Thanh Tuan

Mở mang tầm mắt sau khi xem chị Lauren xài AI.

Mình mới xem xong clip của Lauren Tan - Engineer tại SpaceXAI, tranh thủ làm nhanh cái clip vietsub share ae. Chị này đang chạy team 20+ GrokBot agents song song. Sáng ngủ dậy thấy khoảng 20 PR đã tự merge vào main. Ở SpaceXAI, 85% kỹ sư đã vận hành đội ngũ 10+ bot như thế này. Mỗi bot có máy ảo riêng, tự đăng nhập Slack, GitHub, tự click test trên trình duyệt. Có hẳn một con "Chief of Staff" điều phối: phát hiện bug là giao việc cho bot chuyên môn, xong việc nộp lại ảnh chụp màn hình làm bằng chứng. Bí quyết không nằm ở model. Nó nằm ở harness và specs: hệ thống pstack bắt bot tự tạo quy trình kiểm tra (verification), kèm CI/lint chặn mọi đường đi tắt sai luật. Thời nay kỹ sư không ngồi gõ từng dòng code nữa. Việc chính là dựng kiến trúc và làm "sếp" quản lý dàn đồng nghiệp số. Đợt này tạm thời khôgn có khách book làm video seedance nên ngồi nghiên cứu thêm AI Agent của Grok, thấy khá thú vị ae ạ. ——— Nguồn: Workshop của Lauren Tan (@poteto), Principal Engineer tại SpaceXAI. Thanh Tuấn tổng hợp và chia sẻ cùng anh em bằng AI.

phim ngắn cô PH LNK part 5

Video làm bởi seedance 2.0 mini Đúng là video đánh đấm - phải dùng Seedance mới được, các model khác đánh đâ m s tương tác vật lý còn hơi giả. Chỉnh sửa lần 3: Video này nhằm mục đích học hỏi về AI, hoàn toàn không có ý định nhắm vào cá nhân nào. Nếu video không phù hợp mình xin phép gỡ xuống. Mong các bác comment góp ý để học hỏi làm video AI tốt hơn. Sau video này cũng có nhiều bạn inbox hỏi mình cách để dùng gương mặt người thật trên seedance mà không KYC. Cách thì có cách -> các cao nhân đã cmt ở dưới. Cảm ơn ad đã cho mình edit 3 lần Nguồn: Thread

Mẹ tôi:

-"có ông kia ra hứng coca miễn phí, xong bị bay lên trời" ... 5 phút sau.. "clip nè con" Clip AI càng lúc càng điên anh em ạ. Cái này không thể nào làm bằng prompt thông thường được. Mình đã tìm tác giả gốc để lấy prompt. Prompt mình để bên dưới bình luận. Tool: Seedance 2.5 + GPT Image 2.5 Nguồn: techhalla

Lưu ngay workflow làm phim AI Anime bằng Claude Fable 5 (part 1)

Skill và workflow này mình chưng cất từ ông studio_oneroom, một studio nổi tiếng bên Nhật chuyên làm phim bằng AI gần đây! Công cụ chính: * Claude Fable5: Làm worldbuilding + prompt ảnh, prompt video. * Midjourney v8.1 → làm hình nhân vật. * Higgsfield x Seedance 2.0 → tạo video. * Suno → nhạc. Workflow này nặng nhất chỗ Claude Fable: Ổng này dùng Cowork để tạo skill "AI Anime Director" - nó dùng để xây world-building, output là md file chứa toàn bộ kịch bản và các prompt cần thiết cho Midjourney. Cmt "AI Anime" tôi gửi skill 👇

Tôi sắp chịu không nổi rồi 😳

Bên cộng đồng TQ share nhau AI Local bạn gái ảo. Chạy trực tiếp trên máy tính. / Không Internet / Không API / Chạy local 100% Tôi chịu không nổi, muốn nâng con PC lên để chạy thử. ⚙️ Tech stack 🎙️ VAD: Silero VAD v5 📝 STT: Whisper 🧠 LLM: llama.cpp 🗣️ TTS: Qwen3-TTS Cả bộ model local này, tất cả có thể chạy với 15GB VRAM. Chạy ngon trên mấy con card 5080, 5090. Bạn gái ảo dù không nấu ăn được, nhưng vẫn có thể đặt đồ ăn cho mình, điều khiển robot hút bụi lau nhà cho mình. Miễn là agent có quyền truy cập mấy cái app đặt đồ, app điều khiển nhà thông minh. Dự án này dựa trên open-source speech-to-speech framework, nên trả lời hội thoại trực tiếp mượt mà ấn tượng. cre: @QCXINT

Engineer Cursor merge gần 1.000 PR/tháng bằng AI agents như thế nào

Lauren Tan (@poteto) join Cursor mới 5 tháng: - Tháng trước: 1.000 PR - 12 ngày đầu tháng này: gần 800 PR - Tổng 5 tháng: 3.000+ PR Bạn này đang chia sẻ cách bạn làm việc ở Cursor. 3000+ PR là code thật của Cursor. Anh Elon Musk quả thật biết tìm nhân tài. Video workshop 1 tiếng này giải thích cách cô ấy đi tới mức đó. Lauren từng làm React Compiler ở Meta, từng làm tech lead và engineering manager ở Netflix. Không phải người ngồi prompt cho có output. Cốt lõi cô ấy nói rất thẳng: - Vấn đề lớn nhất của AI coding không phải generate code, mà là verify code - Nếu agent không tự chạy được sản phẩm, không bấm được UI, không mở simulator, không reproduce bug từ 1 screenshot hay 1 câu mô tả mơ hồ, thì cuối cùng bạn vẫn là bottleneck - Mỗi lần agent đoán mò, đọc thiếu code, đi sai hướng thì viết thành skill - Rồi test skill như test code: nhiều sub-agent chạy song song, có rubric, có model khác chấm điểm lại - Xây môi trường + quy trình + tiêu chí nghiệm thu trước, rồi mới để đàn agent làm việc - Đến mức cho agent tự merge PR. Có buổi sáng thức dậy đã có 20 PR vào main, check lại không vấn đề > `Mình đã dịch + gắn sub tiếng Việt. Ai đi qua thấy hay để lại 1 cmt nhé.`