Tới nội dung
#Agent
12 tháng 11Thứ Năm
  1. Claude Blog58

    Anthropic ra mắt Claude cho Sản xuất với 17 kỹ năng và các kết nối Autodesk, Infor, Microsoft 365 và NetSuite

    Anthropic đã ra mắt Claude cho Sản xuất, một plugin với 17 kỹ năng bao gồm bán hàng, chất lượng, vận hành, chuỗi cung ứng, thiết kế và thiết lập, từ soạn báo giá công việc đến chẩn đoán máy bị dừng. Plugin này lấy dữ liệu từ hồ sơ của chính nhà sản xuất thông qua các kết nối tới Autodesk Fusion, Infor, Microsoft 365 và Oracle NetSuite, và mỗi kỹ năng đều kết thúc ở bước con người xem xét trước khi đầu ra đến tay khách hàng hoặc nhà cung cấp. Anthropic dẫn một khảo sát của Manufacturing Leadership Council năm 2025, trong đó 79% nhà sản xuất cho biết họ nhập dữ liệu thủ công, và cho biết dự định bổ sung thêm kỹ năng sản xuất theo thời gian.

  2. Claude Blog31

    J.Crew ra mắt Style Advisor AI stylist được xây dựng bằng Claude Code

    J.Crew đã ra mắt Style Advisor, một AI stylist trên JCrew.com, gợi ý toàn bộ trang phục thay vì từng sản phẩm riêng lẻ, hiện đã có sẵn cho phong cách nữ và nam tại Mỹ. Đội ngũ J.Crew đã xây dựng nó bằng Claude Code sử dụng nhiều mô hình Claude: Claude Fable 5.1 để lập kế hoạch lý luận của stylist, Claude Opus 5.5 cho bản nguyên mẫu, Claude Sonnet 5.5 làm stylist trong mỗi cuộc trò chuyện, và Claude Haiku 5.5 cho các tác vụ nhanh. Mọi gợi ý đều được lấy từ các bộ trang phục do chính các stylist của J.Crew tạo ra cho các buổi chụp catalog.

11 tháng 11Thứ Tư
  1. The Decoder64

    Helsing ra mắt Clarity, nền tảng tác tử chuẩn bị khuyến nghị mục tiêu cho hệ thống vũ khí

    Công ty công nghệ quốc phòng Đức Helsing ra mắt Clarity, một nền tảng dựa trên tác tử hợp nhất các nguồn cảm biến, thông tin tình báo mã nguồn mở và báo cáo văn bản thành các khuyến nghị mục tiêu để con người xem xét trước khi dữ liệu được đóng gói cho một hệ thống vũ khí. Helsing cho biết nền tảng này chạy trên hạ tầng của chính khách hàng với các mô hình và giao diện được phát triển tại châu Âu, và con người phải phê duyệt mọi lần bàn giao cho một hệ thống vũ khí, với mỗi quyết định được ghi lại dưới tên người chịu trách nhiệm. Bài viết lưu ý Helsing không nói liệu Clarity đã được vận hành với bất kỳ khách hàng nào chưa, và đối chiếu những cam kết này với các trường hợp được báo cáo ở Iran, Gaza và một vụ suýt xảy ra năm 2026 liên quan đến một tàu Trung Quốc, nơi các đánh giá do AI tạo ra được tin tưởng một cách thiếu phê phán.

  2. a16z News58

    a16z phác họa nền kinh tế B2A khi các tác nhân AI trở thành người dùng chính của internet

    Olivia Moore của a16z lập luận rằng các tác nhân AI hiện chiếm phần lớn lưu lượng truy cập web, viết hơn một nửa số bài viết trực tuyến mới và tạo ra phần lớn mã sản xuất, đánh dấu giai đoạn đầu của một sự dịch chuyển phân phối. Bà trích dẫn báo cáo của Shopify rằng lưu lượng truy cập do AI dẫn đến các cửa hàng của họ đã tăng gấp tám lần so với cùng kỳ năm trước trong Q1 '26 và đơn hàng từ các tìm kiếm do AI hỗ trợ tăng gần mười ba lần, cùng với dữ liệu của Human Security cho thấy lưu lượng truy cập trình duyệt tác nhân tăng 8 lần từ tháng 8 đến tháng 10. Moore nhóm các bên hưởng lợi tiềm năng thành mô hình tác nhân, sản phẩm mới được tác nhân kích hoạt, các công ty hiện hữu đang tối ưu hóa cho tác nhân và hạ tầng tác nhân, đồng thời lưu ý rằng OpenAI đã ra mắt Businesses in ChatGPT một ngày trước đó.

  3. ElevenLabs Blog25

    ElevenLabs ra mắt Chương trình Đối tác nhằm đẩy nhanh việc ứng dụng AI Agent trong doanh nghiệp

    ElevenLabs đã ra mắt Chương trình Đối tác với các ưu đãi thương mại được nâng cao, chứng nhận mới, cơ hội tiếp cận thị trường chung và hỗ trợ kỹ thuật chuyên biệt. Chương trình bao gồm hơn 550 đối tác đang hoạt động tại 44 quốc gia, và hệ sinh thái đối tác đã tạo ra 315 triệu USD pipeline cùng hơn 52 triệu USD doanh thu từ đối tác và do đối tác tác động trong năm nay. ElevenLabs hướng tới mục tiêu các đối tác kiếm được 3 USD doanh thu dịch vụ cho mỗi 1 USD mà công ty tạo ra, với sự hỗ trợ của các kỹ sư triển khai tiền phương và danh bạ đối tác được chứng nhận mới.

  4. ElevenLabs Blog58

    Hội nghị thượng đỉnh ElevenLabs tại NYC: Interaction Engine, Bộ nhớ và Routines của ElevenAgents, ứng dụng ElevenAI, Chương trình Đối tác và Marketplace

    Tại Hội nghị thượng đỉnh ở New York, ElevenLabs đã công bố các mô hình, tác nhân và tùy chọn triển khai mới cho lớp tương tác AI của mình, bao gồm Interaction Engine quản lý việc luân phiên lượt nói và định tuyến từng phần của cuộc hội thoại đến một LLM rẻ hơn hoặc tiên tiến hơn. ElevenAgents có thêm Memory, tính năng xây dựng hồ sơ có cấu trúc về khách hàng quay lại, và Routines, một lớp tự động hóa cho công việc nhiều bước trước, trong và sau cuộc gọi. ElevenLabs cũng đã giới thiệu trước ứng dụng làm việc ElevenAI với quyền truy cập sớm miễn phí mở từ hôm nay, ra mắt Chương trình Đối tác hiện có hơn 550 đối tác tại 44 quốc gia cùng liên minh với McKinsey, và giới thiệu ElevenLabs Marketplace; Nemotron 3.5 Super VL của NVIDIA hiện đã có trong ElevenAgents cùng với 15 MW công suất tính toán Vera Rubin mới.

  5. ElevenLabs Blog40

    ElevenLabs ra mắt Marketplace cho các ứng dụng AI sẵn sàng cho doanh nghiệp

    ElevenLabs đã ra mắt ElevenLabs Marketplace, một bộ sưu tập được tuyển chọn các ứng dụng AI và giọng nói theo ngành cụ thể được xây dựng trên các mô hình của mình bởi các đối tác công nghệ, với các đối tác ra mắt bao gồm Salesforce, IBM, NiCE, Twilio và Zendesk. Doanh nghiệp có thể khám phá các giải pháp trong lĩnh vực dịch vụ tài chính, bảo hiểm, chăm sóc sức khỏe, viễn thông, bán lẻ và chính phủ, đồng thời kết nối trực tiếp với các đối tác đứng sau chúng. Bắt đầu từ năm sau, các giải pháp đủ điều kiện của đối tác sẽ có thể được mua thông qua các cam kết hiện có của ElevenLabs.

  6. ElevenLabs Blog25

    McKinsey và ElevenLabs hợp tác để mở rộng quy mô AI hội thoại trong doanh nghiệp

    McKinsey và ElevenLabs công bố liên minh nhằm giúp các tổ chức chứng minh giá trị của AI hội thoại thông qua các trường hợp sử dụng ban đầu trước khi mở rộng ra toàn doanh nghiệp. Sự hợp tác kết hợp chuyên môn về ngành và chuyển đổi của McKinsey, bao gồm kỹ thuật AI của QuantumBlack, với công nghệ AI hội thoại tiên tiến và nền tảng ElevenAgents của ElevenLabs. Nhà mạng viễn thông Hà Lan KPN đã sử dụng các giải pháp AI mới, và liên minh dự kiến mở rộng cách tiếp cận này sang các ngành thâm dụng dịch vụ như bảo hiểm.

  7. ElevenLabs Blog22

    Các khách hàng doanh nghiệp đang đưa AI của ElevenLabs vào công việc như thế nào

    ElevenLabs cho biết các doanh nghiệp hiện chiếm hơn 55% doanh thu của công ty, với công nghệ của họ được sử dụng trong hoạt động hàng ngày tại năm trong số 10 công ty công nghệ lớn nhất, năm trong số 10 công ty bảo hiểm lớn nhất và bốn trong số 10 công ty viễn thông lớn nhất. Tại Hội nghị thượng đỉnh ở NYC, các khách hàng gồm Ramp, Customers Bank, Banco Inter, Clover Health và FOX Sports đã mô tả việc sử dụng ElevenAgents và ElevenCreative cho các tác nhân hỗ trợ, quy trình tiếp nhận, dịch vụ đa ngôn ngữ và một nhân vật AI của bình luận viên Colin Cowherd trong Ứng dụng FOX Sports.

  8. ChinaTalk58

    Báo cáo phát hiện chín nhà cung cấp dữ liệu Mỹ đang bán môi trường RL cho các phòng thí nghiệm AI Trung Quốc

    Các nhà cung cấp dữ liệu Mỹ gồm Mercor, Surge AI, Turing, AfterQuery và Pareto đang bán môi trường học tăng cường (reinforcement learning) cho các phòng thí nghiệm AI Trung Quốc, và báo cáo xác định chín nhà cung cấp có hoạt động kinh doanh tại Trung Quốc. Báo cáo lập luận rằng những thương vụ này giúp các phòng thí nghiệm Trung Quốc bỏ qua giai đoạn thử nghiệm triển khai tốn kém và tiết kiệm tính toán bị hạn chế bởi bộ nhớ, đồng thời lưu ý các giao dịch phần lớn nằm ngoài phạm vi kiểm soát xuất khẩu và việc tụt hậu so với các phòng thí nghiệm Mỹ hạn chế mức độ thiệt hại.

  9. Hugging Face Blog42

    Tether AI Research phát hành BotPsy: Mô hình tác tử 0.8B trên thiết bị, xây dựng trên Qwen3.5-0.8B

    Tether AI Research đã phát hành BotPsy, một mô hình tác tử 0.8 tỷ tham số xây dựng trên Qwen3.5-0.8B dành cho việc sử dụng công cụ trợ lý cá nhân trên thiết bị. Mô hình này gần như nhân đôi điểm số tác tử của mô hình gốc, với BFCL v4 tăng từ 23,4 lên 44,0 và τ-bench từ 23,2 lên 51,5, đồng thời vượt qua mọi mô hình lên tới 1,2 tỷ tham số được thử nghiệm trên sáu bộ đánh giá sử dụng công cụ. Mô hình cũng giảm phản hồi không an toàn xuống 21% từ 36% và sử dụng ít hơn khoảng 3 lần token suy luận trên GPQA Diamond.

  10. Latent Space38

    Kỹ sư OpenAI trình bày chi tiết các cách làm việc mới với Codex tại AI Engineer Code Summit

    Các kỹ sư Trải nghiệm Nhà phát triển của OpenAI, Dominik Kundel và Charlie Guo, đã trình bày "New Ways of Working with Codex" tại AI Engineer Code Summit, bao gồm Codex Cloud v2 được cải tiến được công bố tại DevDay, chế độ giọng nói như một mặt phẳng điều khiển để quản lý các luồng lập trình, và các tác nhân cá nhân được gọi là dots. Kundel cho biết Codex Cloud hiện hoạt động như một bộ thực thi nền, cho phép Codex cục bộ chuyển giao nhiệm vụ lên đám mây, mặc dù ông thừa nhận quy trình làm việc trên đám mây vẫn cần trở nên dễ dàng hơn.

  11. NVIDIA Blog22

    AI giúp các nhà tái chế biến rác hỗn hợp thành vật liệu tái sử dụng như thế nào

    NVIDIA giới thiệu bốn startup thuộc Inception đang sử dụng AI và robot để phân loại rác hỗn hợp tại các nhà máy tái chế. Dây chuyền thí điểm Jetson Orin NX của AIRECO đạt độ chính xác nhận diện trên 95% và hướng tới nâng công suất hàng năm từ 18.000 lên 48.000 tấn đồng thời cắt giảm 85% chi phí vận hành, còn EverestLabs đã triển khai khoảng 150 robot dẫn hướng bằng thị giác trên khắp Bắc Mỹ và Australia.

  12. Vapi Blog58

    Vapi ra mắt Agent Loop trong chế độ truy cập sớm, một harness tự cải thiện cho các voice agent

    Vapi đã ra mắt Agent Loop trong chế độ truy cập sớm, dự kiến GA vào đầu năm sau, như một harness tự cải thiện giúp xây dựng một voice agent từ một prompt đơn giản, chấm điểm mọi cuộc gọi theo mục tiêu kinh doanh, soạn thảo bản sửa cho các trường hợp chưa đạt, kiểm thử chúng trong mô phỏng và đưa vào một phần lưu lượng trực tiếp trước khi triển khai toàn bộ. Vòng lặp này chạy trên các primitive của Vapi bao gồm Simulations và Traffic Splitting, hiện có trong dashboard, cùng với Goals, Call Health và Experiments, sắp ra mắt. Mỗi agent của Agent Loop là một trợ lý Vapi thực sự, nên các kỹ sư vẫn giữ toàn quyền truy cập dashboard và API, và cần có sự phê duyệt của con người trước khi bất kỳ thay đổi nào được triển khai.

  13. Microsoft Research75

    Các nhà nghiên cứu Microsoft mô tả Lazarus, một backdoor lập trình lại các neuron không hoạt động trong các tác nhân AI

    Các nhà nghiên cứu Microsoft đã mô tả Lazarus, một kỹ thuật backdoor lập trình lại ít hơn 10 neuron không hoạt động trong một LLM để một tác nhân xây dựng trên đó phát ra lệnh của kẻ tấn công khi một kích hoạt ẩn xuất hiện, mà không cần huấn luyện lại. Mô hình đã sửa đổi vẫn vượt qua các đánh giá tiêu chuẩn và hoạt động bình thường cho đến khi kích hoạt, có thể đơn giản như một thay đổi ngày tháng, và sau đó tác nhân chạy mã đã tải xuống với bất kỳ quyền truy cập nào được cấp. Các tác giả cho biết việc phát hiện đòi hỏi phải so sánh với trọng số gốc, và Microsoft Foundry đã liên kết các mô hình trọng số mở với nhà phát hành của chúng và quét các container của chúng, trong khi các bộ công cụ red-teaming, quét trọng số dựa trên tác nhân và các mô hình có chữ ký với nguồn gốc chống giả mạo đang được phát triển.

    Vì sao đáng chú ý: Các nhà nghiên cứu Microsoft cho thấy rằng việc lập trình lại ít hơn 10 neuron không hoạt động có thể tạo backdoor cho một tác nhân LLM mà không cần huấn luyện lại, điều này khiến nguồn gốc và tính toàn vẹn của trọng số trở thành một yêu cầu bảo mật thực tế.

  14. LangChain Blog58

    LangChain giải thích các kỹ thuật truy xuất cho kỹ thuật ngữ cảnh của AI agent

    LangChain đã xuất bản một bài blog về cách thiết kế truy xuất định hình kỹ thuật ngữ cảnh cho AI agent, sử dụng một agent phân tích cạnh tranh được xây dựng trên Deep Agents harness của mình làm ví dụ. Bài viết đề cập đến ba kiểu thất bại: tìm kiếm không hiệu quả, tải quá nhiều ngữ cảnh cùng lúc, và kết quả không liên quan hoặc lỗi thời, đồng thời ghép mỗi kiểu với các kỹ thuật như công cụ hệ thống tệp glob và grep, phân trang qua các tệp lớn bằng offset read_file, chuyển kết quả công cụ quá lớn sang tệp, và giao việc đọc cho subagent theo mô hình truy xuất, chuyển giao, ủy thác. Bài viết cũng cảnh báo rằng văn bản được truy xuất là dữ liệu chứ không phải hướng dẫn và có thể mang theo prompt injection, vì vậy đầu ra nên được kiểm tra dựa trên các nguồn được trích dẫn.

  15. LangChain Blog60

    LangChain giải thích cách Deep Agents quản lý ngữ cảnh mà không cần giữ mọi thứ trong cửa sổ ngữ cảnh

    LangChain trình bày chi tiết cách bộ khung Deep Agents mã nguồn mở của họ sử dụng middleware để chống lại hiện tượng suy giảm ngữ cảnh trong các phiên chạy agent dài. Kết quả công cụ vượt khoảng 20.000 token và tin nhắn người dùng vượt 50.000 token được chuyển sang tệp với chỉ một bản xem trước được hiển thị, trong khi tính năng tóm tắt cô đọng các tin nhắn cũ hơn khi mức sử dụng đạt 85% cửa sổ ngữ cảnh. Skills, subagents và một tệp bộ nhớ dài hạn dạng markdown giữ cửa sổ của agent chính ở mức nhỏ và cho phép bộ nhớ được duy trì qua các mô hình và nhà cung cấp.

    Vì sao đáng chú ý: LangChain giải thích cách bộ khung Deep Agents mã nguồn mở của họ sử dụng middleware để chuyển tải, tóm tắt và cô lập ngữ cảnh, mang đến một mẫu tái sử dụng được cho các agent trong các tác vụ dài.

  16. Latent Space55

    Thiết kế cho Agent: CEO Resend Zeno Rocha về cách Agent chọn API email

    Đồng sáng lập kiêm CEO Resend Zeno Rocha đã tham gia podcast Latent Space để giải thích cách API email được thiết kế để các coding agent lựa chọn, dẫn một nghiên cứu AEO trong đó Claude Code chọn Resend đầu tiên trong 64/102 lần gợi ý email. Bước đột phá trước đó của Resend là React Email, một công cụ template mà nhà phát triển có thể dùng với bất kỳ nhà cung cấp nào, nên một số mã Resend đã có sẵn trong repo trước khi họ chuyển đổi.

  17. Google Blog · AI50

    Gemini Intelligence mở rộng sang Motorola signature 27 và Pixel 10 với các tính năng mới

    Google đang đưa Gemini Intelligence đến nhiều thiết bị Android hơn, bao gồm điện thoại Motorola Gemini Intelligence đầu tiên, motorola signature 27, mở đặt trước tại Mỹ từ ngày 19 tháng 11, và Pixel 10, Pixel 10 Pro XL cùng Pixel 10 Pro Fold thông qua Pixel Drop hôm nay. Các khả năng mới bao gồm Create My Widget, tạo widget tùy chỉnh từ mô tả văn bản bằng dữ liệu Gmail, Calendar và Search, và Device Assistance để điều khiển và sửa điện thoại bằng cách hỏi Gemini. Rambler hiện đã có trên dòng Pixel 10 và motorola signature 27, tự động hóa tác vụ mở rộng đến Vương quốc Anh, Ấn Độ và Nhật Bản, và Create My Widget sẽ đến với Pixel Watch trong vài tuần tới.

  18. Claude YouTube72

    Anthropic ra mắt Claude Whiteboards, Sheets và Data cho cộng tác nhóm

    Anthropic giới thiệu Claude Whiteboards và Claude Sheets dưới dạng bản beta, đồng thời đưa Claude Dashboards ra mắt chính thức với tên Claude Data. Whiteboards biến một kế hoạch nói thành bảng với dòng thời gian, người phụ trách và ngày tháng mà các nhóm có thể chỉnh sửa theo thời gian thực, trong khi Sheets xây dựng bảng tính với các tab, công thức, định dạng và menu thả xuống và phác thảo từng chỉnh sửa. Claude Data cho phép các nhóm dữ liệu chứng nhận truy vấn và tạo câu chuyện dữ liệu hoặc video thuyết minh từ các chỉ số, với chia sẻ trực tiếp hiển thị số liệu cập nhật.

    Vì sao đáng chú ý: Claude bổ sung bảng trắng cộng tác, bảng tính và bảng điều khiển dữ liệu chia sẻ, mở rộng không gian làm việc từ trò chuyện sang tài liệu nhóm.

  19. Claude YouTube68

    Claude ra mắt trình kết nối tương tác cho Adobe, Atlassian và Box

    Claude hiện hỗ trợ trình kết nối tương tác, mở phiên bản đầy đủ của công cụ ngay trong Claude, cho phép người dùng làm việc trong Adobe, Atlassian và Box song song với cuộc trò chuyện, tự thực hiện thay đổi hoặc yêu cầu Claude thực hiện. Trong bản demo, Claude thêm phần tóm tắt vào kế hoạch ra mắt trong Confluence, áp dụng hiệu ứng dither cho ảnh trong Adobe, và kiểm tra bản vẽ mặt bằng theo tiêu chuẩn thiết kế trong Box trước khi lưu bản sửa đổi thành tệp mới. Tính năng này đang được triển khai trên web và desktop.

    Vì sao đáng chú ý: Trình kết nối tương tác cho phép Claude vận hành bên trong các ứng dụng Adobe, Atlassian và Box, cho thấy quy trình tác tử chuyển từ trò chuyện sang các công cụ bên thứ ba đầy đủ như thế nào.

  20. LangChain Blog36

    Workday đã xây dựng nền tảng AI agent quy mô doanh nghiệp như thế nào với LangGraph và LangSmith

    Workday đã xây dựng một nền tảng dành cho nhà phát triển nội bộ để đưa AI agent vào môi trường production, dùng LangGraph để điều phối và LangSmith để tracing, observability và evals, với một nhóm bốn người. Thời gian tạo prototype giảm từ 4–5 tháng xuống dưới một ngày, và nhóm đã phát triển lên khoảng 30 thành viên.

  21. Meta Engineering Blog58

    Meta chi tiết cách Your Algorithm biến sở thích ngôn ngữ tự nhiên thành gợi ý trên Facebook Feed và Reels

    Meta đã công bố tổng quan kỹ thuật về Your algorithm, bộ công cụ AI cho phép người dùng Facebook nêu bằng ngôn ngữ tự nhiên những gì họ muốn thấy trong Feed và Reels, với một trang duy nhất có thể chỉnh sửa liệt kê các chủ đề Interested In và Not Interested In. Mỗi thay đổi được một LLM nhỏ hơn xác thực, được làm giàu bằng embedding và từ khóa tìm kiếm, rồi lưu vào một kho dùng chung mà cả Feed và Reels đều đọc, trong khi một LLM reranker đã được tinh chỉnh loại bỏ nội dung khớp với các chủ đề Not Interested In mới được thêm. Meta cho biết một tail load bổ sung và việc vô hiệu hóa bộ nhớ đệm phía client giúp thay đổi có hiệu lực nhanh hơn, và một LLM judge riêng chấm điểm các đầu ra như Lately Summary trước khi ra mắt.

  22. a16z News38

    a16z dẫn dắt vòng Series A của General Translation, một startup bản địa hóa full-stack

    a16z thông báo đã dẫn dắt vòng gọi vốn Series A của General Translation, một công ty hạ tầng dành cho nhà phát triển xây dựng giải pháp bản địa hóa full-stack ứng dụng AI, tích hợp trực tiếp vào các ứng dụng React, tài liệu và các công cụ như GitHub, Figma và Slack. Các khách hàng gồm Cursor, Cognition, Ramp và Clickhouse đã sử dụng nó để phát hành sản phẩm bằng mọi ngôn ngữ. Đối tác Martin của a16z tham gia hội đồng quản trị.

  23. Google DeepMind88

    Google DeepMind phát hành Gemini 4 Carbon cho lập trình tác tử, an ninh mạng và suy luận khoa học

    Google DeepMind đã cung cấp Gemini 4 Carbon cho nhà phát triển, doanh nghiệp, nhà khoa học và người tiêu dùng, định vị nó cao hơn Gemini 4 Argon cho các tác vụ cần suy luận sâu hơn và nhiều token hơn. Carbon xếp hạng #1 trên CursorBench 4.0, WANDR của Perplexity và AutomationBench của Zapier với chi phí mỗi tác vụ thấp hơn hơn 2 lần so với mô hình bên ngoài tốt thứ hai, và có giá 2 USD mỗi triệu token đầu vào và 10 USD mỗi triệu token đầu ra, cùng mức giá giới thiệu như Argon. Google cũng đã xem trước /swarm trong Google Antigravity, biến một câu lệnh duy nhất thành một nhóm tác tử phối hợp, và báo cáo rằng Carbon đã chặn 99% quỹ đạo tấn công trong thử nghiệm tấn công mạng mô phỏng.

    Vì sao đáng chú ý: Ghi chú phát hành của Google trình bày chi tiết cách Gemini 4 Carbon đánh đổi việc dùng nhiều token hơn để lấy suy luận sâu hơn, xếp hạng nhất trên CursorBench 4.0, WANDR và AutomationBench với chi phí mỗi tác vụ dưới một nửa so với mô hình bên ngoài tiếp theo.

  24. NVIDIA Blog60

    NVIDIA đóng góp OpenShell Agent Runtime cho CNCF và bổ sung công cụ DSX Kubernetes

    NVIDIA đang đóng góp OpenShell, runtime mã nguồn mở của mình để bảo mật và quản trị các tác nhân tự trị, cho Cloud Native Computing Foundation với tư cách là dự án Sandbox, đồng thời cũng đóng góp cho Agent Substrate do Google dẫn đầu. NVIDIA đã công bố ba thành phần mới của DSX AI Factory Platform: NVIDIA Kubernetes Engine và NVIDIA Kubernetes Recipes, hiện đang ở giai đoạn xem trước công khai, và NVIDIA Snapshot, có thể khôi phục các bản sao đã lưu checkpoint trong vài giây mà không cần tải lại mô hình hoặc khởi động làm nóng. Crusoe đã thử nghiệm GLM-5.3 trên Crusoe Cloud và giảm thời gian sẵn sàng của khối lượng công việc từ khoảng tám phút xuống còn 31 giây, trong khi Saturn Cloud giảm thời gian khởi động vLLM từ khoảng 2 đến 8,5 phút xuống còn 6 phút 34 giây.

    Vì sao đáng chú ý: NVIDIA đóng góp runtime bảo mật tác nhân OpenShell của mình cho CNCF và bổ sung bộ công cụ Kubernetes cho các nhà máy AI GPU, với kết quả Snapshot ban đầu giúp giảm thời gian khởi động suy luận từ vài phút xuống còn vài giây.

  25. Mastra Blog38

    Mastra Forward: Mastra ra mắt dịch vụ kỹ thuật AI với các kỹ sư triển khai tại chỗ và nhà máy agent

    Mastra ra mắt Mastra Forward, một dịch vụ kỹ thuật AI kết hợp một kỹ sư triển khai tại chỗ được chỉ định với Mastra Factory, một bầy agent được cài đặt trong repo của khách hàng. Hợp đồng hàng năm có chi phí thấp hơn một nhân sự AI cấp cao và bao gồm giấy phép Enterprise với triển khai hosted, self-hosted hoặc BYOC cùng một pool Trace Intelligence. Mastra cho biết nhà máy của họ tạo ra hơn 750 PR mỗi tuần.

  26. Google Developers Blog75

    Google phát hành A2UI 1.0, một giao thức mở ổn định cho UI gốc do agent tạo ra

    Google đã phát hành A2UI 1.0, phiên bản ổn định đầu tiên của giao thức mở cho phép các AI agent trả lời bằng màn hình tương tác được hiển thị bởi các thành phần gốc của chính từng ứng dụng. Phiên bản 1.0 bổ sung gọi hàm hai chiều, hỗ trợ trợ năng và siêu dữ liệu mở rộng, cùng các trình kết xuất mã nguồn mở cho React, Angular, Lit, Flutter, SwiftUI và Jetpack Compose (trình kết xuất Compose đang ở 0.9.1 và 1.0 sẽ sớm ra mắt) và SDK agent cho Python, TypeScript và Dart. Atlassian đang đưa A2UI vào Jira, Alation kết xuất các nguồn cấp dữ liệu của mình bằng nó trong Claude, và ByteDance đã phát hành trình kết xuất Lynx vào tháng 6 năm 2026, hiện hỗ trợ 0.9.

    Vì sao đáng chú ý: Giao thức A2UI 1.0 ổn định của Google cho phép agent trả về màn hình tương tác gốc thay vì những khối văn bản, với trình kết xuất cho web, Android và iOS cùng những đơn vị áp dụng sớm gồm Atlassian và ByteDance.

  27. Mastra Blog58

    Mastra bổ sung MCP Tasks cho các lệnh gọi công cụ chạy nền kéo dài

    Mastra hiện đã hỗ trợ tasks trong MCPServer và MCPClient, cho phép các lệnh gọi công cụ chạy lâu được thực thi ở chế độ nền trong khi agent vẫn tiếp tục phản hồi người dùng. Máy chủ trả về ngay một task ID, và máy khách thăm dò các giá trị trạng thái working, input_required, completed, failed hoặc cancelled, đồng thời gửi thông báo đến agent khi task hoàn tất. Công cụ có thể được đặt thành always, auto (sau syncWindowMs mặc định 2 giây) hoặc off, và tasks vẫn có thể gọi suspend() để chờ đầu vào từ con người; tính năng này yêu cầu @mastra/mcp@2.7.0 và @mastra/core@1.81.0 trở lên và vẫn đang ở giai đoạn thử nghiệm.

10 tháng 11Thứ Ba
  1. Google AI · DEV58

    Google giải thích cách họ đưa Agent Skills ra như sản phẩm với các cổng CI và một tác nhân đánh giá AI

    Google Agent Skills hiện lưu trữ hơn 170 kỹ năng từ các nhóm trên khắp Google và đã vượt 21.000 sao GitHub, tăng từ 15.000, và những người duy trì nó mô tả quy trình mà mọi thay đổi đều phải vượt qua. Mỗi pull request phải qua sáu cổng tự động, bao gồm kiểm tra tuân thủ cấu trúc, linters, đánh dấu phiên bản ngữ nghĩa, xác thực bộ đánh giá, kiểm tra liên kết và một tác nhân đánh giá AI, trước khi một chuyên gia lĩnh vực con người phê duyệt. Bài viết cũng chia sẻ các bài học như kỳ vọng đánh giá nguyên tử, tạo tệp chỉ mục và chạy các kiểm tra tất định rẻ tiền trước các kiểm tra LLM đắt tiền.

  2. Google Blog · AI38

    Google và Adobe mở rộng hợp tác để đưa Acrobat và các công cụ sáng tạo vào Gmail, Drive, Gemini và Search

    Google và Adobe đang mở rộng quan hệ hợp tác nhằm nhúng trực tiếp các công cụ sáng tạo và năng suất của Adobe vào các ứng dụng Google hằng ngày, đồng thời đưa các mô hình AI tiên tiến của Google vào các ứng dụng của Adobe. Google Drive và Gmail sẽ sớm hiển thị Adobe Acrobat như một ứng dụng được gợi ý với mục "Edit with" trong phần xem trước tệp, trong khi Adobe bổ sung các trình kết nối Acrobat và công cụ sáng tạo vào Gemini và Gemini Enterprise, đồng thời đưa các công cụ sáng tạo vào AI Mode trong Google Search. Doanh nghiệp có thể sử dụng tác nhân CX Enterprise Coworker của Adobe trong Gemini Enterprise, và Adobe cùng Google DeepMind sẽ nghiên cứu một mô hình hình ảnh cho Photoshop có thể cho phép chỉnh sửa gần như theo thời gian thực.

  3. Google Blog · AI58

    Google Cloud ra mắt Gemini cho lĩnh vực y tế nhằm tự động hóa quy trình lâm sàng và hành chính

    Google Cloud công bố Gemini cho lĩnh vực y tế, một giải pháp AI hợp nhất các hệ thống lâm sàng, vận hành và hành chính bị phân mảnh bằng cách kết nối với hồ sơ sức khỏe điện tử, nền tảng thanh toán, hướng dẫn lâm sàng và bộ dữ liệu Medicare. Nền tảng này lập luận dựa trên ngữ cảnh đó để điều phối các quy trình nhiều bước như tổng hợp hồ sơ y tế và xem xét ủy quyền trước trong các giới hạn được xác định và có sự giám sát của con người. Ban đầu nó có sẵn ở dạng xem trước với các đối tác ra mắt gồm HCA Healthcare, Highmark Health và Northwell Health, nhắm đến khoảng 28 giờ mỗi tuần mà các bác sĩ lâm sàng mất vào giấy tờ.

  4. LangChain Blog59

    Stripe đã xây dựng Kai trên Deep Agents trong một tuần như thế nào

    Stripe đã xây dựng Kai, Nền tảng AI Tri thức toàn công ty của mình, trên khung Deep Agents mã nguồn mở của LangChain, với một kỹ sư phát hành phiên bản đầu tiên chỉ trong một tuần. Ngăn xếp này xếp lớp một harness và lớp cấu hình dành riêng cho Stripe lên trên Deep Agents, sử dụng middleware hệ thống tệp được hỗ trợ bởi S3, middleware sandbox để thực thi mã, middleware tóm tắt cho các phiên dài và tải công cụ động dựa trên kỹ năng trên hơn 500 công cụ MCP nội bộ và hơn 1.000 kỹ năng. Kai đã tăng từ 296 lên hơn 5.000 người dùng trong khoảng bốn tuần và hiện được 83% nhân viên Stripe sử dụng hàng tuần với hơn 60k phiên.

  5. Google DeepMind82

    Google DeepMind giới thiệu AlphaProof Code, chính thức xác minh mã mật mã của Signal

    Các nhà nghiên cứu của Google DeepMind đã sử dụng AlphaProof Code, một khung tác tử đa LLM, để chính thức xác minh các thuộc tính bảo mật quan trọng của mã thực tế nằm bên dưới giao thức Signal. Các tác tử được vận hành bởi Gemini Carbon đã tạo ra hơn sáu triệu dòng Lean, và các chuyên gia con người chỉ xem xét khoảng một phần trăm cơ sở mã; quá trình xác minh mất bốn tuần, một nhiệm vụ mà theo lịch sử các nhóm chuyên gia phải mất nhiều năm. Khi hai lỗi đã được sửa trước đó được đưa trở lại vào một phiên bản cô lập của mã Signal, hệ thống đã tạo ra các chứng minh được máy kiểm tra rằng các phiên bản có lỗi là không an toàn, và DeepMind đang mở mã nguồn các sản phẩm xác minh hình thức của mình.

    Vì sao đáng chú ý: Khung đa tác tử của Google DeepMind đã chính thức xác minh mã mật mã đã triển khai của Signal trong bốn tuần, một nhiệm vụ mà theo lịch sử các nhóm chuyên gia phải mất nhiều năm.

  7. Google AI · DEV42

    Claude Fable 5.2 hiện đã có trên Google Cloud

    Claude Fable 5.2 hiện đã có trên Google Cloud, hướng đến các tác nhân chạy dài hạn cho những công việc kỹ thuật đòi hỏi cao. Mô hình được định vị cho việc lập trình dạng tác nhân trên nhiều kho mã và monorepo, các quy trình làm việc kéo dài từ nhiều giờ đến nhiều ngày không cần giám sát với sự phối hợp của các tác nhân con, và các pipeline khoa học và dữ liệu bao gồm tính toán vật lý, chứng minh hình thức và phân tích dữ liệu.

  8. One Useful Thing78

    Ethan Mollick thử nghiệm Claude Fable 5.2 trên lập trình, kinh doanh và nghiên cứu, gọi nó gần như AGI

    2 trên các nhiệm vụ trải rộng từ hack phần cứng, lập kế hoạch kinh doanh, xây dựng khóa học nhân văn, nghiên cứu học thuật đến dự án cổng 3D 450 thế giới, và đánh giá nó gần như AGI theo định nghĩa của ông về việc sánh ngang hầu hết chuyên gia con người ở hầu hết các nhiệm vụ trí tuệ trên máy tính.

    Vì sao đáng chú ý: Các thử nghiệm thực tế của Ethan Mollick với Claude Fable 5.2 cho thấy năng lực tổng quát mạnh mẽ trên lập trình, kinh doanh và nghiên cứu, đồng thời phơi bày một khoảng trống dai dẳng trong việc tự đánh giá khi nào công việc đã đủ tốt.

  9. LangChain Blog50

    LangSmith BYOC trên AWS đã chính thức khả dụng

    LangSmith Bring Your Own Cloud (BYOC) hiện đã chính thức khả dụng trên AWS, mang đến cho doanh nghiệp một triển khai LangSmith được quản lý chạy trong tài khoản AWS và VPC của chính họ. Dữ liệu nhạy cảm như traces, datasets, experiments, prompts, triển khai agent và dữ liệu sandbox được lưu trong môi trường AWS của khách hàng, trong khi LangChain đảm nhận giám sát, nâng cấp, mở rộng quy mô và quản lý vòng đời cụm. BYOC khả dụng cho khách hàng Enterprise trên 15 khu vực AWS tại Mỹ, EU và APAC.

  10. Latent Space58

    Các phòng thí nghiệm tiên phong mua gì: Phân tích dữ liệu chuyên sâu cùng Garrett Lord và đội ngũ Handshake AI

    Mảng kinh doanh huấn luyện AI của Handshake đã đi từ lúc ra mắt đến 1 tỷ USD doanh thu gộp hằng năm ước tính chỉ trong khoảng một năm, và bài phân tích chuyên sâu này của Latent Space cùng Garrett Lord và đội ngũ của ông đi qua các môi trường học tăng cường mà các phòng thí nghiệm tiên phong mua. Trong một bản demo tài chính, một agent xử lý email và hồ sơ giao dịch của một ngân hàng mô phỏng mang một con số lợi thế thương mại vào Python và trừ nó đi, một sai lầm cho thấy chỗ mà phán đoán của chuyên gia vẫn vượt trội hơn mô hình. Đội ngũ cũng trình bày VIALS, bộ đánh giá của họ để diễn giải hình ảnh khoa học, và lần theo các lệnh gọi công cụ của một agent qua các mô phỏng an toàn bao gồm CAREBench.

  11. Mastra Blog25

    Mastra ra mắt Chương trình Kỹ thuật Triển khai Tiền phương Mastra FDE

    Mastra đã ra mắt Mastra FDE, một chương trình kỹ thuật triển khai tiền phương mở cho bất kỳ nhóm nào đang xây dựng agent, đưa các kỹ sư Mastra vào đội ngũ khách hàng từ khâu kiến trúc đến sản xuất. Phạm vi tham gia từ 6 giờ mỗi tuần với vai trò tư vấn đến 20-40 giờ mỗi tuần trực tiếp xây dựng, được hỗ trợ bởi một kênh Slack chung với những người sáng lập và kỹ sư của Mastra cùng với Mastra Enterprise. Mastra cho biết chương trình này có chi phí thấp hơn một nhân sự AI cấp cao.