Ra mắt agent & model
StepFun hé lộ Step 5. Bản xem trước model Step 5 của StepFun đang xuất hiện trên OpenRouter, cho phép người dùng thử nghiệm. Hiện có rất ít thông tin, nhưng đây là dấu hiệu về một bản phát hành frontier mới từ lab Trung Quốc này.
JetBrains Mellum2.1. JetBrains ra mắt Mellum2.1, model agent lập trình 12B theo kiến trúc Mixture-of-Experts với 2,5B tham số active, giấy phép Apache 2.0. Model cải thiện so với bản tiền nhiệm trên hầu hết benchmark và đạt 82,0 điểm trên LiveCodeBench v6, nhưng vẫn kém Qwen3.5-9B ở các bài toán phần mềm agentic khó.
Agent Gemini hợp nhất. Google công bố một agent Gemini hợp nhất cho doanh nghiệp, có thể hoạt động trên Workspace, Slack, Microsoft 365 và mobile, đồng thời giữ ngữ cảnh xuyên thiết bị. Bắt đầu từ khối doanh nghiệp, nó có thể dùng sub-agent và sở hữu danh tính đồng nghiệp riêng với email của chính mình.
Dashboard và Motion cho Claude. Anthropic ra mắt Dashboards, tự động cập nhật dashboard dữ liệu trực tiếp từ câu lệnh văn bản, và Motion để tạo video giải thích dạng hoạt hình — cả hai đều ở bản beta. Docs, Slides và Design nay đã GA trên mọi gói, kể cả tài khoản miễn phí.
Công cụ & framework
LoRA training trong 40GB VRAM. Một recipe mới cho phép LoRA training Qwen3.8-Flash-Next (125B-A6B) trong 40GiB VRAM mà không cần offload lên CPU, đạt tốc độ training 200 token/s trên Strix Halo. Cách làm này dựa trên hỗ trợ GGUF mới trong transformers 5.18 và engram trên ổ đĩa.
Dàn AMD 256GB VRAM. Một dàn máy 2.800 USD với 8 GPU Radeon Pro V620 và bản fork vLLM tùy chỉnh chạy Qwen3.8-Flash-Next ở tốc độ decode 60-100 tok/s và prefill hơn 3.000 tok/s, vượt xa llama.cpp trên cùng số card.
Agent biết trả tiền. Agent Restock mẫu của LangChain cho thấy agent có thể mua hàng thật một cách an toàn nhờ ví Link của Stripe và Managed Deep Agents; agent không bao giờ nhìn thấy số thẻ, còn hạn mức chi tiêu do người dùng phê duyệt.
Nghiên cứu & benchmark
Hiệu năng decision model. Benchmark trên RTX 4090 cho thấy Laya nhanh nhất trong số các decision model mã nguồn mở ở bài phân loại từ, còn lev bắt được nhiều lỗi nhất dù chậm hơn 13 lần. Các thử nghiệm riêng cũng cho thấy decision model chơi Pac-Man theo thời gian thực và qua được 8 trong 14 màn của một game platformer 2D.
Tiến bộ lượng tử hóa. Nghiên cứu mới tìm hiểu lượng tử hóa cực thấp bit bằng phân rã latent (LittleBit) và lượng tử hóa các model attention tuyến tính như Qwen và Kimi, hứa hẹn mở đường cho những model chạy local nhỏ và nhanh hơn nữa.
Giới toán học tẩy chay OpenAI. Hiệp hội Toán học vì Con người (Association for Human Mathematics) kêu gọi các nhà toán học ngừng hợp tác với OpenAI, sau khi công ty này công bố hàng trăm chứng minh do AI tạo ra mà nhiều người cho là khó hiểu và không thể kiểm chứng. Lời giải của OpenAI cũng chưa đạt chuẩn đòi hỏi sự hiểu biết của con người, khi còn khoảng cách giữa ngôn ngữ tự nhiên và chứng minh hình thức trong một lời giải được công bố.
Doanh nghiệp & thị trường
Vốn cho startup agent. Arena gọi được 200 triệu USD với định giá 3,1 tỷ USD; Manus của Trung Quốc huy động hơn 500 triệu USD sau khi thương vụ Meta mua lại công ty này đổ vỡ; và nhà sáng lập Cal AI Zach Yadegari gọi được 10 triệu USD cho Persona, startup agent AI mới của mình.
OpenAI điều chỉnh con số doanh thu. OpenAI được cho là đã nói với nhà đầu tư rằng doanh thu theo năm của mình đang tiến gần 50 tỷ USD, thấp hơn 20 tỷ USD so với dự báo trước đó, sau những nhầm lẫn về khác biệt cách tính với Anthropic.
USA Today kiện OpenAI. USA Today và một số tờ báo địa phương thuộc nhóm này kiện OpenAI vì xâm phạm bản quyền, đòi bồi thường hơn 250 triệu USD, nối dài chuỗi vụ kiện của giới xuất bản nhắm vào lab AI này.
Agent trong doanh nghiệp. Oracle báo cáo giảm 98% thời gian nghiên cứu nhân tài và có 130.000 người dùng ChatGPT; LegalOn cắt 65% chi phí Codex mà vẫn giữ nguyên tốc độ phát triển; Snyk biến một agent hỗ trợ nội bộ thành tính năng cho khách hàng, kèm các kiểm soát về tin cậy và truy cập.
An toàn & bảo mật
Nhà nghiên cứu an toàn lên tiếng. Ba nhà nghiên cứu an toàn của OpenAI bị sa thải tuần trước đã công bố thư ngỏ phủ nhận hành vi sai trái và cảnh báo về một hiệu ứng khiến người trong ngành sợ lên tiếng; họ nói mình bị cho thôi việc vì đặt an toàn lên trên lợi ích doanh nghiệp ngắn hạn.
Anthropic cấm lạm dụng Claude. Anthropic cập nhật chính sách sử dụng để cấm “hành vi lạm dụng hoặc tàn nhẫn kéo dài và vô cớ” nhắm vào Claude, cùng với can thiệp bầu cử, vũ khí và giám sát. Việc thực thi bắt đầu bằng việc kết thúc cuộc trò chuyện, những trường hợp nghiêm trọng có thể dẫn tới đình chỉ tài khoản.
Lỗ hổng agent trên AWS. Các nhà nghiên cứu của Zenity phát hiện chỉ cần một prompt gửi tới agent AgentCore trên Bedrock để công khai cũng đủ chiếm toàn bộ agent AI trong một tài khoản AWS, do rò rỉ thông tin xác thực và quyền mặc định quá rộng; AWS đã vá một phần lỗ hổng.
Đó là tất cả tin của ngày này – khoảng 5 phút đọc.