4 bài viết được gắn thẻ "AI"

Nếu hỏi tôi cách xây hệ thống tri thức cho AI cách đây không lâu, câu trả lời từng rất gọn: chia tài liệu thành chunk, tạo embedding, lưu vào vector database rồi đưa cho LLM.

Cách đó không sai và vẫn là điểm bắt đầu tốt. Nhưng có một cái tủ hồ sơ chưa đồng nghĩa với việc đã có thư viện.

Khi AI phải xử lý dữ liệu thay đổi, nguồn mâu thuẫn và câu hỏi nhiều bước, vấn đề không còn là “tối ưu retrieval thế nào?”. Tôi cần hai lớp tri thức: evidence giữ nguyên nội dung nguồn; procedure hướng dẫn agent tìm, suy luận và kiểm chứng câu trả lời.

Ngày 18/7/2026, Quyết định 1308/QĐ-TTg phê duyệt Chiến lược dữ liệu quốc gia 2026–2030, tầm nhìn 2045, đặt dữ liệu, hạ tầng tính toán và AI trong một định hướng thống nhất.

Tôi chú ý nhất tới lựa chọn nền tảng: AI phải đi cùng dữ liệu có chất lượng, được quản trị, kết nối và bảo vệ. Đây là động lực dài hạn để tôi xây hệ thống Tri thức AI bằng RAG: tìm đúng nguồn, trả lời có căn cứ và cho phép kiểm chứng.

Tóm tắt — Tôi đã chuyển OpenClaw sang dùng DeepSeek V4 được vài ngày. Cảm giác đầu tiên: "hình như billing bị lỗi". Kiểm tra kỹ thì hóa ra không — DeepSeek thực sự rẻ đến mức đó. Bài viết này chia sẻ trải nghiệm thực tế, phân tích bảng giá chính thức (cập nhật 29/4/2026), cơ chế disk cache tự động giúp giảm thêm 80-90% chi phí input, và so sánh cụ thể với GPT-5.5 lẫn Claude Opus.

Tóm tắt — Tháng 4/2026 đánh dấu một bước ngoặt lớn trong làng AI. Google chính thức khai tử gói miễn phí Gemini Pro, siết chặt hạn ngạch Flash, và áp trần chi tiêu bắt buộc — chấm dứt kỷ nguyên "ngon bổ rẻ" từng khiến Gemini trở thành lựa chọn số một cho lập trình viên. Cùng lúc đó, chỉ 23 ngày sau, DeepSeek tung ra V4 với open-weight, giấy phép MIT, benchmark sát Opus 4.7, giá chỉ bằng 1/6. Bài viết này phân tích vì sao đây không chỉ là câu chuyện về giá cả — mà là một cuộc chiến địa chính trị ngầm, nơi mã nguồn mở được dùng như vũ khí chiến lược, và Trung Quốc đang dần chiếm ưu thế.