I finally found the best fork of Microsoft VS Code and I can't stop raving about it

Stop Building AI Slop: Build High-End Web Apps with AI

Nhiều lập trình viên hiện nay dùng công cụ mã hoá AI để tạo nhanh các giao diện chung chung, thiếu sáng tạo và thường không hoàn chỉnh. Nguyên nhân kỹ thuật là họ dựa vào AI để sinh code mà không có quá trình thiết kế UX/UI chi tiết, dẫn đến các thành phần lặp lại và thiếu tính linh hoạt. Hệ quả là các ứng dụng web kết quả cảm thấy vô cảm, khó duy trì và thường cần phải làm lại nhiều phần sau khi triển khai. Bài học đáng rút ra là AI nên được dùng như một trợ giúp trong việc tăng tốc độ viết code, nhưng không thay thế cho sự suy nghĩ thiết kế và việc chọn lựa công cụ phù hợp như React, Next.js hoặc Tailwind khi xây dựng ứng dụng web cao cấp. Khi kết hợp AI với quy trình thiết kế có cấu trúc, developers có thể tránh tạo ra “AI slop” và thay vào đó sản xuất ra những sản phẩm web thật sự chuyên nghiệp và hoàn thiện.

Bài viết này sẽ giúp lập trình viên tránh tạo ra các ứng dụng web AI kém chất lượng bằng cách xây dựng những ứng dụng cao cấp có giá trị thực.

Project Loom in IntelliJ IDEA: Virtual Threads, Scoped Values, and Structured Concurrency

Bối cảnh IntelliJ IDEA đang tích hợp Project Loom để hỗ trợ Virtual Threads, Scoped Values và Structured Concurrency trong môi trường Java. Nguyên nhân kỹ thuật Java concurrency truyền thống yêu cầu quản lý thread pools, synchronization, cancellation và error handling phức tạp, khiến việc viết code đa luồng chính xác khó khăn. Hệ quả khi không nắm bắt các khái niệm này có thể dẫn đến race condition, deadlock hoặc leak tài nguyên, làm giảm hiệu năng và độ tin cậy của ứng dụng. Điều đáng học là hiểu rõ Virtual Threads và Structured Concurrency giúp viết code an toàn, dễ bảo trì và tận dụng tối đa lợi thế của Loom. Do đó, nếu bạn đang cân nhắc đọc bài gốc, hãy xem cách IntelliJ IDEA triển khai các tính năng này để tối ưu hóa quy trình phát triển.

Bài viết giúp lập trình viên Java nắm bắt cách triển khai dễ dàng hơn các khái niệm concurrency phức tạp như virtual threads và structured concurrency trong IntelliJ IDEA.

The Pulse: We need to talk about migrations with AI

Asana đã quyết định di chuyển khỏi framework kiểm thử Enzyme và hoàn thành việc này trong vòng hai tuần nhờ sự hỗ trợ của AI. Nếu không có AI, nhóm phát triển cho rằng công việc này sẽ bị hoãn lại không xác định. Cùng với Asana, cả Airbnb và Uber cũng báo cáo về những trải nghiệm tương tự khi áp dụng AI vào các nhiệm vụ di chuyển hệ thống. Kết quả là các công ty này tiết kiệm được thời gian đáng kể và tránh được những gián đoạn trong quy trình phát triển. Điều này cho thấy AI có thể trở thành công cụ hiệu quả để tăng tốc độ và giảm rủi ro khi thực hiện các migration framework phức tạp.

Bài viết này cho thấy cách AI giúp thực hiện các dự án di chuyển hệ thống phức tạp một cách nhanh chóng và hiệu quả, giúp lập trình viên tiết kiệm thời gian và tránh trì hoãn công việc quan trọng.

terminal-code

Terminal-code mang lại trải nghiệm làm việc với VS Code ngay trong giao diện terminal, giúp lập trình viên không cần chuyển đổi giữa công cụ. Công nghệ này sử dụng kỹ thuật WebView trong VS Code kết hợp với terminal giả lập để thực hiện điều này. Việc tích hợp này cho phép truy cập trực tiếp các tính năng như auto-completion, syntax highlighting và debugging mà không rời khỏi môi trường dòng lệnh. Đáng học hỏi là cách tác giả đã giải quyết được vấn đề đồng bộ hóa trạng thái giữa terminal và IDE, đồng thời giảm thiểu switching context khi lập trình.

Bài này giúp bạn tích hợp môi trường phát triển VS Code trực tiếp vào terminal, tăng hiệu quả làm việc.

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 junior ngày nay sử dụng công cụ AI để tạo mã nguồn và triển khai chúng nhanh hơn bao giờ hết. Tuy nhiên, họ thường bỏ qua bước đánh giá sâu sắc và xây dựng khả năng quyết định về chất lượng mã mà họ chịu trách nhiệm. Sự khác biệt giữa tốc độ sản xuất và khả năng sở hữu mã này đang mở ra một khoảng trống về đánh giá. Khoảng trống này có thể dẫn đến lỗi khó phát hiện và tăngภาระ bảo trì trong dài hạn. Do đó, bài viết đề xuất cần định hình một chỉ số riêng để đo lường sự can đảm trong việc sở hữu mã do AI sinh ra.

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.

Visual Studio Code 1.135 introduces Rubber Duck agent

Visual Studio Code phiên bản 1.135 đã ra mắt tính năng thử nghiệm gọi là Rubber Duck agent. Tính năng này kích hoạt một mô hình AI bổ sung để xem lại kết quả mà mô hình chính (primary agent) tạo ra. Khi hai mô hình cho ra phản hồi khác nhau, Rubber Duck sẽ đưa ra gợi ý sửa đổi hoặc cảnh báo để nhà phát triển xem xét trước khi chấp nhận mã. Quy trình chéo kiểm tra này giúp giảm khả năng nhận được đề xuất sai sót và tăng độ tin cậy vào các tính năng hỗ trợ lập trình dựa trên AI. Bài học từ bản phát hành là việc sử dụng hai mô hình complementary để xác thực lẫn nhau có thể nâng cao độ tin cậy của công cụ mà không cần thay đổi kiến trúc chính của trợ lý AI.

Tính năng Rubber Duck agent trong Visual Studio Code 1.135 giúp lập trình viên nhận được ý kiến thứ hai từ mô hình bổ sung để cải thiện chất lượng công việc.