Thông tin chuyên sâu về AI, học máy và LLM.
Phân tích của Mozilla cho thấy chi phí trên mỗi token đã giảm 50 lần và khoảng cách về hiệu suất đã được thu hẹp, thúc đẩy các nhà phát triển ưu tiên các mô hình trọng số mở nhờ chi phí thấp hơn, tốc độ thử nghiệm nhanh hơn và khả năng tuân thủ các quy định pháp lý.
Agent Cost Drift: Loại thuế vô hình. Tôi vận hành một tác nhân AI viết hai bài báo mỗi ngày. Để tránh lặp lại các chủ đề, tác nhân này sẽ đọc một tệp nhật ký công việc trước khi bắt đầu. Tệp này...
Trong một bài kiểm tra so sánh trực tiếp, GPT-5.6-SOL đã giải quyết thành công một bài toán xác suất, một kịch bản ròng rọc-quán tính và một đoạn mã Python phức tạp, trong khi Kimi K3 bị giới hạn token hoặc hết thời gian chờ, không đưa ra được kết quả nào có thể sử dụng được.
Trong một bài kiểm tra so sánh trực tiếp, GPT-5.6-SOL đã hoàn thành ba thử thách phức tạp về toán học, vật lý và lập trình trong cùng một giới hạn token, trong khi Kimi K3 liên tục chạm ngưỡng giới hạn token và hết thời gian chờ, khiến các nhà phát triển không nhận được câu trả lời cuối cùng.
Một cuộc thăm dò của Match Group trên 1.000 người trưởng thành tại Mỹ từ 18-39 tuổi cho thấy gần một nửa không tin tưởng vào AI trong chuyện tình cảm, tuy nhiên Bumble, Tinder và Hinge vẫn đang chạy đua với việc sử dụng bot, cắt giảm nhân sự và ra mắt các nền tảng chỉ dành riêng cho AI, đặt cược vào việc ghép đôi bằng thuật toán bất chấp những lo ngại của người dùng.
Alphafold mới của Vertu kết hợp tác nhân AI Hermes có khả năng tự động hóa quy trình làm việc đa bước với lớp vỏ bọc da bê điểm xuyết titan—tuy nhiên, khung máy bên trong lại tương đồng với chiếc ZTE Nubia Fold giá 1.100 USD, làm dấy lên những nghi vấn về giá trị thực sự đằng sau mức giá xa xỉ của nó.
The 2026 audit of MCP, A2A and ACP protocols uncovered 35 specification errors and 30 additional failures when chained, showing that a single compromised agent can silently leak data. Researchers recommend tamper-evident ledgers, least-privilege tokens, content labeling, cryptographic trace IDs, and
Claude Code ghi nhận token ngay khi prompt thô của bạn được gửi đến API, do đó bước làm sạch MCP chỉ diễn ra sau khi bộ đếm đã tính cả văn bản gốc, lệnh gọi công cụ và phiên bản đã làm sạch—khiến chi phí của bạn tăng lên gấp ba lần.
Sự lan truyền của đoạn clip đã gây ra những ý kiến trái chiều trên mạng: một số người phát hiện ra các lỗi deep-fake, trong khi những người khác lập luận rằng chỉ riêng khả năng thao túng bằng AI cũng đủ khiến bất kỳ video nào trở nên không đáng tin cậy, làm lộ ra một điểm mù trong công nghệ phát hiện hiện nay.
Cơ sở đào tạo mới cho phép Digit thực hành mọi thứ, từ di chuyển các thùng hàng đến dỡ toàn bộ rơ-moóc, biến các thử nghiệm thực địa rời rạc thành một quy trình có khả năng lặp lại với hiệu suất cao, giúp rút ngắn đáng kể khoảng cách giữa việc cập nhật phần mềm và triển khai tại xưởng sản xuất.
Các nhà sản xuất chip đang chuyển hướng năng lực sản xuất wafer sang bộ nhớ băng thông cao phục vụ các trung tâm dữ liệu AI, làm sụt giảm nguồn cung RAM tiêu chuẩn dùng cho điện thoại giá rẻ. Sự gia tăng chi phí này đã khiến giá điện thoại thông minh phân khúc giá rẻ tại Ấn Độ tăng tới 68%, kéo theo mức giảm 45% lượng máy được xuất xưởng trong phân khúc dưới 15.000 Rupee.
Hệ thống thực hiện mỗi câu lệnh từ 7-8 lần trên nhiều khu vực và thiết bị khác nhau, sau đó tính toán khoảng tin cậy, cho thấy việc nhắc đến thương hiệu trong ChatGPT, Claude, Gemini và các công cụ khác thay đổi vô cùng thất thường giữa các truy vấn.
Vòng lặp ReAct cho phép mô hình tự quyết định các bước thực hiện, nhưng mỗi chu kỳ Suy nghĩ-Hành động-Quan sát (Thought-Action-Observation) lại làm phát sinh thêm chi phí suy luận, khiến độ trễ tích tụ và làm tăng nguy cơ một sai sót nhỏ trong việc đọc hiểu có thể làm chệch hướng toàn bộ tác vụ.
Swarm thay thế một người giám sát duy nhất bằng một mạng lưới phẳng gồm các tác nhân ngang hàng liên tục phản biện lẫn nhau, nhưng mỗi lần trao đổi lại kích hoạt một lượt gọi mô hình riêng biệt, khiến chi phí tính toán và độ trễ tăng lên đáng kể.
Tác nhân này thực hiện viết lại truy vấn, quyết định khi nào cần tìm kiếm, chia nhỏ các câu hỏi phức tạp thành các bước phụ và tự điều chỉnh khi bằng chứng chưa đủ thuyết phục, giúp cung cấp trích dẫn cho mọi khẳng định và cắt giảm đáng kể lượng token sử dụng.
Dịch vụ tự nguyện này cung cấp cho một nhóm nhỏ các nhà sáng tạo tại Hoa Kỳ một bảng điều khiển liệt kê bất kỳ video hoặc hình ảnh nào mà AI gắn cờ là khớp với các đặc điểm khuôn mặt đã được xác minh của họ, sau khi họ hoàn tất quy trình xác minh danh tính và ảnh selfie khá phức tạp qua Jumio.
Bằng cách thay thế việc tra cứu URL bằng các mã băm định danh nội dung (content-addressed hashes), API COS cho phép bất kỳ trang web nào cũng có thể yêu cầu một tệp nếu đã biết mã SHA-256 của nó, giúp trình duyệt cung cấp cùng một mô hình AI 33 GB cho nhiều nguồn khác nhau mà không cần phải tải lại.
The revamped workflow scrapes queries with >500 impressions, <50 clicks, <1% CTR and position >20, then uses Llama 3 for headlines and Claude 3.5 Sonnet for full drafts, keeping each article under five cents while delivering a 15% lift in organic impressions.
Công cụ đánh giá sẽ lừa dối bạn trước khi mô hình của bạn kịp làm vậy. Bảng điểm đánh giá cho thấy cả hai công cụ đều thất bại. Llama3.2 thất bại trong 5 trên 6 trường hợp. Anthropic Sonnet thất bại trong cả 6 trên 6 trường hợp...
Kiến trúc mới này cho phép xử lý toàn bộ các chuỗi hàng nghìn axit amin chỉ trong một lượt duy nhất, giúp duy trì các tương tác tầm xa, đồng thời giúp việc huấn luyện trên các kho dữ liệu trình tự khổng lồ trở nên nhanh hơn và tiết kiệm chi phí hơn.
Giao thức x402 mới nhúng một token thanh toán vào mỗi yêu cầu HTTP, cho phép các tác nhân AI tự động khấu trừ phí dữ liệu, tính toán hoặc các lệnh gọi API. Giải pháp tích hợp Bedrock của AWS mang tên AgentCore Payments, bổ sung thêm các ví tích hợp sẵn và hạn mức chi tiêu để việc thương mại giữa các máy móc diễn ra liền mạch.
WebMCP replaces fragile DOM-scraping with a manifest of typed tool calls that React components register at mount time, delivering instant, layout-independent interactions for AI agents in Chrome 149+.
Được hỗ trợ bởi Sequoia, Felicis, Optum Ventures và Y Combinator, Bunkerhill lên kế hoạch triển khai thí điểm các tác nhân Carebricks—phần mềm có khả năng trích xuất dữ liệu EHR, chỉ định xét nghiệm và cập nhật kế hoạch chăm sóc—nhằm giảm bớt các tác vụ điều phối thường nhật cho các bác sĩ lâm sàng.
Khung SEED bổ sung một bước xử lý sau mỗi phiên, trong đó tác nhân sẽ đọc lại bản ghi chép của chính mình, viết các bài học bằng ngôn ngữ tự nhiên và chắt lọc chúng thành các bản cập nhật chính sách—biến các tín hiệu phần thưởng thưa thớt thành tín hiệu huấn luyện phong phú và có thể tái sử dụng.
