Phát hành Tác nhân & Mô hình
Anthropic triển khai lại Claude Fable 5 toàn cầu sau khi các hạn chế xuất khẩu của Hoa Kỳ được dỡ bỏ. Công ty chia sẻ chi tiết về bộ phân loại an ninh mạng của Fable 5 và khung mức độ nghiêm trọng của AI jailbreak dự thảo.
Anthropic ra mắt Claude Science phiên bản beta, một bàn làm việc đa tác nhân cho các pipeline genomics, proteomics và cheminformatics có thể tái tạo với hơn 60 kỹ năng được cấu hình sẵn.
Mistral phát hành Leanstral 1.5, một mô hình được cấp phép Apache‑2.0 cho trợ lý chứng minh Lean 4. Nó giải được 587 trong số 672 bài toán PutnamBench thông qua học tăng cường đa lượt.
Claude Sonnet 5 có sẵn công khai, mang lại hiệu suất gần bằng Opus 4.8 với chi phí thấp hơn, với bộ tokenizer mới và hệ thống phân quyền chi tiết.
Google đưa trợ lý tác nhân Gemini Spark lên macOS. Người dùng có thể sắp xếp tệp và các bản cập nhật trong tương lai sẽ cho phép ủy quyền tác vụ từ xa trên nhiều thiết bị.
WebBrain, một tác nhân trình duyệt mã nguồn mở, có thể đọc trang và tự động hóa tác vụ đồng thời hỗ trợ các mô hình cục bộ cho các kịch bản nhạy cảm về quyền riêng tư.
Meta âm thầm ra mắt Pocket, một ứng dụng được lập trình theo phong cách vibe cho phép người dùng tạo và chia sẻ các trò chơi nhỏ tương tác bằng các gợi ý AI.
Công cụ & Khung
Ứng dụng legal‑kb của LlamaIndex minh họa truy xuất tác nhân trên các tài liệu pháp lý sử dụng các công cụ kiểu hệ thống tệp như tìm kiếm ngữ nghĩa và regex grep.
LangChain mở mã nguồn OpenWiki, một công cụ tự động tạo và duy trì tài liệu kho lưu trữ để cung cấp ngữ cảnh tốt hơn cho các tác nhân mã hóa.
Simon Willison phát hành sqlite‑utils 4.0rc2 (chủ yếu được viết bởi Claude Fable với giá $149) và llm‑coding‑agent 0.1a0, thể hiện sự phát triển phần mềm do tác nhân điều khiển.
shot‑scraper video cho phép ghi lại các quy trình làm việc của tác nhân dưới dạng video demo qua YAML storyboard, hỗ trợ gỡ lỗi và giao tiếp.
LangChain cảnh báo việc sử dụng tác nhân mã hóa không kiểm soát dẫn đến hóa đơn tăng vọt và giới thiệu các công cụ quan sát để chuyển từ 'tokenmaxxing' sang quản lý chi phí.
Các mô hình ngôn ngữ đệ quy (RLM) được tích hợp vào Deep Agents, giải quyết vấn đề mục nát ngữ cảnh bằng cách thực thi mã trong REPL và điều phối các tác nhân phụ.
Nghiên cứu Nổi bật
Khung HORIZON của NVIDIA cho thiết kế phần cứng rảnh tay đạt 100% hoàn thành trên các điểm chuẩn RTL bằng cách tiến hóa git worktrees với vòng lặp tác nhân.
NVIDIA và các đối tác học thuật giới thiệu ASPIRE, một tác nhân robot tự cải thiện, tự viết, tinh chỉnh và chắt lọc kỹ năng, đạt 31% zero‑shot trên các tác vụ dài.
AgenticSTS giới thiệu hợp đồng bộ nhớ giới hạn cho các tác nhân LLM tầm xa, được thử nghiệm trên Slay the Spire 2, tiết lộ thành phần bộ nhớ nào thúc đẩy hiệu suất.
EvoPolicyGym đánh giá tiến hóa chính sách tự động, nơi các tác nhân chỉnh sửa lặp đi lặp lại các chính sách thực thi từ phản hồi, với GPT‑5.5 dẫn đầu kết quả.
WorldDirector tách rời điều phối chuyển động khỏi tạo hình ảnh, tạo ra các bộ mô phỏng thế giới có thể kiểm soát, duy trì nhận dạng đối tượng qua các thay đổi cảnh.
Program‑as‑Weights biên dịch thông số kỹ thuật hàm ngôn ngữ tự nhiên thành các bộ điều hợp thần kinh nhỏ; một trình thông dịch 0,6B sánh kịp mô hình 32B trên MacBook, làm cho các hàm mờ trở nên cục bộ và rẻ.
Ngành & Kinh doanh
CEO Meta Mark Zuckerberg nói với nhân viên rằng tiến triển của tác nhân AI không tăng tốc như mong đợi, thừa nhận rằng các đợt sa thải và tái cấu trúc gần đây chưa mang lại kết quả.
Microsoft cam kết 2,5 tỷ đô la và 6.000 chuyên gia cho Frontier Company mới, một đơn vị triển khai AI doanh nghiệp hướng đến kết quả.
Doanh nhân Ấn Độ Bhavin Turakhia đầu tư 30 triệu đô la tiền riêng vào Neo, một giải pháp thay thế AI gốc cho Microsoft Office.
Anthropic đang đàm phán với Samsung để phát triển chip AI tùy chỉnh, nhằm đa dạng hóa ngăn xếp phần cứng ngoài Nvidia và các nhà cung cấp đám mây.
CEO OpenAI Sam Altman đề xuất quyên góp 5% vốn chủ sở hữu của công ty cho quỹ tài sản quốc gia Hoa Kỳ để hài hòa lợi ích AI với công chúng.
Google DeepMind và A24 công bố quan hệ đối tác nghiên cứu nhiều năm để nhúng AI vào làm phim, được định hình bởi chính các nhà làm phim.
Các mô hình Claude mới hơn ngày càng vấp phải lỗi trên lược đồ công cụ không phải của Anthropic, có thể do tối ưu hóa cho các công cụ chỉnh sửa riêng của Claude Code, gây hại cho khả năng tương thích với các harness tùy chỉnh.
Chính sách & Pháp lý
Midjourney yêu cầu các hãng phim Hollywood tiết lộ việc sử dụng AI của họ trong một vụ kiện bản quyền, tìm cách lật ngược các giới hạn về tài liệu khám phá.
Alibaba cấm nhân viên sử dụng Claude Code, với lý do phân loại rủi ro cao và yêu cầu họ chuyển sang công cụ Qoder của riêng mình.
Cloudflare sẽ chặn các trình thu thập dữ liệu AI sử dụng hỗn hợp khỏi các trang có quảng cáo theo mặc định bắt đầu từ ngày 15 tháng 9, nhằm bảo vệ nội dung của nhà xuất bản.
Đó là tất cả tin của ngày này – khoảng 5 phút đọc.