Agent, gọi công cụ, trợ lý lập trình và tự động hóa làm được việc thật.
Tổ chức Agentic AI Foundation thúc đẩy việc áp dụng Model Context Protocol trong khi các ông lớn công nghệ cạnh tranh cùng hợp tác xây dựng các đặc tả kỹ thuật nền tảng.
Phiên bản mới nhất của OpenKruise Agents giới thiệu khả năng kiểm soát truy cập mạng, chu trình tạm dừng-tiếp tục tự động và cơ chế scale theo khai báo (declarative scaling) cho các sandbox AI agent trên Kubernetes.
Anthropic giới thiệu tính năng luồng tin nhắn (message threads) nhằm giảm lượng dữ liệu truyền qua API và độ trễ cho các agent chạy dài hạn, mặc dù chi phí token vẫn không thay đổi.
Anthropic đã cập nhật các prompt của Claude Code nhằm ngăn chặn việc sao chép trò chơi, dẫn đến những từ chối không mong muốn trong các tác vụ kỹ thuật ngược. Nhiều nhà phát triển đang quay lại sử dụng các phiên bản mô hình cũ hơn để duy trì tính liên tục của
DeepSeek đã phát hành một nguyên mẫu agent lập trình mã nguồn mở, thực thi các lệnh shell bằng đặc quyền hệ thống của người vận hành, đòi hỏi phải có sự cô lập nghiêm ngặt.
Hướng dẫn thực tế để chẩn đoán các lỗi của DeepSeek Super Agent bằng cách cô lập các ranh giới giữa sự kiện, quyền hạn, worker và phân phối.
Zed Industries giới thiệu DeltaDB, một hệ thống dựa trên CRDT giúp theo dõi quá trình suy luận và các thay đổi mã nguồn của AI agent trong thời gian thực, sử dụng Rust và Cloudflare Durable Objects.
Các agent tự động tích lũy những khả năng ngoài ý muốn theo thời gian. Việc bảo vệ chúng đòi hỏi các cơ chế kiểm soát danh tính và chính sách ở cấp độ nền tảng, chứ không chỉ đơn thuần là cải thiện câu lệnh.
Nghiên cứu mới cho thấy các khung AI agent hiện tại không lưu trữ danh tính bền vững và dấu vết quyết định, khiến doanh nghiệp không thể giám sát các hành động trái phép theo thời gian thực.
Nền tảng trò chơi Spawn vận hành dựa trên một bầy đàn các tác nhân AI được hỗ trợ bởi mô hình Fable, những tác nhân này chỉnh sửa mã trực tiếp, báo cáo lỗi và triển khai bản vá trong vòng một giờ, tiêu tốn hàng triệu đô la cho token mỗi tháng.
GitHub ra mắt Copilot Fusion, một hệ thống điều phối tự động lựa chọn và định tuyến các mô hình lập trình, với tuyên bố tiết kiệm chi phí bằng một nửa so với Claude Code.
Google hiện đã cho phép các AI agent bên ngoài như Claude Code và Codex xây dựng, kiểm thử và gỡ lỗi ứng dụng Android trực tiếp trong Android Studio và giao diện dòng lệnh.
Surge AI giới thiệu DAYJOB: Tax, một benchmark mới kiểm tra các tác nhân AI trên quy trình làm việc thuế phức tạp. Các mô hình hàng đầu chỉ đạt tỷ lệ vượt qua 10,8% trong các nhiệm vụ đòi hỏi phán đoán chuyên môn.
Google DeepMind đã ra mắt Genie 4, một mô hình thế giới tương tác thời gian thực để huấn luyện các tác nhân AI. Mặc dù nó cho phép kiểm thử động, nhưng tính nhất quán về vật lý còn hạn chế làm giảm độ tin cậy của nó trong các mô phỏng rủi ro cao.
Kagent v1.0 và Agent Substrate giới thiệu cơ chế cách ly phần cứng và phần mềm cho các AI agent, sử dụng gVisor và microVM để ngăn chặn thoát khỏi sandbox và thực thi chính sách trong cụm Kubernetes.
