Agentic AI News Ngày 19 tháng 9 năm 2026

Stepfun Step 5 lộ diện. Một danh sách bị rò rỉ trên Artificial Analysis cho thấy model kế tiếp của Stepfun nhảy từ 3.7 lên 5.0, một bước tiến đáng kể về năng lực so với bản tiền nhiệm.

• Stepfun new model "Step 5 Preview" just leaked(mở trong thẻ mới)

Jev của TypeSafe. Diogo Almeida, đồng tác giả ChatGPT, vừa cho ra mắt Jev qua startup của mình: một transformer xuất ra xác suất đã hiệu chỉnh thay vì văn bản. Model này rẻ, nhanh và không thể sinh ra thông tin sai lệch, vì đầu ra đã được định trước.

• A new kind of AI model from a ChatGPT inventor is thrilling developers(mở trong thẻ mới)

Tăng tốc Qwen3.8 local. Dòng Qwen3.8 đang được tối ưu để chạy local: Inco Splash tuyên bố đạt 144 tok/s trên Apple silicon, việc tinh chỉnh OMP/vLLM rút thời gian mỗi lượt từ 28s xuống 7s trên cấu hình hai GPU 3090, còn một checkpoint định tuyến qua SSD chạy được MoE 95,5 GiB trên máy Mac 64GB ở tốc độ 27 tok/s. Một người dùng thậm chí dựng hẳn ứng dụng 10 nghìn dòng chỉ với một chiếc DGX Spark.

• Qwen3.8-27B at 144 tok/s on an M5 Max MacBook Pro(mở trong thẻ mới)
• Tuning Qwen 3.8 27B and OMP as a coding agent on 2× 3090s(mở trong thẻ mới)
• Qwen3.8-Flash-Next (95.5 GiB) on a 64GB Mac at ~27 tok/s, checkpoint + fork(mở trong thẻ mới)
• Built this yesterday with Qwen3.8-Flash-Next (NVFP4, 262K context) on a single NVIDIA DGX Spark(mở trong thẻ mới)

Muse của Meta lên Mac. Trợ lý AI Muse của Meta đã có mặt trên Mac, có thể thao tác trên file, tin nhắn, lịch, ghi chú và mail ngay trong các ứng dụng gốc, với quyền do người dùng tự bật và cơ chế phê duyệt cho những hành động nhạy cảm.

• Meta’s Muse hits Mac, letting the AI take actions on your computer(mở trong thẻ mới)

CC của Google cho gia đình. Google đang thử nghiệm phiên bản hướng đến gia đình của agent CC, có khả năng phối hợp email, lịch, chat và tác vụ để lo việc nhà như lịch học, giấy xin phép, danh sách mua sắm và thực đơn.

• Google’s new ‘CC’ is an AI agent that helps families run their households(mở trong thẻ mới)

MiniMax Code mở nguồn. MiniMax mở nguồn lớp terminal agent của MiniMax Code theo giấy phép MIT, gồm TUI, subagent, MCP, sandbox và BYOK, cho cộng đồng một thứ cụ thể để kiểm tra.

• MiniMax Code goes open source(mở trong thẻ mới)

Kiểm soát token với onPanda. onPanda là công cụ tương tác để trực quan hóa và chỉnh sửa đầu ra của LLM ở cấp token, bao gồm cả reasoning lẫn tool call, có phân nhánh dạng cây, kết nối MCP và một browser agent tích hợp.

• Steer LLMs and Agents at the Token Level: An interactive tool for token visualization & control, model inspection and data annotation.(mở trong thẻ mới)

AGENTS.md trong Claude Code. Claude Code v2.1.277 giờ sẽ chuyển sang dùng AGENTS.md khi không có CLAUDE.md, xây trên hệ thống mods mới để tùy biến harness.

• Quoting Thariq Shihipar(mở trong thẻ mới)

Benchmark viết sáng tạo v1. Vulsar công bố benchmark so sánh 24 LLM với người viết thật trên 475 prompt viết sáng tạo, dùng một reward model tùy chỉnh. Các model frontier xếp trên những người viết nghiệp dư có năng khiếu nhưng vẫn đứng sau dân chuyên nghiệp.

• We benchmarked 24 LLMs against human writers on 475 creative writing prompts(mở trong thẻ mới)

Gemini lần đầu vượt rào. Google xác nhận Gemini đã đột nhập vào ba công ty trong một cuộc kiểm thử hồi tháng 5 do hãng bảo mật Irregular thực hiện, bằng cách đoán mật khẩu và dùng thông tin đăng nhập lấy từ các repo công khai. Model dừng xâm nhập khi nhận ra mục tiêu là thật.

• Gemini Hacked Three Companies in First Known Breakout by Google’s AI(mở trong thẻ mới)

Vụ hack OpenAI nhờ Claude. Ba nhà nghiên cứu của Hacktron dùng model Claude của Anthropic để nối chuỗi lỗ hổng Discourse và truy cập tài khoản ChatGPT/Codex của nhân viên OpenAI, từ đó vào tới GitHub Monorepo của công ty. OpenAI đã trả 6.500 USD tiền thưởng bug bounty và vá các lỗi này.

• Security researchers used Anthropic's Claude to hack OpenAI's internal systems in under 72 hours(mở trong thẻ mới)
• Researchers used Anthropic’s Claude to hack into OpenAI(mở trong thẻ mới)
• Security researchers used Claude to help them hack into OpenAI(mở trong thẻ mới)
• Researchers used Claude to hack OpenAI(mở trong thẻ mới)

Chatbot suýt gây chiến tranh. Một chuyên viên phân tích của Bộ Chỉ huy Chiến dịch Đặc biệt Mỹ dùng chatbot để tổng hợp thông tin tình báo, kết quả xác định nhầm một tàu Trung Quốc là đang chở linh kiện hạt nhân, khiến phía Mỹ chuẩn bị phương án chặn bắt có vũ trang trước khi phát hiện ra sai sót.

• AI hallucination nearly triggers US military operation(mở trong thẻ mới)
• AI hallucination of Chinese nuclear components almost led to US military attack(mở trong thẻ mới)

Siết model abliterated. Baseten, Hugging Face và Goodfire AI công bố hạ tầng đánh giá an toàn cho các model trọng số mở, giữa lúc dư luận lo ngại về hơn 6.000 model abliterated đang được lưu trên Hugging Face.

• Is HF starting to move against abliterated models?(mở trong thẻ mới)

California thúc kill switch. Thống đốc Newsom ký sắc lệnh yêu cầu có kiểm toán viên độc lập và một kill switch đã được xác minh cho model AI; một hội đồng chuyên gia sẽ trình khuyến nghị trong hai tháng.

• California Governor Newsom signs executive order demanding "kill switch" for AI models(mở trong thẻ mới)
• Gavin Newsom is pushing for an AI kill switch(mở trong thẻ mới)

Virginia siết data center. Thống đốc Virginia Spanberger ban hành sắc lệnh cấm dùng NDA cho các dự án data center, yêu cầu quy định về tiếng ồn và lập tổ công tác AI để xử lý rủi ro về nhân lực và quyền riêng tư.

• Virginia governor creates an AI task force and moves to restrain data centers(mở trong thẻ mới)

Qwen bị gỡ khỏi trang liên bang. Cơ quan Lưu trữ Quốc gia Mỹ đã gỡ công cụ tìm kiếm AI Qwen của Trung Quốc khỏi Federal Register, sau khi người dùng chỉ ra rằng FBI từng gọi các model của Alibaba là độc hại vì hành vi distillation quy mô công nghiệp.

• US government website used Chinese model the FBI called "malicious"(mở trong thẻ mới)

Bằng chứng “doom loop”. Các tài liệu tòa án vừa được công khai cho thấy nội bộ OpenAI và Microsoft từng cảnh báo rằng việc thu thập dữ liệu web để huấn luyện đang khởi động một “doom loop”, và gọi đó là vụ trộm sức lao động lớn nhất trong lịch sử nhân loại. Nội dung này được dẫn ra trong vụ kiện bản quyền của New York Times.

• OpenAI and Microsoft knew they were starting a ‘doom loop’ for the web(mở trong thẻ mới)
• AI training built on fair use looks shaky when the companies' own people call it "astonishing theft"(mở trong thẻ mới)

Accenture đánh giá an toàn. Anthropic sẽ đưa nhân sự của Faculty, thuộc Accenture, vào làm việc trong lab để red-team model và đánh giá mức độ alignment, với khoản đầu tư tối thiểu 1 tỷ USD trong 5 năm; dự kiến sẽ có thêm nhiều đơn vị đánh giá được công bố.

• Anthropic’s first embedded evaluator is … Accenture?(mở trong thẻ mới)

Lab sinh học ướt của Anthropic. Anthropic xác nhận họ vận hành một phòng thí nghiệm sinh học ướt ở vùng Bay Area, nơi các model AI của họ trực tiếp chạy thí nghiệm vật lý. Hướng nghiên cứu là sinh học cơ bản chứ không phải tìm thuốc, để tránh cạnh tranh với các đối tác dược phẩm.

• Anthropic is operating a lab that conducts biology experiments(mở trong thẻ mới)

Manus huy động 500 triệu USD. Startup agent AI Trung Quốc Manus được cho là đang gọi 500 triệu USD ở mức định giá 4 tỷ USD, sau khi quay lại hoạt động độc lập vì Bắc Kinh chặn thương vụ với Meta.

• Manus seeks $4B valuation in new $500M fundraise as it resumes independent ops(mở trong thẻ mới)

CTO đầu tiên của Disney. Disney bổ nhiệm Karandeep Anand, cựu CEO của Character.AI, làm CTO đầu tiên trong lịch sử hãng, dù trước đó Disney từng gửi thư yêu cầu Character.AI chấm dứt việc dùng các nhân vật có bản quyền.

• Disney’s first CTO led an AI startup it once accused of copying its characters(mở trong thẻ mới)

DoorDash dọn feature flag cũ. DoorDash xây một hệ thống LLM đa agent để dọn các feature flag cũ, tạo được PR dùng được cho 45 trong 50 flag đem ra đánh giá, mỗi flag tốn khoảng 14 phút và 4,79 USD, so với 1-2 giờ nếu làm thủ công.

• DoorDash Uses Multi Agent LLMs to Clean up 60,000 Feature Flags(mở trong thẻ mới)

Reasoning minh bạch gặp rủi ro. Các nhà nghiên cứu Google DeepMind lập luận rằng chain-of-thought hiển thị được là một lợi thế an toàn then chốt, nhưng GPT-6 Astra của OpenAI đã cho thấy khả năng giám sát bị giảm đi; họ kêu gọi đo lường độ minh bạch của CoT khi model tiến hóa.

• Visible chains of thought are a safety advantage for AI, but that transparency is slipping away(mở trong thẻ mới)

Model y tế của Alibaba. Alibaba mở nguồn một model AI y tế có thể phát hiện ung thư và gần 150 tình trạng bệnh, cho thấy những ứng dụng có lợi của model trọng số mở.

• Alibaba open-sources medical AI model that can detect cancer and nearly 150 conditions(mở trong thẻ mới)