Cách đội ngũ Claude Code mở rộng các vòng lặp xác minh AI
Đội ngũ Claude Code chia sẻ cách họ sử dụng kiểm thử end-to-end, kiểm thử thuộc tính và kiểm thử khác biệt để xác minh mã do agent tạo ra ở quy mô lớn.
Cập nhật hàng ngày về AI, công cụ lập trình và hạ tầng. Mỗi bài viết giải thích chuyện gì đã xảy ra và tại sao nó quan trọng, kèm link đến nguồn gốc.
Đội ngũ Claude Code chia sẻ cách họ sử dụng kiểm thử end-to-end, kiểm thử thuộc tính và kiểm thử khác biệt để xác minh mã do agent tạo ra ở quy mô lớn.
NVIDIA đã công bố một quy trình tùy chỉnh Nemotron 3.5 Super VL sử dụng học tăng cường và chưng cất kiến thức, giúp nâng cao độ chính xác trong dự đoán chuyển hóa thuốc lên 29%.
Microsoft Research và UC Berkeley giới thiệu một plugin mã nguồn mở giúp giảm mức sử dụng token cho các tác nhân lập trình AI bằng cách tận dụng lịch sử kho lưu trữ (repository) mà không cần thay đổi mô hình nền tảng.
SIG Network của Kubernetes đã ngừng hỗ trợ (deprecate) backend IPVS cho kube-proxy, với lý do không phù hợp về kiến trúc và gánh nặng bảo trì, việc loại bỏ hoàn toàn được lên kế hoạch vào phiên bản 1.40.
Mô hình đa phương thức mới của Google có thể phân biệt giọng nói tổng hợp cũ nhưng chỉ đạt mức ngẫu nhiên đối với các giọng nói từ năm 2025 và 2026.
Một phân tích mới cho thấy các chứng minh hình thức bằng Lean do AI tạo ra đòi hỏi các bước xác minh chặt chẽ vượt ra ngoài việc biên dịch để đảm bảo chúng thực sự khớp với các phát biểu toán học dự kiến.
Một nghiên cứu mới tiết lộ rằng các trung tâm dữ liệu siêu quy mô tại Mỹ đã tiêu thụ 82 terawatt-giờ điện trong một năm, thải ra lượng CO2 tương đương với Đan Mạch.
Google và Mandiant đã xác định những kẻ tấn công sử dụng các khung làm việc đa tác nhân để dịch ngược các bản vá bảo mật và tạo ra mã khai thác chỉ trong vài phút, thu hẹp đáng kể thời gian phòng thủ.
Google tiết lộ rằng các nhóm đe dọa đang sử dụng các khung AI tự chủ để dịch ngược bản vá và phát động tấn công với tốc độ máy móc, thu hẹp đáng kể cửa sổ phòng thủ.
Các mô hình quyết định mới như Jev cung cấp phản hồi trong vài mili giây với chi phí chỉ bằng một phần nhỏ so với LLM, nhờ việc lựa chọn từ các tùy chọn được định nghĩa trước, giúp giảm ảo giác nhưng hạn chế khả năng suy luận phức tạp.
Qua quá trình dịch ngược, người ta phát hiện ra rằng Windows 11 thu thập bitmap về các tác nhân AI lập trình và công cụ dev được sử dụng thông qua MissionControlAggregator, sau đó tải lên dưới dạng dữ liệu chẩn đoán tùy chọn.
AWS tích hợp bộ nhớ AgentCore với Managed Knowledge Bases để kích hoạt RAG cá nhân hóa, nhận thức ngữ cảnh trong khi vẫn thực thi nghiêm ngặt các kiểm soát quyền truy cập tài liệu.
Amazon và Cloudflare báo cáo về các chiến dịch tự động sử dụng ARTEX để đánh cắp khóa của nhà cung cấp AI từ các ứng dụng tiếp xúc với internet như LiteLLM và Dify.
Các kỹ sư suy luận có thể quản lý đánh đổi giữa độ trễ và chi phí hoặc đẩy lùi ranh giới hiệu suất bằng những kỹ thuật như phân tách (disaggregation) và giải mã dự đoán (speculative decoding).
Một kỹ sư của Google đã kết hợp Gemini 4 Argon và bộ giải ràng buộc Z3 để phát hiện các panic khi chạy trong mã Go mà phương pháp fuzzing tiêu chuẩn không thấy được, qua đó phơi bày những điểm mù trong việc xử lý dung lượng slice.