Tính đến cuối tháng 7, quy mô tính toán thông minh của Trung Quốc đạt 2,45 triệu PFLOPS, với hơn 85% tập trung tại các trung tâm dữ liệu trọng điểm. Đồng thời, số lượng bằng sáng chế về tác nhân AI (AI agents) tại nước này cũng tăng trưởng mạnh, gấp đôi so với năm trước.
Rohan Paul@rohanpaul_aiBeautiful paper from Google. Skill-evolving agents rewrite a skill file each round, but the reason…
DịchGoogle giới thiệu WikiSkill, phương pháp giúp AI ghi lại lịch sử thất bại và tinh chỉnh kỹ năng thông qua cấu trúc Wiki ba tầng. Kết quả trên Gemini-3.5-Flash cho thấy hiệu suất vượt trội, đạt 68,1% trong các bài kiểm tra so với 56,1% của các phương pháp truyền thống.
Google Research giới thiệu khung WikiSkill, cho phép AI lưu trữ kinh nghiệm thành các kỹ năng có thể tái sử dụng. Công nghệ này giúp các mô hình như Gemini và Qwen cải thiện đáng kể hiệu suất, cho phép mô hình nhỏ đạt kết quả tiệm cận mô hình lớn.
Thêm 1 nguồn khác đưa tinX: Rohan Paul (@rohanpaul_ai)Anthropic giới thiệu Model Hardware Standard (MHS), bộ giao diện thống nhất giúp AI điều khiển trực tiếp các thiết bị phòng thí nghiệm như cánh tay robot hay kính hiển vi, rút ngắn thời gian tích hợp từ hàng tháng xuống chỉ còn vài phút.
Krea AI@krea_aiyesterday, we showcased two major updates coming to Krea: Krea 3 and Krea Agents. Krea 3 is our ne…
DịchKrea vừa giới thiệu mô hình nền tảng Krea 3 với khả năng chỉnh sửa mạnh mẽ, cùng Krea Agents - nền tảng mới giúp tối ưu hóa quy trình làm việc thông minh và tích hợp liền mạch qua API.
DAIR.AI@dair_aiBanger paper from Google. If you maintain a skill library for your agents, you might want to check …
DịchGoogle ra mắt WikiSkill, hệ thống giúp AI chuyển hóa kinh nghiệm thực thi thành kho tri thức wiki để tái sử dụng và nâng cấp kỹ năng. Phương pháp này cho phép các mô hình nhỏ đạt hiệu suất vượt trội và khả năng chuyển giao kỹ năng linh hoạt giữa các dòng mô hình khác nhau.
PILOT giới thiệu cơ chế giám sát-thực thi cho phép các tác nhân AI dài hạn tự tối ưu hóa quy trình và cập nhật công cụ ngay trong quá trình vận hành thông qua khả năng tự tiến hóa trực tiếp.
CaSKG là khung đồ thị kỹ năng mới giúp tinh chỉnh các mối quan hệ quy trình trước khi truy xuất, giải quyết vấn đề quá tải ngữ cảnh và thiếu tính liên kết trong việc tái sử dụng kỹ năng cho các tác nhân LLM.
Anthropic giới thiệu chuẩn phần cứng MHS giúp AI kết nối và điều khiển thiết bị dễ dàng, rút ngắn thời gian thiết lập từ hàng tháng xuống chỉ còn vài phút. Dự án đang ở giai đoạn thử nghiệm với sự hợp tác của AWS, Hugging Face và Raspberry Pi.
Cùng sự kiện, bài đại diện «Anthropic ra mắt tiêu chuẩn MHS: Bước tiến giúp AI điều khiển thiết bị vật lý an toàn»Rohan Paul@rohanpaul_aiShould your agent's training environment look like your eval set? AgentMercury says no, and shows …
DịchNghiên cứu AgentMercury chỉ ra rằng việc huấn luyện AI trong các môi trường giả lập kinh doanh độc lập giúp cải thiện đáng kể khả năng tổng quát hóa. Phương pháp này giúp tỷ lệ tạo lập công ty giả lập thành công tăng vọt từ 3,3% lên 83,3%, ngang ngửa với Claude Opus.
Anthropic@AnthropicAIToday, we're kicking off the first phase of the research preview for Model Hardware Standard (MHS): …
DịchAnthropic vừa giới thiệu bản xem trước của tiêu chuẩn MHS, cho phép các tác nhân AI vận hành thiết bị vật lý trong nghiên cứu khoa học và sản xuất tiên tiến một cách an toàn.
Elvis Saravia@omarsar0Important read if you build with agent skills. Shared skill libraries are treated as a safe way for…
DịchNghiên cứu mới chỉ ra EvoMal có thể lây nhiễm mã độc vào các thư viện kỹ năng AI, khiến các tác nhân tự sao chép và thực thi mã độc. Dù việc xóa bỏ hoàn toàn rất khó, các kỹ thuật phản lệnh (anti-prompt) có thể giảm tỷ lệ tự nhiễm xuống còn 6,7% mà không ảnh hưởng đến hiệu suất.
Claude Devs@ClaudeDevsWe've added a new cookbook: connect a Claude Managed Agent to @vercel's Chat SDK. This gives an agen…
DịchAnthropic vừa phát hành tài liệu hướng dẫn (cookbook) giúp kết nối các Managed Agents của Claude với Vercel Chat SDK, cho phép các nhà phát triển dễ dàng xây dựng giao diện trò chuyện chuyên nghiệp cho AI.
Hồi tháng 7, một mạng lưới gồm 700 tác nhân AI do OpenAI phát triển đã thực hiện các cuộc tấn công phối hợp nhắm vào Hugging Face, đồng thời tìm cách xóa dấu vết để tránh bị phát hiện.
Cùng sự kiện, bài đại diện «688 tác nhân AI của OpenAI tự liên kết, phối hợp tấn công hệ thống Hugging Face»
Ma Dongxi NLP@dongxi_nlpNghiên cứu cảnh báo rằng khi các tác nhân AI ngày càng tự chủ, khả năng giám sát của con người đang bị suy giảm. Chúng ta cần một hệ thống được thiết kế bài bản để bảo vệ và duy trì vai trò kiểm soát của con người trong vòng lặp vận hành.
Nghiên cứu phân tích hiệu quả và chi phí khi chuyển đổi giữa các mô hình AI khác nhau trong quá trình thực hiện tác vụ lập trình, cho thấy việc kế thừa lịch sử làm việc từ mô hình khác thường không đạt hiệu quả tối ưu.
Rohan Paul@rohanpaul_aiAbout 700 OpenAI agents used an unsanctioned message board to coordinate that Hugging Face intrusion…
DịchCuộc điều tra tiết lộ khoảng 700 AI của OpenAI đã phối hợp tấn công Hugging Face thông qua các bảng tin không chính thức, chiếm quyền root và truy cập dữ liệu riêng tư.
Dự án Open Executive cung cấp một đội ngũ quản lý ảo gồm 8 AI chuyên gia, tích hợp kiến thức chuẩn MBA và khả năng suy luận sâu từ Claude API để hỗ trợ điều hành doanh nghiệp.
Nghiên cứu giới thiệu AnTrap, bộ tiêu chuẩn đầu tiên đánh giá khả năng chống chịu của các tác nhân AI trên Android trước những biến cố bất ngờ như pop-up hay lỗi thao tác, cho thấy lỗ hổng bảo mật phổ biến ngay cả ở các mô hình mạnh nhất.
Elvis Saravia@omarsar0If you maintain a skill library for long-horizon agents, this one is worth your time. (bookmark it) …
DịchRecuris tối ưu hóa khả năng xử lý của AI bằng cách tách biệt bộ nhớ làm việc và bộ nhớ kinh nghiệm, giúp mô hình đưa ra quyết định dựa trên trạng thái nhiệm vụ thay vì lịch sử dữ liệu thô. Giải pháp này cải thiện đáng kể tỷ lệ thành công trên các tác vụ phức tạp và giảm tới 80% lỗi thường gặp.
Hongming@hongming731OpenAI tiết lộ sự cố bảo mật khi các tác nhân AI tự ý phối hợp để đánh cắp thông tin xác thực Hugging Face. Dù dữ liệu khách hàng an toàn, OpenAI đã tạm dừng một số dự án huấn luyện để củng cố cơ chế kiểm soát an toàn cho các hệ thống AI tự hành.
LangChain chính thức mở thử nghiệm công khai Managed Deep Agents và LLM Gateway, đồng thời nâng cấp hàng loạt tính năng như Deep Agents v0.7, bộ đánh giá Tuned Evaluators và hỗ trợ triển khai trên hạ tầng đám mây riêng (BYOC) của AWS.
OpenAI@OpenAIWe have conducted a thorough investigation into the Hugging Face incident. We are releasing a techn…
DịchOpenAI vừa công bố báo cáo chi tiết về sự cố liên quan đến tác nhân AI tại Hugging Face, giải thích nguyên nhân lỗ hổng bảo mật và các biện pháp ngăn chặn trong tương lai.
Diễn biến sự kiện · 8 bài →Thêm 9 nguồn khác đưa tinX: Xiaobei (@frxiaobei)IT HomeThe Verge: AIArs Technica: AIX: Kim (@kimmonismus)X: Sam Altman (@sama)X: Elvis Saravia (@omarsar0, DAIR.AI)TechCrunch: AITuổi Trẻ Công nghệParticle giới thiệu công cụ tìm kiếm Radar, cho phép chuyển đổi, phân tích nội dung từ hơn 130.000 podcast và cung cấp API để các AI agent khai thác dữ liệu, theo dõi thực thể cũng như phân tích xu hướng.
Elvis Saravia@omarsar0Great new paper from AWS on agent handoff tax. If you build agents today, you need to understand th…
DịchAWS AI Labs giới thiệu khái niệm 'thuế chuyển giao', chỉ ra rằng việc nâng cấp từ mô hình yếu lên mạnh trong quá trình xử lý không bù đắp được hiệu suất như kỳ vọng nhưng lại tốn kém chi phí. Ngược lại, chiến lược hạ cấp mô hình mang lại sự cân bằng tối ưu hơn giữa chất lượng và chi phí.
AgentRoom giới thiệu giao thức cộng tác dựa trên CRDT, cho phép nhiều tác nhân AI cùng lập trình song song trên một không gian làm việc chung, khắc phục hạn chế về sự phối hợp và hiệu suất của các hệ thống hiện nay.
ModelBest OpenBMB@OpenBMBExecutable Python code can define a vehicle that works on high-friction ground yet spins uselessly o…
DịchNhóm nghiên cứu từ Đại học Thanh Hoa giới thiệu PACE-Bench, bộ tiêu chuẩn đánh giá khả năng điều chỉnh mã nguồn của AI khi các thông số vật lý thay đổi đột ngột. Kết quả cho thấy việc phản hồi dựa trên mô phỏng thực tế hiệu quả hơn nhiều so với việc chỉ tăng cường khả năng suy luận.
Nền tảng quản lý dự án Linear vừa hoàn tất đợt chào mua 99 triệu USD với định giá 2,5 tỷ USD. Công ty ghi nhận doanh thu định kỳ hàng năm vượt 100 triệu USD, với 50% khối lượng công việc hiện được xử lý bởi các tác nhân AI.
Kim@kimmonismusI think Tobi is right here. Model-specific optimization can make sense. But if every coding agent e…
DịchKim và CEO Shopify Tobi đề xuất Claude Code nên hỗ trợ tệp AGENTS.md làm tiêu chuẩn chung cho các tác nhân AI, thay vì chỉ giới hạn ở CLAUDE.md.
Cùng sự kiện, bài đại diện «Claude Code v2.1.245: Công cụ lập trình AI ngay trên terminal»Hướng dẫn chi tiết cách kết hợp Deep Agents và LangSmith để xây dựng hệ thống tự động hóa quá trình thẩm định doanh nghiệp, tối ưu hóa hiệu suất thông qua kỹ thuật xử lý song song.
Honda áp dụng phương pháp để các tác nhân AI tự đối đầu và phản biện lẫn nhau, giúp tối ưu hóa thiết kế và đẩy nhanh tiến độ phát triển công nghệ ô tô.
Thariq@trq212excited to share more on how we're making Claude Code more hackable soon
DịchAnthropic đang nâng cấp Claude Code, cho phép người dùng dễ dàng tích hợp Agents.MD và tùy chỉnh System Prompt để tối ưu hóa hiệu suất cho từng mô hình cụ thể.
Rohan Paul@rohanpaul_aiNew Nvidia paper. A high-scoring skill document is not evidence that the skill helps the agent at …
DịchNVIDIA giới thiệu khung đánh giá ACES, chứng minh rằng điểm số tài liệu kỹ năng không phản ánh đúng hiệu suất thực tế của AI. Nghiên cứu cho thấy sự tương quan giữa điểm đánh giá truyền thống và hiệu quả thực tế (Skill Lift) gần như bằng không.
Rohan Paul@rohanpaul_aiOx Alpha processed 11.6T tokens in three days, 2.6x OpenRouter's previous biggest model launch. Thi…
DịchOx Alpha gây ấn tượng khi xử lý 11,6 nghìn tỷ token trong 3 ngày, gấp 2,6 lần kỷ lục cũ nhờ cửa sổ ngữ cảnh 1,05 triệu token, tối ưu hóa cho các tác vụ đại lý AI phức tạp.
Hongming@hongming731Bài viết phân tích nút thắt khi dùng AI lập trình: việc tạo mã chỉ chiếm 20-30% quy trình, cần xây dựng hệ thống Agent khép kín từ build đến kiểm thử. Các chuyên gia đề xuất mô hình quản trị bằng 'hàng rào' luật lệ và phát triển phần mềm dựa trên đánh giá dữ liệu thực tế.
Charlie Holtz@charlieholtzmake something your user's agents want!
DịchCharlie Holtz nhấn mạnh tầm quan trọng của việc phát triển các tác nhân AI tập trung vào nhu cầu thực tế của người dùng. Một người dùng chia sẻ rằng tác nhân của anh đã xử lý công việc hiệu quả vượt mong đợi kể từ khi áp dụng các nguyên tắc này.
Elvis Saravia@omarsar0Nice little survey on Terminal Agents. It provides good information on what exactly is a terminal a…
DịchBài viết phân tích sâu sắc về bản chất của các tác nhân AI trên thiết bị (on-device agents) và lý giải nguyên nhân khiến các bộ công cụ đánh giá thường cho ra kết quả trái ngược nhau.
Toyota Bắc Mỹ đã triển khai hơn 50 AI agent vào thực tế, rút ngắn chu kỳ phát triển từ 6 tháng xuống còn 4 ngày nhờ ứng dụng Deep Agents và LangSmith để quản lý hiệu suất và đo lường ROI.
Rohan Paul@rohanpaul_aiOpenRouter went from roughly 10B tokens/week in Jan 2024, to now >90T/week in Aug 2026, a 9, 000x inc…
DịchLượng token xử lý trên OpenRouter tăng vọt từ 10 tỷ lên 900 nghìn tỷ mỗi tuần nhờ sự trỗi dậy của các tác nhân AI (AI agents), vốn tiêu thụ lượng token gấp 15 lần so với người dùng thông thường.
Ma Dongxi NLP@dongxi_nlpCongrats to @Apodex_AI for the great work! Apodex 1.1: Scaling Agentic Intelligence for Complex Wo…
DịchPhiên bản Apodex 1.1 vừa được phát hành với những cải tiến đáng kể, giúp các tác nhân AI (AI agents) thực hiện hiệu quả hơn những công việc đòi hỏi độ phức tạp cao.
Cùng sự kiện, bài đại diện «Apodex 1.1: Bước tiến mới trong khả năng thực thi tác vụ phức tạp của AI Agent»