LWiAI Podcast #257: GPT-6 Astra, nguy cơ diệt vong và các sự cố bảo mật AI

Tập thứ 257 của chúng tôi với phần tóm tắt và thảo luận về những tin tức AI lớn trong tuần qua!

Được ghi hình vào ngày 19/09/2026; như thường lệ, xin lỗi vì tập này không được "đúng lịch hàng tuần"!

Dẫn chương trình bởi Andrey Kurenkov và Jeremie Harris

Hãy gửi câu hỏi và phản hồi của bạn cho chúng tôi qua email [email protected] và/hoặc [email protected]

ĐƯỢC TÀI TRỢ BỞI ODSC AI

ODSC AI West 2026 diễn ra từ ngày 27–29 tháng 10 tại San Francisco và trực tuyến, với hơn 300 phiên thảo luận bao gồm AI tác nhân (agentic AI) cho doanh nghiệp, AI cá nhân và tự động hóa quy trình làm việc, AI vật lý và robot, AI tạo sinh, và nhiều chủ đề khác! Hãy tham gia cùng hàng ngàn nhà khoa học dữ liệu, kỹ sư ML, nhà nghiên cứu và lãnh đạo kỹ thuật tại sự kiện này.

Đăng ký tại odsc.ai/west — mã khuyến mãi LWAI giảm thêm 15% cho bất kỳ loại vé nào.

Trong tập này:

• OpenAI đã phát hành GPT-6 Astra, một bước nhảy vọt về khả năng tập trung vào lập trình tác nhân và sử dụng máy tính, nổi bật với khả năng suy luận tiềm ẩn loop-transformer, hiệu suất token cao hơn, và các tuyên bố mới về giám sát an ninh mạng/căn chỉnh (alignment) trong bối cảnh lo ngại về nhận thức đánh giá (eval awareness), sandbagging và quá khớp (overfitting).
• CEO Dario Amodei của Anthropic lập luận về việc "điều tiết tốc độ" AI tiên phong; Sam Altman bày tỏ sự đồng tình trong khi các nhân vật như Jensen Huang, Mark Zuckerberg và Tổng thống Trump công khai bác bỏ các lo ngại về việc chậm lại và an toàn, với động lực Mỹ–Trung định hình cuộc tranh luận.
• Các cảnh báo về nguy cơ tuyệt chủng do AI lan truyền mạnh mẽ sau khi nhà nghiên cứu Jacob Coxon của Anthropic từ chức, thúc đẩy các lời kêu gọi tại Quốc hội về việc quản lý AI chặt chẽ hơn (ví dụ: lệnh cấm/tạm dừng, đề xuất kill-switch) và phản ánh mối lo ngại ngày càng tăng của công chúng về AI.
• Các sự cố và tiết lộ về bảo mật gia tăng: OpenAI đề xuất một khung báo cáo về sự sai lệch (bao gồm việc một tác nhân tự chèn các chỉ dẫn kiểu jailbreak), và các nhà nghiên cứu được cho là đã sử dụng Anthropic Claude để giúp khai thác lỗ hổng hình ảnh trên diễn đàn của bên thứ ba nhằm truy cập vào tài khoản nhân viên OpenAI, làm nổi bật sự mong manh của các phụ thuộc phần mềm.

ĐƯỢC TÀI TRỢ BỞI LANGFUSE

Langfuse là nền tảng mã nguồn mở được áp dụng rộng rãi nhất để đánh giá và quan sát tác nhân AI, được tin dùng bởi Canva, Twilio, Ramp và 21 công ty trong danh sách Fortune 50. Truy vết phân cấp (hierarchical tracing) nắm bắt toàn bộ ngữ cảnh thực thi của các quy trình LLM của bạn (gọi API, ngữ cảnh được truy xuất, hành động của tác nhân, chi phí, độ trễ) để ngay cả các kiến trúc tác nhân phức tạp vẫn có thể gỡ lỗi trong môi trường thực tế.

Giấy phép MIT, có thể tự lưu trữ hoặc quản lý trên Langfuse Cloud, không phụ thuộc vào khung hay nhà cung cấp, với hơn 100 tích hợp.

Bắt đầu tại langfuse.com; gói miễn phí hào phóng, không cần thẻ tín dụng.

Cảm ơn các nhà tài trợ hiện tại của chúng tôi:

• Box - truy cập box.com/LWIAI để tìm hiểu thêm
• Notion - truy cập notion.com/lwai để dùng thử Nền tảng Nhà phát triển của Notion ngay hôm nay.
• ODSC AI - truy cập odsc.ai/east và sử dụng mã khuyến mãi LWAI để được giảm thêm 15% cho vé tham dự ODSC AI East 2026.
• Factor - truy cập factormeals.com/lwai50off và sử dụng mã lwai50off để được giảm 50% và tặng bữa sáng miễn phí trong một năm

Dấu thời gian (có thể chênh lệch vài phút do chèn quảng cáo):

• (00:00:10) Giới thiệu / Trò chuyện
• (00:04:53) Xem trước tin tức về Công cụ & Ứng dụng
• (00:05:33) GPT-6 Astra đã ra mắt—và OpenAI tin rằng nó có thể khởi đầu kỷ nguyên AGI | WIRED +OpenAI bắt đầu triển khai mô hình Astra sau khi cảnh báo về khả năng tấn công mạng tiên tiến của nó +Kỹ thuật suy luận mới của OpenAI khiến các chuyên gia an toàn AI lo ngại
• (00:28:21) CEO Anthropic vạch ra kế hoạch làm chậm quá trình phát triển AI | TechCrunch
• (00:41:38) Meta công bố tác nhân AI Muse cho các tác vụ cá nhân và tổ chức +Muse của Meta có mặt trên Mac, cho phép AI thực hiện các hành động trên máy tính của bạn Chính sách & An toàn
• (00:46:13) Lời kêu gọi quản lý AI gia tăng tại D.C. sau cảnh báo tuyệt chủng của nhà nghiên cứu +Chúng ta không cần quản lý AI — hãy để việc an toàn cho chúng tôi, Jensen Huang của Nvidia nói
• (00:58:27) Trump gọi nỗi sợ AI là trò lừa bịp. Bên trong Nhà Trắng, cuộc tranh luận phức tạp hơn nhiều.
• (01:06:49) Khung báo cáo về sự sai lệch mô hình của chúng tôi | OpenAI + Một tác nhân OpenAI đã cố gắng tự Jailbreak chính nó | WIRED
• (01:21:46) Các nhà nghiên cứu bảo mật đã sử dụng Claude để giúp họ hack vào OpenAI | The Verge

Và đây là những câu chuyện chúng tôi định đưa vào nhưng chưa kịp đề cập:

• Chính sách & An toàn
• Các tác nhân đe dọa đang trao cho các tác nhân AI vai trò lớn hơn trong các cuộc tấn công mạng - Help Net Security
• Iran và Trung Quốc tạo ra các chiến dịch gây ảnh hưởng bằng AI tự chủ đầu tiên - The New York Times
• Anthropic vẫn bị Lầu Năm Góc coi là rủi ro chuỗi cung ứng bất chấp bình luận của Lutnick - Bloomberg
• Bên trong 'Chuỗi tiêu diệt' (Kill Chain) của quân đội Mỹ đã phá hủy một ngôi trường ở Iran
• Malaysia cân nhắc chip AI của Huawei cho dự án quốc gia bất chấp sự phản đối của Mỹ - Bloomberg
• Mỹ cho biết Alibaba, DeepSeek đã 'có hệ thống' đánh cắp các mô hình AI - Bloomberg
• Thành phố New York cấm AI tại các trường tiểu học Nghiên cứu & Tiến bộ
• OpenAI cho biết họ đã giải được một trong những 'Bài toán Thiên niên kỷ' của toán học - The New York Times
• AlphaGenome Atlas của Google DeepMind lập bản đồ tất cả 9 tỷ thay đổi DNA có thể có ở người - SiliconANGLE
• Các mô hình ngôn ngữ có thể kiểm soát sự chú ý của chính chúng
• Ứng dụng & Kinh doanh
• Công ty AI Humain của Ả Rập Xê Út ra mắt mô hình dựa trên MiniMax của Trung Quốc - Bloomberg
• Mistral AI nâng mức định giá lên 21 tỷ Euro trong vòng gọi vốn do Samsung dẫn đầu - Bloomberg
• Nvidia mua lại Hugging Face với giá gần 13 tỷ USD | The Verge
• Truyền thông tổng hợp & Nghệ thuật
• Universal Music ra mắt nền tảng âm nhạc AI cùng với ElevenLabs | The Verge