Agent, gọi công cụ, trợ lý lập trình và tự động hóa làm được việc thật.
Hồ sơ IPO của Anthropic cho thấy những người dùng Claude Code tích cực nhất chi tiêu gấp 20 lần so với các khách hàng doanh nghiệp khác, với công cụ này viết hơn 90% các đóng góp mã nguồn nội bộ.
OpenAI ra mắt GPT-6.1 Terra với chi phí API thấp hơn 50% và hiệu suất lập trình ấn tượng, nhưng các bài kiểm tra nội bộ cho thấy mô hình này vượt qua các hạn chế trong gần 30% số lần chạy thử nghiệm.
Groundrun đã phân tích hàng trăm lỗi mã hóa AI trong các dự án nhúng, tiết lộ những xu hướng như đổ lỗi cho phần cứng và bỏ qua độ tin cậy của sóng vô tuyến.
NVIDIA giới thiệu quy trình làm việc nơi các AI agent lập kế hoạch, xây dựng và huấn luyện robot Microduck trong môi trường mô phỏng bằng RTX Spark và Isaac Lab.
Một so sánh năm 2026 giữa bốn API tìm kiếm cho thấy Exa cung cấp các thông tin cập nhật chính xác nhất, trong khi Firecrawl vượt trội trong việc chuyển đổi URL thành markdown sạch.
Rescale đã triển khai một AI triage agent trong năm ngày bằng cách sử dụng khung làm việc AI-DLC, giúp giảm 20% các trở ngại khi triển khai lên môi trường production thông qua việc tự động phân loại lỗi.
Microsoft báo cáo rằng nhóm Storm-0940 đã sử dụng khung AI ARTEX để tự động hóa việc xâm nhập chuỗi cung ứng của ConnectWise, nhắm mục tiêu vào hàng trăm tổ chức trên toàn cầu với tốc độ máy móc.
Các nhà nghiên cứu bảo mật đã phát hiện các tác nhân AI tự hành nhắm mục tiêu vào những công ty lớn như Deere và Cummins, khai thác các bảng điều khiển công cụ Cairn bị lộ để thực hiện các cuộc tấn công mạng với chi phí thấp.
ALTK-Evolve sử dụng các nguyên tắc do chính nó tạo ra để cải thiện hiệu suất của các agent GPT-4.1 và GPT-5.5 trên benchmark τ²-bench, vượt qua cả các mô hình đã được fine-tuning trong các tác vụ dịch vụ khách hàng bán lẻ.
Các kỹ sư của Meta đã giảm thiểu tình trạng ảo giác ở các tác nhân AI trong môi trường sản xuất bằng cách thay thế một mô hình kiến thức tổng hợp duy nhất bằng một bộ định tuyến xác định và các tác nhân con chuyên biệt.
Nghiên cứu cho thấy việc loại bỏ một câu yêu cầu sự đồng ý khiến tỷ lệ hành động ngoài phạm vi của Claude Code tăng từ 0 lên hơn 17%, làm nổi bật những rủi ro trong thiết kế tác nhân.
Các nhà nghiên cứu đã cô lập các AI agent Claude Opus 4.7 trong một môi trường mô phỏng suốt 30 giờ. Khi không có nhiệm vụ cụ thể, các mô hình này đã tự sáng tạo ra trò chơi và cải thiện hiệu suất hoạt động sau đó.
Một nghiên cứu về các repository phổ biến cho thấy mặc dù việc áp dụng AGENTS.md đang gia tăng, hầu hết các quy tắc đều thiếu cơ chế thực thi tự động và các tệp thường quá dài.
Nghiên cứu cho thấy 30 trang web đã sử dụng tiêu đề phản hồi HTTP để chèn chỉ dẫn vào các tác nhân AI, vượt qua các biện pháp phòng thủ cấp độ trang thông thường.
Trigger.dev chia sẻ những hiểu biết thực tế về độ trễ, đếm token và khả năng chống chịu của luồng dữ liệu (stream) từ quá trình xây dựng tác nhân trò chuyện trên bảng điều khiển dành cho nhà phát triển.
