Why Google stores billions of lines of code in a single repository (2016)

Domain-Driven Design matters more when AI writes your code

Mô hình miền (domain model) và Ngôn ngữ phổ quát (Ubiquitous Language) càng trở nên quan …

pnpm 11.24

Phiên bản pnpm 11.24 được ra mắt sau khi các tính năng liên quan đến cài đặt toàn cầu bị gỡ bỏ trong pnpm 11.0. Nó hồi phục lệnh pnpm approve-builds --global, cho phép duyệt và cho phép các bản build toàn cầu mà không bị cô lập như trước. Đồng thời, tính năng publish đệ quy được thay đổi để gom nhóm các gói theo registry, từ đó phát hiện sớm sự không khớp về thông tin đăng nhập trước khi bất kỳ gói nào được push lên. Ngoài ra, cờ --frozen-lockfile không còn gây lỗi khi phiên bản pnpm hiện tại khác với phiên bản được khóa trong lockfile, giúp các quy trình CI ổn định hơn. Điều này giúp các nhóm phát triển tránh lỗi publish do credential và giảm sự phụ thuộc vào phiên bản pnpm cụ thể khi khóa lockfile.

Bài viết này giúp bạn cập nhật những cải tiến quan trọng về quản lý global package và xuất bản batch trong pnpm 11.24.

Agentic Code Quality

Bối cảnh: Sự tăng trưởng của các AI agent như GitHub Copilot, Amazon CodeWhisperer đang …

Junior engineers are skipping straight to architect-level thinking

Các kỹ sư phần mềm junior ngày càng dựa vào công cụ tạo mã AI để tăng tốc độ phát hành sản phẩm. Họ tập trung vào việc sinh mã mà không đầu tư đủ thời gian để hiểu logic, kiểm tra lỗi hoặc đánh giá tác động lâu dài của mã đó. Khoảng cách giữa tốc độ sinh mã và khả năng đánh giá sở hữu dẫn đến nguy cơ tăng lỗi, nợ công nghệ và khó bảo trì trong dài hạn. Nhóm cần đưa ra chỉ số riêng để đo lường sự chênh lệch giữa lượng mã được tạo và mức độ sự hiểu judgment của tác giả, từ đó định hướng đào tạo và審查 mã. Việc đo lường khoảng cách này giúp quản lý quyết định đầu tư vào mentorship, review quy trình và các thực tiễn sở hữu mã trước khi mở rộng sử dụng AI.

Bài viết này giúp junior hiểu được sự khác biệt giữa việc viết code nhanh và xây dựng phán đoán kiến trúc để làm chủ sản phẩm của mình.

Stop burning tokens on code review

Tác giả chia sẻ cách xây dựng hệ thống giúp con người và AI triển khai sản phẩm nhanh chóng nhưng an toàn bằng cách sử dụng custom linters.

Lập trình viên nên đọc bài này để khám phá cách tối ưu hóa quá trình code review bằng cách sử dụng các công cụ linter cá nhân, giúp giảm thiểu việc tiêu thụ token (vốn AI) không cần thiết và tăng hiệu suất phát triển an toàn.

Gemini Live gains agentic tasks, voice inbox control and personal intelligence

Gemini Live, trợ lý thoại của Google, vừa được nâng cấp với khả năng thực hiện tác vụ có tính agentic, kiểm soát hộp thư qua giọng nói và cung cấp thông tin cá nhân. Nâng cấp này cho phép người dùng đưa ra lệnh thoại và hệ thống sẽ chuyển giao chúng cho các tác vụ chạy nền (background agents) để thực hiện. Trong khu vực châu Âu, quy định mới bắt buộc Google phải mở cho các trợ lý của đối thủ truy cập chức năng tương đương đến năm 2027. Điều này tạo ra áp lực về khả năng tương tác giữa các nền tảng và thúc đẩy việc thiết kế API mở cho các tác vụ nền. Bài học cho nhà phát triển là khi tích hợp tính năng agentic, cần cân nhắc sớm về khả năng tương thích và tuân thủ quy định để tránh phải thay đổi kiến trúc sau này.

Gemini Live mới được nâng cấp với khả năng quản lý hộp thư thoại và thực hiện nhiệm vụ tự động, mang lại trải nghiệm người dùng vượt trội.

Slop Debt

Bài viết bắt đầu bằng việc xác định rằng công nợ kỹ thuật (tech debt) có quy tắc rõ ràng …

Repeating the Same AI Prompts? The Agent Skills Handbook Helps You Build Reusable Skills

Nhiều đội phát triển AI thường phải viết lại cùng một prompt cho các tác vụ như tạo tài liệu, kiểm tra mã hoặc sinh test, dẫn đến sự không nhất quán và lãng phí thời gian. Agent Skills Handbook giới thiệu khái niệm Agent Skills, một cách để đóng gói các prompt lặp lại thành các thành phần có thể tái sử dụng, được quản lý như mã nguồn. Khi một prompt được biến thành một Skill, các nhà phát triển chỉ cần gọi Skill đó qua API hoặc SDK, đảm bảo mọi người dùng cùng một logic và tham số. Điều này giúp cải thiện độ nhất quán của kết quả AI, giảm thời gian review code vì các Skill có thể được kiểm tra và phiên bản như thư viện thường, và mở rộng việc áp dụng AI trong dự án mà không cần viết lại prompt mỗi lần. Bài viết khuyên các đội đầu tư thời gian xây dựng và tài liệu hoá Agent Skills để tận dụng tối đa lợi thế của AI mà không bị mắc kẹt trong vòng lặp lặp lại prompt.

Bài viết này giúp bạn biến các prompt AI lặp thành kỹ năng tái sử dụng, nâng cao hiệu suất và đồng nhất trong công việc lập trình.