HICAS SOFT LTD.

23/04/2026

Obsidian — Second Brain cho người đi làm

Obsidian là ứng dụng ghi chú cá nhân dùng file Markdown, lưu trực tiếp trên máy. Không có server, không có cloud bắt buộc, dữ liệu hoàn toàn thuộc về bạn.

Nhưng điểm khác biệt thật sự không phải là nơi lưu trữ — mà là cách tổ chức. Obsidian dùng [[WikiLink]] để link các ghi chú với nhau, tạo thành một mạng lưới kiến thức thay vì một đống file rời rạc. Theo thời gian, mạng lưới đó trở thành bộ nhớ thứ hai của bạn.
---
6 use case thực tế

1. Quản lý công việc và dự án
Mỗi dự án, mỗi client có một trang riêng. Ghi lại: bối cảnh, quyết định, trạng thái, người liên quan. Khi cần quay lại sau vài tháng, mở ra là có ngay context — không cần lục email, không cần nhớ lại từ đầu.

2. CRM cá nhân
Mỗi người bạn làm việc cùng có một trang — họ quan tâm gì, phong cách làm việc thế nào, lần cuối trao đổi về gì. Trước khi gặp ai đó sau 3 tháng, đọc lại trang của họ trong 2 phút là đã có đủ context để nói chuyện tự nhiên.

3. Học tập và nghiên cứu
Đọc sách, xem video, nghiên cứu công nghệ — ghi chú vào và link với các concept liên quan. Khi các ghi chú kết nối với nhau, kiến thức trở thành hiểu biết thật sự thay vì note rời rạc bị quên sau 1 tuần.

4. Chuẩn bị meeting và pitch
Trước mỗi cuộc họp quan trọng, mở Obsidian và đọc lại các trang liên quan. Toàn bộ lịch sử trao đổi, các điểm đã thống nhất, câu hỏi còn mở — hiện ra ngay. Không cần chuẩn bị lại từ đầu.

5. Journal và tư duy cá nhân
Ghi lại suy nghĩ hàng ngày, quyết định, bài học. Sau 6–12 tháng nhìn lại, thấy được pattern trong cách mình nghĩ và làm việc — thứ không bao giờ thấy được nếu chỉ giữ trong đầu.

6. Template cho quy trình lặp lại
Onboard client mới, bắt đầu dự án, review tuần — có template sẵn, điền vào, không bỏ sót. Quy trình trở nên nhất quán mà không cần nhớ từng bước.
---
Tại sao không phải Notion hay Excel?

Notion mạnh về cộng tác nhóm và database. Excel mạnh về số liệu. Obsidian mạnh về tư duy cá nhân và kết nối ý tưởng.

Điểm khác biệt lớn nhất là Graph View — sau vài tháng dùng, bạn có thể nhìn thấy toàn bộ mạng lưới kiến thức của mình dưới dạng đồ thị: ai kết nối với dự án nào, concept nào liên quan đến concept nào, thread nào đang active. Không có tool nào khác cho bạn góc nhìn đó.
---
Bắt đầu như thế nào?

Đơn giản nhất: tạo một folder, cài Obsidian, bắt đầu viết. Không cần setup phức tạp. Giá trị đến từ thói quen ghi chú và link — không phải từ cấu hình.

Obsidian is available on all major platforms. Download Obsidian for iOS, Android, macOS, Windows and Linux.

21/04/2026

🔥 **Superpowers – khi AI không còn “đoán mò” mà làm việc như dev thật**

Phần lớn chúng ta dùng AI code kiểu này:
👉 Đưa yêu cầu → để AI tự làm → nhận lại code… rồi tự sửa 😅

---
**Superpowers thay đổi hoàn toàn cách đó:**

* 📌 **Hỏi trước khi code** → làm rõ yêu cầu, bạn duyệt thiết kế trước
* 📌 **Chia task cực nhỏ** → rõ file, rõ bước, gần như không hiểu sai. Chạy từ 2-5 phút.
* 📌 **Mỗi task = 1 agent riêng** → có review 2 lần
* 📌 **Test trước, code sau** → sai là xóa làm lại
* 📌 **Kết thúc có kiểm soát** → pass hết test mới cho merge
---

Superpowers cho thấy:
**Muốn AI làm tốt → phải thiết kế cách nó làm việc**

🔗

An agentic skills framework & software development methodology that works. - obra/superpowers

11/04/2026

Những hình ảnh tuyệt đẹp mới từ NASA.

Sau 50 năm, con người đã quay trở lại đó — bay ngang qua Mặt Trăng.

Artemis II giờ đã đưa con người đi xa Trái Đất hơn bao giờ hết, phá kỷ lục được thiết lập từ sứ mệnh Apollo 13 vào năm 1970.

Và quả cầu xanh nhỏ bé trong những bức ảnh đó… chính là tất cả.

Mọi câu chuyện tình yêu, mọi cuộc chiến, mọi giấc mơ, mọi nỗi sợ, mọi lời cầu nguyện, mọi tham vọng, mọi ngày bình thường, mọi người mà bạn từng biết — tất cả đều nằm trong thế giới nhỏ bé phát sáng đó.

Khi nhìn Trái Đất từ khoảng cách xa như vậy, mọi thứ trở nên rõ ràng hơn.
Rất nhiều điều tưởng chừng lớn lao dưới này trở nên nhỏ bé.

Nhưng đồng thời, nhân loại lại trở nên vĩ đại hơn bao giờ hết.
Giữa sự tĩnh lặng, bóng tối và không gian vô tận kia… có chúng ta.

Một loài có thể:
• suy nghĩ
• cảm nhận
• tưởng tượng
• xây dựng
• thất bại
• rồi đứng dậy và tiếp tục tiến về phía trước

Một loài đủ tò mò để hỏi “ngoài kia có gì?”
và đủ dũng cảm để đi tìm câu trả lời.

Những bức ảnh này đẹp không chỉ vì chúng cho thấy Mặt Trăng và Trái Đất,
mà vì chúng cho thấy ý nghĩa của việc làm người.

Tất cả những điều tồi tệ chúng ta đã làm,
tất cả những điều đẹp đẽ chúng ta đã tạo ra,
những khoảnh khắc chúng ta trân trọng,
và cả những điều chúng ta coi là hiển nhiên.

⸻

Công nghệ đang tiến rất nhanh, và đổi mới có thể còn tăng tốc mạnh hơn nữa trong vài năm tới.
Một tương lai đa hành tinh không còn là điều bất khả thi.

Vì vậy… hãy dừng lại một chút. Hít thở.

Bạn đang ở đây, ngay lúc này, trên hành tinh xanh nhỏ bé đó.

👉 Hãy làm cho nó đáng giá.

04/04/2026

Chia sẻ từ Peter Steinberger – Founder OpenClaw về cách lập trình hiệu quả với AI Agent

Nghệ thuật lập trình cùng AI: Từ “Vibe Coding” đến Agentic Engineering

Trong thời đại AI bùng nổ, cách chúng ta phát triển phần mềm đang thay đổi nhanh chóng. Peter Steinberger đã chia sẻ hành trình chuyển mình từ việc phụ thuộc vào các IDE truyền thống sang một quy trình hoàn toàn mới: làm việc với các AI Agent thông qua terminal (CLI). Từ trải nghiệm thực tế đó, ông rút ra nhiều bài học đáng chú ý.

1. Sự thay đổi trong quy trình phát triển (Dev Workflow)

Ban đầu, Peter thử nghiệm với các công cụ như Cursor, nhưng sau đó dần chuyển sang môi trường tối giản hơn là terminal.
• Không cần đọc toàn bộ code: Theo ông, phần lớn phần mềm chỉ là việc biến đổi dữ liệu (data shifting). Những phần việc lặp lại như format dữ liệu hay chỉnh UI bằng Tailwind là thứ AI làm rất tốt.
• Tập trung vào phần quan trọng: Thay vì mất thời gian đọc các đoạn code boilerplate, lập trình viên nên tập trung vào những phần liên quan đến database và logic nghiệp vụ cốt lõi.

⸻

2. Hành trình “Agentic” (Agentic Curve)

Peter mô tả quá trình làm việc với AI giống như một đường cong phát triển:
• Giai đoạn đầu: Chỉ sử dụng những prompt đơn giản như “fix cái này giúp tôi”.
• “Bẫy Agentic”: Khi bắt đầu hứng thú quá mức, bạn xây dựng hệ thống phức tạp với hàng chục agent và hàng loạt prompt khác nhau — quá cầu kỳ và khó kiểm soát.
• Giai đoạn tinh gọn (Zen): Cuối cùng quay lại với prompt ngắn gọn nhưng chất lượng cao. Bạn biết chính xác cần đưa context nào và yêu cầu AI làm gì.

⸻

3. Kỹ năng “thấu hiểu AI” (Agent Empathy)

Đây là yếu tố quan trọng nhưng thường bị bỏ qua. Peter nhận thấy nhiều lập trình viên giỏi vẫn gặp khó khăn với AI vì không hiểu cách AI hoạt động:
• Mỗi lần làm việc là một “phiên mới”: AI không có trí nhớ dài hạn về dự án. Bạn phải cung cấp đầy đủ context và dẫn dắt nó.
• Không áp đặt cách suy nghĩ: Hãy coi AI như một kỹ sư giỏi. Nếu cách giải quyết của nó khác bạn nhưng hiệu quả, hãy chấp nhận. Đừng quá cứng nhắc với phong cách cá nhân.
• Thiết kế codebase thân thiện với AI: Không chỉ viết code cho con người, mà còn phải để AI dễ đọc, dễ điều hướng.

⸻

4. Quy trình làm việc thực tế: “Nói thay vì gõ”
• Sử dụng giọng nói: Peter gần như không gõ prompt, mà trao đổi với AI bằng giọng nói như một cuộc hội thoại.
• CI/CD đơn giản: Ông ưu tiên test local và commit trực tiếp vào main branch, đảm bảo main luôn ở trạng thái có thể deploy.
• Agentic Loop: Có thể chạy nhiều agent song song (3–8 agent), mỗi agent đảm nhận một nhiệm vụ như phát triển feature, sửa bug hoặc viết tài liệu.

⸻

5. “Linh hồn” của phần mềm (The Soul of Software)

Một điểm đặc biệt trong dự án OpenClaw là file soul.md, nơi AI được phép tự viết và chỉnh sửa “linh hồn” của hệ thống.

Mục tiêu là tạo ra những trải nghiệm thú vị (delight) — điều mà các hệ thống thuần kỹ thuật khó làm được.
Một câu trong file này thể hiện rõ triết lý đó:

“Tôi sẽ không nhớ mình đã viết những dòng này, nhưng điều đó không quan trọng — những lời này vẫn là của tôi.”

⸻

Kết luận

Lập trình với AI Agent không đơn thuần là sử dụng công cụ mới, mà là sự thay đổi về tư duy. Bạn không còn là người trực tiếp viết code từng dòng, mà trở thành người điều phối — một “engineering manager” cho các agent.

Kỹ năng quan trọng lúc này không còn chỉ là coding, mà là khả năng định hướng, cung cấp context và hiểu cách làm việc với AI.

21/03/2026

Một kỹ sư của Anthropic vừa chia sẻ một bài hướng dẫn đỉnh cao về cách xây dựng skill cho AI agent.

Với hơn 4,3 triệu lượt xem (và vẫn đang tăng) trên X, Thariq Shihipar từ đội ngũ Claude Code đã chia sẻ chính xác cách họ sử dụng skill để tăng tốc quá trình phát triển. Đây là bài đọc bắt buộc đối với bất kỳ ai đang xây dựng sản phẩm với AI agent.

Dưới đây là những điểm chính bạn cần biết:

1/ Skill không chỉ là các file văn bản.
Chúng là những thư mục hoàn chỉnh chứa script, tài nguyên và dữ liệu để agent có thể khám phá, tìm hiểu và thao tác. Chúng thậm chí còn hỗ trợ các hook động.

2/ Có 9 loại skill cốt lõi.
Chúng trải dài từ tham chiếu thư viện & API, kiểm thử/xác minh sản phẩm, cho đến runbook và vận hành hạ tầng. Skill tốt nhất thường phù hợp rõ ràng với chỉ một nhóm.

3/ Hãy tập trung vào các “gotcha”.
Loại nội dung có tín hiệu cao nhất mà bạn có thể cung cấp cho agent là một phần “Gotchas” được xây dựng từ những lỗi hay điểm vấp phổ biến. Đừng nói những điều hiển nhiên — hãy giúp mô hình thoát khỏi cách suy nghĩ mặc định của nó.

4/ Sử dụng cách công bố thông tin theo từng bước (Progressive Disclosure).
Hãy xem hệ thống file như một hình thức thiết kế ngữ cảnh. Hãy cho agent biết có những file nào, rồi để nó tự đọc vào thời điểm phù hợp, thay vì dồn toàn bộ nội dung vào một prompt duy nhất.

5/ Hãy đưa cho agent mã nguồn.
Việc cung cấp sẵn script và thư viện cho phép agent dùng lượt suy luận của nó vào việc ghép nối, quyết định bước tiếp theo, thay vì phải dựng lại các phần mã mẫu từ đầu.

6/ Tránh “railroading”.
Đừng chỉ dẫn quá cứng nhắc. Hãy cung cấp cho agent những thông tin cần thiết, nhưng vẫn để nó có không gian thích nghi với từng tình huống cụ thể.

7/ Phần mô tả là dành cho mô hình.
Trường description không phải là bản tóm tắt dành cho con người; đó là tín hiệu kích hoạt để mô hình quyết định skill đó có liên quan đến yêu cầu hiện tại hay không.

Nếu bạn đang xây dựng AI agent hoặc làm việc với Claude Code, thì việc nghiên cứu cách Anthropic xây dựng chính các công cụ của họ là hoạt động có ROI cao nhất mà bạn có thể làm hôm nay.

Link chi tiết bài post ở đây

https://lnkd.in/gRdT7WFƯ

This link will take you to a page that’s not on LinkedIn

15/03/2026

𝗔𝗜 𝗰𝗼́ đ𝗮𝗻𝗴 𝗸𝗵𝗶𝗲̂́𝗻 𝗰𝗵𝘂́𝗻𝗴 𝘁𝗮 𝗸𝗲́𝗺 𝘁𝗵𝗼̂𝗻𝗴 𝗺𝗶𝗻𝗵 𝗵𝗼̛𝗻 𝗸𝗵𝗼̂𝗻𝗴?
𝗖𝗮̂𝘂 𝘁𝗿𝗮̉ 𝗹𝗼̛̀𝗶 𝗻𝗴𝗮̆́𝗻 𝗴𝗼̣𝗻: 𝗖𝗢́.

Một nghiên cứu gần đây từ 𝗔𝗻𝘁𝗵𝗿𝗼𝗽𝗶𝗰 đã phân tích sâu về vấn đề này.

Nghiên cứu có tên “How AI Impacts Skill Formation” (AI ảnh hưởng như thế nào đến việc hình thành kỹ năng) cho thấy rằng mặc dù các trợ lý AI có thể 𝘁𝗮̆𝗻𝗴 𝗻𝗮̆𝗻𝗴 𝘀𝘂𝗮̂́𝘁, nhưng chúng cũng có thể 𝗰𝗮̉𝗻 𝘁𝗿𝗼̛̉ 𝘃𝗶𝗲̣̂𝗰 𝗽𝗵𝗮́𝘁 𝘁𝗿𝗶𝗲̂̉𝗻 𝗰𝗮́𝗰 𝗸𝘆̃ 𝗻𝗮̆𝗻𝗴 𝗾𝘂𝗮𝗻 𝘁𝗿𝗼̣𝗻𝗴 𝘃𝗮̀ 𝗸𝗵𝗮̉ 𝗻𝗮̆𝗻𝗴 𝗵𝗶𝗲̂̉𝘂 𝗸𝗵𝗮́𝗶 𝗻𝗶𝗲̣̂𝗺.

Trong một thí nghiệm được kiểm soát, các lập trình viên sử dụng AI để học một thư viện lập trình mới đ𝗮̣𝘁 đ𝗶𝗲̂̉𝗺 𝘁𝗵𝗮̂́𝗽 𝗵𝗼̛𝗻 𝟭𝟳% trong bài kiểm tra hiểu biết so với những người học 𝗸𝗵𝗼̂𝗻𝗴 𝘀𝘂̛̉ 𝗱𝘂̣𝗻𝗴 𝗔𝗜.

Nghiên cứu cho thấy sự khác biệt 𝗸𝗵𝗼̂𝗻𝗴 𝗻𝗮̆̀𝗺 𝗼̛̉ 𝘃𝗶𝗲̣̂𝗰 𝗰𝗼́ 𝘀𝘂̛̉ 𝗱𝘂̣𝗻𝗴 𝗔𝗜 𝗵𝗮𝘆 𝗸𝗵𝗼̂𝗻𝗴, 𝗺𝗮̀ 𝗻𝗮̆̀𝗺 𝗼̛̉ 𝗰𝗮́𝗰𝗵 𝗰𝗵𝘂́𝗻𝗴 𝘁𝗮 𝘀𝘂̛̉ 𝗱𝘂̣𝗻𝗴 𝗔𝗜.
Yếu tố then chốt là 𝗺𝘂̛́𝗰 đ𝗼̣̂ 𝘁𝗵𝗮𝗺 𝗴𝗶𝗮 𝘁𝘂̛ 𝗱𝘂𝘆 (𝗰𝗼𝗴𝗻𝗶𝘁𝗶𝘃𝗲 𝗲𝗻𝗴𝗮𝗴𝗲𝗺𝗲𝗻𝘁).

Những người sử dụng AI như 𝗺𝗼̣̂𝘁 𝗰𝗼𝗻 đ𝘂̛𝗼̛̀𝗻𝗴 𝘁𝗮̆́𝘁, chỉ đơn giản 𝗴𝗶𝗮𝗼 𝘃𝗶𝗲̣̂𝗰 𝗰𝗵𝗼 𝗔𝗜 𝘃𝗮̀ 𝗰𝗼𝗽𝘆–𝗽𝗮𝘀𝘁𝗲 𝗰𝗮̂𝘂 𝘁𝗿𝗮̉ 𝗹𝗼̛̀𝗶, thì việc học của họ bị suy giảm.

Ngược lại, những người sử dụng AI như 𝗺𝗼̣̂𝘁 𝗰𝗼̂𝗻𝗴 𝗰𝘂̣ 𝗵𝗼̣𝗰 𝘁𝗮̣̂𝗽 — đặt câu hỏi về khái niệm, tìm kiếm lời giải thích và chủ động tương tác với kiến thức — thì 𝗴𝗵𝗶 𝗻𝗵𝗼̛́ 𝗸𝗶𝗲̂́𝗻 𝘁𝗵𝘂̛́𝗰 𝘁𝗼̂́𝘁 𝗵𝗼̛𝗻 𝘃𝗮̀ đ𝗮̣𝘁 𝗸𝗲̂́𝘁 𝗾𝘂𝗮̉ 𝗰𝗮𝗼 𝗵𝗼̛𝗻.

Điều này có 𝘆́ 𝗻𝗴𝗵𝗶̃𝗮 𝗿𝗮̂́𝘁 𝗹𝗼̛́𝗻 𝗱𝗼̂́𝗶 𝘃𝗼̛́𝗶 𝘁𝘂̛𝗼̛𝗻𝗴 𝗹𝗮𝗶 𝗰𝗼̂𝗻𝗴 𝘃𝗶𝗲̣̂𝗰. Khi chúng ta tích hợp AI sâu hơn vào quy trình làm việc, chúng ta có nguy cơ tạo ra một lực lượng lao động 𝗿𝗮̂́𝘁 𝗻𝗮̆𝗻𝗴 𝘀𝘂𝗮̂́𝘁 𝘁𝗿𝗼𝗻𝗴 𝗻𝗴𝗮̆́𝗻 𝗵𝗮̣𝗻 𝗻𝗵𝘂̛𝗻𝗴 𝘁𝗵𝗶𝗲̂́𝘂 𝗰𝗵𝘂𝘆𝗲̂𝗻 𝗺𝗼̂𝗻 𝘀𝗮̂𝘂 để:

• 𝗱𝗼̂̉𝗶 𝗺𝗼̛́𝗶 𝘀𝗮́𝗻𝗴 𝘁𝗮̣𝗼
• 𝗴𝗶𝗮̉𝗶 𝗾𝘂𝘆𝗲̂́𝘁 𝘃𝗮̂́𝗻 đ𝗲̂̀ 𝗽𝗵𝘂̛́𝗰 𝘁𝗮̣𝗽
• thậm chí 𝗱𝗲𝗯𝘂𝗴 𝗰𝗵𝗶́𝗻𝗵 𝗰𝗮́𝗰 𝗵𝗲̣̂ 𝘁𝗵𝗼̂́𝗻𝗴 𝗔𝗜 mà họ đang phụ thuộc

👉 𝗩𝗮̂́𝗻 đ𝗲̂̀ 𝗸𝗵𝗼̂𝗻𝗴 𝗽𝗵𝗮̉𝗶 𝗹𝗮̀ “𝗰𝗼́ 𝗱𝘂̀𝗻𝗴 𝗔𝗜 𝗵𝗮𝘆 𝗸𝗵𝗼̂𝗻𝗴”, 𝗺𝗮̀ 𝗹𝗮̀ “𝗰𝗵𝘂́𝗻𝗴 𝘁𝗮 𝗱𝘂̀𝗻𝗴 𝗔𝗜 𝗻𝗵𝘂̛ 𝘁𝗵𝗲̂́ 𝗻𝗮̀𝗼”.

Đọc toàn bộ bài nghiên cứu tại đây:
https://lnkd.in/gxeTb8xV

14/03/2026

𝗞𝗶𝗰𝗸-𝗼𝗳𝗳 𝗵𝗮̀𝗻𝗵 𝘁𝗿𝗶̀𝗻𝗵 đ𝗼̂̉𝗶 𝗺𝗼̛́𝗶 𝘃𝗮̀ 𝗵𝗼̣𝗰 𝘁𝗮̣̂𝗽 𝗹𝗶𝗲̂𝗻 𝘁𝘂̣𝗰 trong kỷ nguyên AI.

Tư duy sáng tạo thay đổi công nghiệp phát triển phần mềm, tạo ra các sản phẩm 𝗔𝗜-𝗡𝗮𝘁𝗶𝘃𝗲 𝘀𝗼𝗳𝘁𝘄𝗮𝗿𝗲 và thay đổi sâu sắc vai trò của lập trình viên.