Video chỉ tải từ YouTube khi bạn bấm phát. Mở trên YouTube
Tính Năng Goal 2.0: AI Tự Làm Giám Khảo – Codex Không Còn Lười Biếng
Nội dung video
Tính năng Goal trên Codex và Hermes giải quyết căn bệnh cốt lõi của AI lập trình: tuyên bố hoàn thành sớm mà không thực sự kiểm tra kết quả. Thay vì vòng lặp mù, hệ thống dùng một LLM riêng làm giám khảo chéo để tự đánh giá trước khi dừng — buộc AI cày bỉ không khác gì kỹ sư thực thụ. Khái niệm Mission nâng cấp thêm bước nữa: đặc vụ AI có thể tự lên lịch, ngủ đông nhiều tuần và thức dậy phân tích dữ liệu thực tế để tự điều chỉnh chiến lược mà không cần con người can thiệp từng bước.
Ý chính
- Vấn đề "lười biếng" của AI: mô hình ngôn ngữ có xu hướng tuyên bố xong việc sớm, bỏ qua các lỗi còn tồn đọng trong hệ thống
- Tính năng Goal (Codex) và Persist Goals (Hermes): gọi một LLM riêng làm giám khảo chéo, buộc AI tự kiểm toán trước khi đánh dấu hoàn thành
- RALF Loop cũ vs Goal mới: từ vòng lặp mù đếm số lần sang hệ thống tự thẩm định chất lượng đầu ra
- Kỹ thuật giao việc hiệu quả: "phỏng vấn" ban đầu, định nghĩa hoàn thành có thể định lượng, công cụ GoBuddy và file state.eml giúp AI vượt giới hạn bộ nhớ ngữ cảnh
- Mission dài hạn: AI tự viết cron job, ngủ đông và thức dậy theo lịch để xử lý các chiến dịch kéo dài nhiều tuần — minh chứng bằng thử nghiệm tăng follower trên X
Các phần trong video
Bấm vào mốc thời gian để phát từ đoạn đó.