần miễn phí, bao gồm Deep Learning với Karpathy, LLM Engineering với RAG và quantization xuống 4-bit, AI Agents với Microsoft (62.600 stars) và Anthropic MCP, cùng cách deploy và đánh giá hệ thống AI production. mlabonne/llm-course (79.400 stars) là tài nguyên gần nhất với một LLM engineering curriculum open-source đầy đủ hiện có. Trong tuyển dụng AI hiện đại, GitHub thường quan trọng hơn CV - đây là lý do lộ trình này buộc bạn phải build và deploy thực sự.
Codex xây dựng. Claude Code review. Hermes điều phối. Tất cả trên một Kanban board.
Ba agent AI chạy song song trên một Kanban board dùng lệnh /goal - Codex builds, Claude Code reviews, Hermes orchestrates. Claude Code v2.1.139 tích hợp /goal native: agent tự vòng lặp đến khi điều kiện hoàn thành, không cần nhắc lại. Hermes Agent v0.13.0 ra Kanban SQLite-backed: 9 collaboration patterns, dispatcher 60 giây/tick, circuit breaker sau 5 lần fail.
Anthropic Tung Playbook AI-Native Startup: Khi Một Người Làm Được Việc Của Cả Đội
Anthropic công bố playbook 35 trang ngày 14/5/2026, vẽ lại vòng đời startup qua 4 giai đoạn theo AI-first. Medvi - 2 người - đạt $401 triệu doanh thu 2025 từ $20,000 vốn, biên lợi nhuận 16.2% gấp 3× đối thủ 2,400 nhân viên. AI multi-agent chỉ $0.30/Agent Hour, Vibe Coding deliver 5× tính năng/tháng. 43% startup thất bại vì làm sản phẩm không ai cần - AI càng nhanh càng khiến bẫy xây mà không validate nguy hiểm hơn.
AI Bẻ Khóa Apple Silicon M5 Trong 5 Ngày - Kỷ Nguyên AI Bugmageddon Bắt Đầu
Team Calif (3 người, gốc Việt) kết hợp Claude Mythos Preview phá vỡ MIE - lớp bảo mật phần cứng Apple tốn 5 năm và hàng tỷ USD xây dựng - chỉ trong 5 ngày, tạo ra exploit kernel macOS đầu tiên vượt qua MIE trên chip M5. Mythos tạo exploit Firefox thành công 72.4% lần thử, so với gần 0% của Opus 4.6 và 4.4% của Sonnet 4.6. Anthropic không phát hành Mythos công khai do quá nguy hiểm - chỉ khoảng 40 tổ chức gồm Apple, Google, Microsoft và NSA được truy cập có kiểm soát qua Project Glasswing.
Claude Code - Bài 4: Subagents - 1 người làm việc của 3, không chờ, không lãng phí context
Context window là tài nguyên quý nhất - một khi bị lấp đầy bởi file reads và grep output, model bắt đầu 'dumb zone'. Subagents chạy trong context window độc lập, không nhiễm bias từ conversation chính, chỉ trả về summary. Với Ctrl+B, bạn push task dài ra background và tiếp tục làm việc khác trong khi AI chạy song song.
Harness Engineering (Phần 3): Anthropic, OpenAI, Nous Research Thiết Kế Harness Như Thế Nào?
Anthropic dùng Ralph Loop 3 agent (Planner + Generator + Evaluator) để build DAW hoàn chỉnh trong 3h50m - $124. OpenAI cho Codex tự đọc production logs bằng LogQL và tự mở PR trả nợ kỹ thuật. Nous Research dùng DSPy + GEPA để Harness tự tối ưu hóa chính nó. Và 3 nguyên tắc ngược trực giác bạn cần biết trước khi thêm bất kỳ tool nào.
Tencent Giải Quyết Bộ Nhớ AI Agent: Token Giảm 61%, Persona Tăng 48%→76%
TencentDB Agent Memory là hệ thống open-source (MIT) từ Tencent, giải quyết vấn đề agent mất ngữ cảnh qua kiến trúc 4 tầng tiến trình. Token tiêu thụ giảm 61.38% trên WideSearch benchmark. Persona coherence tăng từ 48% lên 76% trên PersonaMem. Chạy hoàn toàn local, không phụ thuộc external API.
html-anything: Khi AI Agent viết HTML thay bạn - từ Markdown thô đến bài đăng WeChat trong vài giây
html-anything là open-source tool cho phép Claude Code, Codex, Cursor và 5 AI agent khác tự động tạo HTML ship-ready từ bất kỳ input nào. 75 template × 9 loại output, marginal cost $0, export 1-click lên WeChat và X. Repo mới 4 ngày tuổi đã đạt 1.1k sao trên GitHub.
Học một lệnh slash này và cách bạn dùng AI sẽ thay đổi hoàn toàn
Lệnh /goal biến AI thành một worker tự chủ hoạt động liên tục - không cần bạn approve từng bước. Claude Code 2.1.139 và Codex CLI 0.128.0 đều ra mắt tính năng này trong tháng 5/2026. Đã có developer mất $6,000 chỉ trong một đêm vì chạy /goal mà không đặt giới hạn budget.
Xây dựng LLM Architecture từ đầu - Phần 2: Tokenization, Embeddings, Attention và RAG
4 khái niệm kỹ thuật cốt lõi phân biệt người dùng AI và người xây dựng AI: Tokenization, Embeddings, Attention Mechanism và Fine-tuning. Chuyên gia fine-tuning (LoRA, RLHF) đang kiếm $350-$700/giờ freelance 2026. Cộng thêm RAG - kỹ năng sinh tiền nhất để build private AI assistants - và cách deploy lên production thực tế.