AI Brief — Today

- Sự thật xác minh (Verified facts): GitHub đã viết lại hoàn toàn Copilot agent runtime từ TypeScript/Node.js sang hơn 832.000 dòng code Rust sản xuất (kèm 468.000 dòng unit test). Runtime này là engine cốt lõi cho GitHub Copilot CLI, app, SDK, VS Code, Visual Studio, Copilot Studio và các ứng dụng Microsoft 365. Phần lớn code do AI agents tạo ra qua 128 pull requests, được thực hiện chủ yếu bởi một kỹ sư duy nhất trong ~14,5 tuần thay vì cả nhóm làm việc 1-2 năm. Đội ngũ áp dụng chiến lược 'in-place atomic replacement' từ các thành phần lá vào trong, phát hành 135 bản release liên tục. Kiến trúc mới loại bỏ việc gọi subprocess CLI tốn >=100MB RAM của Node.js/V8, chuyển sang nhúng native in-process qua C ABI cho 6 ngôn ngữ SDK. - Suy luận hợp lý (Reasonable inferences): Việc chuyển đổi sang Rust in-process giúp tăng mạnh mật độ máy chủ (server density), giảm độ trễ khởi động/phản hồi và tiết kiệm đáng kể chi phí hạ tầng cloud cho Microsoft/GitHub. AI coding agent đã đạt tới độ chín muồi để đảm đương việc tái cấu trúc các hệ sinh thái phần mềm lớn với năng suất vượt bậc. - Điều chưa rõ (Unknowns): Mức cải thiện hiệu năng định lượng cụ thể (văn bản chỉ ghi chung là 'orders of magnitude') và tổng chi phí/token AI đã tiêu thụ để hoàn thành dự án chưa được công bố. Tiến độ tách triệt để CLI internals sang SDK public API vẫn đang là công việc tiếp diễn.

OpenAI chia sẻ khung làm việc để theo dõi, điều tra và công khai các sự cố mất liên kết của mô hình AI, đi kèm 6 báo cáo thực tế về các hành vi bất thường hoặc đáng lo ngại.

OpenAI giới thiệu các trải nghiệm quảng cáo mới ứng dụng AI, nổi bật là mô hình Sponsored Agents (Đại lý được tài trợ), công cụ hỗ trợ cho các nhà tiếp thị, cùng khả năng tích hợp trực tiếp với Shopify và HubSpot.

Perplexity ứng dụng mô hình GPT-6 Astra cho các hệ thống đầu-cuối, cho phép tự động soạn thảo thông tin, chỉnh sửa mã nguồn và giám sát hệ thống production với tần suất kiểm tra của con người giảm đáng kể so với trước đây.

Công cụ phân tích của ChatGPT Work và Codex giúp các nhóm nắm bắt mức độ sử dụng và chi phí AI, nhận diện nhu cầu đào tạo nhân sự và liên kết việc ứng dụng AI với kết quả kinh doanh thực tế.

OpenAI đã phát triển hệ thống Habitat từ một thư viện Python ban đầu thành nền tảng lưu trữ phân tán toàn cầu, phục vụ hơn 1 tỷ người dùng ChatGPT và xử lý tải lưu lượng lên tới 22 triệu truy vấn mỗi giây (22M RPS).

Nghiên cứu kinh tế mới từ OpenAI chỉ ra cách người lao động ứng dụng AI vượt ra khỏi các vai trò truyền thống và biến các hoạt động mới thành thói quen lặp lại thường xuyên trong công việc.

Fyxer phát triển trợ lý điều hành AI bằng cách kết hợp các mô hình OpenAI, kỹ thuật fine-tuning, cơ chế bộ nhớ (memory) và phản hồi thực tế từ người dùng nhằm tổ chức hộp thư và soạn thảo email theo đúng văn phong cá nhân.

Cognition trang bị mô hình GPT-6 Astra cho Devin nhằm nâng cao khả năng tự kiểm thử phần mềm và chứng minh mã nguồn hoạt động, giúp các kỹ sư giảm tải việc đánh giá mã và đẩy nhanh tiến độ phát hành sản phẩm.

Dữ liệu đầu vào chỉ là tiêu đề đặt vấn đề: 'Your Agent Aced the Task. Will It Do It Again?' (Agent của bạn đã hoàn thành xuất sắc nhiệm vụ. Liệu nó có lặp lại được không?). - Sự thật xác thực: Nội dung chỉ là một câu hỏi nghi vấn về tính nhất quán và khả năng lặp lại thành công của AI agent. - Suy luận hợp lý: Đặt ra vấn đề về tính bất định (non-determinism), độ ổn định và khả năng tái lập (reproducibility/consistency) của AI agent khi chuyển từ thử nghiệm sang thực tế. - Thông tin chưa rõ (unknowns): Chưa có nội dung chi tiết về thử nghiệm, số liệu thống kê, bài toán hay giải pháp cụ thể.

DevFest 2026 chính thức trở lại với hơn 800 sự kiện trên toàn cầu, tập trung vào việc xây dựng, bảo mật và mở rộng quy mô ứng dụng trong kỷ nguyên AI tác tử (Agentic AI).

Google ra mắt trải nghiệm tương tác truy cập mở (open-access) dựa trên dự án AI & Economy ATLAS, trực quan hóa hàng triệu điểm dữ liệu toàn cầu về tác động kinh tế của AI.

OpenAI hợp tác với AARP triển khai chuỗi hội thảo ChatGPT thực hành miễn phí cho 1.000 người cao tuổi tại 10 thành phố của Mỹ, nhằm trang bị kỹ năng sử dụng AI thiết thực và an toàn trong cuộc sống thường nhật.

Định hướng phát triển các mô hình AI vượt qua giới hạn dịch văn bản truyền thống nhằm thấu hiểu trực tiếp các ngôn ngữ sống động và phong phú của thế giới theo đúng cách chúng được biểu đạt.

Bộ sưu tập 'AI for Societal Impact' tổng hợp các điển hình thực tế về cách chuyên gia và lãnh đạo địa phương tận dụng đột phá AI nhằm phổ cập cơ hội tiếp cận công nghệ cho cộng đồng.

Thông điệp định hướng về việc phát triển AI nhằm đẩy nhanh tiến độ nghiên cứu khoa học và cải thiện cuộc sống con người, lấy tác động thực tế làm thước đo giá trị.

Phi hành gia Christina Koch và James Manyika (Phó Chủ tịch Cấp cao phụ trách Nghiên cứu, Labs, Công nghệ & Xã hội của Google) tham gia buổi đối thoại về chủ đề không gian, công nghệ và sự khám phá khoa học.

Datasette ra mắt phiên bản alpha 1.0a40 mang đến bản vá bảo mật từ phiên bản 0.65.5 cùng nhiều cải tiến chuẩn bị cho bản ổn định 1.0. Bản cập nhật bổ sung phương thức datasette.add_background_task() giúp plugin quản lý tác vụ chạy ngầm và chuyển đổi sang httpx2 để tối ưu các tính năng nội bộ như datasette.client.get().

Datasette ra mắt bản phát hành 0.65.5 nhằm vá lỗ hổng bảo mật (GHSA-h547-rmjf-5m2m do dpfkdlemtp phát hiện). Lỗ hổng này cho phép kẻ tấn công sử dụng ký tự xuống dòng ở cuối tên bảng để vượt qua bước kiểm tra quyền và truy cập trái phép các hàng dữ liệu riêng tư.

Anthropic công bố hợp nhất Claude Cowork và giao diện chat thông thường thành một trải nghiệm Claude duy nhất. Hệ thống mới cho phép người dùng giao việc (như lập báo cáo) và Claude sẽ tiếp tục tự động xử lý ngầm ngay cả khi người dùng đã gập laptop. Tính năng bắt đầu được triển khai cho các gói Pro và Max trên nền tảng web, desktop và di động trong các tuần tới, đánh dấu bước chuyển dịch của Claude thành một tác tử tổng quát (general agent).

Nghiên cứu phân tách hai trục thiết kế cốt lõi của thuật toán tokenisation (BPE và UnigramLM) gồm mục tiêu tối ưu (nén vs. log-likelihood) và quy trình tìm kiếm (ghép từ dưới lên vs. cắt tỉa từ trên xuống). Bằng việc đề xuất hai thuật toán mới BottomUpLL và TopDownComp để hoàn thiện không gian thiết kế 2x2, nghiên cứu chỉ ra rằng quy trình tìm kiếm từ dưới lên (bottom-up) chính là yếu tố quyết định giúp đạt bits-per-byte thấp hơn, trong khi mục tiêu tối ưu hóa không tạo ra sự khác biệt mang tính chi phối.

Nghiên cứu giới thiệu Comparison-based Preference Optimization (ComPO), một phương pháp căn chỉnh sở thích bậc không (zeroth-order) dựa trên comparison oracles cho mô hình ngôn ngữ lớn (LLM). ComPO giải quyết vấn đề dịch chuyển likelihood (likelihood displacement) bằng cách trích xuất thông tin định hướng từ các cặp sở thích có biên likelihood nhỏ mà không cần tối ưu hóa trực tiếp hàm mất mát khả vi. Bài báo thiết lập bảo chứng hội tụ toán học cho sơ đồ offline, đồng thời phát triển phiên bản online với kiểm soát reverse-KL đối với mô hình tham chiếu. Thực nghiệm trên Mistral, Llama, Gemma-2, Qwen3 và Gemma-3 chứng minh ComPO cải thiện tỷ lệ thắng có kiểm soát độ dài và giảm thiểu hiệu quả hiện tượng dịch chuyển likelihood so với các phương pháp căn chỉnh trực tiếp hiện hành.

Nghiên cứu đề xuất pipeline kết hợp mô hình tạo video và âm thanh để giải quyết hạn chế thiếu thông tin lực của các phương pháp điều khiển robot dựa trên video. Bằng cách dùng độ lớn âm thanh tiếp xúc được sinh ra để tạo biên dạng lực mong muốn theo thời gian, hệ thống cho phép robot Franka Panda thực thi thành công các tác vụ tiếp xúc phức tạp qua bộ điều áp lực vòng kín, đồng thời đóng vai trò làm bộ máy sinh dữ liệu huấn luyện policy robot.

Nghiên cứu giới thiệu hai tiện ích mở rộng nhận thức cho agent quy trình kép SwiftSage: Adaptive Memory Module (AMM - lưu trữ phân tập theo độ nổi bật và truy xuất theo trigger) và Self-Reflection Module (SRM - kiểm định thực thi và can thiệp sửa sai). Đánh giá trên ScienceWorld cho thấy hệ thống kết hợp đạt hiệu năng cao nhất (điểm 64.62, tỷ lệ thành công 43.17%), trong đó SRM là thành phần độc lập đóng góp nhiều nhất, chỉ ra rằng kiểm soát lỗi thời gian thực thi là nút thắt then chốt cần giải quyết trước khi bộ nhớ phát huy giá trị.