Vercel Eve Tutorial for C# Developers: Build an ASP.NET Core Agent Client

EF Core 11: Complex Types, JSON Queries, and JSON Indexes

EF Core 11 mang đến hỗ trợ mạnh mẽ cho JSON với khả năng sử dụng ToJson() và các truy vấn JSON trực tiếp trên SQL Server 2025. Tính năng này giúp tăng hiệu suất đáng kể cho ứng dụng .NET bằng cách tận dụng JSON indexes trong SQL Server. Complex Types cho phép ánh xạ các đối tượng phức tạp vào cột JSON đơn giản, giảm thiểu số lượng bảng quan hệ cần thiết. Người lập trình nên cân nhắc triển khai JSON indexes khi làm việc với dữ liệu JSON lớn để tối ưu hóa hiệu suất truy vấn.

Tìm hiểu EF Core 11 JSON capabilities sẽ giúp bạn tối ưu hóa hiệu suất ứng dụng .NET với JSON indexing và Complex Types trên SQL Server 2025.

The LLM Blindspot: Why Models Forget What’s in the Middle of Your Prompt

Các mô hình LLM (Large Language Model) thường bỏ qua thông tin nằm ở giữa prompt, hiện tượng được nghiên cứu trong bài viết này. Nguyên nhân kỹ thuật đến từ cơ chế attention của transformer architecture, nơi các token ở đầu và prompt được tính trọng số cao hơn. Hệ quả là mô hình có thể hiểu sai hoặc bỏ qua chi tiết quan trọng nằm ở vị trí trung tâm của prompt. Bài viết phân tích cụ thể hiện tượng này với các thí nghiệm trên GPT-3.5 và GPT-4, cho thấy tỷ lệ lỗi tăng lên đáng kể khi thông tin quan trọng được đặt ở giữa. Điều đáng học là các lập trình viên nên thiết kế prompt đặt thông tin quan trọng ở đầu hoặc cuối để tối ưu hóa hiệu quả khi làm việc với LLM.

Bài giải thích này giúp lập trình viên hiểu rõ tại sao mô hình ngôn ngữ lớn có xu hướng bỏ qua thông tin ở giữa prompt.

Delegates and events in C# explained

Bài viết giải thích chi tiết về delegates và events trong C#, bao gồm các loại có sẵn như Action, Func và Predicate, cùng với việc tạo custom EventArgs. Tác giả cung cấp ví dụ thực tế minh họa cách sử dụng delegates để trỏ đến phương thức và cách events giúp xử lý communication giữa objects. Các khái niệm này là nền tảng cho design patterns như Observer và các framework hiện đại như Reactive Extensions. Đối với lập trình viên C#, hiểu rõ delegates và events là cần thiết để xây dựng ứng dụng có khả năng mở rộng và dễ bảo trì.

Tìm hiểu delegates và events trong C# giúp bạn xây dựng các ứng dụng linh hoạt với cơ chế xử lý sự kiện mạnh mẽ.

Everyone's learning to prompt better. That's the wrong skill.

Công nghệ AI đang tạo ra áp lực lớn để mọi người cải thiện kỹ năng prompt engineering với …

Arc Notes Weekly #108: What’s Worth Building

Trong bối cảnh AI đang phát triển với chi phí thấp hơn và giao diện nhanh hơn, bài viết tập trung vào việc xây dựng các ứng dụng agent. Nguyên nhân kỹ thuật chính là sự kết hợp giữa các công nghệ như GPT-4, LangChain, và Vector Database giúp giảm chi phí xử lý. Hệ quả là khả năng tạo ra các ứng dụng tự động hóa phức tạp hơn với hiệu suất cao hơn, nhưng đòi hỏi sự đánh giá kỹ lưỡng để chuyển đổi công việc agent thành phần mềm hữu ích. Điều đáng học là cần có sự cân bằng giữa công nghệ tiên tiến và khả năng đánh giá dự án để đảm bảo tính thực tế và giá trị thực sự.

Bài viết này cung cấp kiến thức thiết yếu để chuyển đổi công việc AI thành phần mềm hữu ích với chi phí thông minh và giao diện nhanh chóng.

Your Agent Passed the Demo. Here’s How I Find Out If It Still Works Next Week.

Bối cảnh: Các agent thường chỉ hoạt động tốt trong demo nhưng gặp vấn đề khi triển khai thực tế. Nguyên nhân kỹ thuật: Việc thiếu hệ thống đánh giá định kỳ khiến không phát hiện ra sự suy giảm chất lượng output khi các thành phần phụ thuộc thay đổi. Hệ quả: Agent có thể đột ngột thất bại do các dependency update, khiến dự án rủi ro cao. Điều đáng học: Giải pháp includes tạo golden sets - tập dữ liệu kiểm tra cố định, và transcript checks - hệ thống ghi lại lịch sử tương tác để so sánh hiện tại với quá khứ. Triển khai evaluation loop với framework như LangChain hoặc LlamaIndex giúp tự động hóa quá trình này, đảm bảo agent duy trì chất lượng qua các lần cập nhật.

Bài viết cung cấp phương pháp đánh giá thực tế để đảm bảo agent hoạt động ổn định sau khi vượt qua demo.

.NET Developer, Personal Blog

Try-catch-finally là cấu trúc cơ bản trong C# mà hầu hết lập trình viên đều biết, nhưng hoạt động bên dưới của nó khá phức tạp. Quá trình xử lý exception trong C# có những chi tiết tinh tế mà ngay cả developer kinh nghiệm cũng có thể bỏ sót. Mặc dù được sử dụng rộng rãi trong production code, nhiều lập trình viên không thực sự hiểu rõ luồng thực thi khi exception xảy ra. Nếu bạn đang chuẩn bị cho phỏng vấn developer hoặc muốn tối ưu hóa performance cho ứng dụng .NET của mình, việc hiểu sâu về exception handling là rất cần thiết. Bài viết này sẽ cung cấp cho bạn kiến thức chi tiết về cơ chế hoạt động thực tế của try-catch-finally trong .NET runtime.

Bài viết này giúp bạn hiểu sâu về cơ chế xử lý ngoại lệ trong C# từ những khái niệm cơ bản đến những sắc thái phức tạp mà ngay cả lập trình viên kinh nghiệm cũng có thể bỏ lỡ.

From Token to Trajectory

Bối cảnh bài viết khám phá hiện tượng cùng một token (như "light") trong language model mang nghĩa khác nhau tùy theo ngữ cảnh. Nguyên nhân kỹ thuật nằm ở cơ chế attention trong transformer architecture giúp model phân biệt các nghĩa của token dựa trên context window xung quanh. Hệ quả là các Large Language Model có khả năng hiểu ngữ cảnh đa chiều, tạo ra output chính xác hơn thay vì xử lý token một cách độc lập. Đáng học hỏi là việc nghiên cứu cách AI hệ thống hóa các mối quan hệ ngữ cảnh này có thể mở đường cho các ứng dụng hiểu ngôn ngữ tự nhiên sâu hơn, như thấy trong các model như GPT-4 và Claude 3.

Bài giải thích cách ngữ cảnh biến đổi cách biểu diễn token và ứng dụng trong các hệ thống AI giúp lập trình viên hiểu sâu hơn về cơ chế xử lý ngôn ngữ tự nhiên.