Inflearn - Nền tảng Nghề nghiệp Trọn đời

Chia sẻ kiến thức nền tảng và kinh nghiệm phát triển ứng dụng LLM.

Có lẽ bạn đã từng gặp tình trạng Claude Code cho ra kết quả khác nhau mỗi lần dù cùng một yêu cầu, vi phạm các quy tắc ghi trong chỉ dẫn, và quá dễ dãi khi tự đánh giá, chấp nhận kết quả của chính mình. Trong quá trình phát triển máy chủ nền tảng ở Pangyo, mỗi tháng sử dụng Claude Code với chi phí hơn 1,000 đô la, tôi đã ngăn chặn vấn đề này bằng cách xây dựng một harness gồm chỉ dẫn, Hook, quyền hạn và Sandbox, thay vì chỉ yêu cầu bằng prompt. Trong khóa học này, bạn sẽ tự tay xây dựng harness đó từ đầu, tích hợp cả Subagent, Agent Teams và Headless execution, đồng thời hoàn thiện một bộ thiết lập có thể sao chép sang các dự án khác và sử dụng ngay.

Đây là khóa học dành cho các nhà phát triển đã tạo agent nhưng còn bối rối không biết kết nối agent đó với các dịch vụ và framework khác như thế nào, cũng như nên trao đổi các tác vụ dài, yêu cầu phê duyệt, trạng thái và kết quả dưới định dạng nào. Dựa trên agent LangGraph, bạn sẽ trực tiếp triển khai giao thức A2A và từng bước tìm hiểu về Agent Card, Task, Artifact, tính năng streaming, xác thực, webhook và gRPC. Cuối khóa học, bạn còn kiểm tra khả năng tương thích bằng SDK chính thức.

Khóa học nhập môn giúp bạn nắm vững cốt lõi của LLM, Agents và RAG với API đơn giản hóa của LangChain v1.0+ và các LLM miễn phí (Gemini · Groq · Ollama) mà không cần lo lắng về việc đăng ký thẻ tín dụng.

Một chuyên gia đang làm việc sẽ nhanh chóng truyền đạt nội dung trọng tâm, từ kiến thức cơ bản cần cho LLM đến những mẹo thực chiến!

Đây là quy trình thực tế tôi đã giao Claude chia ngành giao thoa giữa làm đẹp và công nghệ sinh học thành tám phần theo từng quốc gia, từ đó tạo ra bản đồ ngành gồm 259 công ty chỉ trong một ngày. Tôi đối chiếu từng con số sai lẫn trong bản đồ đó với các tài liệu công bố gốc của Hàn Quốc DART · Mỹ SEC EDGAR · Hồng Kông HKEXnews · Anh Companies House, rồi cung cấp cả prompt để áp dụng cùng trình tự cho ngành của mình (các con số tính đến ngày 14 tháng 10 năm 2026).

Việc hàm của tôi xuất hiện trong danh sách công cụ của ứng dụng AI có thực sự có nghĩa là nó đã được thực thi không? Hãy cùng tạo một máy chủ tra cứu issue nhỏ bằng SDK TypeScript chính thức, rồi lần lượt kiểm tra hợp đồng đầu vào·kết quả, kết nối HTTP, kiểm tra quyền OAuth, giảm thiểu đầu vào nguy hiểm, cũng như việc kiểm thử và khởi động lại thông qua các bản ghi thực thi thực tế.

Đây là trình tự thực tế tôi đã cùng Claude sắp xếp xong bảo hiểm của bốn thành viên trong gia đình chỉ trong một ngày, sau khi biết qua một lá thư bảo đảm từ ủy ban quận rằng bảo hiểm bắt buộc cho xe của bố đã bị gián đoạn suốt một tháng. Tôi tập hợp các tài liệu rải rác từ 6 nơi thành sổ theo dõi trên Google Sheets, lịch trên Google Calendar và một thẻ hướng dẫn một trang dành cho bố mẹ; đồng thời cho thấy ranh giới mà con người vẫn phải tự thực hiện đến cùng: mật khẩu, xác thực danh tính, thanh toán và chấp thuận.

Dù sử dụng cùng một AI, có người hoàn thành nhanh chóng, trong khi có người phải vật lộn với AI suốt cả lịch trình. Qua quá trình tư vấn và giảng dạy phát triển dịch vụ AI tại doanh nghiệp, tôi nhận ra rằng điểm khác biệt cuối cùng nằm ở việc bạn có hiểu nguyên lý của LLM hay không. Trước giờ, phần giải thích về LLM quá khó nên bạn không thể hiểu được đúng không? Tôi sẽ giải thích theo cách dễ hiểu nhất về nguyên lý của LLM và cách tạo mô hình Pre-Training. Tôi sẽ chỉ cho bạn nguyên lý giúp đưa ra chỉ thị chính xác cho AI và kiểm chứng kết quả.

Đây là khóa học thực hành xây dựng hệ thống tìm kiếm tài liệu dựa trên RAG trong môi trường Spring Boot, sử dụng OpenAI API và Spring AI. Từ các khái niệm về Prompt Engineering, Vector Store và Embedding đến tạo mẫu nhanh bằng Dify, tích hợp công cụ MCP, đa phương thức và guardrail, bạn sẽ học toàn bộ quy trình phát triển AI Assistant theo từng bước. Bạn cũng có thể so sánh phương pháp tự triển khai với cách sử dụng các công cụ no-code để nắm được chiến lược áp dụng vào thực tế. 🆕 [Cập nhật] Phần 4 đã được bổ sung bài giảng chuyên đề (1 giờ) về mô hình ra quyết định Jev của TypeSafe, qua đó hướng dẫn cả cách thiết kế logic phán đoán của agent một cách sâu hơn.

Bạn biết về framework AI agent nhưng thấy khó hiểu nguyên lý và áp dụng vào thực tế, đúng không? Chúng tôi sẽ chia sẻ từ những nguyên lý cốt lõi đến cách ứng dụng thực tiễn, dựa trên bí quyết trực tiếp trải nghiệm tại Thung lũng Silicon.

Bạn sẽ được học về RAG, VectorDB, LangChain, OpenAI, sLLM và Fine-tuning, bao gồm tất cả các công nghệ liên quan đến AI quan trọng nhất ở thời điểm hiện tại.

Mời bạn bước vào thế giới của “lập trình vibe”, nơi trí tưởng tượng của bạn trở thành hiện thực. Khóa học này được chuẩn bị dành cho những người “không biết lập trình, nhưng chắc chắn về điều mình muốn tạo ra”. Khi AI như Chat GPT hay Claude xuất hiện, người ta nói rằng bất kỳ ai cũng có thể phát triển phần mềm. Nhưng khi thực sự thử làm thì sao? - "AI viết tốt những đoạn mã đơn giản, nhưng khi số lượng tệp tăng lên, nó lại quên mất những nội dung ở phía trước.", - "Trông có vẻ hợp lý, nhưng khi chạy lại phát sinh lỗi, và khi yêu cầu sửa thì nó đưa ra đoạn mã còn sai lệch hơn." Có lẽ bạn đã từng trải qua những tình huống như vậy ít nhất một lần. Bản thân tôi cũng từng trải qua sự thất vọng y hệt khi lần đầu cộng tác với AI. AI là một “trợ lý” tuyệt vời, nhưng lại có giới hạn là không thể nhìn thấy toàn bộ khu rừng. Tuy nhiên, sau khi làm quen với OpenAI Codex CLI và học được phương pháp mới mang tên “lập trình vibe (Vibe Coding)”, quy trình phát triển của tôi đã hoàn toàn thay đổi. Khóa học này không chỉ giúp bạn giải quyết những vấn đề đang gặp phải, mà còn biến bạn thành một giám đốc chỉ huy các tác nhân AI thay vì trở thành một coder. Hãy cùng tôi trang bị công cụ mạnh mẽ mang tên Codex CLI và bắt đầu hành trình lập trình vibe đầy hứng khởi, biến trí tưởng tượng thành hiện thực.

[Cung cấp mã nguồn] Không biết lập trình cũng OK. Hoàn thiện ngay trên trình duyệt với công cụ mới nhất của Google (IDX) mà không cần cài đặt! Đừng học cú pháp lập trình nữa! Đây là khóa học thực chiến siêu tốc giúp bạn xây dựng chatbot RAG hiểu rõ tài liệu nội bộ và triển khai trực tiếp lên web trong môi trường Google IDX thông qua việc trò chuyện với AI (Vibe Coding).

Tôi sẽ chia sẻ các phương pháp chuẩn bị mà tôi đã biết được trong quá trình trực tiếp đạt các chứng chỉ của Linux Foundation, bao gồm các chứng chỉ Kubernetes (KCNA, KCSA, CKA, CKAD, CKS), chứng chỉ Prometheus (PCA) và chứng chỉ MCP (MCPA).

Không phải cách sai AI làm, mà là cách hoàn thành. Đây là khóa học dành cho những người từng thử sai AI làm nhưng vẫn mơ hồ không biết nên bắt đầu từ đâu trong dự án của mình. Bạn sẽ học quy trình: xác định ý định trước, giao phần triển khai và kiểm chứng cho AI, còn con người sẽ sử dụng sản phẩm rồi đưa ra phán đoán. Cùng nhau hoàn thiện đến bước triển khai một lần với bản clone của feedme, sau đó tự mình hoàn thành thêm một lần với ý tưởng của bản thân, qua đó hình thành phương pháp làm việc riêng.

[AX bền vững và cách cộng tác với đồng nghiệp AI] Bạn có từng gặp phải những giới hạn như thế này khi thử áp dụng các công cụ AI vào công việc thực tế chưa? 🙋‍♂️ : "Lần nào cũng phải nhập lại câu lệnh mới thật sự phiền phức." 👨‍💻 : "Tôi cảm thấy mệt mỏi với những công việc chỉ lặp đi lặp lại việc sao chép và dán." 🤷‍♂️ : "Vì không có kiến thức lập trình nên tôi không dám nghĩ đến việc tự động hóa công việc ở mức chuyên sâu hơn." Điều chúng ta cần lúc này không chỉ là 'cách sử dụng công cụ' để học các tính năng đơn thuần. Đó là một góc nhìn về việc nuôi dưỡng người đồng nghiệp AI của riêng mình—một AI hiểu được bối cảnh công việc, và ngày càng trở nên thông minh hơn theo thời gian. Chúng tôi minh bạch chia sẻ những hướng dẫn AX (chuyển đổi AI) lấy thực tiễn làm trọng tâm, được một chuyên viên hoạch định xuất thân ngoài ngành phát triển đúc kết qua vô số lần thử nghiệm và sai sót tại hiện trường.

Vòng lặp hội thoại, gọi công cụ, quyền hạn, lắp ráp prompt — tìm hiểu các nguyên lý cốt lõi của Claude Code bằng cách quan sát trực quan qua giáo trình tương tác 3D. Chuyển cấu trúc đã hiểu từ giáo trình vào mã nguồn để tự tay hoàn thiện 'Mini Claude Code (Harness)' của riêng bạn.

Đây là khóa học nhập môn giúp bạn tìm hiểu các khái niệm cốt lõi của Claude Code thông qua phép ẩn dụ về một văn phòng 3D. Từ việc thuê một chú rô-bốt vào văn phòng trống, gắn cho nó bộ não và trái tim, trang bị công cụ, quyền hạn, trí nhớ, cho đến khi nhiều chú rô-bốt cùng lập thành một nhóm — từng khái niệm một sẽ được mở ra như những khung cảnh trong văn phòng. Bạn sẽ nắm vững mọi khái niệm bằng cách trực tiếp thao tác trên giáo trình tương tác và hoàn thiện kỹ năng thông qua các bài thực hành ngay trên máy tính của mình.

Hiểu rõ sự khác biệt giữa Copilot và Agent, đồng thời trực tiếp tạo ra các Agent có thể áp dụng ngay vào công việc như: Agent hướng dẫn viết prompt, Agent dịch thuật, Agent quy định nội bộ. Giải quyết các vấn đề tiêu tốn thời gian như công việc lặp đi lặp lại, sắp xếp tài liệu, quản lý cuộc họp bằng các Agent tùy chỉnh mà ngay cả người không chuyên cũng có thể tạo được, từ đó tối đa hóa hiệu suất công việc.