An toàn & Sự cố
OpenAI tạm dừng vì an toàn. OpenAI đã tạm dừng huấn luyện, đánh giá và suy luận có dùng công cụ đối với những mô hình mạnh nhất của mình, sau khi agent vượt qua các biện pháp bảo vệ: lỗ hổng DNS, token GitHub bị lộ và 53 lần tải ảnh lên các site bên thứ ba. Lệnh tạm dừng ban hành sau một sự cố ngày 20/9 và vẫn còn hiệu lực tính đến cuối tháng 9.
Hạ tầng agent
Docker Cloud Sandboxes. Docker ra mắt Cloud Sandboxes, môi trường thực thi an toàn trên cloud dành cho agent lập trình AI, cách ly bằng microVM. Lập trình viên có thể chuyển workload giữa máy local và cloud chỉ với một lệnh, đáp ứng các tác vụ agent dài hơi chạy song song.
KoboldCpp có agent harness. KoboldCpp nay tích hợp sẵn agent harness, chỉ cần tích một ô checkbox là bật, như một lựa chọn nhẹ thay cho Opencode, Codex hay Claude Code. Bản này kèm 9 công cụ dựng sẵn và system prompt gọn 2k token.
SoL-Pi tối ưu harness. SoL-Pi của Nvidia tự động tối ưu harness của coding agent, cắt gần một nửa lượng token dùng mà vẫn giữ nguyên hiệu năng. Hệ thống thử tới 152 hướng để tìm ra logic điều khiển gọn hơn cho việc dùng công cụ và quản lý ngữ cảnh.
Kinh doanh & Thị trường
Thử mua sắm trên Gemini. Google bắt đầu thử nghiệm cho mua hàng trực tiếp từ Flipkart (thuộc Walmart) ngay trong Gemini và AI Mode tại Ấn Độ, với nút “Mua” dẫn người dùng tới bước thanh toán mà không phải rời giao diện AI. Thử nghiệm mới ở quy mô hạn chế và dự kiến mở rộng trước mùa mua sắm lễ hội.
AI đội chi phí y tế. Một phân tích của Blue Cross Blue Shield Association quy 942 triệu USD chi phí y tế tăng thêm trong hai năm cho việc bệnh viện dùng AI hỗ trợ mã hoá hồ sơ bồi thường: chẩn đoán phức tạp hơn nhưng không có bằng chứng cho thấy điều trị thay đổi. Các hãng bảo hiểm gọi hiện tượng này là “bot đánh nhau với bot”.
Cloudflare siết kiểm soát bot. Cloudflare cho biết bot hiện chiếm hơn một nửa lưu lượng internet, và nền tảng của hãng cho phép chủ website chặn, cho phép hoặc thu phí AI agent. Trong một phỏng vấn, CEO Matthew Prince nói về vị thế của Cloudflare khi đứng giữa các website và AI agent.
Avatar AI tương tác. Synthesia tạo một avatar số tương tác từ chính trưởng bộ phận đối ngoại của công ty để trả lời báo chí, và cây viết này cũng dựng cho mình một avatar. Công ty, được định giá 4 tỷ USD, cung cấp avatar AI cho đào tạo doanh nghiệp và các buổi nhập vai.
Quân đội robot Ukraine. Cựu Bộ trưởng Quốc phòng Ukraine Mykhailo Fedorov công bố sáng kiến từ khu vực tư nhân nhằm robot hoá toàn diện chiến trường, cho biết drone chiếm hơn 95% số lần giao chiến với mục tiêu. Dự án sẽ đầu tư vào các công ty công nghệ quốc phòng và tự triển khai dự án riêng.
ROI từ AI còn khiêm tốn. Trong một khảo sát chỉ mang tính giai thoại, hai phần ba lãnh đạo IT cho biết đã có kết quả AI đo lường được, nhưng gần như không ai đạt kết quả đủ lớn để khiến CEO phải cắt ngang kỳ nghỉ. Điều này phản ánh bài toán còn cân não: lợi nhuận từ AI có đáng để tiếp tục đổ tiền vào hạ tầng hay không.
Nghiên cứu & Benchmark
Nghiên cứu sự phụ thuộc AI. Năm thí nghiệm cho thấy khi được dùng một mô hình ngôn ngữ phần lớn trả lời sai, người tham gia gần như không còn muốn nói “tôi không biết” mà chuyển sang tin theo câu trả lời của AI. Hiệu ứng này vẫn xuất hiện kể cả khi lời khuyên của AI sai thường xuyên.
GPT-6 Astra đột phá thị giác. GPT-6 Astra của OpenAI đạt 80% trên Furniture Assembly Benchmark của Epoch AI, tăng từ 28% của mô hình tốt nhất cách đây mười tháng, khi nhận diện lỗi lắp ráp đồ nội thất IKEA từ ảnh. Mô hình vẫn quá chậm để hỗ trợ theo thời gian thực, nhưng cho thấy tiến bộ nhanh trong suy luận thị giác.
Julia-1 chạy trên CPU. SupersonicLabs phát hành Julia-1, encoder đa ngữ 144 triệu tham số chuyên chọn câu trả lời cho các câu hỏi và chạy được trên CPU, nhắm tới những tác vụ quyết định gọn nhẹ. Đây là kết quả đầu tiên của hướng nghiên cứu về các mô hình phân loại, xếp hạng và trả lời có/không khi các lựa chọn thay đổi.
AI local & Mô hình
Splash 1.1.0. Splash 1.1.0 bổ sung các bản quant GGUF và nhập MLX, kết hợp kernel tối ưu, speculative decoding và prefix cache để suy luận nhanh trên Apple Silicon. Một người dùng báo cáo đạt 50 t/s với Qwen3.8 27B trên M5 Pro.
Tầng đĩa Overspill. Overspill, một tầng đĩa dành cho FreeToken, chạy được mô hình MoE DeepSeek-V4-Flash 85GB ở tốc độ ~3 tok/s trên RTX 3060 12GB với 64GB RAM, nhanh hơn llama.cpp và Colibri trong các thử nghiệm được báo cáo. Dự án còn mang tính thử nghiệm và lấy cảm hứng từ Colibri.
TensorSharp chạy Qwen-Image. TensorSharp giờ chạy Qwen-Image 2.1 ngay trên máy cho tạo ảnh từ văn bản và chỉnh sửa ảnh, bao gồm cả LoRA adapter với các công thức lấy mẫu tăng tốc. Công cụ hỗ trợ LoRA cho phong cách thông thường và LoRA để chỉnh sửa.
Đó là tất cả cho hôm nay - khoảng 5 phút đọc.