LangChain lập luận rằng các công ty phải sở hữu trí tuệ của mình thay vì dựa vào các mô hình phổ thông, kiểm soát ba lớp: mô hình, harness và ngữ cảnh. Họ nói rằng việc sở hữu hệ thống agent, cùng với các yếu tố kinh tế, chất lượng và rủi ro xung quanh nó, chính là điều biến AI thành lợi thế lâu dài.
Kiến trúc sư trưởng JioStar Vijay Seshadri chia sẻ bài học về vận hành khám phá bằng AI ở quy mô 500 triệu người dùng, bao gồm đánh giá, rào chắn bảo vệ và đưa AI vào sản xuất. Bài viết do OpenAI công bố tập trung vào các thực tiễn vận hành đằng sau triển khai AI quy mô lớn.
Nghiên cứu của Anthropic lập luận rằng các hệ thống AI giờ đây có thể suy ra các phương trình như mô hình Hodgkin-Huxley trong một buổi chiều, nhưng khớp dữ liệu thực nghiệm không đồng nghĩa với thấu hiểu. Công trình chia mô hình hóa khoa học thành xây dựng, ràng buộc và diễn giải mô hình, và lưu ý rằng AI tiến bộ nhất ở việc ràng buộc chúng, nơi suy luận Bayes là phương pháp chuẩn để ánh xạ mọi tập tham số khả dĩ thay vì một khớp đơn lẻ.
Mike Walker, quản lý tại Microsoft Research, người từng dẫn dắt Cyber Grand Challenge của DARPA, thảo luận về cách văn hóa hacker định hình sự nghiệp xây dựng phòng thủ không gian mạng thế hệ mới của ông, bao gồm giải đấu hack toàn máy đầu tiên. Ông lập luận rằng an ninh hiệu quả phụ thuộc vào việc hiểu sự tin cậy và bối cảnh, đồng thời suy ngẫm về những gì hack thi đấu đã dạy ông về làm việc nhóm và trí tuệ tập thể.
Replit dự đoán mọi công ty trong Fortune 500 sẽ trở thành "Công ty Tự vận hành" vào cuối năm 2030, với các tác nhân AI thực thi và phối hợp công việc trong khi con người đặt mục tiêu và chịu trách nhiệm. Replit cho biết các kỹ sư của họ gần như tăng gấp ba sản lượng mã trong nửa đầu năm 2026 trong khi thời gian đánh giá, số lần hoàn nguyên và sự cố sản phẩm vẫn không đổi. Replit for Business đang được xây dựng làm nền tảng, và tại SMFL, một quy trình phát triển trước đây cần sáu người trong sáu tháng đã được một người hoàn thành trong một tuần.
Sakana AI đã ra mắt Sakana Chat, Sakana Marlin, Sakana Fugu và Sakana Translate, chuyển từ R&D sang cung cấp sản phẩm cho doanh nghiệp và cơ quan chính phủ. Đội Go-To-Market của công ty, do VP Hidekazu Kakishima lãnh đạo và được thành lập vào tháng 9 năm 2026, hiện đang tuyển Forward Deployed Engineers để đưa những hiểu biết từ địa điểm khách hàng trở lại vào sản phẩm.
Giám đốc Phòng thí nghiệm Catalyst của Microsoft Research, Chris White, kể lại việc lãnh đạo các hoạt động công nghệ tiên tiến tại Afghanistan sau một chương trình của DARPA và sau đó xây dựng các công cụ tìm kiếm trên dark web để chống nạn buôn người. Trong một tập Podcast Microsoft Research với Weishung Liu, White thảo luận về cách việc lựa chọn vấn đề định hình đổi mới sáng tạo và cách ông giữ được hy vọng sau khi chứng kiến những phần tăm tối nhất của nhân loại.
Vapi đã ra mắt Personal Agent Calling dưới dạng bản beta, cho phép người dùng đăng nhập bằng Vapi và thực hiện cuộc gọi thông qua một personal agent mà không cần thiết lập API key. Công ty lập luận rằng doanh nghiệp phải xác minh ai là người mà agent đại diện, agent được phép làm gì và liệu quyền đó còn hiệu lực hay không, dựa trên tiêu chuẩn mở A2A và OAuth. Buộc khách hàng phải bắt đầu lại có nguy cơ mất đi hoạt động kinh doanh của họ.
Các đội ngũ đang cân nhắc có nên tự xây dựng voice agent trong nội bộ hay không thực chất đang quyết định có nên xây dựng một lớp điều phối (orchestration layer) hay không, vì bản thân agent chỉ chiếm khoảng 20% công việc, phần còn lại là hạ tầng âm thanh thời gian thực, telephony và observability. Bản demo sáu tuần của một nhà cung cấp giải pháp lập lịch đã biến thành dự án kéo dài tám tháng trước khi họ chuyển tính năng này sang một nền tảng trong sáu tuần. Tự xây dựng trong nội bộ chỉ hợp lý khi cần tùy biến sâu pipeline, đã có hạ tầng voice sẵn, có ràng buộc pháp lý, hoặc khi voice là lợi thế cạnh tranh cốt lõi.
Modal lập luận rằng nó nên được hiểu như một máy tính chứ không phải "Uber cho điện toán", một neocloud, hay một nhà cung cấp suy luận, vì nó bán giây-bộ xử lý và giây-byte thay vì token. Bài viết ánh xạ ALU, phân cấp bộ nhớ, I/O, NIC và hệ điều hành của một cỗ máy thông thường lên các container, lưu trữ đối tượng, Input/Output Plane, Routing Plane và Tunnels của Modal. Nó cũng liên kết Modal Functions, Sandboxes và Servers với các công cụ không trạng thái, tiến trình Linux và trình lắng nghe HTTP.
Aditya G. Parameswaran của UC Berkeley và các cộng sự lập luận rằng khi chi phí suy luận giảm từ khoảng 30 đô la mỗi triệu token vào đầu năm 2023 xuống dưới 1 đô la ngày nay, các hệ thống dữ liệu phải được thiết kế lại xoay quanh ba thách thức: hệ thống cho các tác nhân, của các tác nhân, và bởi các tác nhân. Họ lưu ý rằng trong một benchmark text-to-SQL với nhiều tác nhân cho mỗi tác vụ, chỉ 10-20% các kế hoạch con là khác biệt, nên 80-90% các truy vấn con trùng lặp công việc, và đề xuất tái sử dụng, xấp xỉ, và các hệ thống dữ liệu chủ động.
Vapi lập luận rằng AI giọng nói giờ đây có thể biến giọng nói thành kênh khả thi về mặt kinh tế cho quản lý bệnh mãn tính ACCESS, dẫn dữ liệu từ Hiya cho thấy 42% người tiêu dùng ưa thích giọng nói cho giao tiếp chăm sóc sức khỏe, tăng từ 33% so với năm trước. Bài viết trình bày chi tiết ba quy trình sản xuất, bao gồm tác nhân sàng lọc khách hàng tiềm năng Medicare của Spring Venture Group, được bốn kỹ sư xây dựng trong một tuần, đã nâng tỷ lệ chuyển đổi sang chốt lên 3% và mang lại hơn 5,8 triệu USD tổng tiết kiệm và doanh thu mới.
Phó Chủ tịch Quản lý Sản phẩm của Vapi, Nathalie Criou, đã nói với một phiên thảo luận HumanX cùng Salesforce, Databricks và TinyFish rằng AI khuếch đại chứ không thay thế các nền tảng cơ bản như chuyên môn lĩnh vực và khả năng phán đoán. Bà cho biết nền tảng của Vapi, được xây dựng trên hàng triệu tương tác giọng nói trong thế giới thực, phát triển trí nhớ tổ chức mà một lần huấn luyện đơn lẻ không thể tái tạo. Phiên thảo luận lập luận rằng những hào cạnh tranh nông như việc tiên phong ra thị trường đang bị xói mòn trong khi niềm tin, chi phí chuyển đổi và dữ liệu tương tác độc đáo tích lũy nhanh hơn.
Modal lập luận rằng chính những nguyên tắc trải nghiệm nhà phát triển giúp ích cho con người—vòng phản hồi chặt chẽ, truy cập lập trình qua CLI/SDK/API, thông báo lỗi có thể hành động và các ví dụ liền kề mã nhất quán—cũng giúp các tác nhân lập trình nhanh hơn. Bởi vì tác nhân lặp lại bằng cách tạo, chạy và quan sát mã, lỗi mơ hồ hoặc cấu hình chỉ qua UI khiến chúng bị tắc, nên thiết kế cho tác nhân nghĩa là áp dụng chính các nguyên tắc đó thay vì phát minh lại.
GPT-5.1 của OpenAI bổ sung các bộ cài sẵn tính cách nhất quán — Default, Professional, Friendly, Candid, Quirky, Efficient, Nerdy và Cynical — cùng với GPT-5.1 Instant mang tính hội thoại hơn và khả năng suy luận thích ứng nhanh, giúp các câu hỏi đơn giản được trả lời nhanh trong khi các câu hỏi phức tạp được suy nghĩ nhiều hơn. Vapi cho biết mô hình đã hoạt động trên nền tảng của mình vào tuần trước cùng với thông báo của OpenAI, cho phép các tác nhân giọng nói áp dụng giọng điệu nhất quán với thương hiệu mà không cần viết lại prompt.
Nhà sáng lập Vapi kể lại cách công ty tổ chức VapiCon, được giới thiệu là hội nghị thượng đỉnh Voice AI đầu tiên, thu hút 850 người tham dự và các nhà lãnh đạo Voice AI từ OpenAI, Deepgram và Assembly AI về cùng một chỗ. Vapi đã chi khoảng 500.000 USD cho sự kiện và thu về khoảng 400.000 USD, với nhà sáng lập coi các quan hệ đối tác và thương vụ doanh nghiệp là lợi nhuận thực sự. Công ty hiện đã ra mắt Thư viện Video VapiCon gồm mọi phiên và tọa đàm.
Một bài đăng trên Modal Blog lập luận rằng cách định giá "đô la trên mỗi token", vốn được kế thừa từ các nhà cung cấp API như OpenAI, Anthropic và Alphabet, thực sự có hại cho các nhóm vận hành suy luận LLM tự triển khai. Bài viết cho rằng người dùng ứng dụng quan tâm đến yêu cầu chứ không phải token, và cần cách diễn đạt theo mỗi yêu cầu để lý giải về độ trễ, số lượng bản sao và chi phí tính toán.
Claude và ChatGPT được so sánh về chất lượng hội thoại, bộ nhớ ngữ cảnh, tốc độ, tính năng, viết sáng tạo, nghiên cứu, giá cả và giao diện. Claude xử lý tới hơn 200.000 token cho người dùng Pro và vượt trội ở viết sáng tạo và hội thoại tinh tế, trong khi ChatGPT hỗ trợ 128.000 token, phản hồi trong 2-3 giây so với 5-10 giây của Claude, và cung cấp tạo hình ảnh cùng Custom GPTs. Cả hai gói Pro đều có giá 20 đô la mỗi tháng, với Claude Max ở mức 100-200 đô la và ChatGPT Pro ở mức 200 đô la.
Modal lập luận rằng tình trạng thiếu hụt GPU cho AI bắt nguồn từ sự lệch pha: phần lớn nhu cầu dồn vào huấn luyện, nhưng suy luận mới là nơi tạo ra doanh thu, và khối lượng công việc suy luận vốn dĩ biến động mạnh. Vì tốc độ yêu cầu dao động theo chu kỳ ngày đêm, mô hình hàng tuần, lưu lượng lan truyền và xu hướng tăng trưởng, việc đặt trước GPU dài hạn cố định khiến hiệu suất sử dụng cụm trong thực tế xuống dưới 50%. Gộp nhu cầu của nhiều người dùng lại — cấp phát cho đỉnh của tổng thay vì tổng của các đỉnh — có thể nâng cao mạnh hiệu suất sử dụng, và gộp nguồn cung theo khu vực có thể bổ sung thêm tính linh hoạt.
Cursor đã công bố bài viết tiếp nối cho bài đăng "Problems" gốc của mình, liệt kê các câu hỏi nghiên cứu mà công ty coi là quan trọng nhất đối với giai đoạn tiếp theo của lập trình AI. Công ty đã mở rộng Copilot++ để dự đoán vị trí con trỏ tiếp theo, và kết hợp điều đó với dự đoán chỉnh sửa tiếp theo cho phép mô hình "chơi" chuỗi các thay đổi có độ hỗn loạn thấp—một bản demo cần 11 lần nhấn Tab so với 3 lần nhấn mọi phím khác, mà Cursor gọi là Cursor Flow. Các hướng khác bao gồm dự đoán hành động trên toàn bộ cơ sở mã, chỉnh sửa hoàn hảo thông qua nhiều tính toán suy luận hơn, mã giả ảo giác, chỉnh sửa nhiều tệp, ngữ cảnh tối ưu, ngữ cảnh đa bước, và phát hiện lỗi và gỡ lỗi.
Cursor đã công bố danh sách các vấn đề đang được giải quyết, bao gồm việc huấn luyện một reranker nhanh tùy chỉnh để lọc 500k token từ tất cả các nguồn xuống còn 8k phù hợp nhất cho mỗi yêu cầu. Danh sách cũng đề cập đến một copilot định hướng chỉnh sửa, các agent bị ràng buộc trong luồng cho các cơ sở mã lớn, tìm lỗi và chỉnh sửa quy mô lớn hơn. Tính đến ngày 12 tháng 10 năm 2023, Cursor đã lập chỉ mục 1,4 tỷ vector và 150k cơ sở mã.
Nhà nghiên cứu Arvid Lunnemark của Cursor lập luận rằng prompting nên được gọi là "prompt design" và so sánh với web design, vì cả hai đều theo đuổi giao tiếp rõ ràng với đầu vào động và phải điều chỉnh nội dung cho phù hợp với các "kích cỡ" khác nhau — kích cỡ màn hình đối với web, context window đối với prompt. Ông đã phát hành Priompt v0.1, một thư viện thiết kế prompt dựa trên JSX giống React đã được dùng trong Cursor, kèm một trang xem trước để render prompt dựa trên dữ liệu request thực tế.