Using the ADFS userinfo endpoint instead of allatclaims

EP230: RAG vs Agentic RAG

RAG (Retrieval-Augmented Generation) và Agentic RAG là hai phương pháp xử lý thông tin khác nhau trong lĩnh vực AI. RAG hoạt động bằng cách truy vấn vector database để tìm thông tin liên quan trước khi tạo câu trả lời, ví dụ như với vector database có thể chứa hàng triệu document embeddings. Agentic RAG thêm vào một agent có khả năng tự suy luận, cho phép hệ thống tự động xác định cần tìm thêm thông tin hay không, như trường hợp của OpenAI's GPT-4 với function calling. Sự khác biệt chính là Agentic RAG có khả năng tự chủ trong việc quyết định cần làm gì tiếp theo thay vì chỉ phụ thuộc vào kết quả truy vấn ban đầu. Đây là kiến thức quan trọng để hiểu sự tiến hóa từ RAG cơ bản đến các hệ thống thông minh hơn có khả năng tự điều chỉnh.

Bài viết này giúp bạn hiểu rõ sự khác biệt cơ bản giữa RAG và Agentic RAG để áp dụng hiệu quả vào các dự án AI.

MCP server design: tools, authentication, and rate limits

Bối cảnh thiết kế MCP server tập trung vào việc tạo giao diện hữu ích với các công cụ rõ ràng, quyền tài khoản, giới hạn sử dụng và kết quả có thể dự đoán được. Nguyên nhân kỹ thuật chính là yêu cầu đảm bảo an toàn khi thực hiện các hoạt động ghi dữ liệu, đòi hỏi phải triển khai authentication mechanism chặt chẽ và rate limiting để ngăn chặn lạm dụng. Hệ quả của thiết kế tốt sẽ mang lại trải nghiệm người dùng ổn định, giảm thiểu rủi ro bảo mật và tài nguyên hệ thống. Điều đáng học là việc cấu trúc tools thành các đơn vị chức năng độc lập cùng với việc thiết kế hệ thống phân quyền chi tiết sẽ giúp mở rộng dễ dàng trong tương lai.

Bài hướng dẫn này giúp bạn thiết kế MCP server hiệu quả với công cụ bảo mật, xác thực và giới hạn sử dụng tối ưu.

Best Free APIs for Developers : The Complete, Categorized List

You do not need a credit card or a big budget to build real software in 2026. This guide rounds up... Tagged with productivity, programming, javascript, api.

Revoke a JWT Before It Expires: Refresh Tokens and token

ASP.NET Core validates a JWT by its signature and expiry, so a stolen token keeps working after the user changes their password.

.NET tasks AI is better at than developers

Trong bối cảnh phát triển .NET, AI đã vượt trội hơn developer trong việc tạo project, viết unit test, thêm comment và debug exception. Nguyên nhân kỹ thuật là AI có khả năng xử lý lớn lượng code mẫu và pattern từ kho dữ liệu khổng lồ như GitHub. Hệ quả là AI giúp tăng tốc độ phát triển lên đến 40% và giảm lỗi unit test xuống còn 5%. Điều đáng học là các lập trình viên nên tận dụng AI như công cụ hỗ trợ, tập trung vào phần thiết kế hệ thống và logic kinh doanh phức tạp mà AI còn hạn chế.

Bài viết giúp bạn hiểu rõ những điểm mạnh vượt trội của AI so với lập trình viên .NET trong việc phát triển dự án, viết unit tests, thêm comments và gỡ lỗi exceptions.

Result Pattern in C# and .NET 10 - When to Use, When to Skip

Bối cảnh bài viết cung cấp hướng dẫn thực tế về Result pattern trong C# và .NET 10. Nguyên nhân kỹ thuật là Result pattern giúp xử lý lỗi một cách rõ ràng thay vì dùng exceptions, đặc biệt quan trọng trong các asynchronous services. Hệ quả là pattern này cải thiện hiệu suất application khi benchmarked so với exception handling truyền thống. Đáng học là cách map Result pattern với ProblemDetails trong APIs và tác động của C# 15 unions đến implementation pattern này.

Bài này giúp lập trình viên hiểu rõ khi nào nên dùng Result pattern trong C# và .NET 10 qua benchmark thực tế và ứng dụng với async services.

AI ambitions are blocked by identity debt

Read the 2026 Customer Identity Trends Report to explore how modernizing customer identity helps organizations deliver convenience without compromising security

Agents aren’t humans (but they kinda are)

AI agents act for millions, but servers see intermediaries that strip user visibility. This post defines the problem space and introduces a collaborative approach to safely identifying, allowing, and managing this automated traffic.