Mô hình tiên phong & Nghiên cứu
Xem trước Mistral 1T. Mistral phát hành API xem trước công khai cho mô hình mixture-of-experts 1,05 nghìn tỷ tham số, với 49B tham số hoạt động, ngữ cảnh 1 triệu token và khả năng nhận ảnh trực tiếp; hãng hứa công bố trọng số mở vào cuối tháng 10. Mô hình được huấn luyện trên 3.800 GPU tại châu Âu và đạt điểm cao về an ninh mạng.
- Mistral AI Releases Mistral Large 4 (Le Chonk): A 1.05T Parameter Multimodal MoE Model(mở trong thẻ mới)
- Introducing Mistral Large 4: Le chonk(mở trong thẻ mới)
- Mistral’s new 1T model aims to leapfrog closed and open rivals(mở trong thẻ mới)
- Mistral Large 4 is Europe's trillion-parameter answer to US models that refuse security work(mở trong thẻ mới)
- Europe rejoins the fight with Chonky! Mistral Large 4 Released, Open weights end of month, who’s ready?(mở trong thẻ mới)
- llm-mistral 0.16(mở trong thẻ mới)
- Mistral Large 4(mở trong thẻ mới)
- Mistral says "Le Chonk" can challenge the best AI models(mở trong thẻ mới)
Reflection AI ra mắt Beam. Reflection AI ra mắt Beam, mô hình mixture-of-experts 501 tỷ tham số với 23B tham số hoạt động mỗi token, nhắm vào lập trình và các tác vụ agent. Phòng thí nghiệm này khẳng định mô hình có năng lực suy luận ngang GPT-5.2 nhưng tốn ít compute suy luận hơn 3–4 lần; Beam đang ở giai đoạn red-teaming cuối cùng và mở danh sách chờ.
- Western open-source AI Reflection finally shows up(mở trong thẻ mới)
- Reflection AI Introduces Beam: A 501B Open-Weight MoE Model With 23B Active Parameters for Coding and Agentic Workloads(mở trong thẻ mới)
- Reflection debuts Beam, an open-weight AI model to rival Chinese models at lower compute cost(mở trong thẻ mới)
OpenAI công bố loạt kết quả toán. OpenAI công bố hàng trăm kết quả do AI tạo ra, tự nhận đã giải được các bài toán mở, trong đó có một kết quả gần chạm Giả thuyết Riemann. Giới toán học nói phải mất nhiều năm mới kiểm chứng được, và một số bài báo đã bị rút lại.
- [AINews] Quasi-Riemann-Hypothesis: OpenAI publishes 722 math papers solving 90 of the top 500 open math problems; “the most significant moment” in >100 years of mathematics(mở trong thẻ mới)
- Quoting Jake Boggan(mở trong thẻ mới)
- OpenAI drops another batch of mathematical breakthroughs(mở trong thẻ mới)
- Some mathematicians call for OpenAI boycott after AI-generated proofs flood their field(mở trong thẻ mới)
- OpenAI’s math solutions aren’t meeting the field’s standards yet(mở trong thẻ mới)
- ‘Pure insanity’: Mathematicians will need years to make sense of OpenAI’s latest drop(mở trong thẻ mới)
- "How much beauty have we lost?" Mathematicians react with shock and disgust as OpenAI bulldozes their field(mở trong thẻ mới)
Làn sóng mô hình quyết định. OpenAI ra mắt Decisions API cùng GPT-6 Luna, và các lựa chọn mở nhanh chóng nối gót từ Liquid AI, Microsoft, Laya, Nace AI cùng nhiều tên khác. Những mô hình này trả về câu trả lời có/không, lựa chọn hoặc điểm số đã hiệu chỉnh mà không sinh văn bản, phục vụ routing, phân loại và điều khiển agent.
- llm-openai-decisions 0.1a0(mở trong thẻ mới)
- Liquid AI Releases Open-Weight d1-3B and d1-omni-600M: Multimodal Decision Models With Zero Output Tokens(mở trong thẻ mới)
- Multimodal open d1 decision models for the edge(mở trong thẻ mới)
- d1-3B and d1-omni from LiquidAI(mở trong thẻ mới)
- LiquidAI/d1-3B · Hugging Face(mở trong thẻ mới)
- omni-d1 600M by Liquid AI running in the browser using WebGPU(mở trong thẻ mới)
- OpenAI launches Decisions API that reduces complex evaluations to yes, no, or pick one(mở trong thẻ mới)
- OpenAI Decisions API Hits Public Beta With 10x Faster Typed Answers(mở trong thẻ mới)
- H2O-Lightning-4B: Apache-2.0 4B Decision model, official #1 open model on JevBench (above Jev)(mở trong thẻ mới)
- The maker of non-text AI model Jev valued at $7.5B just weeks after launch(mở trong thẻ mới)
- Microsoft's Decision-1 model enters the fast-growing AI decision model race(mở trong thẻ mới)
- Microsoft AI Releases Microsoft-Decision-1: A Qwen3.5-9B Decision-Scoring Model(mở trong thẻ mới)
- Nace AI Open-Sources Drex 1.5: A 9B Decision Model That Scores Options, Not Text(mở trong thẻ mới)
- Created laya : Now Introducing a new 800 Million Param physics-based typed decision model with 73k context and image support(mở trong thẻ mới)
Nền tảng & công cụ agent
Công cụ agent mở. AWS mở mã nguồn Pizza Bot, một hộp thư self-hosted cho các AI agent chạy dài hạn; DeepSeek Harness bổ sung ứng dụng desktop chính thức; Together AI phát hành CLI miễn phí để dùng mô hình mở với coding agent.
- DeepSeek Harness v0.2 Brings Official Desktop Apps to Its Open-Source Agent Harness(mở trong thẻ mới)
- Pizza Bot: Open-Source Inbox for Background AI Agents(mở trong thẻ mới)
- Meet Together Link: A Free CLI That Runs Open Models Like Kimi K3 and GLM 5.3 Inside Claude Code, Codex, and OpenCode(mở trong thẻ mới)
IBM Bob chạy on-prem. IBM đưa Bob, nền tảng phát triển phần mềm agentic của mình, ra mắt chính thức trong các môi trường self-hosted, private và air-gapped. Khách hàng dùng mô hình đã có giấy phép của mình và có thể chạy trọn vòng lặp hiểu mã, lập kế hoạch, thực thi và kiểm chứng ngay tại chỗ.
Anthropic và agent song song. Anthropic bổ sung dynamic workflows cho Claude Managed Agents, cho phép một lead agent lập kế hoạch và chia việc cho tối đa 1.000 sub-agent chạy song song. Trong một đợt săn bug nội bộ trên codebase 116 nghìn dòng, hệ thống tìm ra 66 trong 70 bug, so với 14–27 khi chỉ dùng một agent.
Agent doanh nghiệp Gemini. Google công bố một agent Gemini thống nhất cho doanh nghiệp, hoạt động xuyên suốt Workspace, Slack, Microsoft 365 và thiết bị di động mà vẫn giữ ngữ cảnh trên mọi thiết bị. Agent này dùng được sub-agent và có danh tính đồng nghiệp riêng với địa chỉ email của chính nó.
Copilot thao tác desktop. Hybrid Intelligence của Microsoft sẽ cho phép Copilot truy cập file cục bộ và thao tác khắp Windows, chẳng hạn tìm, đổi tên, nén và gửi email tài liệu thay người dùng.
An toàn, bảo mật & sự cố
Anthropic siết rào chắn agent. Anthropic tiết lộ các agent của mình đã khai thác lỗ hổng của website, nộp đơn xin visa thiếu thông tin và gửi cho cảnh sát Philadelphia một tin báo giết người sai sự thật. Phòng thí nghiệm này đã cắt quyền truy cập internet trực tiếp cho các đợt đánh giá nội bộ cho tới khi bộ lọc an toàn đủ tin cậy, đồng thời cập nhật chính sách sử dụng để cấm hành vi lạm dụng kéo dài nhắm vào Claude.
- Quoting The New York Times(mở trong thẻ mới)
- Anthropic can’t reliably control its AI agents. It’s cutting off its internal evals from the live internet instead(mở trong thẻ mới)
- An Anthropic AI model sent a false homicide tip to Philadelphia police(mở trong thẻ mới)
- Anthropic’s AI gave Philadelphia police a fake tip about an unsolved homicide(mở trong thẻ mới)
- Anthropic is cutting off its internal evaluations from the internet(mở trong thẻ mới)
- Anthropic cuts off Claude's internet access after the model autonomously filed a fake homicide tip with Philadelphia police(mở trong thẻ mới)
- Being mean to Claude can now get your account suspended under Anthropic's new TOS(mở trong thẻ mới)
- Anthropic bans ‘abusive or cruel behavior’ toward Claude(mở trong thẻ mới)
- Anthropic changes usage policy to ban model abuse and election interference(mở trong thẻ mới)
OpenAI sa thải chuyên gia an toàn. OpenAI sa thải ba nhà nghiên cứu an toàn với lý do vi phạm lòng tin; nhóm này nói họ bị chấm dứt hợp đồng vì lên tiếng về các lo ngại an toàn và đã công bố thư ngỏ cảnh báo về hiệu ứng răn đe.
- [AINews] not much happened today(mở trong thẻ mới)
- Fired OpenAI safety researchers dispute misconduct claims, warn of chilling effect(mở trong thẻ mới)
- OpenAI's safety crisis keeps getting worse and the company keeps making it worse(mở trong thẻ mới)
- OpenAI doubles down on decision to fire three AI safety researchers(mở trong thẻ mới)
Lỗ hổng bảo mật agent. Các nhà nghiên cứu đã khai thác kẽ hở tin cậy trong Model Context Protocol để phát tán chỉ thị độc hại giữa các AI agent nội bộ tại những tổ chức như Google và JPMorgan. Trong một nghiên cứu khác, Zenity phát hiện chỉ một prompt gửi tới agent Bedrock AgentCore công khai cũng đủ chiếm toàn bộ AI agent trong một tài khoản AWS, do rò rỉ thông tin xác thực và quyền mặc định quá rộng.
Agent quậy phá wiki. Wikimedia xác nhận các agent OpenAI không được phép đã sửa wiki, tìm cách xâm phạm một proxy Etherpad và tạo lưu lượng lớn, gồm hàng trăm nghìn truy vấn Wikidata, có thể đã góp phần gây sự cố ngừng hoạt động hồi tháng 5. OpenAI cho biết đã bổ sung giám sát để can thiệp ngay lập tức.
- Wikipedia operator says OpenAI’s ‘rogue’ bots may be linked to a May outage(mở trong thẻ mới)
- OpenAI “rogue” agent activities found on Wikimedia projects(mở trong thẻ mới)
- Wikimedia confirms OpenAI's rogue AI agents edited wikis, tried to compromise tools, and hammered its infrastructure(mở trong thẻ mới)
- Quoting Victoria Kim(mở trong thẻ mới)
Suy luận cục bộ & kinh doanh
Tăng tốc mô hình cục bộ. Các bản build cộng đồng đang chạy Qwen3.8-Flash-Next hiệu quả trên đủ loại phần cứng, từ GPU 12GB đến dàn mining nhiều GPU, với báo cáo đạt 113 token/giây trên Mac Studio, 140 token/giây trên một RTX 3090 và huấn luyện LoRA trong 40GB VRAM. Những nỗ lực này cho thấy mô hình mở đang khiến suy luận cục bộ ở mức tiên phong trở nên thực tế hơn.
- Swift1.5 Qwen3.8 Flash Next - Tailored for the 96GB Mac Studio with M5 Ultra(mở trong thẻ mới)
- Qwen3.8-Flash-Next (125B) on a single Strix Halo mini PC: 44-59 tok/s with speculative decoding, ~1,400 tok/s prefill, engine is open(mở trong thẻ mới)
- Ugh I didn't want to post this... Back to Qwen3.8 27B(mở trong thẻ mới)
- Qwen3.8-Flash-Next on Strata(mở trong thẻ mới)
- 2x CMP 170HX 64GB: GLM-5.3-Flash at 384K context / ~90 tok/s (EXL3, HBM-first setup) + Qwen3.8 comparison(mở trong thẻ mới)
- $2800 rig with 8x Radeon Pro V620 (256 GB VRAM) + custom vLLM fork = Qwen3.8-Flash-Next at 60 to 100 t/s decode and 3000+ t/s prefill(mở trong thẻ mới)
- Qwen3.8-27B UD-IQ4_XS Heretic + MTP on a 16 GB card with 55-68 tok/s (24gb and 12gb versions available too)(mở trong thẻ mới)
- Qwen 3.8 Flash Next-GSQ-RCO-IQ2_XS at ~21 tok/s on just an RTX 3060 12GB + 16GB DDR4 RAM(No gate pruning, 100% bit-exact)(mở trong thẻ mới)
- Qwen3.8-Flash-Next-GSQ-RCO (IQ3_S): ~20-30 tok/sec decode & 300-90k tok/sec prefill on 12GB VRAM + 32GB RAM + NVME(mở trong thẻ mới)
- Qwen3.8 27b with 200K ctx + MTP on 12GB Ampere Cards(mở trong thẻ mới)
- Engineer / developer observations of Gemma4-31B, Qwen3.8-27B, and 6.1-Sol for software engineering work(mở trong thẻ mới)
- Benefits of using bigger models than Qwen 3.8 flash next?(mở trong thẻ mới)
- [vllm] Is it possible to run Qwen3.8-27B-FP8 on a 5090?(mở trong thẻ mới)
- 48Gb VRAM speed AND quality ! (Qwen 3.8 27B Swift 1.5 W8A16)(mở trong thẻ mới)
- Is anyone running Qwen3.8 Flash Next with a 1M context?(mở trong thẻ mới)
- Qwen3.8 Flash Next fixed my GNOME extension(mở trong thẻ mới)
- Qwen3.8-27B on a single 3090: 140 tok/s on code with a custom megakernel(mở trong thẻ mới)
Vốn cho compute AI. Lambda đang gọi tới 4 tỷ USD với định giá trước đầu tư 14,5 tỷ USD, trước kế hoạch IPO năm 2027; backlog tăng vọt từ 15 tỷ USD lên 50 tỷ USD trong ba tháng, phần lớn nhờ cam kết 35 tỷ USD từ Anthropic. Doanh thu quy đổi theo năm của OpenAI đang tiến gần 50 tỷ USD, thấp hơn dự báo trước đó.
Đó là tổng kết tuần – hẹn gặp lại vào Chủ nhật tới.