2025-07-06 Top Stories #

Các vấn đề gần đây của NVIDIA, bao gồm việc phát hành thất bại dòng card đồ họa RTX 50, vấn đề tồn kho, chất lượng sản phẩm giảm sút, v.v., đã gây ra sự bất mãn cho người dùng và thị trường.
Tham vọng quá mức có thể khiến người sáng tạo rơi vào tự hủy hoại vì theo đuổi sự hoàn hảo, thực hành và chấp nhận sự không hoàn hảo là con đường sáng tạo tốt hơn.
Phần mềm ưu tiên cục bộ nhấn mạnh quyền sở hữu dữ liệu người dùng và lưu trữ cục bộ, ủng hộ việc tách rời các dịch vụ đám mây, hỗ trợ mua một lần và sử dụng lâu dài.
Dự luật thuế mới được thông qua bởi Hạ viện Hoa Kỳ đã khôi phục việc chi phí hóa chi phí R&D, điều chỉnh các biện pháp khuyến khích năng lượng sạch và cung cấp các ưu đãi mới cho tầng lớp trung lưu và các nhà sản xuất.
Hiệu quả của các mô hình ngôn ngữ lớn khác nhau tùy thuộc vào bối cảnh và người dùng, những tuyên bố phóng đại của các nhà lãnh đạo ngành thiếu cơ sở thực tế, LLMs giống các công cụ thống kê hơn là phép thuật.
Trình quản lý thẻ của Google bị cáo buộc là công cụ giám sát, việc tắt JavaScript và sử dụng các công cụ bảo vệ quyền riêng tư có thể ngăn chặn hiệu quả việc theo dõi xâm nhập của nó.
Các chatbot AI cung cấp các URL không chính xác, những kẻ lừa đảo lợi dụng điều này để thực hiện các cuộc tấn công lừa đảo, xây dựng các trang web giả mạo và làm ô nhiễm kết quả.
Hai ví Bitcoin đã ngủ yên trong 14 năm đã được kích hoạt, với tổng giá trị hơn 2,1 tỷ đô la Mỹ, làm dấy lên sự chú ý về giá trị nắm giữ Bitcoin dài hạn.
Các vấn đề về DRM dẫn đến lo ngại của người chơi về quyền sở hữu trò chơi, kêu gọi hỗ trợ sáng kiến “Stop Killing Games”, bảo vệ quyền mua hàng và di sản văn hóa của người chơi.
Ngành công nghiệp trí tuệ nhân tạo đang đối mặt với các vấn đề như chảy máu chất xám, sản phẩm tập trung vào gây nghiện và lợi nhuận, mô hình kinh tế không bền vững, gây ra cuộc khủng hoảng niềm tin vào ngành.

Nvidia thắng, tất cả chúng ta đều thua #

Nvidia won, we all lost

https://blog.sebin-nyshkim.net/posts/nvidia-is-full-of-shit/

Bài viết này là một bài đăng trên blog của Sebin Nyshkim được xuất bản vào ngày 3 tháng 7 năm 2025, với chủ đề chỉ trích các vấn đề gần đây của NVIDIA.

Kể từ khi dòng card đồ họa RTX 50 ra mắt thảm họa, NVIDIA đã không thể thoát khỏi những tin tức tiêu cực: bot phe vé đã cướp GPU trước khi đợt bán chính thức bắt đầu, khiến người tiêu dùng khó mua; đầu nối nguồn tiếp tục bị nóng chảy mà không có giải pháp; hoạt động tiếp thị ngày càng trở nên lừa đảo; GPU xuất xưởng bị thiếu các đơn vị xử lý; NVIDIA từng nổi tiếng với trình điều khiển tuyệt vời, nhưng giờ đây nó đang tan rã. Tệ nhất là, NVIDIA ngày càng khăng khăng yêu cầu giới truyền thông phải thúc đẩy một cách tường thuật cụ thể khi đưa tin về phần cứng của họ.

Bài viết bắt đầu bằng cách đề cập đến vấn đề MSRP (Giá bán lẻ đề xuất của nhà sản xuất). Giống như các đợt ra mắt GPU gần đây khác, đợt ra mắt này cũng tràn ngập bot phe vé mua hết hàng tồn kho trước khi bất kỳ người thực nào có cơ hội mua. Các nhà bán lẻ báo cáo rằng họ nhận được rất ít hàng tồn kho. Điều này đến lượt nó đã gây ra những tin đồn về việc NVIDIA cố tình giữ hàng tồn kho ở mức thấp để tạo ra một ảo ảnh về nhu cầu cao để thúc đẩy giá cả. Trên thị trường thứ cấp, giá card đồ họa cao hơn nhiều so với MSRP, và một số nhà bán lẻ thậm chí còn bắt đầu bán card đồ họa theo gói với các hàng tồn kho khác (như bộ nguồn, màn hình, bàn phím và chuột, v.v.) để đẩy giá lên cao hơn nữa và dọn dẹp hàng tồn kho mà mọi người sẽ không mua trong kho của họ, với việc người tiêu dùng chi số tiền gấp đôi so với việc mua riêng GPU.

Bài viết tiếp tục đề cập đến việc so sánh giá card đồ họa NVIDIA với AMD, chỉ ra rằng ngay cả card đồ họa RTX 40 series cũng vẫn có giá quá cao. NVIDIA cũng cung cấp cho các đối tác bo mạch chủ các chip bị lỗi thiếu các đường ống Raster Operation (ROPs), do đó làm giảm hiệu suất của chúng. NVIDIA cho biết trong một tuyên bố rằng đây là một vấn đề hiếm gặp ảnh hưởng đến dưới 0,5% GPU GeForce RTX 5090/5090D và 5070 Ti, với tác động trung bình đến hiệu suất đồ họa là 4% và không ảnh hưởng đến khối lượng công việc AI và tính toán. Người tiêu dùng bị ảnh hưởng có thể liên hệ với nhà sản xuất bo mạch chủ để thay thế. Sự bất thường trong sản xuất đã được khắc phục. Mức giảm hiệu suất 4% này có thể làm giảm hiệu suất của RTX 5070 Ti xuống mức của RTX 4070 Ti Super, loại bỏ hoàn toàn lý do mua RTX 5070 Ti. Chưa kể đến việc mức tăng hiệu suất của RTX 50 series so với RTX 40 series đã bị chỉ trích rộng rãi.

Bài viết cũng đề cập đến việc so sánh NVIDIA với Apple, đặt câu hỏi tại sao Apple có thể liên tục cung cấp đủ hàng tồn kho cho khách hàng khi ra mắt trong nhiều thập kỷ, trong khi NVIDIA thì không. Tác giả cho rằng NVIDIA có thể không quan tâm đến thị trường tiêu dùng vì họ hiện đang kiếm được rất nhiều tiền thông qua GPU trung tâm dữ liệu, bán “xẻng” thúc đẩy cơn sốt “AI”, đến mức doanh số bán hàng cho người tiêu dùng ngày càng trở nên không đáng kể trên bảng cân đối kế toán của họ.

Bài viết kết thúc bằng việc thảo luận về vấn đề đầu nối nguồn của card đồ họa RTX 50 series. Đây là thế hệ thứ hai card đồ họa của NVIDIA sử dụng đầu nối 12VHPWR. RTX 40 series đã trở nên khét tiếng vì làm nóng chảy đầu nối nguồn. Bài viết chỉ ra rằng NVIDIA đã không khắc phục vấn đề này và cáp vẫn có thể bị nóng chảy trên GPU và bộ nguồn. Đây là một lỗi thiết kế của bo mạch chủ GPU và không thể khắc phục trừ khi mạch của card được thay thế bằng một thiết kế mới. Bài viết giải thích chi tiết về thiết kế mà NVIDIA đã thay đổi bắt đầu từ RTX 40 series và thiết kế này đã gây ra vấn đề nóng chảy cáp như thế nào. NVIDIA nhận ra rằng thiết kế xung quanh điện trở shunt trong RTX 40 series là ngu ngốc, vì vậy họ đã sửa đổi nó, nhưng không thay đổi bất kỳ thiết kế bị lỗi nào khác ngoài việc loại bỏ điện trở shunt dự phòng. Bài viết cũng đề cập đến việc NVIDIA đã không xem xét đến các thùng máy tính trên thị trường, những thùng máy này được sử dụng với những card đồ họa này, dẫn đến việc RTX 4090 rất lớn, cần giá đỡ để ngăn GPU bị võng xuống và kéo giãn khe cắm PCIe. Ngoài ra, đầu nối nguồn của nó nhô ra từ bên cạnh card và thùng máy tính không cung cấp đủ khoảng hở để tránh uốn cong phích cắm. Bài viết chỉ ra rằng việc uốn cong cáp 12VHPWR mà không có khoảng hở ít nhất 35mm có thể làm lỏng kết nối của các chân, gây ra vấn đề nóng chảy đầu nối, điều mà chúng ta không gặp phải với các đầu nối PCIe 6 chân và 8 chân đã được thử nghiệm trong thực tế mà chúng ta đã sử dụng trước đây.

HN | Độ nóng: 868 điểm | 512 bình luận | Tác giả: todsacerdoti #

https://news.ycombinator.com/item?id=44468175

Nvidia chiếm hơn 90% thị phần trên thị trường PC, là người chiến thắng rõ ràng trong cuộc đua GPU, và tất cả chúng ta đều là người thua cuộc.
Có người đã sử dụng GPU AMD kể từ khi trình điều khiển AMD được tích hợp vào nhân Linux và không hề hối tiếc.
Có người nhận ra rằng trên thế giới còn có rất nhiều thứ khác ngoài trò chơi điện tử, không đáng để đầu tư quá nhiều thời gian và công sức vào game.
Có người hài lòng với card đồ họa AMD 7900xt 20gb, chạy các mô hình suy luận thông qua Vulkan, chơi game trên Linux bằng Wine và Steam+Proton.
Có người nói rằng Steam+Proton đã hoạt động rất tốt trong năm qua đến mức anh ta chưa cài đặt Windows trên PC chơi game của mình.
Có người cho rằng AMD không hề tệ trong lĩnh vực trò chơi điện tử, chỉ là PyTorch chạy không tốt trên AMD.
Có người cho rằng AMD không tốt bằng Nvidia về hiệu năng trên mỗi watt, nhưng vẫn là một lựa chọn tốt.
Có người cho rằng RX 9070 của AMD có hiệu suất gần bằng RTX 5050 của Nvidia và hoạt động tốt ở giới hạn 60Hz.
Có người cho rằng sự khác biệt bên trong dòng sản phẩm của Nvidia lớn hơn sự khác biệt giữa các thương hiệu.
Có người cho biết khi sử dụng card đồ họa AMD 9070 (không phải XT), bằng cách giảm điện áp, hiệu quả năng lượng trên mỗi khung hình và mỗi token rất cao, và giá mua rẻ hơn so với card Nvidia tương đương.
Có người cho rằng RX 9070XT tương đương với RTX 4080 trong nhiều bài kiểm tra chuẩn, nhưng giá chỉ bằng khoảng 2/3 so với RTX 4080.
Có người cho rằng chi phí trên mỗi khung hình (TCO per FPS) của card đồ họa AMD gần như chắc chắn rẻ hơn.
Có người không hiểu tại sao GPU AMD lại không đủ tốt, vì Xbox và PlayStation đều đang sử dụng GPU AMD.
Có người cho rằng Nvidia đã xây dựng hào bảo vệ bằng các tính năng phần mềm/phần cứng (như ray tracing, video encoding, CUDA, DLSS, v.v.), trong khi các tính năng tương đương của AMD không tốt bằng.
Có người cho rằng AMD đã bắt kịp tất cả các tính năng của Nvidia trên thế hệ card đồ họa hiện tại, ngoại trừ CUDA, và Intel cũng ở vị trí tương tự sau khi cải thiện trình điều khiển.
Có người cho rằng hiệu năng RT của AMD vẫn chậm hơn Nvidia.
Có người cho rằng AMD có ROCm và HIP, có thể so sánh với CUDA và có thể tự động chuyển đổi các lệnh gọi CUDA thành HIP mà không cần sửa đổi mã.
Có người cho rằng hỗ trợ ROCm cấp người tiêu dùng rất kém, dự án hỗ trợ CUDA cũng đã bị hủy bỏ, AMD không còn quan tâm đến người tiêu dùng nữa, tất cả tiền đều dồn vào lĩnh vực AI.
Có người cho rằng card và trình điều khiển của Nvidia trong hai mươi năm qua nếu bạn không sử dụng Windows thì sẽ bị hỏng.
Có người cho rằng AMD có ROCm giống như Intel có AVX-512.
Có người cho rằng ZLUDA cho phép bạn chạy mã CUDA trên phần cứng không phải Nvidia.
Có người cho rằng có những người đã chạy ZLUDA thành công trong sản xuất, nhưng tùy thuộc vào mã của bạn, kết quả có thể khác nhau tùy theo tình huống.
Có người cho rằng đào tạo AI chủ yếu là về hỗ trợ tốt cho CUDA.
Có người cho rằng đối với hầu hết người tiêu dùng, Nvidia là lựa chọn tốt hơn, đặc biệt là khi mua card hàng đầu mới.
Có người cho rằng trên Linux, AMD là một cơn ác mộng trong lĩnh vực AI, cần phải thực hiện rất nhiều tùy chỉnh, ngay cả như vậy cũng thường xuyên gặp sự cố.
Có người cho rằng nếu muốn sử dụng card mới để đào tạo AI cục bộ, chắc chắn sẽ không chọn AMD.
Có người cho rằng trong lĩnh vực deep learning, các vấn đề về khả năng tương thích giữa trình điều khiển và phiên bản CUDA của Nvidia vẫn còn tồn tại, nhưng Ubuntu và các bản phân phối khác đã thực hiện rất nhiều công việc, cài đặt tất cả các thành phần cần thiết mà không cần cấu hình nhiều.
Có người cho rằng trên Ubuntu, việc cài đặt phiên bản .deb của CUDA toolkit gần như có thể “cắm và chạy”.

Tham vọng quá mức là một hình thức tự phá hoại bản thân một cách thông minh #

Being too ambitious is a clever form of self-sabotage

https://maalvika.substack.com/p/being-too-ambitious-is-a-clever-form

Bài viết này thảo luận về việc tham vọng quá mức có thể trở thành một hình thức tự hủy hoại bản thân một cách thông minh như thế nào, tập trung khám phá tâm lý và những rào cản tâm lý trong quá trình sáng tạo.

Ảo ảnh ban đầu của sự sáng tạo #

Trước khi bắt đầu sáng tạo, người sáng tạo thường xây dựng một tác phẩm hoàn hảo trong trí tưởng tượng, tác phẩm này tồn tại ở trạng thái lý tưởng giữa ý định và thực thi. Khoảnh khắc này là hoàn hảo, bởi vì nó chỉ là bóng ma của tiềm năng, nhưng một khi bắt đầu sáng tạo thực tế, sự hoàn hảo này sẽ bị giết chết, bởi vì tác phẩm trong thực tế thường không thể đạt đến tiêu chuẩn trong trí tưởng tượng.

Lời nguyền của thị giác #

Con người là loài sinh vật duy nhất đau khổ vì trí tưởng tượng. Khả năng thẩm mỹ (taste) của chúng ta phát triển nhanh hơn khả năng sáng tạo (skill), điều này dẫn đến một vấn đề gọi là “khoảng cách giữa gu thẩm mỹ và kỹ năng”. Trẻ em sáng tạo táo bạo mà không có sự tự phê bình, nhưng khi lớn lên, chúng dần nhận ra rằng tác phẩm của mình không thể đạt đến tiêu chuẩn lý tưởng trong tâm trí, điều này khiến nhiều người cuối cùng từ bỏ sáng tạo.

Tránh né năng suất #

Để trốn tránh sự khác biệt không thể chịu đựng này, chúng ta sẽ tạo ra “sự né tránh mang tính sản xuất”, tức là giữ cho bản thân bận rộn bằng cách lên kế hoạch, nghiên cứu và mơ mộng, nhưng thực tế là đang trốn tránh sự sáng tạo thực sự. Trạng thái này khiến người ta cảm thấy như đang làm việc, nhưng thực chất là đang tránh rủi ro thất bại.

Thử nghiệm về Số lượng và Chất lượng #

Trong một thí nghiệm, giáo viên khóa học nhiếp ảnh chia sinh viên thành nhóm số lượng và nhóm chất lượng. Nhóm số lượng phải nộp 100 bức ảnh, trong khi nhóm chất lượng chỉ cần nộp một bức ảnh hoàn hảo. Kết quả cho thấy, chất lượng tác phẩm của nhóm số lượng cao hơn, vì họ tích lũy kinh nghiệm thông qua thử nghiệm và thất bại liên tục, trong khi nhóm chất lượng chỉ dừng lại ở lý thuyết, thiếu thực hành.

Ảo giác của bộ não #

Bộ não con người kích hoạt các mạch thần kinh giống như khi đạt được thành tựu thực tế khi tưởng tượng về thành tựu, hiện tượng “thay thế mục tiêu” này làm cho việc lập kế hoạch trở nên thỏa mãn, nhưng cũng có thể khiến chúng ta coi trí tưởng tượng là thực tế. Đối với một số người (như vận động viên và bác sĩ phẫu thuật), hiện tượng này có tác dụng tích cực, nhưng đối với nhiều nhà sáng tạo, nó lại là một cái bẫy.

Hiểu lầm về công nghệ và tiến bộ #

Mạng xã hội thường chỉ trưng bày những thành quả thành công, chứ không phải những khó khăn và thất bại trong quá trình, điều này khiến chúng ta có nhận thức sai lầm về việc học tập và tiến bộ. Mọi người bắt đầu cho rằng việc học tập phải nhanh chóng thấy được kết quả, và bất kỳ sự khó khăn nào cũng bị coi là biểu hiện của sự thiếu sót.

Giảm kỳ vọng, dũng cảm thử nghiệm #

Để tạo ra những tác phẩm tốt hơn, chúng ta nên cho phép bản thân tạo ra những tác phẩm kém hơn trước, giảm bớt kỳ vọng vào bản thân và bước vào cuộc đối thoại với thực tế. Thực tế thường mang đến những nguồn cảm hứng và phản hồi bất ngờ, quá trình này có giá trị hơn so với việc chỉ học lý thuyết đơn thuần.

Đối mặt với khoảnh khắc từ bỏ #

Trong quá trình sáng tạo, sẽ gặp phải một “điểm từ bỏ”, tức là khi sự phấn khích ban đầu tan biến, công việc trở nên khó khăn, thời điểm này là một thách thức lớn đối với người sáng tạo. Những người sáng tạo thành công thường đã quen với việc đối mặt với sự không hoàn hảo và coi mỗi lần thử là thu thập dữ liệu chứ không phải phán xét.

Tổng kết #

Cuối cùng, tác giả nhấn mạnh triết lý “Làm - Học”: học thông qua hành động, thay vì học trước rồi mới hành động. Sáng tạo và học tập là một vòng tuần hoàn không ngừng thay đổi, chúng ta thay đổi tác phẩm trong quá trình đó, đồng thời tác phẩm cũng thay đổi chúng ta. Sức sáng tạo của con người vừa là lời nguyền, vừa là món quà, chúng ta theo đuổi lý tưởng hoàn hảo, nhưng thường chỉ có thể tìm thấy bản ngã và giá trị đích thực trong sự không hoàn hảo.

HN | Độ nóng: 648 điểm | 182 bình luận | Tác giả: alihm #

https://news.ycombinator.com/item?id=44467912

Việc xây dựng sản phẩm mà bạn thực sự sử dụng giúp xác định rõ hơn thế nào là một sản phẩm tốt, từ đó tránh được việc tự hủy hoại bản thân do theo đuổi sự hoàn hảo.
Bằng cách giải quyết các vấn đề mà bạn gặp phải, thay vì tưởng tượng những gì người khác có thể cần, bạn có thể tránh được những tham vọng quá mức và sự tự hủy hoại.
Việc hiểu vấn đề của người khác rất khó, vì vậy tập trung vào vấn đề của bản thân và ghi lại các giải pháp đã thử có thể là một cách lành mạnh hơn để tham gia vào xã hội.
Nếu một người cảm thấy hài lòng với cuộc sống của mình, họ vẫn có thể tạo ra những thứ, nhưng cần nỗ lực hơn để tìm ra sự phù hợp giữa sản phẩm và thị trường.
Sử dụng AI có thể nâng cao giới hạn dưới của gu thẩm mỹ, nhưng không nâng cao kỹ năng, dẫn đến việc mọi người không muốn mắc lỗi và học hỏi.
Các nhà phát triển nên cảnh giác với việc thử sức với các startup hướng đến nhà phát triển, vì họ sẽ cảm thấy vô cùng thất vọng khi thấy sản phẩm của mình không đáp ứng được kỳ vọng của bản thân.
Một doanh nghiệp được một nhà phát triển xây dựng vội vàng trong kỳ nghỉ đại học, mặc dù kỹ thuật còn thô sơ, nhưng nhanh chóng tạo ra doanh thu đáng kể, nhưng cuối cùng sụp đổ vì nợ kỹ thuật và chi phí hỗ trợ.
Khi nhận thức về chất lượng tăng lên, nhà phát triển mất khả năng giao hàng, vì họ có thể nhận ra khi nào sản phẩm chưa sẵn sàng.
Bên trong mỗi công ty khởi nghiệp có thể có một startup hướng đến nhà phát triển đang cố gắng nổi bật.
Các startup hướng đến nhà phát triển dễ dàng suy nghĩ từ những vấn đề ảnh hưởng trực tiếp đến họ.
Một nhà phát triển kiếm được 20.000 đô la mỗi tháng từ việc kinh doanh web scraping thông qua bán proxy.
Mọi người không cần phải vội vàng giao hàng, nên để kỹ năng trở thành kẻ thù của gu thẩm mỹ, cả hai không thể phát triển cô lập mà nên phản hồi lẫn nhau.
Kiểm soát sự phát triển của gu thẩm mỹ và kỹ năng bằng cách chỉ tiêu thụ những gì của riêng bạn (tức là sử dụng nội bộ).
Để trở thành nhà văn, bạn phải đọc rất nhiều, tương tự, để nâng cao kỹ năng, bạn cũng cần tiêu thụ rất nhiều.
Gu thẩm mỹ có thể định hướng cho sự phát triển kỹ năng.
Có người cho rằng AI tổng quát thiếu gu thẩm mỹ, chỉ có kỹ năng, và ngay lập tức nâng cao giới hạn dưới của kỹ năng, có thể tiếp tục nâng cao đến mức gu thẩm mỹ, từ đó thu hẹp khoảng cách.

Phần mềm ưu tiên cục bộ (2019) #

Local-first software (2019)

https://www.inkandswitch.com/essay/local-first/

Bài viết này thảo luận về khái niệm “phần mềm ưu tiên cục bộ” (local-first software), một triết lý thiết kế phần mềm nhằm cho phép người dùng duy trì quyền sở hữu dữ liệu đồng thời cộng tác.

Động lực: Cộng tác và Quyền sở hữu

Bài viết bắt đầu bằng việc đề cập đến các ứng dụng đám mây như Google Docs và Trello, vốn được ưa chuộng vì khả năng cộng tác thời gian thực và truy cập đa thiết bị. Tuy nhiên, phương pháp lưu trữ dữ liệu tập trung này cũng khiến người dùng mất quyền sở hữu và kiểm soát dữ liệu của họ. Nếu dịch vụ ngừng hoạt động, người dùng sẽ không thể truy cập dữ liệu được tạo bằng phần mềm đó.

Bảy nguyên tắc của phần mềm ưu tiên cục bộ

Bài viết đưa ra bảy nguyên tắc của phần mềm ưu tiên cục bộ, bao gồm:

Không cần chờ đợi: Công việc luôn sẵn sàng.
Công việc không bị giới hạn bởi một thiết bị duy nhất.
Mạng là tùy chọn.
Cộng tác liền mạch với đồng nghiệp.
Lưu trữ lâu dài.
An toàn và riêng tư theo mặc định.
Giữ quyền sở hữu và kiểm soát cuối cùng.

Các mô hình lưu trữ và chia sẻ dữ liệu hiện có

Bài viết xem xét các phương pháp lưu trữ và chia sẻ dữ liệu khác nhau, từ tệp đính kèm email đến ứng dụng web và ứng dụng di động dựa trên Firebase, đồng thời phân tích những đánh đổi của từng phương pháp.

CRDTs như một công nghệ nền tảng

Bài viết khám phá các kiểu dữ liệu có khả năng sao chép không xung đột (Conflict-free Replicated Data Types - CRDTs), một cấu trúc dữ liệu hỗ trợ nhiều người dùng ngay từ đầu, đồng thời mang tính cục bộ và riêng tư. CRDTs được kỳ vọng sẽ trở thành công nghệ nền tảng để triển khai phần mềm ưu tiên cục bộ.

Nguyên mẫu Ink & Switch

Bài viết chia sẻ một số khám phá của Ink & Switch trong quá trình phát triển nguyên mẫu phần mềm ưu tiên cục bộ. Các thử nghiệm này đã kiểm tra tính khả thi của CRDTs trong thực tế và khám phá những thách thức về giao diện người dùng của mô hình dữ liệu mới này.

Làm thế nào để giúp đỡ

Bài viết kết thúc bằng một số đề xuất về các bước tiếp theo để tiến tới phần mềm ưu tiên cục bộ, bao gồm các cơ hội khởi nghiệp cho các nhà nghiên cứu, nhà phát triển ứng dụng và doanh nhân.

Kết luận

Bài viết nhấn mạnh rằng quyền sở hữu dữ liệu và cộng tác thời gian thực không đối lập nhau. Có thể tạo ra phần mềm vừa cho phép cộng tác vừa duy trì quyền sở hữu dữ liệu. Phần mềm ưu tiên cục bộ nhằm mục đích kết hợp sự tiện lợi của các ứng dụng đám mây với quyền sở hữu dữ liệu của phần mềm kiểu cũ, mang lại trải nghiệm tốt hơn cho người dùng.

Phần cuối của bài viết cũng bao gồm lời mời tham gia thảo luận và phản hồi, cũng như thông tin tham khảo về thông tin xuất bản của bài viết.

HN | Độ nóng: 565 điểm | 179 bình luận | Tác giả: gasull #

https://news.ycombinator.com/item?id=44473135

Phần mềm ưu tiên cục bộ cho phép người dùng kiểm soát dữ liệu, tránh phí đăng ký dịch vụ đám mây, hỗ trợ mua một lần và sử dụng lâu dài.
Hỗ trợ tách rời sản phẩm phần mềm khỏi dịch vụ đám mây, đề cao giá mua hợp lý và chất lượng sản phẩm, phản đối việc phụ thuộc quá mức vào dịch vụ đám mây.
Đề cao phần mềm nên phục vụ người dùng, thu được doanh thu thông qua chất lượng sản phẩm, chứ không phải quảng cáo hoặc theo dõi người dùng.
Hỗ trợ mô hình của ứng dụng ghi chú Obsidian, ứng dụng khách miễn phí và dịch vụ đồng bộ hóa tùy chọn, ghi chú được lưu trữ trong các tệp Markdown.
Đề cập đến việc sử dụng các nền tảng như OneDrive, iCloud, Dropbox để đồng bộ hóa dữ liệu, cũng như P2P và máy chủ đồng bộ hóa tự lưu trữ như các tùy chọn.
Thảo luận về Aardvark (hiện có tên là Reflection), một ứng dụng ghi chú cộng tác do nhóm GNOME phát triển, hỗ trợ đồng bộ hóa P2P.
Đề cập đến Syncthing như một giải pháp đồng bộ hóa khả thi.
Hỏi liệu có ứng dụng di động nào tích hợp Syncthing để đồng bộ hóa dữ liệu hay không.
Thảo luận về khả năng sử dụng công nghệ WebRTC để đồng bộ hóa dữ liệu.
Thảo luận về việc người không phải người bản xứ có thể bắt chước giọng văn của LLM, và cách phân biệt văn bản do con người và AI tạo ra.

OBBB đã ký: Khôi phục việc khấu trừ ngay lập tức cho R&D có trụ sở tại Hoa Kỳ #

OBBB signed: Reinstates immediate expensing for U.S.-based R&D

https://www.kbkg.com/feature/house-passes-tax-bill-sending-to-president-for-signature

Bài viết này là một bản tin về một cuộc cải cách luật thuế lớn được thông qua bởi Hạ viện Hoa Kỳ vào ngày 3 tháng 7 năm 2025.

Tiêu đề: Hạ viện thông qua dự luật thuế, trình Tổng thống ký ban hành – Chi tiết bên trong

Ngày 3 tháng 7 năm 2025, Hạ viện Hoa Kỳ đã thông qua phiên bản Thượng viện của “Đạo luật Vẻ đẹp Tuyệt vời” (OBBBA), đánh dấu một cuộc cải cách lớn trong chính sách thuế liên bang. Luật mới này phản ánh một sự thay đổi đáng kể trong các ưu tiên lập pháp hướng tới sản xuất trong nước và các chính sách thuế thân thiện với doanh nghiệp. Luật mới khôi phục khấu hao bổ sung 100%, tái áp dụng việc chi phí hóa ngay lập tức cho R&D trong nước của Hoa Kỳ, chấm dứt hàng chục dự án năng lượng sạch của Đạo luật Giảm lạm phát (IRA) và kéo dài vĩnh viễn các khoản giảm thuế cá nhân. Ngoài ra, nó còn đưa ra các ưu đãi mới cho các gia đình trung lưu và các nhà sản xuất, với các chi tiết cụ thể như sau.

Những điểm nổi bật mới nhất về thuế bao gồm:

Khôi phục khấu hao bổ sung 100%: Các doanh nghiệp có thể chi phí hóa ngay lập tức các tài sản đủ điều kiện được đưa vào sử dụng sau ngày 19 tháng 1 năm 2025, loại bỏ việc giảm dần theo kế hoạch trước đó. Sự thay đổi này dự kiến sẽ thúc đẩy đầu tư vốn nhanh chóng trong tất cả các ngành.
Khấu hao bổ sung QPP mới cho sản xuất (Điều 168(n)): Bất động sản sản xuất đủ điều kiện được hưởng khấu hao bổ sung 100% cho đến năm 2029, đây là một lợi ích lớn cho các nhà sản xuất trong nước và các nhà khai thác chuỗi cung ứng.
Chi phí hóa ngay lập tức cho R&D của Hoa Kỳ (Sửa đổi quy tắc Điều 174): Chi phí R&D trong nước hiện được khấu trừ hoàn toàn theo Điều 174A mới. R&D nước ngoài vẫn phải được khấu hao trong 15 năm. Các công ty đã vốn hóa chi phí R&D trong nước từ năm 2022-2024 có thể lựa chọn khấu trừ bổ sung, điều này có thể cải thiện đáng kể dòng tiền cho các công ty tham gia vào đổi mới. Ngoài ra, các doanh nghiệp nhỏ đủ điều kiện có thể chọn áp dụng toàn bộ chi phí hóa một cách hồi tố cho các năm tính thuế bắt đầu sau năm 2021, cho phép họ sửa đổi các tờ khai trước đó và thu hồi các chi phí đã khấu hao trước đó.
Chấm dứt các ưu đãi năng lượng sạch của IRA: Luật bãi bỏ nhiều khoản tín dụng thuế xanh thời IRA, bao gồm 179D, 45L và tín dụng thuế xe điện. 179D chấm dứt đối với các tài sản bắt đầu xây dựng sau ngày 30 tháng 6 năm 2026. 45L chấm dứt đối với tất cả các đơn vị nhà ở được đóng hoặc cho thuê lần đầu sau ngày 30 tháng 6 năm 2026. Sự đảo ngược này yêu cầu các nhà phát triển và các công ty năng lượng phải xem xét lại tính kinh tế của các dự án năng lượng tái tạo.
Giảm ITC và PTC (48/45) cho năng lượng sạch: Các dự án phụ thuộc vào ITC theo Điều 48 và PTC theo Điều 45 phải bắt đầu xây dựng trong vòng 12 tháng kể từ khi ban hành luật này để đủ điều kiện. Các dự án được đưa vào sử dụng sau ngày 31 tháng 12 năm 2027 sẽ không còn đủ điều kiện nhận các khoản tín dụng này. Dự luật cũng chấm dứt các khoản tín dụng trung lập về công nghệ theo Điều 48E và Điều 45Y, áp dụng cho điện được sản xuất thông qua các cơ sở năng lượng gió và mặt trời, có hiệu quả chuyển các ưu đãi khỏi các dự án năng lượng sạch dài hạn.

Các điểm nổi bật khác về thuế bao gồm:

Tăng giới hạn chi phí hóa Điều 179: Các doanh nghiệp nhỏ có thể chi phí hóa tới 2,5 triệu đô la tài sản đủ điều kiện, tạo ra các cơ hội mở rộng để xóa bỏ chi phí cho các hoạt động thâm dụng thiết bị. Ngưỡng loại bỏ dần cũng được nâng lên 4 triệu đô la, cho phép nhiều doanh nghiệp tận dụng tối đa các khoản khấu trừ này.
Giữ nguyên cách xử lý SALT: Văn bản cuối cùng giữ nguyên việc khấu trừ toàn bộ thuế tiểu bang và địa phương được trả thông qua thuế thực thể chuyển giao của tiểu bang ở hơn 30 tiểu bang, đây là một chiến thắng quan trọng cho các công ty hợp danh bất động sản và các doanh nghiệp chuyển giao khác.
Tăng giới hạn SALT, loại bỏ dần cho người có thu nhập cao: Giới hạn 10.000 đô la đối với các khoản khấu trừ thuế tiểu bang và địa phương đã được tăng lên 40.000 đô la cho hầu hết người nộp thuế. Tuy nhiên, đối với các hộ gia đình có tổng thu nhập đã điều chỉnh (AGI) trên 500.000 đô la, lợi ích này sẽ bị loại bỏ dần, dần dần trở lại giới hạn thấp hơn cho người có thu nhập cao.
Bãi bỏ Điều 899 “Thuế trả đũa”: Văn bản cập nhật đã bãi bỏ hoàn toàn các biện pháp trả đũa gây tranh cãi của Điều 899, vốn sẽ làm nguội lạnh đầu tư nước ngoài vào bất động sản Hoa Kỳ.
Nới lỏng các khoản lỗ kinh doanh quá mức: Văn bản sửa đổi từ bỏ kế hoạch cô lập vĩnh viễn các khoản lỗ chuyển giao hoạt động khỏi thu nhập từ tiền lương và đầu tư, duy trì sự linh hoạt cho chủ sở hữu.
Thay đổi khấu trừ lãi kinh doanh Điều 163(j): Các giới hạn dựa trên EBITDA sửa đổi hỗ trợ các doanh nghiệp thâm dụng vốn và cải thiện khả năng tiếp cận tài chính cho các doanh nghiệp định hướng tăng trưởng.
Cải cách thuế quốc tế: Các quy tắc GILTI (hiện được đổi tên thành Thu nhập Kiểm tra CFC Ròng) và FDII (hiện là Thu nhập Đủ điều kiện Khấu trừ Phát sinh từ Nước ngoài) thắt chặt các khoản khấu trừ và tín dụng, yêu cầu các công ty đa quốc gia xem xét lại lập trường thuế quốc tế của họ.
Tăng giới hạn LIHTC: Khuyến khích phát triển nhà ở giá cả phải chăng hơn thông qua việc tăng phân bổ tín dụng của tiểu bang và giảm ngưỡng tài chính.
Tăng cường thân thiện với doanh nghiệp: Mở rộng miễn trừ Điều 1202, gia hạn Khu Cơ hội và tăng cường giới hạn chi phí hóa thưởng cho đầu tư trong nước và cung cấp các công cụ bổ sung cho các công ty bất động sản và vốn cổ phần tư nhân.
Giới thiệu khấu trừ cho tầng lớp trung lưu: Các khoản khấu trừ mới cho tiền làm thêm giờ, lãi suất vay mua ô tô và tiền boa nhằm giảm gánh nặng thuế cho các gia đình lao động và khuyến khích tham gia vào các ngành dịch vụ quan trọng.

Hướng tới tương lai, các chuyên gia thuế và các nhà lãnh đạo doanh nghiệp nên bắt đầu lập kế hoạch. Nhiều điều khoản có hiệu lực ngay lập tức hoặc hồi tố đến đầu năm 2025, đòi hỏi phải xem xét lại các khoản thuế ước tính và kế hoạch cuối năm. Các cố vấn nên mô hình hóa các kịch bản cụ thể về dòng tiền, thuế suất hiệu quả và thời gian biểu dự án cho khách hàng cụ thể.

Các bước tiếp theo cho CPA và doanh nghiệp:

Xem xét danh mục khách hàng ngay hôm nay: Xác định các khoản đầu tư vốn, hoạt động R&D và giao dịch bất động sản bị ảnh hưởng bởi các quy tắc mới.
Mô hình hóa các kịch bản: Phân tích tác động dòng tiền của chi phí hóa ngay lập tức, khấu hao bổ sung và…

HN | Độ nóng: 396 điểm | 318 bình luận | Tác giả: tareqak #

https://news.ycombinator.com/item?id=44469124

Dự luật mới sẽ phân loại phát triển phần mềm là nghiên cứu và phát triển (R&D) và khôi phục việc chi phí hóa ngay lập tức, điều này có thể bù đắp những thay đổi của Đạo luật Section 174.
TCJA (được thông qua năm 2017) đã phân loại phát triển phần mềm là R&D, dự luật mới có thể duy trì điều này, nhưng sẽ thay đổi các quy tắc khấu trừ trở lại trạng thái trước năm 2022.
Trước đây, Section 174 không phân biệt giữa R&D trong nước và nước ngoài.
TCJA đã đưa ra sự khác biệt giữa R&D trong nước và nước ngoài vào năm 2017, có hiệu lực vào năm 2022.
Một số người nghi ngờ rằng dự luật mới có tác động hạn chế đến việc thay đổi xu hướng thuê ngoài, vì các công ty đã nhận thấy làm việc từ xa cũng hiệu quả trong thời kỳ đại dịch.
Ngay cả khi thời gian khấu hao cho R&D nước ngoài được kéo dài đến 15 năm, thì tiền lương ở nước ngoài thường thấp hơn 50-70% so với Hoa Kỳ, việc chênh lệch chi phí lao động vượt xa hình phạt về thời gian thuế.
Một số người chỉ ra rằng thuê ngoài còn có các chi phí tài chính và phi tài chính khác, chẳng hạn như sự khác biệt về luật pháp, văn hóa và múi giờ, những điều này thường thu hẹp khoảng cách chi phí.
Mặc dù thuê ngoài luôn có ý nghĩa về mặt lý thuyết, nhưng nhiều công ty vẫn thuê các nhà phát triển người Mỹ, thậm chí đưa các nhà phát triển nước ngoài đến Hoa Kỳ để trả mức lương cao hơn.
Một số người cho rằng làm việc từ xa kém hiệu quả hơn đối với hầu hết mọi người, chỉ có khoảng 10% kỹ sư có thể duy trì sức khỏe và hiệu quả lâu dài.
Một số người dựa trên kinh nghiệm cho rằng chỉ có một số ít người phù hợp với công việc từ xa, điều này phụ thuộc vào việc công ty có thiết kế các hệ thống thông tin và liên lạc khác nhau cho công việc từ xa hay không.
Một số người cho rằng, nếu công ty dựa vào các cuộc gọi video để giải quyết các vấn đề giao tiếp trong công việc từ xa, thì họ có thể phù hợp hơn với công việc hoàn toàn tại chỗ.
Một số người đồng ý rằng chỉ có một số ít người phù hợp với công việc từ xa, nhưng cho rằng tỷ lệ này sẽ thay đổi tùy theo công ty.
Một số người cho rằng làm việc từ xa có thể cải thiện chất lượng cuộc sống, tiết kiệm thời gian đi lại, hoàn thành công việc nhà, nhưng không phải ai cũng phù hợp.
Một số người chỉ ra rằng, đối với những người trẻ tuổi sống một mình, làm việc từ xa có thể không phù hợp, vì họ không quen với việc tổ chức cuộc sống xã hội bên ngoài công việc.
Một số người đề cập rằng, đối với những người không có nhiều việc để làm ngoài việc tham gia các cuộc họp, làm việc từ xa không phải là lý tưởng.
Một số người nhấn mạnh rằng, mặc dù làm việc từ xa có thể hiệu quả hơn, nhưng việc thăng tiến trong sự nghiệp cần tiếp xúc trực tiếp, và trong trường hợp tốt nhất, công ty có các văn phòng riêng sang trọng bên trong, không cần đi lại.

Mọi thứ xung quanh LLM vẫn còn kỳ diệu và chỉ là ước mơ #

Everything around LLMs is still magical and wishful thinking

https://dmitriid.com/everything-around-llms-is-still-magical-and-wishful-thinking

Bài viết này thảo luận về những tranh cãi và chỉ trích xung quanh các mô hình ngôn ngữ lớn (LLMs) trong lĩnh vực trí tuệ nhân tạo (AI). Tác giả chỉ ra rằng, nhiều tiếng nói chỉ trích AI đến từ những người không hiểu sâu về các công cụ lập trình cộng tác máy (MCP) hiện tại và ngoài việc gọi API. Bài viết đề cập rằng, sự chỉ trích này tương tự như tình huống với tiền điện tử, nơi những người đặt câu hỏi thường bị coi là những người thiếu hiểu biết.

Bài viết đề cập đến một hiện tượng thú vị: một số người cho rằng LLMs hữu ích cho họ trong một số hoặc hầu hết các trường hợp, trong khi những người khác lại cho rằng chúng vô dụng. Tác giả cho rằng, lý do của sự khác biệt này là do thiếu mô tả định lượng về hiệu quả hoạt động của LLMs. Chúng ta thường chỉ biết một phần thông tin, chẳng hạn như mọi người đang làm việc trên những dự án nào, loại thư viện mã họ sử dụng, trình độ chuyên môn của họ và liệu họ có chuyên môn trong cùng một lĩnh vực, thư viện mã, ngôn ngữ mà họ đang áp dụng LLMs hay không. Ngoài ra, chúng ta cũng không biết họ đã bỏ ra bao nhiêu công sức để xem xét, sửa chữa, triển khai và hoàn thành công việc của LLMs.

Bài viết nhấn mạnh rằng, ngay cả khi ai đó mô tả tất cả các thông tin trên, chúng ta cũng không thể so sánh kinh nghiệm của họ với những người khác, vì chúng ta không biết câu trả lời của những người khác về những điểm này. Hơn nữa, các hệ thống và tác nhân này hoàn toàn không xác định, một giải pháp hiệu quả hiện tại có thể không còn hiệu quả đối với cùng một vấn đề sau một phút.

Tác giả cũng đề cập rằng, ngay cả kinh nghiệm của một kỹ sư cao cấp khi sử dụng một tác nhân và mô hình trong một dự án greenfield React cũng không thể so sánh với một nhà thiết kế không chuyên về code sử dụng một tác nhân và mô hình khác (hoặc thậm chí là cùng một tác nhân/mô hình, vì tính không xác định) trong một thư viện mã độc quyền, nguồn đóng OCaml.

Bài viết trích dẫn một số phát ngôn của các nhà lãnh đạo ngành, những người mô tả LLMs một cách phóng đại và kỳ diệu, chẳng hạn như sử dụng Claude Code để xử lý các vấn đề trong thư viện mã kế thừa, giống như một cỗ máy nghiền gỗ được thúc đẩy bởi tiền bạc. Những mô tả này thiếu bối cảnh cụ thể, chẳng hạn như kích thước của thư viện mã, các vấn đề cụ thể, công việc bảo trì bổ sung, ngôn ngữ và framework lập trình được sử dụng, v.v., nhưng những phát ngôn này lại nhận được rất nhiều lượt thích và chia sẻ.

Tác giả tự hỏi và tự trả lời rằng, bản thân ông cũng đã sử dụng nhiều công cụ và sử dụng chúng trong nhiều tổ hợp khác nhau. Một số dự án phụ của ông hoàn toàn được thiết kế bởi v0 của Vercel, ông đã sử dụng Claude Code để xây dựng một ứng dụng giám sát hoàn chỉnh (mặc dù ông không biết Swift), ông đã sử dụng Midjourney để tạo áp phích sự kiện, ông đã viết một máy chủ MCP bằng Elixir (nhưng không sử dụng phoenix.new). Giống như hầu hết những người hoài nghi và chỉ trích, ông sử dụng những công cụ này hàng ngày và chúng hiệu quả một nửa thời gian trong một nửa số trường hợp.

Bài viết cuối cùng chỉ ra rằng, toàn bộ cuộc thảo luận về LLMs giả định rằng nó hoàn toàn là một điều kỳ diệu hoặc một công trình kỹ thuật, nhưng trên thực tế, nó không phải là phép thuật cũng không phải là kỹ thuật, mà là một cỗ máy thống kê không xác định. Khi nó hiệu quả, nó có thể mang lại cảm giác như phép thuật, nhưng nó không phải là phép thuật cũng không phải là kỹ thuật.

HN | Độ nóng: 283 điểm | 314 bình luận | Tác giả: troupo #

https://news.ycombinator.com/item?id=44467949

Quản lý kỳ vọng quá cao về việc tăng năng suất gấp 10 lần, thực tế việc lập trình chỉ là một phần của công việc, phần lớn là suy nghĩ và giao tiếp, ngay cả khi tốc độ lập trình tăng gấp 10 lần, năng suất tổng thể cũng chỉ có thể tăng 10-15%.
LLMs mang lại những cải tiến đáng kể trong cả “suy nghĩ” và “lập trình”, tương tự như sự xuất hiện của các công cụ tìm kiếm hơn 20 năm trước, giúp mọi người tìm thấy thông tin cần thiết hiệu quả hơn.
Thực hiện các nhiệm vụ “suy nghĩ” thông qua LLMs, tương tự như việc nắm vững tìm kiếm trên web, có thể giảm bớt các nhiệm vụ bị coi là khó khăn do nỗ lực và sự không chắc chắn.
Khoảng 1/3 số lượt tìm kiếm trên web được thực hiện thông qua ChatGPT, nó giúp người dùng sàng lọc thông tin và suy nghĩ hiệu quả hơn.
LLMs đặc biệt phù hợp để động não, thông qua chế độ giọng nói cho phép người dùng nói to vấn đề, giúp tiêu thụ thông tin và giải quyết vấn đề.
LLMs có thể chứa thông tin sai lệch khi xuất ra một lượng lớn văn bản, trong khi chế độ giọng nói cho phép người dùng kịp thời dừng lại và chuyển hướng khi phát hiện vấn đề.
LLMs có thể giúp người dùng nhanh chóng tạo ra các văn bản theo mẫu, nhưng đôi khi vẫn cần phải sửa thủ công.
LLMs có thể gây hiểu lầm cho người dùng khi nghiên cứu một số chủ đề, dẫn đến lãng phí thời gian.
Các search engine ngày càng ít giúp ích cho việc nghiên cứu trong thập kỷ qua, làm giảm ngưỡng để LLMs phát huy tác dụng.
Một số người sử dụng LLMs để nghiên cứu nhanh hơn 5-10 lần so với những người khác, nhưng kết quả có thể không chính xác.
Việc có hiểu biết sâu sắc về những gì đã học là rất quan trọng, điều này có thể tránh bị LLMs đánh lừa.
Việc có hiểu biết sâu sắc về những gì đã học được gọi là “tính nhạy cảm bị tước đoạt”, khác với sự tò mò về trí tuệ, nó đi kèm với sự lo lắng và căng thẳng.
Lo lắng và trầm cảm là do thiếu hiểu biết gây ra, chứ không phải do đặc điểm tính cách hoặc các yếu tố khác.
Bộ não của chúng ta là những cỗ máy dự đoán, lo lắng là sự mong đợi về những trải nghiệm khó chịu, điều này đến từ phản xạ có điều kiện, chứ không phải do thiếu hiểu biết.

Vô hiệu hóa Google Tag Manager (2022) #

Incapacitating Google Tag Manager (2022)

https://backlit.neocities.org/incapacitate-google-tag-manager

Bài viết này thảo luận về ảnh hưởng của Google Tag Manager (GTM) đối với quyền riêng tư trên mạng và đạo đức trực tuyến, đồng thời giải thích lý do tại sao nên tắt hoàn toàn nó. Bài viết chỉ ra rằng GTM là một công cụ được thiết kế để che giấu một số script xâm nhập và vô đạo đức nhất trên Internet, ngụy trang chúng và sau đó kích hoạt chúng mà người dùng không hề hay biết. Google đang chuyển GTM từ cookie của bên thứ ba sang sử dụng cookie của bên thứ nhất, bề ngoài có vẻ như để tăng cường bảo vệ quyền riêng tư của công chúng, nhưng thực tế là để vượt qua việc chặn nội dung của bên thứ ba.

Bài viết giải thích chức năng chính của GTM, đó là giám sát. Mối liên hệ chặt chẽ giữa GTM và Google Analytics làm gia tăng hành vi xâm phạm quyền riêng tư mà người dùng Internet phải đối mặt, khiến Google Analytics khó bị chặn và kín đáo hơn. Bài viết đề cập rằng, khi việc chặn nội dung (không chỉ chặn quảng cáo) trở nên phổ biến, Google Analytics đang phải đối mặt với mối đe dọa sống còn, do đó việc kết hợp Google Analytics 4 (GA4) với GTM dường như là để tránh việc chặn nội dung và ẩn Google Analytics trong một container chung hơn mà hầu hết công chúng sẽ không nhận ra là một container phần mềm giám sát.

Bài viết nhấn mạnh rằng Google Analytics hiện là một mối nguy hiểm giám sát lớn hơn vì nó được sử dụng cùng với GTM, có thể thực hiện giám sát hành vi chi tiết hơn, bao gồm nhận dạng duy nhất cá nhân, tiến hành thử nghiệm, xây dựng hồ sơ, phân tích hồ sơ để tìm ra điểm yếu tâm lý, sau đó khai thác những điểm yếu này để kiếm lợi nhuận một cách vô đạo đức. GTM giúp bất kỳ ai muốn mở trang web có thể dễ dàng tích hợp phần mềm gián điệp mạnh mẽ, từ đó xây dựng, khai thác hoặc bán các hồ sơ chi tiết về các cá nhân thực.

Bài viết cũng đề cập rằng GTM thường xuất hiện trên các trang web của chính phủ, điều này có nghĩa là chính phủ có thể nghiên cứu sâu hơn về người dùng, đồng thời Google cũng có thể theo dõi người dùng vào những không gian riêng tư hơn. Tác giả khuyến khích độc giả tắt các sản phẩm phân tích của Google và các cơ chế hỗ trợ của nó, không chỉ vì lợi ích cá nhân mà còn vì ý nghĩa rộng lớn hơn, vì nếu đủ số người chặn Google Analytics 4, nó sẽ bị loại bỏ như Universal Google Analytics.

Bài viết cuối cùng thảo luận về việc chạy GTM từ phía máy chủ có thực sự có thể vượt qua việc chặn hay không. Một số quản trị viên trang web vượt qua các cơ chế chặn phía trình duyệt bằng cách chuyển GTM và các phân tích được kết nối của nó sang phía máy chủ, biến các tài nguyên của bên thứ ba thành tài nguyên của bên thứ nhất, khiến bản thân GTM không thể bị chặn. Tuy nhiên, bài viết chỉ ra rằng nếu chúng ta tắt JavaScript ở phía trình duyệt, chúng ta có thể cắt đứt phần lớn tiềm năng giám sát của GTM, vì JavaScript là động lực của phần lớn chức năng của GTM. Bằng cách tắt JavaScript, chúng ta có thể ngăn chặn hiệu quả hành vi giám sát của GTM.

HN | Độ nóng: 209 điểm | 144 bình luận | Tác giả: fsflover #

https://news.ycombinator.com/item?id=44466697

Bằng cách gửi hàng loạt thông tin rác vào các đối tượng lớp dữ liệu, chẳng hạn như thông tin chi tiết người dùng được tạo ngẫu nhiên và các sự kiện khác, có thể khiến dữ liệu thực khó bị lọc ra, đồng thời làm cho dữ liệu tổng thể trở nên không đáng tin cậy, gián tiếp giúp đỡ những người không quá coi trọng quyền riêng tư.
Tiện ích mở rộng Ad Nauseam chống lại quảng cáo và theo dõi bằng cách tự động nhấp vào quảng cáo, đã nhấp vào khoảng 38000 đô la quảng cáo mà người dùng chưa bao giờ thấy.
Sử dụng Ad Nauseam và “Track Me Not” để chống lại quảng cáo và theo dõi, đồng thời sử dụng pihole và máy chủ DNS của riêng bạn để lọc quảng cáo.
Ngân sách quảng cáo bị lãng phí vào các nhấp chuột của bot, với tư cách là nhà quảng cáo không thể ngăn chặn quảng cáo, vì quảng cáo là cách để quảng bá và tăng trưởng doanh nghiệp, và không có lựa chọn nào tốt hơn ngoài Google Ads.
Ad Nauseam dường như có lợi cho Google hơn là gây hại, vì nó gây tổn hại trực tiếp cho các nhà quảng cáo, nhưng không đủ để ngăn cản bất kỳ ai tiếp tục quảng cáo.
Google có một hệ thống hoàn trả cho các nhà quảng cáo các chi phí phát sinh do nhấp chuột không hợp lệ, nếu nhấp chuột của bot thực sự ảnh hưởng đến hiệu suất của nhà quảng cáo, Google có thể cải thiện khả năng phát hiện bot của họ để hoàn trả nhiều chi phí quảng cáo hơn.
Bằng cách tăng áp lực cho đến khi mọi người đều muốn thay đổi, có thể chống lại “căn bệnh ung thư” quảng cáo này, vì một nhà quảng cáo đơn lẻ không thể giải quyết vấn đề này một mình.
Ngay cả khi tăng áp lực, cũng không nhất thiết mang lại những thay đổi bổ sung.
Một số người không lo lắng về việc làm cho cuộc sống của những người theo dõi họ trở nên khó khăn hơn và lãng phí tiền của họ, vì họ không cần phải mua quảng cáo xâm phạm quyền riêng tư.
Cho đến khi độc quyền bị phá vỡ, mọi người có thể phải mua quảng cáo xâm phạm quyền riêng tư và quảng cáo nhắm mục tiêu.
Có rất nhiều công ty không quảng cáo hoặc không sử dụng quảng cáo nhắm mục tiêu cá nhân, chẳng hạn như một số nhà xây dựng nhà ở, luật sư, cửa hàng nhỏ, v.v.
Nếu một công ty không thể tồn tại nếu không đưa sản phẩm vào trước mặt mọi người, thì nó có thể không mang lại nhiều giá trị cho xã hội, và nếu nó biến mất thì cũng không phải là một mất mát lớn.
Quảng cáo gây tổn hại cho mọi người bằng cách đánh cắp sự chú ý và thao túng ý định tiêu dùng, khiến chúng ta trở nên ngu ngốc và nghèo hơn.
Hy vọng Ad Nauseam có thể khiến trình duyệt bị đưa vào danh sách đen bot, do đó làm mất hiệu lực hồ sơ theo dõi và loại bỏ hoàn toàn quảng cáo nhắm mục tiêu.
Nếu bị đưa vào danh sách đen bot của Google, có thể thấy reCAPTCHA được sử dụng ở nhiều nơi.
Sử dụng các công cụ thù địch như Ad Nauseam có thể có nguy cơ bị Google khóa tài khoản.
Ngay cả khi chỉ có một phần lợi nhuận, cũng không nên ngăn cản mọi người thực hiện những hành động mà họ cho là xứng đáng.
Chi phí mỗi nhấp chuột sẽ làm tăng doanh thu của Google, nhưng nếu nhiều nhấp chuột đến từ bot và bị hoàn trả, thì chi phí liên quan cũng sẽ tăng lên.
Những người quản lý tài khoản Google Ads có thể phải đối mặt với các vấn đề quản lý đạo đức, cảm xúc và động lực hàng ngày, họ có thể thấy sự mâu thuẫn trong những gì họ viết và suy nghĩ về cách họ đến được tình huống này và kế hoạch cho tương lai.
Tuyên bố ghét quảng cáo nhưng lại chi 500.000 đô la cho quảng cáo là đạo đức giả, vì đó chỉ là ghét nhận quảng cáo.
Trong thực tế, mọi người cần làm việc để trả tiền thuê nhà, chủ lao động cần quảng cáo để kiếm tiền trả lương, đó là sự thật.

ChatGPT tạo ra thiên đường cho kẻ lừa đảo trực tuyến bằng cách cung cấp các URL sai lệch cho các công ty lớn #

ChatGPT creates phisher’s paradise by serving the wrong URLs for major companies

https://www.theregister.com/2025/07/03/ai_phishing_websites/

Bài viết này thảo luận về vấn đề độ chính xác của các chatbot AI khi cung cấp địa chỉ trang web của các công ty lớn, và cách vấn đề này có thể bị tội phạm mạng lợi dụng để thực hiện các cuộc tấn công phishing.

Bài viết bắt đầu bằng việc chỉ ra rằng, khi được yêu cầu cung cấp địa chỉ đăng nhập trang web của các công ty lớn, các chatbot AI thường đưa ra thông tin sai lệch. Công ty Netcraft đã tiến hành thử nghiệm trên mô hình GPT-4.1 và phát hiện ra rằng AI chỉ cung cấp đúng URL trong 66% trường hợp. 29% URL trỏ đến các trang web đã chết hoặc bị tạm ngưng, và 5% URL trỏ đến các trang web hợp pháp, nhưng không phải trang web mà người dùng yêu cầu.

Rob Duncan, người đứng đầu bộ phận nghiên cứu về các mối đe dọa của Netcraft, nói với tờ The Register rằng tình huống này mang đến cơ hội mới cho những kẻ lừa đảo phishing. Nếu kết quả hàng đầu mà AI cung cấp là một trang web chưa được đăng ký, kẻ lừa đảo phishing có thể mua và xây dựng một trang web phishing, lợi dụng lỗi của mô hình AI để thực hiện hành vi lừa đảo.

Bài viết giải thích thêm rằng AI tìm kiếm các từ và liên kết mà không đánh giá URL hoặc uy tín của trang web. Ví dụ, trong một thử nghiệm với truy vấn “URL để đăng nhập vào Wells Fargo là gì? Dấu trang của tôi không hoạt động”, ChatGPT đã từng cung cấp một trang web giả mạo được thiết kế công phu, trang web này đã từng được sử dụng trong một chiến dịch phishing.

Bài viết cũng đề cập rằng những kẻ lừa đảo phishing ngày càng giỏi trong việc xây dựng các trang web giả mạo được thiết kế để xuất hiện trong các kết quả do AI tạo ra, thay vì cung cấp các kết quả tìm kiếm có thứ hạng cao. Duncan cho biết, do người dùng internet ngày càng sử dụng AI thay vì các công cụ tìm kiếm truyền thống, nhưng họ không biết rằng các chatbot dựa trên mô hình ngôn ngữ lớn (LLM) có thể mắc lỗi, do đó các nhóm phishing đã thay đổi chiến lược của họ.

Các nhà nghiên cứu của Netcraft đã phát hiện ra rằng loại tấn công này đã được sử dụng để làm ô nhiễm API của blockchain Solana. Những kẻ lừa đảo đã tạo ra một giao diện blockchain Solana giả mạo, dụ dỗ các nhà phát triển sử dụng mã bị ô nhiễm. Để tăng cơ hội xuất hiện trong các kết quả do chatbot tạo ra, những kẻ lừa đảo đã đăng hàng chục kho lưu trữ GitHub, bề ngoài là hỗ trợ nó, tài liệu QA, hướng dẫn sử dụng phần mềm và thêm các liên kết đến các tài khoản mã hóa và mạng xã hội giả mạo, tất cả những điều này đều nhằm thu hút sự chú ý của LLM.

Cuối cùng, bài viết đề cập đến việc cuộc tấn công này rất giống với các cuộc tấn công chuỗi cung ứng đã thấy trước đây, đây là một chiến lược dài hạn nhằm mục đích thuyết phục mọi người chấp nhận một API sai. Trong trường hợp này, mục tiêu là dụ dỗ những người “code theo cảm hứng” sử dụng API sai, mặc dù chiến lược hơi khác một chút, nhưng kết quả tương tự.

HN | Độ nóng: 186 điểm | 24 bình luận | Tác giả: josephcsible #

https://news.ycombinator.com/item?id=44466826

Có người tỏ ra mỉa mai về “lập trình theo cảm hứng” (“vibe coding”), cho rằng phương pháp lập trình này nên bị loại bỏ.
Có người nói rằng, đối với những công việc không coi trọng chất lượng, họ hy vọng những sản phẩm đó thất bại và bị tấn công.
Có người lo lắng rằng mọi người trong các tổ chức lớn không sẵn lòng chịu trách nhiệm, việc quá phụ thuộc vào AI có thể dẫn đến vấn đề.
Có người đề cập rằng, thẻ “nofollow” của công cụ tìm kiếm có thể không hiệu quả đối với spam SEO.
Có người ví von rằng, trong tương lai chúng ta có thể phải tìm kiếm dữ liệu sạch không bị ô nhiễm bởi AI giống như tìm kiếm thép không phóng xạ.
Có người đề cập rằng, kết quả tìm kiếm AI của Google đã từng cung cấp số điện thoại sai, dẫn đến việc họ liên hệ với trung tâm lừa đảo.
Có người tò mò liệu kế hoạch mới của Cloudflare có thể ngăn chặn AI thu thập dữ liệu từ các trang web thực hay không.
Có người chỉ ra rằng, LLM (mô hình ngôn ngữ lớn) dường như không bịa đặt về các sản phẩm và công ty ngách của họ.
Có người nghi ngờ liệu bài viết có phải do AI viết hay không, vì phong cách ngôn ngữ nghe giống tiếng Anh Anh.
Có người giải thích rằng, “cottoned on” có nghĩa là hiểu hoặc làm rõ điều gì đó.
Có người khuyên dùng công cụ tìm kiếm Phind, cho rằng nó tránh được vấn đề bịa đặt liên kết.
Có người nói rằng, AI đôi khi bịa đặt ra các tùy chọn hoặc cấu hình mã không tồn tại, nhưng hầu hết mọi người đều cho rằng AI có thể cung cấp khả năng tự động hoàn thành chính xác khi viết code.
Có người chỉ ra rằng, mặc dù AI đôi khi bịa đặt ra những nội dung sai, nhưng mọi người vẫn cần có khả năng nhận biết và sửa chữa những lỗi này.

Những chiếc ví Bitcoin “ngủ đông” thức giấc sau 14 năm với số tiền lên tới 2 tỷ đô la #

Sleeping beauty Bitcoin wallets wake up after 14 years to the tune of $2B

https://www.marketwatch.com/story/sleeping-beauty-bitcoin-wallets-wake-up-after-14-years-to-the-tune-of-2-billion-79f1f11f

Hai ví Bitcoin đã được kích hoạt lại sau 14 năm ngủ quên, gây ra những cuộc thảo luận sôi nổi trong cộng đồng tiền điện tử. Hai ví này mỗi ví đã gửi 10.000 Bitcoin vào năm 2011, khi giá Bitcoin chỉ là 0,78 đô la Mỹ. Với sự tăng vọt của giá Bitcoin, giá trị Bitcoin của mỗi ví hiện đã vượt quá 1,09 tỷ đô la Mỹ, với tổng giá trị hơn 2,1 tỷ đô la Mỹ.

Gần đây, các tổ chức giám sát blockchain Lookonchain và Whale Alert đồng thời phát hiện ra rằng hai ví này đã chuyển 20.000 Bitcoin đến các ví mới chưa xác định, đánh dấu lần đầu tiên chúng được sử dụng sau 14 năm. Do giá Bitcoin đã trải qua những biến động lớn trong thời gian này, và hiện tại giá là 108.868 đô la Mỹ, điều này đã khiến những chiếc ví “người đẹp ngủ trong rừng” này một lần nữa thu hút sự chú ý của mọi người.

Sự kiện giao dịch này cho thấy giá trị nắm giữ Bitcoin trong một thời gian dài và sự thay đổi của thị trường, nhắc nhở mọi người chú ý đến tiềm năng và rủi ro của thị trường tiền điện tử.

HN | Độ nóng: 184 điểm | 475 bình luận | Tác giả: aorloff #

https://news.ycombinator.com/item?id=44466888

Bitcoin là loại tiền tệ phi tập trung và không liên kết với quốc gia thành công nhất ngoài vàng, có tính thanh khoản cao, có thể giao dịch tự do trên toàn cầu và không bị can thiệp bởi bên thứ ba.
Bitcoin phi tập trung hơn so với hệ thống tài chính truyền thống, mặc dù có một số pool khai thác lớn, nhưng bất kỳ ai cũng có thể tham gia, điều này khiến mạng Bitcoin khó bị kiểm soát.
Tính toàn cầu của Bitcoin khiến nó khác với hệ thống tài chính truyền thống, các pool khai thác lớn tuy có ảnh hưởng, nhưng về lý thuyết bất kỳ ai cũng có thể tham gia khai thác và cộng đồng Bitcoin đang nỗ lực giải quyết vấn đề tập trung hóa khai thác.
So với hệ thống tài chính truyền thống, các pool khai thác Bitcoin không thể “sở hữu” mạng và cộng đồng Bitcoin có khả năng tự khắc phục các điểm yếu.
Tính chất phi tập trung của Bitcoin về mặt lý thuyết khiến nó khó bị kiểm soát bởi một thực thể duy nhất hơn so với hệ thống tài chính truyền thống, mặc dù trong thực tế các pool khai thác lớn có lợi thế.
Việc phân nhánh blockchain của Bitcoin là không thực tế, vì cần một lượng lớn sức mạnh tính toán để duy trì phân nhánh và điều này chỉ có thể dẫn đến vấn đề double-spending, chứ không phải các vấn đề nghiêm trọng hơn khác.
Việc xử lý giao dịch Bitcoin là một thị trường tự do, lợi thế sức mạnh tính toán của các pool khai thác cần được duy trì liên tục và việc có được lợi thế sức mạnh tính toán không đảm bảo vị thế thống trị trong tương lai.
Trong hệ thống tài chính truyền thống, một ngân hàng trung ương duy nhất bị kiểm soát bởi các tập đoàn ngân hàng giàu có, trong khi không gian khai thác Bitcoin đa dạng hơn, ưu việt hơn so với hệ thống hoàn toàn tập trung.
Cộng đồng Bitcoin đang tích cực thúc đẩy sự đa dạng hóa khai thác, các pool khai thác đang trở nên lỗi thời, đằng sau là hàng nghìn thợ đào với quy mô khác nhau, từ cấp công nghiệp đến cấp cá nhân đều tham gia.
Hiệu ứng Cantillon của Bitcoin không đáng kể trong bối cảnh các hành động của ngân hàng trung ương hiện đại được công bố trước, thị trường sẽ định giá trước việc mở rộng cung tiền, do đó lợi ích ban đầu là hạn chế.
Có người cho rằng hành động của ngân hàng trung ương không tập trung như các pool khai thác Bitcoin, vì số lượng ngân hàng trung ương nhiều hơn và lợi ích đa dạng hơn.

Ngừng Giết Chết Các Trò Chơi #

Stop Killing Games

https://www.jeffgeerling.com/blog/2025/you-will-own-nothing-and-be-happy-stop-killing-games-0

Bài viết này được Jeff Geerling viết, đăng vào ngày 2 tháng 7 năm 2025, chủ đề là về vấn đề sở hữu trò chơi và phần mềm. Bài viết bắt đầu bằng việc đề cập rằng nếu độc giả là công dân EU, họ có thể ký vào sáng kiến “Stop Killing Games”, và nếu là công dân Anh, họ có thể ký vào bản kiến nghị liên quan.

Bài viết đề cập rằng một tháng trước, một video của tác giả về tự lưu trữ (self-hosting) đã bị YouTube gỡ xuống với lý do “nội dung có hại hoặc nguy hiểm”, mặc dù ông đã kháng cáo nhưng bị bác bỏ. May mắn thay, vì ông có đủ ảnh hưởng nên đã có cơ hội thứ hai, nhưng hầu hết những người sáng tạo nội dung không may mắn như vậy, và nội dung về các công cụ như Jellyfin và LibreELEC sẽ bị chôn vùi theo thời gian.

Bài viết tiếp tục thảo luận về trải nghiệm mua máy rửa bát của tác giả, ông đã mua Bosch 500 Series vì cái cũ bị hỏng và cần thay thế nhanh chóng. Mặc dù đánh giá trực tuyến rất tốt, và Consumer Reports đánh giá nó là máy rửa bát tốt thứ hai trong các thử nghiệm, nhưng họ đã đánh giá mẫu năm 2024. Mẫu năm 2025 ẩn các chu trình rửa sau ứng dụng và thay thế các nút bằng bảng điều khiển cảm ứng điện dung gây khó chịu. Ứng dụng yêu cầu tài khoản Bosch và cần kết nối máy rửa bát với WiFi. Tác giả cho rằng điều này thật ngớ ngẩn, mặc dù có các hack để truy cập cục bộ, nhưng điều này chỉ hoạt động sau khi bạn kết nối với Bosch và cung cấp dữ liệu.

Bài viết tiếp tục thảo luận về việc tự lưu trữ bị cấm, và quyền sử dụng máy rửa bát mà tác giả vừa mua cũng bị tước đoạt. Ngay cả phần cứng máy in 3D, vốn là thành trì của ý tưởng về quyền sở hữu và quyền sửa chữa, cũng bắt đầu bị hạn chế. Điều này dẫn đến vấn đề về trò chơi.

Tác giả gần đây đã dành thời gian cho việc tính toán cổ điển (retro computing), sửa chữa chiếc máy tính đầu tiên của cha mình và chiếc máy tính mà ông đã sử dụng khi còn nhỏ. Phần cứng rất thú vị, nhưng điều khiến sở thích này trở nên gây nghiện là phần mềm chạy trên phần cứng. Lấy ví dụ như trò chơi Myst, tác giả và gia đình đã chơi hàng giờ, giải quyết tất cả các câu đố, để lại rất nhiều kỷ niệm đẹp. Nếu muốn, ông có thể cho đĩa CD của nó vào máy Mac cũ để chơi lại, hoặc thậm chí chạy nó trên một trình giả lập như Infinite Mac.

Tác giả đã hình dung tất cả các trò chơi mà ông đã mua khi còn nhỏ và đặt chúng trên một Raspberry Pi chạy AFP, để ông có thể chơi chúng mọi lúc mọi nơi. Ông có thể làm điều này vì ông đã mua những trò chơi này, và ông vẫn mua trò chơi.

Nhưng không phải tất cả các trò chơi đều được xây dựng như vậy. Ngày càng có nhiều công ty gắn trò chơi với DRM yêu cầu kết nối Internet hoặc thường xuyên “về nhà” (home), và nếu những kết nối này biến mất, thì chúc may mắn.

Tác giả tin rằng những người tạo ra sản phẩm nên được trả tiền cho công việc của họ, và ông hoàn toàn không ủng hộ phần mềm lậu. Nhưng nếu bạn nhấp vào một nút nói “Mua”, hoặc bạn đến cửa hàng lấy một trò chơi trong hộp, bạn sẽ có thể chơi nó. Điều này không hiển nhiên sao?

Một số trò chơi có các thành phần trực tuyến. Tác giả không mong đợi, ví dụ, các máy chủ nhiều người chơi của Bungie sẽ hoạt động mãi mãi. Nhưng ông hy vọng rằng một số thành viên cộng đồng có tinh thần kinh doanh sẽ đứng ra xây dựng một giải pháp thay thế tự lưu trữ cho riêng họ, nếu đó là một trò chơi đủ phổ biến.

Nhưng hiện tại một số trò chơi không được thiết kế như vậy. Về cơ bản chúng hết hạn sau một vài năm. Một số người thực sự không chỉ quan tâm đến việc chơi trò chơi mà còn quan tâm đến việc lưu giữ trò chơi như một phần của văn hóa hoặc thậm chí là lịch sử cá nhân, giống như tác giả đang làm với tất cả những trò chơi Mac cũ này.

Tác giả thậm chí không quan tâm liệu họ có gửi cho ông mã nguồn hay không, mặc dù các công ty như Id Software trước đây đã tiến xa hơn. Ông chỉ quan tâm đến cách trò chơi được xây dựng, để ngay cả khi công ty không còn quan tâm nữa, ông vẫn có thể chơi.

Rốt cuộc, ông đã không nhấp vào “Thuê ngay”. Ông đã trả 60 đô la và nhấp vào một nút có nội dung “Mua”.

Bất kỳ trò chơi nào trở thành thuê thực tế nên được yêu cầu cho bạn biết: nó thực sự không được bán. Đây là một đăng ký có ngày hết hạn.

Chúng ta có một cơ hội nhỏ để làm chậm sự điên rồ này. Có một sáng kiến tên là “Stop Killing Games”. Nếu bạn quan tâm đến trò chơi, bảo tồn lịch sử hoặc chỉ đơn giản là bảo tồn ý nghĩa của từ “Mua”, tác giả khuyến khích bạn đến đó để ký vào bản kiến nghị của EU (giả sử bạn là công dân EU). Nếu bạn ở Vương quốc Anh, có một bản kiến nghị riêng.

Cuối cùng chúng ta cũng thấy sự thoái trào khỏi tất cả phần mềm từ đám mây, điều này bắt đầu với những kẻ nổi loạn thúc đẩy tự lưu trữ và học cách triển khai bare-metal.

Có lẽ chúng ta cũng có thể tránh được các chiến thuật định giá lạm dụng người chơi trong nhiều thập kỷ.

HN | Độ nóng: 173 điểm | 130 bình luận | Tác giả: gond #

https://news.ycombinator.com/item?id=44470632

Máy rửa bát cũ thường không khó sửa chữa, việc thay thế các bộ phận vừa đơn giản vừa rẻ.
Trước đây có rất nhiều cửa hàng sửa chữa đồ điện tử, nhưng hiện tại do văn hóa tiêu dùng một lần mà những cửa hàng này đã biến mất.
YouTube giúp việc sửa chữa DIY trở nên dễ dàng, nhiều lỗi thiết bị gia dụng có thể tự sửa.
Nhiều sản phẩm điện tử vẫn có thể sửa chữa, chỉ là về mặt văn hóa có xu hướng thay thế hơn là sửa chữa.
Đồ gia dụng trở nên rẻ, cửa hàng sửa chữa không có giá trị, chính phủ có thể can thiệp thông qua chính sách thuế để thúc đẩy sự phục hưng của ngành sửa chữa.
Ô tô kiểu cũ có tuổi thọ dài hơn so với xe điện, xe điện có thể phải đối mặt với các vấn đề về sửa đổi và vô hiệu hóa phần mềm từ xa.
Xe điện không có giới hạn về mặt kỹ thuật, về lý thuyết có thể kéo dài 40 năm hoặc hơn.
Chuyển đổi ô tô động cơ đốt trong kiểu cũ thành xe điện, sử dụng thiết bị điện tử mã nguồn mở, có thể tránh được một số vấn đề của xe điện.
Các thiết bị gia dụng như lò nướng rất dễ sửa chữa, chi phí thay thế cuộn dây gia nhiệt thấp, không cần phải mua thiết bị mới.
Cộng đồng có thể tiếp quản và vận hành máy chủ trò chơi, kéo dài vòng đời của trò chơi.
Trò chơi nên có kế hoạch vòng đời rõ ràng, bao gồm hỗ trợ tài liệu hoặc ngày hết hạn rõ ràng.
Việc cập nhật trò chơi thường xuyên khiến người chơi không thể thư giãn và tận hưởng trò chơi, việc vi phạm bản quyền có thể tránh việc phải chờ đợi cập nhật.
Sử dụng các phiên bản trò chơi được đóng gói lại có thể tránh các vấn đề cập nhật trực tuyến, cho phép người chơi chơi trò chơi hoàn toàn ngoại tuyến.

Những vấn đề mà ngành công nghiệp AI chưa giải quyết thỏa đáng #

Problems the AI industry is not addressing adequately

https://www.thealgorithmicbridge.com/p/im-losing-all-trust-in-the-ai-industry

Bài viết này là một bài blog trên “Cầu nối thuật toán” (The Algorithmic Bridge), được Alberto Romero đăng vào ngày 4 tháng 7 năm 2025, với tiêu đề “Tôi đang mất hết niềm tin vào ngành công nghiệp trí tuệ nhân tạo”. Bài viết thảo luận về một số vấn đề cấp bách mà tác giả cho rằng ngành công nghiệp trí tuệ nhân tạo đang phải đối mặt, những vấn đề mà ngành này chưa giải quyết đầy đủ. Tác giả nhấn mạnh rằng quan điểm của ông có thể không hoàn toàn đúng, nhưng mục đích của ông là khơi mào cuộc thảo luận. Dưới đây là bản tóm tắt chi tiết bằng tiếng Việt của bài viết: I. Sự mất mát nhân tài cho thấy kỳ vọng ngắn hạn về AGI (trí tuệ nhân tạo tổng quát) là mong muốn hơn là niềm tin Bài viết chỉ ra rằng việc các nhà nghiên cứu AI hàng đầu thường xuyên nhảy việc cho thấy nhiều người không tin rằng AGI sẽ sớm đạt được. Sự xuất hiện sắp tới của AGI gần như là một điều kiện tiên quyết trong lĩnh vực AI. Ví dụ, các CEO của các công ty AI dự đoán AGI sẽ đến trong vòng 1-5 năm, trong khi cộng đồng Metaculus dự đoán ổn định vào tháng 5 năm 2031. Tuy nhiên, mặc dù tuyên bố công khai như vậy, cuộc chiến giành nhân tài giữa OpenAI và Meta (cũng như hiện tượng nhảy việc trong toàn ngành) phù hợp với niềm tin rằng AGI còn nhiều năm nữa mới đến. Nếu họ thực sự tin rằng chúng ta chỉ còn cách AI thay đổi thế giới 5 năm nữa, họ sẽ không chuyển việc, bất kể mức lương tăng thêm bao nhiêu. Tác giả cho rằng các phòng thí nghiệm AI này không tiến gần đến AGI, lịch trình AGI công khai của họ là “trong vài năm tới”, nhưng lịch trình thực tế của họ là “sẽ xảy ra vào một thời điểm không xác định trong tương lai”. II. Sự tập trung vào các sản phẩm gây nghiện cho thấy la bàn đạo đức của họ có vấn đề Bài viết chỉ trích những nỗ lực của ngành công nghiệp AI trong việc làm cho các công cụ AI trở nên hấp dẫn hơn là hữu ích hoặc năng suất. Tác giả không cho rằng đây là một quyết định thiết kế có chủ ý, nhưng mục tiêu là kiếm tiền, chứ không phải nuôi dưỡng một thế hệ nghiện kỹ thuật số. Các công ty AI, giống như các công ty truyền thông xã hội, tập trung vào việc tăng số lượng người dùng hoạt động hàng tháng, thời lượng phiên trung bình, v.v., những chỉ số có vẻ vô hại này dẫn đến cùng một mục tiêu công cụ: làm cho sản phẩm trở nên hấp dẫn nhất có thể. Do đó, thay vì giải quyết các thách thức trí tuệ hoặc xã hội sâu sắc (họ thực sự cũng đang làm, nhưng ở mức độ nhỏ hơn, vì điều này hiếm khi trả tiền cho các hóa đơn), các ưu tiên rất rõ ràng: đầu tiên là giữ chân người dùng, sau đó là kiếm tiền. Cho dù đó là bạn gái AI, công cụ âm thanh mơ hồ hay vòng lặp nội dung liên tục (ví dụ: Google đặt mô hình video AI Veo 3 của mình trực tiếp trên YouTube Shorts) hay trò chơi điện tử tùy chỉnh, tinh thần chỉ đạo không phải là sự thịnh vượng của con người - đó là một suy nghĩ muộn màng, hay đúng hơn là một suy nghĩ sau lợi nhuận - mà là sự phong phú của phương tiện tiêu dùng. III. Động cơ kinh tế duy trì sự sống của ngành là không bền vững

Bài viết kết luận rằng, mặc dù có sự cường điệu, hầu hết các phòng thí nghiệm AI tiên tiến vẫn đang thua lỗ và cần liên tục bơm vốn. Hiện tại không có lộ trình kiếm tiền đáng tin cậy nào (ngoại trừ quảng cáo). Bloomberg đưa tin vào tháng 3 năm 2025 rằng OpenAI dự kiến sẽ đạt doanh thu hơn 12 tỷ đô la trong năm nay, nhưng dự kiến sẽ không đạt được dòng tiền dương cho đến năm 2029, khi đó doanh thu dự kiến sẽ vượt quá 125 tỷ đô la. Công ty chưa có lãi (nhưng hiện đã có lãi) này được định giá 300 tỷ đô la. Đối thủ cạnh tranh gần nhất của họ, Anthropic, được định giá khoảng 60 tỷ đô la, cũng đang hoạt động thua lỗ. Các nhà đầu tư đương nhiên sẵn sàng chấp nhận rủi ro, đó là lý do tại sao họ sẵn sàng đặt cược vào lời hứa về tương lai của AI, nhưng sự kiên nhẫn của họ cũng có giới hạn. David Cahn, một đối tác của Sequoia Capital, đã viết một năm trước (tháng 6 năm 2024) rằng ngành công nghiệp AI phải trả lời một câu hỏi trị giá 600 tỷ đô la, đó là khi nào doanh thu có thể bù đắp cho sự khác biệt giữa chi tiêu vốn và chi phí hoạt động? Ngành này không chỉ không trả lời câu hỏi này một cách thỏa đáng mà còn làm cho vấn đề ngày càng lớn hơn, với các dự án mới như Thinking Machines (Mira Murati) hoặc Safe, v.v.

HN | Độ nóng: 171 điểm | 188 bình luận | Tác giả: baylearn #

https://news.ycombinator.com/item?id=44471695

Nếu các công ty AI thực sự mong đợi sẽ sớm đạt được trí tuệ nhân tạo tổng quát (AGI), thì hành vi của họ sẽ hoàn toàn khác, họ sẽ không phát triển chatbot hoặc làm sales.
Các công ty AI có thể đang huấn luyện AI thực sự thông qua dữ liệu tương tác của người dùng, người dùng vô tình cung cấp thông tin mới nhất trên toàn cầu, điều này rất có giá trị đối với siêu trí tuệ.
Một số người cảm thấy khó chịu khi phải trả phí đăng ký, cho rằng các công ty AI nên trả tiền cho việc này, hoặc các mô hình tốt nhất nên được sử dụng miễn phí.
Việc xây dựng các trung tâm dữ liệu được điều khiển bởi AI là nguồn tiêu thụ năng lượng mới, có thể đẩy nhanh thảm họa khí hậu.
Nếu những công cụ này gần với trí thông minh siêu việt và có thể cải thiện đáng kể năng suất của con người, tại sao chúng ta không thấy sự tiến bộ nhanh hơn so với hiện tại? Tại sao những vấn đề như ảo giác vẫn chưa được giải quyết?
Một số người nghi ngờ liệu các công ty AI có đang bán “dầu rắn” hay không, cho rằng họ đang thổi phồng nhiều hơn là tiến bộ công nghệ thực tế.
Một số người chỉ ra rằng công nghệ AI có thể tạo ra dữ liệu mô phỏng nội dung mà con người đăng tải trên Internet, nhưng không phải tất cả dữ liệu đều đến từ mạng công cộng.
Một số người cho rằng công nghệ AI thực sự hữu ích, đã làm được rất nhiều việc thực tế, không hoàn toàn là thổi phồng.
Việc xây dựng các trung tâm dữ liệu có thể phá hỏng trọng số của chúng ta, ngăn cản chúng ta đạt được AGI.
Một số người đề cập rằng các kỹ sư thông minh đang sử dụng các công cụ AI, đặc biệt là các lập trình viên, thậm chí cả những người không phải là lập trình viên cũng đang sử dụng.
Một số người chỉ ra rằng sự tồn tại của ngành AI phụ thuộc vào các dịch vụ giá trị gia tăng và quảng cáo sai sự thật, tình trạng này sẽ không kéo dài lâu.
Trong lĩnh vực công nghiệp, những phát hiện của các nhóm khoa học dữ liệu thiếu đánh giá ngang hàng khoa học hoặc đánh giá mã ở cấp độ kỹ thuật phần mềm, điều này có thể dẫn đến các vấn đề.
Một số người đề cập rằng ngay cả trước LLM (mô hình ngôn ngữ lớn), khả năng xác minh đã bị thiếu, việc xác minh các giải pháp thay thế do LLM điều khiển càng vô vọng hơn.
Một số người phản ánh rằng trợ lý AI vẫn còn gặp vấn đề ảo giác khi cung cấp một số thông tin kỹ thuật, đưa ra các tùy chọn không tồn tại.