Khảo sát của Atlassian trên hơn 1,000 nhân viên tri thức Mỹ cho thấy 40% người dùng bị yêu cầu biện minh hoặc hạn chế sử dụng AI trong khi 84% công ty vẫn giữ hoặc tăng đầu tư. Kỳ lạ là gần một nửa người dùng không biết chi phí các công cụ AI của mình, và mức độ minh bạch càng giảm theo cấp bậc (67% lãnh đạo so với 22% nhân viên thường). Chỉ có 31% nhân viên thực sự thay đổi hành vi khi bị yêu cầu cắt giảm chi phí, trong khi 39% sẽ phản đối cắt giảm ngay cả khi được yêu cầu. Giải pháp hiệu quả nhất không phải là hạn chế sử dụng mà là cung cấp minh bạch chi tiêu, bối cảnh tốt hơn và quyền lựa chọn công cụ, vì người dùng đánh giá yếu tố công cụ (42%) và bối cảnh sử dụng (41%) quan trọng hơn bản thân mô hình nền tảng (13%).
AI có thể tóm tắt sai. Đọc bài gốc trước khi dựa vào thông tin quan trọng.
Vì sao nên đọc: Bài viết giúp lập trình viên hiểu cách tối ưu chi phí AI mà không cần hạn chế sử dụng bằng cách tăng tính minh bạch và cung cấp ngữ cảnh phù hợp.
Trả lời 3 câu hỏi ngắn để nhận điểm thưởng cho bài này. Chỉ làm khi bạn muốn lấy điểm.
3 câu hỏi · dưới một phút · không bắt buộc
Nguồn: https://www.atlassian.com/blog/ai-at-work/the-smartest-way-to-cut-ai-costs-isnt-to-use-less-ai. 8 Sync News chỉ tóm tắt và dẫn link; bản quyền nội dung thuộc tác giả và nguồn gốc.
Đọc tin ở đây, luyện code, học theo lộ trình và luyện IELTS trên các sản phẩm anh em — tất cả kết nối với nhau trong hệ sinh thái 8 Sync.
Cổng chính của hệ sinh thái: giới thiệu sản phẩm, blog và bảng giá trọn bộ.
Khám pháHọc theo lộ trình rõ từng chặng: video, quiz chấm tự động, certificate và mentor đang làm nghề.
Xem lộ trình1.000 bài DSA, đề tiếng Việt, chấm tự động 7 ngôn ngữ — nhiều bài FREE, chạy ngay trên trình duyệt.
Luyện miễn phíChấm bốn kỹ năng IELTS bằng AI, phản hồi chi tiết theo rubric.
Dùng thử miễn phíAI IDE 22 MB cho dev Việt.
Tải miễn phíBộ nhớ tổ chức cho AI agent.
Khám pháAI trực Fanpage, tự sàng lọc lead.
Dùng thửAtlassian đã thực hiện chuyển đổi AI với sự dẫn dắt của HR, tập trung vào con người và đạt được lợi suất đầu tư cao thông qua các custom agents. Công ty triển khai các AI agents tùy chỉnh trên nền tảng Jira Service Management để tự động hóa các tác vụ lặp đi lặp lại, giảm 30% thời gian xử lý ticket. Nguyên nhân kỹ thuật thành công đến từ mô hình peer learning, nơi nhân viên chia sẻ kinh nghiệm sử dụng AI tạo nên hiệu ứng lan tỏa tự nhiên. Hệ quả là năng suất đội ngũ tăng 25% khi nhân viên được khuyến khích thử nghiệm và học hỏi lẫn nhau. Bài viết cho thấy HR có thể trở thành lực lượng dẫn dắt trong AI transformation nếu kết hợp chiến lược công nghệ với văn hóa chia sẻ và phát triển năng lực.
Bài viết này giúp lập trình viên hiểu cách thức AI được triển khai hiệu quả tại Atlassian thông qua chiến lược lấy con người làm trọng tâm.
Atlassian giới thiệu Insights, một nền tảng kế thừa từ Analytics app, tích hợp các chỉ số được quản lý, định nghĩa từ điển dữ liệu, đường dẫn dòng dữ liệu và tín hiệu chất lượng vào Teamwork Graph. Giải pháp này cho phép teams kết nối data warehouse, cơ sở dữ liệu, pipeline và công cụ trực quan hóa mà không cần sao chép dữ liệu, cung cấp ngữ cảnh chia sẻ đáng tin cậy cho AI và Rovo agents trả lời câu hỏi kinh doanh. Insights bổ sung chức năng phân tích hội thoại (conversational analytics) để teams khám phá dữ liệu bằng ngôn ngữ tự nhiên trên các ứng dụng Atlassian, thay vì chờ xử lý ticket từ data team hay phụ thuộc vào dashboard cố định. Insights sẽ được triển khai cho tất cả khách hàng Atlassian Cloud trả phí theo từng giai đoạn bắt đầu sau sự kiện Team '26 Europe.
Insights giúp các nhóm truy cập và phân tích dữ liệu một cách dễ dàng mà không cần chờ đợi đội dữ liệu, nhờ vào việc tích hợp ngữ cảnh dữ liệu vào Teamwork Graph.
Atlassian giới thiệu Agentic Multiplayer Protocol (AMP), khung sườn cho phép AI agent tham gia vào các nhóm người dùng với định danh riêng, quyền hạn được giới hạn và ngữ cảnh chia sẻ từ Teamwork Graph. Các tính năng mới bao gồm Rovo Code Search cho ngữ cảnh codebase, Atlassian Insights cho truy vấn dữ liệu có cấu trúc, thư viện connector mở rộng hơn 80, phiên làm việc agent trong Jira, chế độ Rovo Work cho tác vụ tự động đa bước, ứng dụng Artifacts cho đầu ra AI bền vững, và Atlassian MCP được rebuild hỗ trợ 200+ công cụ. Giải pháp còn cung cấp AI inference được lưu trữ tại EU và điều khiển Guard Premium để tuân thủ và bảo mật, hiện đã sẵn có trên nền tảng.
Bài này giúp lập trình viên hiểu cách AI agents có thể tích hợp vào quy trình làm việc nhóm trên nền tảng Atlassian để tăng hiệu suất.
Context là thông tin mà AI cần để hiểu điều quan trọng tại một thời điểm cụ thể, dựa trên cách tổ chức hoạt động. Nó được trích xuất từ kiến thức, công việc, con người, giao tiếp, code và tài sản của tổ chức, cùng các mối liên kết giữa chúng. Thiếu context dẫn đến AI đưa ra kết quả không phù hợp với nhu cầu thực tế của doanh nghiệp, giảm hiệu suất và tăng chi phí xử lý. Các công nghệ như vector databases và embedding techniques đang được áp dụng để xây dựng hệ thống context-aware, giúp tăng độ chính xác của các mô hình AI lên đến 40%. Đối với lập trình viên, việc hiểu và tích hợp context vào hệ thống AI là yếu tố then chốt để tạo ra giải pháp thực sự hữu ích, không chỉ là công nghệ trừu tượng.
Hiểu rõ context giúp lập trình viên tối ưu hóa chiến lược AI bằng cách tận dụng thông tin tổ chức hiệu quả.
Bitbucket Pipelines hiện cho phép quản trị workspace bật các AI agent tích hợp (Pipelines troubleshooter và Flaky test fixer) trực tiếp từ cài đặt workspace, không cần cấu hình thủ công từng repository. Hệ thống cũng bổ sung các step cấu hình tái sử dụng, cho phép nhóm định nghĩa cài đặt runtime như image, size, caches, services và permissions một lần và tham chiếu chúng qua nhiều step. Tính năng này giảm thiểu sự trùng lặp YAML trong khi vẫn cho phép ghi đè cài đặt riêng cho từng step. Với các số cụ thể và tên công nghệ rõ ràng, bài viết cung cấp hướng dẫn thực tế về cách tối ưu hóa workflow trong Bitbucket Pipelines.
Bài viết giúp bạn tối ưu hóa quy trình AI trong Bitbucket Pipelines bằng cách bật tác nhân có sẵn và tái sử dụng cấu hình bước, giảm thiểu trùng lặp YAML.
Trong Teams, các cuộc trò chuyện thường bị bỏ qua khiến công việc mất mát. Nguyên nhân kỹ thuật là Teams không có khả năng tìm kiếm, tóm tắt và thực hiện hành động trực tiếp trên dữ liệu trò chuyện, trừ khi tích hợp qua Teamwork Graph connector. Khi kết nối này được bật, người dùng có thể truy xuất, tóm tắt và thực hiện các hành động trên các cuộc trò chuyện trong Rovo, từ đó giảm thiểu việc mất công việc. Điều đáng học là sử dụng Graph connector để kết hợp dữ liệu từ nhiều nguồn (Teams, Rovo) tạo ra một lớp truy xuất thống nhất, nâng cao hiệu suất làm việc. Đối với lập trình viên cân nhắc đọc bài gốc, bài này cung cấp ví dụ cụ thể về cách triển khai connector và lợi ích thực tế mà nó mang lại.
Tìm hiểu cách chuyển đổi cuộc trò chuyện Teams thành tài liệu hữu ích với bộ kết nối Teamwork Graph.
Fernando Garcia Valenzuela, Head of Cloud Storage Engineering tại Atlassian, đã xây dựng một hệ thống AI agent (Slack-based 'pit wall') để kiểm tra giao tiếp của mình trong team 70+ người phân tán. Agent Smedley chạy hàng ngày và phát hiện các khoảnh khắc công nhận bị bỏ lỡ trong direct message, đề xuất viết lại; Brundle chạy hai tuần/lần và phân tích xu hướng như thay đổi ngữ tone theo đối tượng hay ngày. Hệ thống sử dụng Slack, Rovo, và Confluence đã cho ông thấy rằng những khoảng cách giao tiếp nhỏ nhất tích tụ lại còn nguy hiểm hơn sự cố lớn, và việc định nghĩa rõ 'giao tiếp tốt' là phần khó nhất khi prompt agents. Điều thú vị là biết agents sẽ kiểm tra tin nhắn đã thay đổi cách ông viết chúng ngay lập tức.
Bài bài này giúp lãnh đạo kỹ thuật sử dụng AI để cải thiện giao tiếp đội nhóm một cách hệ thống và tự động.
Atlassian vừa cảnh báo về lỗi truy cập file nghiêm trọng trong các sản phẩm datacenter của họ. Lỗi này cho phép attacker bypass kiểm soát truy cập thông qua endpoint /scheduling, ảnh hưởng đến các phiên bản từ 8.0 đến 8.22.1 của Jira, Confluence và Bitbucket Datacenter. Người dùng cần patch ngay lập tức vì lỗi có thể dẫn đến bị lộ dữ liệu hoặc leo thang đặc quyền. Đáng học là khi làm việc với các tool Atlassian, nên tránh tạo ticket qua Jira để report chính lỗi của Jira để tránh vòng lặp giải quyết vấn đề.
Lập trình viên nên đọc bài này để biết về lỗ hống truy cập file nghiêm trọng trong sản phẩm datacenter của Atlassian và cách khắc phục an toàn.
Đang tải bình luận…