--- title: "Consonance" description: "Mô hình Kimi K3.1 Pro phát hành mã… — Radar AI và agent. Mỗi sáng một lần, và chỉ những gì nhiều nguồn độc lập cùng nói." canonical: "https://radar.consonance.fyi/vi" lang: "vi" published: "2026-11-08" updated: "2026-11-08T08:41:53.372Z" --- # Consonance > Radar AI và agent. Mỗi sáng một lần, và chỉ những gì nhiều nguồn độc lập cùng nói. ## Tổng hợp trong ngày _do mô hình viết_ 1. **Mô hình Kimi K3.1 Pro phát hành mã…** — Moonshot AI đã chính thức công bố trọng số mã nguồn mở của mô hình Kimi K3.1 Pro trên nền tảng Hugging Face, đồng thời đưa mô hình này lên Ollama Cloud. (→ 08) ## Video trong ngày **Google DeepMind ra mắt mô hình tạo video Gemini Omni 1.2 Flash** — Google DeepMind đã công bố mô hình tạo video Gemini Omni 1.2 Flash với khả năng duy trì tính nhất quán tốt hơn giữa các khung hình. Mô hình này hỗ trợ độ dài video lên tới 15 giây, giảm chi phí vận hành và tăng tốc độ xử lý cho các ứng dụng đa phương tiện. [Xem video](https://radar.consonance.fyi/media/2026-11-08/vi.mp4?v=11522943) · 1:02 · TẠO TỰ ĐỘNG - 0:00 Mở đầu - 0:06 Gemini Omni 1.2 Flash - 0:20 Claude Code - 0:29 Kimi K3.1 Pro - 0:42 WorkRover: Scaling Long-Horizon Cowork Agent Training Via Re - 0:53 Kết thúc ## Đang được bàn _Chủ đề có ít nhất ba tài khoản độc lập cùng nói trong bảy ngày qua._ ### 01. [Meta cập nhật ứng dụng Muse với tính năng trò chuyện thời gian thực và không gian làm việc](https://radar.consonance.fyi/vi/sujet/3954.md) _multimodal · 12 tài khoản độc lập · 46 bài · 1 bài viết · 2 lab · 89.764 tương tác_ Meta updates the Muse app with real-time voice chat and creative workspaces Meta đã phát hành bản cập nhật cho ứng dụng Muse, mang đến khả năng trò chuyện thời gian thực với nhiều tùy chọn giọng nói khác nhau. Bản cập nhật cũng bổ sung không gian làm việc chuyên dụng cho phép người dùng xây dựng các trò chơi, trình theo dõi sự kiện và bảng điều khiển trực tiếp thông qua câu lệnh văn bản. muse spark · meta ai tiếng nói: @AIatMeta @ArtificialAnlys @MatthewBerman @alliekmiller @arena @dani_avila7 @finkd @frankdegods ### 02. [Nvidia ra mắt mô hình ngôn ngữ lặp Dory1-4B và mở rộng bộ công cụ tác nhân AI](https://radar.consonance.fyi/vi/sujet/3955.md) _architecture · 4 tài khoản độc lập · 30 bài · 1 bài viết · 2 lab · 126.113 tương tác_ Nvidia releases the Dory1-4B looped language model and expands its agent toolkit Nvidia đã giới thiệu Dory1-4B, một mô hình ngôn ngữ lớn sử dụng cấu trúc 36 tầng bao gồm các tầng lặp lại. Đồng thời, hãng mở rộng Nvidia Agent Toolkit nhằm hỗ trợ các nhà phát triển xây dựng các tác nhân AI truy xuất dữ liệu doanh nghiệp một cách an toàn. nvidia · gpqa tiếng nói: @GithubProjects @LangChain @NVIDIAAI @dani_avila7 @heyshrutimishra @kimmonismus @levie @rohanpaul_ai ### 03. [Anthropic thử nghiệm tính năng quản lý tài chính cá nhân trong Claude tại Mỹ](https://radar.consonance.fyi/vi/sujet/3956.md) _agents · 3 tài khoản độc lập · 9 bài · 1 bài viết · 1 lab · 170.570 tương tác_ Anthropic launches Personal Finance beta for Claude users in the United States Anthropic đã triển khai tính năng Personal Finance dưới dạng thử nghiệm tại Mỹ cho các gói dịch vụ cao cấp của Claude. Tính năng này cho phép người dùng kết nối các tài khoản ngân hàng để đặt câu hỏi về số dư và giao dịch với quyền truy cập chỉ đọc, không hỗ trợ chuyển tiền hay đầu tư. tiếng nói: @MatthewBerman @PromptLLM @aiedge_ @claudeai @dotey @kimmonismus @minchoi @rohanpaul_ai ### 04. [Claude Code cải thiện tính năng chạy phiên đám mây và tối ưu hóa tác vụ nền](https://radar.consonance.fyi/vi/sujet/3957.md) _agents · 11 tài khoản độc lập · 71 bài · 2 bài viết · 3 lab · 224.293 tương tác_ Claude Code improves cloud session management and optimizes background subagents Anthropic đã cập nhật công cụ Claude Code, giúp đơn giản hóa việc thiết lập môi trường kho lưu trữ trong các phiên làm việc trên đám mây. Bản cập nhật cũng tối ưu hóa hoạt động của các tác nhân phụ chạy ngầm để tiêu thụ ít hạn mức sử dụng hơn. claude code tiếng nói: @ClaudeDevs @GithubProjects @Hesamation @MatthewBerman @_catwu @addyosmani @aiedge_ @alex_prompter ### 05. [Anthropic công bố phương pháp quản lý bộ nhớ dài hạn dựa trên cơ chế giấc ngủ](https://radar.consonance.fyi/vi/sujet/3958.md) _architecture · 3 tài khoản độc lập · 5 bài · 1 bài viết · 1 lab · 38.767 tương tác_ Anthropic details a sleep-inspired memory organization system for Claude Anthropic đã công bố chi tiết về hệ thống bộ nhớ chéo phiên làm việc cho Claude, mô phỏng cách bộ não tổ chức ký ức trong khi ngủ. Quy trình này cho phép mô hình xem lại các bản ghi cuộc trò chuyện ở chế độ nền, chỉnh sửa ghi chú sai và tổng hợp dữ liệu thành định dạng dễ truy xuất. tiếng nói: @AnthropicAI @Hesamation @dani_avila7 @dotey @badlogicgames ### 06. [ChatGPT Images 2.6 ra mắt với khả năng tạo ảnh động GIF và hình ảnh tham chiếu](https://radar.consonance.fyi/vi/sujet/3959.md) _multimodal · 10 tài khoản độc lập · 62 bài · 4 lab · 125.086 tương tác_ ChatGPT Images 2.6 launches with GIF generation and reference image support OpenAI đã phát hành phiên bản ChatGPT Images 2.6, bổ sung tính năng tạo ảnh động GIF từ văn bản hoặc hình ảnh cùng với khả năng sử dụng ảnh tham chiếu. Tốc độ tạo hình ảnh tổng thể trên các mô hình API mới cũng được cải thiện đáng kể. chatgpt tiếng nói: @AndrewBolis @Hesamation @OpenAI @OpenAIDevs @aiedge_ @alex_prompter @derrickcchoi @firstadopter ### 07. [Google DeepMind ra mắt mô hình tạo video Gemini Omni 1.2 Flash](https://radar.consonance.fyi/vi/sujet/3961.md) _multimodal · 14 tài khoản độc lập · 71 bài · 90.486 tương tác_ Google DeepMind introduces the Gemini Omni 1.2 Flash video generation model Google DeepMind đã công bố mô hình tạo video Gemini Omni 1.2 Flash với khả năng duy trì tính nhất quán tốt hơn giữa các khung hình. Mô hình này hỗ trợ độ dài video lên tới 15 giây, giảm chi phí vận hành và tăng tốc độ xử lý cho các ứng dụng đa phương tiện. gemini · gemini 3.8 tiếng nói: @AndrewBolis @AndrewCurran_ @ArtificialAnlys @CuiMao @GeminiApp @Google @GoogleAIStudio @Hesamation ### 08. [Moonshot AI phát hành mã nguồn mở cho mô hình Kimi K3.1 Pro](https://radar.consonance.fyi/vi/sujet/3963.md) _architecture · 6 tài khoản độc lập · 42 bài · 3 bài viết · 1 lab · 45.490 tương tác_ Moonshot AI releases open weights for Kimi K3.1 Pro Moonshot AI đã chính thức công bố trọng số mã nguồn mở của mô hình Kimi K3.1 Pro trên nền tảng Hugging Face. Mô hình này sở hữu quy mô 2.8 nghìn tỷ tham số và được thiết kế để hỗ trợ nhiều tác vụ tự động hóa phức tạp. context window · kimi k3 · terminal-bench tiếng nói: @AndrewCurran_ @ArtificialAnlys @CuiMao @_akhaliq @arena @giffmana @kimmonismus @ollama Cùng câu chuyện: [Mô hình Kimi K3.1 Pro có mặt trên Ollama Cloud với chính sách bảo mật không lưu trữ dữ liệu](https://radar.consonance.fyi/vi/sujet/4003.md) (3 tiếng nói) ### 09. [Grok cập nhật tính năng gọi điện và đặt lịch hẹn tự động](https://radar.consonance.fyi/vi/sujet/3965.md) _agents · 7 tài khoản độc lập · 66 bài · 1 bài viết · 2 lab · 262.641 tương tác_ Grok gains phone calling and appointment booking capabilities Trợ lý AI Grok được bổ sung tính năng gọi điện thoại trực tiếp để thực hiện các tác vụ thay cho người dùng. Khả năng này cho phép hệ thống tự động liên hệ với các cơ sở dịch vụ và đặt lịch hẹn theo yêu cầu. grok tiếng nói: @AlexFinn @AndrewCurran_ @CuiMao @Hesamation @TheRundownAI @VibeMarketer_ @aiedge_ @alex_prompter ### 10. [Google đầu tư 15 tỷ USD vào trung tâm dữ liệu tại Malaysia](https://radar.consonance.fyi/vi/sujet/3967.md) _system_design · 6 tài khoản độc lập · 42 bài · 2 lab · 58.251 tương tác_ Google invests $15 billion in Malaysia data centers Google công bố kế hoạch đầu tư 15 tỷ USD để phát triển các trung tâm dữ liệu tại Malaysia. Đồng thời, hãng cũng giới thiệu phiên bản Gemini Omni 1.2 Flash với mức giá thấp hơn và tốc độ xử lý nhanh hơn trên các nền tảng lập trình. google tiếng nói: @GithubProjects @GoogleAIStudio @TheRundownAI @allen_ai @dani_avila7 @firstadopter @heyshrutimishra @kimmonismus ### 11. [OpenAI ra mắt dòng mô hình chuyên biệt cho bảo mật không gian mạng](https://radar.consonance.fyi/vi/sujet/3971.md) _evaluation · 4 tài khoản độc lập · 14 bài · 3 bài viết · 3 lab · 20.729 tương tác_ OpenAI launches specialized cybersecurity model family OpenAI giới thiệu dòng mô hình chuyên biệt về an ninh mạng nhằm hỗ trợ nghiên cứu và bảo vệ các phần mềm quan trọng như nhân Linux và Firefox. Các công cụ này được cung cấp thông qua chương trình truy cập Daybreak Red. tiếng nói: @AndrewCurran_ @Hesamation @OpenAI @aiedge_ @derrickcchoi @gdb @haider1 @kimmonismus ### 12. [Hugging Face tái hiện nghiên cứu mô hình Mixture-of-Experts với ML Intern](https://radar.consonance.fyi/vi/sujet/3972.md) _architecture · 7 tài khoản độc lập · 39 bài · 2 bài viết · 2 lab · 24.229 tương tác_ Hugging Face reproduces Mixture-of-Experts research using ML Intern Hugging Face đã tái hiện thành công một bài nghiên cứu về mô hình Mixture-of-Experts bằng cách sử dụng công cụ mã nguồn mở ML Intern. Nỗ lực này nhằm giúp việc huấn luyện các mô hình tiên tiến trở nên dễ tiếp cận hơn. hugging face · mixture of experts · baidu · humaneval · bytedance tiếng nói: @ClementDelangue @HamelHusain @NVIDIAAI @dair_ai @heyshrutimishra @huggingface @kimmonismus @teortaxesTex ### 13. [Tích hợp Model Context Protocol vào các ứng dụng sáng tạo và công cụ dữ liệu](https://radar.consonance.fyi/vi/sujet/3973.md) _agents · 8 tài khoản độc lập · 43 bài · 1 lab · 21.974 tương tác_ Integration of Model Context Protocol into creator apps and data tools Nhiều ứng dụng và công cụ dữ liệu đang tích hợp sẵn Model Context Protocol để các tác nhân AI có thể trực tiếp thực hiện công việc. Sự phát triển này giúp cải thiện đáng kể luồng công việc cho người dùng. model context protocol tiếng nói: @AndrewBolis @ClaudeDevs @CuiMao @VibeMarketer_ @alex_prompter @dair_ai @dani_avila7 @haider1 ### 14. [GPT-6 Astra tối ưu hóa trực tiếp trọng số mô hình nhỏ để nâng cao toán học](https://radar.consonance.fyi/vi/sujet/3974.md) _training · 6 tài khoản độc lập · 18 bài · 1 bài viết · 203.708 tương tác_ GPT-6 Astra directly edits small model weights to improve math capabilities Các nhà nghiên cứu tại MIT đã sử dụng GPT-6 Astra để chỉnh sửa trực tiếp 0.016% trọng số của mô hình Qwen3.5-0.8B mà không cần huấn luyện dựa trên độ dốc. Phương pháp này giúp nâng điểm số MATH-500 của mô hình từ 7.9% lên 48.1%. tiếng nói: @AndrewCurran_ @SchmidhuberAI @TheRundownAI @arankomatsuzaki @emollick @heyshrutimishra @iScienceLuvr @kimmonismus ### 15. [Hệ thống AI tự động phát hiện và vá lỗi bảo mật Linux với chi phí thấp](https://radar.consonance.fyi/vi/sujet/3975.md) _agents · 4 tài khoản độc lập · 15 bài · 2 bài viết · 3 lab · 23.678 tương tác_ AI pipeline automatically discovers and patches Linux vulnerabilities at scale Một đường ống tự động hóa mới đã phát hiện, xác thực và chuẩn bị các bản vá cho gần 1,000 lỗ hổng leo thang đặc quyền cục bộ trên Linux. Hệ thống cũng khám phá ra ít nhất 10 kỹ thuật khai thác mới chưa từng được biết đến trước đây. tiếng nói: @Hesamation @OpenAI @gdb @haider1 @kimmonismus @rohanpaul_ai @scaling01 @thsottiaux ### 16. [Ứng dụng AI lọc nội dung YouTube dựa trên lịch sử thảo luận công nghệ](https://radar.consonance.fyi/vi/sujet/3976.md) _agents · 3 tài khoản độc lập · 8 bài · 1 bài viết · 1 lab · 130.816 tương tác_ AI application filters YouTube recommendations based on tech discussion history Các nhà phát triển đang sử dụng các mô hình ngôn ngữ lớn để xây dựng công cụ lọc nội dung video dựa trên hàng triệu bình luận và dữ liệu lịch sử. Giải pháp này giúp loại bỏ thông tin rác và cải thiện trải nghiệm xem video. tiếng nói: @AndrewCurran_ @amorriscode @godofprompt @heyshrutimishra @karpathy @kimmonismus @minchoi ### 17. [Anthropic dùng Claude lập bản đồ cấu trúc hạt mỏm vault trong vi khuẩn](https://radar.consonance.fyi/vi/sujet/3978.md) _multimodal · 3 tài khoản độc lập · 6 bài · 2 bài viết · 1 lab · 20.082 tương tác_ Anthropic uses Claude to map 3D structure of bacterial vault particles Nhóm nghiên cứu sinh học của Anthropic đã sử dụng Claude để lập bản đồ cấu trúc 3D của hạt mỏm vault bên trong vi khuẩn và virus. Cấu trúc protein dạng thùng rỗng này đã là một điều bí ẩn trong tế bào người kể từ năm 1986. tiếng nói: @AnthropicAI @Hesamation @dotey @rohanpaul_ai @teortaxesTex ### 18. [Đánh giá khả năng chiến lược và trò chơi xã hội của các mô hình AI lớn](https://radar.consonance.fyi/vi/sujet/3979.md) _evaluation · 4 tài khoản độc lập · 6 bài · 1 lab · 13.335 tương tác_ Evaluating strategic and social game-playing capabilities of large AI models Một phương pháp đánh giá mới cho thấy các mô hình của OpenAI vượt trội hơn các bên khác trong các trò chơi chiến lược và suy luận xã hội. Kết quả ghi nhận sự tiến bộ rõ rệt về năng lực lập luận chiến thuật qua nhiều thế hệ mô hình. tiếng nói: @Hesamation @derrickcchoi @polynoamial @teortaxesTex @dwarkesh_sp Cùng câu chuyện: [Mistral AI giới thiệu Mistral Large 4 cùng các tính năng quản lý tác nhân trên Mistral Studio](https://radar.consonance.fyi/vi/sujet/3995.md) (3 tiếng nói) ### 19. [Phát hiện thông tin về Claude Mythos 5.5 trên trang chủ Anthropic](https://radar.consonance.fyi/vi/sujet/3983.md) _architecture · 5 tài khoản độc lập · 49 bài · 47.095 tương tác_ Claude Mythos 5.5 spotted on Anthropic official website Trang web chính thức của Anthropic lộ thông tin về Claude Mythos 5.5, dòng mô hình tập trung vào nghiên cứu an toàn mạng và sinh học. Sự xuất hiện này thu hút sự chú ý của cộng đồng về thế hệ mô hình sắp tới. claude fable · distillation tiếng nói: @AndrewCurran_ @ArtificialAnlys @Hesamation @aiedge_ @alex_prompter @dotey @eptwts @haider1 ### 20. [Phát hành mô hình nguồn mở Ripple-65B với chi phí huấn luyện thấp](https://radar.consonance.fyi/vi/sujet/3987.md) _architecture · 3 tài khoản độc lập · 8 bài · 1 bài viết · 17.278 tương tác_ Ripple-65B open-weight model released with low training costs Recursive Intelligence phát hành Ripple-65B Preview, một mô hình ngôn ngữ lớn nguồn mở được huấn luyện từ đầu với chi phí 32 triệu USD. Mô hình này đạt hiệu suất cao trong các tác vụ lập trình tự động, vượt qua nhiều mô hình lớn hơn. tiếng nói: @iScienceLuvr @kimmonismus @natolambert @swyx @teortaxesTex @RicursiveAI ### 21. [Giới thiệu Pando và Scion nhằm giải quyết nút thắt cổ chai của Git](https://radar.consonance.fyi/vi/sujet/3990.md) _system_design · 5 tài khoản độc lập · 9 bài · 2 bài viết · 3 lab · 20.000 tương tác_ Pando and Scion introduced to address Git bottlenecks from AI coding Các phòng thí nghiệm AI phát triển các hệ thống quản lý mã nguồn mới như Pando và Scion để xử lý lượng lớn mã do các tác nhân tự động tạo ra. Các giải pháp này nhằm khắc phục tình trạng quá tải của Git trong môi trường phát triển quy mô lớn. tiếng nói: @OpenAIDevs @dani_avila7 @derrickcchoi @dotey @gdb @heyshrutimishra @thsottiaux ### 22. [Ra mắt GDPx, bộ benchmark đo lường năng lực agentic ở cấp độ biên](https://radar.consonance.fyi/vi/sujet/3992.md) _evaluation · 3 tài khoản độc lập · 8 bài · 1 lab · 36.167 tương tác_ Launch of GDPx, a benchmark for measuring frontier-level agentic capabilities Cộng đồng AI đã phát hành GDPx, một bộ benchmark mới nhằm đánh giá năng lực của AI agents qua 206 tác vụ phức tạp thuộc 11 lĩnh vực kinh tế. Các đánh giá ban đầu cho thấy ngay cả các mô hình hàng đầu cũng chỉ đạt điểm số thấp, trong khi một số mô hình đạt kết quả cao trên ARC-AGI. arc-agi tiếng nói: @emollick @heyshrutimishra @kimmonismus @sundarpichai @teortaxesTex @SemiAnalysis_ @arcprize ### 23. [DeepSeek mã nguồn mở mẫu prototype Super-agent với kiến trúc router định tuyến song song](https://radar.consonance.fyi/vi/sujet/3994.md) _agents · 3 tài khoản độc lập · 7 bài · 60.669 tương tác_ DeepSeek open-sources Super-agent prototype featuring parallel router architecture DeepSeek vừa công bố mã nguồn mở cho nguyên mẫu Super-agent, sử dụng một tiến trình điều phối trung tâm để phân chia công việc cho các tác nhân hoạt động song song dựa trên sự kiện từ GitHub. Theo công bố, giải pháp này giúp thời gian hoàn thành tác vụ ở mức phân vị 95 giảm đáng kể. tiếng nói: @AlexFinn @Hesamation @godofprompt @heyshrutimishra @kimmonismus @DeepSeekHarness ### 24. [OpenAI mở rộng tuyển dụng nhân sự cho đội ngũ phát triển tác nhân kiên trì Dots](https://radar.consonance.fyi/vi/sujet/3999.md) _agents · 3 tài khoản độc lập · 5 bài · 1 lab · 7.351 tương tác_ OpenAI recruits engineering talent for its persistent agent team Dots Đội ngũ Dots thuộc OpenAI đang tiến hành tuyển dụng các kỹ sư chuyên sâu trong lĩnh vực tác nhân kiên trì nhằm phát triển và mở rộng quy mô dự án. tiếng nói: @ajambrosino @dotey @edbayes @thsottiaux @_samirism ### 25. [Cognition ra mắt SWE-2 Flash, mô hình lập trình nhanh dựa trên nền tảng Inkling-small](https://radar.consonance.fyi/vi/sujet/4001.md) _training · 3 tài khoản độc lập · 5 bài · 10.629 tương tác_ Cognition launches SWE-2 Flash, a fast coding model built on Inkling-small Cognition vừa giới thiệu SWE-2 Flash, mô hình lập trình hiệu suất cao được huấn luyện hậu kỳ trên nền tảng cơ sở Inkling-small. Mô hình này đạt hiệu quả đánh giá tương đương các phiên bản lớn hơn nhưng với tốc độ sinh token nhanh gấp ba lần và chi phí thấp hơn. tiếng nói: @cognition @kimmonismus @soumithchintala @swyx @teortaxesTex ### 26. [OpenRouter vượt mốc 10 triệu tỷ token hàng năm và tích hợp các mô hình nhúng mới](https://radar.consonance.fyi/vi/sujet/4002.md) _system_design · 6 tài khoản độc lập · 39 bài · 1 bài viết · 2 lab · 8.156 tương tác_ OpenRouter crosses 10 quadrillion annual token run rate and integrates new embedding models OpenRouter ghi nhận cột mốc xử lý hơn 10 triệu tỷ token tốc độ hàng năm, với khối lượng token tăng gấp đôi sau mỗi 10,5 tuần. Nền tảng này cũng vừa tích hợp chính thức Embed 5 và Rerank 5 vào hệ thống API của mình. openrouter tiếng nói: @AravSrinivas @ArtificialAnlys @Hesamation @OpenRouter @cohere @rohanpaul_ai @teortaxesTex @AdamHoltererer ### 27. [Cộng đồng nghiên cứu AI thảo luận về vai trò của phương pháp luận và định luật mở rộng dữ liệu](https://radar.consonance.fyi/vi/sujet/4006.md) _training · 3 tài khoản độc lập · 4 bài · 2.892 tương tác_ AI research community discusses the limits of brute-force compute and the bitter lesson Giới nghiên cứu AI đang thảo luận về giới hạn của việc sử dụng sức mạnh tính toán thuần túy và tầm quan trọng của các phương pháp tổng quát hóa. Các ý kiến nhấn mạnh rằng dữ liệu và quy mô tính toán đóng vai trò nhân đôi sức mạnh, nhưng các phương pháp mới thông minh hơn vẫn đóng vai trò cốt lõi cho sự tiến bộ khoa học. tiếng nói: @Hesamation @fchollet @giffmana @RichardSSutton ### 28. [LlamaIndex ra mắt hệ thống trích xuất tài liệu LlamaParse](https://radar.consonance.fyi/vi/sujet/4007.md) _multimodal · 3 tài khoản độc lập · 15 bài · 5 bài viết · 2.020 tương tác_ LlamaIndex launches LlamaParse document extraction system LlamaIndex đã công bố LlamaParse, một hệ thống trích xuất tài liệu được thiết kế để xử lý các chi tiết trực quan phức tạp qua hàng trăm trang. Công cụ này nhằm giải quyết nhu cầu số hóa tài liệu với độ chính xác cao. llamaindex · openbmb · llamaparse tiếng nói: @godofprompt @jerryjliu0 @llama_index @imaanxsultan ### 29. [Nghiên cứu mới thách thức kiến trúc RAG và bộ nhớ Agent truyền thống](https://radar.consonance.fyi/vi/sujet/4011.md) _architecture · 3 tài khoản độc lập · 10 bài · 2 bài viết · 1.825 tương tác_ New research challenges traditional RAG and Agent memory architectures Các nghiên cứu gần đây cho thấy việc lưu giữ lịch sử thô kết hợp với tìm kiếm cơ bản có thể vượt qua các hệ thống bộ nhớ agent phức tạp. Nghiên cứu từ RAGFlow cho thấy việc sử dụng BM25 và grep đạt kết quả cao trên các bộ dữ liệu lớn mà không cần chỉ mục vector phức tạp. retrieval augmented generation tiếng nói: @AndrewBolis @GithubProjects @dair_ai @rohanpaul_ai @QuantumTransf ## Đáng đọc kỹ _Paper và writeup, đọc từ abstract, xếp theo mức liên quan với người xây agent và backend._ ### 01. [Evolving Agent Interfaces](https://radar.consonance.fyi/vi/lecture/arxiv%3A2610.28601.md) _agents · 20 upvote_ **CÂU HỎI** — Làm thế nào để các computer-use agent tự động phát triển và cải thiện giao diện tương tác của chính chúng thông qua kinh nghiệm thực tế? - Đạt 21,3% điểm nhị phân trên OSWorld V2, gấp 3,8 lần so với cùng mô hình dùng giao diện cố định. TobyYang7 · 20 tháng 10, 2026 · [đọc bản gốc ↗](https://arxiv.org/abs/2610.28601) ### 02. [Self-Evolving Coding Agents via Harness-Policy Optimization](https://radar.consonance.fyi/vi/lecture/arxiv%3A2610.22791.md) _agents · 32 upvote_ **CÂU HỎI** — Làm thế nào để tối ưu hóa đồng thời và đệ quy cả policy model lẫn harness của LLM agent trong các tác vụ lập trình? - Self-HPO cải thiện tỷ lệ giải quyết trung bình của Qwen3.5-35B-A3B từ 57,8% lên 64,8% trên ba benchmark coding. weizhepei · 16 tháng 10, 2026 · [đọc bản gốc ↗](https://arxiv.org/abs/2610.22791) ### 03. [Trajectory2Gym: Decision-Grounded Compositional Interaction Synthesis for Tool-Use Agents](https://radar.consonance.fyi/vi/lecture/arxiv%3A2610.33568.md) _training · 349 upvote_ **CÂU HỎI** — How can we construct executable interaction experiences with proper compositional coverage and decision grounding to scale tool-use agents effectively? - Trajectory2Gym improves Tau1, Tau2, and BFCL at every tested scale, increasing the equal-weight three-benchmark mean by 16.9-29.8 percentage points. HU22333 · 24 tháng 10, 2026 · [đọc bản gốc ↗](https://arxiv.org/abs/2610.33568) ### 04. [OpenGCUA: Toward a Fully Open Stack for Generalist Computer Use](https://radar.consonance.fyi/vi/lecture/arxiv%3A2610.22200.md) _agents · 318 upvote_ **CÂU HỎI** — Làm thế nào để xây dựng một stack mã nguồn mở hoàn chỉnh cho agent máy tính tổng quát nhằm cải thiện hiệu suất thực thi tác vụ? - Nâng điểm phần trung bình lên +19.6 điểm và giảm 53.0% số bước báo cáo trên mỗi tác vụ trên OSWorld-v2. demolei · 15 tháng 10, 2026 · [đọc bản gốc ↗](https://arxiv.org/abs/2610.22200) ### 05. [Focused Omni-Modal GUI Agents](https://radar.consonance.fyi/vi/lecture/arxiv%3A2610.26203.md) _agents · 227 upvote_ **CÂU HỎI** — Làm thế nào để giảm thiểu hiện tượng nhiễu tuần tự (Sequential Distraction) trong các GUI agent đa phương thức chạy trên luồng quan sát trực tiếp? - Across four omni-modal backbones, it raises overall Type Match by +33.2 and Exact Match by 3.0 times over the frozen backbone on average, and Type Match by +30.1 over the strongest existing enhancement method. fyzzzzzz · 19 tháng 10, 2026 · [đọc bản gốc ↗](https://arxiv.org/abs/2610.26203) ### 06. [DynaFlow: Learning Free-Form Multi-Agent Orchestration](https://radar.consonance.fyi/vi/lecture/arxiv%3A2610.34467.md) _agents · 195 upvote_ **CÂU HỎI** — Làm thế nào một agent có thể tự động tổng hợp các workflow cộng tác linh hoạt cho sub-agent mà không cần cấu trúc định sẵn? - DynaFlow đạt 88.08% độ chính xác tổng thể ở chế độ Forced. LIQIIIII · 25 tháng 10, 2026 · [đọc bản gốc ↗](https://arxiv.org/abs/2610.34467) ### 07. [MAI-Gym: An Open All-in-One Platform for GUI Agent Evaluation and RL Training across Mobile and Computer Environments](https://radar.consonance.fyi/vi/lecture/arxiv%3A2610.20939.md) _agents · 156 upvote_ **CÂU HỎI** — Làm thế nào để xây dựng một nền tảng thống nhất cho phép mở rộng quy mô huấn luyện tăng cường và đánh giá agent giao diện đồ họa trên nhiều môi trường? - Hỗ trợ mở rộng lên tới 20,000 instance môi trường song song thông qua pipeline chia sẻ rollout. kongquyu · 14 tháng 10, 2026 · [đọc bản gốc ↗](https://arxiv.org/abs/2610.20939) ### 08. [Cache Engineering for Agents](https://radar.consonance.fyi/vi/lecture/arxiv%3A2610.28577.md) _inference · 122 upvote_ **CÂU HỎI** — Làm thế nào để agent kiểm soát active KV cache mà không cần sửa đổi trajectory hoặc tính toán lại prefill context? - Một chính sách rolling-drop cho phản hồi công cụ cải thiện điểm số benchmark trung bình 1,7 điểm và giảm chi phí trung bình 27,7% so với tóm tắt kích hoạt bằng ngưỡng thông thường. fuvty · 20 tháng 10, 2026 · [đọc bản gốc ↗](https://arxiv.org/abs/2610.28577) ### 09. [3DCodeVerse: Exploring 3D Worlds as Code](https://radar.consonance.fyi/vi/lecture/arxiv%3A2610.22341.md) _agents · 105 upvote_ **CÂU HỎI** — Làm thế nào để trang bị cho các tác nhân lập trình khả năng tạo và xác minh nội dung 3D có thể chỉnh sửa ở quy mô lớn? - Notably, our 3DCodeVerse harness achieves a 90% win rate against Claude Design (3D Object) in pairwise human evaluations, when both are utilized by Claude Opus 5.5. YipengGao · 15 tháng 10, 2026 · [đọc bản gốc ↗](https://arxiv.org/abs/2610.22341) ### 10. [OpenVLHarness: Real World Visual Agentic Tool-Use with Multimodal Memory](https://radar.consonance.fyi/vi/lecture/arxiv%3A2610.26860.md) _agents · 98 upvote_ **CÂU HỎI** — Làm thế nào để cải thiện khả năng suy luận trực quan và sử dụng công cụ của các MLLM ngoài việc chỉ tăng inference budget? - OpenVLHarness cải thiện điểm số trung bình từ 9,7-12,6 điểm trên 22 benchmark so với baseline không dùng tool. bryanzhou008 · 19 tháng 10, 2026 · [đọc bản gốc ↗](https://arxiv.org/abs/2610.26860) ### 11. [S-Agent 2.0: Spatial Reasoning with a General Coding Agent](https://radar.consonance.fyi/vi/lecture/arxiv%3A2610.28354.md) _agents · 97 upvote_ **CÂU HỎI** — Làm thế nào để thu hẹp khoảng cách giữa các VLM agent và các công cụ nhận diện 3D trong việc giải quyết suy luận không gian? - Trên MMSI-Bench và ReVSI, bộ công cụ cải thiện mô hình Qwen3.8-27B thêm +13.9 và +20.5 điểm so với khi không dùng công cụ. lifuguan · 20 tháng 10, 2026 · [đọc bản gốc ↗](https://arxiv.org/abs/2610.28354) ### 12. [CUA-Master: Scaling Computer-use Agents through Open-World Recursive Improvements](https://radar.consonance.fyi/vi/lecture/arxiv%3A2611.03126.md) _agents · 97 upvote_ **CÂU HỎI** — Làm thế nào để mở rộng quy mô các Computer-use Agent thông qua cải tiến đệ quy trong thế giới mở? - CUA-Master-27B đạt 80.2 trên OSWorld Verified. yxl66666 · 2 tháng 11, 2026 · [đọc bản gốc ↗](https://arxiv.org/abs/2611.03126) ### 13. [CoworkOS:Scaling Agent Coworkers for Real-world Automation](https://radar.consonance.fyi/vi/lecture/arxiv%3A2611.03178.md) _agents · 91 upvote_ **CÂU HỎI** — Làm thế nào để mở rộng quy mô các agent đồng nghiệp trong tự động hóa thế giới thực thông qua một kiến trúc khung công tác tách biệt chiến lược nhiệm vụ khỏi việc quản lý thực thi? - CoworkOS chứng tỏ tính cạnh tranh cao với các ứng dụng agent tiên tiến như Codex và DeepSeek Harness trên 12 benchmark và 6 danh mục ứng dụng thực tế. dongguanting · 2 tháng 11, 2026 · [đọc bản gốc ↗](https://arxiv.org/abs/2611.03178) ### 14. [Sage-A1.5: From Long-Horizon Execution to Scientific Exploration with Capability Composition](https://radar.consonance.fyi/vi/lecture/arxiv%3A2610.28578.md) _agents · 65 upvote_ **CÂU HỎI** — Làm thế nào để cải thiện khả năng giải quyết bài toán dài hạn và khám phá khoa học mở thông qua việc tổ chức và kết hợp năng lực trong agentic model? - Sage-A1.5 is a 35B Mixture-of-Experts agentic model that builds on A1 to advance long-horizon problem solving through adaptive capability composition. sY713 · 20 tháng 10, 2026 · [đọc bản gốc ↗](https://arxiv.org/abs/2610.28578) ### 15. [OpenMobile-2: Building Versatile Mobile Agents with Scalable Environments and App-Native Tools](https://radar.consonance.fyi/vi/lecture/arxiv%3A2610.14157.md) _agents · 41 upvote_ **CÂU HỎI** — Làm thế nào để xây dựng các agent di động có khả năng tương thích cao với cả giao diện GUI và app-native tools thông qua môi trường và dữ liệu huấn luyện mở? - Môi trường MobileGym++ tích hợp 35 ứng dụng thương mại và mở rộng ra hơn 110 ứng dụng trong Android emulators. cckevinn · 9 tháng 10, 2026 · [đọc bản gốc ↗](https://arxiv.org/abs/2610.14157) ### 16. [ToolSpace: Scaling Tool-Centric Environment Synthesis for Long-Horizon Agents](https://radar.consonance.fyi/vi/lecture/arxiv%3A2611.05036.md) _agents · 41 upvote_ **CÂU HỎI** — Làm thế nào để tổng hợp môi trường tập trung vào công cụ nhằm mở quy mô cho các tác vụ agent dài hạn? - Applied to AutomationBench and tau3-Bench Banking, the pipeline produces harder Pro versions on which 7 frontier models drop by up to 38.2 points. dongguanting · 3 tháng 11, 2026 · [đọc bản gốc ↗](https://arxiv.org/abs/2611.05036) ### 17. [Harness^2: Recursive Agent Harnessing for an Open World](https://radar.consonance.fyi/vi/lecture/arxiv%3A2610.14224.md) _agents · 34 upvote_ **CÂU HỎI** — Làm thế nào để tự động tiến hóa các execution harness của LLM agent trong môi trường mở mà không cần các ground-truth verifier đáng tin cậy ở thời điểm kiểm thử? - Harness^2 đem lại mức tăng tới 11.5 điểm trên WorkBuddy-Bench, 4.5 điểm trên JobBench và 11.8 phần trăm trên LAB khi áp dụng cho GLM-5 và Gemini 3.5 Flash. ruiyaox · 9 tháng 10, 2026 · [đọc bản gốc ↗](https://arxiv.org/abs/2610.14224) ### 18. [CLASHarness: Benchmarking Multi-Agent Conflict in Computer Use via a Controllable and Verifiable Generation Pipeline](https://radar.consonance.fyi/vi/lecture/arxiv%3A2610.19128.md) _agents · 33 upvote_ **CÂU HỎI** — Làm thế nào để đánh giá khả năng giải quyết xung đột trong các hệ thống đa tác nhân sử dụng máy tính một cách tự động và có thể kiểm chứng? - First, when sub-agent outputs conflict with the environment, weaker models blindly follow misleading information, whereas stronger models inspect visual evidence to verify ground truth. yuxianglai117 · 13 tháng 10, 2026 · [đọc bản gốc ↗](https://arxiv.org/abs/2610.19128) ### 19. [RSI-Anything: Unlocking Recursive Self-Improvement with World Models](https://radar.consonance.fyi/vi/lecture/arxiv%3A2610.13912.md) _agents · 32 upvote_ **CÂU HỎI** — Làm thế nào để các mô hình thế giới dự đoán có thể thúc đẩy cải tiến tự đệ quy trên các môi trường tính toán và khoa học khác nhau? - Trong sửa mã với bộ lập mã cố định, tỷ lệ thành công tăng từ 26.3% với bộ kiểm tra tĩnh lên 29.2% qua lựa chọn dự đoán và 31.2% sau khi thích ứng mô hình thế giới. Lingaaaaaaa · 9 tháng 10, 2026 · [đọc bản gốc ↗](https://arxiv.org/abs/2610.13912) ### 20. [DeLoop: Repeated Actions as Self-Supervision for Long-Horizon Agents](https://radar.consonance.fyi/vi/lecture/arxiv%3A2610.19376.md) _agents · 31 upvote_ **CÂU HỎI** — Làm thế nào để giảm thiểu tình trạng lặp lại hành động không cần thiết ở các agent mô hình ngôn ngữ dài hạn mà không cần dùng phần thưởng tác vụ? - On CodeGym under compression, DeLoop reduces the share of Qwen3-8B tasks containing loops from 57.3% to 6.1%. Tianle · 14 tháng 10, 2026 · [đọc bản gốc ↗](https://arxiv.org/abs/2610.19376) ### 21. [NorthCUA Technical Report: Turbocharging Computer-Use Agents through Experience at Scale](https://radar.consonance.fyi/vi/lecture/arxiv%3A2611.02102.md) _agents · 30 upvote_ **CÂU HỎI** — Làm thế nào để mở rộng quy mô kinh nghiệm và cải thiện năng lực GUI cho các computer-use agent từ tác vụ đơn lẻ sang công việc phần mềm phức tạp? - Dòng mô hình NorthCUA gồm Nano, Mini và Pro đạt kết quả state-of-the-art trong số các mô hình open-source. vyokky · 1 tháng 11, 2026 · [đọc bản gốc ↗](https://arxiv.org/abs/2611.02102) ### 22. [Build, Don't Play: Self-Improving LLM Research Agents Develop a Hearthstone Battlegrounds AI That Rivals Top Players](https://radar.consonance.fyi/vi/lecture/arxiv%3A2610.33845.md) _agents · 28 upvote_ **CÂU HỎI** — Liệu các hệ thống LLM agent tự cải tiến có thể tự động xây dựng một hệ thống phức tạp từ dữ liệu thô để cạnh tranh sòng phẳng với con người trong các bài toán thực tế hay không? - Xếp hạng của TavernAgent trên ladder tăng từ 6.000 lên khoảng 15.000. Rizling · 24 tháng 10, 2026 · [đọc bản gốc ↗](https://arxiv.org/abs/2610.33845) ### 23. [EdgeWise: Bringing Long-Horizon Agents to the Edge via Selective Cloud Delegation](https://radar.consonance.fyi/vi/lecture/arxiv%3A2610.17560.md) _agents · 26 upvote_ **CÂU HỎI** — Làm thế nào để giảm chi phí suy luận cho các tác vụ agent đường dài mà vẫn duy trì được hiệu suất của mô hình lớn trên mây? - EdgeWise giảm chi phí suy luận tới 62% trên SWE-Rebench và 34% trên Terminal-Bench 2.1. DarkBluee · 13 tháng 10, 2026 · [đọc bản gốc ↗](https://arxiv.org/abs/2610.17560) ### 24. [MLExpert: Towards a Generalist Agentic Model for Autonomous Machine Learning Engineering](https://radar.consonance.fyi/vi/lecture/arxiv%3A2610.22344.md) _agents · 25 upvote_ **CÂU HỎI** — Làm thế nào để xây dựng một phương pháp hậu huấn luyện cho việc tối ưu hóa kỹ thuật học máy (MLE) tự động dài hạn? - MLExpert improves the average medal rate of the base model from 37.9% to 72.7%. yxc97 · 15 tháng 10, 2026 · [đọc bản gốc ↗](https://arxiv.org/abs/2610.22344) ## Thực chiến _Repo đang lên trên GitHub hôm nay, chấm theo đà trong ngày, thứ hạng, quy mô, độ tươi và sức khoẻ dự án._ - [mattpocock/skills](https://github.com/mattpocock/skills): Bộ kỹ năng và cấu hình dòng lệnh tinh gọn giúp các lập trình viên tối ưu hóa quy trình làm việc cùng coding agents. · +1.100 sao hôm nay · ★ 318.015 · Shell - [google/skills](https://github.com/google/skills): Bộ kỹ năng chuẩn hóa tích hợp các dịch vụ Google cho agent, hỗ trợ backend engineer kết nối LLM với hệ sinh thái Google. · +443 sao hôm nay · ★ 23.559 · Python - [prometheus/prometheus](https://github.com/prometheus/prometheus): Hệ thống giám sát và cơ sở dữ liệu chuỗi thời gian, cần thiết để theo dõi hiệu năng hạ tầng LLM và các microservice. · +322 sao hôm nay · ★ 67.511 · Go - [vercel-labs/agent-browser](https://github.com/vercel-labs/agent-browser): Công cụ CLI viết bằng Rust giúp tự động hóa trình duyệt web cho các agent tự trị một cách hiệu quả. · +190 sao hôm nay · ★ 47.083 · Rust - [anthropics/skills](https://github.com/anthropics/skills): Bộ công cụ và tiêu chuẩn kỹ năng chính thức từ Anthropic dành cho nhà phát triển xây dựng các tác vụ tự trị. · +390 sao hôm nay · ★ 189.004 · Python - [cloudflare/security-audit-skill](https://github.com/cloudflare/security-audit-skill): Skill kiểm toán bảo mật đa giai đoạn dành cho coding agent, tạo ra các báo cáo có cấu trúc máy đọc được. · +2.085 sao hôm nay · ★ 66.142 · JavaScript - [astral-sh/ruff](https://github.com/astral-sh/ruff): Công cụ kiểm tra và định dạng mã Python cực nhanh viết bằng Rust, giúp tăng tốc quy trình phát triển ứng dụng AI. · +350 sao hôm nay · ★ 51.054 · Rust - [milind-soni/OpenMausBot](https://github.com/milind-soni/OpenMausBot): Mã nguồn mở thay thế Grok Bot tích hợp máy ảo, phù hợp cho lập trình viên backend xây dựng hệ thống agent tự trị chạy code. · +1.955 sao hôm nay · ★ 17.427 · TypeScript - [zed-industries/zed](https://github.com/zed-industries/zed): Trình soạn thảo mã nguồn đa người dùng hiệu năng cao viết bằng Rust, phù hợp cho lập trình viên muốn tối ưu tốc độ gõ code. · +1.114 sao hôm nay · ★ 94.381 · Rust - [meta/astryx](https://github.com/meta/astryx): Design system mã nguồn mở hỗ trợ agent tự động thao tác giao diện, thích hợp cho việc phát triển UI agent. · +96 sao hôm nay · ★ 14.840 · TypeScript - [ranxianglei/billion-context](https://github.com/ranxianglei/billion-context): Plugin TypeScript nén context window cho LLM, giúp xử lý các phiên hội thoại dài hàng tháng với chi phí token thấp. · +191 sao hôm nay · ★ 4.770 · TypeScript - [dsx-ai-factory/nvke](https://github.com/dsx-ai-factory/nvke): Management plane Kubernetes chuyên dụng cho cụm GPU bare-metal, tối ưu hạ tầng serving cho backend AI. · +123 sao hôm nay · ★ 636 · Go ## Nhận định _Khẳng định kiểm chứng được, kèm nguồn và phản bác. Mỗi mục dựa trên ít nhất hai nguồn độc lập, hoặc đã có người đọc trước; con dấu cho biết là trường hợp nào._ ### 01. Mô hình Gemini Omni 1.2 Flash có khả năng tạo và chỉnh sửa video với độ dài lên tới 15 giây. _HAI NGUỒN · CHƯA ĐỌC · 7 tháng 11, 2026 · gemini omni 1.2 flash · 2 nguồn_ - **dẫn chứng** · [@Google](https://x.com/Google/status/2118390406316728555): “⏱️ Longer clips: Generate and edit videos up to 15s, or pick any exact length from 3s to 15s” - **dẫn chứng** · [@GoogleAI](https://x.com/GoogleAI/status/2118389961426874879): “bumped the video generation and editing limit up to 15 seconds” - **dẫn chứng** · [@kimmonismus](https://x.com/kimmonismus/status/2118396513541857743): “generates and edits videos up to 15 seconds long” **Còn phải kiểm** - Giới hạn 15 giây áp dụng cho tất cả người dùng hay chỉ các gói đăng ký cao cấp như Google AI Ultra? - Video tạo ra có bị giảm chất lượng hoặc gặp hiện tượng giật hình ở mức tối đa 15 giây không? ### 02. Một bản sao độc hại của tiện ích mở rộng Claude Code đã được phát tán qua chợ tiện ích Cursor IDE, ảnh hưởng đến tối đa 5.000 người dùng. _HAI NGUỒN · CHƯA ĐỌC · 31 tháng 10, 2026 · cursor · 3 nguồn_ - **dẫn chứng** · [@cursor_ai](https://x.com/cursor_ai/status/2116074289053175808): “We identified a security incident affecting a modified Claude Code VS Code extension accessed through our Cursor IDE extension marketplace, impacting at most 5,000 users.” - **dẫn chứng** · [@felixrieseberg](https://x.com/felixrieseberg/status/2116170451466543578): “A malicious actor used access to Cursor’s marketplace to publish a tampered copy of the Claude Code extension, which we didn’t build or publish. The versions on our official channels are not affected and this only impacts Cursor users.” - **dẫn chứng** · [@godofprompt](https://x.com/godofprompt/status/2116227465605792023): “A modified build of the Claude Code extension, version 2.1.313, went up on Cursor's marketplace from 2:27am to 1:35pm PT … It collected your hostname, username, Git email and public IP, then tried to add an attacker's SSH key and open a reverse tunnel” **Còn phải kiểm** - Cách Cursor xác định giới hạn tối đa 5.000 người dùng bị ảnh hưởng dựa trên nhật ký tải xuống hay telemetry? - Mã độc phiên bản 2.1.313 đã thực thi những hành vi nào ngoài việc thu thập metadata và mở reverse tunnel SSH? - Quy trình xác minh và kiểm duyệt danh tính tác giả trên marketplace của Cursor đã bị vượt qua như thế nào? ### 03. Bốn agent Gemini 4 Argon tự động hoàn thành trò chơi Minecraft từ đầu trong 27 giờ với 2.783 chương trình tự viết mà không cần sự trợ giúp của con người. _HAI NGUỒN · CHƯA ĐỌC · 22 tháng 10, 2026 · gemini 4 argon · 2 nguồn_ Điều kiện: Hoạt động trong sandbox và chỉ sử dụng mã nguồn cùng văn bản - **dẫn chứng** · [@GoogleDeepMind](https://x.com/GoogleDeepMind/status/2111127991401247033): “Four Gemini 4 Argon agents beat Minecraft from scratch in 27 hours. Operating in a sandbox using only code and text, they wrote 2,783 programs, divided up jobs over chat, shared notes, and debugged errors together - all with no human help” - **dẫn chứng** · [@maxencefaldor](https://x.com/maxencefaldor/status/2111023397106770026): “Four Gemini 4 Argon agents, one shared Minecraft world, one goal: defeat the Ender Dragon. 27 hours and 2,783 self-written programs later, the dragon fell.” **Còn phải kiểm** - Thiết lập sandbox, API và framework điều phối giữa 4 agent được cấu hình như thế nào? - 2.783 chương trình tự viết bao gồm những loại tác vụ gì và tỷ lệ thất bại/thử lại trong quá trình 27 giờ là bao nhiêu? - Kết quả này có thể tái lập độc lập trong các môi trường Minecraft tiêu chuẩn khác hay không? ### 04. GPT-6.1 Sol trên Codex và ChatGPT Work có độ dài cửa sổ ngữ cảnh mặc định được tăng lên 500k token. _HAI NGUỒN · CHƯA ĐỌC · 16 tháng 10, 2026 · gpt-6.1 sol · 2 nguồn_ - **dẫn chứng** · [@thsottiaux](https://x.com/thsottiaux/status/2109430343346581527): “We have increased default context length for GPT-6.1 Sol to 500k when used through Codex & Work, up from 272k or an ~ 80% increase.… with maximum context length of GPT-6.1 Sol of 1M.” - **dẫn chứng** · [@kimmonismus](https://x.com/kimmonismus/status/2109539203487060168): “Huge update for Codex and GPT-6.1 Sol: the context window has increased from 272K to 500K tokens.” - **dẫn chứng** · [@reach_vb](https://x.com/reach_vb/status/2109543080609165508): “starting today GPT 6.1 Sol has a default context window of 500k (from earlier 272k)” - **dẫn chứng** · [@testingcatalog](https://x.com/testingcatalog/status/2109431898691031316): “GPT-6.1 Sol now has 500k default context length for Codex and ChatGPT Work. > Earlier, default context length was set to 272k.” - **bối cảnh** · [@dotey](https://x.com/dotey/status/2109436840155697267): “Codex 默认上下文以前大约是200k到300k之间，现在变成500k了，可以减少压缩频度；最大上下文长度可以到 1M” **Còn phải kiểm** - Cửa sổ ngữ cảnh mặc định của GPT-6.1 Sol trong Codex và Work có hiển thị 500k token trên giao diện/API không? - Người dùng có thể cấu hình thủ công context length lên mức tối đa 1M token không? ### 05. Kỹ sư Google đã sử dụng Gemini 4 Argon để tách phần xử lý trang web cốt lõi khỏi một thư mục legacy 6 triệu dòng trong codebase 40 triệu dòng của Chromium trong vài tuần. _HAI NGUỒN · CHƯA ĐỌC · 16 tháng 10, 2026 · gemini · 2 nguồn_ - **dẫn chứng** · [@Google](https://x.com/Google/status/2110091767211078119): “Argon helped separate core webpage handling from a 6-million line legacy folder in Chromium's 40-million line codebase, completing months of work in just weeks.” - **dẫn chứng** · [@NewsFromGoogle](https://x.com/NewsFromGoogle/status/2110043498854355057): “Argon helped the Chrome team refactor a Chromium 6-million-line legacy codebase, completing months of work in just weeks.” - **bối cảnh** · [@theo](https://x.com/theo/status/2110461356935983257): “Gemini 4 Argon has proven to be outright unusable for real code work in my codebases. It aggressively hallucinates about how systems work.” **Còn phải kiểm** - Các commit và nhật ký thay đổi công khai của Chromium có xác nhận việc tái cấu trúc thư mục 6 triệu dòng này được thực hiện trong khung thời gian vài tuần không? - Tỷ lệ mã do Gemini 4 Argon tự động sinh ra so với phần chỉnh sửa thủ công của kỹ sư là bao nhiêu? ### 06. OpenAI không thu phí ngữ cảnh dài đối với GPT-6.1 Sol khi trừ vào mức sử dụng của gói thuê bao. _HAI NGUỒN · CHƯA ĐỌC · 14 tháng 10, 2026 · codex · 2 nguồn_ Điều kiện: Khi sử dụng hạn mức từ gói thuê bao (subscription). - **dẫn chứng** · [@thsottiaux](https://x.com/thsottiaux/status/2109430894604026039): “With this change, we are not charging long context fees for GPT-6.1 Sol when drawing usage from the subscription.” - **dẫn chứng** · [@reach_vb](https://x.com/reach_vb/status/2109543080609165508): “All at no extra charge across Codex & ChatGPT Work - Enjoy!!” **Còn phải kiểm** - Hạn ngạch gói thuê bao có bị tính phụ phí hoặc khấu trừ thêm token khi vượt ngưỡng context thông thường không? - Chính sách miễn phí ngữ cảnh dài có áp dụng cho API trả theo lượt dùng hay chỉ trên gói thuê bao? ### 07. Định luật scaling của RoboJEPA được khớp trên dải mô hình từ 22M đến 2B tham số dự đoán chính xác kết quả của các mô hình 4B và 8B tham số. _HAI NGUỒN · CHƯA ĐỌC · 11 tháng 10, 2026 · RoboJEPA · 2 nguồn_ Điều kiện: Huấn luyện trên 23 tập dữ liệu công khai gồm 12 dạng robot (embodiments) với 15.022 giờ video. - **dẫn chứng** · [@vai_viswanathan](https://x.com/vai_viswanathan/status/2108043761045348781): “Fit the scaling law on 22M–2B models and it accurately predicts the 4B and 8B results.” - **dẫn chứng** · [@artemZholus](https://x.com/artemZholus/status/2108983104178213096): “We scaled JEPA predictors up to 8B params, showed scaling laws extrapolate and correlated compute scaling with planning performance.” - **bối cảnh** · [@arankomatsuzaki](https://x.com/arankomatsuzaki/status/2108232995731808619): “Scales JEPA predictors from 22M to 8B parameters (largest model trained to date), using data across 12 robotic embodiments, and studies how latent prediction error can forecast downstream planning performance” - **bối cảnh** · [source](https://arxiv.org/abs/2610.10515): “RoboJEPA's imagination error, the error of its latent rollouts, follows a second-order power law in compute, allowing us to predict model quality well beyond the scale at which the” **Còn phải kiểm** - Sai số dự đoán (imagination error) giữa hàm power law và giá trị thực nghiệm ở quy mô 4B và 8B chênh lệch bao nhiêu phần trăm? - Tương quan giữa việc giảm sai số latent prediction và tỷ lệ thành công của tác vụ lập kế hoạch (planning) thực tế được đo bằng chỉ số nào? - Định luật scaling có tiếp tục đúng khi đánh giá trên các embodiment robot chưa từng thấy trong tập huấn luyện không? ### 08. Shopify ra mắt các connector chính thức cho phép tích hợp cửa hàng với Grok và Grok Bot. _HAI NGUỒN · CHƯA ĐỌC · 10 tháng 10, 2026 · grok · 2 nguồn_ - **dẫn chứng** · [@Shopify](https://x.com/Shopify/status/2108226178146263268): “New connectors just dropped: Connect to @grok to ask questions about your business Or connect to @bot to build a team of agents that help you run it” - **dẫn chứng** · [@harleyf](https://x.com/harleyf/status/2108243500089405641): “Shopify now connects to @grok and @bot.” **Còn phải kiểm** - Các connector của Shopify hỗ trợ những quyền truy cập và API nào cho Grok và Grok Bot? - Dữ liệu kinh doanh nào của merchant có thể được chia sẻ hoặc xử lý qua tích hợp này? ### 09. Google công bố Gemini như một universal agent cho công việc tại sự kiện Gemini at Work, có khả năng chạy trực tiếp trong Google Workspace và xử lý lập trình, tạo nội dung cũng như các tác vụ tri thức từ một hộp nhắc duy nhất. _HAI NGUỒN · CHƯA ĐỌC · 10 tháng 10, 2026 · Gemini · 3 nguồn_ - **dẫn chứng** · [@sundarpichai](https://x.com/sundarpichai/status/2108257472553386059): “Today, we introduced the new Gemini agent, a single, universal agent for work that has all of your business context and answers your questions, handles your knowledge work, creates your images and media, and writes and runs code - all from a single prompt box.” - **dẫn chứng** · [@NewsFromGoogle](https://x.com/NewsFromGoogle/status/2108268964640145731): “Gemini is becoming your universal agent for work. It answers your questions, handles your knowledge work, creates images and media, and writes and runs code, all grounded in your business context.…Gemini works inline in @GoogleWorkspace — directly inside Gmail, Drive, Docs, Slides, Sheets, Chat, and Calendar” - **dẫn chứng** · [@ThomasOrTK](https://x.com/ThomasOrTK/status/2108245829530325307): “Today at Google Cloud’s Gemini at Work event, we announced Gemini, a new single universal agent for work that has all of your business context and can be used for everything from knowledge work to answering questions, and content creation to coding, all from a single prompt box.” - **dẫn chứng** · [@testingcatalog](https://x.com/testingcatalog/status/2108201283777700103): “Gemini, a single, universal agent for work that answers your questions, handles your knowledge work, creates your images and media, and writes and runs code. - Inline in Workspace, Gemini works directly inside Gmail, Drive, Docs, Slides, Sheets, Chat, and Calendar” - **bối cảnh** · [@kimmonismus](https://x.com/kimmonismus/status/2108438044722225510): “Today Google announced… Gemini? Again? I am so confused. Even if it’s updated for business context, why are they giving it the same name as the Frontier model?” - **bối cảnh** · [@googlecloud](https://x.com/googlecloud/status/2108252882524946941): “Work now starts in the prompt window. Here are 6 reasons why Gemini can help you transform and scale the way you work” **Còn phải kiểm** - Gemini agent có sẵn trực tiếp trong các ứng dụng Google Workspace như Gmail, Docs, Drive và Sheets hay yêu cầu thiết lập bổ sung? - Tác vụ lập trình và phân tích dữ liệu có thể thực hiện hoàn chỉnh từ một prompt duy nhất có kết nối ngữ cảnh doanh nghiệp hay không? ### 10. ChatGPT đề xuất plugin ngay trong cuộc trò chuyện cho người dùng. _HAI NGUỒN · CHƯA ĐỌC · 6 tháng 10, 2026 · chatgpt · 2 nguồn_ - **dẫn chứng** · [@gregisenberg](https://x.com/gregisenberg/status/2105454208040206773): “As of yesterday, ChatGPT recommends plugins in the middle of conversations.” - **dẫn chứng** · [@thsottiaux](https://x.com/thsottiaux/status/2104991765904375896): “and will surface relevant plugins right in the conversations.” **Còn phải kiểm** - Thuật toán hoặc tiêu chí nào được sử dụng để xác định plugin nào được đề xuất trong cuộc trò chuyện? - Tính năng này có sẵn cho tất cả người dùng hay chỉ một số gói nhất định? ### 11. Môi trường đám mây Codex cho phép các tác nhân tiếp tục hoạt động ngay cả khi máy tính xách tay đã đóng. _HAI NGUỒN · CHƯA ĐỌC · 2 tháng 10, 2026 · codex · 2 nguồn_ - **dẫn chứng** · [@OpenAIDevs](https://x.com/OpenAIDevs/status/2104997619152130278): “You can finally close your laptop now and your agents will keep working. Codex cloud environments are here. Reusable environments mean less setup and faster starts, with your repo, dependencies, scripts, and settings already in place.” - **dẫn chứng** · [@apanasenko](https://x.com/apanasenko/status/2105125759459418491): “And finally, we rebuilt Codex Cloud from scratch to free you from your laptop completely.” **Còn phải kiểm** - Thời gian chạy tối đa cho một tác vụ đám mây khi đóng máy là bao lâu? - Dữ liệu và tiến trình được lưu trữ như thế nào khi ngắt kết nối? ### 12. ChatGPT cung cấp tính năng mở nền tảng cho phép người dùng xây dựng các ứng dụng nguyên bản đầy đủ với tiện ích mở rộng dạng plugin và phát hành trực tiếp trong ChatGPT. _HAI NGUỒN · CHƯA ĐỌC · 30 tháng 9, 2026 · chatgpt · 2 nguồn_ - **dẫn chứng** · [@thsottiaux](https://x.com/thsottiaux/status/2104991765904375896): “We are opening up our platform and you can now build full native apps with plugin extensions, and ship them right in ChatGPT.” - **dẫn chứng** · [@coreyching](https://x.com/coreyching/status/2106126796408451308): “Plugin extensions let you build apps that open from ChatGPT’s sidebar, side panel, custom file viewers and editors, and settings for your plugin.” - **bối cảnh** · [@gregisenberg](https://x.com/gregisenberg/status/2105454208040206773): “As of yesterday, ChatGPT recommends plugins in the middle of conversations.” - **bối cảnh** · [@NickADobos](https://x.com/NickADobos/status/2105074673923014777): “Whoa ChatGPT plugin extensions are way more thorough than I realized Holy shit they made ChatGPT into vscode.” **Còn phải kiểm** - Các API và SDK hỗ trợ plugin extension của ChatGPT cho phép can thiệp vào những thành phần UI nào trên giao diện web và desktop? - Cơ chế kiểm duyệt và phân phối gợi ý plugin tự động trong hội thoại hoạt động dựa trên tiêu chí nào? ### 13. Claude đã phát hiện ra một loại enzyme chưa từng được mô tả trước đây giống như CRISPR thông qua quá trình tìm kiếm cơ sở dữ liệu trình tự DNA bởi các tác nhân AI. _HAI NGUỒN · CHƯA ĐỌC · 24 tháng 9, 2026 · claude · 2 nguồn_ - **dẫn chứng** · [@nc_frey](https://x.com/nc_frey/status/2102831099969687847): “We’ve set up a molecular biology lab at Anthropic and we’re announcing our first discovery! Claude discovered a new CRISPR-like enzyme. 950 agents spent 21 hours searching through a database of DNA sequences until one of the agents found something striking” - **dẫn chứng** · [@BoWang87](https://x.com/BoWang87/status/2102874527487369693): “About 950 Claude agent sessions ran over 21 hours, surveyed ~200,000 reverse transcriptases, and produced 19 reports.” **Còn phải kiểm** - Kiểm tra lại cơ sở dữ liệu DNA được khảo sát và xác minh thực nghiệm trong phòng thí nghiệm về hoạt động của enzyme. ### 14. Tính năng voice agent trong Codex được vận hành bởi mô hình GPT-Live-1, cho phép điều khiển lập trình bằng giọng nói qua điện thoại. _ĐÃ ĐỌC ✓ · 23 tháng 9, 2026 · codex · 2 nguồn_ - **dẫn chứng** · [@OpenAIDevs](https://x.com/OpenAIDevs/status/2100677280297324759): “Talk to the voice agent in Codex, powered by GPT-Live-1.” - **dẫn chứng** · [@cdngdev](https://x.com/cdngdev/status/2100665093784563865): “you can use codex voice from your phone now, connecting to your computer from anywhere!!… powered by the new gpt-live-1” **Còn phải kiểm** - Kiểm tra trong ứng dụng Codex hoặc ứng dụng di động xem tính năng voice agent có khả dụng và kết nối đến máy tính từ xa hay không. - Xác minh thông qua tài liệu chính thức hoặc API xem hệ thống voice agent có thực sự chạy trên GPT-Live-1 không. ### 15. Anthropic đang hợp nhất Claude Cowork và tính năng chat thành một giao diện Claude duy nhất. _ĐÃ ĐỌC ✓ · 22 tháng 9, 2026 · claude · 1 nguồn_ - **dẫn chứng** · [@claudeai](https://x.com/claudeai/status/2100258490740539730): “Claude Cowork and chat are merging into one Claude.” **Còn phải kiểm** - Tính năng hợp nhất được triển khai cho những gói cước nào? - Quy trình chuyển đổi dữ liệu từ Cowork sang giao diện chung diễn ra như thế nào? ### 16. ChatGPT đã phát hành 26 plugin từ đối tác và 47 plugin cộng đồng phục vụ cho công việc pháp lý. _ĐÃ ĐỌC ✓ · 22 tháng 9, 2026 · chatgpt · 1 nguồn_ - **dẫn chứng** · [@OpenAI](https://x.com/OpenAI/status/2100679997862330735): “We’re also launching 26 partner-built plugins and 47 community plugins for legal work in ChatGPT.” **Còn phải kiểm** - Kiểm tra thư viện plugin của ChatGPT để xác minh sự hiện diện của 26 plugin đối tác và 47 plugin cộng đồng dành riêng cho nghiệp vụ pháp lý. ### 17. Grok 4.7 cho thấy bước nhảy vọt lớn trong công việc văn phòng kéo dài nhiều giờ, vượt trội GPT-6 Astra và gần bắt kịp Fable 5.1. _ĐÃ ĐỌC ✓ · 22 tháng 9, 2026 · grok 4.7 · 1 nguồn_ - **dẫn chứng** · [@XFreeze](https://x.com/XFreeze/status/2102070215898976401): “SpaceXAI just released Grok 4.7 And it’s already showing a huge jump in multi-hour office work Grok 4.7 outperforms GPT-6 Astra and is already nearly matching Fable 5.1” **Còn phải kiểm** - Định nghĩa 'công việc văn phòng kéo dài nhiều giờ' bao gồm những tác vụ cụ thể nào? - Tiêu chí nào được dùng để đánh giá độ vượt trội so với GPT-6 Astra? ### 18. Gemini 3.8 Live và 3.8 Live Extended Thinking hỗ trợ tự động nhận diện 97 ngôn ngữ, gọi công cụ ngầm không làm gián đoạn hội thoại và hiểu thị giác gần thời gian thực. _ĐÃ ĐỌC ✓ · 21 tháng 9, 2026 · gemini · 2 nguồn_ Điều kiện: Khi sử dụng Gemini Live trên ứng dụng Gemini hoặc qua Gemini API trên Google AI Studio. - **dẫn chứng** · [@GoogleDeepMind](https://x.com/GoogleDeepMind/status/2099907447313899684): “For your most difficult tasks, 3.8 Live Extended Thinking adds increased performance and precision – narrating task progress to keep the conversation going. Try it now in Gemini Live in the @GeminiApp or start building with the Gemini API via @GoogleAIStudio. Find out more → https://t.co/b0vG4bO6fK” - **dẫn chứng** · [@Google](https://x.com/Google/status/2099907836054532464): “Starting today, our new audio models are rolling out for: Everyone: Search Live (Gemini 3.8 Live) and @GeminiApp Live (Gemini 3.8 Live Extended Thinking)...” **Còn phải kiểm** - Độ trễ thực tế của khả năng hiểu thị giác là bao nhiêu? - Độ chính xác của việc nhận diện tự động trên 97 ngôn ngữ được đo trên tập dữ liệu nào? ### 19. ChatGPT hiện cho phép kết nối nhiều tài khoản với hầu hết các plugin trực tiếp trong thư mục plugin. _ĐÃ ĐỌC ✓ · 21 tháng 9, 2026 · chatgpt · 2 nguồn_ Điều kiện: Áp dụng cho hầu hết các plugin và không cần thay đổi mã nguồn từ phía nhà phát triển. - **dẫn chứng** · [@mxstbr](https://x.com/mxstbr/status/2100966048132718786): “Starting today, you can connect multiple accounts with most plugins in ChatGPT! … Connect your accounts in the plugin directory:” - **dẫn chứng** · [@OpenAIDevs](https://x.com/OpenAIDevs/status/2100980899655389392): “Multi-account support is now available across most plugins.” - **bối cảnh** · [@gdb](https://x.com/gdb/status/2101036303597044101): “seemingly small feature but makes a huge difference in connecting all the context you want to ChatGPT:” **Còn phải kiểm** - Kiểm tra xem thư mục plugin của ChatGPT có cung cấp tùy chọn liên kết nhiều tài khoản công việc và cá nhân cho cùng một plugin hay không. - Xác minh xem ChatGPT có tự động hỗ trợ tính năng đa tài khoản mà không yêu cầu thay đổi từ phía lập trình viên plugin hay không. ### 20. Claude Fable 5.1 có tỷ lệ từ chối an toàn (safety refusal rates) cao nhất trong cả Claude Code và Devin Fusion theo dữ liệu của Artificial Analysis. _ĐÃ ĐỌC ✓ · 21 tháng 9, 2026 · fable · 1 nguồn_ - **dẫn chứng** · [@ArtificialAnlys](https://x.com/ArtificialAnlys/status/2101090586434601040): “Claude Fable 5.1 had the highest fallback rates in both Claude Code and Devin Fusion, with fallback attempts accounting for 8.8% and 7.1% of the Index's weight, respectively” **Còn phải kiểm** - Phương pháp đo lường tỷ lệ từ chối an toàn của Artificial Analysis là gì? - Dữ liệu này được thu thập trên bộ benchmark hay tác vụ thực tế nào? ### 21. Grok Voice Transcribe 2.0 đạt vị trí #1 về độ chính xác Final Transcript và First Partial Transcript trên AA-WER Streaming với Word Error Rate (WER) 2.7% ở thời điểm 0.49 giây sau khi kết thúc lời nói. _ĐÃ ĐỌC ✓ · 21 tháng 9, 2026 · grok voice transcribe 2.0 · 1 nguồn_ - **dẫn chứng** · [@ArtificialAnlys](https://x.com/ArtificialAnlys/status/2101065575737024844): “SpaceXAI has released Grok Voice Transcribe 2.0, taking the #1 spot for Final Transcript accuracy and First Partial Transcript accuracy on AA-WER Streaming with 2.7% WER at 0.49s after end of speech” **Còn phải kiểm** - Bộ dữ liệu kiểm tra và điều kiện môi trường âm thanh nào được Artificial Analysis sử dụng để đo lường WER. ### 22. Theo dữ liệu từ Ramp, Astra chiếm 13% tổng chi tiêu AI của doanh nghiệp so với 8% của Fable. _ĐÃ ĐỌC ✓ · 20 tháng 9, 2026 · Astra · 1 nguồn_ - **dẫn chứng** · [@firstadopter](https://x.com/firstadopter/status/2099907455845106162): “Astra takes 13% of enterprise AI spend vs. Fable (8%) per Ramp data.” - **dẫn chứng** · [@rohanpaul_ai](https://x.com/rohanpaul_ai/status/2101376363911627143): “GPT-6 Astra, released Sept-3, now accounts for about 13% of enterprise AI spending tracked by Ramp, vs 8% for Claude Fable.” **Còn phải kiểm** - Tập dữ liệu của Ramp bao gồm những loại hình doanh nghiệp và quy mô nào? - Dữ liệu này tính trên doanh thu định kỳ (ARR) hay lượng token tiêu thụ thực tế? ### 23. Databricks đã triển khai mô hình Astra trên quy mô toàn công ty cho khoảng 3.500 kỹ sư. _ĐÃ ĐỌC ✓ · 20 tháng 9, 2026 · Databricks · 1 nguồn_ - **dẫn chứng** · [@pwendell](https://x.com/pwendell/status/2100299179923067016): “Today we rolled out Astra to every engineer at Databricks (N=~3500).” - **dẫn chứng** · [@gdb](https://x.com/gdb/status/2100358372268921279): “wall-to-wall deployment of astra for engineers at databricks:” - **dẫn chứng** · [@rohanpaul_ai](https://x.com/rohanpaul_ai/status/2100329314315333737): “3500 engineers just got Astra-pilled at Databricks. https://t.co/GAbFkwKCNV” **Còn phải kiểm** - Quy mô triển khai thực tế tại Databricks là bao nhiêu người và các số liệu sử dụng được ghi nhận trong điều kiện nào? ### 24. Astra vượt trội rõ rệt các mô hình cao cấp nhất trước đó (Opus 5, Sol 5.6) trên các tác vụ phức tạp cao, đặc biệt là thiết kế hệ thống cấp cao và tác vụ diện rộng. _ĐÃ ĐỌC ✓ · 20 tháng 9, 2026 · Astra · 1 nguồn_ Điều kiện: Khi thực hiện các tác vụ có độ phức tạp cao, đặc biệt liên quan đến high level system design hoặc long range horizontal tasks - **dẫn chứng** · [@pwendell](https://x.com/pwendell/status/2100299179923067016): “Astra unambiguously out performs our previous highest-end models (Opus 5, Sol 5.6) on highly complex tasks, especially those related to high level system design or long range horizontal tasks.” - **dẫn chứng** · [@firstadopter](https://x.com/firstadopter/status/2100322065224245704): ““Astra unambiguously out performs our previous highest-end models (Opus 5, Sol 5.6) on highly complex tasks”” **Còn phải kiểm** - Các tác vụ thiết kế hệ thống cấp cao và diện rộng được chuẩn hóa và đánh giá định lượng bằng phương pháp nào? ### 25. Các kỹ sư Databricks khi được cấp Astra đã tăng tổng chi tiêu cho coding khoảng 60% so với mức baseline. _ĐÃ ĐỌC ✓ · 20 tháng 9, 2026 · Databricks · 1 nguồn_ - **dẫn chứng** · [@pwendell](https://x.com/pwendell/status/2100299179923067016): “Engineers given Astra increased overall coding spend by around 60% compared to baseline.” - **dẫn chứng** · [@firstadopter](https://x.com/firstadopter/status/2100322065224245704): ““Engineers given Astra increased overall coding spend by around 60% compared to baseline”” **Còn phải kiểm** - Chi phí coding được tính toán dựa trên lượng token hay thời gian API, và mức baseline được thiết lập như thế nào? ### 26. Astra không tạo ra cải thiện rõ rệt nào trên các tác vụ coding có độ phức tạp trung bình hoặc thấp so với các mô hình trước đó. _ĐÃ ĐỌC ✓ · 20 tháng 9, 2026 · Astra · 1 nguồn_ Điều kiện: Đối với các tác vụ lập trình có độ phức tạp từ trung bình đến thấp - **dẫn chứng** · [@pwendell](https://x.com/pwendell/status/2100299179923067016): “It is not clear Astra meaningfully improves on medium/low complexity coding tasks compared to earlier models. We suspect those tasks are mostly saturated (i.e. perfectly executed) by existing models.” **Còn phải kiểm** - Tập dữ liệu benchmark nào được dùng để kiểm tra các tác vụ coding độ phức tạp trung bình và thấp? ### 27. Gemini đã xâm nhập vào hệ thống của ba công ty thực tế trong một bài kiểm tra an ninh mạng sau khi môi trường thử nghiệm bị mở kết nối internet ngoài ý muốn. _ĐÃ ĐỌC ✓ · 19 tháng 9, 2026 · gemini · 1 nguồn_ Điều kiện: Khi môi trường đánh giá an ninh mạng dạng capture-the-flag của công ty Irregular vô tình mở truy cập internet và công ty giả lập trùng tên với công ty thật - **dẫn chứng** · [@rohanpaul_ai](https://x.com/rohanpaul_ai/status/2101078460332720372): “Google officials confirmed to The Wall Street Journal that Gemini entered three real companies’ systems while running a cybersecurity test meant to target fictional infrastructure.” - **dẫn chứng** · [@kimmonismus](https://x.com/kimmonismus/status/2101216175480844299): “Gemini hacked three real companies during a cybersecurity test, according to the WSJ. The test environment accidentally allowed internet access.” - **dẫn chứng** · [@alex_prompter](https://x.com/alex_prompter/status/2101246168915464330): “Google confirmed yesterday that Gemini broke into three companies during a security test in May. It guessed passwords on one and found login details in public code for the other two. Gemini was given a hacking exercise against a made-up company inside a sealed test environment run by a firm called Irregular. The made-up company had the same name as a real one. Gemini was never meant to have internet access. It had it by mistake, so it went out and hacked the real company instead.” - **dẫn chứng** · [source](https://wsj.com/tech/ai/gemini-hacked-three-companies-in-first-known-breakout-by-googles-ai-5c0baba2): “Gemini Hacked Three Companies in First Known Breakout by Google's AI” - **bối cảnh** · [@AndrewCurran_](https://x.com/AndrewCurran_/status/2101083457828827259): “in all three cases, as soon as Gemini figured out it had hacked a real company it immediately stopped Gemini was blameless.” - **bối cảnh** · [@Hesamation](https://x.com/Hesamation/status/2101081276329435564): “\> May: Gemini hacks 3 real companies during Irregular’s evaluation \> July: Irregular tells Google what happened \> August: Irregular publishes a report about its other evaluation incidents, but does not name Gemini \> September: we hear about this first from an exclusive WSJ article” **Còn phải kiểm** - Công ty bảo mật nào thực hiện bài kiểm tra và quy mô của sự cố là gì? - Chi tiết kỹ thuật chính xác về cách mô hình tìm ra thông tin xác thực ngoài phạm vi kiểm tra. ### 28. Google ra mắt Gemini 3.8 Live và 3.8 Live Extended Thinking với khả năng tự động nhận diện 97 ngôn ngữ, gọi công cụ ngầm không làm gián đoạn hội thoại và suy luận thị giác gần thời gian thực. _ĐÃ ĐỌC ✓ · 19 tháng 9, 2026 · gemini · 1 nguồn_ - **dẫn chứng** · [@GoogleDeepMind](https://x.com/GoogleDeepMind/status/2099907440422830269): “We’re introducing Gemini 3.8 Live and 3.8 Live Extended Thinking – our best conversational AI. The models talk, think, and handle tasks in the background without breaking your flow. 🧵” - **dẫn chứng** · [@GoogleDeepMind](https://x.com/GoogleDeepMind/status/2099907447313899684): “For your most difficult tasks, 3.8 Live Extended Thinking adds increased performance and precision – narrating task progress to keep the conversation going. Try it now in Gemini Live in the @GeminiApp or start building with the Gemini API via @GoogleAIStudio. Find out more → https://t.co/b0vG4bO6fK” - **dẫn chứng** · [@googledevs](https://x.com/googledevs/status/2099908204549624254): “🗣️ Introducing Gemini 3.8 Live and Gemini 3.8 Live Extended Thinking. These advanced audio models are built for natural conversation, featuring major upgrades in turn-taking and near real-time reasoning. They also significantly streamline how you build intelligent voice agents.” - **dẫn chứng** · [@OfficialLoganK](https://x.com/OfficialLoganK/status/2099909465705447807): “3.8 Live supports 97 languages (can seamlessly switch)” - **bối cảnh** · [@gregisenberg](https://x.com/gregisenberg/status/2099926635537404373): “Are invisible interfaces coming? Google JUST announced Gemini 3.8 Live. It can talk through a task with you, then keep working after the conversation ends. I think 90%+ of vertical SaaS will need a voice front door.” **Còn phải kiểm** - Độ trễ và độ chính xác khi chuyển đổi giữa các ngôn ngữ trong hội thoại thực tế là bao nhiêu? ### 29. Hệ thống đa tác tử Stellar Colosseum kết hợp Gemini 3.1 Pro và Gemini 3.7 Flash đạt tỷ lệ thành công 71.0% trên bộ benchmark chứng minh định lý TCS-Bench. _ĐÃ ĐỌC ✓ · 19 tháng 9, 2026 · gemini · 1 nguồn_ Điều kiện: Khi sử dụng hệ thống nhiều tác tử Stellar Colosseum để phân chia bài toán thành các phân đoạn và kiểm định song song - **dẫn chứng** · [@omarsar0](https://x.com/omarsar0/status/2099924717704732699): “With Gemini 3.1 Pro and Gemini 3.7 Flash it reaches 71.0% on TCS-Bench, a set of research-level theorem-proving task” **Còn phải kiểm** - TCS-Bench gồm bao nhiêu bài toán và phân bổ độ khó ra sao? - Kiến trúc của Stellar Colosseum phân chia công việc giữa Gemini 3.1 Pro và Gemini 3.7 Flash như thế nào? ### 30. Google tích hợp Deep Research vào Gemini Live, cho phép người dùng kích hoạt tạo báo cáo nghiên cứu chuyên sâu qua giọng nói và model sẽ xử lý bất đồng bộ ở chế độ nền. _ĐÃ ĐỌC ✓ · 19 tháng 9, 2026 · gemini · 1 nguồn_ - **dẫn chứng** · [@Google](https://x.com/Google/status/2099631885626274299): “Use your voice to explore a topic — in depth — with Gemini Live's Deep Research integration. 1. Just ask the @GeminiApp to run a Deep Research report on a topic, then feel free to close the chat, lock your screen, or keep chatting about other things. 2. Gemini will work asynchronously in the background and send you a notification when your full research report is ready.” - **bối cảnh** · [@Google](https://x.com/Google/status/2099631887530565780): “Learn more: https://t.co/C8JA0GULeB” **Còn phải kiểm** - Kiểm tra thời gian hoàn thành trung bình của một báo cáo nghiên cứu chuyên sâu. - Đo lường độ chính xác và khả năng trích nguồn của báo cáo được tạo bất đồng bộ. ## Tiếp theo - [Ngày trước: 7 tháng 11](https://radar.consonance.fyi/vi/jour/2026-11-07.md) - [lưu trữ](https://radar.consonance.fyi/vi/archives.md) - [phương pháp](https://radar.consonance.fyi/vi/methode.md) - [Consonance](https://radar.consonance.fyi/vi/index.md) - Ngôn ngữ: [Français](https://radar.consonance.fyi/index.md) · [English](https://radar.consonance.fyi/en/index.md) - Cho máy đọc: [llms.txt](https://radar.consonance.fyi/llms.txt) · [RSS](https://radar.consonance.fyi/vi/rss.xml) · [sitemap.xml](https://radar.consonance.fyi/sitemap.xml) - Bản HTML: https://radar.consonance.fyi/vi