0:00

1:19:39

OpenAI’s head of platform engineering on the next 12-24 months of AI | Sherwin Wu

Lenny's Podcast·1:19:39·Technology·B2

Chương · 9

Chương 1·AI Transforms Software Engineering

Hiển thị

Tiếng ViệtAuto-scroll

0:00

95% of engineers use Codex.

95% kỹ sư sử dụng Codex.

0:02

100% of our PRs are reviewed by Codex for engineers.

100% PR của chúng tôi được Codex đánh giá cho các kỹ sư.

0:06

I don't know what job has changed more in the past couple years.

Tôi không biết công việc nào đã thay đổi nhiều hơn trong vài năm qua.

0:08

Engineers are becoming tech leads.

Các kỹ sư đang trở thành trưởng nhóm kỹ thuật.

0:10

They're managing fleets and fleets of agents.

Họ đang quản lý hết đội này đến đội khác các tác nhân.

0:11

It literally feels like we're wizards casting music all these spells.

Cảm giác thật sự như chúng ta là những pháp sư đang niệm [nhạc] tất cả những câu thần chú này.

0:14

And these spells are kind of like going out and doing things for you.

Và những câu thần chú này giống như đi ra ngoài và làm mọi thứ cho bạn.

0:17

What do you think people aren't pricing in yet?

Bạn nghĩ mọi người vẫn chưa định giá vào điều gì?

0:19

The second or third order effects of the

Những hiệu ứng bậc hai hoặc bậc ba của

0:21

one-person billion dollar startup to enable a one-person billion dollar startup.

Startup tỷ đô một người để tạo điều kiện cho một startup tỷ đô một người.

0:24

There might be a hundred other small startups building bespoke software.

Có thể có hàng trăm startup nhỏ khác đang xây dựng phần mềm theo yêu cầu riêng.

0:27

And so I think we might actually enter into a golden age of B2B SAS.

Và vì vậy tôi nghĩ chúng ta thực sự có thể bước vào một thời kỳ hoàng kim của B2B SAS.

0:31

- I've been hearing more and more there's this stress people feel when their agents aren't working.

- Tôi ngày càng nghe nhiều hơn về sự căng thẳng mà mọi người cảm thấy khi các tác nhân của họ không hoạt động.

0:35

There's a team that's actually doing an experiment right now within OpenAI where they are maintaining a 100% Codex-written codebase.

Có một nhóm thực sự đang làm thí nghiệm ngay bây giờ trong OpenAI, nơi họ đang duy trì một cơ sở mã được viết 100% bởi Codex.

0:40

They run into the exact problems that music you're describing.

Họ gặp đúng những vấn đề mà [nhạc] bạn đang mô tả.

0:43

And so usually you're like, all right, I'll roll up my sleeves and figure it out.

Và thường thì bạn sẽ kiểu, được rồi, tôi sẽ xắn tay áo lên và tìm ra cách giải quyết.

0:45

Team doesn't have that escape hatch.

Nhóm không có lối thoát đó.

0:47

- You've shared that listening to customers not always the right strategy in AI.

- Bạn đã chia sẻ rằng lắng nghe khách hàng không phải lúc nào cũng là chiến lược đúng trong AI.

0:50

The field and the models themselves are just changing so quickly.

Lĩnh vực và bản thân các mô hình đang thay đổi quá nhanh.

0:53

They tend to like disrupt themselves.

Chúng có xu hướng tự đột phá chính mình.

0:55

The models will eat your scaffolding for breakfast.

Các mô hình sẽ ăn giàn giáo của bạn vào bữa sáng.

0:57

What's your advice to folks that are like, "Okay, I don't want to miss the boat." Make sure you're building for where the models are

Lời khuyên của bạn cho những người kiểu, "Được rồi, tôi không muốn bỏ lỡ con thuyền." Hãy đảm bảo bạn đang xây dựng cho nơi các mô hình sẽ

1:04

going and not where they are today.

Đi tới chứ không phải nơi chúng đang ở hiện tại.

1:05

There's a quote from Kevin Whale, our VP of science here.

Có một câu nói của Kevin Whale, VP khoa học của chúng tôi ở đây.

1:08

He likes saying, "This is the worst the models will ever be." Today, my guest is Sherwin Woo, head of engineering for OpenAI's API and developer platform.

Ông ấy thích nói, "Đây là lúc các mô hình tệ nhất mà chúng sẽ từng có." Hôm nay, khách mời của tôi là Sherwin Woo, trưởng bộ phận kỹ thuật cho API và nền tảng dành cho nhà phát triển của OpenAI.

1:17

Considering that essentially every AI startup integrates with OpenAI's APIs, Sherwin has an incredibly unique and broad view into what is going on and where things are

Xét rằng về cơ bản mọi startup AI đều tích hợp với API của OpenAI, Sherwin có một góc nhìn cực kỳ độc đáo và rộng lớn về những gì đang diễn ra và mọi thứ đang

1:26

heading.

Đi về đâu.

1:26

Let's get into it after a short word from our wonderful sponsors.

Hãy cùng đi vào nội dung sau một lời ngắn từ các nhà tài trợ tuyệt vời của chúng tôi.

1:31

Today's episode is brought to you by DX, the developer intelligence platform designed by leading researchers.

Tập hôm nay được tài trợ bởi DX, nền tảng thông tin dành cho nhà phát triển được thiết kế bởi các nhà nghiên cứu hàng đầu.

1:36

To thrive in the AI era, organizations need to adapt quickly.

Để phát triển mạnh trong kỷ nguyên AI, các tổ chức cần thích nghi nhanh chóng.

1:40

But many organization leaders struggle to answer pressing questions music like which tools are working?

Nhưng nhiều lãnh đạo tổ chức vật lộn để trả lời những câu hỏi cấp bách [nhạc] như công cụ nào đang hiệu quả?

1:45

How are they being used?

Chúng đang được sử dụng như thế nào?

1:46

What's actually driving value?

Điều gì thực sự đang tạo ra giá trị?

1:48

DX music provides the data and insights that

DX [nhạc] cung cấp dữ liệu và thông tin chi tiết mà

1:51

leaders need to navigate this shift.

Các nhà lãnh đạo cần để điều hướng sự chuyển dịch này.

1:53

With DX, companies like Dropbox, Booking.com, Adion, music and Intercom get a deep understanding of how AI is providing value to their developers and what impact AI is having on engineering productivity.

Với DX, các công ty như Dropbox, Booking.com, Adion, [nhạc] và Intercom có được hiểu biết sâu sắc về cách AI đang mang lại giá trị cho các nhà phát triển của họ và tác động của AI đang ảnh hưởng thế nào đến năng suất kỹ thuật.

2:06

To learn more, visit DX's website at getdx.com/lenny.

Để tìm hiểu thêm, hãy truy cập trang web của DX tại getdx.com/lenny.

2:10

That's getdx.com/lenny.

Đó là getdx.com/lenny.

2:14

Applications break in all kinds of ways.

Ứng dụng hỏng theo đủ mọi cách.

2:16

Crashes, slowdowns, regressions, and the stuff that you only see once real users show up.

Sập, chậm, thoái hóa, và những thứ bạn chỉ thấy khi người dùng thật xuất hiện.

2:22

Sentry music catches it all.

Sentry [nhạc] bắt được tất cả.

2:24

See what happened where, and why, down to the commit that introduced the error, the developer who shipped it, and the music exact line of code all in one connected view.

Xem điều gì đã xảy ra ở đâu, và tại sao, cho đến tận commit đã đưa ra lỗi, nhà phát triển đã phát hành nó, và [nhạc] dòng mã chính xác, tất cả trong một chế độ xem được kết nối.

2:34

I've definitely tried the music five tabs and Slack thread approach to debugging.

Tôi chắc chắn đã từng thử cách [nhạc] năm tab và luồng Slack để gỡ lỗi.

2:39

This is better.

Cách này tốt hơn.

2:40

Sentry shows you how the request moved, what ran, what slowed down, and what users music saw.

Sentry cho bạn thấy yêu cầu đã di chuyển thế nào, cái gì đã chạy, cái gì bị chậm lại, và người dùng [nhạc] đã thấy gì.

2:45

Seir, Sentry's AI debugging agent, takes it from there.

Seir, tác nhân gỡ lỗi AI của Sentry, tiếp nhận từ đó.

2:48

It uses all of that Sentry context to tell you the root cause, suggest a fix, and even opens a PR for you.

Nó sử dụng toàn bộ ngữ cảnh Sentry đó để cho bạn biết nguyên nhân gốc, đề xuất cách sửa, và thậm chí mở một PR cho bạn.

2:55

It also reviews your music PR and flags any breaking changes with fixes ready to go.

Nó cũng đánh giá PR [nhạc] của bạn và gắn cờ mọi thay đổi gây hỏng với các bản sửa đã sẵn sàng.

3:01

Try Sentry and SER for music free at centry.io/lenny

Dùng thử Sentry và SER miễn phí [nhạc] tại centry.io/lenny

3:04

and use code Lenny for $100 in Sentry credits.

Và dùng mã Lenny để nhận 100 đô la tín dụng Sentry.

3:12

That's nt r y.io/lenny.

Đó là nt r y.io/lenny.

3:16

Sherwin, thank you so much for being here and welcome to the podcast.

Sherwin, cảm ơn bạn rất nhiều vì đã ở đây và chào mừng đến với podcast.

3:19

Thank you.

Cảm ơn bạn.

3:19

Thank you for having me.

Cảm ơn vì đã mời tôi.

3:21

- I want to start with what's feeling like a barometer of progress in AI, especially in engineering.

- Tôi muốn bắt đầu với điều đang giống như một thước đo tiến bộ trong AI, đặc biệt là trong lĩnh vực kỹ thuật.

3:26

What percentage of your code, if you even write code anymore, and your team's code is written by AI at this point?

Bao nhiêu phần trăm code của bạn, nếu bạn còn viết code nữa, và code của nhóm bạn được viết bởi AI ở thời điểm này?

3:34

- I do write code occasionally now still.

- Tôi vẫn thỉnh thoảng viết code hiện nay.

3:37

Uh and I actually say for managers like myself, it's way easier to use these AI tools uh than to manually code at this point.

Uh và tôi thực sự nói rằng đối với các quản lý như tôi, việc sử dụng các công cụ AI này dễ dàng hơn nhiều uh so với việc code thủ công ở thời điểm này.

3:43

And so I know for myself and some of the other emuring managers at OpenAI, uh all of our code is written by Codex uh at this point.

Và vì vậy tôi biết đối với bản thân tôi và một số quản lý đang nổi lên khác tại OpenAI, uh tất cả code của chúng tôi đều được viết bởi Codex uh ở thời điểm này.

3:51

But more broadly, there's just been this there's just so much energy.

Nhưng rộng hơn, chỉ có điều này thôi, có quá nhiều năng lượng.

3:54

There's like a tangible energy internally around just

Có một năng lượng hữu hình trong nội bộ xung quanh việc

3:57

how far these tools have gotten, how good Codex as a tool has gotten for us.

Các công cụ này đã tiến xa đến mức nào, Codex như một công cụ đã tốt đến mức nào đối với chúng tôi.

4:01

And uh it's it's a little hard for us to exactly measure how much of the code is is written because the vast majority of it I'd say like close to 100% is usually generated by AI first.

Và uh thật khó để chúng tôi đo lường chính xác bao nhiêu phần trăm code được viết vì phần lớn trong số đó tôi muốn nói gần như 100% thường được tạo ra bởi AI trước tiên.

4:12

What we do track though is you know at this point the vast majority of engineers use Codex on a daily basis.

Tuy nhiên, điều chúng tôi theo dõi là bạn biết đấy, ở thời điểm này phần lớn các kỹ sư sử dụng Codex hàng ngày.

4:18

So 95% of engineers um use Codex.

Vì vậy 95% kỹ sư um sử dụng Codex.

4:20

Um 100% of our PRs are reviewed by Codex daily as

Um 100% PR của chúng tôi được xem xét bởi Codex hàng ngày

4:24

well.

Nữa.

4:24

So basically any code that goes into production that's merged in Kodas kind of has its eyes on and uh suggests improvements suggests changes uh in the PRs.

Vì vậy về cơ bản bất kỳ code nào đi vào sản xuất được hợp nhất trong Kodas đều được nó để mắt tới và uh đề xuất cải tiến, đề xuất thay đổi uh trong các PR.

4:33

And so uh that's kind of what we're seeing internally.

Và vì vậy uh đó là những gì chúng tôi đang thấy trong nội bộ.

4:36

But by and large the most exciting is just the energy that there that there is.

Nhưng nhìn chung điều thú vị nhất chỉ là năng lượng ở đó.

4:41

Um another observation that we've had is uh engineers who tend to use Codex more uh

Um một quan sát khác mà chúng tôi có là uh các kỹ sư có xu hướng sử dụng Codex nhiều hơn uh

4:46

open way more PRs.

Mở nhiều PR hơn.

4:47

So uh they're actually opening 70% more PRs uh and uh than the engineers who aren't using Codex as much.

Vì vậy uh họ thực sự mở nhiều hơn 70% PR uh và uh so với các kỹ sư không sử dụng Codex nhiều như vậy.

4:52

Uh and the gap is widening.

Uh và khoảng cách đang mở rộng.

4:53

So I feel like you know the people who are opening more PRs um are starting to you know learn how to use the tool more and more get more efficient and that 70% gap keeps uh growing over time and so might have actually increased since I last looked

Vì vậy tôi cảm thấy như bạn biết đấy những người mở nhiều PR hơn um đang bắt đầu bạn biết đấy học cách sử dụng công cụ nhiều hơn và hiệu quả hơn và khoảng cách 70% đó tiếp tục uh tăng lên theo thời gian và vì vậy có thể đã thực sự tăng lên kể từ lần cuối tôi xem

5:06

at the at the number.

Con số đó.

5:07

- Okay.

- Được rồi.

5:07

So just to make sure we hear what you're saying you're saying all of the code of these 95% uh engineers at OpenAI is written by AI.

Vì vậy chỉ để đảm bảo chúng tôi nghe được điều bạn đang nói, bạn đang nói rằng tất cả code của 95% uh kỹ sư này tại OpenAI đều được viết bởi AI.

5:16

It's written and then they review it.

Nó được viết và sau đó họ xem xét nó.

5:19

- Yep.

- Đúng.

5:19

Yep.

Đúng.

5:20

- It's It's like crazy that's almost like not crazy anymore that we're just like getting used to this.

- Thật điên rồ, gần như không còn điên rồ nữa vì chúng ta chỉ đang quen với điều này.

5:25

I think there's still some getting used to be clear.

Tôi nghĩ vẫn còn một chút cần phải quen, rõ ràng là vậy.

5:28

Uh there's also I think some you know uh engineers who I think trust uh Codex a little bit less but um basically every day I talk to someone who uh is blown away by something that I can do and kind of like the

Uh cũng có tôi nghĩ một số bạn biết đấy uh kỹ sư mà tôi nghĩ tin tưởng uh Codex ít hơn một chút nhưng um về cơ bản mỗi ngày tôi nói chuyện với ai đó uh bị choáng ngợp bởi điều gì đó mà nó có thể làm và kiểu như

5:42

their bar of trust kind of uh or like how much they trust the model to do on its own goes up over and over uh over time.

Ngưỡng tin tưởng của họ kiểu uh hoặc như mức độ họ tin tưởng mô hình có thể tự làm tăng lên lặp đi lặp lại uh theo thời gian.

5:48

And there's a quote from Kevin Whale our um VP of science here and he likes saying this is the worst the models will ever be.

Và có một câu nói từ Kevin Whale, um VP khoa học của chúng tôi ở đây và anh ấy thích nói rằng đây là lúc các mô hình tệ nhất.

5:55

And so this is the worst that the models ever be for software engineering as well.

Và vì vậy đây là lúc các mô hình tệ nhất đối với kỹ thuật phần mềm.

5:58

And so over time you just see people trusting

Và vì vậy theo thời gian bạn chỉ thấy mọi người tin tưởng

6:01

it more and more and then we'll see the models get better and better as well.

Nó nhiều hơn và sau đó chúng ta sẽ thấy các mô hình trở nên tốt hơn và tốt hơn nữa.

6:04

- Yeah.

- Đúng.

6:04

Kevin Wheel, former podcast guest, uh he said exactly that line on this podcast and a few times.

Kevin Wheel, khách mời podcast trước đây, uh anh ấy đã nói chính xác câu đó trên podcast này và vài lần.

6:10

- Yeah.

- Đúng.

6:10

Uh Peter the Claudebot/moldbotclaw is what it's called now.

Uh Peter the Claudebot/moldbotclaw là tên gọi hiện nay.

6:13

uh developer uh recently shared that he uses Codex for his work and he feels like anytime it does things he just trusts that it has done the right job and he's just like almost certain he could just commit it to master and it'll be great.

Uh nhà phát triển uh gần đây đã chia sẻ rằng anh ấy sử dụng Codex cho công việc của mình và anh ấy cảm thấy như bất cứ khi nào nó làm gì đó anh ấy chỉ tin rằng nó đã làm đúng công việc và anh ấy gần như chắc chắn rằng anh ấy có thể commit nó lên master và nó sẽ tuyệt vời.

6:28

- Yeah.

- Đúng.

6:28

Yeah.

Đúng.

6:28

He's a great um user of Codex.

Anh ấy là một um người dùng tuyệt vời của Codex.

6:30

I know he's in close touch with the team gives us great feedback.

Tôi biết anh ấy liên lạc chặt chẽ với nhóm và cho chúng tôi phản hồi tuyệt vời.

6:34

Um not surprised that he uses it.

Um không ngạc nhiên khi anh ấy sử dụng nó.

6:35

I mean uh sorry it's called open claw.

Ý tôi là uh xin lỗi nó được gọi là open claw.

6:38

- Open claw.

- Mở claw.

6:38

Yeah.

Ừ.

6:39

- Open claw is a great is a great product.

- Open claw là một sản phẩm tuyệt vời.

6:40

And then I saw that this I mean this is very recent but this morning I think mold's book uh kind of like uh was shared as well and seeing all the uh AI agents talk to each other is pretty uh pretty surreal.

Và sau đó tôi thấy rằng điều này, ý tôi là điều này rất gần đây nhưng sáng nay tôi nghĩ cuốn sách của Mold, ừm, kiểu như đã được chia sẻ, và việc thấy tất cả các tác nhân AI nói chuyện với nhau thật khá siêu thực.

6:50

It's basically her is happening in real life is what I'm hearing.

Về cơ bản thì cô ấy đang xảy ra trong đời thực, đó là những gì tôi nghe được.

6:53

- Yeah.

- Ừ.

6:53

Yeah.

Ừ.

6:54

- So just like coming back to this crazy moment we are living through four engineers in particular.

- Vậy quay lại khoảnh khắc điên rồ này mà chúng ta đang trải qua, đặc biệt là bốn kỹ sư.

6:59

We've gone from you write every line of code to now AI is writing all of your code.

Chúng ta đã đi từ việc bạn viết từng dòng mã đến việc AI viết toàn bộ mã của bạn.

7:04

I don't know what job has changed more in the past couple years like job that we didn't expect to change this much where just like the job of an engineer is so different in the entire lifespan of an

Tôi không biết công việc nào đã thay đổi nhiều hơn trong vài năm qua, kiểu như công việc mà chúng ta không ngờ lại thay đổi nhiều đến vậy, nơi mà công việc của một kỹ sư giờ đây khác biệt đến thế trong toàn bộ vòng đời của một

7:17

engineer like in the past couple years it's now shifted to I don't write any more code how do you imagine the role of an engineer and the job of a software engineer looks in the next couple years just like what is that job yeah it's I mean it's honestly being really cool to see um uh and it's part of where the excitement is because uh like the job is likely going to change pretty

Kỹ sư, kiểu như trong vài năm qua nó đã chuyển sang việc tôi không viết mã nữa. Bạn hình dung vai trò của một kỹ sư và công việc của một kỹ sư phần mềm sẽ như thế nào trong vài năm tới? Công việc đó là gì? Thành thật mà nói, thật tuyệt khi thấy điều đó, và đó là một phần của sự phấn khích vì công việc có thể sẽ thay đổi khá

7:36

significantly over the next one to two years.

Đáng kể trong một đến hai năm tới.

7:37

It kind of feels like we're still figuring things out though and so there's like this excitement I know especially from some of the software engineers of like we're in this rare moment you know maybe over the next 12 to 24 months where we'll kind of get to figure things out ourselves and set our standards for ourselves in terms of

Có vẻ như chúng ta vẫn đang tìm hiểu mọi thứ, và vì vậy có sự phấn khích này, tôi biết đặc biệt từ một số kỹ sư phần mềm, kiểu như chúng ta đang ở trong khoảnh khắc hiếm hoi này, có thể trong 12 đến 24 tháng tới, chúng ta sẽ tự tìm ra mọi thứ và đặt ra tiêu chuẩn cho chính mình về

7:53

where I see uh I see this moving.

Nơi tôi thấy điều này đang diễn ra.

7:55

So I think there's a common thing that everyone's saying which is uh you know people are generally like IC engineers are becoming tech leads.

Vậy tôi nghĩ có một điều phổ biến mà mọi người đang nói, đó là mọi người thường như các kỹ sư IC đang trở thành trưởng nhóm kỹ thuật.

8:02

They're basically like managers now.

Về cơ bản họ giống như những người quản lý bây giờ.

8:04

They're managing fleets and fleets of agents.

Họ đang quản lý các đội và đội tác nhân.

8:06

Um I know many of the engineers on my team basically have like 10 to 20 uh threads kind of being pulled on at the same

Ừm, tôi biết nhiều kỹ sư trong nhóm của tôi về cơ bản có khoảng 10 đến 20 luồng công việc đang được kéo cùng một

8:14

time.

Lúc.

8:14

Obviously not active running Codex uh jobs but uh just a lot of parallel threads.

Rõ ràng không phải là các công việc Codex đang chạy hoạt động, mà chỉ là rất nhiều luồng song song.

8:18

They're checking in on what they're doing.

Họ kiểm tra xem chúng đang làm gì.

8:20

They're steering the agents and Codex and and giving it feedback.

Họ đang điều hướng các tác nhân và Codex và đưa ra phản hồi cho nó.

8:24

And so their job has kind of really changed from just writing the code itself into being almost like a manager.

Và vì vậy công việc của họ đã thay đổi thực sự từ việc chỉ viết mã thành gần như là một người quản lý.

8:30

In terms of where I think this will go one to two years from now.

Về việc tôi nghĩ điều này sẽ đi đến đâu trong một đến hai năm tới.

8:34

Vậy

8:35

one uh kind of metaphor that I kind of always come back to here is actually from this uh is from this uh programming textbook uh that I read back in college called sikp.

Một ừm kiểu ẩn dụ mà tôi luôn quay lại ở đây thực ra là từ cuốn sách giáo khoa lập trình mà tôi đọc hồi đại học có tên là SICP.

8:45

I don't know if you've heard of it.

Tôi không biết bạn đã nghe nói về nó chưa.

8:48

Uh structure and uh interpretation of computer programs.

Ừm, Cấu trúc và Giải thích các Chương trình Máy tính.

8:51

So si sicp.

Vậy SICP.

8:52

um at MIT it was really popular and and it was actually used as the uh introductory it was the textbook for the intro programming course for a very long time um and it kind of has this cult following um it teaches you programming uh it teaches you a dialect of list called scheme uh and so it like introduces you to like functional programming it's like very mindopening

Ừm, tại MIT nó rất phổ biến và thực sự được dùng như là cuốn sách giáo khoa cho khóa học lập trình nhập môn trong một thời gian rất dài, và nó có một lượng người hâm mộ cuồng nhiệt. Nó dạy bạn lập trình, dạy bạn một phương ngữ của Lisp gọi là Scheme, và vì vậy nó giới thiệu cho bạn lập trình hàm, nó rất mở mang đầu óc

9:14

in that way but the thing that was memorable for me about that book so I I kind of read it in college um the very beginning of it kind of describes programming as a discipline and draws this metaphor to basically like sorcery.

Theo cách đó, nhưng điều đáng nhớ với tôi về cuốn sách đó, tôi đọc nó ở đại học, phần đầu của nó mô tả lập trình như một ngành học và vẽ ra ẩn dụ này về cơ bản giống như phép thuật.

9:26

Like it says like software engineers are like wizards and you're like programming languages are like incantations and you're like you know you're you're saying you're issuing these spells and these spells are kind of like going out and doing things for you and the challenge is like what incantation do you have to say to make the program do what you want.

Nó nói rằng các kỹ sư phần mềm giống như các pháp sư và bạn giống như các ngôn ngữ lập trình là những câu thần chú và bạn biết đấy, bạn đang nói, bạn đang phát ra những câu thần chú này và những câu thần chú này đi ra ngoài và làm mọi thứ cho bạn, và thách thức là bạn phải nói câu thần chú nào để làm cho chương trình làm điều bạn muốn.

9:42

And

Và

9:43

this book was written in 1980 so this is this is a while ago and I think that metaphor is actually like kind of persisted over time.

Cuốn sách này được viết vào năm 1980, vậy đây là một thời gian khá lâu rồi và tôi nghĩ ẩn dụ đó thực sự đã tồn tại theo thời gian.

9:50

And I think it's actually playing out as we move into this uh new era of vibe coding or just like what software engineering will look like because programming languages were basically these incantations.

Và tôi nghĩ nó thực sự đang diễn ra khi chúng ta bước vào kỷ nguyên mới này của lập trình theo cảm hứng hoặc chỉ là hình dáng của kỹ thuật phần mềm sẽ như thế nào, bởi vì các ngôn ngữ lập trình về cơ bản là những câu thần chú này.

9:58

They've changed over time and the challenge has

Chúng đã thay đổi theo thời gian và thách thức đã

10:01

always and the trend has been that these it's been easier and easier to kind of get them the the computer to do what you want uh via programming.

Luôn luôn và xu hướng là việc làm cho máy tính làm điều bạn muốn thông qua lập trình ngày càng dễ dàng hơn.

10:08

And I think the current wave of AI is probably the next stage of that evolution.

Và tôi nghĩ làn sóng AI hiện tại có lẽ là giai đoạn tiếp theo của sự tiến hóa đó.

10:12

it is now literally incantations because you can tell you know your uh you can tell Codex you can tell cursor uh exactly what you want to

Bây giờ nó thực sự là những câu thần chú theo nghĩa đen, vì bạn có thể nói với Codex, bạn có thể nói với Cursor chính xác những gì bạn muốn

10:20

do and then it'll all go do it for you.

Làm và sau đó nó sẽ đi làm điều đó cho bạn.

10:22

Uh, and I particularly like the wizard and like the the sorcery analogy because uh I think our current state is is starting to move towards kind of like the sorcerers apprentice uh you know from Fantasia uh where Mickey Mouse is like you know he finds the sorcerer hat and he tries to do all these things and I actually think it's a really apt analogy because one uh it's just it's

Ừm, và tôi đặc biệt thích ẩn dụ về pháp sư và phép thuật vì tôi nghĩ trạng thái hiện tại của chúng ta đang bắt đầu tiến tới kiểu như người học việc của pháp sư, bạn biết đấy, từ Fantasia, nơi Mickey Mouse tìm thấy chiếc mũ của pháp sư và cố gắng làm tất cả những điều này, và tôi thực sự nghĩ đó là một ẩn dụ rất thích hợp vì một là nó chỉ là

10:41

really powerful now these incantations you can do can is extremely high leverage but you kind of have to know what you're doing right like in Sorcerers Apprentice the whole plot is like Mickey goes wild the brooms like go crazy and everything's flooding.

Thực sự mạnh mẽ bây giờ, những câu thần chú này bạn có thể làm có đòn bẩy cực cao nhưng bạn phải biết mình đang làm gì, đúng không, giống như trong Người học việc của Pháp sư, toàn bộ cốt truyện là Mickey nổi loạn, những cây chổi phát điên và mọi thứ ngập lụt.

10:53

I think he literally sets the like sets the uh the brooms off on a task and then goes asleep.

Tôi nghĩ anh ấy thực sự đặt những cây chổi vào một nhiệm vụ và sau đó đi ngủ.

10:58

Uh and so, you know, it's like vi coding at it at its at its greatest and then eventually the old sorcerer comes back and like cleans everything up.

Ừm, và vì vậy, bạn biết đấy, nó giống như lập trình theo cảm hứng ở đỉnh cao của nó và cuối cùng vị pháp sư già quay lại và dọn dẹp mọi thứ.

11:06

And um you know when I see engineers kind of like doing these these these 20 different uh Codex threads at a time there is some

Và ừm, bạn biết đấy, khi tôi thấy các kỹ sư làm những việc như 20 luồng Codex khác nhau cùng một lúc, có một số

11:14

skill and there's some seniority and like you know uh um a lot of thought that needs to go into this because you want to make sure that the the models aren't going off the rails.

Kỹ năng và có một số thâm niên và bạn biết đấy, ừm, rất nhiều suy nghĩ cần được đưa vào đây vì bạn muốn đảm bảo rằng các mô hình không đi chệch hướng.

11:23

Uh you definitely don't want to just like completely uh go away and you know like ignore the thing.

Ừm, bạn chắc chắn không muốn chỉ hoàn toàn biến mất và bạn biết đấy, phớt lờ mọi thứ.

11:28

But it's also extremely high leverage like you know a very senior engineer who's who's really prol uh proficient with

Nhưng nó cũng có đòn bẩy cực cao, bạn biết đấy, một kỹ sư rất cấp cao thực sự thành thạo với

11:34

these tools uh can now just do way more things via what they're doing.

Những công cụ này giờ đây có thể làm được nhiều thứ hơn thông qua những gì họ đang làm.

11:37

And I think this is also what makes it fun.

Và tôi nghĩ đây cũng là điều khiến nó trở nên thú vị.

11:40

Like it literally feels like we're wizards now.

Giống như thật sự cảm giác như chúng ta là phù thủy vậy.

11:41

You know, it feels like we're closer to to having uh to to making it feel like this like magical experience where we're, you know, casting all these spells and having software do all these things for you.

Bạn biết đấy, cảm giác như chúng ta đang gần hơn với việc có được trải nghiệm kỳ diệu này, nơi chúng ta niệm đủ loại phép thuật và để phần mềm làm tất cả những việc này cho bạn.

11:51

- I was thinking of the sorcerers apprentice exactly as the metaphor as you were describing that.

- Tôi đã nghĩ đến câu chuyện người học việc của phù thủy đúng như ẩn dụ mà bạn đang mô tả.

11:54

So I'm glad you went there.

Nên tôi mừng vì bạn đã đi theo hướng đó.

11:56

Uh a previous podcast guest described it as you have a genie that you can that grants you wishes and it's a useful frame because you have to be very clear about the wish you want like if you want to be big like how big it could be.

Uh một khách mời podcast trước đây đã mô tả nó như việc bạn có một vị thần đèn có thể ban điều ước cho bạn, và đó là một cách diễn đạt hữu ích vì bạn phải rất rõ ràng về điều ước mình muốn, kiểu như nếu bạn muốn to lớn thì to cỡ nào.

12:07

- Yeah.

- Ừ.

12:07

Or it might be like the monkeykey's paw type thing where you know it's like you got what you want but what are the side effects?

Hoặc nó có thể giống kiểu bàn tay khỉ, nơi bạn biết đấy, bạn có được điều mình muốn nhưng tác dụng phụ là gì?

12:12

- Um yeah.

- Ừm ừ.

12:12

Yeah.

Ừ.

12:12

I think that and the analogy is great and um yeah the crazy thing for me is just the staying power of that book.

Tôi nghĩ điều đó và sự so sánh này thật tuyệt, và ừ, điều điên rồ với tôi chỉ là sức sống bền bỉ của cuốn sách đó.

12:18

Sik be like it's called the wizard book.

Sik kiểu như nó được gọi là cuốn sách phù thủy.

12:19

you know, people call it the wizard book because that is the metaphor that they kind of weave throughout the book.

Bạn biết đấy, mọi người gọi nó là cuốn sách phù thủy vì đó là ẩn dụ mà họ dệt xuyên suốt cuốn sách.

12:24

And um we're we've basically reached that point now, which is which is which is really cool.

Và ừm, về cơ bản chúng ta đã đạt đến điểm đó rồi, điều thật sự rất thú vị.

12:28

There's two kind of threads I want to follow here.

Có hai luồng mà tôi muốn theo đuổi ở đây.

12:30

One is I've been hearing more and more there's this like stress that people feel when their agents aren't working.

Một là tôi ngày càng nghe nhiều về căng thẳng mà mọi người cảm thấy khi các agent của họ không hoạt động.

12:34

You fire off all these, you know, Codex agents and then you have to keep stay on top of them.

Bạn tung ra tất cả những agent Codex này, rồi bạn phải liên tục theo dõi chúng.

12:39

Oh one's not working.

Ồ, một cái không hoạt động.

12:39

I'm wasting time.

Tôi đang lãng phí thời gian.

12:40

Uh do you do you feel that?

Uh bạn có cảm thấy điều đó không?

12:42

Do you feel that across your team at all?

Bạn có cảm thấy điều đó trong toàn bộ nhóm của mình không?

12:44

- Yeah.

- Ừ.

12:44

Yeah.

Ừ.

12:44

I mean, it happens all the time.

Ý tôi là, nó xảy ra mọi lúc.

12:46

And I actually think like this is where the interesting part of all of this lies right now because these models aren't perfect.

Và tôi thật sự nghĩ đây chính là nơi phần thú vị của tất cả chuyện này nằm ở hiện tại, vì những mô hình này không hoàn hảo.

12:52

These tools aren't perfect and we're still trying to figure out how to best interact with these uh with with Codex or with these AI agents to get work done.

Những công cụ này không hoàn hảo và chúng ta vẫn đang cố tìm ra cách tương tác tốt nhất với những uh với Codex hoặc với những AI agent này để hoàn thành công việc.

12:59

We see this come up all the time.

Chúng tôi thấy điều này xuất hiện mọi lúc.

13:01

There's a

Có một

13:02

particularly interesting team that we have internally.

Nhóm đặc biệt thú vị mà chúng tôi có nội bộ.

13:04

So there's a team that that's actually doing an experiment right now uh within OpenAI where they are basically maintaining a 100% Codex written codebase.

Vậy là có một nhóm thật sự đang làm thí nghiệm ngay bây giờ uh trong OpenAI, nơi về cơ bản họ đang duy trì một codebase được viết 100% bởi Codex.

13:11

Uh so you know like you know uh some you know you'll have the AI write code but you'll obviously end up like rewriting a lot of it and and you might need to like double check

Uh vậy bạn biết đấy, kiểu như bạn sẽ để AI viết code nhưng rõ ràng cuối cùng bạn sẽ viết lại rất nhiều và bạn có thể cần kiểm tra lại

13:22

and change things but this team is just fully Codex pill and just like leaning in entirely.

Và thay đổi mọi thứ, nhưng nhóm này thì hoàn toàn theo Codex và dấn thân hoàn toàn.

13:25

Uh and they run into the exact problems that you're describing which is like you know their challenge is you know uh you know I want to get this thing this feature built but I can't get the agent to do it.

Uh và họ gặp đúng những vấn đề mà bạn đang mô tả, kiểu như bạn biết đấy, thách thức của họ là, uh, tôi muốn xây dựng tính năng này nhưng tôi không thể khiến agent làm được.

13:35

And so usually there's an escape hatch where you know then you're like all right I'll

Và thường thì có một lối thoát, nơi bạn biết đấy, rồi bạn kiểu như được rồi tôi sẽ

13:39

roll up my sleeves and like figure it out and then instead of using Codex I might use like tab complete and cursor and things like that but this team uh for the experiment this team doesn't have that escape hatch.

Xắn tay áo lên và tìm cách giải quyết, rồi thay vì dùng Codex tôi có thể dùng tab complete và cursor và những thứ như vậy, nhưng nhóm này uh cho thí nghiệm này thì không có lối thoát đó.

13:48

Uh and so then the challenge like how do I get the the agent to to do this?

Uh và vậy thì thách thức là làm sao tôi khiến agent làm được việc này?

13:53

And um I actually think we're going to be publishing a blog post from some of our

Và ừm tôi thật sự nghĩ chúng tôi sẽ xuất bản một bài blog từ một số

13:57

learnings here.

Bài học của chúng tôi ở đây.

13:57

Um but a lot of fascinating like paradigms and best practices are falling out of this.

Ừm nhưng rất nhiều mô hình hấp dẫn và thực hành tốt nhất đang nảy ra từ việc này.

14:01

Um, one interesting thing that we've noticed, I don't know if this is what you kind of feel, but we definitely feel it here, is a lot of the time, uh, when the coding agent is not doing what you want, it's usually a problem with context and just like information that

Ừm, một điều thú vị mà chúng tôi nhận thấy, tôi không biết liệu đây có phải là điều bạn cảm nhận không, nhưng chúng tôi chắc chắn cảm thấy điều đó ở đây, là nhiều khi, uh, khi coding agent không làm điều bạn muốn, thường đó là vấn đề về ngữ cảnh và kiểu như thông tin mà

14:16

you've given it.

Bạn đã đưa cho nó.

14:17

It's just you've either underspecified or there's just not enough information around how to do something available to the agent, available to Codex.

Chỉ là bạn đã đặc tả thiếu hoặc không có đủ thông tin về cách làm một việc gì đó cho agent, cho Codex.

14:24

Uh and so uh when when you have to solve it through through that uh the challenge is then to to add documentation and actually work around this limitation and basically encode more tribal knowledge

Uh và vậy uh khi bạn phải giải quyết nó qua đó, thách thức là phải thêm tài liệu và thật sự xoay xở quanh giới hạn này, và về cơ bản mã hóa thêm kiến thức truyền miệng

14:37

that's in your head somehow into the codebase either via you know code comments itself or code structure itself or via text files like you know MD files skills any type of additional resources within the repository so that the model can um uh can better do its task.

Nằm trong đầu bạn bằng cách nào đó vào codebase, hoặc qua chính chú thích code hoặc cấu trúc code, hoặc qua các tệp văn bản như bạn biết đấy, tệp MD, skills, bất kỳ loại tài nguyên bổ sung nào trong repository để mô hình có thể ừm uh làm tốt hơn nhiệm vụ của nó.

14:54

There's a whole bunch of other learnings from this uh this group which I think is fascinating uh to explore.

Có cả một loạt bài học khác từ uh nhóm này mà tôi nghĩ là rất hấp dẫn uh để khám phá.

14:59

But yeah, kind of giving removing that escape hatch of no longer using AI has allowed them to start piecing together a lot of the problems that we'll have to solve if we really want to lean into agents.

Nhưng ừ, kiểu như việc loại bỏ lối thoát đó, không còn dùng AI nữa, đã cho phép họ bắt đầu ghép lại rất nhiều vấn đề mà chúng ta sẽ phải giải quyết nếu thật sự muốn dấn thân vào agent.

15:09

- Another uh issue people run into, you talked about how people are shipping PRs like crazy, a lot more PRs if they're working with AI.

- Một uh vấn đề khác mà mọi người gặp phải, bạn đã nói về việc mọi người gửi PR như điên, nhiều PR hơn rất nhiều nếu họ làm việc với AI.

15:16

Uh obviously code review is becoming a bigger challenge.

Uh rõ ràng việc review code đang trở thành một thách thức lớn hơn.

15:19

Is there anything you've figured out in your team to help speed that up to make that scale as and not just create this terrible job for people where they're just sitting there reviewing PRs all day?

Có điều gì bạn đã tìm ra trong nhóm của mình để giúp tăng tốc việc đó, để nó mở rộng quy mô và không chỉ tạo ra công việc khủng khiếp cho mọi người, nơi họ chỉ ngồi đó review PR cả ngày không?

15:27

- Yeah, I mean one thing is Codex reviews 100% of all of our PRs at this point.

- Ừ, ý tôi là một điều là Codex review 100% tất cả PR của chúng tôi ở thời điểm này.

15:32

And so uh I actually think so one really interesting thing that's happened is the things that tend to we hand we tend to hand to the models immediately tend to be the things that annoy us or like are the most boring parts of uh software engineering.

Và vậy uh tôi thật sự nghĩ, một điều thật sự thú vị đã xảy ra là những việc mà chúng tôi có xu hướng giao ngay cho các mô hình thường là những việc làm chúng tôi khó chịu hoặc kiểu như là những phần nhàm chán nhất của uh kỹ thuật phần mềm.

15:45

It's also why it's more fun now because we get to do more, you know, more of the fun things.

Đó cũng là lý do tại sao bây giờ vui hơn vì chúng ta được làm nhiều hơn, bạn biết đấy, nhiều việc thú vị hơn.

15:50

Um, for me, um, speaking more for myself, I

Ừm, đối với tôi, ừm, nói nhiều về bản thân mình hơn, tôi

15:53

really hated code reviews.

Thực sự ghét việc review code.

15:54

It was like one of the worst things for me.

Nó giống như một trong những thứ tồi tệ nhất đối với tôi.

15:56

And then I remember in my first job, uh, out of college, uh, it was at it was at Quora.

Và rồi tôi nhớ trong công việc đầu tiên của mình, uh, sau khi tốt nghiệp đại học, uh, đó là ở Quora.

16:02

Um, I owned I was working on the newsfeed and so I owned the code for the newsfeed.

Ừm, tôi sở hữu, tôi đang làm việc trên newsfeed và vì vậy tôi sở hữu code cho newsfeed.

16:06

And so I was a reviewer for Newsfeed and uh it was just like the central piece of code that everyone would touch.

Và vì vậy tôi là người review cho Newsfeed và uh nó giống như phần code trung tâm mà mọi người đều chạm vào.

16:11

And so I would just every morning I'd log in and be like 20 to 30 code reviews.

Và vì vậy mỗi sáng tôi chỉ đăng nhập và thấy như 20 đến 30 code review.

16:15

I just like oh my goodness I got to like you know get through all these.

Tôi chỉ kiểu ôi trời ơi tôi phải vượt qua hết đống này.

16:19

Um I would

Ừm tôi sẽ

16:20

procrastinate and then it grows to like 50.

Trì hoãn và rồi nó tăng lên như 50.

16:22

And so there's like a lot of code reviews.

Và vì vậy có rất nhiều code review.

16:24

Codex is really good at reviewing code.

Codex thực sự giỏi trong việc review code.

16:26

Uh so actually one thing that we've noticed that 52 in particular has gotten extremely strongly adept at is reviewing code and especially when you kind of steer it in the right direction.

Uh vậy thực ra một điều mà chúng tôi nhận thấy là 52 đặc biệt đã trở nên cực kỳ thành thạo trong việc review code và đặc biệt là khi bạn hướng nó đi đúng hướng.

16:34

And so uh for code reviews yeah we create a lot of PRs but Codex

Và vì vậy uh đối với code review yeah chúng tôi tạo ra rất nhiều PR nhưng Codex

16:38

reviews all of them and it makes you know code reviews go from a you know I don't know 10 15 minute task to sometimes even just like a two to three minute task because you have a uh a bunch of suggestions uh already baked in.

Review tất cả chúng và nó khiến bạn biết đấy code review chuyển từ một nhiệm vụ bạn biết đấy tôi không biết 10 15 phút thành đôi khi chỉ như một nhiệm vụ hai đến ba phút vì bạn đã có sẵn một loạt gợi ý uh đã được đưa vào.

16:49

Uh a lot of the times people will uh especially for small PRs like you actually don't even need people to review.

Uh nhiều lần mọi người sẽ uh đặc biệt là với những PR nhỏ thì bạn thực ra thậm chí không cần người review.

16:55

We kind of trust Codex in

Chúng tôi kiểu như tin tưởng Codex trong

16:57

this way.

Cách này.

16:57

Um the original author kind of looks at Codex.

Ừm tác giả gốc kiểu như xem qua Codex.

16:59

It is you know the benefit of code review is to have a second pair of eyes to make sure that you're not doing anything dumb.

Bạn biết đấy lợi ích của code review là có một cặp mắt thứ hai để đảm bảo rằng bạn không làm điều gì ngu ngốc.

17:05

Codex is a pretty smart second pair of eyes at this point and so that's something that that we've heavily leaned into.

Codex là một cặp mắt thứ hai khá thông minh ở thời điểm này và vì vậy đó là điều mà chúng tôi đã dựa vào rất nhiều.

17:11

Um the general CI process and like the post uh kind of push and like deployment process

Ừm quy trình CI chung và kiểu như quá trình post uh kiểu như push và triển khai

17:15

has also been heavily automated via Codex internally at this point.

Cũng đã được tự động hóa rất nhiều thông qua Codex nội bộ tại thời điểm này.

17:17

If you talk to a lot of engineers the thing that annoys them the most is after you've written your beautiful code like how do you get it into production?

Nếu bạn nói chuyện với nhiều kỹ sư thì điều khiến họ khó chịu nhất là sau khi bạn đã viết code tuyệt đẹp của mình thì làm thế nào để đưa nó vào production?

17:23

You know you got to you got to run through all these tests you got to like you know lint errors you code review.

Bạn biết đấy bạn phải chạy qua tất cả các bài test này bạn phải kiểu như bạn biết đấy lỗi lint code review.

17:28

Um there's a lot of automated stuff you can do with

Ừm có rất nhiều thứ tự động bạn có thể làm với

17:31

Codex and so we've actually built some tools internally that help automate that process, automate the lint, you know, if there's like a lint error, it's a very easy Codex fix.

Codex và vì vậy chúng tôi thực ra đã xây dựng một số công cụ nội bộ giúp tự động hóa quá trình đó, tự động hóa lint, bạn biết đấy, nếu có lỗi lint thì đó là một sửa lỗi Codex rất dễ dàng.

17:39

Uh and then just it could just patch it and then kind of restart the CI process.

Uh và rồi nó chỉ có thể vá nó và sau đó kiểu như khởi động lại quy trình CI.

17:43

Um so all of that is we're trying to collapse as into as little work for an engineer as possible which and the byproduct

Ừm vậy tất cả những điều đó chúng tôi đang cố gắng thu gọn thành ít công việc nhất có thể cho một kỹ sư và sản phẩm phụ

17:50

of which is uh um uh they can they can now merge and push out a lot more peers.

Của việc đó là uh ừm uh họ có thể giờ đây họ có thể merge và đẩy ra nhiều PR hơn rất nhiều.

17:54

Codex's writing the code, Codex reviewing its own code.

Codex viết code, Codex review code của chính nó.

17:55

I'm curious if you are open to using other models to review your models work.

Tôi tò mò liệu bạn có sẵn sàng sử dụng các mô hình khác để review công việc của mô hình của bạn không.

17:59

Is that is that a path or is it just it's good enough, we don't need anything else?

Đó có phải là một hướng đi hay chỉ là nó đủ tốt rồi, chúng tôi không cần gì khác?

18:03

- So, I will say there's there's definitely a circular thing here and like going back to sources apprentice like you want to make sure you're not letting the brooms go crazy here.

- Vậy, tôi sẽ nói rằng chắc chắn có một yếu tố vòng tròn ở đây và kiểu như quay lại với phép thuật của người học việc thì bạn muốn đảm bảo rằng bạn không để cho cây chổi phát điên ở đây.

18:12

Um, and so, you know, we're very thoughtful, I'd say, around which PRs kind of are completely just Codex uh reviewed.

Ừm, và vì vậy, bạn biết đấy, chúng tôi rất cân nhắc, tôi có thể nói, về việc PR nào kiểu như hoàn toàn chỉ được Codex uh review.

18:18

Most people still obviously take a look at their PRs.

Hầu hết mọi người vẫn rõ ràng là xem qua PR của họ.

18:21

Uh, and so it's not like it's

Uh, và vì vậy nó không phải là kiểu như nó

18:23

going to zero.

Đi đến số không.

18:23

It's more like going from you know 100% attention to like 30% attention which just helps things push through.

Nó giống như đi từ bạn biết đấy 100% sự chú ý xuống kiểu như 30% sự chú ý điều đó chỉ giúp mọi thứ được đẩy qua.

18:28

Uh in terms of like multiple models uh so we obviously test a lot of models internally and so we have a lot of those.

Uh về mặt kiểu như nhiều mô hình uh vậy chúng tôi rõ ràng là test rất nhiều mô hình nội bộ và vì vậy chúng tôi có rất nhiều trong số đó.

18:35

Um we use external models less.

Ừm chúng tôi sử dụng các mô hình bên ngoài ít hơn.

18:37

Um it's we think it's important to kind of dog food our own models and kind of like get

Ừm chúng tôi nghĩ điều quan trọng là kiểu như tự dùng thử các mô hình của chính mình và kiểu như nhận

18:42

feedback there.

Phản hồi ở đó.

18:42

But uh you can also you know there are a lot of like internal variants of models that you can use to give you a different perspective um here as well and we found that to work quite well.

Nhưng uh bạn cũng có thể bạn biết đấy có rất nhiều kiểu như biến thể nội bộ của các mô hình mà bạn có thể sử dụng để cho bạn một góc nhìn khác ừm ở đây nữa và chúng tôi thấy điều đó hoạt động khá tốt.

18:52

- Okay.

- Được rồi.

18:52

So just to just to make sure we get like a barometer of today's world at OpenAI in terms of AI and code uh just so I understand and then I want to move on to a different topic.

Vậy chỉ để chỉ để đảm bảo chúng ta có được kiểu như một thước đo về thế giới ngày nay tại OpenAI về mặt AI và code uh chỉ để tôi hiểu và sau đó tôi muốn chuyển sang một chủ đề khác.

19:02

Uh 100% of code across OpenAI is written by Codex at this point.

Uh 100% code trên khắp OpenAI được viết bởi Codex ở thời điểm này.

19:06

Is that the way to frame it?

Đó có phải là cách diễn đạt không?

19:08

I wouldn't make the statement that 100% of code running in production today was is written by AI.

Tôi sẽ không đưa ra tuyên bố rằng 100% code chạy trong production ngày nay được viết bởi AI.

19:13

Uh and it's kind of hard to to do attribution there.

Uh và khá khó để quy kết nguồn gốc ở đó.

19:17

But the like almost every engineer heavily uses Codex in all of their tasks at this point.

Nhưng giống như gần như mọi kỹ sư đều sử dụng Codex rất nhiều trong tất cả các nhiệm vụ của họ ở thời điểm này.

19:22

And so I you know if I were to guesstimate like the vast majority of code at this point is it was probably authored by incredible.

Và vì vậy tôi, bạn biết đấy, nếu tôi phải ước lượng thì phần lớn mã nguồn ở thời điểm này có lẽ được viết bởi incredible.

19:29

Okay.

Được rồi.

19:30

So there's a lot of talk and we've been talking about kind of the IC role the work of an IC engineer.

Vậy có rất nhiều cuộc thảo luận và chúng ta đã nói về vai trò IC, công việc của một kỹ sư IC.

19:36

There's less talk about the changing role of a manager especially an engineering manager.

Có ít cuộc thảo luận hơn về vai trò đang thay đổi của một người quản lý, đặc biệt là quản lý kỹ thuật.

19:40

How has your life as a manager changed with the rise of AI and just what do you where do you think managers what's the role of a manager in the future?

Cuộc sống của bạn với tư cách là một người quản lý đã thay đổi như thế nào với sự trỗi dậy của AI và bạn nghĩ điều gì, bạn nghĩ các nhà quản lý, vai trò của một người quản lý trong tương lai là gì?

19:49

- It's definitely changed less than an engineer.

- Nó chắc chắn thay đổi ít hơn so với một kỹ sư.

19:51

Uh there's no you know Codex for managers just uh just yet.

Uh không có, bạn biết đấy, Codex dành cho các nhà quản lý, chỉ uh chỉ mới đây thôi.

19:54

However, I use Codex quite a bit for some of the um uh some of some of the like kind of more managery tasks that I do.

Tuy nhiên, tôi sử dụng Codex khá nhiều cho một số, ừm, một số, một số nhiệm vụ mang tính quản lý hơn mà tôi làm.

20:02

I'd say a couple things are changing.

Tôi muốn nói rằng một vài điều đang thay đổi.

20:04

There like some trends.

Có những xu hướng.

20:05

So I don't think it's changed that much yet.

Vậy tôi không nghĩ nó đã thay đổi nhiều lắm.

20:07

Um, but I see trends and I think if you play it out, you can kind of see where a lot of this is going.

Ừm, nhưng tôi thấy các xu hướng và tôi nghĩ nếu bạn để nó diễn ra, bạn có thể phần nào thấy được nhiều điều này sẽ đi đến đâu.

20:14

One thing that that's becoming increasingly clear is Codex really empowers like top performers to get a lot like to be a lot more productive.

Một điều ngày càng trở nên rõ ràng là Codex thực sự trao quyền cho những người có hiệu suất hàng đầu để đạt được rất nhiều, để trở nên năng suất hơn rất nhiều.

20:20

And so it really like and I think this is maybe true for

Và vì vậy nó thực sự giống như và tôi nghĩ điều này có thể đúng với

20:24

AI more broadly like across society which is like the people who really lean in or like the people who have high agency or like will get good at these tools will kind of supercharge themselves.

AI nói chung trên toàn xã hội, đó là những người thực sự dấn thân hoặc những người có tính chủ động cao hoặc sẽ giỏi những công cụ này sẽ phần nào tăng cường sức mạnh cho bản thân.

20:35

Uh and so I'm kind of noticing this now as well, which is like the top performers kind of end up uh uh being a lot more a lot more productive.

Uh và vì vậy tôi cũng đang nhận thấy điều này ngay bây giờ, đó là những người có hiệu suất hàng đầu cuối cùng trở nên năng suất hơn rất nhiều.

20:45

Uh and so you see a broader spread uh in team productivity in

Uh và vì vậy bạn thấy sự phân tán rộng hơn trong năng suất của nhóm theo

20:49

this way.

Cách này.

20:49

One so one thing that I've always done as a management philosophy is to spend uh actually the majority of my time with top performers just like make sure they're unblocked, make sure they're happy, make sure you know they're they feel productive and they feel heard.

Một điều mà tôi luôn làm như một triết lý quản lý là dành, thực ra phần lớn thời gian của mình cho những người có hiệu suất hàng đầu, chỉ là đảm bảo họ không bị tắc nghẽn, đảm bảo họ hạnh phúc, đảm bảo bạn biết đấy họ cảm thấy năng suất và cảm thấy được lắng nghe.

21:00

I think this is even more true uh in an AI world where you know your top firmers are going to just

Tôi nghĩ điều này thậm chí còn đúng hơn trong một thế giới AI, nơi bạn biết đấy những người có hiệu suất hàng đầu của bạn sẽ chỉ

21:06

like really be shooting ahead uh using these tools.

Thực sự tiến xa về phía trước bằng cách sử dụng những công cụ này.

21:08

I think I think one example is that the team that's you know maintaining a 100% Codex generated codebase like just letting them kind of rip and and see what's happening there is something that's that's paid dividends.

Tôi nghĩ tôi nghĩ một ví dụ là nhóm mà bạn biết đấy đang duy trì một cơ sở mã được tạo 100% bởi Codex, chỉ để họ phần nào thả lỏng và xem điều gì đang xảy ra ở đó là một điều đã mang lại lợi ích.

21:20

So I think that's kind of one trend that I'm seeing where where um spending even more time

Vì vậy tôi nghĩ đó là một xu hướng mà tôi đang thấy, nơi mà việc dành nhiều thời gian hơn nữa

21:26

with top performers for managers I think is likely going to um uh continue.

Với những người có hiệu suất hàng đầu đối với các nhà quản lý, tôi nghĩ có khả năng sẽ tiếp tục.

21:31

The other thing is I so this is more uh an observation but my sense is with a lot of these AI tools available to managers.

Điều còn lại là tôi, vậy đây là một quan sát nhiều hơn nhưng cảm nhận của tôi là với rất nhiều công cụ AI này có sẵn cho các nhà quản lý.

21:40

So le less like writing code but just things like chat GBT with organizational knowledge like being able to do research and understanding organizational context a lot better.

Vậy ít giống như viết mã hơn mà chỉ là những thứ như chat GBT với kiến thức tổ chức, như có thể nghiên cứu và hiểu bối cảnh tổ chức tốt hơn nhiều.

21:50

Another good example is, uh, um, we're doing performance reviews right now, and it's actually really easy to use ChatGBT with internal knowledge hooked up to GitHub and, like, our Notion docs and Google Docs to give it, get a really good sense of what this person has done over the last 12, uh, months, uh, and writing a little, you know, deep research report for it.

Một ví dụ hay khác là, uh, ừm, chúng tôi đang thực hiện đánh giá hiệu suất ngay bây giờ, và thực sự rất dễ dàng sử dụng ChatGBT với kiến thức nội bộ được kết nối với GitHub và, giống như, các tài liệu Notion và Google Docs của chúng tôi để cung cấp cho nó, có được cảm nhận thực sự tốt về những gì người này đã làm trong 12 tháng qua, uh, và viết một báo cáo nghiên cứu sâu nhỏ cho nó.

22:07

My sense is I think managers

Cảm nhận của tôi là tôi nghĩ các nhà quản lý

22:09

will be able to manage much larger teams in this world, kind of like how, you know, like software engineers are managing 20 to 30 Codeexes.

Sẽ có thể quản lý các nhóm lớn hơn nhiều trong thế giới này, giống như cách, bạn biết đấy, các kỹ sư phần mềm đang quản lý 20 đến 30 Codex.

22:16

Um, my sense that these tools will allow managers, people managers, to be higher leverage, um, and, uh, it will allow them to, to manage, you know, teams of way more than the current best practice of, I think it's like six to eight, right, for software

Ừm, cảm nhận của tôi là những công cụ này sẽ cho phép các nhà quản lý, những người quản lý con người, có đòn bẩy cao hơn, ừm, và, uh, nó sẽ cho phép họ quản lý, bạn biết đấy, các nhóm lớn hơn nhiều so với thực tiễn tốt nhất hiện tại, tôi nghĩ là khoảng sáu đến tám, đúng không, đối với kỹ sư

22:30

engineering.

Phần mềm.

22:30

You kind of see this applied to, you know, like, uh, the non, uh, engineering domains like support or, uh, operations where it's like, you know, previously, um, uh, where previously like the size of support team might be limited, but like as you can pass off more things to agents, you can actually do more work and also manage more people this way.

Bạn phần nào thấy điều này được áp dụng cho, bạn biết đấy, những lĩnh vực phi kỹ thuật như hỗ trợ hoặc, uh, vận hành, nơi mà, bạn biết đấy, trước đây, ừm, uh, trước đây quy mô của nhóm hỗ trợ có thể bị giới hạn, nhưng khi bạn có thể chuyển giao nhiều thứ hơn cho các tác nhân, bạn thực sự có thể làm nhiều việc hơn và cũng quản lý nhiều người hơn theo cách này.

22:49

I think the same thing might

Tôi nghĩ điều tương tự có thể

22:51

happen for, um, people management as well, especially in tech companies.

Xảy ra đối với, ừm, quản lý con người nữa, đặc biệt là trong các công ty công nghệ.

22:54

Um, and we're already seeing this.

Ừm, và chúng ta đã thấy điều này rồi.

22:55

There's some teams, uh, where there are EMs managing, you know, quite a few people, and they're doing it pretty adeptly because of some of these tools where they can get higher leverage and understand what their team's doing, understand organizational context a little bit better, uh, and

Có một số nhóm, uh, nơi có các EM quản lý, bạn biết đấy, khá nhiều người, và họ làm điều đó khá thành thạo nhờ một số công cụ này, nơi họ có thể có đòn bẩy cao hơn và hiểu nhóm của họ đang làm gì, hiểu bối cảnh tổ chức tốt hơn một chút, uh, và

23:09

operate in that way.

Vận hành theo cách đó.

23:10

I love this advice that the way you described it is you've always leaned into top performers and spent more time with them, unblock them, make sure they're happy.

Tôi thích lời khuyên này, cách bạn mô tả là bạn luôn dấn thân vào những người có hiệu suất hàng đầu và dành nhiều thời gian hơn với họ, gỡ tắc nghẽn cho họ, đảm bảo họ hạnh phúc.

23:17

The way Mark Andre, and he was just on the podcast, the way he phrased it is AI makes good people better and it makes great people exceptional.

Cách Mark Andre, và ông ấy vừa ở trên podcast, cách ông ấy diễn đạt là AI làm cho người giỏi trở nên tốt hơn và làm cho người xuất sắc trở nên phi thường.

23:24

- Yeah.

- Đúng vậy.

23:24

Yeah.

Đúng vậy.

23:25

- And what you're saying here is just doing this more and more is probably the right move.

- Và điều bạn đang nói ở đây chỉ là làm điều này nhiều hơn và nhiều hơn có lẽ là nước đi đúng đắn.

23:29

Spending more time with the best people on your team to unblock them, make sure they have everything they need.

Dành nhiều thời gian hơn với những người giỏi nhất trong nhóm của bạn để gỡ tắc nghẽn cho họ, đảm bảo họ có mọi thứ họ cần.

23:34

- Yeah.

- Đúng vậy.

23:34

A very good example right now is, uh, there are, I would say like a group of engineers internally who are really Codeex and are thinking through what the best practices are for interacting with this model, and that is just an extremely high lever thing for them to do.

Một ví dụ rất hay ngay bây giờ là, uh, có, tôi muốn nói là một nhóm kỹ sư nội bộ thực sự giỏi Codex và đang suy nghĩ về những thực tiễn tốt nhất để tương tác với mô hình này, và đó chỉ là một điều có đòn bẩy cực cao để họ làm.

23:47

And so just like as a manager, I'm just like, yeah, go explore this, you know, uh, whatever best practices come out of this,

Và vì vậy giống như với tư cách là một người quản lý, tôi chỉ như, ừ, hãy đi khám phá điều này, bạn biết đấy, uh, bất kỳ thực tiễn tốt nhất nào xuất phát từ điều này,

23:54

you know, we have to share with the org, we'll, we'll, you know, uh, we'll, we'll, uh, we do all these knowledge sharing sessions, we'll, we'll like share documents and like best practices everywhere.

Bạn biết đấy, chúng ta phải chia sẻ với tổ chức, chúng ta sẽ, chúng ta sẽ, bạn biết đấy, uh, chúng ta sẽ, chúng ta sẽ, uh, chúng ta thực hiện tất cả các buổi chia sẻ kiến thức này, chúng ta sẽ chia sẻ tài liệu và thực tiễn tốt nhất ở khắp mọi nơi.

24:03

So things like that just, uh, you know, elevate everyone, and, uh, and I view that as like, you know, another example of this trend, um, uh, that, um, that we're seeing where the top performers really get exceptional.

Vì vậy những thứ như thế chỉ, uh, bạn biết đấy, nâng cao mọi người, và, uh, và tôi xem đó như, bạn biết đấy, một ví dụ khác về xu hướng này, ừm, uh, mà, ừm, mà chúng ta đang thấy, nơi những người có hiệu suất hàng đầu thực sự trở nên phi thường.

24:14

- People just like have a sense this is big.

- Mọi người chỉ có cảm giác rằng điều này là lớn lao.

24:16

AI is changing so much.

AI đang thay đổi rất nhiều.

24:18

The world is changing.

Thế giới đang thay đổi.

24:19

Uh, it's going to be a huge deal.

Uh, nó sẽ là một vấn đề lớn.

24:21

What do you think people aren't pricing in yet into what will change into where things are heading?

Bạn nghĩ mọi người chưa định giá vào điều gì sẽ thay đổi và mọi thứ đang hướng tới đâu?

24:26

Just like what's an example of something you think are like, okay, we're not realizing this yet.

Giống như ví dụ về điều gì đó bạn nghĩ rằng, được rồi, chúng ta chưa nhận ra điều này.

24:31

So, one of my favorite kind of, uh, uh, like phrases or like things that have

Vậy, một trong những cụm từ yêu thích của tôi, uh, uh, như là những cụm từ hoặc những thứ đã

24:36

come out of this whole AI wave is the idea of the one person billion dollar startup.

Xuất hiện từ làn sóng AI này là ý tưởng về startup tỷ đô một người.

24:40

I think I actually think Sam may have ke, or like, uh, Sam may have been the first one to say it, but it's fascinating to think about, right?

Tôi nghĩ thực ra tôi nghĩ Sam có thể đã, hoặc như, uh, Sam có thể là người đầu tiên nói điều đó, nhưng thật thú vị khi nghĩ về nó, phải không?

24:47

It's like, yeah, if you know, if people are so high leverage, at some point there will likely be, um, a one-person billion dollar startup.

Giống như, yeah, nếu bạn biết, nếu mọi người có đòn bẩy cao như vậy, đến một lúc nào đó sẽ có thể có, um, một startup tỷ đô một người.

24:53

Um, and while I think that's

Um, và trong khi tôi nghĩ điều đó

24:55

really cool, I think people aren't really pricing in the second or third order effects of this.

Thực sự tuyệt vời, tôi nghĩ mọi người chưa thực sự định giá vào hiệu ứng bậc hai hoặc bậc ba của điều này.

24:59

And really what, you know, because what the one person billion dollar startup implies is that there's, you know, one person can just have so much more agency and so much more leverage using one of these tools, um, that it is just super easy for them to get everything done that they need to for

Và thực sự điều gì, bạn biết đấy, bởi vì startup tỷ đô một người ngụ ý rằng có, bạn biết đấy, một người có thể có nhiều quyền tự chủ và nhiều đòn bẩy hơn bằng cách sử dụng một trong những công cụ này, um, đến mức họ rất dễ dàng hoàn thành mọi thứ họ cần cho

25:15

for their business to, you know, ultimately create something that's a billion dollars.

Cho doanh nghiệp của họ để, bạn biết đấy, cuối cùng tạo ra một thứ trị giá một tỷ đô.

25:18

But I think there are a couple other implications of this.

Nhưng tôi nghĩ có một vài hàm ý khác của điều này.

25:21

One of them is, uh, if it's easy for a person to create a one person bill, or if it's possible for a person to create a one person billion dollar startup, it also means it's way easier for people to just create startups in general.

Một trong số đó là, uh, nếu một người dễ dàng tạo ra một hóa đơn một người, hoặc nếu một người có thể tạo ra một startup tỷ đô một người, điều đó cũng có nghĩa là mọi người dễ dàng hơn nhiều để tạo ra startup nói chung.

25:32

Like I

Giống như tôi

25:33

actually think this will like, one second order effect to this is I think there's going to be a huge like startup boom and like small like SMB style boom, um, where anyone can build software for anything, right?

Thực sự nghĩ điều này sẽ như, một hiệu ứng bậc hai của điều này là tôi nghĩ sẽ có một sự bùng nổ startup lớn và một sự bùng nổ kiểu SMB nhỏ, um, nơi bất kỳ ai cũng có thể xây dựng phần mềm cho bất cứ thứ gì, phải không?

25:44

Like, uh, one, uh, you're kind of starting see, starting to see this play out in the AI startup scene where software's became a lot more vertical oriented where like these verticals, uh,

Giống như, uh, một, uh, bạn đang bắt đầu thấy, bắt đầu thấy điều này diễn ra trong bối cảnh startup AI nơi phần mềm trở nên định hướng theo ngành dọc nhiều hơn, nơi những ngành dọc này, uh,

25:55

like creating some AI tool for some vertical tends to work quite well because, you know, you really lean into, uh, that particular domain, you like really understand the use case for it, and so if you play out AI, there's no reason why you can't have like 100x more of these, these startups, uh, and so I think, I think one world that we might end up seeing happen is in order to enable a one

Việc tạo ra một công cụ AI cho một ngành dọc nào đó có xu hướng hoạt động khá tốt vì, bạn biết đấy, bạn thực sự dựa vào, uh, lĩnh vực cụ thể đó, bạn thực sự hiểu trường hợp sử dụng cho nó, và vì vậy nếu bạn triển khai AI, không có lý do gì bạn không thể có gấp 100 lần những startup này, uh, và vì vậy tôi nghĩ, tôi nghĩ một thế giới mà chúng ta có thể sẽ thấy xảy ra là để cho phép một

26:19

person billion dollar startup, there might be like a hundred other small startups building bespoke software that works extremely well to support, uh, other types of, you know, small one-person, you know, billion dollar startups, and so I think we might actually end, uh, enter into a golden age of like B2B SAS, uh, and just like software and startups in general, and so I think, I think that's

Startup tỷ đô một người, có thể sẽ có hàng trăm startup nhỏ khác xây dựng phần mềm bespoke hoạt động cực kỳ tốt để hỗ trợ, uh, các loại khác, bạn biết đấy, những startup tỷ đô một người nhỏ, và vì vậy tôi nghĩ chúng ta thực sự có thể kết thúc, uh, bước vào một thời kỳ hoàng kim của B2B SAS, uh, và chỉ như phần mềm và startup nói chung, và vì vậy tôi nghĩ, tôi nghĩ đó là

26:39

that's a really interesting trend to kind of see because as it's, as it's, as it gets easier and easier to build software, um, as it's easier and easier to, uh, you know, uh, run a company, um, you might actually just end up seeing way more of these, these startups.

Đó là một xu hướng thực sự thú vị để thấy vì khi nó, khi nó, khi việc xây dựng phần mềm trở nên dễ dàng hơn, um, khi việc, uh, bạn biết đấy, uh, điều hành một công ty trở nên dễ dàng hơn, um, bạn thực sự có thể sẽ thấy nhiều hơn những startup này.

26:53

So the way I' I've been thinking about is like, yeah, there might be one, uh, one person billion dollar startup, but there might be like a hundred, you know, uh, hund00 million startups, there might be tens of thousands of $10 million startups, and as an individual, it's actually pretty great to have a $10 million business, like that's like enough for you're set for life at that point,

Vậy cách tôi đã nghĩ về nó là, yeah, có thể có một, uh, startup tỷ đô một người, nhưng có thể có hàng trăm, bạn biết đấy, uh, startup trăm triệu đô, có thể có hàng chục nghìn startup 10 triệu đô, và với tư cách cá nhân, thực sự khá tuyệt khi có một doanh nghiệp 10 triệu đô, như thế là đủ để bạn an nhàn cả đời ở thời điểm đó,

27:13

and so, you know, we might really see an explosion in that way, and I feel like people aren't, aren't really, you know, pressing that in.

Và vì vậy, bạn biết đấy, chúng ta thực sự có thể thấy một sự bùng nổ theo cách đó, và tôi cảm thấy mọi người không, không thực sự, bạn biết đấy, nhấn mạnh vào điều đó.

27:19

Um, there's another kind of like third order effect to this, you know, and again, all of these like as you get to the further and further out predictions, I think, uh, are, there's a lot of uncertainty.

Um, có một hiệu ứng bậc ba khác của điều này, bạn biết đấy, và một lần nữa, tất cả những điều này khi bạn đi đến những dự đoán xa hơn và xa hơn, tôi nghĩ, uh, có rất nhiều sự không chắc chắn.

27:29

I think if we end up moving to this world where you

Tôi nghĩ nếu chúng ta kết thúc việc chuyển sang thế giới này nơi bạn

27:32

end up with these like kind of micro companies building software that works for one or two people, uh, who own the company and, and are working there, um, I think the startup ecosystem will change, I think the VC ecosystem will change, you know, might, we might end up in, uh, in a world where there's just like a handful of big players that are offering platforms and supporting all of these

Kết thúc với những công ty siêu nhỏ xây dựng phần mềm hoạt động cho một hoặc hai người, uh, những người sở hữu công ty và, và đang làm việc ở đó, um, tôi nghĩ hệ sinh thái startup sẽ thay đổi, tôi nghĩ hệ sinh thái VC sẽ thay đổi, bạn biết đấy, có thể, chúng ta có thể kết thúc trong, uh, một thế giới nơi chỉ có một số ít người chơi lớn cung cấp nền tảng và hỗ trợ tất cả những

27:50

startups.

Startup này.

27:50

But, you know, the types of venture scale return startups that can really 100 or thousand-x your investment might actually end up shrinking if you end up having a bunch of these, you know, smaller 10 to $50 million, uh, companies.

Nhưng, bạn biết đấy, các loại startup có quy mô đầu tư mạo hiểm có thể thực sự nhân 100 hoặc nghìn lần khoản đầu tư của bạn có thể thực sự thu hẹp nếu bạn kết thúc với một loạt những công ty nhỏ hơn 10 đến 50 triệu đô, uh.

28:02

Uh, which are not great for venture solid returns, but are great for the individuals, the high agency individuals who are now, you

Uh, điều này không tuyệt vời cho lợi nhuận vững chắc của đầu tư mạo hiểm, nhưng tuyệt vời cho các cá nhân, những cá nhân có quyền tự chủ cao, những người bây giờ, bạn

28:10

know, really leaning into AI to, to build these businesses for themselves.

Biết đấy, thực sự dựa vào AI để, để xây dựng những doanh nghiệp này cho chính họ.

28:13

- I love how many, uh, order like, uh, order effects we've been through.

- Tôi thích việc chúng ta đã đi qua bao nhiêu, uh, hiệu ứng bậc, uh, hiệu ứng bậc.

28:16

I want to hear the fourth order effect now.

Tôi muốn nghe hiệu ứng bậc bốn bây giờ.

28:19

Sherwin, I'm just joking.

Sherwin, tôi chỉ đùa thôi.

28:20

I can't, it's too, fourth order is too, is too gigabrain for me.

Tôi không thể, nó quá, bậc bốn quá, quá gigabrain đối với tôi.

28:24

I can't, I can't think that far ahead.

Tôi không thể, tôi không thể nghĩ xa đến thế.

28:27

- It's like inception where just everything gets slower every time you go deeper into something, every layer.

- Nó giống như inception nơi mọi thứ trở nên chậm hơn mỗi khi bạn đi sâu hơn vào một thứ gì đó, mỗi lớp.

28:32

Uh, okay.

Uh, được rồi.

28:32

So, the billion-dollar startup, I've been, I think about this a lot because I'm not going to be a billion dollar startup because what I'm doing is not venture scale in any way and not super high leverage, but just seeing how many support tickets I get from just

Vậy, startup tỷ đô, tôi đã, tôi nghĩ về điều này rất nhiều vì tôi sẽ không trở thành một startup tỷ đô vì những gì tôi đang làm không có quy mô đầu tư mạo hiểm theo bất kỳ cách nào và không có đòn bẩy siêu cao, nhưng chỉ cần thấy tôi nhận được bao nhiêu phiếu hỗ trợ từ chỉ

28:46

like the most ridiculous things.

Những điều vô lý nhất.

28:47

It's hard for me to imagine one person, like I'm bearish on this billion dollar startup.

Thật khó để tôi tưởng tượng một người, giống như tôi bi quan về startup tỷ đô này.

28:52

I just want to share this thought, uh, simply because of the support costs, even if AI is helping you at a billion dollars, just like unless your ACVs are, you know, very high and you have very few customers, it's just dealing with support and people are like, you

Tôi chỉ muốn chia sẻ suy nghĩ này, uh, đơn giản vì chi phí hỗ trợ, ngay cả khi AI đang giúp bạn ở mức một tỷ đô, giống như trừ khi ACV của bạn, bạn biết đấy, rất cao và bạn có rất ít khách hàng, chỉ là việc xử lý hỗ trợ và mọi người như, bạn

29:09

know, like they can solve their own problems, but they're like, I'll email support, ask about this thing.

Biết đấy, họ có thể tự giải quyết vấn đề của mình, nhưng họ như, tôi sẽ gửi email cho hỗ trợ, hỏi về điều này.

29:13

Just dealing with that is hard to scale, is in my experience.

Chỉ việc xử lý điều đó là khó mở rộng, theo kinh nghiệm của tôi.

29:16

So unless you have, in my opinion, unless you have a bunch of contractors, which I don't know, does that count as a single person company?

Vậy trừ khi bạn có, theo ý kiến của tôi, trừ khi bạn có một loạt nhà thầu, điều mà tôi không biết, liệu điều đó có tính là công ty một người không?

29:23

I feel like it's very difficult to scale a billion dollar startup and not have

Tôi cảm thấy rất khó để mở rộng một startup tỷ đô mà không có

29:27

someone helping you with at least the support work, and AI, I think, will only take you so far.

Ai đó giúp bạn ít nhất là công việc hỗ trợ, và AI, tôi nghĩ, sẽ chỉ đưa bạn đi xa đến thế.

29:32

So I, I think that's true.

Vậy tôi, tôi nghĩ điều đó đúng.

29:34

Uh, and actually I think my view on it is, is slightly different, which is I think that your, you know, Lenny's podcast might end up becoming a billion-dollar startup.

Uh, và thực ra tôi nghĩ quan điểm của tôi về nó là, hơi khác một chút, đó là tôi nghĩ rằng, bạn biết đấy, podcast của Lenny có thể sẽ trở thành một startup tỷ đô.

29:42

But, um, what I think might happen is, uh, instead of you kind of being the one person who has to

Nhưng, um, điều tôi nghĩ có thể xảy ra là, uh, thay vì bạn là người duy nhất phải

29:48

dispatch an AI to solve and fix those support tickets, I think what might end up happening is there might be a whole smattering of other startups that are building software and super and like super tailored towards what you might need.

Điều một AI đến để giải quyết và sửa chữa những ticket hỗ trợ đó, tôi nghĩ điều có thể sẽ xảy ra là có thể có một loạt các startup khác đang xây dựng phần mềm và siêu, kiểu như siêu phù hợp với những gì bạn có thể cần.

30:02

And so, you know, uh, there might be like 10 or 20 startups that build support software for podcasts and newsletters and, uh, that might be a

Và vì vậy, bạn biết đấy, uh, có thể có như 10 hoặc 20 startup xây dựng phần mềm hỗ trợ cho podcast và bản tin, và, uh, đó có thể là một

30:12

one-person startup.

Startup một người.

30:12

Like, it doesn't need to be a big one.

Kiểu như, nó không cần phải là một cái lớn.

30:14

And, uh, it's, it's, and you know, they might be able to just code up this product very easily.

Và, uh, nó, nó, và bạn biết đấy, họ có thể chỉ cần code sản phẩm này rất dễ dàng.

30:19

They are able to kind of like build their own thing, and because it's so tailored and unique and hopefully, you know, useful for you, it might be something that you purchase, um, as the one person billion dollar startup.

Họ có thể kiểu như xây dựng thứ của riêng họ, và vì nó quá phù hợp và độc đáo và hy vọng, bạn biết đấy, hữu ích cho bạn, nó có thể là thứ mà bạn mua, um, như startup tỷ đô một người.

30:29

- I would buy that.

- Tôi sẽ mua cái đó.

30:29

I would buy that.

Tôi sẽ mua cái đó.

30:30

- Yeah.

- Ừ.

30:30

There's like a question of like what you in-house and what you, what you like kind of, uh, outsource, and what I think might happen is because the cost of writing software and building products is, is collapsing so much, you might end up outsourcing a lot of this, and in doing so, reducing the size of your company, uh, and so that's kind of the world that I think might end up

Có một câu hỏi kiểu như bạn làm nội bộ cái gì và bạn, bạn kiểu như, uh, thuê ngoài cái gì, và điều tôi nghĩ có thể xảy ra là vì chi phí viết phần mềm và xây dựng sản phẩm đang, đang sụp đổ quá nhiều, bạn có thể sẽ thuê ngoài rất nhiều thứ này, và khi làm vậy, giảm quy mô công ty của bạn, uh, và vì vậy đó là kiểu thế giới mà tôi nghĩ có thể sẽ

30:47

happening.

Xảy ra.

30:47

Again, there's like high uncertainty clears throat in what might play out here, but the end result still might be a one, like one person driving this like high massive leveraged company that might actually reach a billion dollars.

Một lần nữa, có kiểu như độ bất định cao [hắng giọng] về điều có thể diễn ra ở đây, nhưng kết quả cuối cùng vẫn có thể là một, kiểu như một người điều hành công ty đòn bẩy khổng lồ này mà thực sự có thể đạt được một tỷ đô.

30:58

- I could see that.

- Tôi có thể thấy điều đó.

30:59

I also think about Peter at Clawbots/ /moldbot/openclaw of just like how barrageed he is right now by all these asks and emails and

Tôi cũng nghĩ về Peter ở Clawbots/ /moldbot/openclaw về việc anh ấy hiện đang bị oanh tạc như thế nào bởi tất cả những yêu cầu và email và

31:06

pings and DMs and PRs, just like I'm curious to, and he's not even making any money off this thing.

Ping và DM và PR, kiểu như tôi tò mò muốn, và anh ấy thậm chí còn không kiếm được tiền từ thứ này.

31:11

- Um, - yeah, I can't imagine what it's like to be him right now.

- Um, - ừ, tôi không thể tưởng tượng được cảm giác của anh ấy lúc này.

31:15

It's must be like absolutely insane.

Chắc hẳn là hoàn toàn điên rồ.

31:16

It's probably like, um, uh, you know, like the months after we launched Hatchvt, the craziness that was.

Nó có lẽ giống như, um, uh, bạn biết đấy, kiểu như những tháng sau khi chúng tôi ra mắt Hatchvt, sự điên rồ đó.

31:21

- As one, as one man.

- Như một người, như một người đàn ông.

31:23

- Uh, he's coming out on the pod, by the way, in clears throat a week.

- Uh, nhân tiện, anh ấy sẽ lên pod trong [hắng giọng] một tuần nữa.

31:25

- Oh, that's exciting.

- Ồ, thật thú vị.

31:26

Yeah.

Ừ.

31:26

Uh, maybe the fourth order effect is distribution becomes increasingly important because there are so many freaking things trying to get your attention.

Uh, có lẽ hiệu ứng bậc bốn là phân phối trở nên ngày càng quan trọng vì có quá nhiều thứ chết tiệt đang cố gắng thu hút sự chú ý của bạn.

31:34

So people with an audience and platform, I think, become more and more valuable, which is good, good stuff.

Vì vậy những người có khán giả và nền tảng, tôi nghĩ, trở nên ngày càng có giá trị, đó là điều tốt, điều tốt.

31:40

Okay.

Được rồi.

31:40

Uh, I wanted to come back actually to your management stuff.

Uh, tôi thực sự muốn quay lại vấn đề quản lý của bạn.

31:44

So I really loved your insight about spending more time with top performers has been really successful to you.

Vậy tôi thực sự thích hiểu biết của bạn về việc dành nhiều thời gian hơn cho những người có hiệu suất cao đã thực sự thành công với bạn.

31:50

Just thinking about you as a manager of a team that is building the platform that powers basically the entire AI economy, like every AI startup is building on your API.

Chỉ nghĩ về bạn như một người quản lý của một đội đang xây dựng nền tảng cung cấp năng lượng cho về cơ bản toàn bộ nền kinh tế AI, kiểu như mọi startup AI đều đang xây dựng trên API của bạn.

32:01

Uh, clearly you're doing a great job.

Uh, rõ ràng là bạn đang làm rất tốt.

32:03

What other kind of core management lessons have you learned?

Những bài học quản lý cốt lõi nào khác mà bạn đã học được?

32:07

What do you find is really important and, and key to your success as a manager of engineers and just people?

Bạn thấy điều gì thực sự quan trọng và, và then chốt cho thành công của bạn với tư cách là người quản lý các kỹ sư và con người nói chung?

32:13

- Yeah.

- Ừ.

32:13

Um, I think a lot of the lessons that I've learned here, I don't know how specific it is to the OpenA API or some of our enterprise products in particular.

Um, tôi nghĩ nhiều bài học tôi đã học được ở đây, tôi không biết nó cụ thể đến mức nào với OpenA API hoặc một số sản phẩm doanh nghiệp của chúng tôi nói riêng.

32:22

I think my management philosophy has obviously changed over time, but I think it's, uh, probably stayed the same more than it's changed, uh, over time.

Tôi nghĩ triết lý quản lý của tôi rõ ràng đã thay đổi theo thời gian, nhưng tôi nghĩ nó, uh, có lẽ giữ nguyên nhiều hơn là thay đổi, uh, theo thời gian.

32:29

Uh, one of these principles is kind of what I talked

Uh, một trong những nguyên tắc này là kiểu như điều tôi đã nói

32:33

to you about before, which is, you know, spending a lot of time with top performers, like actually spending, and like to be very concrete, like it's like more than 50% of your time with your top performers, with maybe your top like 10%, uh, performers, and really trying your best to empower them.

Với bạn trước đây, đó là, bạn biết đấy, dành nhiều thời gian với những người có hiệu suất cao, kiểu như thực sự dành, và để rất cụ thể, kiểu như hơn 50% thời gian của bạn với những người có hiệu suất cao nhất, có lẽ với top 10% của bạn, uh, những người có hiệu suất, và thực sự cố gắng hết sức để trao quyền cho họ.

32:48

The way that I think about it is, um, is, is kind of come back to this analogy of software

Cách tôi nghĩ về nó là, um, là, kiểu như quay lại ẩn dụ này về kỹ sư phần mềm

32:54

engineer as, as a surgeon, um, which comes from The Mythical Man book.

như một bác sĩ phẫu thuật, um, điều này đến từ cuốn sách The Mythical Man.

32:59

So, it's actually, it's funny.

Vậy, thực ra, thật buồn cười.

33:00

So I pull it from the book, but in the book they actually described this world where, um, I think they were like predicting the future, 'cause I think the book was written like in the 70s or something.

Vậy, tôi lấy nó từ cuốn sách, nhưng trong sách họ thực sự mô tả thế giới này nơi, um, tôi nghĩ họ kiểu như dự đoán tương lai, vì tôi nghĩ cuốn sách được viết vào những năm 70 hay gì đó.

33:11

Um, they said that software engineering might end up moving into a world where that software engineers are like surgeons, or like in a surgery room

Um, họ nói rằng kỹ thuật phần mềm có thể sẽ chuyển sang một thế giới nơi các kỹ sư phần mềm giống như bác sĩ phẫu thuật, hoặc kiểu như trong phòng phẫu thuật

33:18

there's like one person doing the work.

có kiểu như một người làm việc.

33:20

Um, and you know, there's one person like cutting or whatever and like doing all the surgery, and everyone else in the room is there to just support them, right?

Um, và bạn biết đấy, có một người kiểu như cắt hoặc gì đó và kiểu như làm tất cả ca phẫu thuật, và mọi người khác trong phòng chỉ ở đó để hỗ trợ họ, đúng không?

33:26

As like the nurse and like the, and the resident and the fellow, and then the surgeon's like, I need a scalpel, and they give them scalpel, and then, uh, they're like, I need, you know, this tool and this machine, and they'll bring it

Như y tá và kiểu như, và bác sĩ nội trú và nghiên cứu sinh, và rồi bác sĩ phẫu thuật kiểu như, tôi cần dao mổ, và họ đưa dao mổ, và rồi, uh, họ kiểu như, tôi cần, bạn biết đấy, công cụ này và máy này, và họ sẽ mang nó

33:37

over.

Đến.

33:37

Everyone's there to just like, you know, support the one, uh, surgeon, and so the The Myth Mammoth actually predicted that is kind of the direction that software engineers going to go.

Mọi người ở đó chỉ để kiểu như, bạn biết đấy, hỗ trợ một, uh, bác sĩ phẫu thuật, và vì vậy The Myth Mammoth thực sự dự đoán rằng đó là kiểu hướng mà các kỹ sư phần mềm sẽ đi.

33:45

I don't think that's exactly played out where like, you know, it's much more collaborative and like it's not only one person doing the work, but I've always really liked that analogy, and

Tôi không nghĩ điều đó diễn ra chính xác như vậy, kiểu như, bạn biết đấy, nó mang tính hợp tác hơn nhiều và kiểu như không chỉ một người làm việc, nhưng tôi luôn thực sự thích ẩn dụ đó, và

33:54

and, uh, that analogy is actually what I strive to, uh, kind of like emulate in my own management philosophy, which is, um, software engineering isn't really like surgery where it's not just one person doing work, but the way in which I like treating the people on my team and the way that I act as a manager is I want to, uh, empower them, make them feel like they're a surgeon, um, and in so

Và, uh, ẩn dụ đó thực sự là điều tôi cố gắng, uh, kiểu như mô phỏng trong triết lý quản lý của riêng mình, đó là, um, kỹ thuật phần mềm không thực sự giống phẫu thuật nơi chỉ một người làm việc, nhưng cách tôi muốn đối xử với những người trong đội của mình và cách tôi hành xử như một người quản lý là tôi muốn, uh, trao quyền cho họ, khiến họ cảm thấy như họ là bác sĩ phẫu thuật, um, và trong

34:14

far at like as like making sure that I'm supporting them and making sure they have everything that they need to do their work, and it feels like they have an army of people kind of supporting them, um, and looking around corners and giving them everything that they need when it's really just me as the, as the manager.

chừng mực như kiểu đảm bảo rằng tôi đang hỗ trợ họ và đảm bảo họ có mọi thứ họ cần để làm việc, và cảm giác như họ có một đội quân người kiểu như hỗ trợ họ, um, và nhìn quanh các góc và cho họ mọi thứ họ cần khi thực ra chỉ là tôi với tư cách là, là người quản lý.

34:27

And so like the example that I give is looking around corners and

Và vì vậy kiểu như ví dụ tôi đưa ra là nhìn quanh các góc và

34:30

unblocking people, especially from an organizational perspective, is extremely, extremely useful.

Việc gỡ bỏ rào cản cho mọi người, đặc biệt là từ góc độ tổ chức, là cực kỳ, cực kỳ hữu ích.

34:33

And again, going back to the AI conversations, even more important nowadays, right?

Và một lần nữa, quay lại với các cuộc trò chuyện về AI, điều này ngày nay còn quan trọng hơn nữa, đúng không?

34:38

Like, uh, if people are just like cranking PR after PR, the main thing bottlenecking, uh, progress and, you know, shipping something tends to be organizational or like process-oriented, and if you as a

Kiểu như, nếu mọi người cứ liên tục tạo ra PR này đến PR khác, thì thứ chính đang cản trở tiến độ và việc ship sản phẩm thường mang tính tổ chức hoặc liên quan đến quy trình, và nếu bạn với tư cách là một

34:50

manager can kind of look around corners and kind of unblock the team, if you can, you know, like if the surgeon needs scalpel, but you know the manager kind of already has a scalpel ready for them, that's the best case scenario.

người quản lý có thể nhìn trước các khúc quanh và phần nào gỡ bỏ rào cản cho đội nhóm, nếu bạn có thể, kiểu như nếu bác sĩ phẫu thuật cần dao mổ, nhưng bạn biết đấy, người quản lý đã chuẩn bị sẵn dao mổ cho họ, thì đó là tình huống tốt nhất.

35:01

That's kind of the way that I approach, uh, u, um, management and especially, uh, engineering management.

Đó là cách mà tôi tiếp cận việc quản lý, và đặc biệt là quản lý kỹ thuật.

35:07

And so that's something that's really, um, stuck with me over time.

Và đó là điều thực sự đã đọng lại trong tôi theo thời gian.

35:10

And even though, you know, software engineers aren't exactly surgeons, that metaphor has always kind of stayed in my mind as of, as of, uh, for the rest of my career.

Và dù rằng các kỹ sư phần mềm không hẳn là bác sĩ phẫu thuật, ẩn dụ đó vẫn luôn ở trong tâm trí tôi trong suốt phần còn lại của sự nghiệp.

35:18

- I love that.

- Tôi thích điều đó.

35:18

And I feel like, I wonder if that's something AI can help with, is look around corners and predict, here, this engineer is going to be blocked by this decision.

Và tôi cảm thấy, tôi tự hỏi liệu đó có phải là điều mà AI có thể giúp được không, đó là nhìn trước các khúc quanh và dự đoán rằng kỹ sư này sẽ bị chặn bởi quyết định này.

35:25

We need to figure this out.

Chúng ta cần giải quyết điều này.

35:27

We need to get.

Chúng ta cần có được.

35:28

- Yeah, that's actually a really good, uh, point.

- Ừ, đó thực sự là một điểm rất hay.

35:30

I haven't tried this yet, but I wonder what would happen if I ask, uh, ChadGBT hooked up to company knowledge,

Tôi chưa thử điều này, nhưng tôi tự hỏi điều gì sẽ xảy ra nếu tôi hỏi ChatGPT được kết nối với kiến thức của công ty,

35:35

you know, like, what are the active blockers?

Kiểu như, những rào cản đang hoạt động là gì?

35:37

Uh, look through all the Notion docs, what are maybe Slack messages, you know, it's probably in Slack somewhere.

Xem qua tất cả các tài liệu Notion, có thể là các tin nhắn Slack, bạn biết đấy, có lẽ nó nằm đâu đó trong Slack.

35:42

What are the active blockers on my team and is there something I can do to help?

Những rào cản đang hoạt động trong đội của tôi là gì và liệu tôi có thể làm gì để giúp không?

35:45

Um, now very, I have not thought about that, but you're right.

Ừm, hiện tại, tôi chưa nghĩ về điều đó, nhưng bạn nói đúng.

35:48

- You just had an insight right here.

- Bạn vừa có một ý tưởng ngay tại đây.

35:50

- Yeah.

- Ừ.

35:50

Yeah.

Ừ.

35:50

Yeah.

Ừ.

35:51

- Uh, and it's, I think even more interestingly, what do you anticipate will be a blocker for this engineer or this team in the, in the coming months, or?

- Và tôi nghĩ thậm chí còn thú vị hơn nữa, bạn dự đoán điều gì sẽ là rào cản cho kỹ sư này hoặc đội này trong những tháng tới, hay?

35:56

- Yeah.

- Ừ.

35:56

You asked the, you asked the model.

Bạn đã hỏi mô hình.

35:58

Well, you asked the AI to do the second and third order things.

Chà, bạn đã yêu cầu AI làm những việc ở bậc hai và bậc ba.

36:01

Anticipate that, man.

Hãy dự đoán điều đó đi.

36:02

Anticipate what the bloggers will be next month, too.

Hãy dự đoán cả những rào cản sẽ là gì vào tháng tới nữa.

36:04

Uh, - I think we've got a, we've got a good idea right here.

Ừm, - tôi nghĩ chúng ta đã có một ý tưởng hay ngay tại đây.

36:08

- Yeah.

- Ừ.

36:08

Yeah.

Ừ.

36:09

- This episode is brought to you by Data Dog, now home to EPO, the leading experimentation and feature flagging platform.

- Tập này được tài trợ bởi Data Dog, hiện là nhà của EPO, nền tảng thử nghiệm và feature flagging hàng đầu.

36:15

Product managers at the world's best companies use Data Dog, the same platform their engineers rely on every day to connect product insights to product issues like bugs, UX friction, and business impact.

Các product manager tại những công ty tốt nhất thế giới sử dụng Data Dog, cùng nền tảng mà các kỹ sư của họ dựa vào mỗi ngày để kết nối các thông tin chi tiết về sản phẩm với các vấn đề sản phẩm như lỗi, ma sát UX và tác động kinh doanh.

36:26

music It starts with product analytics where

[nhạc] Nó bắt đầu với phân tích sản phẩm, nơi

36:29

PMs can watch replays, review music funnels, dive into retention, and explore their growth metrics.

các PM có thể xem bản ghi lại, xem lại [nhạc] phễu, đi sâu vào retention và khám phá các chỉ số tăng trưởng của họ.

36:33

Where other tools stop, Data Dog goes even further.

Nơi các công cụ khác dừng lại, Data Dog còn đi xa hơn.

36:36

It helps you actually diagnose the impact of funnel drop offs and bugs and UX friction.

Nó giúp bạn thực sự chẩn đoán tác động của việc rơi khỏi phễu, lỗi và ma sát UX.

36:42

Once you know where to focus, experiments prove what works.

Khi bạn biết nên tập trung vào đâu, các thử nghiệm sẽ chứng minh điều gì hiệu quả.

36:45

I saw this firsthand when I was at Airbnb, where our experimentation platform was

Tôi đã thấy điều này tận mắt khi tôi ở Airbnb, nơi nền tảng thử nghiệm của chúng tôi

36:50

critical for analyzing what worked and where things went wrong.

rất quan trọng để phân tích điều gì hiệu quả và điều gì đã sai.

36:53

And the same team that built experimentation at Airbnb built EPO beta do, then lets you go beyond the numbers with session replay.

Và chính đội đã xây dựng nền tảng thử nghiệm tại Airbnb đã xây dựng EPO beta do, sau đó cho phép bạn vượt ra ngoài các con số với session replay.

37:00

Watch exactly how users interact with heat maps and scroll maps to truly understand their behavior.

Xem chính xác cách người dùng tương tác với heat map và scroll map để thực sự hiểu hành vi của họ.

37:05

And all of this is powered by feature flags that are tied to real-time data so that you

Và tất cả những điều này được vận hành bởi các feature flag gắn với dữ liệu thời gian thực để bạn

37:11

can roll out safely, target music precisely, and learn continuously.

có thể triển khai an toàn, nhắm mục tiêu [nhạc] chính xác và học hỏi liên tục.

37:15

Data Dog is more than engineering metrics.

Data Dog không chỉ là các chỉ số kỹ thuật.

37:18

It's where great product teams learn faster, fix smarter, and ship with confidence.

Đó là nơi các đội sản phẩm tuyệt vời học nhanh hơn, sửa thông minh hơn và ship sản phẩm một cách tự tin.

37:24

music Request a demo at dataq.com/lenny.

[nhạc] Yêu cầu một bản demo tại dataq.com/lenny.

37:27

That's data dogq.com/lenny.

Đó là data dogq.com/lenny.

37:30

Okay, I'm going to shift to talking about the API and the platform that you all build.

Được rồi, tôi sẽ chuyển sang nói về API và nền tảng mà các bạn xây dựng.

37:35

Some, so, you work with a lot of companies implementing your API, your platform, building on your, on your tools.

Một số, vậy, bạn làm việc với rất nhiều công ty đang triển khai API của bạn, nền tảng của bạn, xây dựng trên các công cụ của bạn.

37:41

You told me that you find that a lot of companies actually have negative ROI on their AI deployments, which, uh, I think is what a lot of people read about and feel and think, and it's interesting

Bạn đã nói với tôi rằng bạn thấy nhiều công ty thực sự có ROI âm trên các triển khai AI của họ, điều mà tôi nghĩ là điều nhiều người đọc được, cảm nhận và nghĩ tới, và thật thú vị

37:53

you're actually seeing that.

Bạn thực sự đang thấy điều đó.

37:54

What's going on there?

Chuyện gì đang xảy ra ở đó vậy?

37:55

What are they doing wrong?

Họ đang làm sai điều gì?

37:56

What do you, what's happening in the world of AI and deployments in ROI?

Bạn thấy gì, điều gì đang diễn ra trong thế giới AI và việc triển khai về ROI?

38:00

- Yeah.

- Ừ.

38:00

So, so to be clear, I, I don't like explicitly see quantitative numbers around this, uh, you know, uh, it's actually really hard to measure these things, but especially from observing some companies kind of trying to do AI, I would not be surprised if a lot of AI deployments are actually, you know, negative ROI.

Vậy, nói rõ nhé, tôi, tôi không thực sự thấy các con số định lượng về vấn đề này, ừ, bạn biết đấy, ừ, thực sự rất khó để đo lường những thứ này, nhưng đặc biệt là khi quan sát một số công ty đang cố gắng làm AI, tôi sẽ không ngạc nhiên nếu nhiều triển khai AI thực sự, bạn biết đấy, có ROI âm.

38:17

I mean, part of this too is I think there's also general sentiment

Ý tôi là, một phần của điều này tôi nghĩ cũng là có một cảm nhận chung

38:21

um, from, uh, folks, uh, around the country, u, like basically outside of tech, that AI is being forced onto them.

Ừm, từ, ừ, mọi người, ừ, khắp đất nước, ừ, kiểu như bên ngoài ngành công nghệ, rằng AI đang bị áp đặt lên họ.

38:27

Um, and I think part of this is, is, uh, uh, probably a symptom of some negative ROI, uh, AI deployments.

Ừm, và tôi nghĩ một phần của điều này là, là, ừ, ừ, có lẽ là triệu chứng của một số triển khai AI có ROI âm, ừ.

38:33

A couple things I've observed around this.

Một vài điều tôi đã quan sát được về vấn đề này.

38:35

So one thing is, and I think I come back to this again and again, like I think we in Silicon Valley just forget that we live

Vậy một điều là, và tôi nghĩ tôi quay lại điều này hết lần này đến lần khác, kiểu như tôi nghĩ chúng ta ở Thung lũng Silicon chỉ quên mất rằng chúng ta đang sống

38:44

in a bubble.

Trong một bong bóng.

38:44

Like, we are so like, Twitter is a bubble, sorry, X is a bubble.

Kiểu như, chúng ta quá, Twitter là một bong bóng, xin lỗi, X là một bong bóng.

38:48

Um, Silicon Valley is a bubble.

Ừm, Thung lũng Silicon là một bong bóng.

38:50

Software engineering is a bubble.

Kỹ thuật phần mềm là một bong bóng.

38:51

Most people, uh, in the world, most people in the US are not software engineers, are not very AI pled, um, are not following every single model release.

Hầu hết mọi người, ừ, trên thế giới, hầu hết mọi người ở Mỹ không phải là kỹ sư phần mềm, không rành AI lắm, ừm, không theo dõi từng đợt phát hành mô hình.

38:59

And so, uh, and so we're just like highly out of the loop on how to use this technology, and so, you know,

Và vì vậy, ừ, và vì vậy chúng ta kiểu như hoàn toàn lạc hậu về cách sử dụng công nghệ này, và vì vậy, bạn biết đấy,

39:06

like, we, um, we always talk about all these like best practices for Codecs, all these like Codeex build people within OpenAI.

Kiểu như, chúng ta, ừm, chúng ta luôn nói về tất cả những thực hành tốt nhất này cho Codecs, tất cả những người xây dựng Codeex trong OpenAI.

39:12

I'm sure everyone on X who posts are like crazy power users of, of these AI tools, you know, they lean into skills, they lean into agents.mmd, - MCPS.

Tôi chắc rằng mọi người trên X đăng bài đều là những người dùng siêu mạnh của, của những công cụ AI này, bạn biết đấy, họ tận dụng các kỹ năng, họ tận dụng các agent.mmd, - MCPS.

39:22

- Uh, yes.

- Ừ, đúng vậy.

39:23

Yeah.

Ừ.

39:23

All of that.

Tất cả những thứ đó.

39:24

And, uh, when I talk to some of these companies and I, and I talk to the actual employees using these, it's like the most basic thing that they're trying to do, and they like have very little understanding of exactly how this technology works.

Và, ừ, khi tôi nói chuyện với một số công ty này và tôi, và tôi nói chuyện với chính những nhân viên đang sử dụng những thứ này, thì đó là điều cơ bản nhất mà họ đang cố gắng làm, và họ kiểu như có rất ít hiểu biết về chính xác cách công nghệ này hoạt động.

39:38

And so that's, that's kind of like one big observation for me, which is like they're asking very simple questions of these things.

Và vì vậy đó, đó kiểu như là một quan sát lớn đối với tôi, đó là họ đang hỏi những câu hỏi rất đơn giản về những thứ này.

39:46

They're really not pushing it just yet.

Họ thực sự chưa đẩy nó đi xa.

39:47

And so that kind of goes back to that, kind of ties into to what I, what I think, um, more companies do or like what could do or what a more ideal AI deployment setup looks like.

Và vì vậy điều đó kiểu như quay lại điều đó, kiểu như gắn liền với điều tôi, điều tôi nghĩ, ừm, nhiều công ty làm hơn hoặc kiểu như những gì có thể làm hoặc một thiết lập triển khai AI lý tưởng hơn trông như thế nào.

39:58

Um, and this is kind of how we've run things within OpenAI too.

Ừm, và đây cũng kiểu như cách chúng tôi đã vận hành mọi thứ trong OpenAI.

40:01

Um, the companies where I think it's, it started to work really well have a combination

Ừm, những công ty mà tôi nghĩ nó, nó bắt đầu hoạt động thực sự tốt có sự kết hợp

40:06

of both top down buy-in.

Của cả sự đồng thuận từ trên xuống.

40:07

So it's like the seuite, it's like, you know, we're, we're, we want to become an AI first company.

Vậy kiểu như ban lãnh đạo, kiểu như, bạn biết đấy, chúng tôi, chúng tôi, chúng tôi muốn trở thành một công ty ưu tiên AI.

40:12

So there's buy-in, they buy the tools, they have, you know, exact support, but it also has bottoms up adoption and buy-in.

Vậy là có sự đồng thuận, họ mua các công cụ, họ có, bạn biết đấy, hỗ trợ chính xác, nhưng nó cũng có sự chấp nhận và đồng thuận từ dưới lên.

40:19

And so what I mean by that is it has like actual employees doing the work who are really excited about the technology and are willing to learn, evangelize, build best practices, and kind of like knowledge share within the organization.

Và ý tôi là nó có những nhân viên thực sự làm công việc, những người thực sự hào hứng với công nghệ và sẵn sàng học hỏi, truyền bá, xây dựng các thực hành tốt nhất, và kiểu như chia sẻ kiến thức trong tổ chức.

40:32

We've, we've seen this a

Chúng tôi, chúng tôi đã thấy điều này

40:34

lot internally.

Rất nhiều trong nội bộ.

40:34

So like obviously OpenAI has always wanted to be, uh, a very AI-centric company, but where, when it really started taking off was when, was with the introduction of Codecs and these tools where like people, like actual employees themselves, could start applying it to their work.

Vậy kiểu như rõ ràng OpenAI luôn muốn trở thành, ừ, một công ty rất lấy AI làm trung tâm, nhưng khi nó thực sự bắt đầu cất cánh là khi, là với sự ra đời của Codecs và những công cụ này, nơi mà mọi người, chính những nhân viên, có thể bắt đầu áp dụng nó vào công việc của họ.

40:47

Uh, and I think you really need this because at the end of the day, everyone's work is

Ừ, và tôi nghĩ bạn thực sự cần điều này bởi vì xét cho cùng, công việc của mỗi người

40:52

like very different.

Kiểu như rất khác nhau.

40:52

It's like very unique.

Nó kiểu như rất độc đáo.

40:54

Uh, software engineering is different than finance, is different than operations, different than go to market and sales.

Ừ, kỹ thuật phần mềm khác với tài chính, khác với vận hành, khác với tiếp cận thị trường và bán hàng.

40:59

Uh, and so there's like a lot of these like last mile intricacies of work that needs to really be done in a bottoms up fashion.

Ừ, và vì vậy có kiểu như rất nhiều sự phức tạp ở chặng cuối của công việc cần thực sự được thực hiện theo cách từ dưới lên.

41:07

And so my sense is a lot of these AI deployments don't have like, don't have bottoms up

Và vì vậy cảm nhận của tôi là nhiều triển khai AI này không có kiểu như, không có sự chấp nhận từ dưới lên

41:13

adoption.

Từ dưới lên.

41:13

Like it was like an exact mandate and it's extremely top down and is very divorced from what the actual work looks like.

Kiểu như đó là một mệnh lệnh chính xác và nó cực kỳ từ trên xuống và rất tách rời khỏi công việc thực tế trông như thế nào.

41:18

And as an end result, you end up with a giant workforce that doesn't really understand the technology.

Và kết quả cuối cùng là bạn có một lực lượng lao động khổng lồ thực sự không hiểu công nghệ này.

41:22

Is like, I know I'm supposed to use this and maybe it's like on my performance review too, but, um, I'm not sure what to do.

Kiểu như, tôi biết tôi phải sử dụng cái này và có lẽ nó cũng nằm trong đánh giá hiệu suất của tôi, nhưng, ừm, tôi không chắc phải làm gì.

41:29

And they look around,

Và họ nhìn quanh,

41:30

no one else is doing it.

Không ai khác đang làm điều đó.

41:31

There's no one else to learn from.

Không có ai khác để học hỏi.

41:33

Uh, and so my, you know, my recommendation for companies kind of pushing this is find, or maybe even staff, a full-time team internally that is this kind of tiger team internally that can, um, explore the full extent of the capabilities, apply to specific workflows, do the knowledge sharing, uh, create excitement, uh, within

Ừ, và vì vậy, bạn biết đấy, khuyến nghị của tôi cho các công ty đang thúc đẩy điều này là tìm, hoặc thậm chí có thể biên chế, một đội ngũ toàn thời gian trong nội bộ, kiểu như một đội đặc nhiệm nội bộ có thể, ừm, khám phá toàn bộ phạm vi năng lực, áp dụng vào các quy trình công việc cụ thể, chia sẻ kiến thức, ừ, tạo sự hào hứng, ừ, trong

41:50

folks, uh, who might want to use this technology, uh, because in the absence of that, it's very difficult to, it's actually very difficult to pick up.

Mọi người, ừ, những người có thể muốn sử dụng công nghệ này, ừ, bởi vì nếu không có điều đó, rất khó để, thực sự rất khó để tiếp thu.

41:57

- And who would you put on this tiger team?

- Và bạn sẽ đưa ai vào đội đặc nhiệm này?

41:59

Is it like engineer-led?

Nó có giống như do kỹ sư dẫn dắt không?

42:00

Do you find in your experience is it cross functional sort of team?

Theo kinh nghiệm của bạn, bạn có thấy đây là kiểu đội liên chức năng không?

42:04

- Yeah, it's, it's interesting.

- Ừ, nó, nó thú vị đấy.

42:05

So, um, also a lot of companies don't have software engineers.

Vậy, ừm, và cũng có nhiều công ty không có kỹ sư phần mềm.

42:09

Uh, and so the pattern I've seen is it tends to be these like software engineering adjacent, like basically technical people but are not software engineers.

Ơ, và kiểu mẫu tôi thấy là nó thường là những người cận kỹ thuật phần mềm, kiểu về cơ bản là dân kỹ thuật nhưng không phải kỹ sư phần mềm.

42:17

I think those are the ones who get, tend to get most excited, uh, around this.

Tôi nghĩ đó là những người thường trở nên hào hứng nhất, ừ, với việc này.

42:22

It's like, you know, maybe the, it's like maybe the

Kiểu như, bạn biết đấy, có thể là, kiểu như có thể là

42:26

like, you know, support team operations lead who doesn't code but loves using these tools and, you know, is like an Excel wizard or something.

Kiểu như, bạn biết đấy, trưởng nhóm vận hành của đội hỗ trợ, người không lập trình nhưng rất thích dùng những công cụ này và, bạn biết đấy, kiểu như một phù thủy Excel hay gì đó.

42:32

And so it's like technical adjacent or like coding adjacent and like, you know, pretty technical.

Và vậy nó kiểu như cận kỹ thuật hoặc cận lập trình và kiểu, bạn biết đấy, khá là kỹ thuật.

42:36

Those are the times, like those are the kinds of people I've seen in these companies who just like really light up and get excited around this.

Đó là những lúc, kiểu như đó là những kiểu người tôi đã thấy ở những công ty này, những người thực sự bừng sáng và hào hứng với việc này.

42:44

Um, and you can usually build a team, uh, a team around that.

Ừm, và bạn thường có thể xây dựng một đội, ừ, một đội xoay quanh điều đó.

42:47

But yeah, it's like oftentimes not software engineers.

Nhưng đúng, nó kiểu như thường không phải là kỹ sư phần mềm.

42:49

Software engineers, I think, will understand this, but not every company has software engineers.

Kỹ sư phần mềm, tôi nghĩ, sẽ hiểu điều này, nhưng không phải công ty nào cũng có kỹ sư phần mềm.

42:52

Um, is actually kind of a rarity.

Ừm, thực ra khá là hiếm.

42:54

They're, they're hard to find.

Họ, họ khó tìm.

42:55

They're expensive.

Họ đắt đỏ.

42:56

Uh, and so it's, it's these other types of folks.

Ơ, và vậy nó là những kiểu người khác này.

42:59

What I'm hearing is the anti-pattern is top down.

Điều tôi đang nghe được là kiểu phản mẫu là từ trên xuống.

43:01

This is very, the CEO found exec team just like, we are going to go AI first.

Điều này rất là, CEO và đội ngũ điều hành tìm ra kiểu như, chúng ta sẽ đi theo AI trước tiên.

43:07

We're going to lead into AI.

Chúng ta sẽ dẫn đầu về AI.

43:08

Everyone's going to be judged on their performance using AI tools, how much your productivity is increasing thanks to AI.

Mọi người sẽ được đánh giá dựa trên hiệu suất sử dụng công cụ AI của họ, năng suất của bạn tăng lên bao nhiêu nhờ AI.

43:15

And without, with that being just top down and not

Và nếu điều đó chỉ là từ trên xuống và không

43:18

creating a team that is bottom up spreading the gospel, you find it doesn't work.

Tạo ra một đội từ dưới lên đang lan tỏa thông điệp, bạn sẽ thấy nó không hiệu quả.

43:24

- Yeah.

- Ừ.

43:24

Yeah.

Ừ.

43:24

Exactly.

Chính xác.

43:24

Exactly.

Chính xác.

43:25

- And the advice is find the people that are most excited and instead of kind of having them spread out through the organization, you're, what you find works is create a little AI kind of evangelist team that finds ways to use it and kind of spreads it across the work.

- Và lời khuyên là hãy tìm những người hào hứng nhất và thay vì để họ rải rác khắp tổ chức, điều bạn thấy hiệu quả là tạo ra một đội kiểu như truyền giáo AI nhỏ, đội này tìm cách sử dụng nó và kiểu như lan tỏa nó khắp công việc.

43:40

- Yeah.

- Ừ.

43:40

I mean, another, it's kind of like hearing you play back to me.

Ý tôi là, một cách khác, kiểu như nghe bạn nhắc lại cho tôi.

43:44

Another way to think about it, kind of tying back to my own management philosophies, is find the high performers in AI adoption and empower them.

Một cách khác để nghĩ về điều đó, kiểu như gắn với triết lý quản lý của chính tôi, là tìm những người có hiệu suất cao trong việc áp dụng AI và trao quyền cho họ.

43:51

You know, let them build hackathons, let them, you know, hold seminars, do knowledge sharing, kind of create the seeds of, uh, of excitement internally.

Bạn biết đấy, để họ tổ chức hackathon, để họ, bạn biết đấy, tổ chức hội thảo, chia sẻ kiến thức, kiểu như tạo ra những hạt giống, ừ, của sự hào hứng trong nội bộ.

43:58

Okay.

Được.

43:58

Amazing.

Tuyệt vời.

43:59

There's a couple hot takes I want to hear, uh, from you.

Có vài quan điểm gây tranh cãi mà tôi muốn nghe, ừ, từ bạn.

44:02

Something that I've seen you talk about and share.

Một điều mà tôi đã thấy bạn nói về và chia sẻ.

44:05

One is, um, you've shared that talking to customers and listening to customers is not always the right strategy in AI and it might often lead you astray.

Một là, ừm, bạn đã chia sẻ rằng nói chuyện với khách hàng và lắng nghe khách hàng không phải lúc nào cũng là chiến lược đúng trong AI và nó thường có thể khiến bạn đi lạc hướng.

44:14

- I don't know if it's that hot of a take.

- Tôi không biết liệu nó có phải là quan điểm gây tranh cãi đến thế không.

44:15

I think the main thing here is, so obviously you should talk to your customers, like it's, it's like useful to talk to customers.

Tôi nghĩ điều chính ở đây là, rõ ràng bạn nên nói chuyện với khách hàng, kiểu như, nó hữu ích khi nói chuyện với khách hàng.

44:22

I just think the AI field, um, especially what I've seen over the last kind of like three years, um, uh, working on the API and seeing kind of all that evolve, is the field and the models themselves are just changing so, so quickly, they tend to like disrupt

Tôi chỉ nghĩ lĩnh vực AI, ừm, đặc biệt là những gì tôi đã thấy trong khoảng ba năm qua, ừm, ơ, làm việc với API và thấy tất cả những điều đó phát triển, là lĩnh vực và bản thân các mô hình đang thay đổi quá, quá nhanh, chúng có xu hướng kiểu như phá vỡ

44:38

themselves, especially around the like tooling and the scaffolding space.

Chính chúng, đặc biệt là quanh không gian công cụ và giàn giáo.

44:40

So, uh, there's this quote that I read actually earlier this week from a, it's from an ex article, uh, by this guy named Nicholas who's, who's the founder of a startup called Finol, uh, where, uh, I think he was, he was sharing a lot of the best practices that he has learned through building AI agents for financial

Vậy, ơ, có một câu trích dẫn mà tôi thực ra đã đọc đầu tuần này từ một, nó từ một bài viết cũ, ơ, của anh chàng tên Nicholas, người, người sáng lập một startup tên là Finol, ơ, nơi, ơ, tôi nghĩ anh ấy đang, anh ấy đang chia sẻ rất nhiều thực hành tốt nhất mà anh ấy đã học được qua việc xây dựng các tác nhân AI cho lĩnh vực tài chính

44:57

services, I think at a, at a startup FinTool, um, and he had this phrase that I thought was really good, which is, uh, the models will eat your scaffolding for breakfast.

Dịch vụ, tôi nghĩ tại một, tại một startup FinTool, ừm, và anh ấy có câu này mà tôi nghĩ thực sự hay, đó là, ơ, các mô hình sẽ ăn giàn giáo của bạn vào bữa sáng.

45:06

Like if you look, if you rewind back to 2022, right, when Chad GBT launched, um, these models were pretty raw and there was like all this product scaffolding and things, especially in the developer space, to basically try and

Kiểu như nếu bạn nhìn, nếu bạn tua lại năm 2022, đúng không, khi Chad GBT ra mắt, ừm, những mô hình này khá là thô và có đủ thứ giàn giáo sản phẩm và mọi thứ, đặc biệt trong không gian nhà phát triển, về cơ bản là để cố gắng

45:19

steer the model and build a scaffolding around it to get it to do what you want, like agent frameworks, there's like vector stores, I think was like really popular back then, uh, and just like a whole smattering of tools here.

Điều hướng mô hình và xây dựng giàn giáo quanh nó để khiến nó làm điều bạn muốn, kiểu như các framework tác nhân, có kiểu như vector store, tôi nghĩ khá phổ biến hồi đó, ơ, và kiểu như cả một loạt công cụ ở đây.

45:30

And as you've kind of seen the field play out, that the models have just changed so much, uh, that, uh, and gotten so much better, that they ended up, yeah, literally

Và khi bạn kiểu như thấy lĩnh vực này diễn ra, rằng các mô hình đã thay đổi quá nhiều, ơ, đến mức, ơ, và trở nên tốt hơn rất nhiều, đến mức cuối cùng chúng, đúng, theo nghĩa đen

45:39

eating some of, some of the scaffolding.

Ăn một phần, một phần của giàn giáo.

45:40

Um, and I think this is even true today.

Ừm, và tôi nghĩ điều này thậm chí còn đúng cho đến hôm nay.

45:43

So I think the article from Nicholas, um, actually, you know, the current scaffolding, which is, uh, fashionable, is skills files based context management.

Vậy tôi nghĩ bài viết của Nicholas, ừm, thực ra, bạn biết đấy, giàn giáo hiện tại, thứ đang, ơ, thịnh hành, là quản lý ngữ cảnh dựa trên tệp kỹ năng.

45:49

I could see a world where at some point, you know, that's no longer useful, uh, where the model can actually, you know, manage all that themselves, or like, you know, uh, or, or there might be, you know, it's hard to predict, but like might

Tôi có thể hình dung một thế giới mà tại một thời điểm nào đó, bạn biết đấy, điều đó không còn hữu ích nữa, uh, nơi mà mô hình thực sự có thể, bạn biết đấy, tự quản lý tất cả những thứ đó, hoặc kiểu như, bạn biết đấy, uh, hoặc, hoặc có thể sẽ có, bạn biết đấy, thật khó để dự đoán, nhưng kiểu như có thể

46:02

move on to some new paradigm where, you know, need this file based like skills, skills type thing.

Chuyển sang một mô hình mới nào đó, nơi mà, bạn biết đấy, cần những kỹ năng dựa trên tệp tin như thế này, kiểu kỹ năng.

46:06

You have literally seen this play out, right, like the agent frameworks I think are a little less useful now, um, there was a period of time like 2023 where we thought vector stores and is going to be like the main way for you to, you know, bring organizational context into the models and you need to

Bạn đã thực sự thấy điều này diễn ra, đúng không, kiểu như các framework agent tôi nghĩ hiện nay ít hữu ích hơn một chút, um, có một khoảng thời gian như năm 2023 khi chúng ta nghĩ rằng vector store sẽ là cách chính để bạn, bạn biết đấy, đưa ngữ cảnh tổ chức vào các mô hình và bạn cần phải

46:20

you know, uh, vector and embed every bit of your corpuses and then you need to do all this work to like figure out the vector search to like optimize that to fill out the right information the right time.

Bạn biết đấy, uh, vector hóa và nhúng từng chút một trong kho dữ liệu của bạn và sau đó bạn cần làm tất cả công việc này để kiểu như tìm ra cách tìm kiếm vector để tối ưu hóa nó nhằm điền đúng thông tin vào đúng thời điểm.

46:30

All of that is scaffolding because the model, you know, was not good enough and turns out, you know, in this case it turns out as the models get better, a better approach is actually to take out

Tất cả những thứ đó là giàn giáo vì mô hình, bạn biết đấy, chưa đủ tốt và hóa ra, bạn biết đấy, trong trường hợp này hóa ra là khi các mô hình trở nên tốt hơn, một cách tiếp cận tốt hơn thực sự là loại bỏ

46:40

a lot of that logic and trust the model and give it a set of tools for search.

Rất nhiều logic đó và tin tưởng mô hình và cung cấp cho nó một bộ công cụ để tìm kiếm.

46:44

It doesn't need to be a vector store.

Nó không cần phải là một vector store.

46:45

You could actually just hook it up to any type of search.

Bạn thực sự có thể chỉ cần kết nối nó với bất kỳ loại tìm kiếm nào.

46:47

It could literally be files on a file system like skills, uh, and agents MD, uh, to kind of steer it, uh, as well.

Nó thực sự có thể chỉ là các tệp trên hệ thống tệp như skills, uh, và agents MD, uh, để kiểu như điều hướng nó, uh, tương tự.

46:53

Obviously, there's still a place for vector stores.

Rõ ràng, vector store vẫn có chỗ đứng.

46:55

I know a lot of companies are still using it, but the, that the entire scaffolding around that and building an entire ecosystem around that and assuming that's the only

Tôi biết nhiều công ty vẫn đang sử dụng nó, nhưng toàn bộ giàn giáo xung quanh đó và xây dựng cả một hệ sinh thái xung quanh đó và giả định rằng đó là thứ duy nhất

47:03

scaffolding that you need has really changed.

Giàn giáo mà bạn cần đã thực sự thay đổi.

47:04

And so tying this back to like, you know, uh, it's, you know, you don't always have to listen to your customers because the field is changing so much at any point in time, you know, a lot of people are kind of in this local maximum and if you just blindly listen to your customers, they'll be like, yeah, I want a better vector store, like I want a

Và vì vậy, liên kết điều này trở lại với kiểu như, bạn biết đấy, uh, nó là, bạn biết đấy, bạn không phải lúc nào cũng phải lắng nghe khách hàng của mình vì lĩnh vực này đang thay đổi quá nhiều tại bất kỳ thời điểm nào, bạn biết đấy, nhiều người đang ở trong cực đại cục bộ này và nếu bạn chỉ mù quáng lắng nghe khách hàng của mình, họ sẽ nói kiểu như, ừ, tôi muốn một vector store tốt hơn, kiểu như tôi muốn một

47:22

better, uh, I want a better, you know, agent framework for this and, uh, if you had just kind of only chased down that path, it actually would have led you to, you know, build something that again is the local maxima, whereas as the models get better, we've had to reinvent event and kind of rethink the right, uh, abstractions and the right tools and frameworks to, to build around

Tốt hơn, uh, tôi muốn một, bạn biết đấy, framework agent tốt hơn cho việc này và, uh, nếu bạn chỉ theo đuổi con đường đó, nó thực sự sẽ dẫn bạn đến, bạn biết đấy, xây dựng một thứ mà một lần nữa lại là cực đại cục bộ, trong khi khi các mô hình trở nên tốt hơn, chúng ta đã phải phát minh lại và kiểu như suy nghĩ lại về những trừu tượng đúng đắn, uh, và những công cụ và framework đúng đắn để, để xây dựng xung quanh

47:41

these models.

Những mô hình này.

47:41

Um, and the cool slash exciting slash kind of crazy annoying part is it's a moving target.

Um, và phần thú vị kiểu như hào hứng kiểu như hơi điên rồ khó chịu là nó là một mục tiêu di động.

47:47

And so yeah, like the current smattering of tools and frameworks right now will likely need to evolve and change pretty significantly over time, um, as the models get smarter and better.

Và vì vậy, ừ, kiểu như tập hợp công cụ và framework hiện tại có thể sẽ cần phải phát triển và thay đổi khá đáng kể theo thời gian, um, khi các mô hình trở nên thông minh hơn và tốt hơn.

47:58

But that is just the nature of building in the space.

Nhưng đó chỉ là bản chất của việc xây dựng trong lĩnh vực này.

48:00

I think that's what makes it exciting.

Tôi nghĩ đó là điều khiến nó trở nên thú vị.

48:01

Uh, but it also means when you talk to customers, you kind of need to balance the exact feedback that they want, uh, with, uh, where you think the models are going and where you think things will, uh, trend over the next one to two years.

Uh, nhưng nó cũng có nghĩa là khi bạn nói chuyện với khách hàng, bạn cần cân bằng giữa phản hồi chính xác mà họ muốn, uh, với, uh, nơi bạn nghĩ các mô hình đang hướng tới và nơi bạn nghĩ mọi thứ sẽ, uh, có xu hướng trong một đến hai năm tới.

48:11

It's interesting how this is, um, the bitter lesson is, uh, you know,

Thật thú vị khi đây là, um, bài học cay đắng là, uh, bạn biết đấy,

48:14

this big lesson that AI and ML folks learned, which is just like, uh, don't, the less you over complicate, the less logic you add to machine learning to AI, the more it'll be able to scale and grow and just like take it all away and let it just compute, basically just give it more power to get smarter on its own.

Bài học lớn này mà những người làm AI và ML đã học được, đó là kiểu như, uh, đừng, càng ít phức tạp hóa, càng ít thêm logic vào machine learning và AI, thì nó càng có thể mở rộng và phát triển và kiểu như lấy hết mọi thứ đi và để nó chỉ tính toán, về cơ bản chỉ cần cung cấp cho nó nhiều sức mạnh hơn để tự trở nên thông minh hơn.

48:33

Yeah, there's literally a version of the bitter lesson applied to like building with AI where, you know, we were trying to architect all this stuff around and turns out the models are just kind of, you know, eat it all away and, and honestly like OpenAI API team has like been guilty of this, uh, where we kind of like took some, you know, left and right turns when we shouldn't have, um, but, uh,

Ừ, thực sự có một phiên bản của bài học cay đắng được áp dụng cho việc xây dựng với AI, nơi mà, bạn biết đấy, chúng tôi đã cố gắng thiết kế kiến trúc tất cả những thứ này xung quanh và hóa ra các mô hình chỉ kiểu như, bạn biết đấy, ăn hết tất cả và, và thành thật mà nói, đội ngũ OpenAI API cũng đã từng mắc lỗi này, uh, nơi chúng tôi kiểu như đã rẽ trái rẽ phải khi lẽ ra không nên, um, nhưng, uh,

48:53

yeah, the models still end up, models get better and, uh, we're all learning the bitter lesson day in and day out.

Ừ, các mô hình vẫn kết thúc là, các mô hình trở nên tốt hơn và, uh, tất cả chúng ta đang học bài học cay đắng mỗi ngày.

48:58

So what would be the key takeaway for folks building on, say, the API or just building agents and, you know, having to build a little bit of this around for now, is it just, yeah, what would be the advice?

Vậy đâu sẽ là điểm mấu chốt cho những người xây dựng trên, ví dụ, API hoặc chỉ là xây dựng agent và, bạn biết đấy, phải xây dựng một chút những thứ này xung quanh trong lúc này, có phải chỉ là, ừ, lời khuyên sẽ là gì?

49:08

- My general advice, and I've been giving this to people for a while and I think still true today, is make sure you're building for where the models are going and not where they are today.

- Lời khuyên chung của tôi, và tôi đã đưa ra điều này cho mọi người trong một thời gian và tôi nghĩ vẫn đúng cho đến ngày nay, là hãy đảm bảo bạn đang xây dựng cho nơi các mô hình đang hướng tới chứ không phải nơi chúng đang ở hiện tại.

49:18

Um, uh, you know, the, it's, it's clearly a moving target and I think a lot of the companies that I've seen, startups that I've seen really do well, is they build a product for an ideal like type

Um, uh, bạn biết đấy, nó, nó rõ ràng là một mục tiêu di động và tôi nghĩ nhiều công ty mà tôi đã thấy, các startup mà tôi đã thấy thực sự làm tốt, là họ xây dựng một sản phẩm cho một loại khả năng lý tưởng

49:29

of capability that is like maybe 80% of the way there today and it like, they end up, you know, having a product that like kind of works but it's like just almost there, but then as the models get better, you know, suddenly it might click and then their product now is incredible because it works, you like, uh, like maybe with like 03 at some point it suddenly works with 5.1, 5.2, suddenly it

Mà có thể đạt được khoảng 80% vào ngày hôm nay và nó kiểu như, họ kết thúc là, bạn biết đấy, có một sản phẩm kiểu như hoạt động được nhưng chỉ gần đạt, nhưng rồi khi các mô hình trở nên tốt hơn, bạn biết đấy, đột nhiên nó có thể khớp và sản phẩm của họ bây giờ thật tuyệt vời vì nó hoạt động, bạn kiểu như, uh, kiểu như có thể với 03 tại một thời điểm nào đó nó đột nhiên hoạt động với 5.1, 5.2, đột nhiên nó

49:51

unlocks it, but they're building these products with the like the model capability improvements in mind and with that you end up creating an exper, experience that's way better than if you had assumed that it's, it's static in the first place.

Mở khóa nó, nhưng họ đang xây dựng những sản phẩm này với những cải thiện về khả năng của mô hình trong tâm trí và với điều đó bạn kết thúc là tạo ra một trải nghiệm tốt hơn nhiều so với nếu bạn đã giả định rằng nó, nó là tĩnh ngay từ đầu.

50:01

Um, and so that would be my, my general, uh, advice, which is, you know, build for where, where the models are going and not where they are

Um, và vì vậy đó sẽ là lời khuyên chung của tôi, đó là, bạn biết đấy, hãy xây dựng cho nơi, nơi các mô hình đang hướng tới chứ không phải nơi chúng đang ở

50:09

today.

Hiện tại.

50:09

You end up building a better product.

Bạn sẽ kết thúc là xây dựng một sản phẩm tốt hơn.

50:10

You may need to, you know, like wait a little bit, but like, you know, the models are getting so much better so quickly, you often don't need to wait, um, that long.

Bạn có thể cần phải, bạn biết đấy, kiểu như chờ một chút, nhưng kiểu như, bạn biết đấy, các mô hình đang trở nên tốt hơn rất nhiều rất nhanh, bạn thường không cần phải chờ, um, lâu như vậy.

50:17

- So to follow that thread, where are like in the next six to 12 months, where is the API heading?

- Vậy để theo mạch này, trong 6 đến 12 tháng tới, API đang hướng tới đâu?

50:23

Where's the platform heading?

Nền tảng đang hướng tới đâu?

50:24

Where are the models heading?

Các mô hình đang hướng tới đâu?

50:26

As much as you can share, I know there's a lot of secrets here that maybe you're most excited about or do you think that people should start to prepare for and however much you can share?

Những gì bạn có thể chia sẻ, tôi biết có nhiều bí mật ở đây mà có thể bạn hào hứng nhất hoặc bạn nghĩ mọi người nên bắt đầu chuẩn bị và bất kể bạn có thể chia sẻ bao nhiêu?

50:34

- I mean, so the obvious one is, um, how long of a task, uh, these models can do coherently.

- Ý tôi là, điều rõ ràng là, um, các mô hình này có thể làm một nhiệm vụ dài bao lâu, uh, một cách mạch lạc.

50:40

Um, so there's like the meter benchmark that I think tracks software engineering tasks and how long, you know, like how long of a task can these models do, uh, 50% of the time, 80% of the time.

Um, vậy có kiểu như benchmark meter mà tôi nghĩ theo dõi các nhiệm vụ kỹ thuật phần mềm và bao lâu, bạn biết đấy, kiểu như các mô hình này có thể làm một nhiệm vụ dài bao lâu, uh, 50% thời gian, 80% thời gian.

50:51

Uh, I think we're at something like multi-hour tasks being able to be done by, uh, software

Uh, tôi nghĩ chúng ta đang ở mức các nhiệm vụ kéo dài nhiều giờ có thể được thực hiện bởi, uh, các nhiệm vụ

50:57

engineering tasks being able to be done by, um, uh, these frontier models, uh, 50% of the time and then I think 80% is something like just under an hour.

Kỹ thuật phần mềm có thể được thực hiện bởi, um, uh, các mô hình tiên tiến này, uh, 50% thời gian và sau đó tôi nghĩ 80% là khoảng dưới một giờ.

51:05

But the, the sobering thing about that, that chart is they plot all the, uh, previous models on this chart as well.

Nhưng điều khiến bạn tỉnh táo về biểu đồ đó là họ cũng vẽ tất cả các, uh, mô hình trước đó trên biểu đồ này.

51:12

So you can really see the trend of this.

Vì vậy bạn thực sự có thể thấy xu hướng của điều này.

51:14

That's something that I'm really excited about, which is, you know, I actually think products today really optimize for tasks that the model can do for like minutes at a time.

Đó là điều tôi thực sự hào hứng, đó là, bạn biết đấy, tôi thực sự nghĩ các sản phẩm ngày nay thực sự tối ưu hóa cho các nhiệm vụ mà mô hình có thể làm trong khoảng vài phút một lần.

51:22

Like even codecs and like the coding tools, I'd say like, you know, it's in the Cly, you're kind of like seeing it be interactive.

Kiểu như ngay cả codecs và kiểu như các công cụ lập trình, tôi muốn nói kiểu như, bạn biết đấy, trong Cly, bạn kiểu như thấy nó tương tác.

51:29

It's really, you know, quite optimized well for like maybe at most 10-minute types.

Nó thực sự, bạn biết đấy, được tối ưu hóa khá tốt cho kiểu như tối đa 10 phút.

51:33

I have seen people

Tôi đã thấy mọi người

51:35

push codeex to the limit and do like multi-hour long, uh, tasks.

Đẩy codeex đến giới hạn và làm những nhiệm vụ kéo dài nhiều giờ, uh.

51:38

Uh, but again, I, I think that's more of the exception.

Uh, nhưng một lần nữa, tôi, tôi nghĩ đó là ngoại lệ nhiều hơn.

51:41

But I, uh, if you follow this trend, like I think like in the next 12 to 18 months we could see models that could do multi-hour long tasks very coherently.

Nhưng tôi, uh, nếu bạn theo xu hướng này, kiểu như tôi nghĩ trong 12 đến 18 tháng tới chúng ta có thể thấy các mô hình có thể làm các nhiệm vụ kéo dài nhiều giờ một cách rất mạch lạc.

51:49

At some point it might reach like, you know, 6 hours a dayong task where you kind of like dispatch it and

Ở một thời điểm nào đó, nó có thể đạt tới, bạn biết đấy, một nhiệm vụ kéo dài 6 giờ mỗi ngày mà bạn kiểu như giao việc và

51:56

have it do, you know, do things on, uh, on its own for a while.

Để nó làm, bạn biết đấy, làm mọi thứ một mình trong một khoảng thời gian.

51:59

The types of products you build around that will look very different.

Các loại sản phẩm bạn xây dựng xung quanh đó sẽ trông rất khác biệt.

52:01

You want to give the model feedback.

Bạn muốn cung cấp phản hồi cho mô hình.

52:03

You obviously don't want it to completely run wild for a day.

Rõ ràng bạn không muốn nó hoàn toàn chạy loạn trong một ngày.

52:06

Maybe you do, but you probably don't.

Có thể bạn muốn, nhưng có lẽ bạn không muốn.

52:08

Um, and then the universe of things you can have the model do really expand.

Ừm, và sau đó vũ trụ những việc bạn có thể để mô hình làm thực sự mở rộng.

52:12

So that's something that I'm really, um, really excited about seeing.

Vì vậy đó là điều mà tôi thực sự, ừm, thực sự hào hứng được thấy.

52:16

Another, uh, thing over the next 12 to 18 months I think be really cool is improvements in our, in the multimodal models.

Một điều khác, ừ, trong 12 đến 18 tháng tới tôi nghĩ sẽ thực sự tuyệt vời là những cải tiến trong các mô hình đa phương thức của chúng ta.

52:23

So, uh, and actually by multimodality I'm mostly thinking about audio here, where, uh, the models are

Vậy, ừ, và thực ra khi nói đa phương thức tôi chủ yếu nghĩ đến âm thanh ở đây, nơi mà, ừ, các mô hình

52:29

pretty good at audio.

Khá giỏi về âm thanh.

52:30

I think they're going to get a lot better, um, at audio over the next 6 to 12 months, especially the like, you know, the, um, native multimodal models, the speech to speech ones.

Tôi nghĩ chúng sẽ trở nên tốt hơn rất nhiều, ừm, về âm thanh trong 6 đến 12 tháng tới, đặc biệt là những mô hình đa phương thức gốc, những mô hình chuyển giọng nói thành giọng nói.

52:40

I think there's also interesting work, uh, being done around, um, new types of models and architectures on the multimodal audio side, uh, as well, but, uh, audio especially in the enterprise and

Tôi nghĩ cũng có những công trình thú vị, ừ, đang được thực hiện xung quanh, ừm, các loại mô hình và kiến trúc mới về mặt âm thanh đa phương thức, ừ, nữa, nhưng, ừ, âm thanh đặc biệt trong doanh nghiệp và

52:50

in a business setting, I think, is a hugely underrated, uh, domain still, like everyone talks about coding, it's all text, uh, but, uh, we're talking in audio.

Trong môi trường kinh doanh, tôi nghĩ, vẫn là một lĩnh vực bị đánh giá thấp rất nhiều, ừ, kiểu như mọi người đều nói về lập trình, tất cả đều là văn bản, ừ, nhưng, ừ, chúng ta đang nói bằng âm thanh.

52:58

A lot of the world's business is done via audio.

Rất nhiều công việc kinh doanh trên thế giới được thực hiện qua âm thanh.

53:01

Uh, a lot of services and operations are done via, uh, talking and audio.

Ừ, rất nhiều dịch vụ và hoạt động được thực hiện qua, ừ, nói chuyện và âm thanh.

53:05

And so, uh, I think that area is going to look very exciting in the next 12 to 18 months.

Và vì vậy, ừ, tôi nghĩ lĩnh vực đó sẽ trông rất thú vị trong 12 đến 18 tháng tới.

53:10

And I think there

Và tôi nghĩ sẽ có

53:12

will be, uh, even more unlock for, uh, what we can do, uh, with audio models, uh, there as well.

Sẽ có, ừ, thậm chí nhiều mở khóa hơn cho, ừ, những gì chúng ta có thể làm, ừ, với các mô hình âm thanh, ừ, ở đó nữa.

53:17

- Amazing.

- Tuyệt vời.

53:17

So quick summary, uh, expect agents and, uh, AI tools to run longer, to that trajectory to continue to increase and then audio and speech becoming a bigger deal, more first party and native and better and core to the experience.

Vậy tóm tắt nhanh, ừ, hãy mong đợi các tác nhân và, ừ, các công cụ AI chạy lâu hơn, quỹ đạo đó tiếp tục tăng và sau đó âm thanh và giọng nói trở thành một vấn đề lớn hơn, gốc gác hơn và tốt hơn và cốt lõi cho trải nghiệm.

53:35

- Yeah, - extremely cool.

- Ừ, - cực kỳ tuyệt vời.

53:36

Okay, I want to go back to one of your hot takes, another hot take that I've seen you discuss.

Được rồi, tôi muốn quay lại một trong những quan điểm gây tranh cãi của bạn, một quan điểm gây tranh cãi khác mà tôi đã thấy bạn thảo luận.

53:42

You're big, uh, you're very bullish on business process automation as an opportunity in the world of AI.

Bạn rất, ừ, bạn rất lạc quan về tự động hóa quy trình kinh doanh như một cơ hội trong thế giới AI.

53:47

Talk about that.

Hãy nói về điều đó.

53:47

Yeah, this go, this goes back to the thing that I said previously, which is, um, we, we live in a bubble in Silicon Valley and

Vâng, điều này quay lại điều tôi đã nói trước đó, đó là, ừm, chúng ta, chúng ta sống trong một bong bóng ở Thung lũng Silicon và

53:55

um, a lot of the work that we do that we're used to, software engineering, you know, product management, building products, uh, is very differently shaped than the work that goes on, um, that runs our entire economy and I see this in and out when I talk to customers, uh, if you, if you talk to any like, you know, company that's not based in, it's not a tech company, um, there's a lot of business

Ừm, rất nhiều công việc chúng ta làm mà chúng ta quen thuộc, kỹ thuật phần mềm, bạn biết đấy, quản lý sản phẩm, xây dựng sản phẩm, ừ, có hình dạng rất khác so với công việc diễn ra, ừm, vận hành toàn bộ nền kinh tế của chúng ta và tôi thấy điều này khi nói chuyện với khách hàng, ừ, nếu bạn, nếu bạn nói chuyện với bất kỳ công ty nào không có trụ sở tại, không phải là công ty công nghệ, ừm, có rất nhiều quy trình

54:17

processes.

Kinh doanh.

54:17

And so what I mean by this is, you know, I generally delineate it as, you know, there's like, uh, like software engineering is kind of like open-ended knowledge work, right, it's, and this is why I think tools like codeex tend to be quite good because it's exploring and you're giving it these like open-ended things, but software engineering is fundamentally like pretty open-ended, uh,

Và vậy ý tôi là, bạn biết đấy, tôi thường phân biệt nó như, bạn biết đấy, có kiểu như, ừ, kỹ thuật phần mềm là loại công việc tri thức mở, đúng không, và đây là lý do tôi nghĩ các công cụ như codeex có xu hướng khá tốt vì nó khám phá và bạn đưa cho nó những thứ mở như vậy, nhưng kỹ thuật phần mềm về cơ bản là khá mở, ừ,

54:37

and it's not very repeatable, right, so like you build a feature, you're not trying to build the exact same feature over and over again and a lot of like tech jobs are in the space, I think like data science is kind of in the space as well.

Và nó không lặp lại nhiều, đúng không, kiểu như bạn xây dựng một tính năng, bạn không cố gắng xây dựng chính xác cùng một tính năng lặp đi lặp lại và rất nhiều công việc công nghệ nằm trong không gian này, tôi nghĩ như khoa học dữ liệu cũng nằm trong không gian này.

54:49

Even some of the like strategic finance stuff.

Thậm chí một số thứ như tài chính chiến lược.

54:51

But as you move further and further away from software engineering and like what is core

Nhưng khi bạn di chuyển ngày càng xa khỏi kỹ thuật phần mềm và những gì là cốt lõi

54:56

in tech, a lot of jobs are just business processes.

Trong công nghệ, rất nhiều công việc chỉ là quy trình kinh doanh.

54:59

They're like repeatable things, uh, repeatable operations, um, that, you know, some manager at a company has kind of like iterated on.

Chúng giống như những thứ lặp lại, ừ, hoạt động lặp lại, ừm, mà, bạn biết đấy, một quản lý nào đó tại công ty đã kiểu như lặp đi lặp lại.

55:06

Um, there's usually a standard operating procedure that people want to do.

Ừm, thường có một quy trình hoạt động tiêu chuẩn mà mọi người muốn làm.

55:10

Uh, and you don't want to deviate from it that much.

Ừ, và bạn không muốn đi chệch khỏi nó quá nhiều.

55:13

You know this, like in software engineering the ingenuity is, isn't, isn't deviating,

Bạn biết điều này, kiểu như trong kỹ thuật phần mềm sự khéo léo là, không phải, không phải là đi chệch,

55:18

but a lot of, a lot of the, the work being done in the world is actually just, um, running through these procedures and operations, like if I, you know, if I call, um, a support line, they're running through one of these, if I call my utility company, there's a bunch of processes and things that they can and cannot do, um, for me, uh, and so I'm, I'm just extremely bullish on this general

Nhưng rất nhiều, rất nhiều công việc được thực hiện trên thế giới thực ra chỉ là, ừm, chạy qua các quy trình và hoạt động này, kiểu như nếu tôi, bạn biết đấy, nếu tôi gọi, ừm, một đường dây hỗ trợ, họ đang chạy qua một trong những quy trình này, nếu tôi gọi công ty tiện ích của tôi, có một loạt quy trình và những thứ họ có thể và không thể làm, ừm, cho tôi, ừ, và vì vậy tôi, tôi cực kỳ lạc quan về loại chung

55:38

category of like, and, and I think it's underrated because it's so different from what we think about in Silicon Valley, people tend to not think about it.

Hạng mục như, và, và tôi nghĩ nó bị đánh giá thấp vì nó quá khác biệt so với những gì chúng ta nghĩ ở Thung lũng Silicon, mọi người có xu hướng không nghĩ về nó.

55:47

But how can we apply, um, AI, uh, and some of the tools and frameworks that we have towards this business process automation, towards automated, automating and making easier, um, repeatable business processes with high

Nhưng làm thế nào chúng ta có thể áp dụng, ừm, AI, ừ, và một số công cụ và khuôn khổ mà chúng ta có vào tự động hóa quy trình kinh doanh này, vào tự động hóa và làm cho dễ dàng hơn, ừm, các quy trình kinh doanh lặp lại với độ

55:59

determinism, um, that is fully integrated with business, uh, data and business decisions and, and different systems within an enterprise, um, and how can we actually make that process better, uh, because I actually think there's a lot of opportunity and a lot of work to be done, uh, in that area and we just, we just don't talk about it because it's, it's a little bit less, uh, in our

Xác định cao, ừm, được tích hợp đầy đủ với dữ liệu kinh doanh và quyết định kinh doanh và các hệ thống khác nhau trong doanh nghiệp, ừm, và làm thế nào chúng ta thực sự có thể làm cho quy trình đó tốt hơn, ừ, vì tôi thực sự nghĩ có rất nhiều cơ hội và rất nhiều việc phải làm, ừ, trong lĩnh vực đó và chúng ta chỉ, chúng ta chỉ không nói về nó vì nó, nó hơi ít, ừ, trong

56:20

wheelhouse.

Lĩnh vực chuyên môn của chúng ta.

56:20

So your take here, just to make sure I fully understand it, is you think there's a much, uh, bigger opportunity outside of engineering for AI to impact, uh, productivity of companies and also jobs of these folks that are doing these kind of repetitive easily automated tasks, impact jobs and also just impact how work is done, like so much of work is done in this way, like

Vậy quan điểm của bạn ở đây, chỉ để đảm bảo tôi hiểu đầy đủ, là bạn nghĩ có một cơ hội lớn hơn nhiều, ừ, bên ngoài kỹ thuật để AI tác động, ừ, đến năng suất của các công ty và cả công việc của những người đang làm những nhiệm vụ lặp đi lặp lại dễ tự động hóa này, tác động đến công việc và cả cách công việc được thực hiện, kiểu như rất nhiều công việc được thực hiện theo cách này, như

56:40

you think about, you know, like what a, basically we, I talk to customers all the time, big enterprises, like how, how will AI transform my company, like how will it run in, in a world, uh, with AI in like 20 years.

Bạn nghĩ về, bạn biết đấy, kiểu như, về cơ bản chúng ta, tôi nói chuyện với khách hàng mọi lúc, các doanh nghiệp lớn, kiểu như làm thế nào, làm thế nào AI sẽ biến đổi công ty tôi, kiểu như nó sẽ vận hành như thế nào trong một thế giới, ừ, với AI trong khoảng 20 năm nữa.

56:51

Um, and you know, software engineering is part of the story, but there's so much more on the business process side.

Ừm, và bạn biết đấy, kỹ thuật phần mềm là một phần của câu chuyện, nhưng có rất nhiều thứ khác ở phía quy trình kinh doanh.

56:57

And I actually think it might look even more

Và tôi thực sự nghĩ nó có thể trông thậm chí còn

57:00

different on the business process side.

Khác biệt hơn ở phía quy trình kinh doanh.

57:02

And the work there is pretty substantial.

Và công việc ở đó khá đáng kể.

57:04

It's actually interesting.

Nó thực sự thú vị.

57:05

I don't know, like from an absolute percentage or absolute basis, I don't know if it's bigger or smaller than software engineering.

Tôi không biết, kiểu như từ tỷ lệ phần trăm tuyệt đối hay cơ sở tuyệt đối, tôi không biết liệu nó lớn hơn hay nhỏ hơn kỹ thuật phần mềm.

57:10

Like software is pretty huge and pretty extensive, uh, as well.

Giống như phần mềm khá lớn và khá rộng, ừ, nữa.

57:13

But it is pretty massive and it's definitely bigger than, you know, uh, uh, it's bigger than you would think it is based off of how people talk about it or don't talk about it on X or

Nhưng nó khá đồ sộ và chắc chắn lớn hơn, bạn biết đấy, ừ, ừ, nó lớn hơn bạn nghĩ dựa trên cách mọi người nói về nó hoặc không nói về nó trên X hoặc

57:23

Twitter.

57:23

Okay.

Được rồi.

57:23

Uh, going in a slightly different direction, uh, having built the platform, building the API, uh, people building on the API, the biggest question on people's minds is always just, uh, how do I not have OpenAI squash my idea and build their own thing and then, you know, destroy this market I created.

Ừ, đi theo một hướng hơi khác, ừ, sau khi xây dựng nền tảng, xây dựng API, ừ, mọi người xây dựng trên API, câu hỏi lớn nhất trong đầu mọi người luôn là, ừ, làm sao để OpenAI không đè bẹp ý tưởng của tôi và xây dựng thứ của riêng họ rồi, bạn biết đấy, phá hủy thị trường tôi đã tạo ra.

57:42

What's the general policy?

Chính sách chung là gì?

57:43

What's the general philosophy of how startups should think about where open AI is unlikely to go?

Triết lý chung về cách các startup nên suy nghĩ về nơi OpenAI khó có thể đi vào là gì?

57:49

My general answer here is, um, the market is so big and so massive, like I actually think, you know, startups should just not overly think about where open AI or these labs are going.

Câu trả lời chung của tôi ở đây là, ừm, thị trường quá lớn và quá đồ sộ, tôi thực sự nghĩ, bạn biết đấy, các startup không nên suy nghĩ quá nhiều về việc OpenAI hoặc các phòng thí nghiệm này sẽ đi đâu.

58:01

I've talked to a lot of startups, you know, that have, you know, not

Tôi đã nói chuyện với rất nhiều startup, bạn biết đấy, những cái đã, bạn biết đấy, không

58:06

worked out, startups that are doing really well.

Thành công, những startup đang làm rất tốt.

58:08

Every startup that I've seen that has kind of fizzled out is not because open AI or, you know, big lab or Google or something has come to squash them.

Mọi startup mà tôi thấy đã dần lụi tàn đều không phải vì OpenAI hoặc, bạn biết đấy, phòng thí nghiệm lớn hay Google hay gì đó đến đè bẹp họ.

58:15

It's because they built something and it like really didn't resonate with the customers.

Đó là vì họ xây dựng một thứ gì đó và nó thực sự không tạo được tiếng vang với khách hàng.

58:19

Whereas the ones that take off, like even in very competitive spaces like coding, like cursor is huge at this point and it's because they built something that people really love.

Trong khi những cái cất cánh, ngay cả trong những không gian rất cạnh tranh như lập trình, như cursor hiện tại rất lớn và đó là vì họ xây dựng một thứ mà mọi người thực sự yêu thích.

58:27

And so my general advice is like, don't, you know, don't overly stress about this.

Và vì vậy lời khuyên chung của tôi là, đừng, bạn biết đấy, đừng quá căng thẳng về điều này.

58:30

Just build something that people like and you will, you will have a space in this.

Chỉ cần xây dựng một thứ mà mọi người thích và bạn sẽ, bạn sẽ có chỗ đứng trong việc này.

58:35

I can't overstate how big of an opportunity

Tôi không thể nói quá về cơ hội lớn đến mức nào

58:37

there is right now.

Hiện tại đang có.

58:38

Like the, the opportunity space of building with AI is so big.

Giống như không gian cơ hội để xây dựng với AI quá lớn.

58:41

Like a good example of this is, is like the space is so big that the overton window of what is acceptable and not acceptable for VCs to do has completely changed here.

Một ví dụ điển hình cho điều này là, không gian quá lớn đến mức cửa sổ Overton về những gì được chấp nhận và không được chấp nhận đối với các VC đã thay đổi hoàn toàn ở đây.

58:50

VCs are like investing in like competitive companies left and right, is just like the space is so big because the opportunity is, is

Các VC đang đầu tư vào những công ty cạnh tranh khắp nơi, chỉ là không gian quá lớn vì cơ hội là, là

58:57

is unlike anything that we've seen before.

Là điều chưa từng thấy trước đây.

58:59

And while, you know, uh, that affects how VCs operate, from a startup perspective it's like the most empowering thing in the world because the, like even if you just build something that some people really, really love, you will, you will end up with a massive, massively valuable business.

Và trong khi, bạn biết đấy, ừ, điều đó ảnh hưởng đến cách các VC vận hành, từ góc độ startup thì đó là điều trao quyền nhất trên thế giới vì, ngay cả khi bạn chỉ xây dựng một thứ mà một số người thực sự, thực sự yêu thích, bạn sẽ, bạn sẽ có một doanh nghiệp có giá trị cực kỳ lớn.

59:13

Uh, and so I, that's why I tell people like, don't, don't overthink about

Ừ, và vì vậy tôi, đó là lý do tôi nói với mọi người rằng, đừng, đừng suy nghĩ quá nhiều về

59:17

it.

Điều đó.

59:17

The other thing, like I also think is important to remember, uh, at least from an open AI perspective.

Điều khác, tôi cũng nghĩ là quan trọng cần nhớ, ừ, ít nhất từ góc độ OpenAI.

59:22

One thing that, that we've always held very near and dear, which both Sam and Greg helped, you know, reinforce from the top as well, is we actually view ourselves fundamentally as a, like ecosystem platform company.

Một điều mà chúng tôi luôn trân trọng và gìn giữ, mà cả Sam và Greg đều giúp, bạn biết đấy, củng cố từ trên xuống, là chúng tôi thực sự nhìn nhận mình về cơ bản là một công ty nền tảng hệ sinh thái.

59:32

The API was our first product.

API là sản phẩm đầu tiên của chúng tôi.

59:33

We think it's really important

Chúng tôi nghĩ điều đó thực sự quan trọng

59:35

for us to foster this ecosystem and continue to, you know, uh, support it and, and not squash it.

Để chúng tôi nuôi dưỡng hệ sinh thái này và tiếp tục, bạn biết đấy, ừ, hỗ trợ nó và, và không đè bẹp nó.

59:39

And so if you kind of look at the decisions we make, it, this is all we've weave through it.

Và vì vậy nếu bạn nhìn vào các quyết định chúng tôi đưa ra, nó, đây là tất cả những gì chúng tôi đan xen qua đó.

59:44

Every single model we've released in one of our products gets released in the API.

Mọi mô hình chúng tôi phát hành trong một trong các sản phẩm của mình đều được phát hành trong API.

59:47

Like even, you know, we release these codeex models now that are a little bit more optimized for the Codex harness, but

Ngay cả, bạn biết đấy, chúng tôi phát hành các mô hình codeex này bây giờ được tối ưu hóa hơn một chút cho khung Codex, nhưng

59:53

they always find their way into the API and like all of our, you know, uh, customers end up using those.

Chúng luôn tìm đường vào API và giống như tất cả, bạn biết đấy, ừ, khách hàng của chúng tôi cuối cùng đều sử dụng chúng.

59:58

We don't hold back on any of that.

Chúng tôi không giữ lại bất cứ điều gì trong số đó.

1:00:00

Uh, we think it's really important to keep our platform neutral and so, you know, we don't block competitors.

Ừ, chúng tôi nghĩ điều thực sự quan trọng là giữ nền tảng của mình trung lập và vì vậy, bạn biết đấy, chúng tôi không chặn đối thủ cạnh tranh.

1:00:05

Um, we allow people to have access to our models.

Ừm, chúng tôi cho phép mọi người có quyền truy cập vào các mô hình của mình.

1:00:07

Um, uh, we also want, you know, like, uh, we've recently been testing more of like the

Ừm, ừ, chúng tôi cũng muốn, bạn biết đấy, như, ừ, gần đây chúng tôi đã thử nghiệm nhiều hơn về

1:00:12

signin with chatgbt, you know, uh, product as well and so we want to foster this ecosystem and I think it's really important that we do so.

Đăng nhập bằng chatgbt, bạn biết đấy, ừ, sản phẩm nữa và vì vậy chúng tôi muốn nuôi dưỡng hệ sinh thái này và tôi nghĩ điều thực sự quan trọng là chúng tôi làm như vậy.

1:00:18

Uh, the general like thinking about this is like, you know, a rising tide like lifts all boats and, you know, we might be a aircraft carrier, we're like pretty big at this point, but we think it's important to raise the tide, uh, because everyone kind

Ừ, suy nghĩ chung về điều này là, bạn biết đấy, thủy triều lên thì nâng tất cả thuyền và, bạn biết đấy, chúng tôi có thể là một tàu sân bay, chúng tôi khá lớn ở thời điểm này, nhưng chúng tôi nghĩ điều quan trọng là nâng thủy triều, ừ, vì mọi người đều

1:00:30

of, uh, benefits and I think we'll benefit as well, like our API itself has grown pretty significantly because we act in this way and so I'd really encourage people not to view OpenAI as this kind of like, you know, thing that'll just, uh, uh, shove people out of the way, but instead focus on, on building something valuable and we, you know, remain committed to, to providing an open ecosystem.

Kiểu, ừ, hưởng lợi và tôi nghĩ chúng tôi cũng sẽ hưởng lợi, như API của chúng tôi đã phát triển khá đáng kể vì chúng tôi hành động theo cách này và vì vậy tôi thực sự khuyến khích mọi người không nhìn OpenAI như kiểu, bạn biết đấy, thứ sẽ chỉ, ừ, ừ, đẩy mọi người ra khỏi đường, mà thay vào đó tập trung vào, vào việc xây dựng một thứ có giá trị và chúng tôi, bạn biết đấy, vẫn cam kết, cam kết cung cấp một hệ sinh thái mở.

1:00:51

- Why is that important to open AAI?

- Tại sao điều đó lại quan trọng đối với OpenAI?

1:00:53

Just this focus on building a platform, creating a way for people to build businesses, just like, is that just, that's been the vision from the beginning.

Chỉ là sự tập trung vào việc xây dựng một nền tảng, tạo ra cách để mọi người xây dựng doanh nghiệp, giống như, đó có phải chỉ là, đó đã là tầm nhìn từ đầu.

1:01:00

We want this to be a platform.

Chúng tôi muốn đây trở thành một nền tảng.

1:01:02

It's been the vision from the beginning.

Đó đã là tầm nhìn từ đầu.

1:01:04

It comes, goes back to our charter actually, like our mission.

Nó bắt nguồn, quay trở lại điều lệ của chúng tôi thực sự, như sứ mệnh của chúng tôi.

1:01:08

Um, so the open air mission has always been to one, to build AGI.

Ừm, vậy sứ mệnh của OpenAI luôn là một, xây dựng AGI.

1:01:12

So, you know, we're obviously doing

Vậy, bạn biết đấy, chúng tôi rõ ràng đang làm

1:01:14

that, but then the second thing is to like spread the benefits of it to all of humanity and there's kind of like a lot of, you know, uh, the main part there is all of humanity, like, uh, and obviously Chad GBD is trying to do this, you know, we're trying to reach however many, you know, the whole world, but very early on, and this is why we launched the API, you know, back in, I think it was like

Điều đó, nhưng điều thứ hai là lan tỏa lợi ích của nó đến toàn nhân loại và có kiểu như rất nhiều, bạn biết đấy, ừ, phần chính ở đó là toàn nhân loại, như, ừ, và rõ ràng Chad GBD đang cố gắng làm điều này, bạn biết đấy, chúng tôi đang cố gắng tiếp cận bất kể bao nhiêu, bạn biết đấy, toàn thế giới, nhưng rất sớm, và đây là lý do chúng tôi ra mắt API, bạn biết đấy, hồi, tôi nghĩ là khoảng

1:01:32

2020 or something, like really early, we don't think we as a company will be able to reach all of humanity, right, like there's, I don't know, every corner of the world is like pretty, pretty deep.

2020 hay gì đó, thực sự sớm, chúng tôi không nghĩ mình với tư cách một công ty sẽ có thể tiếp cận toàn nhân loại, đúng không, kiểu như có, tôi không biết, mọi ngóc ngách của thế giới đều khá, khá sâu.

1:01:41

And so we actually feel like in order for us to fulfill our mission, we need to have some platform style thing here where we can empower other people to build, you know, the

Và vì vậy chúng tôi thực sự cảm thấy rằng để hoàn thành sứ mệnh của mình, chúng tôi cần có một thứ kiểu nền tảng ở đây để chúng tôi có thể trao quyền cho người khác xây dựng, bạn biết đấy,

1:01:51

customer support bot for podcasters and newsletter hosts.

Bot hỗ trợ khách hàng cho các podcaster và người dẫn bản tin.

1:01:53

Uh, because we're not going to be able to do it ourselves.

Uh, bởi vì chúng tôi sẽ không thể tự làm điều đó.

1:01:56

Uh, and so we've largely seen this play out with the API.

Uh, và vì vậy chúng tôi phần lớn đã thấy điều này diễn ra với API.

1:01:59

Uh, this is why we, you know, we, we talked to so many of our customers and, and really, you know, love seeing the diversity of things built on.

Uh, đây là lý do tại sao chúng tôi, bạn biết đấy, chúng tôi đã nói chuyện với rất nhiều khách hàng của mình và thực sự rất thích thấy sự đa dạng của những thứ được xây dựng trên đó.

1:02:07

But yeah, it's been there since day one because it's, it's

Nhưng vâng, nó đã ở đó từ ngày đầu tiên bởi vì nó là, nó là

1:02:10

kind of, we view it as an expression of our mission.

Kiểu như, chúng tôi coi đó là một biểu hiện của sứ mệnh của mình.

1:02:12

- And you haven't even mentioned the, uh, the app store that you guys are launching, the chatbt app store.

- Và bạn thậm chí còn chưa đề cập đến, uh, cửa hàng ứng dụng mà các bạn đang ra mắt, cửa hàng ứng dụng chatbt.

1:02:16

- Yeah.

- Vâng.

1:02:16

Is that under your umbrella, by the way, or is that a different Oregon team?

Nhân tiện, nó có nằm dưới sự quản lý của bạn không, hay đó là một nhóm khác ở Oregon?

1:02:20

- It's a, it's a different team.

- Đó là một, đó là một nhóm khác.

1:02:22

So it's under chatbt.

Vậy nó nằm dưới chatbt.

1:02:23

We obviously collaborate very closely with them and, uh, you know, they built like an apps SDK, uh, which is built in close collaboration with our team.

Rõ ràng chúng tôi hợp tác rất chặt chẽ với họ và, uh, bạn biết đấy, họ đã xây dựng một SDK ứng dụng, uh, được xây dựng với sự hợp tác chặt chẽ với nhóm của chúng tôi.

1:02:30

Uh, but that is more within the chat GBT umbrella.

Uh, nhưng đó thiên về nằm trong mái nhà của chat GBT hơn.

1:02:33

Uh, but that is also another like, that's another example of this, right.

Uh, nhưng đó cũng là một ví dụ khác của điều này, đúng không.

1:02:37

It's like Chad GBT is like, we, we, we kind of like have these

Giống như Chad GBT là, chúng tôi, chúng tôi, chúng tôi kiểu như có những

1:02:41

800 million weekly active users who are just coming over and over again.

800 triệu người dùng hoạt động hàng tuần, những người cứ quay lại hết lần này đến lần khác.

1:02:44

Like it's a great asset to have as a business, but like, man, would it be better if we could somehow allow, you know, uh, other companies to come in and, and, and, uh, take advantage of this as well and build for this audience as well.

Giống như đó là một tài sản tuyệt vời để có khi là một doanh nghiệp, nhưng trời ạ, liệu có tốt hơn không nếu chúng tôi có thể bằng cách nào đó cho phép, bạn biết đấy, uh, các công ty khác tham gia và, và, và, uh, tận dụng điều này và cũng xây dựng cho đối tượng này.

1:02:56

And then ultimately we think it'll help us expand that, that group as well, right?

Và cuối cùng chúng tôi nghĩ nó sẽ giúp chúng tôi mở rộng nhóm đó luôn, đúng không?

1:03:00

And

Và

1:03:01

so it's all, it all kind of comes back to the mission and, uh, we find that being a platform, being open tends to help here.

Vậy tất cả, tất cả đều quay trở lại với sứ mệnh và, uh, chúng tôi thấy rằng việc trở thành một nền tảng, việc cởi mở có xu hướng giúp ích ở đây.

1:03:06

Just that number, 800 million, I think it's ma, just like weekly, - weekly act, billion people using weekly, just like it's absurd how many, how these numbers we're just used to now, but that's in insane, unprecedented, - yeah, it's, it's mindboggling for me to think about from a scale perspective, uh, honestly and the way I think about it is like 10% of the world, uh, and growing by

Chỉ riêng con số đó, 800 triệu, tôi nghĩ nó là, chỉ như hàng tuần, - hoạt động hàng tuần, hàng tỷ người sử dụng hàng tuần, cứ như thể thật vô lý khi có bao nhiêu, những con số này chúng ta đã quen rồi, nhưng điều đó thật điên rồ, chưa từng có, - vâng, nó, nó thật khó tin đối với tôi khi nghĩ về nó từ góc độ quy mô, uh, thành thật mà nói và cách tôi nghĩ về nó là như 10% dân số thế giới, uh, và đang tăng lên bởi

1:03:30

the way, like it's just, it's, it's shooting up, um, - uh, come to chat GPT, uh, um, and use it every day or sorry, every week.

Kiểu như, nó chỉ là, nó, nó đang tăng vọt, um, - uh, hãy đến với chat GPT, uh, um, và sử dụng nó mỗi ngày hoặc xin lỗi, mỗi tuần.

1:03:38

- And this point I just want to double down on this point you're making.

- Và đến đây tôi chỉ muốn nhấn mạnh thêm vào điểm bạn đang nói.

1:03:42

Open AAI's mission was to make AI available to all humanity.

Sứ mệnh của Open AAI là làm cho AI có sẵn cho toàn nhân loại.

1:03:45

And I think some people diss that.

Và tôi nghĩ một số người chê bai điều đó.

1:03:47

They're like, oh, you know, it costs money and it's like, uh, like the fact that it's, there's a free version of chat GPT that anybody can use that is not so different from the most powerful AI model that exists in the world for

Họ nói, ồ, bạn biết đấy, nó tốn tiền và kiểu như, uh, giống như việc có một phiên bản miễn phí của chat GPT mà bất kỳ ai cũng có thể sử dụng, không khác biệt lắm so với mô hình AI mạnh mẽ nhất tồn tại trên thế giới cho

1:04:00

free, that's not gated, that anyone could use.

Miễn phí, không bị hạn chế, bất kỳ ai cũng có thể sử dụng.

1:04:01

It's like if you have, if you're a billionaire, there's only so much more you can get out of AI than what someone, you know, in a village in Africa can get.

Giống như nếu bạn có, nếu bạn là một tỷ phú, thì bạn chỉ có thể nhận được nhiều hơn từ AI đến một mức nào đó so với những gì ai đó, bạn biết đấy, ở một ngôi làng ở châu Phi có thể nhận được.

1:04:09

And I know that's always been really important to open AI.

Và tôi biết điều đó luôn thực sự quan trọng đối với open AI.

1:04:12

- Yeah.

- Vâng.

1:04:12

Yeah.

Vâng.

1:04:12

I mean, like, uh, that's why I think we've leaned into the health work.

Ý tôi là, uh, đó là lý do tôi nghĩ chúng tôi đã tập trung vào công việc về sức khỏe.

1:04:16

We leaned into like, uh, education is going to be a very interesting here.

Chúng tôi tập trung vào kiểu như, uh, giáo dục sẽ là một điều rất thú vị ở đây.

1:04:20

Um, the other in insane kind of trend here is the free model has gotten so smart over time, like the free model back in 2022 was, you know, like, uh, was good at the time, but it's like nothing compared to what you get

Um, một xu hướng điên rồ khác ở đây là mô hình miễn phí đã trở nên thông minh hơn rất nhiều theo thời gian, giống như mô hình miễn phí hồi năm 2022, bạn biết đấy, kiểu như, uh, tốt vào thời điểm đó, nhưng nó chẳng là gì so với những gì bạn nhận được

1:04:32

today because you get 2 GB 5 today.

Ngày nay bởi vì bạn nhận được 2 GB 5 ngày nay.

1:04:33

Uh, and so the like, you know, raising the floor across the world is kind of, you know, something that we're really, we're trying to do and we view it as part of our mission.

Uh, và vì vậy việc, bạn biết đấy, nâng cao mặt bằng trên toàn thế giới là kiểu như, bạn biết đấy, điều mà chúng tôi thực sự, chúng tôi đang cố gắng làm và chúng tôi coi đó là một phần sứ mệnh của mình.

1:04:41

The other flip side of this, by the way, is like, you know, kind of talking about like the billionaires or whatever.

Mặt khác của điều này, nhân tiện, là kiểu như, bạn biết đấy, đang nói về những tỷ phú hay gì đó.

1:04:46

I know people have saying like you're using the same

Tôi biết mọi người đang nói kiểu như bạn đang sử dụng cùng một

1:04:49

iPhone that like, you know, Steve or sorry, like Mark Zuckerberg's probably using or like the billionaires are using, but for like $20 a month you're basically using, you know, like using the same AI that, you know, the billionaires are using.

IPhone mà, bạn biết đấy, Steve hay xin lỗi, kiểu như Mark Zuckerberg có thể đang dùng hoặc những tỷ phú đang dùng, nhưng với khoảng 20 đô la một tháng thì cơ bản bạn đang sử dụng, bạn biết đấy, cùng một AI mà, bạn biết đấy, những tỷ phú đang dùng.

1:05:00

Uh, for like $200 a month, uh, you get the same pro model that, you know, all the billionaires are using, but they're probably not using pro for everything.

Uh, với khoảng 200 đô la một tháng, uh, bạn nhận được cùng mô hình pro mà, bạn biết đấy, tất cả các tỷ phú đang dùng, nhưng có lẽ họ không dùng pro cho mọi thứ.

1:05:08

They're probably just using the plus tier ones, uh, for their day in and day out.

Có lẽ họ chỉ dùng các gói plus, uh, cho công việc hàng ngày của họ.

1:05:12

And so yeah, this kind of like democratization and just like spreading of this benefit like across all of the world is something that's really meaningful to us and something that, um, uh, drives a lot of, of what we do.

Và vâng, kiểu như việc dân chủ hóa này và việc lan tỏa lợi ích này ra khắp thế giới là điều thực sự có ý nghĩa đối với chúng tôi và là điều, um, uh, thúc đẩy rất nhiều, những gì chúng tôi làm.

1:05:22

One last question just for folks that are thinking about building on the API or

Một câu hỏi cuối cùng dành cho những người đang nghĩ đến việc xây dựng trên API hoặc

1:05:26

Just like, oh wait, I could do cool stuff with open models and APIs.

Kiểu như, ồ khoan, tôi có thể làm những thứ thú vị với các mô hình mở và API.

1:05:30

What does your API and platform allow people to do?

API và nền tảng của bạn cho phép mọi người làm gì?

1:05:33

Like, I know you can build agents on top of the platform.

Kiểu như, tôi biết bạn có thể xây dựng các agent trên nền tảng.

1:05:37

Just talk about what you allow.

Chỉ cần nói về những gì bạn cho phép.

1:05:38

So fundamentally, the API offers a bunch of developer endpoints, uh, and uh, and these developer endpoints basically let you sample from our models.

Về cơ bản, API cung cấp một loạt các endpoint dành cho nhà phát triển, uh, và uh, và những endpoint dành cho nhà phát triển này về cơ bản cho phép bạn lấy mẫu từ các mô hình của chúng tôi.

1:05:46

The most popular

Cái phổ biến nhất

1:05:47

one that we have right now is one called Responses API.

Mà chúng tôi có hiện tại là một cái gọi là Responses API.

1:05:50

Uh, and so this is an endpoint and it's optimized for building long-running agents.

Uh, và vậy đây là một endpoint và nó được tối ưu hóa để xây dựng các agent chạy lâu dài.

1:05:54

So agents that'll work for a while.

Vậy các agent sẽ hoạt động trong một thời gian.

1:05:56

So what you can basically, you can at a very, you know, uh, uh, low level, you're basically just giving the model text.

Vậy về cơ bản, bạn có thể, ở mức rất, bạn biết đấy, uh, uh, thấp, bạn về cơ bản chỉ đưa văn bản cho mô hình.

1:06:02

The model will work for a while.

Mô hình sẽ hoạt động trong một thời gian.

1:06:04

You can kind of, you know, pull it to see what it'll do,

Bạn có thể, bạn biết đấy, kéo nó để xem nó sẽ làm gì,

1:06:08

and then you'll get the model response back at some point.

Và sau đó bạn sẽ nhận được phản hồi từ mô hình vào một thời điểm nào đó.

1:06:10

That's like the lowest level primitive that we have, uh, for people, and that's actually what a lot of people use.

Đó giống như primitive cấp thấp nhất mà chúng tôi có, uh, cho mọi người, và đó thực sự là thứ mà nhiều người sử dụng.

1:06:16

That's the most popular way of building on top of API with that.

Đó là cách phổ biến nhất để xây dựng trên API với nó.

1:06:19

It is like super unopinionated and you can do basically whatever you want.

Nó giống như siêu không định kiến và bạn có thể làm về cơ bản bất cứ điều gì bạn muốn.

1:06:23

It's like the lowest level thing.

Nó giống như thứ cấp thấp nhất.

1:06:24

We've also started building

Chúng tôi cũng đã bắt đầu xây dựng

1:06:26

more and more kind of like layers of abstraction on top to help people build, uh, some of these.

Ngày càng nhiều lớp trừu tượng hóa lên trên để giúp mọi người xây dựng, uh, một số trong những thứ này.

1:06:30

Uh, and so next layer up we have this thing called the Agents SDK, which has also gotten extremely, extremely popular.

Uh, và vậy lớp tiếp theo lên chúng tôi có thứ gọi là Agents SDK, cũng đã trở nên cực kỳ, cực kỳ phổ biến.

1:06:36

Um, this allows you to use, you know, the Responses API or some other API endpoints that we have to build what you might more traditionally think of as an agent, like a, you know, an

Um, điều này cho phép bạn sử dụng, bạn biết đấy, Responses API hoặc một số endpoint API khác mà chúng tôi có để xây dựng thứ mà bạn có thể nghĩ theo truyền thống hơn là một agent, giống như một, bạn biết đấy, một

1:06:45

AI kind of working in an infinite loop.

AI loại hoạt động trong một vòng lặp vô hạn.

1:06:47

It might have sub-agents that it delegates to.

Nó có thể có các sub-agent mà nó ủy quyền cho.

1:06:49

It starts building all this framework, all this scaffolding, actually.

Nó bắt đầu xây dựng tất cả framework này, tất cả scaffolding này, thực sự.

1:06:52

You know, we'll see where this all goes.

Bạn biết đấy, chúng ta sẽ xem tất cả điều này đi đến đâu.

1:06:54

Um, but it makes it a lot easier for you to build these, these kind of agents, giving it guardrails, allowing it to like farm out subtasks to other agents and kind of like orchestrate a swarm of agents.

Um, nhưng nó làm cho bạn dễ dàng hơn nhiều để xây dựng những, những loại agent này, cung cấp cho nó guardrails, cho phép nó như phân chia các nhiệm vụ phụ cho các agent khác và loại như điều phối một bầy agent.

1:07:05

Uh, the Agents SDK, uh, kind of

Uh, Agents SDK, uh, loại

1:07:07

allows you to do that.

Cho phép bạn làm điều đó.

1:07:08

And then above that, uh, we've now started building tools to help also with kind of like the meta level of deploying an agent.

Và sau đó ở trên đó, uh, chúng tôi đã bắt đầu xây dựng các công cụ để giúp đỡ với loại như cấp độ meta của việc triển khai một agent.

1:07:16

Uh, so we have this product called, uh, um, AgentKit, uh, uh, and Widgets, uh, which are basically a bunch of UI components that you can use to very easily, um, build a very beautiful UI, um, on top of, uh, either our API or Agents SDK, um, because

Uh, vậy chúng tôi có sản phẩm này gọi là, uh, um, AgentKit, uh, uh, và Widgets, uh, về cơ bản là một loạt các thành phần UI mà bạn có thể sử dụng để rất dễ dàng, um, xây dựng một UI rất đẹp, um, trên, uh, hoặc API của chúng tôi hoặc Agents SDK, um, bởi vì

1:07:33

you know, a lot of times these agents kind of look very similar from a UI perspective, uh, and so there's AgentKit.

Bạn biết đấy, nhiều khi những agent này trông rất giống nhau từ góc độ UI, uh, và vậy có AgentKit.

1:07:38

We also have a smattering of like, uh, eval products, like an eval API, where if you want to test and like, you know, see if your models or your agent or your workflow was working.

Chúng tôi cũng có một loạt các sản phẩm như, uh, eval, như một eval API, nơi nếu bạn muốn kiểm tra và như, bạn biết đấy, xem liệu mô hình hoặc agent hoặc workflow của bạn có hoạt động không.

1:07:46

Uh, you can test it in a very quantitative way, um, using our EDOLs product.

Uh, bạn có thể kiểm tra nó theo cách rất định lượng, um, sử dụng sản phẩm EDOLs của chúng tôi.

1:07:50

And so yeah,

Và vậy yeah,

1:07:51

that, I view it as like these various layers.

Đó, tôi xem nó như những lớp khác nhau này.

1:07:53

They're all kind of helping you build, um, what you want, um, with our AI, uh, with our models, um, and with increasing levels of abstraction and, and, uh, you know, how opinionated it is.

Tất cả chúng đều giúp bạn xây dựng, um, những gì bạn muốn, um, với AI của chúng tôi, uh, với các mô hình của chúng tôi, um, và với mức độ trừu tượng ngày càng tăng và, và, uh, bạn biết đấy, mức độ định kiến của nó.

1:08:02

And so, um, you can start, you can do, you can use the whole stack and it very quickly allows you to build an agent, or you can go down, down the stack as low as you want to

Và vậy, um, bạn có thể bắt đầu, bạn có thể làm, bạn có thể sử dụng toàn bộ stack và nó rất nhanh chóng cho phép bạn xây dựng một agent, hoặc bạn có thể đi xuống, xuống stack thấp như bạn muốn

1:08:13

basically Responses API and build whatever you want, uh, because of how low level it is.

Về cơ bản Responses API và xây dựng bất cứ điều gì bạn muốn, uh, bởi vì nó ở mức thấp như thế nào.

1:08:18

- Sherwin, is there anything else that you want to share?

- Sherwin, có điều gì khác bạn muốn chia sẻ không?

1:08:20

Anything else you want to leave listeners with?

Có điều gì khác bạn muốn để lại cho người nghe không?

1:08:22

Anything we haven't touched on that you think might be helpful before we get to our very exciting lightning round?

Có điều gì chúng tôi chưa đề cập mà bạn nghĩ có thể hữu ích trước khi chúng ta đến vòng lightning đầy thú vị của chúng ta không?

1:08:27

The only thing I', I'd leave folks with is, yeah, I think, um, I think the next like two to three years are going to be some of the most fun, uh, in tech and in the startup world

Điều duy nhất tôi, tôi muốn để lại cho mọi người là, yeah, tôi nghĩ, um, tôi nghĩ hai đến ba năm tới sẽ là một trong những khoảng thời gian vui nhất, uh, trong công nghệ và trong thế giới khởi nghiệp

1:08:37

uh, that we'll have in a very long time.

Uh, mà chúng ta sẽ có trong một thời gian rất dài.

1:08:39

And, uh, I would just encourage people to not, uh, not take it for granted.

Và, uh, tôi chỉ muốn khuyến khích mọi người đừng, uh, đừng coi đó là điều hiển nhiên.

1:08:43

Like, I entered the workforce in 2014.

Giống như, tôi tham gia lực lượng lao động vào năm 2014.

1:08:44

It was great for like a couple years.

Nó tuyệt vời trong khoảng vài năm.

1:08:46

I felt like there was like a period of like five to six years where it wasn't very exciting in tech.

Tôi cảm thấy như có một giai đoạn khoảng năm đến sáu năm mà nó không mấy thú vị trong công nghệ.

1:08:52

Uh, and then in the last three years has just been the most insanely exciting,

Uh, và sau đó trong ba năm qua chỉ là khoảng thời gian thú vị điên rồ nhất,

1:08:56

energizing period, uh, of my career, and I think the next two to three years are gonna be a continuation of that.

Giai đoạn tràn đầy năng lượng, uh, trong sự nghiệp của tôi, và tôi nghĩ hai đến ba năm tới sẽ là sự tiếp nối của điều đó.

1:09:00

And so, uh, would encourage people not take it for granted.

Và vậy, uh, sẽ khuyến khích mọi người đừng coi đó là điều hiển nhiên.

1:09:03

I'm trying to not take it for granted.

Tôi đang cố gắng không coi đó là điều hiển nhiên.

1:09:05

At some point, you know, this wave is going to play out and it's going to be a lot more, you know, incremental.

Vào một thời điểm nào đó, bạn biết đấy, làn sóng này sẽ kết thúc và nó sẽ trở nên, bạn biết đấy, gia tăng hơn nhiều.

1:09:10

Uh, but in the meantime, we're going to get to explore a lot of really cool things, invent a lot of new things and change the world and change how we work.

Uh, nhưng trong lúc đó, chúng ta sẽ được khám phá rất nhiều thứ thực sự thú vị, phát minh ra nhiều thứ mới và thay đổi thế giới và thay đổi cách chúng ta làm việc.

1:09:16

And so, uh, that's the main thing I', I'd leave folks with.

Và vậy, uh, đó là điều chính tôi, tôi muốn để lại cho mọi người.

1:09:18

I love this message.

Tôi thích thông điệp này.

1:09:19

I want to spend a little more time on it.

Tôi muốn dành thêm một chút thời gian cho nó.

1:09:21

Um, when you say don't miss it, is it, what do you recommend people do?

Um, khi bạn nói đừng bỏ lỡ nó, thì, bạn khuyên mọi người nên làm gì?

1:09:24

Is it just build, lean in, learn, join a company building really interesting things?

Có phải chỉ là xây dựng, dấn thân, học hỏi, tham gia vào một công ty đang xây dựng những thứ thực sự thú vị?

1:09:27

Like, what's, what's your advice to folks that are like, "Okay, I don't want to miss the boat." Yeah, I would just say engage with it.

Kiểu, lời khuyên của anh dành cho những người kiểu, "Được rồi, tôi không muốn bỏ lỡ cơ hội." là gì? Ừ, tôi chỉ muốn nói là hãy tham gia vào nó.

1:09:33

So, it's basically like what you said.

Vậy, cơ bản là giống như anh đã nói.

1:09:35

Um, lean in.

Ừm, dấn thân vào.

1:09:36

Um, building, uh, tools on top of

Ừm, xây dựng, ừ, các công cụ dựa trên

1:09:38

this is part of the, you know, it's part of the story.

Đây là một phần của, bạn biết đấy, nó là một phần của câu chuyện.

1:09:40

Um, just using the tools, like, you don't, you know, you don't need to be a software engineer to, to lean into this.

Ừm, chỉ cần sử dụng các công cụ, kiểu, bạn không, bạn biết đấy, bạn không cần phải là một kỹ sư phần mềm để, để dấn thân vào việc này.

1:09:45

Um, all, I think a lot of jobs are going to, going to, going to change here.

Ừm, tất cả, tôi nghĩ rất nhiều công việc sẽ, sẽ, sẽ thay đổi ở đây.

1:09:49

So just using the tools, understanding the limitations of what it can and cannot do so that you can kind of watch the trend of what it can start

Vậy nên chỉ cần sử dụng các công cụ, hiểu những giới hạn của những gì nó có thể và không thể làm để bạn có thể theo dõi xu hướng những gì nó có thể bắt đầu

1:09:56

to do, um, as the models improve, and yeah, and so it's basically like getting used and getting used to the technology and getting familiar with it instead of kind of like laying back and, uh, uh, letting it, letting it pass you.

Làm được, ừm, khi các mô hình cải thiện, và ừ, và vậy nên cơ bản là làm quen và làm quen với công nghệ và trở nên quen thuộc với nó thay vì kiểu ngồi yên và, ừ, ừ, để nó, để nó vượt qua bạn.

1:10:07

- On the flip side of that, there's a lot of, I think, stress and just anxiety around like, there's so much happening.

- Mặt khác của điều đó, tôi nghĩ có rất nhiều căng thẳng và lo lắng xung quanh kiểu, có quá nhiều thứ đang diễn ra.

1:10:13

How do I keep up?

Làm sao tôi theo kịp đây?

1:10:14

I got to learn Cloudbot this week.

Tuần này tôi phải học Cloudbot.

1:10:15

Oh god.

Ôi trời.

1:10:16

What is, is there something you've learned about it just not, like, you're at the center of this?

Có phải, có điều gì anh đã học được về nó không, kiểu, anh đang ở trung tâm của việc này?

1:10:20

How do you not get overly stressed and worried about missing things that are going on and just stay on top of news?

Làm sao để anh không bị quá căng thẳng và lo lắng về việc bỏ lỡ những thứ đang diễn ra và chỉ cần nắm bắt tin tức?

1:10:26

What are some things you've done, learned?

Một số điều anh đã làm, đã học được là gì?

1:10:28

- Yeah, so I think I'm personally a bad example of this because I am, I'm basically chronically online, uh, on X and, uh, our company Slack.

- Ừ, tôi nghĩ cá nhân tôi là một ví dụ tồi về việc này bởi vì tôi, cơ bản là tôi nghiện trực tuyến kinh niên, ừ, trên X và, ừ, Slack của công ty chúng tôi.

1:10:35

So I, I actually try and absorb, I end up absorbing a lot of it.

Vậy nên tôi, tôi thực sự cố gắng hấp thụ, cuối cùng tôi hấp thụ rất nhiều trong đó.

1:10:39

What I will say though is just like from observing other folks who are less, you know, addicted to this stuff like I am.

Tuy nhiên điều tôi muốn nói là chỉ từ việc quan sát những người khác, những người ít, bạn biết đấy, nghiện thứ này hơn tôi.

1:10:45

Um, yeah, a lot of it is noise.

Ừm, ừ, phần lớn nó là tiếng ồn.

1:10:48

Like, you don't need to, you don't

Kiểu, bạn không cần phải, bạn không

1:10:50

need to have like 110% of this kind of pass your mind, like go into your mind.

Cần phải có kiểu 110% loại thứ này đi qua tâm trí bạn, kiểu đi vào tâm trí bạn.

1:10:55

Honestly, just leaning into like one or two different tools, starting small is already like, you know, more than you need here.

Thành thật mà nói, chỉ cần dấn thân vào kiểu một hoặc hai công cụ khác nhau, bắt đầu nhỏ thôi đã là, bạn biết đấy, nhiều hơn mức bạn cần ở đây rồi.

1:11:03

I think just the combination of like the frenetic pace of the industry, X as a product, just creates like this insane kind of like, um, uh, like, yeah, this insane like pace of news, which is honestly very

Tôi nghĩ chỉ sự kết hợp của kiểu tốc độ điên cuồng của ngành công nghiệp, X như một sản phẩm, tạo ra kiểu tốc độ tin tức điên rồ này, mà thành thật mà nói thì rất

1:11:17

overwhelming.

Choáng ngợp.

1:11:17

Uh, the main thing is like, you don't need to be, you don't need to know all of that to really engage with what's happening right now, and even something as simple as just like install the Codeex client and play around with it.

Ừ, điều chính là kiểu, bạn không cần phải, bạn không cần biết tất cả những thứ đó để thực sự tham gia vào những gì đang diễn ra ngay bây giờ, và thậm chí một việc đơn giản như chỉ cần cài đặt ứng dụng khách Codeex và thử nghiệm với nó.

1:11:29

Install Chad GBHEN, connect it to a couple of your, uh, you know, internal, uh, uh, data sources, Notion, Slack, GitHub, and see what it can and cannot do.

Cài đặt Chad GBHEN, kết nối nó với một vài, ừ, bạn biết đấy, nguồn dữ liệu nội bộ của bạn, Notion, Slack, GitHub, và xem nó có thể và không thể làm gì.

1:11:36

Um,

Ừm,

1:11:37

all of that, I think, is a part of it.

Tất cả những điều đó, tôi nghĩ, là một phần của nó.

1:11:39

Amazing.

Tuyệt vời.

1:11:39

Sherwin, with that, we've reached our very exciting lightning round.

Sherwin, với điều đó, chúng ta đã đến vòng thi sét đánh rất thú vị của chúng ta.

1:11:42

I've got five questions for you.

Tôi có năm câu hỏi cho anh.

1:11:44

Are you ready?

Anh sẵn sàng chưa?

1:11:45

- Yeah.

- Ừ.

1:11:45

Yeah, absolutely.

Ừ, hoàn toàn sẵn sàng.

1:11:46

- First question, what are two or three books that you find yourself recommending most to other people?

- Câu hỏi đầu tiên, hai hoặc ba cuốn sách mà anh thấy mình giới thiệu nhiều nhất cho người khác là gì?

1:11:50

- Oh, I'll, I'll talk about one non-fiction one and one fiction book.

- Ồ, tôi sẽ, tôi sẽ nói về một cuốn phi hư cấu và một cuốn hư cấu.

1:11:52

Uh, the fiction book was, I just finished reading it.

Ừ, cuốn hư cấu là, tôi vừa đọc xong nó.

1:11:55

I, I, it was really, I really recommend it.

Tôi, tôi, nó thực sự, tôi thực sự giới thiệu nó.

1:11:57

It's, uh, there is no anti-mimetics division by Q&M.

Đó là, ừ, There Is No Anti-Mimetics Division của Q&M.

1:12:00

Uh, it's a, uh, I think it's like an online author, but I saw it being shared on X.

Ừ, đó là một, tôi nghĩ đó là kiểu một tác giả trực tuyến, nhưng tôi thấy nó được chia sẻ trên X.

1:12:06

Uh, this, uh, it's like a science fiction-y kind of book.

Ừ, đây, ừ, nó giống như một cuốn sách kiểu khoa học viễn tưởng.

1:12:09

Um, and it was, I basically devoured it in like two days.

Ừm, và nó, cơ bản là tôi ngấu nghiến nó trong khoảng hai ngày.

1:12:13

Um, it was, it's super, super well written, super fascinating.

Ừm, nó, nó được viết cực kỳ, cực kỳ hay, cực kỳ hấp dẫn.

1:12:17

It's about a government agency that's fighting, you know, things that make you forget it.

Nó nói về một cơ quan chính phủ đang chiến đấu, bạn biết đấy, chống lại những thứ khiến bạn quên nó đi.

1:12:21

Um, and so it's just a very like smart, like creative book that, and fresh, uh, honestly, in terms of like source material, uh, that, that I really like.

Ừm, và vậy nên nó chỉ là một cuốn sách rất kiểu thông minh, kiểu sáng tạo, và mới mẻ, ừ, thành thật mà nói, về mặt kiểu nguồn tài liệu, ừ, mà, mà tôi thực sự thích.

1:12:29

So I'd recommend that one.

Vậy nên tôi sẽ giới thiệu cuốn đó.

1:12:31

Uh, the book is also unintentionally hilarious.

Ừ, cuốn sách cũng vô tình rất hài hước.

1:12:32

So like, it's like meant to be like this like sci-fi, almost like horror style book, but it was, it was, it was, uh, it made me laugh a couple times.

Kiểu, nó được cho là kiểu sách khoa học viễn tưởng, gần như kiểu kinh dị, nhưng nó, nó, nó, ừ, nó khiến tôi cười vài lần.

1:12:39

So, uh, that's the, that's the, um, fiction book, non-fiction.

Vậy, uh, đó là, đó là, um, sách hư cấu, phi hư cấu.

1:12:41

So I'm going to cheat and I'm going to recommend two of them.

Nên tôi sẽ gian lận và giới thiệu hai trong số đó.

1:12:44

So in the last year, I've been reading a lot more about China and kind of like the US

Vậy trong năm qua, tôi đã đọc nhiều hơn về Trung Quốc và kiểu như quan hệ Mỹ

1:12:49

China relations.

Trung Quốc.

1:12:49

And I think there are two books that came out in the last year that have been, you know, really eye opening for me in that regard.

Và tôi nghĩ có hai cuốn sách ra mắt trong năm qua đã thực sự mở mang tầm mắt cho tôi về vấn đề đó.

1:12:56

First one is the Dan Wang book, Breakneck.

Cuốn đầu tiên là sách của Dan Wang, Breakneck.

1:12:58

That one was really good.

Cuốn đó thực sự rất hay.

1:12:59

I really liked his analogy of like the lawyerly US is the lawyerly society.

Tôi rất thích sự so sánh của anh ấy kiểu như Mỹ là xã hội luật sư.

1:13:04

China is the engineering society, uh, and their pros and cons to each.

Trung Quốc là xã hội kỹ sư, uh, và mỗi bên đều có ưu và nhược điểm.

1:13:07

I read it and I was like, hm, yeah, does seem like we're run by lawyers, uh, in the US.

Tôi đọc nó và tôi kiểu như, hm, ừ, có vẻ như chúng ta được điều hành bởi luật sư, uh, ở Mỹ.

1:13:14

So that's one.

Vậy đó là một cuốn.

1:13:14

Uh, and the other one is the Patrick McGee book on Apple and China was super interesting.

Uh, và cuốn còn lại là sách của Patrick McGee về Apple và Trung Quốc cực kỳ thú vị.

1:13:19

I'm a huge Apple fanboy.

Tôi là một fan cuồng của Apple.

1:13:20

Like, if you could see my, uh, desk right now, it's, it's all Apple stuff.

Kiểu như, nếu bạn có thể thấy bàn làm việc của tôi lúc này, nó toàn đồ Apple.

1:13:24

But just like one, it was just super fascinating learning about Apple's relationship to China.

Nhưng một là, thật sự hấp dẫn khi tìm hiểu về mối quan hệ của Apple với Trung Quốc.

1:13:28

And then two, it just like had a lot of inside information about Apple as a company

Và hai là, nó có rất nhiều thông tin nội bộ về Apple với tư cách một công ty

1:13:33

that I found fascinating.

Mà tôi thấy hấp dẫn.

1:13:34

So it was also quite a page turner and, um, also, you know, very timely, a timely book as well.

Nên nó cũng khá cuốn hút và, um, cũng rất đúng thời điểm, một cuốn sách đúng thời điểm.

1:13:39

- The anti-mimetics book sounds amazing.

- Cuốn sách chống bắt chước nghe tuyệt vời.

1:13:40

I'm buying it right now as you're talking.

Tôi đang mua nó ngay khi bạn nói.

1:13:43

- Yeah.

- Ừ.

1:13:43

Yeah.

Ừ.

1:13:43

Yeah.

Ừ.

1:13:43

It's, it's like, I think it's only like couple hundred pages.

Nó, tôi nghĩ nó chỉ dài vài trăm trang thôi.

1:13:46

I literally finished in two days.

Tôi đọc xong trong hai ngày.

1:13:47

It was just like so good.

Nó thực sự quá hay.

1:13:49

- Okay, great tip.

- Được, gợi ý tuyệt vời.

1:13:50

Okay.

Được.

1:13:50

Uh, favorite recent movie or TV show you have really enjoyed?

Uh, bộ phim hoặc chương trình TV gần đây bạn thực sự thích là gì?

1:13:54

- Yeah, that one's tough cuz, you know, with, I have two kids and, uh, a busy job and so I really haven't had much time, um, to watch TV shows.

- Ừ, câu đó khó vì, bạn biết đấy, tôi có hai đứa con và, uh, công việc bận rộn nên tôi thực sự không có nhiều thời gian, um, để xem chương trình TV.

1:14:03

Uh, I will say in the last couple weeks I watched a couple episodes.

Uh, tôi sẽ nói là trong vài tuần qua tôi đã xem một vài tập.

1:14:07

I'm actually a big anime guy and so, uh, I watched a couple episodes.

Thực ra tôi là một người mê anime và vậy, uh, tôi đã xem một vài tập.

1:14:12

There's a new season of this anime called Jujutsu Kaisen, uh, that's out.

Có một mùa mới của anime tên là Jujutsu Kaisen, uh, đã ra mắt.

1:14:16

Uh, so season 3 of JJK, uh, was, was really good.

Uh, mùa 3 của JJK, uh, thực sự rất hay.

1:14:19

Um, in general, uh, I'm a huge, uh, fan of, uh, Japanese anime.

Um, nói chung, uh, tôi là một fan lớn của, uh, anime Nhật Bản.

1:14:24

I think they create the most, uh, novel and unique, uh, plots, uh, and universes that, uh, western media has shied away from.

Tôi nghĩ họ tạo ra những cốt truyện, uh, mới lạ và độc đáo nhất, uh, và những vũ trụ mà, uh, truyền thông phương Tây đã né tránh.

1:14:31

Um, and so, uh, generally a big fan of that, but yeah, it haven't really watched much,

Um, và vậy, uh, nói chung tôi là fan lớn của thể loại đó, nhưng ừ, tôi không xem nhiều lắm,

1:14:37

but saw a couple episodes of JJK recently.

Nhưng gần đây đã xem một vài tập của JJK.

1:14:40

- Extremely understandable in your role.

- Hoàn toàn dễ hiểu với vai trò của bạn.

1:14:42

- Yeah.

- Ừ.

1:14:43

- Favorite product you recently discovered that you really love?

- Sản phẩm yêu thích bạn mới phát hiện gần đây mà bạn thực sự thích?

1:14:45

- Yeah.

- Ừ.

1:14:45

Okay.

Được.

1:14:45

So, so, uh, so I recently, uh, had to set up Wi-Fi and like home networking, and I went all in on Ubiquiti, uh, routers, um, and C security cameras.

Vậy, vậy, uh, gần đây tôi, uh, phải thiết lập Wi-Fi và kiểu như mạng gia đình, và tôi đã chọn hết Ubiquiti, uh, router, um, và camera an ninh C.

1:14:53

I had never heard of it before.

Tôi chưa từng nghe đến nó trước đây.

1:14:55

I had to do this.

Tôi phải làm việc này.

1:14:56

I always just had a very simple setup.

Tôi luôn chỉ có một thiết lập rất đơn giản.

1:14:58

Uh, and it is just such a well-built product.

Uh, và nó thực sự là một sản phẩm được chế tạo rất tốt.

1:15:00

Uh, I don't know if you used it before, but it's basically like the Apple of like

Uh, tôi không biết bạn đã dùng nó chưa, nhưng nó cơ bản giống như Apple của

1:15:05

home networking.

Mạng gia đình.

1:15:05

So, uh, beautiful products.

Vậy, uh, những sản phẩm đẹp.

1:15:06

Uh, but the thing that actually makes it extremely good is it software is good.

Uh, nhưng điều thực sự khiến nó trở nên cực kỳ tốt là phần mềm của nó tốt.

1:15:11

Uh, and so they have a really great, um, mobile app to help manage, you know, uh, all of the home networking.

Uh, và vì vậy họ có một ứng dụng di động thực sự tuyệt vời, um, để giúp quản lý, bạn biết đấy, uh, tất cả mạng lưới gia đình.

1:15:18

Um, and so basically Ubiquity, you can use it to buy, uh, wireless routers.

Um, và về cơ bản Ubiquity, bạn có thể sử dụng nó để mua, uh, bộ định tuyến không dây.

1:15:23

Um, you need Ethernet, uh, wiring throughout your house to use

Um, bạn cần dây Ethernet, uh, đi khắp nhà để sử dụng

1:15:27

it.

Nó.

1:15:27

Um, but I actually think what makes it really good are security cameras.

Um, nhưng tôi thực sự nghĩ điều khiến nó thực sự tốt là camera an ninh.

1:15:30

So, if you have security cameras that are plugged into the Ubiquiti ecosystem, they have an incredible mobile app.

Vì vậy, nếu bạn có camera an ninh được cắm vào hệ sinh thái Ubiquiti, chúng có một ứng dụng di động đáng kinh ngạc.

1:15:35

Uh, and Apple TV app and iPad app, um, to kind of see the live feed of your cameras and, and so, uh, they're, they're, they're a little pricey, but not that pricey.

Uh, và ứng dụng Apple TV và ứng dụng iPad, um, để xem trực tiếp từ camera của bạn và, và vì vậy, uh, chúng, chúng, chúng hơi đắt, nhưng không quá đắt.

1:15:44

Uh, but it's been just an incredible product

Uh, nhưng đó chỉ là một trải nghiệm sản phẩm đáng kinh ngạc

1:15:46

experience.

Trải nghiệm.

1:15:47

- All right, I went EO so I made a mistake.

- Được rồi, tôi đã đi EO nên tôi đã mắc lỗi.

1:15:49

Good tip.

Mẹo hay.

1:15:50

- EOS are pretty good, too.

- EOS cũng khá tốt.

1:15:51

But, uh, fully converted to Ubiquity at this point.

Nhưng, uh, đã chuyển hoàn toàn sang Ubiquity vào thời điểm này.

1:15:54

- Good tip.

- Mẹo hay.

1:15:54

Okay, two more questions.

Được rồi, còn hai câu hỏi nữa.

1:15:55

Do you have a favorite life motto that you find yourself coming back to in work or in life?

Bạn có một phương châm sống yêu thích mà bạn thấy mình quay lại trong công việc hoặc trong cuộc sống không?

1:16:00

Yeah.

Có.

1:16:00

Uh, the one that I always, you know, repeat to myself is, uh, uh, never feel sorry for yourself.

Uh, điều mà tôi luôn, bạn biết đấy, lặp lại với bản thân là, uh, uh, đừng bao giờ tự thương hại bản thân.

1:16:04

There's a lot of things that are going to happen, you know, uh, at work, uh, in life.

Có rất nhiều điều sẽ xảy ra, bạn biết đấy, uh, trong công việc, uh, trong cuộc sống.

1:16:09

Uh, and reminding yourself to never feel sorry and that you always have a sense of agency to kind of pull yourselves up is something that I've had to tell myself a lot and, um, also something that I

Uh, và nhắc nhở bản thân đừng bao giờ tự thương hại và rằng bạn luôn có ý thức về khả năng tự chủ để tự vực dậy là điều tôi đã phải tự nhủ rất nhiều lần và, um, cũng là điều mà tôi

1:16:19

repeat to, to a lot of other folks as well.

Lặp lại với, với nhiều người khác nữa.

1:16:21

Last question.

Câu hỏi cuối cùng.

1:16:22

So, in your previous life, you worked at Open Door where you led work on basically figuring out how much to, uh, pay for houses.

Vậy, trong cuộc sống trước đây của bạn, bạn làm việc tại Open Door, nơi bạn lãnh đạo công việc về cơ bản là tìm ra số tiền, uh, phải trả cho nhà.

1:16:29

You basically built a model that told the company, "Here's how much we'll pay for this house." What's like a variable in the price of a house that you didn't expect is really important and impacts

Về cơ bản bạn đã xây dựng một mô hình nói với công ty, "Đây là số tiền chúng tôi sẽ trả cho ngôi nhà này." Một biến số trong giá nhà mà bạn không ngờ lại thực sự quan trọng và ảnh hưởng đến

1:16:39

the price of a house?

Giá của một ngôi nhà là gì?

1:16:40

There's a bunch that were surprising.

Có một loạt điều đáng ngạc nhiên.

1:16:42

I'll, I'll maybe list the, the couple of mo, most, uh, interesting ones.

Tôi sẽ, tôi sẽ có thể liệt kê, một vài điều, thú vị nhất, uh, thú vị nhất.

1:16:46

Um, power lines and like, uh, high voltage power lines like are super, uh, actually impact your price quite a lot.

Um, đường dây điện và như, uh, đường dây điện cao thế như thực sự, uh, thực sự ảnh hưởng đến giá của bạn khá nhiều.

1:16:53

I didn't really fully internalize this until I went to like Dallas and observe like when your house sits next to one of these giant

Tôi đã không thực sự hiểu hết điều này cho đến khi tôi đến Dallas và quan sát như khi nhà bạn nằm cạnh một trong những

1:17:02

like, you know, voltage lines is like buzzing and most people have families, you don't want your kids kind of near there.

Như, bạn biết đấy, đường dây điện như đang kêu vo vo và hầu hết mọi người có gia đình, bạn không muốn con mình ở gần đó.

1:17:06

Uh, so I think that was one that really, uh, kind of surprised me.

Uh, vì vậy tôi nghĩ đó là một điều thực sự, uh, khiến tôi ngạc nhiên.

1:17:10

- That makes sense.

- Điều đó hợp lý.

1:17:11

- Yeah.

- Ừ.

1:17:11

And then the other one which was something that, uh, was always something really difficult for us to, uh, quantify, uh, was floor plans.

Và rồi điều khác, thứ mà, uh, luôn là điều thực sự khó đối với chúng tôi để, uh, định lượng, uh, là sơ đồ mặt bằng.

1:17:18

Uh, and so it is very important, like, yes, of course it's really important, but just like quantifying what a good floor plan is like and what a really bad floor plan is like, we were doing all these things of like how wide is the kitchen and like is

Uh, và vì vậy nó rất quan trọng, như, vâng, tất nhiên nó rất quan trọng, nhưng giống như định lượng thế nào là một sơ đồ mặt bằng tốt và thế nào là một sơ đồ mặt bằng thực sự tồi, chúng tôi đã làm tất cả những điều như bếp rộng bao nhiêu và như liệu

1:17:32

it a, what style of kitchen is it, and then like where's the master bedroom and, and so it was just really hard to quantify, but I remember floor plan was a big one because like we'd have a home that like wouldn't sell and then our, uh, ops team would go in and be like, yeah, it's a floor plan issue.

Nó là, kiểu bếp gì, và rồi phòng ngủ chính ở đâu và, và vì vậy thật sự rất khó để định lượng, nhưng tôi nhớ sơ đồ mặt bằng là một điều lớn vì như chúng tôi có một ngôi nhà không bán được và rồi đội, uh, vận hành của chúng tôi sẽ vào và nói, ừ, đó là vấn đề sơ đồ mặt bằng.

1:17:44

So like, how do you, how could you tell?

Vậy như, làm thế nào bạn, làm thế nào bạn có thể nói?

1:17:45

It's like, you go inside, you just feel it, feels, you

Giống như, bạn vào trong, bạn chỉ cảm nhận nó, cảm thấy, bạn

1:17:48

know, the floor plan feels.

Biết đấy, sơ đồ mặt bằng cảm thấy.

1:17:49

Uh, so yeah, th, those are ones that were, uh, surprising.

Uh, vậy ừ, th, đó là những điều, uh, đáng ngạc nhiên.

1:17:52

And then the last one that was more impactful than I thought is, um, general like curb appeal and like even like the front door.

Và rồi điều cuối cùng có ảnh hưởng hơn tôi nghĩ là, um, nói chung như sức hút từ ngoài đường và thậm chí như cửa trước.

1:17:59

Uh, and so I actually think there's a Zillow book on this where the front door replacement tends to be the highest ROI, uh, for homes.

Uh, và vì vậy tôi thực sự nghĩ có một cuốn sách của Zillow về điều này, nơi việc thay cửa trước có xu hướng mang lại ROI cao nhất, uh, cho nhà ở.

1:18:07

Um, but just like the feel

Um, nhưng chỉ như cảm giác

1:18:09

of like as you walk up to the home as a buyer, what you're interacting with and the first moments of the house, I think was, uh, I'd underrated its importance.

Khi bạn bước đến ngôi nhà với tư cách người mua, những gì bạn tương tác và những khoảnh khắc đầu tiên của ngôi nhà, tôi nghĩ, uh, tôi đã đánh giá thấp tầm quan trọng của nó.

1:18:18

That is extremely interesting.

Điều đó cực kỳ thú vị.

1:18:19

Uh, and I love that you had to figure how to do all this in code and not walk floor plans.

Uh, và tôi thích rằng bạn phải tìm cách làm tất cả những điều này bằng mã và không đi bộ qua sơ đồ mặt bằng.

1:18:24

I have a bunch of stories around like, for floor plans, there's like, there's like, uh, it's not digitized.

Tôi có một loạt câu chuyện về, như, đối với sơ đồ mặt bằng, có, có, uh, nó không được số hóa.

1:18:29

So there's like a handful of people who have like paper floor plans, uh, of like all these homes in like Phoenix and Dallas.

Vì vậy có một số ít người có sơ đồ mặt bằng giấy, uh, của tất cả những ngôi nhà này ở như Phoenix và Dallas.

1:18:35

Um, yeah, a lot of fun

Ừ, đúng vậy, rất vui

1:18:37

stories from the Open Door days.

Những câu chuyện từ thời Open Door.

1:18:38

- Okay, Sherwin, uh, thank you so much for doing this.

- Được rồi, Sherwin, uh, cảm ơn bạn rất nhiều vì đã làm điều này.

1:18:40

This was incredible.

Điều này thật tuyệt vời.

1:18:41

Uh, where can folks find you online and, uh, and how can listeners be useful to you?

Uh, mọi người có thể tìm bạn ở đâu trên mạng và, uh, và làm thế nào để người nghe có thể hữu ích cho bạn?

1:18:45

Yeah.

Vâng.

1:18:45

So, I'm, uh, online on Twitter, on X.

Vậy, tôi, uh, ở trên mạng trên Twitter, trên X.

1:18:47

I'm just Sherwin Woo and, uh, yeah, I mostly just tweet about, uh, OpenAI and the API and some of the products that we're launching.

Tôi chỉ là Sherwin Woo và, uh, vâng, tôi chủ yếu chỉ tweet về, uh, OpenAI và API và một số sản phẩm mà chúng tôi đang ra mắt.

1:18:54

Uh, and then how folks can be, uh, can be useful to me.

Uh, và sau đó làm thế nào mọi người có thể, uh, có thể hữu ích cho tôi.

1:18:57

Uh, I love hearing about things that people are building and so if you're working on a startup, if you're hacking on an idea, you know, would love to, uh, just reach

Uh, tôi rất thích nghe về những thứ mà mọi người đang xây dựng và vì vậy nếu bạn đang làm một startup, nếu bạn đang mày mò với một ý tưởng, bạn biết đấy, rất muốn, uh, chỉ cần liên

1:19:06

out to me on X.

Lạc với tôi trên X.

1:19:07

Um, I would love to hear about, uh, what you're building and learn about how open I can help support you.

Um, tôi rất muốn nghe về, uh, những gì bạn đang xây dựng và tìm hiểu về cách open I có thể giúp hỗ trợ bạn.

1:19:12

- Amazing.

- Tuyệt vời.

1:19:12

Sherwin, thank you so much for being here.

Sherwin, cảm ơn bạn rất nhiều vì đã ở đây.

1:19:14

Yeah.

Vâng.

1:19:14

Thank you, Lenny.

Cảm ơn bạn, Lenny.

1:19:15

- Bye, everyone.

- Tạm biệt, mọi người.

1:19:16

Thank you so much for listening.

Cảm ơn bạn rất nhiều vì đã lắng nghe.

1:19:18

If you found this valuable, you can subscribe to the show on Apple Podcasts, Spotify, or your favorite podcast app.

Nếu bạn thấy điều này có giá trị, bạn có thể đăng ký chương trình trên Apple Podcasts, Spotify, hoặc ứng dụng podcast yêu thích của bạn.

1:19:24

Also, please consider giving us a rating or leaving a review as that really helps other listeners find the podcast.

Ngoài ra, hãy cân nhắc cho chúng tôi một đánh giá hoặc để lại nhận xét vì điều đó thực sự giúp những người nghe khác tìm thấy podcast.

1:19:31

You can find all past episodes or learn more about the show at lennispodcast.com.

Bạn có thể tìm thấy tất cả các tập trước hoặc tìm hiểu thêm về chương trình tại lennispodcast.com.

1:19:36

See you in the next episode.

Hẹn gặp bạn trong tập tiếp theo.

Transcript

Hiển thị

AI Transforms Software Engineering

AI is reshaping software engineering, with tools like Codex generating most code and reviewing all pull requests. Engineers are shifting from writing code to managing fleets of AI agents, leading to a golden age of B2B SaaS and one-person billion-dollar startups.

AI đang định hình lại kỹ thuật phần mềm, với các công cụ như Codex tạo ra phần lớn mã và xem xét tất cả các pull request. Các kỹ sư đang chuyển từ việc viết mã sang quản lý các đội AI agent, dẫn đến thời kỳ hoàng kim của B2B SaaS và các startup tỷ đô do một người sáng lập.