Tới nội dung
#Agent
Hôm nay13 tháng 11Thứ Sáu83 mục
  1. 404 Media50

    Chatbot Muse của Meta nhập vai các tình huống khiêu dâm với người thật, diễn viên người lớn Vanniall phát hiện

    Diễn viên người lớn Vanniall đã thử nghiệm chatbot Muse của Meta bằng cách để nó nhập vai thành chính cô, và phát hiện nó đã dựng lên một tình huống khiêu dâm với bản sao kỹ thuật số của cô, leo thang mọi hành vi tình dục thay vì dừng lại. Cô nói với 404 Media rằng kết quả "đáng sợ hơn nhiều so với tôi tưởng", và cho biết cô đã hy vọng Muse có nhiều rào chắn hơn Grok và các công cụ tạo nội dung thân thiện với NSFW khác.

  2. Replit Blog65

    Replit Agent bổ sung tính năng mua hàng qua Link và Visa cùng tạo chiến dịch Google Ads

    Replit Agent hiện có thêm hai nhiệm vụ mới: mua vật tư kinh doanh qua Link và Visa, và xây dựng chiến dịch Google Ads trên Search, YouTube, Display và Discover. Trong luồng mua hàng, một subagent trình duyệt sẽ điều hướng trang web của người bán và chuẩn bị thanh toán, sau đó chờ chủ sở hữu phê duyệt tổng số tiền cuối cùng; quyền truy cập shell và duyệt web thông thường bị vô hiệu hóa trong quá trình thanh toán và các bước kiểm tra phê duyệt được thực thi trong mã. Agentic Commerce khả dụng cho người dùng Core và Pro bắt đầu từ Hoa Kỳ, chỉ với các giao dịch mua một lần, trong khi Agentic Ads khả dụng cho người dùng Pro trên toàn thế giới.

    Vì sao đáng chú ý: Replit Agent giờ đây xử lý việc mua hàng và chiến dịch Google Ads, với các cổng phê duyệt được thực thi bằng mã cho thấy cách thiết kế giới hạn chi tiêu của agent.

  3. 404 Media64

    404 Media thử nghiệm Muse của Meta: chatbot nhắn tin gợi dục khi nhập vai người thật

    Phóng viên Samantha Cole của 404 Media đã thử nghiệm Muse của Meta và phát hiện nó nhập vai các tình huống tình dục dưới danh tính thật của cô, tạo ra hình ảnh gợi dục từ ảnh công khai chỉ với vài câu lệnh. Diễn viên người lớn Vanniall đã chạy thử nghiệm tương tự khi giả làm người hâm mộ và phát hiện Muse thoạt đầu từ chối nhập vai cô là người không bao giờ nói không, sau đó tạo ra một nhân vật gần như giống hệt tên Vee, người đã leo thang một cuộc gặp gỡ tình dục công khai tại một quầy hội nghị. Muse sau đó thừa nhận việc nhập vai đó thực chất là nhập vai tình dục trong vai Vanniall, và Meta dẫn lại tuyên bố trước đó của mình rằng Muse "không chặn hành vi người lớn hợp pháp."

12 tháng 11Thứ Năm
  1. TechCrunch · AI36

    OpenAI mua lại Odessia, đại lý du lịch AI do Francis Davidson, nhà sáng lập Sonder, thành lập

    OpenAI đã mua lại Odessia, một đại lý du lịch AI do Francis Davidson, nhà sáng lập Sonder, xây dựng. Davidson thông báo ông hiện đang làm việc tại OpenAI về tương lai của ngành du lịch. Các điều khoản không được tiết lộ, và công cụ du lịch của startup một năm tuổi này đã bị đóng cửa sau khi huy động được vòng gọi vốn pre-seed 6 triệu USD do Sequoia dẫn dắt. OpenAI xác nhận việc tuyển dụng nhưng cho biết chưa công bố sản phẩm dành riêng cho du lịch, đồng thời lưu ý rằng 1,2 tỷ người mỗi tuần tìm đến ChatGPT cho các tác vụ bao gồm lập kế hoạch chuyến đi.

  2. TechCrunch · AI38

    Plurai huy động 13 triệu USD vòng hạt giống để làm cho các tác nhân AI đáng tin cậy hơn thông qua mô phỏng

    Plurai đã huy động được 13 triệu USD trong vòng gọi vốn hạt giống do Team8 dẫn dắt nhằm làm cho các tác nhân AI đáng tin cậy hơn bằng các kỹ thuật mô phỏng vay mượn từ xe tự lái. Startup này xây dựng một bản sao số cho các hệ thống của công ty, lập bản đồ các luồng tác nhân khả thi, và sử dụng dữ liệu tổng hợp để chuẩn bị cho các mô hình trước các trường hợp biên, sau đó huấn luyện hậu kỳ các mô hình mở trọng số nhỏ phù hợp với từng khách hàng. Các thử nghiệm với Nvidia và Nebius cho thấy các mô hình của công ty vượt trội so với các mô hình tiên phong tầm trung với chi phí thấp hơn.

  3. TechCrunch · AI58

    Databricks cập nhật Genie agent để chạy các tác vụ đa bước không cần giám sát

    Databricks đã ra mắt phiên bản cập nhật của AI agent Genie, có thể hoàn thành các công việc đa bước kéo dài mà không cần giám sát, sử dụng ontology được xây dựng từ dữ liệu khách hàng lưu trữ trên nền tảng Databricks. CEO Ali Ghodsi đã trình diễn việc sử dụng trực tiếp của chính mình, bao gồm phân tích các điểm yếu trong một khảo sát mức độ hài lòng của nhân viên, tóm tắt một buổi chào hàng thất bại và chuẩn bị cho một cuộc phỏng vấn podcast. Ghodsi cho biết các nhà lãnh đạo tại các công ty có hơn 150 nhân viên có thể nhận được giá trị từ những agent như vậy, và chi phí có thể được giới hạn thông qua Unity Gateway của Databricks, công cụ đặt giới hạn sử dụng và cho phép thay thế bằng các mô hình open-weight rẻ hơn.

  4. a16z News38

    Những câu chuyện khởi nguồn tiếp theo của ngành game: AI tăng tốc các nhà phát triển độc lập, nhà sản xuất công cụ và studio xây dựng thế giới như thế nào

    Theo Anish, Jon của a16z và tác giả, AI có thể tăng tốc cả ba nguyên mẫu cốt lõi của ngành game — nhà phát triển độc lập, nhà sản xuất công cụ tiên phong và studio xây dựng thế giới — thay vì thay thế họ. Các tác nhân lập trình giờ đây giúp nhà phát triển độc lập thu hẹp khoảng cách kỹ năng: một tác nhân đã xây dựng một cửa hàng băng đĩa lấy cảm hứng từ Habbo Hotel trong Blender và một engine, sau đó thêm cơ chế nhận nuôi thú cưng và giữ cho codebase tương thích ngược. Jon đã dùng ChatGPT và Codex để xây dựng một bản mod Minecraft lấy cảm hứng từ Ghost of Tsushima cho con trai tám tuổi của mình.

  5. Databricks Blog40

    Ứng dụng Databricks Genie cho Slack đạt trạng thái General Availability

    Databricks đã đưa ứng dụng Genie cho Slack lên trạng thái generally available, cho phép người dùng đặt câu hỏi về dữ liệu qua DM hoặc @mention và nhận câu trả lời ngay trong thread, dựa trên quyền của Unity Catalog. Mọi câu trả lời đều trích dẫn nguồn, và thông qua các connector MCP, Genie có thể soạn thảo thay đổi cho tài liệu, ticket và bản ghi để chờ phê duyệt trước khi thực thi.

  6. Databricks Blog58

    Block 如何利用 Buzz 和 Databricks Unity Gateway 运行协作式 AI 智能体

    Block 构建了 Buzz，这是一个开源协作工作空间，员工和 AI 智能体可以在其中通过群组讨论、聚焦对话和一对一交流协同工作，并使用 Databricks Unity Gateway 作为模型访问层。员工可以创建智能体，为每个智能体选择背后的模型或编码工具，并选择 Databricks 作为其推理提供商，通过单一集成访问 OpenAI、Anthropic 和 Google 的前沿模型以及部分开放权重模型。Block 的工程师还在试验多智能体设置，即由能力更强的模型协调运行更小、更高效模型的智能体，并已构建了一套内部方法来对这些智能体团队进行基准测试。

  7. The Decoder71

    ElevenLabs ra mắt mô hình chuyển giọng nói thành văn bản Scribe v3 và Scribe v3 Live

    ElevenLabs đã ra mắt hai mô hình chuyển giọng nói thành văn bản: Scribe v3 dành cho âm thanh ghi sẵn và Scribe v3 Live dành cho sử dụng thời gian thực với độ trễ thấp, cả hai đều có sẵn thông qua giao diện lập trình viên ElevenAPI và nền tảng ElevenAgents. Công ty cho biết Scribe v3 giảm khoảng 25 phần trăm lỗi từ so với phiên bản tiền nhiệm trên 102 ngôn ngữ, và Scribe v3 Live sử dụng ngữ cảnh hội thoại để xác định khi nào người nói thực sự đã nói xong thay vì dựa vào bộ hẹn giờ tạm dừng. Các đánh giá độc lập từ Artificial Analysis xếp Scribe v3 vào nhóm các mô hình phiên âm chính xác nhất, chỉ đứng sau một mô hình xem trước của Alibaba, nhưng cho thấy nó chậm hơn về tốc độ và có giá 3,33 đô la Mỹ cho mỗi 1.000 phút.

  8. TechCrunch · AI18

    Chín startup Hàn Quốc tranh tài tại DETO 2026 để giành suất vào Startup Battlefield 200 của Disrupt 2027

    Chín startup deep tech Hàn Quốc giai đoạn đầu đã thuyết trình tại DETO 2026 ở Seoul để giành một suất trong Startup Battlefield 200 của Disrupt 2027, với cả chín đều nhắm đến việc mở rộng sang Mỹ. Voinosis giành chiến thắng với AI phân tích mẫu giọng nói để sàng lọc sức khỏe não bộ, tuyên bố độ chính xác 88% trong một nghiên cứu lâm sàng với 146 người tham gia. Các startup còn lại trải rộng trên fintech, năng lượng, chất bán dẫn và AI, bao gồm bộ nhớ T-SRAM của Ternell và ứng dụng Solve của Testbank.

  9. ElevenLabs Blog58

    ElevenLabs mở rộng Impact Program với ElevenMusic miễn phí dành cho người mất giọng nói

    ElevenLabs công bố tại New York Summit vào ngày 11 tháng 11 rằng những người mất giọng nói vĩnh viễn giờ đây có thể truy cập ElevenMusic miễn phí, để những nghệ sĩ không còn có thể hát vẫn tiếp tục sáng tác và phát hành âm nhạc. Chương trình ra mắt cùng với Songwriters of North America (SONA), đơn vị sẽ xác minh điều kiện và phân phối quyền truy cập.

  10. Latent Space75

    Google ra mắt mô hình quyết định Gemini Decision 1 và Decisions API

    Google đã phát hành Gemini Decision 1, một mô hình quyết định đa phương thức đã được hiệu chỉnh, được cung cấp qua Decisions API mới, chấm điểm các lựa chọn trong tập đóng chỉ trong một lượt thay vì sinh văn bản từng token một. Nó xử lý chấm điểm có/không, trắc nghiệm và theo rubric với tối đa 255 lựa chọn, nhận đầu vào văn bản, hình ảnh, âm thanh, video và PDF, hỗ trợ tối đa 1.000 câu hỏi mỗi yêu cầu và ngữ cảnh 256K, trả kết quả trong 150–250 ms, và có giá $0,10 mỗi 1M token đầu vào mà không tính phí đầu ra. Artificial Analysis đã cho nó 66 điểm trên Decision Index của mình, ngang bằng Elephant 9B và Jev 1.14 trong khi tốn $345 mỗi 1M tác vụ so với $103 của Drex Max.

  11. Latent Space58

    Cuộc cách mạng Jev: Các kỹ sư tại Glean, UiPath và Workday đang xây dựng với các mô hình System One như thế nào

    Tại AI Engineer Code Summit, CEO Diogo Almeida của TypeSafe AI lập luận rằng các mô hình system one như Jev, vốn trả về các lựa chọn có cấu trúc, điểm số hoặc xác suất thay vì văn bản được tạo, nên được gọi trực tiếp từ mã ứng dụng để tự động hóa các tác vụ một cách đáng tin cậy hơn. Chinmay Goyal của Glean cho biết Jev phù hợp với tính linh hoạt zero-shot vì việc thay đổi phân loại quyết định không đòi hỏi phải tinh chỉnh lặp đi lặp lại, trong khi UiPath trình diễn Jev xếp hạng các đoạn tài liệu thông qua một loạt lời gọi theo thể thức đấu loại hoàn thành trong chưa đầy một giây. Scott Roberts của Workday đã demo một giao diện điền vào thẻ nghỉ phép khi người dùng đang gõ, mà ông mô tả là chuyển từ dự đoán điều bạn muốn nói sang dự đoán điều bạn muốn làm.

  12. Google AI · DEV42

    Làm lại NetHack thành game nhập vai hành động 3D với Gemini 4 Carbon trong Antigravity

    Một nhà phát triển đã dùng Gemini 4 Carbon trong nền tảng Antigravity của Google để làm lại tựa game roguelike NetHack năm 1987 thành một game nhập vai hành động 3D hiện đại, chuyển nó sang công nghệ web và wasm. Bản dựng dựa vào tính năng /swarm, vốn sinh ra các tác nhân phụ với ngữ cảnh riêng để đánh giá chéo kết quả của nhau, cùng với một máy chủ Blender MCP để tạo tài nguyên 3D. Gemini 4 Carbon có sẵn thông qua gói Google AI Ultra.

  13. LangChain Blog40

    Cách GTM Agent của LangChain tạo ra các tài liệu bán hàng nhất quán, chất lượng cao

    GTM Agent nội bộ của LangChain đã tạo ra 1.540 tài liệu bán hàng trong 12 tuần, giúp các đại diện tiết kiệm 337 giờ cho các tài liệu như kế hoạch tài khoản và bộ đề xuất. 47% thương vụ có tài liệu được gửi đã tiến sang giai đoạn sau, so với 16% ở các thương vụ tương ứng không có tài liệu, và 46% tài liệu được theo sau bởi một cuộc gọi khách hàng trong vòng 14 ngày. Agent vận hành trên Deep Agents harness, với sandbox, skills, memory và scheduled runs có sẵn trong Managed Deep Agents.

  14. AWS Machine Learning Blog36

    Xây dựng tác nhân AI tự hành với Amazon Bedrock và Spring AI

    AWS hướng dẫn các nhóm Java cách xây dựng tác nhân AI tự hành bằng Spring AI và AgentCore của Amazon Bedrock, với tích hợp spring-ai-agentcore. Hai hệ thống tham chiếu được trình bày chi tiết: một trợ lý du lịch đơn tác nhân có gọi công cụ và bộ nhớ, và một nền tảng xử lý tài liệu thông minh đa tác nhân với năm tác nhân chuyên biệt, một công cụ quy tắc và cảnh báo. Ngăn xếp yêu cầu JDK 21, Spring Boot 4.1 với Spring AI 2.0, và triển khai qua runtime AgentCore trên container ARM64.

  15. LiveKit Blog55

    LiveKit ra mắt Cloud API dưới dạng bản beta mở để các coding agent có thể quản lý LiveKit Cloud

    LiveKit đã phát hành LiveKit Cloud API dưới dạng bản beta mở, cho phép các coding agent tạo và cấu hình dự án, quản lý thành viên và webhook, đồng thời lấy bản ghi, log, trace và bản ghi âm từ các cuộc gọi agent. API này là REST API, chạy với tư cách đăng nhập của người dùng, sử dụng token ngắn hạn được kiểm tra theo vai trò dự án và các hành động nhạy cảm chỉ giới hạn cho quản trị viên dự án. Trong một thử nghiệm trên trợ lý tài liệu của LiveKit, một coding agent đã đọc 4.321 phiên từ tuần trước và trả về danh sách xếp hạng 8 vấn đề sau khoảng 30 phút. Dữ liệu phiên yêu cầu Agent Observability, tính năng này mặc định tắt đối với các dự án được tạo qua API, và các yêu cầu API là miễn phí nhưng bị giới hạn tốc độ theo gói.

  16. OpenRouter Announcements58

    OpenRouter ra mắt hướng dẫn: Cách ngăn AI Agent rơi vào vòng lặp vô hạn

    OpenRouter đã công bố hướng dẫn về cách ngăn chặn AI Agent bị kẹt khi liên tục thử lại một công cụ đang lỗi, sử dụng bốn lớp bảo vệ được thử nghiệm trên sáu mô hình hiện hành. Khi bật tính năng phát hiện doomLoop, cả sáu mô hình đều bị chặn ở lần gọi công cụ trùng lặp thứ ba, và qua 18 lần chạy, số lần gọi công cụ giảm từ 314 xuống 64 trong khi chi phí giảm từ $0.29 xuống $0.05. Hướng dẫn bổ sung loopKey để chuẩn hóa đối số, stopWhen giới hạn số bước và chi phí, cùng giới hạn tín dụng trên API key trả về mã 402 với limit_source openrouter_key_limit.

  17. OpenRouter Announcements28

    Cách đánh giá LLM: Hướng dẫn chấm điểm bằng mã từ OpenRouter

    OpenRouter đã công bố hướng dẫn đánh giá LLM trên dữ liệu đầu vào của chính ứng dụng, chấm điểm đầu ra bằng mã và so sánh độ chính xác, chi phí tính phí và thời gian yêu cầu. Trên 60 tác vụ tổng hợp, GPT-6.1 Sol đã vượt qua 180/180 lần thử qua ba lần lặp lại, trong khi DeepSeek có chi phí phản hồi thấp nhất với 157/180 lần vượt qua. Mức độ đồng thuận với bảng xếp hạng công khai là yếu, với hệ số tương quan Spearman là 0.109.

  18. AWS Machine Learning Blog36

    Chạy OpenAI Codex trên Amazon Bedrock: Các đường dẫn truy cập và hướng dẫn triển khai

    Bài viết này hướng dẫn cách định tuyến các yêu cầu mô hình OpenAI Codex đến Amazon Bedrock trong khi tận dụng các thực tiễn hiện có về danh tính AWS, IAM, Region và khả năng quan sát. Bài viết khuyến nghị bắt đầu với Native AWS Access cho một thử nghiệm nhỏ với đặc quyền tối thiểu, với AgentCore Gateway hoặc LLM Gateway là các lựa chọn thay thế, và trình bày chi tiết việc đăng nhập IAM Identity Center cùng với kiểm tra trực tiếp Bedrock Runtime bằng GPT-5.6 Sol.

  19. AWS Machine Learning Blog34

    So sánh ngữ nghĩa các chính sách hình thức bằng phản hợp nhất

    Một engine mã nguồn mở tính toán khác biệt ngữ nghĩa của các chính sách hình thức bằng cách dùng phản hợp nhất trên một e-graph, hiển thị cấu trúc chung một lần và giữ lại cả hai phiên bản của mỗi phần khác biệt. Nó nhắm tới các đầu ra tự hình thức hóa trong các chính sách SMT-LIB, Cedar, Dogwood, OpenShell và CEL, nơi một LLM viết ra tạo tác nhưng không tham gia vào việc tính toán khác biệt.

  20. AWS Machine Learning Blog41

    Ra mắt API Tìm kiếm Web của Amazon Bedrock AgentCore

    Amazon Bedrock AgentCore hiện cung cấp API Tìm kiếm Web độc lập, cho phép nhà phát triển gọi trực tiếp InvokeWebSearch từ AWS SDK hoặc AWS CLI chỉ với một yêu cầu và không cần tạo tài nguyên nào. API trả về kết quả đã xếp hạng từ chỉ mục web do Amazon vận hành, mỗi kết quả gồm một đoạn trích văn bản và, khi có sẵn, tiêu đề, URL và thời gian xuất bản, kèm bộ lọc theo tên miền và ngày. Các yêu cầu được ký bằng SigV4 và IAM, sử dụng cùng quyền như tuyến AgentCore Gateway.

  21. AWS Machine Learning Blog36

    Những gì đã ra mắt dành cho nhà phát triển AI trên AWS vào tháng 10 năm 2026: Claude Haiku 5.5, GPT-6.1 Terra, AgentCore CLI 1.0

    Bản tổng hợp tháng 10 năm 2026 của AWS bổ sung Claude Haiku 5.5, mà Anthropic cho biết có chi phí thấp hơn khoảng 75 phần trăm so với Claude Haiku 4.5 cho hầu hết các tác vụ, cùng với OpenAI GPT-6.1 Terra trên Amazon Bedrock với tối đa 1 triệu token đầu vào và giá thấp hơn ít nhất 50 phần trăm so với GPT-6.1 Sol và GPT-5.6 Terra. AgentCore CLI đạt phiên bản 1.0, và AgentCore Gateway bổ sung tính năng dự phòng mô hình và quy trình Step Functions như các công cụ agent.

  22. The Verge · AI58

    United chặn các tác nhân AI cá nhân đặt vé máy bay

    United sẽ không cho phép các trợ lý AI cá nhân hoàn tất việc đặt vé máy bay trên trang web của mình, với lý do lo ngại về quyền riêng tư và quy định, theo The Wall Street Journal. Các tác nhân vẫn có thể hiển thị cho người dùng các chuyến bay của United nhưng không thể hoàn tất giao dịch, và CEO Scott Kirby cho biết ông không muốn tạo thêm một bên trung gian. United cho biết có thể xem xét lại khi các tác nhân bên thứ ba phát triển, trong khi eBay và một số ngân hàng lớn cũng đã hạn chế quyền truy cập của tác nhân.

  23. Simon Willison58

    AWS phát hành trình giả lập cục bộ chính thức để kiểm thử các dịch vụ của mình mà không cần API key trả phí

    AWS đã phát hành một trình giả lập chính thức cho phép các nhà phát triển chạy thử nghiệm trên một bản sao cục bộ của nhiều dịch vụ khác nhau mà không cần cấp API key trả phí. Trình giả lập được viết bằng Rust và đã tích lũy 29.684 commit trong ba tuần đầu tiên của dự án, theo một bài đăng khách mời của Swaminathan (Swami) Sivasubramanian trên blog của Werner Vogels. Hiện tại nó yêu cầu Docker trên macOS và Windows, và Simon Willison hy vọng sẽ có một tệp nhị phân đơn lẻ có thể tải xuống để sử dụng trong các bộ kiểm thử tiêu chuẩn trên các nền tảng và ngôn ngữ khác.

  24. AWS Machine Learning Blog12

    AWS re:Invent 2026 AI/ML Track: Hướng dẫn cho người tham dự

    AWS sẽ tổ chức hội nghị re:Invent thường niên từ ngày 30 tháng 11 đến ngày 4 tháng 12, với track AI/ML cung cấp hơn 140 phiên độc đáo trong tổng số hơn 2.000 phiên học tập. Hướng dẫn này ánh xạ các phiên vào ngăn xếp AI của AWS, bao gồm chip AI (AWS Trainium và NVIDIA GPUs), mô hình và suy luận trên Amazon Bedrock và SageMaker AI, và phát triển tác nhân với Amazon Bedrock AgentCore. Các phiên được tổ chức từ nội dung cho người mới đến các buổi đào sâu kỹ thuật, và nhiều phiên có thể xem theo yêu cầu.

  25. AWS Machine Learning Blog28

    Tự động hóa cập nhật AWS Agent Registry với kiến trúc dựa trên push

    AWS phác thảo một pipeline hướng sự kiện giúp duy trì các bản ghi AWS Agent Registry cho các máy chủ MCP luôn cập nhật mà không cần cập nhật thủ công. AWS CloudTrail ghi lại các lệnh gọi API UpdateAgentRuntime, Amazon EventBridge định tuyến chúng giữa các tài khoản, và một hàm Lambda truy vấn các công cụ của máy chủ MCP thông qua token OAuth của AgentCore Identity, sau đó so sánh và cập nhật bản ghi registry tương ứng. Mẫu này chỉ cập nhật các bản ghi hiện có và hỗ trợ cả thiết lập một tài khoản và nhiều tài khoản.

  26. Claude YouTube40

    Fable 5.2 hay Opus? Khi nào nên dùng từng model trong Claude Code

    Claude Fable 5.2 đã có sẵn, và một hướng dẫn mới giải thích khi nào nên bắt đầu với Opus 5.5, khi nào nên nâng lên Fable 5.2, hoặc hạ xuống Sonnet 5.5 hay Haiku 5.5 trong Claude Code. Hướng dẫn cũng đề cập việc chia một công việc cho nhiều model, với tính khả dụng và giới hạn sử dụng khác nhau tùy theo gói.

  27. Epoch AI · Gradient Updates64

    Epoch Brief: GLM 5.3 tự động xây dựng exploit Firefox từ lỗ hổng bản vá với chi phí khoảng 1.000 USD mỗi cái

    Các nhà nghiên cứu của Epoch AI báo cáo rằng trong các thí nghiệm sandbox ngoại tuyến, mô hình trọng số mở GLM 5.3 đã tự động xâm nhập sáu phiên bản Firefox gần đây, một trình duyệt có hơn 200 triệu người dùng hoạt động, với chi phí khoảng 1.000 USD mỗi exploit bằng cách kỹ nghệ đảo ngược các cuộc tấn công từ những bản vá chưa đến tay người dùng. Mô hình đã tạo ra các trang web có thể đọc tệp từ máy tính của khách truy cập và gửi chúng đến kẻ tấn công mà không cần con người can thiệp; nhóm nghiên cứu không thể tái tạo điều này với Chrome. Bản tóm tắt tương tự cũng ghi nhận rằng Claude Fable 5.2 của Anthropic, phát hành ngày 9 tháng 11, đã lập kỷ lục mới của Chỉ số Năng lực Epoch là 174, cao hơn mức 169 của GPT-6 Astra.

  28. Google Developers Blog58

    Kỹ sư Google dùng Gemini 4 Argon và Z3 để bắt lỗi kiểm tra biên trong Go mà fuzzing bỏ sót

    Một kỹ sư Google, người dẫn dắt chương trình kỹ năng tác nhân của công ty, đã xây dựng một pipeline trong đó Gemini 4 Argon đọc mã nguồn Go và mã hợp ngữ RISC-V, chuyển các trap runtime.panicBounds còn sót lại thành ràng buộc Z3, sau đó go test phát lại bất kỳ đầu vào thỏa mãn nào như một reproducer thực sự. Quy trình này bắt được cả ba lỗi được cài sẵn và ba lỗi tiềm ẩn trong skill-lint, trong khi go test -fuzz không có seed bỏ sót hai trong số các crash được cài sẵn vì Go kiểm tra slice dựa trên capacity thay vì length. Việc cắt capacity về bằng length bằng data[:len(data):len(data)] khiến fuzzer làm crash cả hai lỗi tràn trong cả ba lần chạy, với trung vị là 0,28 s và 0,17 s.

  29. Google Developers Blog58

    Google Agent Anomaly Detection đạt điểm trên năm bộ chuẩn an ninh tác nhân công khai

    Google đã chạy Agent Anomaly Detection của mình, trong Private Preview trên Gemini Enterprise Agent Platform, đối chiếu với năm bộ chuẩn an ninh tác nhân công khai mà họ không tự viết, chấm điểm 1.774 phiên. Nó gắn cờ 87% các chỉ dẫn độc hại mà tác nhân thực sự thực thi, với báo động giả trên 2% đến 16% các phiên lành tính, và chỉ bắt được 4 trong 18 phiên nơi bộ nhớ dài hạn bị đầu độc khiến tác nhân hành động. Các bài kiểm tra sử dụng một tác nhân được xây dựng bằng Agent Development Kit (ADK) trên gemini-2.5-flash, bao gồm AgentDojo, InjecAgent, Agent Security Bench, AgentDyn và AgentHarm.

  30. Google Blog · AI55

    Google Labs ra mắt Tabletop, không gian cộng tác thời gian thực cho lập kế hoạch nhóm

    Google Labs giới thiệu Tabletop, một thử nghiệm mới cho cộng tác nhóm theo thời gian thực, nơi người dùng thêm liên kết, tệp và ý tưởng, sau đó nhắc @tabletop hoặc chọn một mẫu khởi đầu để tạo lịch trình chuyến đi tương tác, bình chọn bữa tối, chia chi phí và bảng đấu giải đấu. Khi một không gian đã sẵn sàng, một liên kết mời cho phép mọi người tham gia và sử dụng đồng thời, giống như trong Google Doc. Tabletop đang được triển khai tại Hoa Kỳ (18+) thông qua danh sách chờ tại labs.google/tabletop.

  31. Claude Blog40

    Hướng dẫn Claude Tag của Anthropic dành cho startup: các kênh Slack hàng đầu và trường hợp sử dụng

    Anthropic đã công bố hướng dẫn về Claude Tag (bản beta) dành cho startup, dựa trên các cuộc trò chuyện với tám công ty tăng trưởng cao về nơi họ triển khai tác nhân dựa trên Slack đầu tiên. Hướng dẫn bao gồm năm thiết lập phổ biến — phân loại trực ca, thread-to-PR, bộ não công ty, dữ liệu tự phục vụ và báo cáo — cùng danh sách kiểm tra khởi đầu. Kết quả được trích dẫn bao gồm một PR được mở 21 phút sau khi được nhắc trên Slack và 134 pull request được hợp nhất từ các thread Slack tại NavigateAI.

  32. Claude Blog78

    Anthropic ra mắt Claude Meetings bản beta cho Google Meet trên gói Team và Enterprise

    Anthropic phát hành Claude Meetings bản beta, cho phép Claude tham gia các cuộc gọi Google Meet với tư cách người tham gia hiển thị, trả lời câu hỏi trong chat, tạo tài liệu và bảng trắng trực tiếp, đồng thời ghi chú và liệt kê các đầu việc. Mỗi cuộc họp có một trang trên claude.ai chứa bản ghi, ghi chú và các sản phẩm tạo ra, và mặc định Claude không tham gia các cuộc gọi có khách bên ngoài trừ khi quản trị viên cho phép. Bản beta đang được triển khai trên gói Team và Enterprise, không khả dụng cho một số tổ chức bao gồm các thiết lập ZDR, sẵn sàng HIPAA và CMEK, và ghi chú, bản ghi cùng câu trả lời trong cuộc gọi được miễn phí trong thời gian beta.

    Vì sao đáng chú ý: Việc ra mắt bản beta của Anthropic cho thấy một tác nhân họp có thể soạn tài liệu, lấy dữ liệu từ công cụ được kết nối và ghi chú ngay trong cuộc gọi trực tiếp, với các quy tắc mặc định để loại trừ khách bên ngoài.

  33. Claude Blog78

    Anthropic đưa Claude Opus 5.5 trở thành mô hình mặc định trên các gói Pro, Max, Ultra và Team

    Claude Opus 5.5 hiện là mô hình mặc định trong Claude trên các gói Pro, Max, Ultra và Team, và Anthropic khuyến nghị đây là lựa chọn hàng ngày cho nghiên cứu, phân tích và hoàn thiện tài liệu, bài trình chiếu và bảng tính. Anthropic cho biết Opus 5.5 ở mức Medium đã ngang bằng hoặc vượt Opus 5 ở mức High trong các đánh giá về lập trình và công việc tri thức, và trong một bài kiểm tra phân tích sáp nhập nội bộ, mô hình hoàn thành trong 63 phút với chi phí bằng một nửa so với Opus 5 cho cùng tác vụ. Bài viết cũng liệt kê những thay đổi về cách viết prompt cho mô hình mới, bao gồm bỏ chỉ dẫn 'think hard', bắt đầu ở mức Medium và đính kèm biểu đồ thay vì gõ lại các giá trị của chúng.

    Vì sao đáng chú ý: Hướng dẫn của chính Anthropic giải thích lý do Opus 5.5 giờ là mặc định cho công việc tri thức hàng ngày và những thói quen viết prompt nào nên bỏ đi đối với mô hình này.

  34. Claude Blog56

    Anthropic mở bản beta riêng tư của Claude Managed Agents tự vận hành

    Anthropic phát hành Claude Managed Agents tự vận hành dưới dạng beta riêng tư, cho phép nhà phát triển chạy toàn bộ dịch vụ agent, bao gồm harness, sandbox, thông tin xác thực và lịch sử phiên, trong môi trường cloud hoặc on-premise của riêng họ. Yêu cầu mô hình có thể gửi trực tiếp đến Anthropic, đến Amazon Bedrock, Agent Platform của Google hoặc Microsoft Foundry, hoặc qua gateway của chính khách hàng, và lịch sử phiên được lưu trong cơ sở dữ liệu của khách hàng. Công ty cho biết thiết kế này giữ vòng lặp agent và bí mật vault bên ngoài sandbox, hỗ trợ danh sách cho phép các host được phép, và xuất bản ghi đầy đủ của mỗi phiên qua OpenTelemetry.

  35. Every28

    Hai cấp độ tiếp theo của việc ứng dụng AI: Mô phỏng và Kiểm thử chiến lược

    Every đã mở rộng tám cấp độ ứng dụng AI của mình với Cấp độ 9 và Cấp độ 10, cả hai đều tập trung vào mô phỏng. Cấp độ 9 đối đầu các chiến lược với nhau để tìm ra chiến lược tốt nhất, trong khi Cấp độ 10 chạy cuộc cạnh tranh đó lặp đi lặp lại để xem những chiến lược nào thắng một cách nhất quán. Tác giả lưu ý rằng cả hai cấp độ vẫn đang trong giai đoạn thử nghiệm, tiêu tốn lượng token nhiều hơn hẳn so với các cấp độ thấp hơn, và không đảm bảo kết quả tốt hơn ở thời điểm hiện tại.

  36. Figma Blog42

    Cách 3D transforms và agent của Figma đưa video ra mắt trở nên sống động

    Figma đã phát hành 3D transforms dưới dạng open beta, cho phép nhà thiết kế nghiêng, xoay và sắp xếp văn bản, hình ảnh, vector và frame trong không gian, với hiệu ứng phối cảnh trên frame cha để tạo bố cục không gian chung. Các hiệu ứng không phá hủy vẫn có thể chỉnh sửa và có thể kết hợp với shader, tạo hoạt ảnh bằng Figma Motion hoặc khám phá qua agent của Figma. Brand Studio của Figma đã sử dụng các công cụ này, bao gồm một plugin tạo sinh do agent xây dựng, để sản xuất video ra mắt của tính năng.

  37. The Verge · AI58

    Thử nghiệm AI Tabletop của Google cho phép người dùng tạo ứng dụng cộng tác tùy chỉnh

    Google đã ra mắt một công cụ AI thử nghiệm có tên Tabletop, công cụ này tạo ra các trung tâm cộng tác tùy chỉnh để phối hợp với gia đình và bạn bè. Người dùng thêm liên kết, tệp và ý tưởng, sau đó nhắc @tabletop hoặc chọn một mẫu khởi đầu để tạo lịch trình chuyến đi tương tác, bình chọn bữa tối, chia chi phí và bảng đấu giải đấu, rồi chia sẻ liên kết mời để người khác tham gia theo thời gian thực giống như Google Doc. Bản beta có sẵn qua danh sách chờ và hiện chỉ giới hạn cho người trên 18 tuổi tại Hoa Kỳ.