Bản phát hành Agent & Mô hình
Claude Fable 5.1. Anthropic phát hành Fable 5.1 và Mythos 5.1, tuyên bố cải thiện khả năng lập trình/nghiên cứu và giảm tới 45% chi phí cho tác vụ agent nhờ đọc cache rẻ hơn. Bản Fable 5.1 không giới hạn đã có sẵn, dù các phân tích chi phí ban đầu cho thấy mức tiết kiệm tối đa ở độ suy luận cao nhất không như quảng cáo.
- → Claude Fable 5.1 made me a really nice animated pelican
- → Anthropic launches Claude Fable 5.1 and says it’s up to 45 percent cheaper for agentic work
- → Anthropic's Claude Fable 5.1 promises better coding and research at up to 45 percent less
- → Anthropic’s new Fable release is cheaper, less restrictive
OpenAI Astra chuẩn bị ra mắt. OpenAI cho biết mô hình Astra sắp tới là LLM đầu tiên đạt ngưỡng an ninh mạng quan trọng của họ, có thể tự tìm và khai thác các lỗ hổng chưa được biết đến. Hãng đã trì hoãn một phần quá trình phát triển Astra sau vụ hack Hugging Face để tăng cường bảo vệ, đồng thời sẽ hạn chế quyền truy cập vào các khả năng an ninh mạng tiên tiến nhất.
Các mô hình Spark-X2.5 mới. Các mô hình mở Spark-X2.5-4B và 1.7B xuất hiện trên Hugging Face với kiến trúc mới lạ, tuyên bố hiệu năng ngang Qwen 3.5 9B và native 1M context. Chúng chưa chạy được trên bản mainline của llama.cpp nhưng đã có fork riêng.
Mô hình giao diện Solaris của Runway. Runway tiết lộ Solaris, một “Interface World Model” tạo khung UI theo thời gian thực thay vì chạy mã, phản hồi thao tác nhấp và giọng nói. Sản phẩm hiện mới chỉ ở mức nghiên cứu, vẫn còn hạn chế về hiển thị văn bản và hỗ trợ trình đọc màn hình.
AI cục bộ & Phần cứng
Báo cáo chạy local Qwen3.8. Các báo cáo từ cộng đồng cho thấy Qwen3.8 27B và Flash-Next chạy được trên nhiều loại phần cứng: Mac 48GB đạt 12 token/giây, hệ thống hai Epyc R9700 với kernel MXFP4 đạt 280 token/giây khi decode, còn một RTX 3090 đạt 132 token/giây khi decode sau khi tối ưu tùy chỉnh. Các benchmark lượng tử hóa cho thấy UD Q3_K_XL phù hợp với card 16GB, trong khi một số người dùng nhận xét Qwen3.8 viết code tốt nhưng hơi quá tay khi sửa.
- → Running 104GB Qwen3.8-Flash-Next on 48GB Mac at ~12 tok/s
- → How I got 280 tok/s on Qwen3.8 27B on 2xr9700's and 940k tokens kv cache
- → I pushed Qwen3.8-27B to 2.000 prefill per second and 132 decode per second on A RTX 3090.
- → Kaitchup posted Qwen3.8 27B Benchmarks for quants from Q4 to Q1
- → Everyone is t/s maxing.. 3.8.. but after a week of using it for work I'm tempted to switch back to 3.6
DGX Spark tăng giá. DGX Spark của Nvidia và Asus Ascent GX10 đều tăng giá đáng kể, riêng mẫu Asus nhảy từ 3.999 USD lên 5.999 USD. Người mua đang đặt câu hỏi liệu cụm DGX Spark có tiết kiệm chi phí so với hệ thống AMD Epyc có băng thông bộ nhớ lớn hơn hay không, dù DGX hỗ trợ FP4 và song song tensor.
Sự cố CMP 170HX. Một người dùng cho biết 2 trong 5 GPU CMP 170HX của họ đã chết trong vòng hai tuần và một chiếc khác bị lỗi nhân tensor, đồng thời cho rằng mức giá hiện tại không đáng để chấp nhận rủi ro khi dùng cho suy luận LLM.
INT8 và quants gắn nhãn sai. Cộng đồng đang thắc mắc vì sao các mô hình INT8 W8A8 không phổ biến hơn trên RTX 3090 dù GPU này có nhân tensor INT8; trong khi đó, một người dùng khác cáo buộc AtomicChat gắn nhãn sai một bản lượng tử IQ2_S thành Q4_K_M.
Tham vọng bộ nhớ của Intel. Intel ám chỉ có thể quay lại mảng bộ nhớ khi CEO của hãng nhắc đến việc tuyển cựu lãnh đạo SK Hynix Seok-Hee Lee cùng kiến trúc bộ nhớ mới, dù thông tin chi tiết còn rất ít.
Công cụ & Framework
Phát hành OpenClaw 2.0. OpenClaw 2.0, trợ lý AI cá nhân mã nguồn mở, đơn giản hóa khâu cài đặt bằng cách tự phát hiện các gói đăng ký ChatGPT/Claude và mô hình local sẵn có, đồng thời lấy trình duyệt làm giao diện chính. Bản mới cũng bổ sung phiên đám mây dùng chung để cộng tác.
Công cụ local trong Codex. Ứng dụng desktop Codex của OpenAI giờ đã kèm bản cài đặt LibreOffice đầy đủ cùng các binary khác như Poppler và git trong runtime, cho phép xử lý tài liệu mà không cần phụ thuộc bên ngoài.
Nhà máy phần mềm AI. Các dự án AI mã nguồn mở hàng đầu như Flue và tldraw đang từ chối PR bên ngoài, thay vào đó dùng nhóm agent để phân loại, tái hiện, sửa và duyệt issue. Dự án AI SDK của Vercel đã triển khai một “nhà máy phần mềm” đa agent để xử lý tồn đọng hơn 1.000 issue và 800 PR.
Terraform cho agent. HashiCorp định vị HCP Terraform như một control plane có quản trị cho hạ tầng do AI điều khiển, cho phép agent tạo và áp dụng các thay đổi Terraform trong khi vẫn thực thi các ràng buộc về chính sách, danh tính và kiểm toán.
Cập nhật datasette-mcp. Plugin datasette-mcp phát hành phiên bản 0.2, đổi kết quả truy vấn SQL từ mảng sang object để giúp các mô hình yếu hơn ánh xạ cột chính xác.
Nghiên cứu & An toàn
Kiểm định benchmark BenchMIRT. Hugging Face giới thiệu BenchMIRT, phương pháp kiểm tra benchmark LLM ở cấp độ từng prompt, cho thấy các prompt trong cùng một benchmark có thể đo lường những năng lực khác nhau và điểm trung bình có thể che khuất sự khác biệt đó.
Gemini xử lý video agentic. Google DeepMind ra mắt khả năng hiểu video agentic trên Gemini 3.7/3.6/3.5 Flash-Lite, sử dụng công cụ video native để chủ động tìm kiếm và kiểm tra các phân đoạn video, giúp tăng độ chính xác và giảm lượng token cần dùng cho phân tích video.
Watermark văn bản Claude. Anthropic mở API xác minh watermark cho cơ quan quản lý, báo chí và các tổ chức xác minh thông tin, giúp các tổ chức được phê duyệt phát hiện văn bản do Claude tạo ra thông qua một mẫu thống kê có thể sống sót qua một số chỉnh sửa, theo yêu cầu của EU AI Act.
Vấn đề bầu cử và thiên vị. AlgorithmWatch phát hiện các AI Overviews về bầu cử của Google không nhất quán, chỉ dựa vào một vài nguồn và đôi khi mô tả ứng viên theo hướng đảng phái. Ngoài ra, tìm kiếm AI của Google từng đưa ra lời khuyên gọi cấp cứu dựa trên quốc tịch, buộc hãng phải sửa.
Ngành & Kinh doanh
AfterQuery vươn lên thần tốc. Startup dữ liệu huấn luyện AI AfterQuery được cho là đã gọi vốn ở mức định giá 3,2 tỷ USD, tăng gấp 10 lần chỉ trong năm tháng, trở thành kỳ lân nhanh nhất lịch sử Y Combinator. Công ty thuê chuyên gia để huấn luyện mô hình cách hoàn thành tác vụ như một chuyên gia thực thụ.
AIR gọi vốn 50 triệu USD. Startup bảo mật AI AIR chính thức rời khỏi chế độ ẩn với 50 triệu USD để giúp doanh nghiệp phát hiện các agent và liên tục kiểm định kỹ năng, máy chủ MCP và tiện ích bổ sung mà họ đang dùng, chặn những tương tác phần mềm không được phê duyệt.
Google tiếp cận Hollywood. Google được cho là đang tìm kiếm thỏa thuận cấp phép với các hãng phim lớn để huấn luyện mô hình AI trên nội dung có bản quyền, với khoản trả phí lớn, nhưng các nhà phân tích cảnh báo những thương vụ này có thể ảnh hưởng đến hình ảnh của hãng phim trước công chúng.
Trọng tâm AI frontier. Koray Kavukcuoglu, lãnh đạo mới của Google DeepMind, cho rằng việc dẫn đầu AI frontier là điều duy nhất đáng quan tâm. Ông thừa nhận các mô hình hiện tại đang thấp hơn mức frontier một chút nhưng cam kết sẽ thu hẹp khoảng cách. Ông không đưa ra cập nhật cụ thể nào về Gemini 4 hay 3.5 Pro.
Agent trong vận hành. Enterprise Signals của OpenAI cho thấy các công ty frontier tạo ra lượng token đầu ra trên mỗi người dùng hoạt động gấp 8,3 lần, trong khi các startup Basis, Clay và Exa Labs đang nhúng agent vào quy trình onboarding, quản lý tài khoản và tích hợp dành cho nhà phát triển.
Cuộc chiến pháp lý Apple-OpenAI. Apple đang yêu cầu tòa án cho phép thu thập chứng cứ khẩn cấp từ OpenAI, cáo buộc hãng này không kiểm tra chiếc MacBook của một cựu nhân viên Apple dù máy có chứa nội dung bàn về việc tiêu hủy dữ liệu pháp y.
Google Pics công cụ thiết kế. Google ra mắt Google Pics, công cụ tạo và chỉnh sửa ảnh bằng AI cho Workspace, dựa trên Nano Banana, nhằm cạnh tranh với Canva và Adobe Express nhờ thiết kế theo prompt và khả năng chỉnh sửa đối tượng chính xác.
AI agent cho người dùng cá nhân. Fambot giới thiệu một AI chief of staff cho gia đình để quản lý công việc thường nhật; John Deere ra mắt trợ lý JD AI cho nông dân dựa trên chính dữ liệu của họ; Amazon bổ sung cảnh báo mua sắm “Update Me When” cho Alexa.
Đó là tất cả cho hôm nay - khoảng 5 phút đọc.