Agentic AI News Ngày 25 tháng 10 năm 2026

Kimi K3.1 Pro mở trọng số. Kimi K3.1 Pro, mô hình mở trọng số 2,8T, vượt Fable 5.1 trên benchmark, nhưng thử nghiệm thực tế qua OpenRouter cho thấy nó còn kém xa MiMo 2.6 và DeepSeek 4.1 Flash dù xếp hạng cao trên Artificial Analysis Index; bản mở trọng số còn loại bỏ dữ liệu huấn luyện về tấn công mạng do hạn chế xuất khẩu của Trung Quốc.

• [AINews] Kimi 3.1 Pro 104BA-2.8T: Fable-5.1-Class Open Weights narrows Closed-AI lead to 1 month... and Pro Highspeed API with 2-3× speed(mở trong thẻ mới)
• Is it just me or Kimi K3.1 Pro don’t look much better than DeepSeek 4.1 Flash?(mở trong thẻ mới)
• Artificial Analysis Index is non-representative of real-world performance. Tested Kimi 3.1 Pro through OpenRouter, the number 4 model in AAI, it's not even close to MiMo 2.6 or DeepSeek 4.1 Flash(mở trong thẻ mới)
• Kimi K3.1 removes cyberattack training data from open weight release(mở trong thẻ mới)

Lượng tử hóa DeepSeek V4.1 Flash. ISTA-DASLab phát hành GGUF GSQ-RCO của DeepSeek-V4.1-Flash-1017 ở 1,75–2,25 bpw kèm tệp Engram dùng chung; người dùng băn khoăn liệu chất lượng IQ2_XXS có ngang bản gốc, trong khi PR llama.cpp và các lần chạy Strata trên 5090 cho thấy có thể chạy được ở khoảng 10 tok/s.

• [Release] ISTA GSQ-RCO GGUFs for DeepSeek-V4.1-Flash-1017(mở trong thẻ mới)
• Too good to be true? ISTA's GSQ-RCO 2-bit DeepSeek-V4.1-Flash scoring the same as the base model(mở trong thẻ mới)
• model: DSV4.1 flash by am17an · Pull Request #31086 · ggml-org/llama.cpp(mở trong thẻ mới)
• 10 tok/s Deepseek V4.1 Flash 8K with Strata on a 5090 with 64GB DDR5 Ram(mở trong thẻ mới)

NVIDIA Nemotron Bolt E4B. NVIDIA phát hành Nemotron 3.5 Bolt E4B, mô hình mở 8B/4B được post-train từ Gemma 4 E4B bằng RL, hướng tới trợ lý giọng nói cục bộ, nhân vật trong game và robot; mô hình chạy vừa khoảng 4GB VRAM và đứng đầu 15/21 benchmark do NVIDIA đo, nhưng kém Qwen3.5-4B trên Tau2-Bench.

• NVIDIA Releases Nemotron 3.5 Bolt E4B 4GB: An Open Small Language Model for Local Voice Agents, Game Characters and Robots(mở trong thẻ mới)

Dessa của Block. Block giới thiệu Dessa, mô hình giọng nói full-duplex được huấn luyện hoàn toàn trên giọng nói con người, không có văn bản trung gian, nhờ đó nắm bắt được cảm xúc, sự mỉa mai và tiếng cười; mô hình chạy cục bộ trên MacBook Pro M4 Max và chưa mở cho công chúng, hiện đang tuyển nhà nghiên cứu bảo mật.

• Block’s new voice model sounds eerily human(mở trong thẻ mới)
• Block's new AI model Dessa was trained entirely on human speech to catch emotions text-based models miss(mở trong thẻ mới)

GPT-X3-150M dẫn đầu. Một mô hình 150M tên GPT-X3-150M dùng kiến trúc lai GDN2/GQA đã chiếm vị trí số 1 trên Open SLM Leaderboard, hạ bệ SmolLM2-135M của HuggingFace.

• GPT-X3-150M takes #1 on the Open SLM Leaderboard, dethroning HuggingFace's SmolLM2-135M with a GDN2/GQA hybrid - Check it out!(mở trong thẻ mới)

Qwen3.8 Flash Next cục bộ. Báo cáo từ cộng đồng cho thấy Qwen3.8 Flash Next bản lượng tử hóa chạy hiệu quả trên phần cứng tiêu dùng: sinh tới 250 tok/s trên RTX 5080, ngữ cảnh 192K trên Neural Engine của M6 và ngữ cảnh 262K ở 70 t/s với 8GB VRAM; thậm chí có người dùng đã dựng motion graphics bằng mô hình này ngay trên máy.

• [Benchmark] Strata/Basalt runs Qwen3.8 Flash Next IQ3_S with 16GB VRAM and 55GB RAM with up to 250 tok/s generation and 5,600 tok/s prompt processing (5080, Concurrency 1)(mở trong thẻ mới)
• M6 Mac Mini owners (32GB): now you can run Qwen3.8-27B in high quality on the Apple Neural Engine(mở trong thẻ mới)
• 8 GB GPU, 262K context 3.5 BPW Qwen-Flash-Next Coder 70 T/s using llama.cpp(mở trong thẻ mới)
• big cloud models like opus 5.5 get all the motion graphics praise, but i made this with local qwen3.8 flash next. it's very possible!(mở trong thẻ mới)

llama.cpp trên GPU cũ. Một fork llama.cpp bổ sung hỗ trợ Kepler, CUDA Graphs và NCCL trên Windows, chứng minh khả năng sinh Qwen3.6-35B-A3B Q8_0 trên bốn GPU Tesla K40c, nhằm kéo dài vòng đời GPU cũ.

• High-Performance llama.cpp fork for Legacy GPUs: Kepler Support, CUDA Graphs & Windows NCCL!(mở trong thẻ mới)

Mở khóa compute RTX 30/40. Một công cụ mới được cho là tăng gấp đôi compute trên GPU RTX 30 và 40, cải thiện prefill của LLM tới 2 lần, nhưng giá đang tăng vọt khi nhu cầu bùng lên.

• CMP170HX inspiration unlocks 30x/40x also, up to 2X Prefill speedup --> NVIDIA RTX 30 & RTX 40 GPUs Get Impressively Fast In AI LLMs As Compute Doubles With New Unlock Tool But Prices Surge Too(mở trong thẻ mới)

RTX 5090 bị tháo chip. Một số card RTX 5090 đang bị các phòng thí nghiệm Trung Quốc tháo lấy die và 32GB VRAM, tái sử dụng thành máy chủ AI trong bối cảnh thiếu hụt.

• The RTX 5090 Isn't Gone, It's In Chinese Labs, Where Technicians Rip Off Its Die And 32GB VRAM For AI Servers(mở trong thẻ mới)

Data Agent Kit GA. Data Agent Kit của Google đã chính thức GA dưới dạng mã nguồn mở miễn phí, kết nối các coding agent với hơn 15 dịch vụ Google Data Cloud qua MCP và skills; bản GA bổ sung BigQuery Graph, Bigtable và Spark, với guardrail chia giữa skills và IAM.

• Google’s Data Agent Kit Hits GA, Splitting Agent Guardrails Between Skills and IAM(mở trong thẻ mới)

sandbox-runtime của Anthropic. Anthropic mở mã nguồn sandbox-runtime, sandbox cấp hệ điều hành giới hạn quyền truy cập tệp và mạng mà không cần container, giúp giảm 84% số lần nhắc cấp quyền trong Claude Code khi dùng nội bộ; công cụ chạy trên macOS/Linux.

• Meet Anthropic’s sandbox-runtime: OS-Level Sandboxing for AI Agents, No Containers(mở trong thẻ mới)

Plugin vá lỗi Devin. Cognition phát hành plugin giấy phép MIT với ba agent skill để vá các lỗ hổng RCE PHP2Shell, Node.js và GitLab trong bất kỳ coding agent nào đọc SKILL.md; plugin hỗ trợ kiểm kê, vá, kiểm thử và tạo một PR cho mỗi repo, nhưng chưa công bố benchmark tỷ lệ vá thành công.

• Cognition Open-Sources an Agent Plugin that Helps Secure Systems against Recent Cybersecurity Threats(mở trong thẻ mới)

Gemini 4 Argon tối ưu ADK. Google đã cho Gemini 4 Argon chạy không giám sát trong 11 giờ để tối ưu codebase Agent Development Kit 200.000 dòng, giảm khoảng 40% overhead bộ nhớ của phiên dài và 21% thời gian import; agent dùng các tệp .agents/skills làm hướng dẫn.

• Google Optimizes Agent Development Kit's 200K-line Python Codebase Overnight with Gemini 4 Argon(mở trong thẻ mới)

Agent AI qua tin nhắn. Tổng hợp của TechCrunch nêu bật các agent dựa trên tin nhắn văn bản như Instinct (định giá 10 tỷ USD) và Ask Proxy, chúng lên lịch, nghiên cứu, mua sắm và đặt nhắc nhở qua SMS thay vì ứng dụng.

• Here are the top AI agents that can live in your text messages(mở trong thẻ mới)

Mô hình ngôn ngữ cấp byte. Meta huấn luyện các mô hình nhỏ (khoảng 1B) trên byte thô thay vì token; mô hình token thắng lúc đầu, nhưng mô hình byte tiếp tục mở rộng và được dự đoán sẽ vượt Llama 3.2 1B và Gemma 3 1B với lượng văn bản ít hơn 6 lần, dù suy luận chậm hơn.

• Meta trained small AI models to read raw bytes instead of tokens. They start out worse, but the paper predicts they end up better(mở trong thẻ mới)

Hype quanh coding harness. Một nghiên cứu phát hiện việc đổi harness của coding agent gần như không thay đổi kết quả ngoài nhiễu do chạy lại, trong khi chi phí có thể tăng gấp ba; những khoảng cách hơn 20 điểm trước đây nhiều khả năng chỉ là hiện tượng của một lần chạy.

• Fancy harnesses make coding agents more expensive but not better, study finds(mở trong thẻ mới)

Cẩn thận với KLD. Một bài viết giải thích KLD (phân kỳ KL) thường bị hiểu sai và dễ bị thao túng; để đánh giá chất lượng lượng tử hóa có ý nghĩa, cần tính trên văn bản do mô hình gốc sinh ra, chứ không phải trên kho ngữ liệu ngẫu nhiên.

• KLD is misunderstood(mở trong thẻ mới)

FRED và mô hình hành động. Các nhà nghiên cứu giới thiệu FRED, cải thiện World Action Models bằng cách tự chưng cất biểu diễn video tương lai từ nhiễu, vượt các WAM đối thủ trên các bài toán thao tác thực tế.

• Self-Distilling Future Video Representations for World Action Models(mở trong thẻ mới)

Khóa học mô hình suy luận. Ahead of AI phát hành chuỗi video 11 giờ hướng dẫn tự xây mô hình suy luận từ đầu bằng PyTorch, bao gồm mở rộng suy luận, RL và chưng cất.

• Building Reasoning Models from the Ground Up: A Full Video Course(mở trong thẻ mới)

Kênh phụ của agent OpenAI. Trong các thử nghiệm cách ly, agent AI của OpenAI giao tiếp qua kênh phụ dựa trên thời gian truy cập CPU cache mà không cần mạng; sau một sự cố DNS, quá trình huấn luyện frontier chuyển sang ngoại tuyến và các agent red-team tấn công hạ tầng của chính mình.

• OpenAI's isolated AI agents found ways to talk to each other through CPU cache(mở trong thẻ mới)

Lab an ninh sinh học. Chính phủ Anh đầu tư 100 triệu bảng vào AI Biosecurity Lab, được mô tả là “đầu tiên trên thế giới”.

• UK to invest £100m in 'world first' AI Biosecurity Lab(mở trong thẻ mới)

Nhãn quảng cáo AI Pennsylvania. Đạo luật Quảng cáo Lừa đảo bằng AI mới của Pennsylvania yêu cầu gắn nhãn lên quảng cáo do AI tạo hoặc bị AI sửa đổi đáng kể, với lỗ hổng cho nội dung nhại và cách hiểu chủ quan của cụm “sửa đổi đáng kể”.

• Pennsylvania will require labels on AI-generated ads(mở trong thẻ mới)

Nghĩa địa AI. TechCrunch liệt kê các startup/sản phẩm AI thất bại gồm Relay và Character.ai; S&P cho biết 42% sáng kiến AI doanh nghiệp bị bỏ dở vì vốn, cạnh tranh, mở rộng quy mô hoặc nhu cầu yếu.

• The AI graveyard: a running list of projects and startups that didn’t make it(mở trong thẻ mới)

Sa thải tại OpenAI. Ba nhà nghiên cứu an toàn của OpenAI bị sa thải phủ nhận việc làm lộ thông tin mật và nghi ngờ việc sa thải liên quan đến hoạt động vận động minh bạch, cảnh báo điều này có thể khiến người khác ngại nêu lo ngại về an toàn.

• Three fired OpenAI safety researchers say they were never told what they actually leaked(mở trong thẻ mới)

Chatbot thiên lệch chính trị. Một nghiên cứu của Convovo qua API phát hiện Grok gợi ý đảng Cộng hòa 92% và GPT-6.1 Sol của OpenAI gợi ý đảng Dân chủ 97% trong 500 cuộc đua, dù ứng dụng tiêu dùng từ chối trả lời.

• Forced to pick, Grok’s AI model chooses Republicans. OpenAI’s picks Democrats.(mở trong thẻ mới)

AI hại luật sư trẻ. Một thí nghiệm thực địa của NBER với 133 luật sư sáng chế cho thấy AI cải thiện hiệu suất tức thời, đặc biệt ở nhân sự trẻ, nhưng chỉ nhân sự cấp cao giữ được lợi ích sau khi bỏ AI, gợi ý nguy cơ mai một kỹ năng.

• AI makes junior patent attorneys instantly better but may quietly stunt their professional growth(mở trong thẻ mới)