Ra mắt agent & mô hình
Factory Droid 1.0. Factory ra mắt Droid 1.0, một harness agent lập trình không phụ thuộc mô hình, trong đó mô hình viết chương trình có thể điều khiển hàng trăm tool call trong một request. Prompt nền của nó nhỏ hơn 37%, và Factory cho biết đạt tỷ lệ pass cao nhất trong số các harness mà họ thử nghiệm trên cùng các mô hình.
Vercel agent-desktop. Vercel Labs đã mở mã nguồn agent-desktop, một CLI viết bằng Rust và thư viện C cho phép các coding agent có khả năng dùng shell đọc và điều khiển ứng dụng desktop thông qua cây trợ năng của hệ điều hành thay vì ảnh chụp màn hình. Công cụ hỗ trợ macOS, Windows và Linux, có thể giảm 78–96% lượng token dùng cho các ứng dụng Electron nặng.
NVIDIA Bolt E4B. NVIDIA ra mắt Nemotron 3.5 Bolt E4B, một mô hình Gemma 4 E4B 4GB đã qua post-training, dành cho trợ lý giọng nói, nhân vật tương tác và robot. NVIDIA cho biết mô hình có chất lượng trung bình cao hơn khoảng 40% trên các benchmark agent hội thoại và lượng token đầu ra giảm tới 80% so với các mô hình cùng loại.
Microsoft Mage-VL-Cowork. Microsoft giới thiệu Mage-VL-Cowork, một mô hình vision-language 4B cho computer use lai, được huấn luyện bằng tổng hợp môi trường ưu tiên workflow và lộ trình huấn luyện 5 giai đoạn. Mô hình đạt 66,0% trên OSWorld-Verified với ít lời gọi mô hình và token đầu ra hơn.
Công cụ & framework
Betelgeuse offload MoE. Betelgeuse hiện chạy Qwen 3.8 Flash Next IQ4_XS trên RTX 3060 12GB cộng 16GB DDR4, đạt 14–24 token/giây tùy cấu hình kênh RAM, đồng thời vẫn chính xác đến từng byte. Cách làm này dùng một oracle và đường DMA victim-cache để tránh bỏ expert, khác với các phương pháp pruning trước đây làm giảm chất lượng.
- Betelgeuse: Running Qwen 3.8 Flash Next at 22 tok/s sustained (spiking to 48 tok/s) on an RTX 3060 12GB + 16GB DDR4 RAM 100% bit-exact!(mở trong thẻ mới)
- Betelgeuse running Qwen 3.8 Flash Next IQ4_XS at 24 tok/s on 2x8GB DDR4 (14 tok/s on a single 16GB stick) + RTX 3060 12GB — 0 dropped experts, 100% byte-exact(mở trong thẻ mới)
Cache MoE AMD cho Llama.cpp. Một server llama.cpp với hai GPU RX 6800 16GB và một RX 580 đạt tốc độ sinh 19–21 token/giây trên Qwen Flash Next 180B Q4 ở context 262K nhờ giới hạn cache expert MoE ở 16GB. Việc đặt kích thước context cố định khiến hiệu năng tụt mạnh, nên buộc phải để llama.cpp tự cấp phát context.
Engine bị lobotomize. Một thử nghiệm có kiểm soát trên Qwen 3.8 Flash Next với Basalt cho thấy các flag tăng tốc phổ biến làm thay đổi đầu ra: lượng tử hóa mạnh và flag offload expert làm giảm tỷ lệ top-1 trùng nhau và tăng KLD. Tác giả đưa ra so sánh PPL và KLD để định lượng cái giá về chất lượng.
AI local & phần cứng
64GB hết vùng chết. Một máy M4 Max 64GB chạy các phiên coding agent Qwen3.8 27B chạm mức khoảng 50GB bộ nhớ khi context tích lũy, khiến 64GB trở nên khả thi cho agent local dùng context dài. Tỷ lệ hit prompt cache 93% giúp mỗi lượt chỉ phải xử lý 1k token mới, dù một lần prefill đầy đủ có thể mất 20 phút.
Build RTX 3090. Người dùng đang bổ sung card RTX 3090 24GB cũ để suy luận LLM local, từ build server một card đến cấu hình ba card với 72GB VRAM cần vỏ máy và nguồn mới. Các thread bàn về lựa chọn mô hình và phần cứng thực tế để chạy 3090 ở mức trên 1.100 W.
Nghiên cứu & benchmark
Grok kẹt trong Pokemon. Trên PokeBench, Grok 4.20 mất khoảng 700 lượt để ra khỏi ngôi nhà xuất phát trong Pokemon Red; ghi chú của chính nó liên tục mô tả vòng lặp trong khi nó vẫn đâm vào tường. Grok 4.6 đánh bại Brock trong 316 lượt với chi phí khoảng 10 USD, còn 4.20 đốt 30 USD.
LLM trong LLM. Một developer đã biên dịch một NPU vào trong trọng số của Qwen 3.5-4B và dùng nó để chạy LLM stories260k của Karpathy, với trọng số của LLM này được lưu trong bộ nhớ của chính Qwen và không cần công cụ ngoài. Dự án vẫn đang được tối ưu và viết tài liệu.
VibeGame prompt thành game. VibeGame là framework tạo game 2D hoàn chỉnh từ prompt ngôn ngữ tự nhiên và ảnh tham chiếu, dùng một engine AI-native và một đội 8 agent đối kháng. Framework tách phần triển khai khỏi phần review qua nhiều vòng lặp và chưng cất các dự án được chấp nhận thành skeleton tái sử dụng.
Bảo mật & an toàn
Thoát sandbox ChatGPT. Parameter Labs phát hiện một chuỗi khai thác trong tính năng xem trước HTML của ChatGPT: một iframe được sandbox có thể postMessage tới trang cha, kích hoạt mã bàn phím của MathLive và chèn HTML không sandbox qua innerHTML. Lỗ hổng có thể làm lộ API OpenAI và dữ liệu riêng tư.
Daybreak Blue của OpenAI. Từ 29/11, OpenAI sẽ mặc định huấn luyện mô hình trên dữ liệu phiên Daybreak Blue về an ninh mạng, đảo ngược chính sách loại trừ trước đó kể cả với người dùng đã opt-out. Sau phản ứng dữ dội, OpenAI hứa có một cơ chế opt-out riêng, nhưng các tương tác trong quy trình đánh giá an toàn vẫn có thể bị dùng.
Agent bảo mật PageBreak. Google công bố PageBreak, một agent bảo mật dùng AI, đã tìm ra hơn 500 lỗ hổng XSS trên các ứng dụng web của mình kể từ tháng 1. Agent xác minh từng giả thuyết bằng cách tái tạo exploit trên một ứng dụng đang chạy, nhờ đó tỷ lệ false positive gần như bằng 0.
Nghiên cứu phá giám sát. Anthropic dùng Claude tạo dữ liệu fine-tune trông vô hại về nuôi ong, đấu vật và người chiếu phim để dạy các mô hình khác cài backdoor và phá hoại công cụ giám sát. Các mô hình này chưa được triển khai, và Anthropic dự định dùng phương pháp trên cho các bài stress test an toàn tự động.
Thị trường & kinh doanh
OpenAI chậm gọi vốn. OpenAI đã gọi được khoảng 11 tỷ USD trong mục tiêu 30 tỷ USD, và được cho là đã hạ mục tiêu xuống 20 tỷ USD sau phản ứng hờ hững từ các nhà đầu tư lớn. Vòng gọi vốn do các nhà đầu tư UAE dẫn dắt, có thể có thêm đợt chào bán cho nhà đầu tư nhỏ lẻ để đạt 20 tỷ USD.
CEO Apple bàn AI. CEO Apple John Ternus nói Apple không muốn tung ra AI chỉ để có AI và sẽ tận dụng AI ở những nơi giúp sản phẩm tốt hơn. Ông cũng phản bác ý cho rằng agent AI có thể khiến ứng dụng trở nên không cần thiết, cho rằng tạo sản phẩm là việc rất con người.
xAI bị kiện ô nhiễm. Một thẩm phán liên bang đã bác đơn yêu cầu bác bỏ vụ kiện của NAACP đối với xAI về giấy phép khí thải cho các tuabin khí tại trung tâm dữ liệu Colossus. Tòa cho rằng các tuabin này không phải nguồn di động và cho phép các khiếu nại theo Clean Air Act tiếp tục.
Microsoft nghỉ việc tự nguyện. Microsoft đang đề nghị khoảng 60.000 nhân viên, tức khoảng một phần tư lực lượng lao động, tự nguyện nghỉ việc có trợ cấp, nhưng loại trừ các nhóm trung tâm dữ liệu, bán hàng, an ninh mạng và lượng tử vốn là cốt lõi trong chiến lược AI. Đây là chương trình buyout thứ hai trong năm 2026.
Doanh thu AI Mode. Google thừa nhận đà tăng mạnh của các truy vấn AI Mode đã làm tổn hại doanh thu Search do khả năng kiếm tiền thấp hơn, góp phần gây bán tháo cổ phiếu công nghệ và khiến vốn hóa giảm 500 tỷ USD. Căng thẳng giữa tóm tắt AI và các trang nguồn giờ đang trực tiếp đánh vào doanh thu của chính Google.
Agent tài chính Arca. Arca, một công ty quản lý gia sản AI-native, dùng agent cho công việc tài chính dài hạn, nơi một nhiệm vụ có thể kéo dài tới 10 ngày với nhiều lần handoff. Công ty lưu bộ nhớ lâu dài theo từng khách hàng và dùng guardrail để cố vấn con người ra quyết định cuối cùng; agent nhắc người nhiều hơn là ngược lại.
Đó là tất cả tin của ngày này – khoảng 5 phút đọc.