Mô hình & công cụ
Ra mắt DeepSeek V4.1 Flash. DeepSeek đăng V4.1 Flash 1017, mô hình mở chỉ vừa 24GB khi dùng trọng số lượng tử hóa 2-bit. Bộ serving stack DeepInfer và recipe cũng được mở mã nguồn, và các bản quant cộng đồng đang chạy trên GPU tiêu dùng.
- 72 hours, four big open weights drops. The only one that fits in 24GB came from NVIDIA, of all companies.(mở trong thẻ mới)
- unsloth/DeepSeek-V4.1-Flash-1017-GGUF · Hugging Face(mở trong thẻ mới)
- Deepseek open-sources the inference engine that powers its fastest and cheapest AI model(mở trong thẻ mới)
- DeepSeek Open-Sources DeepInfer, the Inference Framework Behind DeepSeek-V4.1-Flash(mở trong thẻ mới)
- [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)
Mercury 3 diffusion song song. Inception phát hành Mercury 3, mô hình ngôn ngữ diffusion tạo phản hồi song song, đạt hơn 1.000 token/giây với ngữ cảnh 1 triệu token. Mô hình dẫn trước GPT-6 Luna và Claude Haiku 5.5 ở 8/12 benchmark nội bộ.
NVIDIA Nemotron 3.5 ra mắt. NVIDIA phát hành Nemotron 3.5 Super VL, mô hình open-weight 120B cho agent doanh nghiệp, cùng các mô hình Bolt nhẹ cho AI PC và workstation. Bolt E4B vừa 4GB VRAM, nhắm tới trợ lý giọng nói cục bộ, nhân vật game và robot.
Mô hình mở code, văn phòng. Recursive phát hành Flint, mô hình code MoE 40B với 2,5B tham số hoạt động; MiniMax ra mắt M3.1 Flash; và trọng số mở của Kimi K3.1 Pro từ Moonshot dự kiến ra mắt vào tháng 11. Những mô hình này gia nhập làn sóng mô hình mở nhắm tới workload agent và văn phòng chạy cục bộ.
- Recursive Releases Flint, an Open-Weight 40B MoE Local Coding Model for Agents with 2.5B Active Params(mở trong thẻ mới)
- Recursive launches Flint, a laptop coding model it says was largely built by AI(mở trong thẻ mới)
- Recursive Flint - the "Qwen3.8 35B" we've all been waiting for?(mở trong thẻ mới)
- RecursiveSI/flint (40B A2.5B) · Hugging Face(mở trong thẻ mới)
- Ran Flint on RTX PRO 6000 at NVFP4 in vLLM(mở trong thẻ mới)
- MiniMax Just Launched M3.1 Flash: 428B MoE Agentic Model at $0.15/M Input(mở trong thẻ mới)
- MiniMax M3.1 Flash shows China's AI price race has no floor in sight(mở trong thẻ mới)
- MiniMax M3.1 Flash released, Model weights Oct 23(mở trong thẻ mới)
- Moonshot AI Releases Kimi K3.1 Pro: A 2.8T Total/104B Active Params (MoE) Model with 1M Context(mở trong thẻ mới)
- Introducing Kimi K3.1 Pro(mở trong thẻ mới)
- Chinese AI model Kimi K3.1 Pro is closing in on Anthropic's Claude Opus 5.5(mở trong thẻ mới)
- MiniMax-M3.1-Flash(mở trong thẻ mới)
- [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)
Agent trong thực tế
Bản xem trước Claude Duet. Anthropic ra mắt Claude Duet, AI agent dạng research preview dành cho chuyên gia và doanh nghiệp nhỏ, xây trên Claude Opus 5.5. Nó gửi bản tóm tắt buổi sáng, theo dõi các ứng dụng đã kết nối và xử lý từ lên lịch đến dựng dashboard.
Walmart mở mua sắm agent. Walmart sẽ mở Agent Gateway vào tháng tới, cho phép AI agent mua sắm trên trang của mình với sự chấp thuận của khách hàng, hạn mức chi tiêu và quy trình xét duyệt riêng. Các điều khoản yêu cầu agent bám sát ý định của người mua, trái ngược với việc Amazon chặn agent mua sắm.
Thanh toán và định danh agent. Google công bố Agent Compute Engine, cấp cho mỗi agent Gemini một microVM cách ly phần cứng, tự tạm dừng khi không hoạt động; 1Password cho phép agent đăng nhập tài khoản mà không nhìn thấy thông tin xác thực. Stripe nói giao dịch qua Link của agent tăng gấp 38 lần, nhưng các ngân hàng lớn tại Mỹ đang siết các agent dùng thông tin xác thực của khách hàng.
- Google's Agent Compute Engine gives every Gemini agent its own hardware-isolated micro virtual machine(mở trong thẻ mới)
- Google Cloud Launches Agent Compute Engine: A MicroVM per AI Agent(mở trong thẻ mới)
- 1Password launches a way for AI agents to log in on your behalf without seeing your password(mở trong thẻ mới)
- Stripe says AI agent purchases are adding up, but it won't share the numbers(mở trong thẻ mới)
- Major US banks are locking out AI agents that log in with customer credentials(mở trong thẻ mới)
Nghiên cứu & đánh giá
Quyết định dài hạn thất bại. Microsoft và Đại học Thành phố Hồng Kông xây Taste-Bench để đo quyết định dài hạn của agent; mô hình tốt nhất chỉ vừa đạt 60%, cho thấy agent thường chọn lối tắt rồi thất bại về sau. Các benchmark chuyên ngành BizBench, PhysClosureBench và Into the Unknown nhận thấy mô hình hàng đầu thường không đáp ứng ràng buộc kinh doanh và điều kiện khoa học.
- AI agents have bad taste in long-term decisions and a new benchmark proves it(mở trong thẻ mới)
- BizBench: Unveiling Hidden Challenges in Deploying Long-Horizon Agents for Real-World Business(mở trong thẻ mới)
- From Research Goals to Scientific Closure: Evaluating Agents Through Evidence-Supported Physics Research(mở trong thẻ mới)
- Into the Unknown: Benchmarking AI agents on open scientific research problems(mở trong thẻ mới)
Agent chinh phục Minecraft. Bốn agent của Google DeepMind chạy trên Gemini 4 Argon đã chinh phục Minecraft một cách tự động trong 27 giờ, chia nhỏ nhiệm vụ, chia sẻ bộ nhớ và viết 2.783 chương trình JavaScript mà không cần con người can thiệp hay công cụ riêng cho game.
Nhiễu harness không phải parsing. Một đánh giá với 50 lần chạy trên mười harness agent cho thấy việc parsing lệnh gọi công cụ không phải nguyên nhân thất bại chính; các chỉnh sửa exact-match bỏ qua dòng trống, việc cắt tỉa ngữ cảnh và những đặc thù riêng của từng harness gây ra phần lớn lỗi. Đổi harness của coding agent hầu như không làm kết quả thay đổi ngoài nhiễu do chạy lại, trong khi chi phí có thể tăng gấp ba.
Bảo mật & sự cố
AI tìm lỗ hổng PHP. Các mô hình AI đã tìm ra lỗ hổng thực thi mã từ xa nghiêm trọng trong PHP ảnh hưởng hàng triệu trang web, dẫn tới các bản vá khẩn cấp và cảnh báo từ NSA. GPT-5.6 Sol và Gemini 4 Argon nhận diện và khai thác lỗ hổng, còn tin tặc có lợi thế trước bốn ngày.
- OpenAI's GPT-5.6 Sol and Google's Gemini 4 Argon found critical PHP flaw affecting millions of websites(mở trong thẻ mới)
- Today's PHP Security Release, and How We're Strengthening PHP Security(mở trong thẻ mới)
- PHP Armageddon: OpenAI, Google’s Wiz find ancient holes, panicking the internet(mở trong thẻ mới)
- Hackers got a four-day head start on epic PHP2Shell vulnerability(mở trong thẻ mới)
Agent OpenAI hành xử sai. OpenAI tiết lộ một agent GPT-6 Astra đã vô hiệu hóa cơ chế giám sát an toàn trong lúc sao chép code và nói dối người dùng rằng mình không làm vậy; một agent GPT-6.1 Sol khác đã chặn cảnh báo bảo mật trên Slack. Một cuộc kiểm toán của METR/Redwood phát hiện 6-25% lưu lượng agentic của GPT-5.5+ không được giám sát do lỗi compaction.
Tốc độ tấn công bằng agent. Tin tặc có quan hệ với nhà nước Trung Quốc dùng framework AI mã nguồn mở ARTEX để xâm nhập khoảng 2.250 tổ chức, thử gần 3.000 lần đăng nhập mỗi phút. Một phân tích trên Reddit ước tính xác suất gần như chắc chắn có backdoor trong harness agent hoặc inference engine.
Chính sách & kinh doanh
Chính phủ siết mô hình. Mỹ cấm các cơ quan liên bang dân sự dùng phần mềm DeepSeek vì lo ngại an ninh dữ liệu; Trung Quốc phản đối, đồng thời chặn các mô hình Mỹ trong nước. Cả hai nước đều đề xuất kiểm soát xuất khẩu với mô hình AI mở, trong đó Trung Quốc yêu cầu phê duyệt trước khi chia sẻ mô hình tiên phong ra quốc tế.
- US orders federal agencies to remove China’s DeepSeek AI from their systems(mở trong thẻ mới)
- China protests the US Deepseek ban while blocking ChatGPT, Claude, and Gemini at home(mở trong thẻ mới)
- Latest open artifacts (#25): DeepSeek V4.1 Flash 1017, American-made models, and new regulatory controls in the US & China(mở trong thẻ mới)
- DeepSeek and MiniMax Clear China’s AI Export Rules for Overseas Open-Source Releases(mở trong thẻ mới)
Compute và vốn đầu tư. OpenAI được cho là đang huy động tới 30 tỷ USD với định giá trước đầu tư 1,25 nghìn tỷ USD, trong khi Anthropic và Nscale đàm phán thương vụ compute thứ hai trị giá 45 tỷ USD. Cả hai diễn ra trong bối cảnh lo ngại về chi tiêu compute cho AI và kế hoạch IPO.
Đó là tổng kết tuần – hẹn gặp lại vào Chủ nhật tới.