QCon London 2027 Announces 15 Tracks on Production AI, Architecture, and Engineering at Scale

12 things I miss since coding died

Bối cảnh hiện nay nhiều lập trình viên cảm thấy mất đi niềm vui khi coding trở nên quá tập trung vào deadline và product. Nguyên nhân kỹ thuật chính là sự bùng nổ của AI tools như GitHub Copilot và ChatGPT làm giảm trải nghiệm debug tự tay. Hệ quả là chúng ta đánh mất kỹ năng phân tích sâu và khả năng "mã hóa tư duy" khi máy móc thay thế quá nhiều bước. Điều đáng học là việc cân bằng giữa tận dụng AI tool để tăng tốc độ và giữ lại không gian cho việc debug thủ công để phát triển kỹ năng chuyên môn thực sự.

Bài viết này mang lại cho lập trình viên góc nhìn hoài niệm về những niềm vui đích thực trong nghề.

Synchronous vs. Asynchronous Agent Execution: Architecture Patterns for Production

Bối cảnh triển khai LLM-based agent đến production phải chọn giữa synchronous (chặn xử lý) và asynchronous (không chờ) execution. Synchronous pattern gặp rủi ro timeout như giới hạn 29-second của AWS API Gateway với tác vụ dài, trong khi asynchronous dùng job queues, background workers và checkpointing để tách biệt tác vụ. Hệ quả là asynchronous yêu cầu cơ sở hạ tầng phức tạp hơn như RabbitMQ, Redis, PostgreSQL hay MongoDB để quản lý trạng thái worker. Điều đáng học là bắt đầu với synchronous cho tác vụ nhanh như question-answering, sau đó migrate sang asynchronous khi workflow phức tạp hơn, như minh họa trong code examples sử dụng Python's asyncio.

Bài viết này giúp lập trình viên hiểu rõ hai mẫu kiến trúc triển khai agent LLM vào production để lựa chọn phù hợp với quy mô và yêu cầu ứng dụng.

Twenty-Four Agent Bundles And Not One MCP Server

APIMatic đã phát triển SDK từ OpenAPI trong mười một năm và vừa ra mắt marketplace public context bundles tại context.apimatic.io. Họ đã tạo 24 agent bundles nhưng không sử dụng MCP server, dù đây là công nghệ đang thịnh hành. Nguyên nhân kỹ thuật là APIMatic xây dựng hệ thống API converter độc quyền thay vì sử dụng MCP server tiêu chuẩn. Hệ quả là người dùng có thể truy cập các bundle được tối ưu hóa cao cho các hệ thống khác nhau, dù thiếu đi sự tương tác tiêu chuẩn của MCP server. Điều đáng học là việc tập trung vào giải pháp tùy chỉnh có thể mang lại hiệu quả tốt hơn là bắt trend công nghệ mới nếu phù hợp với nhu cầu cụ thể.

Bài viết này tiết lộ cách APIMatic tạo ra thị trường bundle ngữ cảnh agent để mở rộng khả năng tương tác OpenAPI.

Multi-Tenant Best Practices Can Backfire

Multi-tenant architecture giúp tối ưu tài nguyên nhưng các best practices như shared database và tenant context thực chất che giấu những trade-off. Việc sử dụng tenant-aware filtering trong PostgreSQL hay Redis cho mỗi request tăng latency lên đến 30-50ms. Shared database dẫn đến rủi ro data leakage khi tenant_id bị bypass trong 1 truy vấn SQL. Feature flags tuy linh hoạt nhưng gây khó khăn trong việc theo dõi bug và triển khai thực tế. Bạn nên cân nhắc trade-off giữa isolation và performance trước khi áp dụng các giải pháp multi-tenant.

Multi-Tenant Best Practices Can Backfire giúp lập trình viên nhận diện những điểm mù khi triển khai đa khách hàng và tránh các vấn đề tiềm ẩn.

New in Symfony 8.2: Relative Ordering for Listeners and Services (Symfony Blog)

Symfony 8.2 giới thiệu tính năng ordering relative cho event listeners và tagged services, giúp lập trình viên không còn cần phải đoán số priority. Tính năng này sử dụng thuộc tính new before: và after: trong file configuration YAML để định nghĩa thứ tự xử lý. Ví dụ, bạn có thể thiết lập một listener chạy sau kernel.request và trước kernel.exception mà không cần tính toán số priority chính xác. Việc này giúp cấu trúc event listener dễ đọc và bảo trì hơn, đồng thời giảm thiểu lỗi liên quan đến priority không chính xác. Lập trình viên làm việc với Symfony framework nên cân nhắc áp dụng tính năng này để tối ưu hóa quản lý event trong ứng dụng.

Tìm hiểu cách sắp xếp thứ tự listener và service trong Symfony 8.2 để tối ưu hóa xử lý sự kiện mà không cần đoán prioriries.

gRPC vs REST Is the Wrong Question · Buf

Bối cảnh: Câu trả lời truyền thống thường khuyên sử dụng REST cho public APIs và gRPC cho …

Practical Rust API Design

Bài viết Practical Rust API Design tập trung vào nguyên tắc thiết kế API cho hệ thống …

What causes AI fatigue for engineers and how to ease the strain

Nhiều đội ngũ kỹ thuật đang trải qua tình trạng kiệt sức với AI do áp lực phải đánh giá mọi xu hướng công nghệ mới và gặp khó khăn khi đánh giá các công cụ cũng như code do AI tạo ra. Nguyên nhân kỹ thuật đến từ việc thiếu framework đánh giá tiêu chuẩn và sự phức tạp trong việc xác định chất lượng code AI. Hệ quả là thời gian sản phẩm bị trì hoãn và chất lượng công việc suy giảm. Các công cụ như GitHub Copilot tuy tiện lợi nhưng cần được kiểm định kỹ trước khi áp dụng rộng rãi. Để khắc phục, nên xây dựng quy trình đánh giá AI có hệ thống và tập trung vào giải pháp thực sự mang lại giá trị thay vì chạy theo trend.

Bài viết giúp lập trình viên nhận diện và giảm thiểu tình trạng kiệt sức khi phải thường xuyên đánh giá các xu hướng AI và công cụ liên quan.