NEAREST BY Join: Scaling Vector Search in Databricks Runtime

The Engineering Anatomy of API Vulnerabilities: A Deep Dive into the OWASP API Security Top 10

Bối cảnh của bài viết tập trung vào việc phân tích kỹ thuật các lỗ hổng API từ góc độ kỹ sư thay vì chỉ mô tả như các báo cáo đe dọa thông thường. Nguyên nhân kỹ thuật chính được thảo luận chi tiết trong bài là những vấn đề liên quan đến OWASP API Security Top 10, bao gồm các lỗ hổng như Broken Object Level Authorization (BOLA) và Excessive Data Exposure. Hệ quả của các lỗ hổng này có thể gây ra rủi ro nghiêm trọng cho hệ thống, với nghiên cứu cho thấy 94% các ứng dụng web hiện nay có ít nhất một lỗ hổng bảo mật API. Điều đáng học hỏi từ bài viết là cách tiếp cận thực tế, phân tích sâu cơ chế hoạt động của từng lỗ hổng và các chiến lược mitigation cụ thể mà không chỉ dừng lại ở mô tả bề mặt.

Bài viết này giúp lập trình viên hiểu rõ cấu trúc kỹ thuật đằng sau lỗ hổng API để xây dựng ứng dụng an toàn hơn.

AI Agents Need Memory: Building Persistent Memory for Agentforce

Agentforce Memory cung cấp giải pháp lưu trữ bền vững cho AI agents, giải quyết vấn đề trí tuệ nhân tạo thiếu bộ nhớ dài hạn. Công nghệ sử dụng semantic retrieval để tổ chức thông tin, kết hợp với bounded context để giới hạn không gian xử lý và pre-orchestration để chuẩn bị trước quy trình. Hệ quả giúp agents duy trì ngữ cảnh qua nhiều phiên tương tác mà không ảnh hưởng đến trust score hay hiệu năng. Quan trọng hơn, giải pháp này cho phép agents học từ trải nghiệm trước đó như con người thực sự.

Bài này giúp lập trình viên hiểu cách xây dựng bộ nhớ bền vững cho AI Agentforce mà không làm giảm độ tin cậy.

AI Row Count Estimates Come From Nothing

AI row count estimates trông chắc chắn nhưng thực tế hoàn toàn không dựa trên dữ liệu thực tế. Các hệ thống thống kê như PostgreSQL, MySQL sử dụng heuristic để ước lượng số lượng hàng trong khi AI model lại đưa ra con số một cách ngẫu nhiên mà không dựa trên dữ liệu training. Sự khác biệt này dẫn đến các quyết định tối ưu hóa query kém hiệu quả, làm giảm performance database. Điều đáng học là các nhà phát triển nên hiểu cơ chế ước lượng của optimizer để cải thiện query execution plan.

Bài viết này giải thích tại sao ước tính số dòng AI nghe chắc chắn nhưng thực chất không dựa trên cơ sở dữ liệu thực tế, giúp lập trình viên hiểu rõ hơn về cách tối ưu hóa truy vấn.

How ORMs Still Let SQL Injection Through (and How to Close the Gaps)

Nhiều lập trình viên lầm tưởng rằng khi sử dụng ORM, nguy cơ SQL injection sẽ được loại bỏ …

AI Hallucinated a Table That Was Never There

Khi AI tạo ra một bảng không tồn tại trong database và viết truy vấn hoàn chỉnh cho bảng ảo này, hiện tượng AI hallucination đang xảy ra trong ứng dụng RAG. Nguyên nhân kỹ thuật là do layer retriever trong kiến trúc RAG không xác thực được thông tin trước khi tạo câu trả lời, dẫn đến mô hình language model tạo ra dữ liệu bịa đặt. Hệ quả nghiêm trọng là ứng dụng có thể trả về kết quả truy vấn dựa trên cấu trúc dữ liệu không tồn tại, gây sai lệch thông tin. Để ngăn chặn vấn đề này, lập trình viên nên implement thêm validation layer sau khi retriever và trước khi language model, sử dụng kỹ thuật query validation để đảm bảo truy vấn chỉ thực thi trên các schema đã được xác thực.

Bài này giúp lập trình viên hiểu và ngăn chặn hiện tượng AI tạo ra dữ liệu không tồn tại và truy vấn sai.

Databricks’ October Deadlines Will Break the Pipelines Nobody Watches

Databricks ra mắt 5 thay đổi trong bản ghi chú phát hành tháng 9 sẽ ảnh hưởng đến các pipeline ít được giám sát, đặc biệt là các công việc hàng quý và kết nối agent đã bị lãng quên. Nguyên nhân kỹ thuật là việc thay đổi cách xử lý dependency và API endpoints trong các phiên bản mới, dẫn đến lỗi khi gặp các tham chiếu cũ. Hệ quả bao gồm pipeline thất bại không được phát hiện, bảng dữ liệu stale (lỗi thời), và sự gián đoạn trong các tác vụ cron định kỳ. Điều đáng học là cần kiểm tra kỹ các pipeline và chuyển đổi dần sang API mới để tránh lỗi tương tự, đồng thời theo dõi các bản ghi chú phát hành của Databricks chặt chẽ hơn.

Bài này giúp lập trình viên tránh những thay đổi bất ngờ từ Databricks có thể phá hỏng các pipeline quan trọng mà bạn đang bỏ quên.

Longer Query: A Sunday SQL Illusion

Bài viết trình bày hiện tượng ảo giác thị giác về độ dài của hai thanh trong một hệ thống server. Nguyên nhân kỹ thuật nằm ở cách mắt não xử lý độ tương phản và ánh sáng trong môi trường trung tâm dữ liệu. Hệ quả là các kỹ sư thường đánh giá sai kích thước của thiết bị dẫn đến lỗi không gian khi lắp đặt rack. Điều đáng học là việc nhận biết các ảo giác thị giác giúp lập trình viên và admin hệ thống tránh sai sót trong thiết kế infrastructure.

Bài viết giúp nhận thức ảo giác hình ảnh trong truy vấn SQL để viết mã hiệu quả hơn.