Ma Dongxi NLP@dongxi_nlpNghiên cứu mới đề xuất mô hình Software World, nơi các AI Agent tự quản lý và tối ưu hóa các gói phần mềm Python, thay thế con người trong việc duy trì chuỗi phụ thuộc.
Tencent chính thức mở nền tảng WorkBuddy, cho phép các nhà phát triển và đối tác phần cứng tích hợp khả năng của AI agent vào hệ sinh thái của họ. Hiện đã có hơn 100 đối tác, bao gồm các tên tuổi lớn như iFlytek và Rokid, tham gia vào giai đoạn đầu.
Cùng sự kiện, bài đại diện «Tencent ra mắt nền tảng WorkBuddy, kết nối hơn 100 đối tác trong hệ sinh thái AI Agent»
Boris Cherny@bchernyBackground computer use is underrated
DịchClaude hiện có khả năng tự động thao tác trên máy tính như click chuột, nhập liệu và mở ứng dụng ở chế độ nền, cho phép người dùng tiếp tục làm việc khác mà không bị gián đoạn.
Cùng sự kiện, tinh chọn hiển thị «Claude Cowork và Claude Code giờ đây có thể tự động thao tác máy tính ở chế độ nền»Sự kiện miễn phí dành cho các nhà quản lý và lãnh đạo doanh nghiệp tại Việt Nam, tập trung vào cách triển khai CDP và AI Agent để tối ưu hóa vận hành và tăng trưởng.
Rohan Paul@rohanpaul_aiNew Stanford and other top research lab paper shows that the framework around an LLM can change agen…
DịchDuMateBench giới thiệu bộ tiêu chuẩn đánh giá AI Agent qua 200 tác vụ thực tế phức tạp, từ lập trình đến sáng tạo nội dung, giúp đo lường khả năng xử lý lỗi và môi trường thực tế của các mô hình.
Anthropic vừa cập nhật tính năng điều khiển máy tính cho Claude, cho phép AI thực hiện các thao tác như nhấp chuột, nhập liệu và điều hướng trên macOS ngay cả khi chạy ngầm, giúp người dùng tối ưu hóa hiệu suất làm việc.
Cùng sự kiện, tinh chọn hiển thị «Claude Cowork và Claude Code giờ đây có thể tự động thao tác máy tính ở chế độ nền»EarlyEval là khung đánh giá nhẹ sử dụng bộ phân loại LightGBM để dự đoán thành công hoặc thất bại của Agent. Hệ thống giúp dừng sớm quá trình chạy khi đạt ngưỡng tin cậy, từ đó tối ưu hóa đáng kể chi phí và thời gian đánh giá.
Nghiên cứu giới thiệu phương pháp Repo-To-Skill giúp chắt lọc kiến thức từ GitHub thành thư viện kỹ năng AREX, cho phép AI Agent thực thi tác vụ hiệu quả hơn thông qua các kỹ năng đã được kiểm chứng.
OpenClaw@openclawInside OpenClaw 2.0 🦞 OpenClaw founder @steipete joins @Pat_Erichsen, @hrudolph and @jlehman_ to d…
DịchTrong tập podcast mới nhất, đội ngũ sáng lập OpenClaw thảo luận chi tiết về phiên bản 2.0, bao gồm cải tiến giao diện điều khiển, tính năng cộng tác nhóm, tối ưu hóa độ ổn định và các nâng cấp về kỹ năng, bộ nhớ cho worker.
LangChain chia sẻ kinh nghiệm từ các tập đoàn lớn trong việc xây dựng nền tảng Agent dùng chung, áp dụng LLMOps và thiết kế kiến trúc đa tác nhân có khả năng quan sát, đánh giá và kiểm soát chặt chẽ.
Rohan Paul@rohanpaul_aiNew UC Berkeley paper Daydreaming shows a harder agent-security problem: legitimate task outputs alo…
DịchCác nhà nghiên cứu tại UC Berkeley giới thiệu phương pháp Daydreaming, cho phép đánh cắp kỹ năng ẩn của AI Agent chỉ bằng cách quan sát kết quả đầu ra, mà không cần truy cập vào prompt hay tệp tin hệ thống.
Tencent chính thức trình làng WorkBuddy, nền tảng AI Agent đầu tiên tại Trung Quốc tích hợp đa dạng phần cứng và ứng dụng, đồng thời ra mắt 9 thiết bị hợp tác cùng hơn 100 đối tác chiến lược.
Thêm 2 nguồn khác đưa tinTechNodeQbitAIByteDance đưa mô hình Doubao lên smartphone thông qua ZTE Nubia NaviX Ultra, chiếc điện thoại AI agent đầu tiên trên thế giới, đánh dấu cuộc đua khốc liệt giữa các nhà phát triển mô hình và hãng sản xuất thiết bị.
Nghiên cứu chỉ ra sự khác biệt lớn giữa các bài kiểm tra lập trình hiện nay và yêu cầu thực tế của người dùng. RealSWE được giới thiệu để đánh giá AI Agent dựa trên các tình huống lập trình tự nhiên, ít cấu trúc và mang tính đời thường hơn.
Bài viết trên blog LangChain giới thiệu cách Nevermined tích hợp khả năng thanh toán, cho phép các AI Agent tự động thực hiện giao dịch mua và bán dịch vụ một cách độc lập.
Alexandr Wang (Scale AI nhà sáng lập/Meta Giám đốc AI)@alexandr_wangNgười dùng @SPAC89 đã thử nghiệm so sánh Muse Spark 1.3 Ultra và Fable 5.1 trong 2 giờ với cùng một yêu cầu: AI phải tự lặp lại quy trình cải thiện cho đến khi đạt điểm đánh giá từ 9.5/10 trở lên.
Elvis Saravia@omarsar0What a super interesting paper this one is. They propose an architecture for agents that outlive th…
DịchNghiên cứu mới trên arXiv đề xuất kiến trúc AI Agent tách biệt danh tính, bộ nhớ và mã nguồn khỏi mô hình hay máy chủ, cho phép chuyển đổi linh hoạt giữa các nền tảng mà không làm gián đoạn quá trình vận hành.
Hongming@hongming731Bản tin tổng hợp 10 tin tức AI nổi bật, bao gồm việc Google phát hành Gemini 3.8 Flash và Cyber, tập trung vào khả năng lập trình dài hạn và suy luận sửa lỗi bảo mật.
Thêm 1 nguồn khác đưa tinX: Testing Catalog (@testingcatalog)Meta vừa trình làng Muse Spark 1.3, mô hình AI tối ưu cho quy trình làm việc phức tạp và khả năng lập trình vượt trội, được đánh giá ngang hàng với Claude Fable 5.1.
Cùng sự kiện, bài đại diện «Meta ra mắt Muse Spark 1.3: Nâng cấp mạnh mẽ khả năng lập trình và tác tử AI»Meta phát triển AI Agent trong lĩnh vực tuân thủ, sử dụng hệ thống tri thức cấu trúc để mô phỏng tư duy chuyên gia. Giải pháp này giúp rút ngắn thời gian đánh giá từ vài ngày xuống vài phút mà không cần huấn luyện lại mô hình.
Ethan Mollick@emollick10 months between these two visions of how ChatGPT agents work.
DịchEthan Mollick so sánh hai mô hình thiết kế AI Agent, cho thấy sự chuyển dịch từ quy trình phân nhánh phức tạp sang cấu trúc tinh gọn và thông minh hơn trong việc xử lý các tác vụ khách hàng.
Claude@claudeaiClaude can now use your computer in the background in Claude Cowork and Claude Code. Give it someth...
DịchAnthropic vừa cập nhật khả năng cho phép Claude Cowork và Claude Code tự động điều khiển máy tính ở chế độ nền. AI có thể thực hiện các thao tác như click chuột, nhập liệu và mở ứng dụng, giúp người dùng rảnh tay làm việc khác.
Claude Devs@ClaudeDevsComputer use in the Claude Code desktop app now runs in the background. Claude works in the apps yo…
DịchỨng dụng Claude Code trên macOS hiện cho phép tính năng Computer Use chạy ngầm, giúp AI thực hiện tác vụ trong khi người dùng vẫn tiếp tục làm việc. Tính năng này hiện đang ở giai đoạn beta dành cho người dùng gói Pro và Max.
Cursor giới thiệu tính năng Self-Hosted Machines, cho phép các AI Agent thực thi tác vụ trên máy chủ riêng của doanh nghiệp thay vì cloud, giúp đảm bảo bảo mật dữ liệu mà vẫn tận dụng được khả năng suy luận mạnh mẽ từ Cursor.
Diễn biến sự kiện · 1 bài →Nghiên cứu đề xuất phương pháp cấu trúc hóa dữ liệu linh hoạt giúp AI Agent truy xuất thông tin hiệu quả hơn, giảm chi phí token lên đến 28 lần so với cách xử lý tài liệu thô truyền thống.
Anthropic chia sẻ lộ trình tối ưu hóa kiến trúc, chi phí và vận hành cho AI Agent trong ngành thương mại điện tử, kèm mã nguồn mở giúp doanh nghiệp tăng hiệu suất vận hành và trải nghiệm mua sắm.
Diễn biến sự kiện · 3 bài →Thêm 2 nguồn khác đưa tinX: Claude Devs (@ClaudeDevs)MarkTechPostRohan Paul@rohanpaul_aiThis AI makes a useful distinction between knowledge and delivery. @MeetResona is treating the docu…
DịchResona giúp người sáng tạo biến tài liệu tĩnh thành các buổi livestream tương tác, nơi AI chủ động dẫn dắt cuộc hội thoại thay vì chỉ trả lời thụ động theo câu hỏi của người dùng.
Google DeepMind vừa công bố Gemini 3.8 Flash, phiên bản kế nhiệm của 3.7 Flash với hiệu suất vượt trội trong kỹ thuật phần mềm và quy trình làm việc của AI Agent, đồng thời tối ưu hóa linh hoạt giữa chất lượng, chi phí và độ trễ.
Cùng sự kiện, tinh chọn hiển thị «Google DeepMind ra mắt bộ đôi mô hình mới: Gemini 3.8 Flash và 3.8 Flash Cyber»Google vừa lặng lẽ cập nhật mô hình Gemini 3.8 Flash trên nền tảng DeepMind. Phiên bản này được nâng cấp từ Gemini 3.7 Flash, tập trung cải thiện hiệu suất cho các tác vụ lập trình và vận hành AI Agent.
Cùng sự kiện, tinh chọn hiển thị «Google DeepMind ra mắt bộ đôi mô hình mới: Gemini 3.8 Flash và 3.8 Flash Cyber»
Google AI@GoogleAIWe're introducing Gemini 3.8 Flash ⚡️ built to tackle complex agentic and multi-step tasks with even…
DịchGoogle giới thiệu Gemini 3.8 Flash với khả năng suy luận vượt trội, tối ưu cho các tác vụ phức tạp và AI Agent. Mô hình cho phép kiểm soát nỗ lực tính toán linh hoạt, hỗ trợ tự động hóa từ viết code đến xây dựng và tinh chỉnh game 3D thông qua khả năng hiểu video và lập trình chuyên sâu.
Google giới thiệu kỹ thuật 'harness engineering' giúp bao bọc LLM bằng các thành phần xác thực, cho phép AI tự động tạo và sửa lỗi code trong môi trường sandbox an toàn mà không cần con người can thiệp.
Elvis Saravia@omarsar0Banger paper from ByteDance Seed. If you are curious about self-evolving agent harnesses, this one …
DịchByteDance Seed công bố HarnessDev, một chuẩn đánh giá mới chuyển dịch từ việc kiểm tra kết quả sang tạo lập và tiến hóa môi trường thực thi (harness) cho AI Agent, giúp tối ưu hóa hiệu suất và chi phí vận hành.
Runway Dev MCP cho phép các AI Agent kết nối trực tiếp với tài khoản Runway, tự động quản lý cấu hình model, kiểm tra chi phí và xử lý lỗi trong quy trình lập trình.
Runway@runwaymlIntroducing Runway Dev MCP. Connect to the Runway developer platform from inside your coding agent …
DịchRunway giới thiệu Dev MCP, cho phép lập trình viên kết nối, xây dựng và quản lý các dự án Runway ngay trong môi trường AI Coding Agent mà không cần chuyển đổi tab.
Rohan Paul@rohanpaul_aithis new open-source github repo gives agents a persistent workspace beyond the conversation, built …
DịchCohub là hệ điều hành mã nguồn mở giúp AI Agent quản lý tệp tin, công cụ và ngữ cảnh ngoài các phiên trò chuyện. Dự án nổi bật với mô hình bộ nhớ hai lớp, cho phép lưu trữ trạng thái làm việc chi tiết trong từng dự án và chọn lọc kiến thức quan trọng để chia sẻ.
Elvis Saravia@omarsar0There is a huge market for proactive agents that get real work done. Catch is a great example of pr…
DịchCatch AI là trợ lý ảo thế hệ mới được thiết kế để thực hiện trực tiếp các tác vụ hành chính phức tạp như quản lý lịch trình, email và công tác phí thay vì chỉ dừng lại ở mức gợi ý. Hệ thống này có khả năng ghi nhớ sở thích cá nhân và chủ động xử lý công việc trước khi người dùng yêu cầu.
AI Notes@AYi_AInotesChuyên gia chỉ ra rằng các Bot dùng chung tài khoản hiện nay chia sẻ chung môi trường vận hành và quyền truy cập, khiến việc phân quyền trở nên bất khả thi. Mọi thao tác nhạy cảm như thanh toán hay thay đổi hệ thống vẫn cần con người phê duyệt để đảm bảo an toàn.
Violoop vừa huy động thành công vòng vốn hàng trăm triệu NDT do Lanchi Ventures dẫn đầu, tập trung phát triển nền tảng Context toàn diện và hệ thống tự tiến hóa dưới dạng Agent trên máy tính.
Testing Catalog@testingcatalogMETA 🔥: A new model named Ava with computer-use capabilities is undergoing closed testing in the Me…
DịchMeta đang thử nghiệm nội bộ mô hình Ava trên ứng dụng desktop, cho phép AI tương tác trực tiếp với các ứng dụng thông qua thao tác nhấp chuột, nhập liệu và cuộn trang trong phạm vi cửa sổ được cấp quyền.
Bài đánh giá thực tế cho thấy Claude Fable 5.1 của Anthropic vượt trội hơn GPT 5.6 trong các tác vụ Agent kéo dài và khả năng tự động hóa trình duyệt phức tạp.