Ra mắt agent & mô hình
Nous Arete-27B. Nous Research phát hành Arete-27B, một bản SFT của Qwen3.8-27B giúp giảm nội dung định khung thân nhà nước Trung Quốc từ 22% xuống 0,9% trên bộ đánh giá 803 prompt của họ; weight theo Apache 2.0 và các bản quant GGUF đã có sẵn.
Kimi K3.1 lượng tử hóa. Một bản quant thử nghiệm 775 GB của Kimi-K3.1-Pro-Coder chạy trên một GPU duy nhất với RAM hệ thống/NVMe nhờ Strata và lượng tử hóa MoE theo tầng, đạt 36,8 TPS batch và 96,7% trên AIME/LiveCodeBench.
Agent Terminal-RSI-27B. Dự án Terminal-RSI phát hành một mô hình terminal-agent dựa trên Qwen3.8 để kiểm tra repository, sửa code và xử lý tác vụ nhiều bước, dùng cơ chế tự viết lại đệ quy và tinh chỉnh policy có kế thừa critic.
Mô hình Drex Max. Nace phát hành Drex Max, mô hình quyết định đa phương thức, đứng đầu trên Artificial Analysis và đạt đường biên Pareto; weight mở theo Open RAIL-M, dự kiến có v1.1 cho suy luận cục bộ.
Tencent DSpine 3x. Tencent đăng Qwen3.8-27B-DSpine-b16 trên Hugging Face, một phương pháp speculative decoding tuyên bố tăng tốc giải mã tới 3 lần cho các mô hình 27B.
Công cụ & framework
Plugin lập trình spec-first. Google mở mã nguồn plugin Elephant-Goldfish Model, plugin này buộc agent lập trình viết đặc tả trước, sau đó để các subagent mới review đặc tả trước khi viết code; hàng nghìn kỹ sư Google đang dùng, dù lượng token tiêu thụ lớn.
Công cụ Torchlens. Torchlens là repo GitHub để kiểm tra, trực quan hóa và can thiệp vào mọi phép toán trong bất kỳ mạng neural nào, hỗ trợ khả năng diễn giải mô hình.
SQLite: C và Rust. Simon Willison dùng Claude để so sánh extension SQLite viết bằng C và Rust cho parse_number. Ban đầu Rust nhanh hơn nhờ strtod, nhưng một parser C viết riêng cuối cùng đã bắt kịp hoặc vượt qua, trong khi extension C nhỏ hơn nhiều.
Mô tả PR do AI. Simon Willison gợi ý ẩn mô tả PR do AI viết trong <details><summary> vì chúng quá bao quát và đọc như văn rác AI; phần mở đầu do con người duyệt nên tóm tắt thay đổi.
Nghiên cứu đáng chú ý
Robot Open-HumanScale. Các nhà nghiên cứu phát hành Open-HumanScale, một công thức mở cùng kho video góc nhìn thứ nhất dài 50.000 giờ để pretrain policy robot; tăng quy mô video con người mang lại lợi ích log-tuyến tính, còn huấn luyện kết hợp người-robot đạt 92,08% trên RoboTwin 2.0 Clean2Clean.
Agent lập trình cần dọn. Alibaba cùng các đối tác xây dựng Co-Design Bench từ yêu cầu thay đổi thực tế của người dùng; mô hình tốt nhất GPT-6 Astra chỉ hoàn thành trọn vẹn 26,4% tác vụ, nghĩa là khoảng ba trong bốn tác vụ vẫn cần con người dọn dẹp.
Độ phức tạp code Parsimony. Benchmark Parsimony mới đo các đơn vị cú pháp trong patch; mức trung vị của các mô hình thêm 1,9 lần so với bản sửa của con người trên SWE-bench Verified, và chỉ riêng lựa chọn harness có thể đẩy lượng code thừa từ 0,80 lần lên 0,99 lần.
So sánh routing MoE. Hai bài hướng dẫn so sánh chiến lược routing trên các mô hình MoE mở: số expert nằm trong khoảng 8 đến 384, top-k từ 1 đến 8, và cân bằng bias không dùng loss là công thức chủ đạo; việc chọn expert có thể làm rò rỉ token tương lai trong mô hình causal.
Sutton bàn giới hạn scale. Richard Sutton lập luận rằng chỉ dựa vào compute thô sẽ không tạo ra trí tuệ; AI cần những phương pháp mới thông minh hơn, các agent có world model học liên tục, và ông gọi dữ liệu tổng hợp là một sai lầm lớn.
Ngành & kinh doanh
Nvidia mở điều tra gián điệp. Hội đồng quản trị Nvidia đang mở cuộc điều tra độc lập về mối quan hệ giữa CEO Jensen Huang và Alice Huang, một lãnh đạo AI được cho là do MSS Trung Quốc tuyển mộ; Huang đã xin lỗi vì ngoại tình trong một memo, còn hội đồng quản trị nói không có bằng chứng bí mật bị xâm phạm.
Apple tăng tốc Siri. Apple đang tăng tốc lộ trình Siri, với khả năng điều khiển chi tiết ứng dụng first-party dự kiến có trong iOS 27.3 và tích hợp ứng dụng bên thứ ba vào cuối mùa xuân, nhằm cạnh tranh với OpenAI Dots và Meta Muse.
Suno bị kiện bản quyền. Các chủ sở hữu quyền của Elvis Presley và Eminem đang kiện Suno, cáo buộc sao chép giọng hát và lời bài hát trái phép theo Đạo luật ELVIS của Tennessee và luật án lệ.
Karpathy dựng HackerTube. Andrej Karpathy dùng Claude Opus 5.5 và Claude Code để xây HackerTube trong một cuối tuần, lọc 43 triệu bình luận HN thành 6.454 video tuyển chọn với gần như toàn bộ công việc được tự động hóa.
Môn học AI-native Stanford. Mihail Eric chia sẻ cách Stanford CS146S thích nghi với agent lập trình bằng việc cho sinh viên tìm hiểu các repo xa lạ, đề xuất thay đổi và giải thích patch cho maintainer mã nguồn mở; nhóm Monaco của ông dùng workspace cho agent và agent on-call.
AI cục bộ & phần cứng
Intel Arc 32GB đáng tiền. Intel Arc Pro B70 32GB giá 1.299 USD đạt tốc độ sinh khoảng một nửa và prefill bằng một phần ba so với RTX 5090 (6.500 USD trở lên) trên Qwen3.8-27B, khiến nó thành lựa chọn mạnh về hiệu năng/giá.
Benchmark 4 GPU R9700. Một cấu hình khoảng 16.000 CAD với bốn GPU Radeon R9700 đạt 190 tok/s khi một người dùng, prefill 6.800 tok/s và 80-225 tok/s mỗi người dùng khi có 8 người dùng ở ngữ cảnh 128K; các lượt follow-up của agent bắt đầu trong 0,2-2,5 giây.
Suy luận Qwen bằng Assembly. Qwen3.5-0.8B chạy bằng Assembly thuần trên một thread CPU với 6,51 tok/s, nhanh hơn bản tham chiếu PyTorch, không cần libc hay runtime Python.
CUDA trên GPU cũ. Một lập trình viên đã chuyển stack huấn luyện LLM hiện đại sang GPU CUDA đời cũ (SM 3.5-7.5) trên Windows, giúp chạy Mamba-1 trên card NVIDIA cũ và dự định backport Mamba-2/3.
Trợ lý bash cục bộ. Một bản Qwen3.5-0.8B được fine-tune chuyển tiếng Anh thông thường thành bash offline trong 1,7 giây trên CPU; tác giả chia sẻ việc chững lại ở mức 74% và bài học rằng lệch phân phối train/test rất quan trọng.
Use case model cục bộ. Một người dùng chạy DeepSeek v4.1 Flash cục bộ cho các agent scout chuyển bớt việc nghiên cứu web khỏi các mô hình frontier, các agent mason dựng code từ đặc tả của mô hình frontier, và các agent lọc nội dung.
Motion graphics cục bộ. Qwen3.8 Flash Next IQ3_XXS trên 16 GB VRAM đã tạo một video motion graphics qua Three.js/Playwright/ffmpeg trong khoảng 2 giờ, cho thấy mô hình cục bộ có thể xử lý các tác vụ lập trình sáng tạo.
Đó là tất cả tin của ngày này – khoảng 5 phút đọc.