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.
Bespoke Labs đã phát hành Nimble, một mô hình quyết định 9B với trọng số mở (open-weight), được tinh chỉnh từ Qwen3.5-9B, cung cấp các câu trả lời xác suất cho những câu hỏi có cấu trúc trong vòng chưa đầy 100ms trên phần cứng cục bộ.
Magnitude biên dịch và tinh chỉnh kernel ngay trên thiết bị để chạy các mô hình mở nhanh hơn tới 2 lần so với llama.cpp trên nền tảng Apple Silicon, NVIDIA, AMD và CPU.
Startup Restate có trụ sở tại Berlin đã gọi vốn thành công vòng Series A nhằm mở rộng engine thực thi nhẹ, đáp ứng nhu cầu ngày càng tăng về quy trình làm việc của các tác nhân AI có khả năng phục hồi cao.
Cloudflare đã cập nhật cơ sở hạ tầng Containers để hỗ trợ lựa chọn hình ảnh runtime và snapshot hệ thống tệp, giúp giảm thời gian khởi động hơn sáu lần đối với khối lượng công việc của tác nhân AI.
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.
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.
Google đã ra mắt Gemini 4 Argon, một mô hình chủ lực mới vượt trội hơn các đối thủ trong các tác vụ tri thức và suy luận ngữ cảnh dài, mặc dù kết quả mã hóa không đồng nhất và khả năng tiếp cận vẫn còn bị giới hạn.
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.
Cohere ra mắt Embed 5, cho phép các nhà phát triển lập chỉ mục bằng mô hình Pro chất lượng cao và thực hiện truy vấn bằng mô hình Fast nhanh hơn trong cùng một không gian vector.
Các nhóm đe dọa đang tích cực khai thác hai lỗ hổng nghiêm trọng trên Citrix NetScaler để giành quyền truy cập root, triển khai web shell và di chuyển ngang vào các mạng nội bộ tại Bắc Mỹ và châu Âu.
NVIDIA trình diễn quy trình làm việc end-to-end để phục vụ các mô hình Hierarchical Sequential Transduction Unit (HSTU) bằng cách sử dụng PyTorch AOTI, bộ nhớ đệm FlexKV và Dynamo-Triton nhằm giảm độ trễ suy luận.
Google DeepMind ra mắt Gemini 4 Argon, đạt hiệu suất tương đương GPT-6 Astra trên các bài kiểm tra trí tuệ trong khi mang lại lợi thế chi phí đáng kể nhờ ưu đãi ban đầu và cơ chế bộ nhớ đệm (caching) được cải thiện.
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 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.
NVIDIA phát hành Blueprint VSS 3.3, giới thiệu tính năng Lấy mẫu Video Hiệu quả Thích ứng (Adaptive Efficient Video Sampling) để giảm mức sử dụng token và kỹ năng Build Vision Agent cho phép tạo ra các triển khai đa luồng công việc từ một prompt duy nhất.
