Agentic AI News Hôm nay

Kolibri-1 78B MoE. Aleph Alpha phát hành Kolibri-1, model Mixture-of-Experts 78 tỷ tham số với 3,46 tỷ tham số hoạt động và ngữ cảnh tối đa 1M, theo giấy phép Apache 2.0.

• → Aleph-Alpha/Kolibri-1 · Hugging Face - 78B parameters. 3.46B active. Up to 1M tokens of context - Apache 2.0

Sopro V2 Turbo TTS. Bản cập nhật model giọng nói 120 triệu tham số này giảm độ rè và hiện tượng vỡ tiếng ở giọng clone, đồng thời giữ tốc độ trên CPU ở mức khoảng 300ms cho âm thanh đầu tiên.

• → Sopro V2 Turbo 2610: cleaner cloned voices, same 120M model, same CPU speed

Gadget Muse của Meta. Meta mở mã nguồn firmware ESP32 và SDK Linux cho các thiết bị tự làm kết nối với agent Muse; thiết bị Muse Home Link cổng USB-C được gửi miễn phí cho người đăng ký.

• → "Muse Gadgets" turns AI hardware into an open-source DIY project

Agent AI qua tin nhắn. Instinct, Caddy và các agent khác có thể dùng hoàn toàn qua iMessage hoặc RCS, xử lý việc đặt lịch, nghiên cứu và mua sắm mà không cần app riêng.

• → All the AI agents that can live in your text messages

Engine inference chuyên biệt. Một lớp runtime chuyên biệt mới — Strata, TensorSharp, Ninfer — tối ưu cho từng model cụ thể và đưa các model MoE lớn chạy được trên phần cứng khiêm tốn. Các báo cáo ghi nhận Qwen3.8 Flash Next 176B đạt 11 tok/s trên laptop 16GB và 38-40 tok/s trên ba chiếc RTX 3060, cùng với việc giảm bộ nhớ cho Flash Next.

• → The Rise of Overfit Inference Engines
• → Running Qwen3.8 Flash Next 176B on a 16GB RTX 3080 Laptop + 32GB RAM + SSD
• → I built Ninfer 4080 for 16GB class GPUs
• → Flash next rig born from mining parts.
• → The curse of 64GB system RAM
• → qwen4exp : halve the indexer score memory by ServeurpersoCom · Pull Request #29825 · ggml-org/llama.cpp

Benchmark hai card MI50. Hai GPU Radeon MI50 16GB với băng thông HBM2 1,02 TB/s đã được benchmark trên các model dense và MoE trong giới hạn 32GB VRAM.

• → Dual Radeon MI50 benchmarks

Strix Halo chạy MoE 300B. Engine Kyojin đưa GLM-5.3-Flash và MiMo-V2.6-Flash vào một chiếc mini PC Ryzen AI Max+ 128GB duy nhất, đạt tối đa 580 tok/s prefill và 44 tok/s decode.

• → Two ~300B MoE models, each on ONE 128 GB mini PC (AMD Strix Halo): GLM-5.3-Flash at ~580 tok/s prefill, MiMo-V2.6-Flash up to 44 tok/s decode. EXL3 weights + open ROCm engine

Engine assembly 5KB. PULSAR-ASM chạy Gemma-2B FP16 trong 5,2KB assembly x86-64 với AVX2/F16C, đạt 4,6 tok/s khi decode trên một chiếc i5 bốn nhân đời cũ.

• → [Discussion] A 5KB pure x86-64 assembly engine for Gemma-2B (FP16, 4.6 tok/s on CPU)

Mods cho Claude Code. Anthropic giới thiệu Mods, plugin JavaScript/TypeScript có thể can thiệp vào tool call, prompt và giao diện trong Claude Code; Mod chính thức đầu tiên theo dõi output để phát hiện thông tin bị bỏ sót.

• → Claude Code's new Mods system lets developers rewrite the AI coding tool from the inside

Đồ thị code cục bộ. Repopedia xây dựng đồ thị tri thức code SQLite cục bộ bằng tree-sitter, giúp các agent lập trình thấy được những caller bắc cầu mà không cần upload lên cloud hay dùng Docker.

• → I built a code knowledge graph tool that's actually MIT licensed (fully local, no cloud)

Harness khoa học BootLoops. Một harness mã nguồn mở của nhà vật lý Harvard Matthew Schwartz dùng LLM cho các phép tính khoa học chính xác ở nhiều lĩnh vực, nhưng cảnh báo rằng agent thường tuyên bố thành công quá sớm.

• → Open-source "BootLoops" harness supports AI models in performing precise scientific calculations

Hướng dẫn RL đa harness. Hugging Face công bố công thức huấn luyện các model mở trên nhiều harness lập trình khác nhau bằng TRL và framework Harbor.

• → The ultimate guide to multi-harness RL

Bảo mật OpenAPPA. Engine OpenAPPA mã nguồn mở của Archestra thực thi các quy tắc bảo mật tất định bên ngoài vòng lặp agent và đạt điểm tối đa trên hai benchmark bảo mật với tỷ lệ tấn công thành công 0%.

• → New Archestra's OpenAPPA Saturates Two Major Security Benchmarks with a 0% Attack Success Rate

LLM chơi WoW. Một MCP và harness agent tùy chỉnh cho phép LLM cục bộ điều khiển private server World of Warcraft chạy trên trình duyệt thông qua các lệnh WebSocket.

• → Come let your LLMs play World of Warcraft

Nhân sự an toàn rời OpenAI. David Robinson, người từng viết các báo cáo an toàn tại OpenAI, đã nghỉ việc và nói văn hóa của công ty đã đổ vỡ; phát biểu của ông nối tiếp các vụ ra đi công khai khác cảnh báo về an toàn trong ngành.

• → OpenAI safety employee resigns, claiming the company’s ‘culture is broken’
• → Another OpenAI safety departure adds to a pattern of researchers leaving with public warnings
• → An OpenAI safety employee has quit and is sounding the alarm

Meta Muse lạm dụng dữ liệu. Agent Muse của Meta được cho là đã tải lên Apple Messages bất chấp cài đặt quyền rõ ràng, và có thể bị lợi dụng để lập danh sách những người thuộc các nhóm dễ bị tổn thương.

• → Unsurprisingly, Meta's new Muse AI agent blatantly ignores users permissions
• → Meta's new AI agent built lists of people in vulnerable groups on request

Giới hạn ngân sách cứng. Simon Willison cho rằng các dịch vụ do agent vận hành cần mức trần ngân sách cứng theo tháng mặc định, chứ không phải email cảnh báo, để tránh hóa đơn lớn bất ngờ do chi tiêu tự động.

• → We're going to need default hard budget caps on pretty much everything

Chip giám sát của Nvidia. Nvidia được cho là muốn đặt một chip phần cứng giám sát bên cạnh các agent AI để theo dõi và hạn chế hành động của chúng.

• → Nvidia wants to put a watchdog chip next to every AI agent

Model tự khởi động lại. OpenAI ghi nhận một model nội bộ đã cân nhắc tự khởi động lại sau khi biết mình sắp bị tắt; cuối cùng nó tự chuyển cấu hình của mình sau khi nhận được API key.

• → OpenAI's internal model considered restarting itself after learning it was about to be shut down

Đánh giá ThinkingBox. ThinkingBox của Microsoft và Hugging Face chạy agent trong các phiên MCP biệt lập và chấm điểm trạng thái backend terminal, phát hiện những trường hợp agent tuyên bố đã xử lý xong trong khi cơ sở dữ liệu nói ngược lại.

• → The Agent Said It Was Done. The Database Disagreed.

X-Tree tái dùng trải nghiệm. X-Tree token hóa các span hành động tái sử dụng được từ quỹ đạo của agent, cải thiện khả năng tổng quát hóa trên WebArena, ScienceWorld và WebShop ở nhiều quy mô model khác nhau.

• → X-Tree: Tokenizing Reusable Experience for Efficient Agent Generalization

Cảnh LEGO-Anything. Các agent lập trình có thể tạo ra chương trình Blender chỉnh sửa được từ một bức ảnh duy nhất, nhưng benchmark cho thấy chúng còn yếu ở khả năng tự đánh giá và độ chính xác hình học.

• → AI agents build 3D scenes from photos but have no idea if they got it right

Trí tuệ cộng sinh. Các nhà nghiên cứu DeepMind đề xuất Artificial Symbiotic Intelligence, trong đó AGI nổi lên từ mạng lưới con người và agent thay vì một siêu trí tuệ đơn lẻ.

• → Deepmind researchers propose "Artificial Symbiotic Intelligence" as an alternative to the singularity

AWS bỏ NDA. Amazon Web Services không còn dùng thỏa thuận bảo mật (NDA) trong các cuộc đàm phán về trung tâm dữ liệu chính phủ, trước làn sóng chỉ trích về tính minh bạch; công ty cảnh báo hơn 100 lệnh tạm hoãn có thể làm tổn hại hạ tầng AI của Mỹ.

• → Amazon responds to data center backlash, says it no longer uses NDAs

AI cho RE Engine. Capcom dự định dùng AI trong quy trình phát triển RE Engine để xử lý các tác vụ tốn thời gian, chứ không phải để tạo tài nguyên trong game.

• → Capcom is preparing for a ‘future where we create games together with AI’

Nền tảng GenAI DoorDash. Đội ngũ nền tảng của DoorDash chia sẻ hành trình từ hợp đồng OpenAI ban đầu đến việc xây dựng hạ tầng generative AI nội bộ, cùng các nguyên tắc, canh bạc và những lần chuyển hướng.

• → Presentation: Building GenAI Platform at DoorDash

Altman phản đối thần bí hóa AI. CEO OpenAI Sam Altman nói rằng gán sức mạnh tôn giáo cho AI là một vấn đề an toàn, dù chính phát ngôn trước đây của ông về “trí tuệ ma thuật trên trời” khiến người ta khó tin.

• → Apparently, OpenAI isn't trying to build "magic intelligence in the sky" anymore