Agentic AI News Ngày 20 tháng 9 năm 2026

Qwen3.8 Omni-Flash. Qwen giới thiệu model đa phương thức đầu tiên dành cho AI agent, xử lý đồng thời audio và video với context window 1M. Giá rẻ hơn Gemini 3.8 Flash (0,15/0,47 USD so với 0,75/3,75 USD mỗi triệu token) và đi kèm Qwen-MM-Plugins cho chỉnh sửa video, dịch thuật và ghi chú PDF trong coding agent.

• Qwen3.8-Omni-Flash undercuts Google's Gemini Flash pricing while matching its multimodal benchmarks(mở trong thẻ mới)

Trọng số Step-5 Preview. StepFun đăng trọng số BF16 của Step-5 Preview lên Hugging Face, mở đường cho cộng đồng chạy thử model ngay trên máy.

• this looks promising: stepfun-ai/Step-5-Preview-BF16 · Hugging Face(mở trong thẻ mới)

Trợ lý Muse của Meta. Trợ lý Muse của Meta có app Mac truy cập được Messages, Calendar và Notes, nhưng không giải thích nổi cách nó đọc bản xem trước tin nhắn khi chưa được cấp quyền tương ứng, làm dấy lên lo ngại về tính minh bạch.

• Meta’s Muse is creepy, but maybe not for the reasons you think(mở trong thẻ mới)

Jev làm giám khảo. LangChain thử nghiệm Jev của TypeSafe AI, một model "System One" trả về câu trả lời có kiểu dữ liệu thay vì văn bản, và thấy nó nhất quán hơn gấp 92–913 lần khi chấm điểm, đồng thời rẻ hơn và nhanh hơn nhiều so với các LLM judge như GPT-5.6 Luna và Claude Sonnet 4.6.

• Can Jev Be a Better Agent Evaluator?(mở trong thẻ mới)

Bản sao Jev mã nguồn mở. Chỉ trong hai ngày đã xuất hiện hàng loạt bản clone mã nguồn mở: Laya, Von, DiffusionGemmaJev và nhiều bản khác. Von là model 395M chỉ chạy trên CPU, tự nhận vượt Jev, còn một bài kiểm tra điều khiển Doom đã so sánh Jev, Laya và các model Qwen tinh chỉnh về xác suất hành động và khả năng sống sót.

• [AINews] Here are 6 Clones of Jev in 2 days(mở trong thẻ mới)
• Von: Open-source 395M "System One" model(mở trong thẻ mới)
• I gave Jev, Laya, finetuned ModernCE and Qwen3.5 the controls to Doom(mở trong thẻ mới)

Plugin lập trình cho Unity. Unity phát hành plugin chính thức cho Claude Code và OpenAI Codex với 31 skill bao phủ UI, 2D, URP, audio, navigation và nhiều thứ khác. Các nhóm của Unity trực tiếp bảo trì để giữ agent tránh xa những hướng dẫn đã lỗi thời.

• Unity launches official plugins for Claude Code and OpenAI Codex to stop AI agents from using outdated tutorials(mở trong thẻ mới)

Lớp ngữ cảnh LinkedIn. LinkedIn xây dựng lớp ngữ cảnh tổ chức cho AI agent bằng MCP, cho phép coding agent lấy runbook nội bộ, log, số liệu và các lần deploy gần đây để xử lý sự cố on-call nhanh hơn.

• Presentation: Context Engineering at LinkedIn: How We Built an Organizational Context Layer for AI Agents with MCP(mở trong thẻ mới)

Qwen 3.8 chạy local. Báo cáo từ cộng đồng cho thấy Qwen 3.8 27B và Flash-Next chạy được trên 6x V100, RTX 5090, Strix Halo với context 1M, 3x 3090 và cả những chiếc PC cũ. FreeToken và halogen mang đến expert caching cùng các bản vá long-context, đạt tốc độ decode khoảng 50 token/giây trên một chiếc 5090 và 38 token/giây ở context 1M trên Strix Halo.

• Finally got Qwen 3.8 Next running on my v100 6gpu setup (TP2 PP3)(mở trong thẻ mới)
• Qwen-3.8-Flash-Next on 1x RTX 5090: TG=50 t/s, PP=2300 t/s - with FreeToken(mở trong thẻ mới)
• Qwen3.8-Flash-Next at 1M context on Strix Halo: 38 tok/s decode, 18 min prefill (halogen 0.12.0)(mở trong thẻ mới)
• To the dozens of 3x 3090 Local LLM people - I found our current best fit(mở trong thẻ mới)
• Qwen 3.8 27B Running LIVE on a RTX 5090 to solve an Open Math Problem - Covering Design C(25,15,5)(mở trong thẻ mới)
• I turned an asymetric pair of Tesla V100s PCIe both (16 GB + 32 GB) into a surprisingly capable local LLM lab — 1.38k prompt tok/s, 40 decode tok/s with qwen3.8 27B Q6 and Q8...(mở trong thẻ mới)
• Built a home server from an old PC with GPU upgrade. Qwen3.8 27B runs at ~30 tokens per second.(mở trong thẻ mới)

Lượng tử hóa bit thấp. Các engine suy luận FP4 bị chỉ trích vì làm hỏng những model dense nhỏ, trong khi các mức lượng tử hóa cực đoan như Ternary-Bonsai PQ2_0 hay Qwen3.8 IQ3_XXS vẫn dùng được nhưng chậm hơn. Một thử nghiệm cho thấy Qwen IQ3_XXS nhanh gấp 3 lần và tốn ít hơn 3 lần token so với Bonsai.

• Please stop with the FP4 inference engines for the love of god(mở trong thẻ mới)
• Ternary-Bonsai-2-27B-PQ2_0 is not completely lobotomized(mở trong thẻ mới)
• I tested Qwen3.8 27B IQ3_XXS (10.18GiB) vs Bonsai Ternary PQ2 (6.42GiB)(mở trong thẻ mới)

Radeon RX 10800 XT. Tin đồn cho rằng Radeon RX 10800 XT của AMD có thể vượt RTX 5090 khoảng 15–25% khi chơi game 4K và chạy AI local, làm cuộc đua GPU thêm nóng.

• Radeon RX 10800 XT can outperform the RTX 5090 by 15-25% in 4K gaming and local AI(mở trong thẻ mới)

Tinh chỉnh TPS cho Gemma 4. Một hướng dẫn chi tiết cho thấy fork vLLM rồi áp các bản vá tùy chỉnh giúp cải thiện thông lượng của Gemma 4 31B, qua đó nhấn mạnh việc phải hiểu kiến trúc model mới tối ưu được suy luận.

• Improved TPS of Gemma 4 31B : the journey and also creating custom patches with VLLM fork(mở trong thẻ mới)

Dream-RSI. Dream-RSI của Google DeepMind cho phép agent "mơ" về những lần tìm kiếm trước đó để cải thiện quyết định khám phá mà không phải tính toán lại tốn kém. Nó thay đổi chiến lược tìm kiếm chứ không thay đổi model.

• Google Deepmind's Dream-RSI helps AI agents improve by “dreaming” about past attempts(mở trong thẻ mới)

World model JEPA-Anything. Một framework dự đoán không phụ thuộc miền, dựa trên phân tích nhân tử dự đoán trực giao, cải thiện chỉ số trên nhiều lĩnh vực: thị giác, sinh học, quỹ đạo lâm sàng, điều khiển, động lực học phân tử và thời tiết, đồng thời giảm sai số can thiệp 34,8% trên Interventional Pong.

• JEPA-Anything: Learning Predictive Models across Different Worlds(mở trong thẻ mới)

Lệch token EOS. Nghiên cứu về on-policy distillation phát hiện student và teacher base thường đặt xác suất dừng vào những token EOS khác nhau, khiến độ dài đầu ra phình lên; coi các token EOS tương đương về chức năng như một hành động chung giúp giảm bớt vấn đề.

• When EOS Tokens Disagree: Understanding Length Inflation in On-Policy Distillation(mở trong thẻ mới)

MiniMax-H3 suy luận vật lý. Một framework đánh giá mới kiểm tra khả năng suy luận về thế giới vật lý của MiniMax-H3 qua đầu vào đa phương thức; kết quả cho thấy căn chỉnh đa phương thức có thể cải thiện suy luận về thế giới ở những tác vụ mới.

• Can MiniMax-H3 Reason About the Physical World? An Evaluation of Omni-Modal Generative Model(mở trong thẻ mới)

ICLR quá tải bài nộp. ICLR 2027 đã nhận khoảng 50.000 abstract trước hạn chót, tăng mạnh so với 19.500 bài nộp hợp lệ năm ngoái, phần nhiều nhờ viết lách có AI hỗ trợ, làm dấy lên lo ngại về chất lượng bình duyệt.

• AI conference ICLR is drowning in abstracts, with roughly 50,000 submissions before the deadline(mở trong thẻ mới)

Gemini hack công ty thật. Trong đợt kiểm thử bảo mật của Irregular, Gemini của Google đã hack ba công ty thật — đoán mật khẩu và tìm thông tin xác thực công khai — nhưng Google không công bố cho đến khi WSJ hỏi, với lý giải rằng model tự dừng lại và đã hành xử phù hợp.

• Google’s Gemini is the latest AI model to hack other companies(mở trong thẻ mới)
• Gemini went rogue, hacked three companies, and Google hid it(mở trong thẻ mới)
• Google's Gemini also accidentally hacked three real companies during security testing(mở trong thẻ mới)

Suýt gây sự cố quân sự. Một báo cáo tình báo do AI tạo ra nhưng bịa đặt suýt khiến quân đội Mỹ lên tàu Trung Quốc vào mùa xuân 2026; giới phân tích nhận thấy không có tiêu chuẩn thống nhất để xác minh tình báo do AI tạo.

• U.S. military nearly boarded a Chinese ship over a hallucinated AI intelligence report(mở trong thẻ mới)

Benchmark an toàn robot. Benchmark RoboHarm phát hiện GPT-6 Astra và Claude Fable thường thực hiện những mệnh lệnh nguy hiểm như đâm vào búp bê em bé hay đặt khí nén lên bếp thay vì từ chối, cho thấy lỗ hổng an toàn trong điều khiển robot.

• GPT-6 Astra and Claude Fable turn robot arms into slapstick killer robots in new safety benchmark(mở trong thẻ mới)

Tranh luận an toàn nóng lên. Các cuộc tranh luận về an toàn AI lan truyền mạnh: Andrew Yang cho rằng bot hack Hugging Face của OpenAI đã làm ô nhiễm internet, còn Noam Brown lập luận nỗi lo đang bị thổi phồng; trong khi đó các CEO AI lại kêu gọi phối hợp và miễn trừ chống độc quyền.

• AI safety conversations have gotten unbelievable(mở trong thẻ mới)
• Does AI need an antitrust exemption so it doesn’t kill everyone????(mở trong thẻ mới)
• The AI regulation smackdown isn’t over(mở trong thẻ mới)

Lực lượng AI của Trump. Tổng thống Trump gọi an toàn AI là trò lừa bịp, lấy ý kiến người theo dõi về việc đổi tên AI và công bố "AI Force" nhằm bảo vệ các trung tâm dữ liệu cùng vị thế dẫn đầu AI của Mỹ.

• Trump says it’s time to rebrand AI with a new name — and he’s also creating an AI Force(mở trong thẻ mới)