Meet - khy-joai-mop - Cốc Cốc 2026-10-06 00-30-55

Mga Speaker

• Speaker 1 0:00
• Speaker 2 2:30
• Speaker 3 5:34
• Speaker 4 5:45
• Speaker 5 5:48
• Speaker 6 5:54
• Speaker 7 40:21
• Speaker 8 55:02

1. 0:00

   Kabanata 1: liên quan đến data agent nó sinh tự động ở đây là gì ấy thì anh có giải thích qua như sau nhé thì đầu tiên mọi người hìn… 150s · Speaker 1

   liên quan đến data agent nó sinh tự động ở đây là gì ấy thì anh có giải thích qua như sau nhé thì đầu tiên mọi người hình dung là cái cái workflow động không phải việc là mình sinh sinh ra một cái việc là thay đổi code hay là thay đổi cái g…

2. 2:30

   Kabanata 2: khi nào cho cái agent đấy hoặc là cái timeout hoặc là cái fullback đấy hoặc là các cái sai thích của nó hoặc là cái hình thì đấy là mình sẽ tạo ra một cái tác graph spec thì cái tác graph spec đấy thì khi mà cái cái Blender nó quyết định sẽ tạo ra cái tác đấy và cái tác đấy làm cái nhiệm vụ là nó sẽ răn tham ngay trên chính chính cái môi trường vllm của nó và nó nó là được cái thằng lang graph support mình sẽ không lưu cái thằng đấy ví dụ là mình Ví dụ với những cái agent mà nó sẽ chỉ chạy tại một thời điểm như thế thôi thì mình sẽ không lưu Nhưng mà ở trên cái UI người dùng ạ Nó sẽ nó sẽ xếp cái đấy lại Cũng nghĩa là sẽ cho người dùng Ví dụ cái người mà người ta theo dõi cái việc là cái con agent nó đang chạy ạ Nó thấy là cái sub agent này nó là một thằng tốt thì nó sẽ cho xếp lại hoặc là cho tham gia vào cái việc là tạm dừng sau đấy sửa Input và Output để kiểm soát Agent. 184s · Speaker 2

   khi nào cho cái agent đấy hoặc là cái timeout hoặc là cái fullback đấy hoặc là các cái sai thích của nó hoặc là cái hình thì đấy là mình sẽ tạo ra một cái tác graph spec thì cái tác graph spec đấy thì khi mà cái cái Blender nó quyết định sẽ…

3. 5:34

   Kabanata 3: Anh ơi, em chẳng đây em. 161s · Speaker 3

   Anh ơi, em chẳng đây em... Ơ không, đây anh. Thì nó kiểu là một cái feedback về cái gì mà cái thiết kế hiện tại, cái core agent của mình á. Thì em nghĩ là nó khá giống với những gì anh phải describe. Anh nhìn thấy không anh nhỉ? Thì đây là …

4. 8:15

   Kabanata 4: anh hiểu về thiết kế 3 layer này rồi Nhưng cái anh muốn là ví dụ cái swam của em Cái mà agent em đăng ký nó sẽ không phải là cái fix cứng thích cứng theo cái cái cái cái cái bước follow cố định như vậy mà mình sẽ phải coi là các thành phần ở trong cái bước follow em em click vào một cái điểm thử đấy thì ví dụ nhé thì cái này không phóng to rồi nhỉ Ví dụ là ví dụ là những cái này thì ví dụ là bây giờ ví dụ cái tôn là mờ cái màu hồng kia chẳng hạn thì nó sẽ không cần phải nằm cố định ở đây cũng nghĩa là nó là cái thằng mà sẽ phụ thuộc vào cái quyết định của thằng trước là có dùng cái tool này hay không và đầu ra của cái tool này là gì thì ví dụ ví dụ là cái ông ở ông hình thoi ở trên đi thì ông ông đấy ông ra một cái quyết định ở trên đấy ông ra một cái quyết định là tôi không cần phải vào cái tool này nữa mà tôi sẽ chạy thẳng cái luồng nào đấy thì cái việc mà sinh ra cái tuôn là mờ này nó sẽ là vô nghĩa đúng không nó sẽ không bao giờ có thì cái cái cái thằng ơi dừng khi mà sinh ra ở đây muốn động là cái thằng Blender nó sẽ quyết định cái việc là nó sinh sinh ra và nó khai phá tìm ra một cách cách đi mới cũng như là những cái nốt ở trong này là cái component này thì cái thằng Blender nó sẽ quyết định cái việc là nó tạo ra cái tạo ra cái như thế nào nghĩa là tạo ra cái graph vẽ nó cho nó chung là nó tạo ra cái hình vẽ em sử dụng em cái Với cái tác hữu vụ này em chỉ cần sử dụng cái A, cái B, cái C nối liền với nhau chứ em không cần phải điều kiện IPL như này. 301s · Speaker 1

   anh hiểu về thiết kế 3 layer này rồi Nhưng cái anh muốn là ví dụ cái swam của em Cái mà agent em đăng ký nó sẽ không phải là cái fix cứng thích cứng theo cái cái cái cái cái bước follow cố định như vậy mà mình sẽ phải coi là các thành phần …

5. 13:17

   Kabanata 5: phai di sơn ấy nó đưa ra trong một cái đường dẫn thì em em hiểu ạ Thì cái thật ra cái thiết kế mà anh đang thấy đây này cái này nó nó chỉ là em nói nó chỉ là một cách thể hiện phức tạp hơn của cái của cái của cái lúc khi mà anh cho phép thằng nghĩa là cái tool LLM này là con LLM dành cho tool xong là bọn em expose những cái function ra để nó gọi thì cái này bọn em phích cứng là bởi vì đây là cách hoạt động của một con agent và cái mà anh describe anh thì nó đang nằm hoàn toàn trên cái layer 1 này luôn nghĩa là cái layer 1 này là bọn em cho phép là người dùng có thể nghĩa là Con planner này nó sẽ bảo là ok, muốn hành tập này đúng không? 124s · Speaker 1

   phai di sơn ấy nó đưa ra trong một cái đường dẫn thì em em hiểu ạ Thì cái thật ra cái thiết kế mà anh đang thấy đây này cái này nó nó chỉ là em nói nó chỉ là một cách thể hiện phức tạp hơn của cái của cái của cái lúc khi mà anh cho phép thằ…

6. 15:22

   Kabanata 6: định thôi. 132s · Speaker 2

   định thôi. Cái định nghĩa agent là cái đưa ra quyết định. Còn cả cái cụm mà bọn em vẽ lên trong cái workfollow, trong cái lang rác đấy nó gọi là workfollow. Còn cái agent bản chất nó sẽ chỉ là cái nốt LLL Blender đấy của em rồi. Còn tất cả …

7. 17:35

   Kabanata 7: Vâng thì đây đúng rồi đấy cách của em Defy cũng em nghĩ là giống hết những gì anh nói luôn là có thể nó hơi nhìn hơi kỳ lạ về cái hình này lắm nhưng mà anh hình dung cái Swamp này là một cái túi đồ của mình anh nghĩ là bọn em những cái con này là nó đã exist rồi anh ạ nó exist để nó làm đúng một việc thôi là trong trường hợp chẳng hạn Nhưng ở đây hiện tại em chỉ để có mỗi một cái là con mnode workflow này thôi. 186s · Speaker 4

   Vâng thì đây đúng rồi đấy cách của em Defy cũng em nghĩ là giống hết những gì anh nói luôn là có thể nó hơi nhìn hơi kỳ lạ về cái hình này lắm nhưng mà anh hình dung cái Swamp này là một cái túi đồ của mình anh nghĩ là bọn em những cái con …

8. 20:41

   Kabanata 8: Anh ngắt lời một chút. 106s · Speaker 1

   Anh ngắt lời một chút. Cái của anh ạ. Em hiểu cái mà anh vừa giải thích nha. Chỉ là tầng 1 rồi đúng không? Nhưng mà cái anh muốn đào sâu ấy là. Cái agent ở lớp thứ 2 của em. Trong bộ swam của em ấy. Là... em không thể nào mà ngồi đi defy hế…

9. 22:29

   Kabanata 9: và bọn em cho phép nó tạo skill anh ạ nghĩa là cái vòng lặp của con LLM là vẫn phải thế nghĩa là con LLM dù thích hay kh… 149s · Speaker 4

   và bọn em cho phép nó tạo skill anh ạ nghĩa là cái vòng lặp của con LLM là vẫn phải thế nghĩa là con LLM dù thích hay không thì nó vẫn để vào một cái vòng lặp để nó đọc được to skill và nó đưa ra kết luận là nó có muốn execute thêm không và…

10. 25:01

    Kabanata 10: Bởi vì là nó có một vấn đề là không phải là nó. 80s · Speaker 1

    Bởi vì là nó có một vấn đề là không phải là nó... Ở đây là anh muốn là cái agent nó sẽ phải được đăng ký Bởi vì là trong cái quá trình nó khai thác ấy Nó cần phải có sự tác động của hình người Bởi vì là có những cái khi mà nó tìm ra được nh…

11. 26:22

    Kabanata 11: Có thể tiếp tục nhé. 301s · Speaker 2

    Có thể tiếp tục nhé. Thì anh đang thấy là nếu mà cái... đúng rồi nó nó sẽ theo nó có một cái bài là một cái với cả anh ơi gì nhỉ nhìn vào cái thiết kế Swamp này á là cứ cho trường hợp của anh nói là việc là nó chạy đến nó cần API đi thì đối…

12. 31:24

    Kabanata 12: này nó không phải là lưu ở trên như cả mỗi cái tool này là chạy ở một cái Docker image thì những cái pipe này nó nằm ở database chứ nó không phải nằm ở trong cái RAM hay là nằm trong volume hay là gì của cái document hay cả nó nằm ở một cái dedicated database để trong trường hợp là gì trong trường hợp có hai thằng có hai tendon nó ngồi với cả hai con main agent và hai con main agent ấy nó đều nhìn vào chung một cái swap này và nó thấy là thằng research agent và có thằng research agent có thằng research thì thằng tenant 1 bảo ok tao cần research thế là tự nhiên nó publish vào trong con research agent trước thì tự nhiên thằng tenant 2 nó đang hỏi nó cũng muốn research thế là nó cũng publish thì trong trường hợp mà con thằng agent 1 sau khi làm thác xong nó nghĩ là ok tao xong hết rồi Nó sẽ gửi signal đến cho cái con Captain của Long Cái con đấy nó sẽ keep check xem mà Tendon nào đang sử dụng con Agent gì thì nó sẽ nếu mà con manager ok tao xong rồi thì là cái thằng captain đấy nó sẽ đi giết toàn bộ những cái image nào mà đang hoạt động cái task của thằng đấy nhưng mà vấn đề là khi nó giết á thì cái những cái pipe này này những dữ liệu pipe này nó được tồn tại trong một cái database nằm ngoài với cả những cái Docker image volume với cả RAM thành ra là nó sẽ không biến mất Những cái request của thằng tenant 2 đang request thì vẫn ở đấy Và khi nó boot lại con research agent phát thì là nó sẽ bỏ cái task của thằng tenant 1 để nó làm task của tenant 2 vì thằng tenant 1 xong rồi Thì anh thấy là cái thiết kế đấy nó có đang đúng với cả những cái gì anh suy nghĩ không anh? 107s · Speaker 4

    này nó không phải là lưu ở trên như cả mỗi cái tool này là chạy ở một cái Docker image thì những cái pipe này nó nằm ở database chứ nó không phải nằm ở trong cái RAM hay là nằm trong volume hay là gì của cái document hay cả nó nằm ở một cái…

13. 33:12

    Kabanata 13: Ok, để anh xem Ví dụ về cái agent ở lớp 2 đi Bây giờ mà nó sẽ chỉ khác cái anh muốn là ví dụ cái agent nó sẽ dạng như là… 195s · Speaker 3

    Ok, để anh xem Ví dụ về cái agent ở lớp 2 đi Bây giờ mà nó sẽ chỉ khác cái anh muốn là ví dụ cái agent nó sẽ dạng như là một cái lúc mà em đăng ký nó sẽ là một cái agent template thôi Ví dụ là cùng cái thằng đấy nhưng mà nó sẽ chỉ cần vẫn l…

14. 36:27

    Kabanata 14: không ạ thì mình bọn em là cho phép nó tạo sở kêu hợp lý Ok rồi 68s · Speaker 4

    không ạ thì mình bọn em là cho phép nó tạo sở kêu hợp lý Ok rồi

15. 37:35

    Kabanata 15: cái gì cái với cái cái thiết kế đấy nhé thì chút lòng với cả chỗ quân chỗ Hải Long mà nếu mà doi được lại thì thì viết lại cho anh cái cái đấy ra thành cái đốc giống cái đốc V1 thì thì thì viết lại cho anh là ý là cái cái hướng cái ấp rốt mà các em để xuất ra nhé Đầu tiên là nó giải quyết vấn đề gì nghĩa là mình sẽ hiện tại mình làm đang làm cái giá rộ giá vàng Ví dụ như cái agent template đấy thì mình em cái cách thiết kế của mình tại sao dùng cách thiết kế đấy thì nó giải quyết cho bài toán gì này sau đấy thì là cái hướng đi của bạn em và tại sao đi theo hướng đấy xong là sau đấy là tiếp đến thì em bọn em có thể làm cái gì nghĩa là triển khai thì giúp anh trả lời 3 cái câu đấy ở trong cái phần đốc lại cái phần research nhé động chung rồi thì anh đang muốn hỏi thêm anh đang clear note để nối vào cái chỗ run out của của chỗ quân thì là cái đầu với cái agent này thì Chỗ quân định thiết kế như nào với cái đầu da để đi vào được cái rollout của em? 78s · Speaker 2

    cái gì cái với cái cái thiết kế đấy nhé thì chút lòng với cả chỗ quân chỗ Hải Long mà nếu mà doi được lại thì thì viết lại cho anh cái cái đấy ra thành cái đốc giống cái đốc V1 thì thì thì viết lại cho anh là ý là cái cái hướng cái ấp rốt m…

16. 38:54

    Kabanata 16: Cái rollout của em nó sẽ nằm trên layer đầu tiên anh. 87s · Speaker 4

    Cái rollout của em nó sẽ nằm trên layer đầu tiên anh. Như là chắc là nó sẽ phải sinh thêm một cái layer bằng với cái layer 1 này nữa. Bởi vì cái layer rollout nó sẽ toàn bộ depend on tất cả những cái con trong Swamp này. Bởi vì cái mục tiêu…

17. 40:21

    Kabanata 17: Ok, thì bây giờ trả lời cho anh một câu nha, anh mới thắc mắc không? 225s · Speaker 7

    Ok, thì bây giờ trả lời cho anh một câu nha, anh mới thắc mắc không? Nếu mà run out như thế này nếu mà Ronald như này thì cái lượng kiến thức của nó nó sẽ có thể vượt quá được cái lượng kiến thức của cái model ý là câu hỏi này của anh là cá…

18. 44:09

    Kabanata 18: Chắc em sẽ nói gọn này là cái GRPO sinh ra không dùng để thay thế SFT bởi vì GRPO sinh ra là sau khi mình trai SFT và lý… 78s · Speaker 4

    Chắc em sẽ nói gọn này là cái GRPO sinh ra không dùng để thay thế SFT bởi vì GRPO sinh ra là sau khi mình trai SFT và lý do là sao mà em quyết định dùng GRPO ở đây vì là những con open source này đã trai SFT và SFT của nó rất là lớn rồi Thà…

19. 45:28

    Kabanata 19: tốt nhất để có được cái cái cái cái dự đoán cuối cùng ấy thì cái dự đoán cuối cùng ấy với em thì với GRPO á thì nó khá l… 119s · Speaker 2

    tốt nhất để có được cái cái cái cái dự đoán cuối cùng ấy thì cái dự đoán cuối cùng ấy với em thì với GRPO á thì nó khá là vary và những cái Precision Recall ấy em nghĩ em phải chạy nhiều thêm thì mới có thể biết được là nó thực sự tốt hay k…

20. 47:32

    Kabanata 20: Ok, anh hiểu rồi. 302s · Speaker 1

    Ok, anh hiểu rồi. Nhưng mà anh hỏi một câu nữa là Nếu mà như này, nếu mà người ta đặt để ra cái bài toán thực tế khi triển khai thì người ta sẽ hỏi ngược lại anh một câu là cái gì nó sẽ khác gì với việc là cầm cái mô đồ lớn hẳn lấy đi để gi…

21. 52:34

    Kabanata 21: nghĩa là cái output đầu ra mình mong muốn ở đây là nếu mà cái model nó ngon thì có nghĩa là em đang đi trên hình cho cái… 85s · Speaker 1

    nghĩa là cái output đầu ra mình mong muốn ở đây là nếu mà cái model nó ngon thì có nghĩa là em đang đi trên hình cho cái cái con tích của mô đồ đúng không ạ Ví dụ với với cái cây câu A đấy thì cái con tích của tôi chuyển vào nó sẽ là như nà…

22. 54:00

    Kabanata 22: ta sẽ em nghĩ là nó sẽ là điểm Điểm tác động của người này nó sẽ là lúc mà mình send cái system prompt đầu tiên anh ạ nghĩa là thơn đầu tiên đúng không? 62s · Speaker 4

    ta sẽ em nghĩ là nó sẽ là điểm Điểm tác động của người này nó sẽ là lúc mà mình send cái system prompt đầu tiên anh ạ nghĩa là thơn đầu tiên đúng không? Con model nó phân tích thế này, người ta đọc vào người ta thấy rằng ô mày đang phân tíc…

23. 55:02

    Kabanata 23: chân sau cái con đồ đọc được Ok anh hiểu và anh cũng đồng ý Ok anh chốt là sẽ làm nhưng mà anh muốn anh muốn hỏi thêm mộ… 12s · Speaker 8

    chân sau cái con đồ đọc được Ok anh hiểu và anh cũng đồng ý Ok anh chốt là sẽ làm nhưng mà anh muốn anh muốn hỏi thêm một cái câu liên quan đến cái cái cái