Chào bạn, Minh Trung đây! 👋
Tuần này ba ông lớn tung mô hình mới gần như cùng lúc: xAI ra Grok 4.5 với mức giá rẻ đến khó tin, OpenAI ra bộ ba GPT-5.6 (Sol, Terra, Luna), còn Anthropic vừa tái phát hành Fable 5. Nhìn bảng xếp hạng thì đúng là "loạn mười hai sứ quân" — nhưng nếu bạn là dân văn phòng, tin thật sự đáng tiền không nằm ở con số benchmark.
Tin đáng tiền nằm ở chỗ: một câu lệnh dán vào cuối tệp cấu hình có thể khiến AI tự ghi lại lỗi để không lặp lại; một mẹo định tuyến đơn giản giúp cắt 60–90% chi phí; và một mô hình Trung Quốc làm xong việc mà đối thủ tính 11 đô chỉ với... 8 xu. Cùng lúc đó, robot hình người bắt đầu rời sân khấu triển lãm để bước vào dây chuyền sản xuất hàng loạt. Ta cùng bóc tách nhé.
⚡ Đọc nhanh — 5 tín hiệu trong bản tin hôm nay:
🏛️ Cuộc đua mô hình & chiến giá — Grok 4.5 chào giá 2/6 đô, rẻ hơn Opus tới hơn 4 lần; GPT-5.6 và Fable 5 nhập cuộc.
🔧 Dạy AI tự học từ lỗi — một câu "thần chú" dán vào claude.md để AI tự ghi quy tắc mỗi lần bị bạn sửa.
💼 Agent làm việc cả tổ chức + tiết kiệm chi phí — Claude trong Slack sinh 65% mã nội bộ của Anthropic; định tuyến mô hình cắt 60–90% chi phí.
🤖 Robot hình người vào sản xuất hàng loạt — Atlas đơn giản hơn 10 lần, UBTECH U1 giá từ 17.600 đô, chốt 13.000 đơn ngày đầu.
🧠 "AI khuếch đại năng lực sẵn có" — cùng một công cụ, người giỏi hóa siêu năng suất, người yếu tạo ra nợ kỹ thuật.
🏛️ 1. Cuộc đua mô hình lên đỉnh — và cuộc chiến giá bắt đầu
Chỉ trong hai ngày mùng 8–9/07, thị trường mô hình AI có ba cú ra hàng lớn. Đây không còn là chuyện "ai thông minh hơn" mà đã chuyển sang "ai bán rẻ hơn mà vẫn đủ tốt".
CUỘC ĐUA GIÁ (USD / 1 TRIỆU token, vào / ra)
│
├─ Grok 4.5 (xAI) → $2 / $6 ← nền tảng V9, 1.500 tỷ tham số
│ └─ nhắm hiệu năng ngang Opus, giá RẺ hơn ~4 lần
├─ Claude Opus 4.8 → $5 / $25 ← mốc tham chiếu cao cấp
├─ GPT-5.6 (OpenAI) → Sol $5 / $30 (bản đỉnh)
│ Terra $2.5 / $15 (cân bằng)
│ Luna $1 / $6 (nhanh & rẻ nhất)
│ └─ cửa sổ ngữ cảnh 1,5 triệu token
└─ Gemini 3.5 Flash → $1.5 / $9
Gemini 3.5 Pro → $2.5 / $15 (vẫn bản xem trước giới hạn)Grok 4.5 của xAI được huấn luyện thêm bằng dữ liệu lập trình từ Cursor, tối ưu cho công cụ và agent, nhắm vào các quy trình tự động cho lập trình viên và nghiên cứu. Điểm gây sốc là giá: 2 đô vào / 6 đô ra cho mỗi triệu token — trong khi Claude Opus 4.8 là 5/25 đô. Cùng một khối lượng công việc, chi phí có thể chênh nhau nhiều lần.
Về chất lượng, bảng xếp hạng cộng đồng LM Arena (đo bằng điểm Elo, khởi điểm 1000, càng cao càng mạnh) tính đến đầu tháng 7 cho thấy nhóm dẫn đầu vẫn thuộc về Anthropic: claude-fable-5 đứng đầu cả hạng mục tổng (1563 điểm) lẫn hạng mục lập trình (1509 điểm), trên các bản Opus 4.6/4.7 và trên cả Gemini 3.1 Pro, GPT-5.4/5.5. Đáng chú ý: các mô hình mã nguồn mở và Trung Quốc như qwen3.7-max, GLM-5.1, muse-spark của Meta đã lọt vào top, chỉ kém nhóm đầu vài chục điểm.
Mô hình | Điểm tổng (Elo) | Điểm lập trình |
|---|---|---|
claude-fable-5 | 1563 (số 1) | 1509 (số 1) |
claude-opus-4-7-thinking | 1553 | 1502 |
qwen3.7-max-preview | 1526 | 1475 |
gemini-3.1-pro-preview | 1522 | 1486 |
gpt-5.5-high | 1518 | 1481 |
Về phía Anthropic, có một diễn biến cần lưu ý về minh bạch: Fable 5 được đưa vào gói thuê bao đến hết 12/07 (dùng tới 50% hạn mức tuần), nhưng từ 13/07 sẽ tách ra và cần "tín dụng sử dụng" riêng. Đồng thời, cộng đồng nhà phát triển phản ánh một bộ phân loại an toàn mới đôi khi gắn nhầm cờ cho các câu lệnh lập trình hoặc sinh học vô hại, khiến người dùng trả phí bị tự động hạ xuống mô hình Opus 4.8 cũ và rẻ hơn.
🔧 2. Câu "thần chú" dạy AI tự ghi lỗi để không lặp lại
Đây là phần thực dụng nhất tuần — và bạn áp dụng được ngay dù không phải dân kỹ thuật. Chuyên gia Austin Marchese đã đúc kết sáu câu lệnh ngắn giúp bạn điều khiển AI hiệu quả hơn hẳn. Chúng vốn dành cho công cụ lập trình, nhưng tinh thần áp dụng được cho mọi trợ lý AI:
CƠ CHẾ "TỰ HỌC"
│
① Bạn thêm 1 đoạn vào cuối claude.md, mục # Bài học (Self-Learning)
② AI làm sai → bạn sửa/bắt lỗi
③ AI tự ghi lỗi đó thành 1 dòng quy tắc dưới mục # Bài học
④ Lần sau AI đọc lại quy tắc → không lặp lại lỗi cũCâu "thần chú" dán vào cuối tệp
"Khi tôi sửa bạn hoặc bắt được bạn mắc lỗi, trước khi làm tiếp hãy thêm bài học đó thành một quy tắc một dòng dưới mục #Bài học để lỗi không bao giờ tái diễn."
Cùng mạch "biết cách ra lệnh", Cal Hyslop đưa ra công thức đơn giản: đừng hỏi cụt lủn, hãy cấp cho AI ba lớp thông tin — bối cảnh (chuyện gì đang diễn ra), kết quả cần có (bạn muốn gì), và vai trò (đóng vai ai để soi điểm mù). Còn Alex Hormozi thì gợi ý sắp xếp mọi thứ vào ba thư mục: "Bối cảnh doanh nghiệp" (bản sắc, khách hàng, giọng thương hiệu), "Dữ liệu" (bản tin cũ, tài liệu mẫu để AI bắt chước giọng văn), và "Câu lệnh" (mẫu prompt chi tiết dùng lại nhiều lần).
Nhận định: Mặt phải — đây là cách rẻ nhất để "nâng cấp" AI: bạn không cần model xịn hơn, chỉ cần cho nó trí nhớ về sai lầm. Với dân văn phòng làm việc lặp đi lặp lại (soạn hợp đồng, trả lời khách, làm báo cáo), một tệp quy tắc tích lũy dần sẽ ngày càng đáng tin hơn và giảm sai sót. Mặt trái — cơ chế này chỉ dùng được trên các công cụ cho phép AI ghi tệp (như Claude Code, Cowork); với chatbot thường thì bạn phải tự chép quy tắc qua lại. Và cũng cần rà lại: đôi khi AI ghi "bài học" sai bối cảnh, nên định kỳ đọc lại tệp để dọn quy tắc lỗi thời.
💼 3. Agent làm việc cho cả tổ chức — và mẹo cắt 60–90% chi phí
Andrej Karpathy mô tả AI đang tiến qua ba nấc: từ (1) chatbot web đơn lẻ, sang (2) ứng dụng máy tính, và giờ tới (3) thực thể AI thường trực cho cả tổ chức. Ví dụ sống động nhất: tính năng "Claude Tag" trong Slack của Anthropic hiện sinh ra 65% mã nội bộ của chính công ty này — AI đã trở thành một "đồng nghiệp" gắn sâu vào hệ thống, công cụ và ngữ cảnh của tổ chức.
Tin vui cho doanh nghiệp nhỏ: bạn không cần là tập đoàn mới làm được điều tương tự. Có thể dựng bot Telegram tùy chỉnh kết nối qua AWS và các công cụ như Composio — nền tảng kết nối agent với hàng trăm ứng dụng (GitHub, Slack, Salesforce, Notion, Jira, Gmail, cơ sở dữ liệu). Composio lo phần xác thực (OAuth, khóa API), môi trường cô lập để chạy an toàn, và ghi nhật ký — thứ vốn rất mất công tự làm.
Nhưng phần "ăn tiền" nhất là định tuyến mô hình (model routing) để cắt chi phí:
ĐỊNH TUYẾN MÔ HÌNH — TIẾT KIỆM 60–90%
│
├─ Giai đoạn LẬP KẾ HOẠCH → dùng model đắt, mạnh (frontier)
│ └─ ít token, cần độ thông minh cao
└─ Giai đoạn THỰC THI → dùng model rẻ, chuyên biệt
└─ sinh nhiều token → đây là chỗ tốn tiền → chuyển sang model rẻVì token đầu ra đắt hơn token đầu vào rất nhiều, việc đẩy khâu sinh mã / sinh nội dung khối lượng lớn sang mô hình rẻ giúp tiết kiệm cực mạnh. Và mô hình Trung Quốc đang khiến khoảng cách giá càng rõ: một thử nghiệm dựng website quán cà phê cho thấy Claude Sonnet tốn 11 đô, còn DeepSeek chỉ 0,08 đô (8 xu) — DeepSeek còn cho bố cục gọn gàng hơn, dù cấu hình giá đồ uống có vài lỗi nhỏ. Tencent cũng vừa mở mã Hy3, mô hình 295 tỷ tham số (chỉ 21 tỷ hoạt động mỗi token), ngữ cảnh 256K, mạnh về lập trình và toán.
Nhận định: Mặt phải — với dân văn phòng và chủ doanh nghiệp nhỏ, đây là thời điểm "vàng": chi phí AI cho các tác vụ thường ngày đang rẻ đi nhanh chóng, và bạn hoàn toàn có thể tự dựng trợ lý riêng mà không cần đội kỹ thuật lớn. Mặt trái — model càng rẻ, càng phải chú ý chuyện dữ liệu chạy qua đâu. Mô hình Trung Quốc rẻ nhưng bạn cần cân nhắc kỹ về nơi lưu trữ và xử lý dữ liệu nhạy cảm của công ty. Với hợp đồng, thông tin khách hàng, tài chính — hãy đọc kỹ điều khoản bảo mật trước khi đẩy lên.
🎯 Làm gì ngay: Nếu công việc của bạn có bước "lặp lại nhiều lần" (phân loại email, tóm tắt tài liệu, soạn phản hồi mẫu), thử tách làm hai: dùng AI mạnh để ra "khuôn" một lần, rồi dùng AI rẻ chạy hàng loạt theo khuôn đó. Với dữ liệu nhạy cảm, ưu tiên công cụ ghi rõ chính sách không dùng dữ liệu của bạn để huấn luyện.
🤖 4. Robot hình người rời sân khấu, bước vào dây chuyền
Nghĩ xem: nếu giá robot hình người ngang một chiếc xe máy điện thì cuộc sống của chúng ta sẽ thay đổi thế nào nhỉ?
Robot hình người tuần này có hai cột mốc "chuyển từ trình diễn sang sản xuất thật". Boston Dynamics ra Atlas thế hệ 5, giảm độ phức tạp gần một bậc độ lớn (khoảng 10 lần) — ít linh kiện hơn, dễ sản xuất hơn, bền hơn, rẻ hơn. Với năng lực sản xuất hàng loạt của Hyundai, họ đặt mục tiêu tới 30.000 con mỗi năm, biến Atlas từ món đồ trình diễn đắt đỏ thành công nhân công nghiệp thực thụ.
ROBOT HÌNH NGƯỜI: TỪ TRIỂN LÃM → SẢN XUẤT
│
├─ Boston Dynamics Atlas (đời 5)
│ ├─ đơn giản hơn ~10 lần
│ └─ kế hoạch tới 30.000 con/năm (hậu thuẫn: Hyundai)
├─ UBTECH UWorld U1 (Trung Quốc)
│ ├─ giá TỪ $17.600 — robot cỡ người sản xuất hàng loạt đầu tiên
│ ├─ da silicone, 88 khớp chuyển động, AI đọc cảm xúc >90%
│ └─ 13.000 đơn ngay ngày đầu
└─ Bức tranh lớn: Trung Quốc có 140 công ty robot hình người,
330+ mẫu (Unitree, AgiBot, UBTECH chiếm 80–85% lượng lắp đặt toàn cầu)Phía Trung Quốc, UBTECH tung dòng UWorld U1 — được giới thiệu là robot cỡ người đầu tiên sản xuất hàng loạt, giá khởi điểm 17.600 đô, có da silicone, 88 khớp chuyển động, mô hình AI đọc cảm xúc với độ chính xác trên 90%, và trí nhớ hội thoại. Ngày đầu mở bán đã chốt 13.000 đơn. Nhìn rộng, Trung Quốc hiện có khoảng 140 công ty robot hình người với hơn 330 mẫu — một hệ sinh thái sản xuất khổng lồ.
Nhận định: Mặt phải — giá lao dốc (17.600 đô cho một robot cỡ người là rẻ đến bất ngờ) báo hiệu robot sẽ sớm len vào kho vận, nhà máy, dịch vụ — và về lâu dài có thể gánh những việc nặng nhọc, nguy hiểm. Mặt trái — con số "đọc cảm xúc chính xác trên 90%" là tuyên bố của nhà sản xuất, chưa có kiểm chứng độc lập, nên hãy tiếp nhận thận trọng. Và với người lao động, làn sóng tự động hóa vật lý này đặt ra câu hỏi việc làm nghiêm túc — nối tiếp phần cuối bản tin.
🎯 Làm gì ngay: Nếu bạn ở lĩnh vực kho vận, sản xuất, bán lẻ, hãy bắt đầu theo dõi mảng robot hình người như một xu hướng chi phí — không phải khoa học viễn tưởng nữa. Đặt câu hỏi: 12–24 tháng tới, khâu nào trong quy trình của mình có thể được tự động hóa vật lý, và mình nên chuẩn bị kỹ năng gì để làm việc cùng robot thay vì cạnh tranh với nó?
🧠 5. Sự thật khó nghe: "AI khuếch đại năng lực sẵn có"
Nếu chỉ nhớ một điều từ bản tin tuần này, hãy nhớ điều này: AI không làm mọi người giỏi lên đồng đều — nó khuếch đại năng lực vốn có.
CÙNG MỘT CÔNG CỤ AI, HAI KẾT QUẢ TRÁI NGƯỢC
│
├─ Người có nền tảng vững
│ └─ biến việc của vài tuần → vài giờ, năng suất tăng vọt
└─ Người thiếu nền tảng
└─ tạo mã nhanh nhưng không biết kiểm tra lỗi, nợ kỹ thuật, sự cố tốn kém KHÔNG tự chẩn được
(rò rỉ bảo mật, mất dữ liệu, lãng phí nguồn lực)Bài phân tích tuần này (đăng trên LinkedIn) chỉ ra: người có kỹ năng vững dùng AI để tăng năng suất phi thường; còn người thiếu nền tảng lại tạo ra mã dễ vỡ, nợ kỹ thuật và những sự cố tốn kém mà họ không tự chẩn đoán được. AI thưởng cho nền tảng vững và trừng phạt sự thiếu vắng nó — làm khoảng cách giữa người chuyên nghiệp và người phó mặc mù quáng cho tự động hóa ngày càng giãn rộng.
Điều này ăn khớp với một ý hay từ cuộc phỏng vấn Aravind Srinivas (CEO Perplexity): khi chi phí "suy nghĩ" rớt xuống ngang chi phí máy tính, đồng tiền của tương lai sẽ là "phí tò mò" (curiosity premium) — vị thế và thành công sẽ thuộc về người biết đặt những câu hỏi sâu sắc, nguyên bản nhất. Trí tuệ thật sẽ được định nghĩa bằng khả năng nêu vấn đề, chủ động thực thi, và sự khiêm tốn để tự sửa mình khi có dữ liệu mới.
Nhận định: Đây là mặt trái ít ai nói của cơn sốt AI. Công cụ càng mạnh, người dùng càng dễ ảo tưởng năng lực. Một người không hiểu bản chất công việc, dùng AI làm hộ, sẽ tạo ra thứ trông có vẻ đúng nhưng sai ở chỗ họ không đủ trình để nhìn ra. Bài học cho dân văn phòng: đừng dùng AI để né việc học nền tảng — hãy dùng nó để tăng tốc sau khi đã hiểu gốc rễ. Người thắng cuộc không phải người gõ prompt nhanh nhất, mà người hiểu vấn đề sâu nhất và biết hỏi đúng chỗ.
🎯 Làm gì ngay: Lần tới khi AI trả kết quả, đừng copy-paste ngay. Dành 2 phút tự hỏi: "Mình có đủ hiểu để phát hiện nếu nó sai không?" Nếu chưa, đó chính là lĩnh vực bạn cần học thêm — và AI là gia sư tuyệt vời để học, không chỉ để làm hộ.
🙋 Góc ứng dụng: "Tôi không biết lập trình, nhưng đã tự làm ra app cho riêng mình"
Câu chuyện tuần này là của Eliot Peper — một nhà văn khoa học viễn tưởng ở San Francisco, cũng là dân lướt sóng.
"Khi không viết tiểu thuyết, tôi thường đi lướt sóng. Một con sóng đẹp cần đúng lúc hợp lưu của hướng sóng, gió và thủy triều — nên dân lướt sóng nghiêm túc ai rồi cũng thành nhà khí tượng nghiệp dư. Suốt nhiều năm, ứng dụng dự báo lớn nhất thế giới lại dự báo cực kỳ thiếu tin cậy cho các bãi biển sóng mạnh, thất thường của San Francisco. Nên tôi toàn phải mò vào mấy trang web tối nghĩa đăng dữ liệu hải dương thô để tự đoán."
"Rồi một người bạn khoe tôi cái app thiên văn anh ấy tự làm. Tôi được truyền cảm hứng, thử xem mình có tự dựng nổi một app dự báo sóng siêu-địa-phương cho Vịnh không. Với gần như bằng không kinh nghiệm lập trình, tôi mở Claude Code lần đầu tiên, tìm các nguồn dữ liệu công khai tốt nhất, mô tả chính xác thứ mình muốn, lập một kế hoạch chi tiết, rồi bấm nút. Nó dựng xong nguyên cái app chạy được chỉ trong một lần."
Eliot thích quá, tinh chỉnh thiết kế, thêm tính năng, rồi dùng hằng ngày. Bạn bè xin dùng theo, thế là anh đưa lên App Store, thêm gói thuê bao nhỏ để nuôi app, và cũng nhờ Claude dựng luôn trang giới thiệu. App tên Dialed giờ đã có mặt trên App Store.
"Với quy mô toàn cầu, sẽ chẳng bao giờ đáng để công ty lớn làm thứ ngách nhỏ thế này. Nhưng với công cụ AI, tôi tự tạo được một phần mềm giải quyết đúng vấn đề kỳ quặc, riêng biệt của mình — và chia sẻ cho những ai thấy hữu ích."
Bài học: Bạn không cần biết lập trình để giải quyết "vấn đề kỳ quặc rất riêng" của mình bằng AI. Điều cần nhất là biết chính xác mình muốn gì và chịu khó mô tả rõ ràng. Bạn đã tự dùng AI giải quyết một việc đời thường nào chưa? Kể tôi nghe với — biết đâu thành Góc độc giả tuần sau.
🔭 Nhìn lại tuần — kẻ thắng là người "đóng yên cương" giỏi nhất
Năm tín hiệu tuần này quy về một mạch chung: giá trị đã dịch từ "mô hình" sang "cách dùng". Mô hình mạnh giờ nhiều và rẻ đến mức trở thành hàng hóa phổ thông — Grok bán 2 đô, DeepSeek làm việc với 8 xu, robot cỡ người 17.600 đô. Trong thế giới đó, lợi thế không còn nằm ở việc có công cụ, mà ở việc biết dùng: biết dán câu thần chú để AI tự học, biết định tuyến để cắt chi phí, biết đặt câu hỏi sâu để không bị công cụ khuếch đại điểm yếu.
Vài tin bổ sung đáng chú ý tuần này:
OpenAI cắt đôi chi phí suy luận — phục vụ ChatGPT cho người dùng chưa đăng nhập chỉ với vài trăm card đồ họa NVIDIA, nhờ nén mô hình, tối ưu bộ nhớ đệm và định tuyến câu hỏi đơn giản sang model rẻ. Hiệu quả suy luận đang là "hào nước" cạnh tranh quan trọng.
DeepSeek DSpark — kỹ thuật giải mã suy đoán mới, tăng tốc sinh nội dung hơn 80% và tăng công suất đầu ra tới 700% mà không giảm chất lượng.
Chạy AI tại chỗ không cần dàn máy đắt tiền — theo Sentdex, một card đồ họa RTX 3090/4090 gánh được 70–90% nhu cầu lập trình và hỏi đáp thông thường; DeepSeek V4 Flash rất nhanh và rẻ (khoảng 14 xu/triệu token đầu vào).
Composio kết nối agent với hàng trăm ứng dụng, biến bản mẫu agent thành quy trình chạy thật.
Sa thải công nghệ tiếp diễn — theo layoffs.fyi, khoảng 119.000 người trong ngành công nghệ Mỹ bị cắt giảm tính đến đầu tháng 7/2026; Oracle cắt 21.000 việc làm (13% nhân sự) trong khi vẫn dồn tiền đầu tư AI.
Nhìn rộng ra: AI đang hạ giá "trí thông minh" xuống ngang giá điện. Khi ai cũng có siêu công cụ trong tay, thứ tạo khác biệt quay về những phẩm chất rất người: biết mình muốn gì, biết hỏi đúng câu, và đủ khiêm tốn để tự sửa mình khi sai. Công cụ càng khỏe, nền tảng con người càng quan trọng.
【🎁 Quà tặng tuần này: Dạy AI tự học từ lỗi + Công thức 3 lớp cho mọi câu lệnh】
Tôi gộp câu thần chú claude.md của Boris Cherny, công thức Bối cảnh–Kết quả–Vai trò, và bố cục ba thư mục của Hormozi thành một tấm cẩm nang dán-dùng-ngay.
📥 Tải miễn phí bên dưới.
🔚 Bản tin AI 24h hôm nay kết thúc tại đây!
Hẹn gặp bạn trong bản tin tiếp theo với những cập nhật mới nhất!
Theo dõi và phản hồi để chúng tôi ngày càng hoàn thiện bản tin cho bạn!
Tái bút: Chúng tôi làm bản tin AI này hoàn toàn miễn phí mỗi ngày. Sự ủng hộ của bạn là động lực giúp chúng tôi tiếp tục. Nếu bạn thấy hữu ích, chia sẻ cho ít nhất một, hai (hoặc 20) bạn bè của bạn nhé 😉
📚 Nguồn Tham Khảo Chính
Grok 4.5 (xAI): giá 2/6 đô, nền tảng V9 1.500 tỷ tham số, huấn luyện bằng dữ liệu Cursor — theo slide AI Updates 10/07.
GPT-5.6 (Sol/Terra/Luna) & Gemini 3.5: giá và cửa sổ ngữ cảnh — theo slide AI Updates 10/07.
Câu "thần chú" claude.md: Boris Cherny (Anthropic); công thức 3 lớp câu lệnh: Cal Hyslop; ba thư mục: Alex Hormozi — theo slide AI Updates 10/07.
Claude Tag sinh 65% mã nội bộ, định tuyến mô hình, Composio: Andrej Karpathy & slide AI Updates 10/07.
DeepSeek 0,08 đô vs Sonnet 11 đô; Tencent Hy3: theo slide AI Updates 10/07.
Boston Dynamics Atlas đời 5 (Forbes, 2/07/2026) & UBTECH UWorld U1: theo slide AI Updates 10/07.
"AI khuếch đại năng lực sẵn có": bài của Viacheslav Kasatkin trên LinkedIn; "phí tò mò": phỏng vấn Aravind Srinivas (Joe Rogan Experience #2521) — theo slide AI Updates 10/07.
Góc độc giả — Eliot Peper & app Dialed: bài "Solving weirdly specific problems", Eliot Peper Substack (25/01/2026), https://eliotpeper.substack.com/p/solving-weirdly-specific-problems · app: https://dialed.surf
Sa thải: https://layoffs.fyi · https://trueup.io/layoffs
Hẹn gặp lại ở bài viết sau!
Bạn muốn nghe Podcast?
🎤 Spotify: Project AI - AI 24h |
🎤 Apple Podcasts : AI 24h |
