# freecode.academy

**Trang web:** https://freecode.academy

## Nó là gì

Freecode Academy định vị mình là một **AI R&D Lab + private execution network**, chứ không phải là một chợ freelancer cổ điển. Ý tưởng cốt lõi không chỉ là kết nối khách hàng và nhà thầu, mà là tham gia vào toàn bộ vòng đời: làm rõ vấn đề, thành lập nhóm phù hợp, tổ chức thực hiện cộng tác và duy trì trách nhiệm cho đến khi bàn giao kết quả thực tế.

Mạng lưới đã tồn tại từ năm 2012 và được tái định hình cho kỷ nguyên AI vào năm 2026. Trang web công bố có **hơn 4.000 thành viên** và **hơn 100 studio và nhóm**.

## Nguyên tắc cốt lõi

* **Curated / invite-only:** quyền truy cập bị giới hạn nhằm đảm bảo tỷ lệ tín hiệu trên nhiễu cao và tạo dựng niềm tin giữa các thành viên.
* **AI-native:** AI được sử dụng không chỉ như một công cụ sản xuất mà còn là lớp điều hướng và kết nối con người, dự án và đề xuất.
* **Shared responsibility:** nền tảng không kết thúc sự tham gia sau khi giới thiệu các bên, mà tuyên bố trách nhiệm chung đối với kết quả.
* **Real collaboration:** chú trọng vào các nhóm cộng tác và dự án thực tế thay vì các đơn hàng việc vặt ngẫu nhiên, đơn lẻ.
* **Research → execution:** nghiên cứu và thử nghiệm công khai phải chuyển hóa thành các nguyên mẫu, sản phẩm và hệ thống hoạt động.

## Vòng đời làm việc chính

1. **Define the problem** — biến một ý tưởng mơ hồ thành phạm vi rõ ràng.
2. **Assemble the team** — lựa chọn các chuyên gia và nhóm trong mạng lưới đã được xác minh.
3. **Execute together** — làm việc trong một nhóm được điều phối với các mục tiêu chung và sự minh bạch.
4. **Deliver results** — đưa công việc đến kết quả cụ thể.

## Các thực thể chính của nền tảng

* **Members** — thành viên của mạng lưới; việc xem công khai được mở, liên hệ trực tiếp bị giới hạn ở các thành viên được mời.
* **Teams** — các studio và nhóm làm việc có thể tích lũy hồ sơ năng lực và cùng nhau đảm nhận các dự án phức tạp hơn.
* **Offers** — định dạng đề xuất linh hoạt: dịch vụ, hợp tác, nghiên cứu, tuyển dụng và các sáng kiến khác.
* **Projects** — các dự án có cơ hội tìm kiếm đối tác, đầu tư và hỗ trợ.
* **Tasks** — các nhiệm vụ cụ thể bị giới hạn trong các dự án; công việc hoàn thành có thể trở thành nhật ký công việc/nghiên cứu tình huống công khai.
* **Topics / Ấn phẩm** — lớp nghiên cứu và công cộng của nền tảng.

## Dành cho ai

### Khách hàng

Dành cho các công ty và nhà sáng lập không chỉ cần tìm nhà thầu, mà còn cần gỡ rối sự hỗn loạn của AI, xác định giải pháp đúng đắn và thành lập một đội ngũ đáng tin cậy để triển khai.

### Chuyên gia

Dành cho các chuyên gia cần các dự án thực tế, đội ngũ vững mạnh, uy tín và quyền tiếp cận luồng giao dịch khép kín.

### Studio và Trưởng nhóm

Dành cho các nhóm muốn kết hợp năng lực, mở rộng quy mô cho các nhiệm vụ lớn hơn và hợp tác với các studio khác.

## Bối cảnh lịch sử

freecode.academy vẫn giữ lại lớp giáo dục ban đầu: các phần học về HTML/CSS/JavaScript/React, thuật toán, cấu trúc dữ liệu và các dự án thực tế. Trong các phiên bản trước của dự án, sự chú ý lớn đã được dành cho việc dạy phát triển web thông qua các nhiệm vụ công khai thực tế và quy trình làm việc pull request. Định vị hiện tại rộng hơn đáng kể: mạng lưới chuyên nghiệp khép kín và cơ sở hạ tầng thực thi dự án mang tính AI-native.

## Tại sao dự án này quan trọng

freecode.academy kết hợp một số lĩnh vực thường tồn tại riêng biệt: cộng đồng chuyên nghiệp, R&D, quản lý dự án, kết nối đội ngũ, uy tín và kết nối có sự hỗ trợ của AI. Giả thuyết sản phẩm chính là **chất lượng mạng lưới và trách nhiệm đối với kết quả quan trọng hơn quy mô mở của một thị trường**.

## Nguồn nghiên cứu

* https://freecode.academy/
* https://freecode.academy/about
* https://freecode.academy/projects
* https://freecode.academy/start/developers

Freecode Academy là một mạng lưới thực thi AI-native riêng tư: nền tảng kết nối khách hàng, chuyên gia độc lập và các studio, giúp chuẩn hóa nhiệm vụ, thành lập nhóm và đưa các dự án đến kết quả với trách nhiệm chung.

freecode.academy

# Định dạng lại nội dung

Hiện tại, nhiều trang trên trang web được trình bày kém — đây là kết quả của một đợt cập nhật trang web không thành công.

Cần rà soát các trang có vấn đề và đưa nội dung về trạng thái gọn gàng, đồng nhất.

## Cần làm gì

- xác định các trang bị lỗi hoặc định dạng cẩu thả;
- sửa cấu trúc tiêu đề, danh sách, đoạn văn và các khối khác;
- loại bỏ các lỗi trực quan và dấu vết của việc chuyển đổi/cập nhật không chính xác;
- đưa thiết kế trình bày về một phong cách thống nhất trên toàn trang web;
- kiểm tra hiển thị cuối cùng của các trang sau khi chỉnh sửa.

## Kết quả

Nội dung trên các trang phải trông gọn gàng, nhất quán và không có dấu hiệu rõ ràng của việc cập nhật trang web kém chất lượng.

Khắc phục tình trạng trình bày trang kém sau khi cập nhật trang web kém chất lượng.

Định dạng lại nội dung

# Mục tiêu

Sau khi phát hành bản sửa lỗi xử lý URL mã hóa phần trăm (percent-encoded), hãy kiểm tra lại log nội bộ và đảm bảo rằng phần lớn các lỗi 404 giả trước đó đã được khắc phục.

## Cần kiểm tra những gì

1. Thu thập các lỗi 404 trong khoảng thời gian sau khi phát hành bản sửa lỗi.
2. So sánh tính chất của các lỗi với vấn đề được ghi nhận trong task gốc.
3. Kiểm tra riêng các URL có chứa ký tự đặc biệt và mã hóa phần trăm (`%22`, `%40`, ký tự Kirin và các trường hợp khác xuất hiện).
4. Đảm bảo rằng các tuyến đường đã sửa không còn rơi vào lỗi 404.
5. Phân chia các lỗi còn lại thành:
   - các trang thực sự không tồn tại;
   - các lỗi định tuyến / chuẩn hóa URL khác;
   - các liên kết nội bộ hoặc bên ngoài đã lỗi thời;
   - các lỗi đơn lẻ mới phát sinh.
6. Nếu vẫn còn lỗi 404 hệ thống — ghi lại các ví dụ và tạo các task riêng biệt cho từng nguyên nhân cụ thể.

## Tiêu chí nghiệm thu

- [ ] Đã kiểm tra log 404 nội bộ sau khi phát hành bản sửa lỗi.
- [ ] Đã xác nhận rằng vấn đề hàng loạt với URL decode đã được khắc phục hoặc giảm đáng kể.
- [ ] Các lỗi 404 còn lại đã được phân loại theo nguyên nhân.
- [ ] Các vấn đề tồn đọng mang tính hệ thống (nếu có) đã được tách thành các task riêng biệt kèm theo ví dụ cụ thể.

Kiểm tra log nội bộ sau khi phát hành bản sửa lỗi URL decode và xác định các lỗi 404 còn lại.

Kiểm tra lại log 404 nội bộ sau khi sửa lỗi URL decode

# Các trang cụ thể

Cần kiểm tra lại lỗi 500 trên các URL sau:

- https://freecode.academy/learn/exercises/bd7158d8c442eddfaeb5bd13
- https://freecode.academy/learn/exercises/5900f4231000cf542c50ff35

## Cần kiểm tra những gì

1. Mở cả hai trang và xác nhận xem lỗi 500 có tái diễn không.
2. Tìm các bản ghi tương ứng trong nhật ký nội bộ và stack trace.
3. Xác định nguyên nhân chính xác của lỗi cho từng URL.
4. Kiểm tra xem sự cố có liên quan đến các thay đổi xử lý URL/URI gần đây hay đó là một lỗi dữ liệu/kết xuất/tải bài tập riêng biệt.
5. Nếu nguyên nhân chung — ghi nhận một bản sửa lỗi duy nhất; nếu khác nhau — tách thành các nhiệm vụ riêng biệt.
6. Sau khi sửa, kiểm tra lại cả hai trang.

## Tiêu chí nghiệm thu

- [ ] Cả hai trang đã được kiểm tra thủ công.
- [ ] Đối với mỗi trang, đã tìm thấy lỗi 500 tương ứng trong nhật ký hoặc được xác nhận là lỗi không còn tái diễn.
- [ ] Đã xác định được nguyên nhân kỹ thuật.
- [ ] Đã tạo các nhiệm vụ sửa lỗi riêng nếu cần thiết.
- [ ] Sau khi sửa, các trang trả về phản hồi chính xác mà không gặp lỗi 500.

Kiểm tra lỗi 500 trên hai trang bài tập cụ thể của freecode.academy sau các thay đổi mới nhất.

Kiểm tra lại lỗi 500 trên các trang bài tập

Thêm hỗ trợ đa ngôn ngữ

Tối ưu hóa SEO/GEO

## Mục tiêu

Liên kết dự án [Freecode Academy](https://freecode.academy/) với thực thể cá nhân của Nikolai Lantz tại [fi1osof.ru/about](https://fi1osof.ru/about) mà không hợp nhất dự án và con người thành một thực thể duy nhất.

Mã định danh cá nhân thống nhất:

```text
https://fi1osof.ru/about
```

## Cần làm gì

1. Xác định thực thể Schema.org chính của dự án trên [freecode.academy](https://freecode.academy/): `Organization`, `WebSite`, `SoftwareApplication` hoặc kết hợp thông qua `@graph` — dựa trên mô hình thực tế của dự án.
2. Thêm liên kết ngược với Nikolai Lantz thông qua mối quan hệ tương ứng với vai trò thực tế:
   - `founder` — nếu đây là dự án/tổ chức do anh ấy sáng lập;
   - `creator` — nếu mô tả một sản phẩm phần mềm do anh ấy tạo ra;
   - nếu cần, `author`/`contributor` cho các tài liệu riêng lẻ hoặc các phần của trang web.
3. Sử dụng cùng một `Person.@id` trong tất cả các liên kết:

```json
{
  "@id": "https://fi1osof.ru/about"
}
```

4. Không sử dụng chính [freecode.academy](https://freecode.academy/) làm `Person.sameAs`: dự án là một thực thể riêng biệt.
5. Nếu trang cá nhân của Nikolai/Fi1osof tồn tại trên trang web, hãy xác định xem nó có thực sự cần thiết dưới dạng một `ProfilePage` công khai riêng biệt hay không; không dùng nó để thay thế thực thể dự án.
6. JSON-LD phải có trong HTML phía máy chủ (server-side).
7. Kiểm tra cấu trúc đánh dấu cuối cùng thông qua [Schema.org Validator](https://validator.schema.org/) và mã nguồn HTML.

## Đồ thị mong đợi

```text
Freecode Academy
    ↓ founder / creator
https://fi1osof.ru/about
    ↓ @type
Person
```

## Tiêu chí hoàn thành

- [ ] Freecode Academy được mô tả bằng một thực thể dự án riêng biệt.
- [ ] Dự án được liên kết với `https://fi1osof.ru/about` thông qua mối quan hệ chính xác về mặt thực tế.
- [ ] Dự án không được thêm vào `Person.sameAs`.
- [ ] JSON-LD có mặt trong HTML phía máy chủ.
- [ ] Đánh dấu vượt qua Schema.org Validator mà không có lỗi.
- [ ] Không có các thực thể `Person` độc lập trùng lặp cho Nikolai Lantz.

Thêm liên kết ngược Schema.org trên freecode.academy đến thực thể cá nhân của Nikolai Lantz tại fi1osof.ru/about.

Liên kết Freecode Academy với Thực thể Cá nhân Nikolai Lantz bằng JSON-LD

## Ý tưởng

Thêm nút **"Tóm tắt cốt lõi"** vào trang bài viết dài.

Người dùng có thể không muốn đọc toàn bộ văn bản một mình, nhưng muốn nhanh chóng hiểu được ý chính, các luận điểm và kết luận. Khi nhấp vào nút, tài liệu được gửi cho AI, hệ thống này sẽ trả về một bản tóm tắt ngắn gọn đi thẳng vào trọng tâm.

## Bối cảnh

Ý tưởng này xuất phát từ việc quan sát hành vi thực tế của người dùng: các văn bản dài ngày càng ít được đọc trực tiếp mà thay vào đó được đưa cho AI xử lý và đặt câu hỏi về nội dung. Trong kịch bản này, AI trở thành lớp trung gian giữa tác giả và người đọc.

Đối với FreeCode, đây là một tính năng AI-native tự nhiên: tác giả có thể xuất bản bài viết đầy đủ luận điểm, trong khi người đọc có thể lựa chọn mức độ tiếp thu sâu hay nông.

## Kịch bản cơ bản

1. Người dùng mở bài viết dài.
2. Nhấp vào **"Tóm tắt cốt lõi"**.
3. AI phân tích tài liệu hiện tại.
4. Trả về bản tóm tắt nhỏ gọn:
   - bài viết nói về cái gì;
   - ý chính;
   - các luận điểm quan trọng;
   - kết luận chính.
5. Người dùng tiếp tục đọc bản gốc nếu cần hoặc đặt các câu hỏi làm rõ.

## Nguyên tắc quan trọng

Đây không chỉ đơn thuần là một bản `summary` tự động với độ dài cố định.

Mục tiêu là giảm khối lượng đọc **mà không làm mất đi cốt lõi ý nghĩa**. Nghĩa là bản tóm tắt phải truyền tải chính xác những gì làm thay đổi nhận thức của người đọc, chứ không phải nén một cách cơ học từng phần.

## Hướng phát triển tiềm năng

Sau này, tính năng có thể được mở rộng với các mức độ chi tiết:

- "Trong hai câu";
- "Tóm tắt";
- "Các luận điểm chính";
- "Có gì mới ở đây?";
- "Điều gì quan trọng đối với tôi?";
- hội thoại hỏi đáp dựa trên nội dung bài viết.

Tuy nhiên, MVP (Sản phẩm khả dụng tối thiểu) đầu tiên là một nút **"Tóm tắt cốt lõi"** rõ ràng và một câu trả lời chất lượng ngắn gọn dựa trên tài liệu hiện tại.

## Tiêu chí thành công

Người dùng có thể hiểu được ý nghĩa của bài viết dài trong thời gian ngắn hơn đáng kể và quyết định xem có nên đọc toàn bộ hay đặt thêm câu hỏi.

Cung cấp cho người dùng khả năng nhận bản tóm tắt ý nghĩa ngắn gọn của bài viết dài thông qua AI thay vì tự đọc toàn bộ văn bản.