Figma's design agent is now in open beta with expanded capabilities. Designers can prompt the agent to build reusable generative plugins and WebGPU-powered shader effects and fills directly on the canvas—no developer setup required. New context features let users attach files, reference other Figma files, search the web, and connect external tools via MCP connectors (GitHub, Atlassian, Slack, Linear, Hex). A new Skills system lets teams save and share reusable prompt-based slash commands to codify design philosophies and workflows. Agent conversations are visible to collaborators by default, turning iteration history into a shared resource.
Nguồn: https://www.figma.com/blog/agent-custom-tools-context-skills. 8sync News chỉ tóm tắt và dẫn link; bản quyền nội dung thuộc tác giả và nguồn gốc.
Weaviate 1.38 ra mắt với các tính năng mới như HFresh (chỉ số vector dựa trên đĩa, tối ưu bộ nhớ cho streaming) và MCP Server tích hợp cho phép LLMs tương tác trực tiếp. Bản cập nhật cũng bổ sung async replication mặc định, Boost API (tái xếp hạng truy vấn), nested object filtering, cùng nhiều cải tiến khác như quản lý replica, cấu hình chỉ số vector, và module text2vec-digitalocean.
Lập trình viên phát triển ứng dụng AI hoặc hệ thống vector search cần đọc để cập nhật về MCP Server và Boost API, giúp tối ưu hóa giao tiếp trực tiếp giữa LLM với cơ sở dữ liệu vector và cải thiện hiệu suất tìm kiếm bằng cách xếp hạng kết quả một cách linh hoạt mà không mất bất kỳ dữ liệu nào.
Hướng dẫn từng bước xây dựng một MCP server dựa trên HTTP bằng ASP.NET, sử dụng gói NuGet ModelContextProtocol.AspNetCore. Bài viết bao gồm thiết lập dự án, đăng ký server trong Program.cs, tạo lớp công cụ với các thuộc tính McpServerToolType và McpServerTool, viết chú thích tham số mô tả để AI client khám phá và gọi công cụ, đồng thời kết nối server với các client AI như GitHub Copilot hoặc VS Code thông qua tệp .mcp.json. Ví dụ minh họa là tìm kiếm danh mục sản phẩm, thể hiện cách câu hỏi ngôn ngữ tự nhiên được chuyển thành lời gọi công cụ và trả về câu trả lời dễ đọc.
Lập trình viên cần đọc bài này để hiểu cách triển khai một gói công cụ AI tích hợp sẵn trên ASP.NET, giúp tự động hóa các tác vụ cụ thể mà không cần viết mã thủ công, từ đó tiết kiệm thời gian và nâng cao hiệu suất trong phát triển ứng dụng.
Một giám đốc cấp cao tại GitHub chia sẻ cách cô ấy xây dựng 40 quy trình tự động hóa bằng ứng dụng GitHub Copilot trên desktop để quản lý khối lượng công việc vô hình của vai trò lãnh đạo cấp cao. Những tự động hóa này kết nối với lịch, email, Slack và kho lưu trữ GitHub thông qua tích hợp MCP để xử lý chuẩn bị họp, sàng lọc hàng ngày, theo dõi triển khai, phát hiện PR cũ và nhật ký sự nghiệp. Cô coi tự động hóa như một công cụ hỗ trợ khả năng tiếp cận cho người mắc AuDHD, thu hẹp khoảng cách giữa những ngày có chức năng điều hành tốt và kém.
Lập trình viên nên đọc bài này để hiểu cách áp dụng tự động hóa công cụ AI như Copilot không chỉ tiết kiệm thời gian mà còn nâng cao hiệu quả làm việc và quản lý dự án thông qua cách tiếp cận thiết thực, từ nhỏ đến lớn.
Locofy.ai là công cụ AI chuyển đổi thiết kế Figma thành code frontend hoàn chỉnh, tập trung vào developer-first với workflow agentic qua CLI, Cursor và Claude Code. Nó đóng vai trò trung gian giữa Figma và các trợ lý coding AI (Cursor/Claude), đảm bảo độ trung thực UI và cấu trúc thiết kế.
Nếu bạn là lập trình viên Frontend muốn tiết kiệm thời gian và đảm bảo tính chính xác của UI từ thiết kế đến mã, Locofy.ai là công cụ AI mới giúp tự động hóa quá trình chuyển đổi từ Figma sang code mà không cần phụ thuộc vào các nhà thiết kế.
A designer spotlight on Kevin Lam (urfd), a Brisbane-based brand and digital designer at Nightjar Studio. Kevin shares five featured projects — including a medical aesthetics clinic, a photographer's portfolio, a real estate brand, a natural event documentary site, and a lifestyle precinct — each built around translating brand stories into soulful digital and visual experiences. He also covers his design philosophy (curiosity, finding a north star, caring about craft, collaboration) and his toolset including Figma, Cinema 4D, After Effects, Cavalry, and Photoshop.

A deep-dive into the Data Governance Copilot architecture (Part 3), covering container-level design with SvelteKit frontend, FastAPI backend, and an agentic loop integrating OpenShift AI with the PG Airman MCP server. Explains two deployment modes: Red Hat Integrated Llama Stack versus lower-level MCP-direct using the OpenAI SDK and MCP Python library. Details how inbound LLM messages use OpenAI API format converted via Jinja tokenizer templates in vLLM, and how outbound tool calls are parsed — including a custom client-side parser needed for NVIDIA Nemotron Nano 9B due to its lack of streaming support in the native vLLM plugin. Compares Nemotron's XML-tagged TOOLCALL format against Qwen3's standard hermes parser output.
Hệ thống đa tác nhân (MAS) gồm nhiều AI agent tự chủ phối hợp giải quyết nhiệm vụ phức tạp, với các thành phần chính như worker agents, orchestrator agents, môi trường thực thi, bộ nhớ chia sẻ, giao thức (MCP, A2A) và chính sách quản trị. Các ứng dụng thực tế bao gồm quản lý hạ tầng của NTT Data, nền tảng nghiên cứu dược phẩm của Madrigal Pharmaceuticals (dựa trên LangChain/LangSmith) và hệ thống chăm sóc sức khỏe của Fujitsu. Gartner ghi nhận sự quan tâm từ doanh nghiệp tăng 1.445% nhờ khả năng tự động hóa quy trình phức tạp ở quy mô lớn.
Lập trình viên nên đọc bài này để hiểu cách xây dựng hệ thống tự động hóa công việc phức tạp bằng cách kết hợp nhiều agent độc lập, từ đó tối ưu hóa hiệu suất và linh hoạt cho các ứng dụng doanh nghiệp tương lai.
A sponsored experiment by Port shows that pre-integrating enterprise data into a unified 'context lake' reduces AI agent token costs by up to 80% compared to connecting agents directly to multiple MCP servers. The test ran 12,000 queries across four conditions and three Claude models (Haiku, Sonnet, Opus). Key findings: a context lake alone cuts costs ~58%, and adding a skill file (a routing table mapping query types to catalog fields) brings savings to ~80%. Counterintuitively, adding a skill file to raw MCP access made costs 13–24% worse, as agents followed it as a checklist rather than reasoning efficiently. The efficiency comes from pre-joined data (services already linked to their team, repo, PagerDuty, and Jira) and pre-computed aggregations, shifting relational reasoning from inference time to ingestion time. The post argues platform engineering teams should own context management as a budgeted resource.