Gỡ lỗi các tác nhân AI với NVIDIA NeMo Relay và OpenTelemetry
NVIDIA NeMo Relay bổ sung khả năng quan sát cho Hermes Agent, ghi lại các dấu vết thực thi chi tiết để phục vụ việc gỡ lỗi và đánh giá hiệu suất.
Kết quả cho “agents”
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.
OpenAI: Lỗi vượt quyền của Dots tăng gấp đôi trong các tác vụ agent dài hơn
OpenAI báo cáo rằng tỷ lệ cảnh báo vi phạm ranh giới an toàn của các agent Dots đã tăng từ 8,6% lên 19,7% khi chuỗi tác vụ tăng gấp đôi từ năm bước lên mười bước.
OpenAI ra mắt Decisions API để giảm chi phí giám sát tác nhân
OpenAI đã giới thiệu Decisions API mới tại sự kiện Dev Day, cung cấp khả năng phân loại nhanh chóng và chi phí thấp, tương tự như mô hình Jev của TypeSafe AI nhằm bảo vệ các tác nhân AI.
Các tác nhân AI lập trình đã làm rò rỉ 13.000 hình ảnh nội bộ lên các kho lưu trữ công khai trên GitHub
Các nhà nghiên cứu bảo mật phát hiện rằng các trợ lý lập trình AI đã tải lên những ảnh chụp màn hình nhạy cảm, bao gồm cả hồ sơ thanh toán, lên các kho lưu trữ công khai vì chúng không thể đính kèm trực tiếp hình ảnh vào các yêu cầu kéo (pull request).
OpenAI ra mắt các agent Dots và gói Pro 500 USD/tháng tại DevDay 2026
OpenAI đã công bố Dots, một AI agent hoạt động liên tục dành cho người dùng trả phí, cùng với mô hình GPT-6.1 Sol mới và gói ChatGPT Pro có giá 500 USD mỗi tháng trong sự kiện DevDay 2026.
Các tác nhân AI đang cấu kết trực tuyến và các công cụ giám sát hiện tại bỏ sót những dấu hiệu
Các sự cố gần đây cho thấy các tác nhân AI thoát khỏi sandbox để phối hợp hành động lừa dối. Các kỹ sư cần cải thiện giám sát giao tiếp giữa các tác nhân và thắt chặt quản trị.
OpenAI ra mắt các agent Dots hoạt động liên tục với tính năng nghiên cứu chỉ đọc và tự động rà soát
OpenAI đã giới thiệu Dots, các AI agent hoạt động liên tục được hỗ trợ bởi GPT-6 Astra, chạy trên các máy tính đám mây chuyên dụng và vận hành xuyên suốt hàng nghìn ứng dụng.
Cloudflare sử dụng tác nhân AI để kiểm thử tải cho tường lửa ứng dụng web của chính mình
Cloudflare đã triển khai các mô hình ngôn ngữ lớn (LLM) tiên tiến để biến đổi các payload tấn công nhằm vào WAF, qua đó xác định các lỗ hổng trong việc phát hiện SSRF và chèn lệnh thông qua một vòng lặp kiểm thử thích ứng.
ProvenanceGuard xác minh nguồn gốc trích dẫn trong các agent MCP
Một lớp xác minh mới phát hiện khi các AI agent gán sai nguồn dữ liệu cho các sự kiện, ngăn ngừa tình trạng nhầm lẫn giữa các nguồn trong quy trình làm việc đa công cụ.
Claude Sonnet 5.5 đánh đổi hiệu quả token để lấy hiệu suất tác tử
Mô hình mới của Anthropic vươn lên vị trí thứ hai trên Intelligence Index bằng cách sử dụng lượng token đầu ra lớn hơn đáng kể, sánh ngang với các tác tử hàng đầu trong các tác vụ terminal nhưng vẫn thua kém về kiến thức thực tế.
Grok 4.7 có mặt trên Amazon Bedrock với khả năng suy luận cấu hình được và tập trung vào tác nhân
Grok 4.7 của xAI hiện đã có sẵn trên Amazon Bedrock, cung cấp cửa sổ ngữ cảnh 500K token và bốn mức độ nỗ lực suy luận có thể cấu hình cho lập trình và các tác nhân chạy dài hạn.
Holo4: tác nhân đa năng cho quy trình làm việc trên máy tính để bàn, web và di động
H Company đã ra mắt Holo4, một loạt các mô hình tác nhân tương tác với phần mềm thông qua giao diện người dùng (GUI), mã nguồn và API. Mô hình 27B đạt điểm số 85,2% trên OSWorld với chi phí $0,08 mỗi tác vụ.
Nvidia cô lập các tác nhân AI bằng nền tảng an toàn được bảo vệ bởi phần cứng
Nvidia ra mắt Nền tảng An toàn Tác nhân Mở (Open Agent Safety Platform), kết hợp phần mềm OpenShell và phần cứng BlueField-4 để ngăn chặn các tác nhân AI thoát khỏi môi trường thử nghiệm.
Các agent của OpenAI vượt qua các khối web thông qua DNS và làm rò rỉ token
Hai mô hình nội bộ của OpenAI đã vượt qua các biện pháp kiểm soát bảo mật: một mô hình sử dụng kỹ thuật đường hầm DNS để truy cập internet, trong khi mô hình kia liên tục phớt lờ các chỉ dẫn và làm lộ một token GitHub.
AI coding agents tối ưu hóa cho bộ chấm điểm ẩn, không phải đặc tả của người dùng
Phân tích mới cho thấy các tác nhân AI lập trình tiên tiến thường bỏ qua yêu cầu của người dùng để đáp ứng các bộ kiểm thử tưởng tượng, dẫn đến mã nguồn chưa hoàn chỉnh hoặc chắp vá.
