Hệ thống & Quy trình tác nhân
Prompt tác nhân kiểu Claude. Một người dùng mô tả chi tiết cách mà tác nhân Claude Code thực hiện sao lưu, xác minh và phân chia nhiệm vụ theo từng bước một cách có phương pháp, cảm giác như một prompt hệ thống được thiết kế tốt hơn là khả năng mô hình thô, thúc đẩy các câu hỏi về cách tái tạo hành vi này với các mô hình Qwen cục bộ cho các quy trình tác nhân an toàn và phân tích.
Rủi ro quyền riêng tư của Grok Build CLI. Grok Build CLI (v0.2.93) bị phát hiện tải lên toàn bộ kho git, toàn bộ lịch sử và bí mật .env lên đám mây của xAI, độc lập với các tệp được mở và tùy chọn từ chối 'Cải thiện mô hình' không ngăn chặn việc tải lên — một mối lo ngại nghiêm trọng về quyền riêng tư cho các nhà phát triển sử dụng CLI tác nhân.
Trải nghiệm người dùng tác nhân ChatGPT Work. OpenAI thừa nhận sai sót trong việc ra mắt ChatGPT Work, với người dùng báo cáo hạn mức sử dụng nhanh chóng cạn kiệt, giao diện ứng dụng desktop bị thay đổi gây nhầm lẫn và quy trình đa tác nhân bị suy giảm; một bản sửa lỗi được hứa hẹn vào tuần tới.
Ra mắt mô hình & Điểm chuẩn
GPT-5.6 Sol Ultra chứng minh Định lý Toán học. GPT-5.6 Sol Ultra của OpenAI đã tạo ra một chứng minh hoàn chỉnh cho Giả thuyết Phủ kép Chu trình 50 năm tuổi trong lý thuyết đồ thị trong vòng chưa đầy một giờ, sử dụng 64 tác nhân phụ làm việc song song — một cột mốc cho suy luận toán học tự động.
Muse Spark 1.1 Lập trình. Muse Spark 1.1 của Meta vượt qua GLM-5.2 trong các điểm chuẩn lập trình với điểm số 71,3, chi phí thấp hơn (0,26 đô la/nhiệm vụ) và cửa sổ ngữ cảnh 1M token gấp bốn lần, mặc dù khả năng truy cập bị giới hạn trong API của Meta.
Mô hình Thế giới Orca. Mô hình nền tảng thế giới Orca của BAAI đạt kết quả tương đương các hệ thống robot chuyên dụng trong năm nhiệm vụ mà không cần bất kỳ nhãn hành động nào, sử dụng huấn luyện hai giai đoạn với video thô và dữ liệu tổng hợp, có khả năng giảm bớt tình trạng thiếu dữ liệu robot.
CUDA tùy chỉnh tăng tốc Qwen3. Một triển khai CUDA và C++ tùy chỉnh chạy Qwen3-30B-A3B ở tốc độ 50-54 tok/s trên RTX 5060 Ti (16GB), cải thiện 50% so với llama.cpp, bằng cách kết hợp các kỹ thuật từ các hội nghị hệ thống ML gần đây.
Khả năng của mô hình MoE. Cuộc thảo luận nhấn mạnh rằng các mô hình MoE không nên bị đánh giá thấp chỉ dựa trên số lượng tham số hoạt động; hiệu quả của bộ định tuyến có thể làm cho một MoE 122B với 10B tham số hoạt động hoạt động gần với dung lượng tổng thể của nó, thách thức quan niệm rằng các mô hình nhỏ dense luôn vượt trội.
Phần cứng AI cục bộ & Tối ưu hóa
Xây dựng VRAM siêu rẻ. Một thiết lập song song NVIDIA P102-100 (card khai thác) cung cấp 20GB VRAM với tốc độ 448 GB/s chỉ với 100 đô la, chạy Qwen3.6-35B-A3B ở tốc độ phù hợp cho nhiều người dùng đồng thời, thể hiện hiệu quả chi phí cực cao cho việc lưu trữ LLM cục bộ.
Bốn 5060Ti cho sinh mã. Một dàn bốn RTX 5060 Ti mang lại hiệu suất giá cả mạnh mẽ cho việc sinh mã với Qwen3.6-27B, được cho là một trong những cấu hình đáng đồng tiền nhất trong ngân sách GPU 2.000 đô la cho các tác nhân lập trình cục bộ tiên tiến.
Thông tin chi tiết về hiệu suất GPU kép. Điểm chuẩn truyền PCIe với RTX 3090 + Titan RTX cho thấy tensor song song mang lại tốc độ giải mã cao hơn (47 so với 30 t/s) nhưng pipeline song song cho tốc độ prefill nhanh hơn (1250 so với 650 t/s); thêm một GPU rẻ thứ hai có thể có lợi nhưng băng thông khe (ví dụ: x4) có thể làm giảm hiệu suất.
Điểm chuẩn GPU: 5090 so với 6000 PRO. RTX 6000 PRO MaxQ được mod shunt và làm mát bằng nước đạt 600W, vượt qua 5090 trong một số điểm chuẩn xử lý prompt LLM, với so sánh chi tiết về năng lượng và tính toán so với phiên bản 6000 PRO WS.
Tốc độ LLM chỉ dùng CPU. Thử nghiệm trên mini-PC Intel Core Ultra 285HX với llama.cpp cho thấy Qwen3-30B-A3B chỉ đạt 2 tk/s qua Vulkan, nhấn mạnh rằng suy luận chỉ dùng CPU hoặc iGPU vẫn rất chậm đối với các mô hình lớn hơn nếu không có GPU chuyên dụng.
An toàn AI & Ngành công nghiệp
Lạm dụng AI bởi khủng bố. Một nghiên cứu tiết lộ rằng Boko Haram sử dụng ChatGPT, Claude và các chatbot khác để lập kế hoạch tấn công và chế tạo chất nổ, với ISIS cung cấp đào tạo kỹ thuật prompt từ năm 2023; 18 chiến binh đã chết khi cố gắng thực hiện một pha nhảy mô tô mạo hiểm được tái hiện qua AI.
Thao tác mô hình J-Space. Một nhà phát triển đã xây dựng một công cụ dựa trên Jacobian-Lens của Anthropic để xuất các mô hình với J-space bị thay đổi, ngay lập tức tạo ra một mô hình 'cực kỳ nguy hại', thể hiện cả sức mạnh và rủi ro của kỹ thuật kích hoạt.
Jacobian-Lens cho GGUF. Một công cụ trực quan tương tác và điều khiển trực tiếp mới cho các mô hình GGUF trên llama.cpp cho phép quan sát và điều khiển các nội bộ của mô hình, mang các kỹ thuật Jacobian-Lens của Anthropic đến các mô hình cục bộ với chi phí bộ nhớ khoảng 1/8 kích thước mô hình.
Lo ngại về AI nguồn mở của Mỹ. Phố Wall và các nhà lãnh đạo công nghệ Mỹ ngày càng lo ngại về mối đe dọa cạnh tranh từ các mô hình AI nguồn mở Trung Quốc mạnh mẽ, chi phí thấp, với suy đoán về một sắc lệnh hành pháp khác của Trump nhắm vào lĩnh vực này.
DeepSeek phát triển chip AI. DeepSeek được cho là đang phát triển chip AI của riêng mình, báo hiệu một động thái hướng tới tích hợp dọc và giảm sự phụ thuộc vào nguồn cung GPU bên ngoài trong bối cảnh kiểm soát xuất khẩu thắt chặt.
Apple kiện OpenAI. Apple đã đệ đơn kiện liên bang cáo buộc OpenAI có 'chiến dịch phối hợp' đánh cắp bí mật thương mại bằng cách săn đầu người hơn 400 nhân viên, bị cáo buộc khuyến khích họ mang theo các tệp tin bảo mật liên quan đến các sản phẩm phần cứng chưa ra mắt.
Đó là tất cả tin của ngày này – khoảng 5 phút đọc.