NVIDIA mở rộng khả năng tạo token tốc độ cao trên nền tảng Vera Rubin NVL72 để tối ưu cho các hệ thống AI Agent. Đồng thời, hệ thống Groq 3 LPX đã được đưa vào sản xuất hàng loạt, tập trung vào sự phối hợp toàn diện giữa hạ tầng thay vì chỉ dựa vào sức mạnh đơn lẻ của chip.
Thêm 1 nguồn khác đưa tinIT HomeDữ liệu từ NVIDIA cho thấy Vera Rubin NVL72 giúp tăng lưu lượng xử lý trên mỗi megawatt lên gấp 30 lần và giảm chi phí trên mỗi triệu token xuống 35 lần so với thế hệ GB300 NVL72.
Thêm 1 nguồn khác đưa tinJiqizhixin
cb_doge@cb_dogeBREAKING: NVIDIA just published a new blog post detailing how SpaceXAI will use Vera CPUs to scale a…
DịchNVIDIA công bố SpaceXAI sẽ sử dụng CPU Vera - dòng chip chuyên dụng đầu tiên cho AI agent với 88 nhân Olympus, giúp tăng tốc độ xử lý gấp 1,8 lần so với CPU x86 truyền thống.
Rohan Paul@rohanpaul_aiA strong LLM does not automatically make a reliable data agent: DataSpace shows that the harness, cr…
DịchDataSpace đánh giá khả năng phân tích dữ liệu đa nguồn của AI Agent. Kết quả cho thấy ngay cả mô hình mạnh nhất cũng chỉ đạt 66,34% độ chính xác, đồng thời nhấn mạnh tầm quan trọng của việc tối ưu hóa framework điều khiển.
Rohan Paul@rohanpaul_aiNew Meta paper says giving an agent more memory and tools is not enough if the agent never learns wh…
DịchNghiên cứu mới từ Meta giới thiệu EvoHarness-RL, phương pháp huấn luyện RL giúp AI tự quyết định thời điểm dùng công cụ thay vì truy cập liên tục, giúp Qwen3-8B tăng vọt hiệu suất giải quyết tác vụ phức tạp.
Xiaobei@frxiaobeiTác giả khẳng định thách thức lớn nhất của Agent không nằm ở Prompt mà ở độ tin cậy của hệ thống. Việc xây dựng Agent thực chất là giải quyết các bài toán về trạng thái, tính đồng nhất và khả năng quan sát trong hệ thống phân tán.
Elvis Saravia@omarsar0Very interesting new paper from NVIDIA. (bookmark it) It takes a closer look at evaluating agent s…
DịchNVIDIA đề xuất ACES, phương pháp đánh giá hiệu suất AI Agent bằng cách so sánh kết quả thực hiện nhiệm vụ giữa việc có và không có hỗ trợ kỹ năng chuyên biệt. Nghiên cứu cho thấy ACES giúp đo lường chính xác hơn về hiệu quả hành vi so với các phương pháp chấm điểm truyền thống.
Xiaobei@frxiaobeiHai sự cố AI Agent cho thấy sai lầm khi coi kết quả từ LLM là trạng thái thực tế. Cần tách biệt logic suy luận của AI với mã nguồn xác định để xử lý dữ liệu, tránh việc bỏ sót thông báo quan trọng do lỗi diễn giải.
Kim@kimmonismusNvidia is reportedly considering investing billions in Perplexity at a $ 30B+ valuation. Perplexity…
DịchNVIDIA đang đàm phán đầu tư hàng tỷ USD vào Perplexity, startup AI đang tăng trưởng thần tốc với doanh thu đạt hơn 750 triệu USD nhờ các tính năng thông minh mới.
AI Notes@AYi_AInotesDeepSeek ra mắt mô hình đa phương thức V4-Flash-Vision-Exp với hiệu năng tiệm cận Claude Opus-4.8 nhưng chi phí chỉ 0,22 USD/triệu token. Kết hợp với mã nguồn mở Harness, đây là lựa chọn thay thế hoàn hảo cho Claude Code giúp tối ưu đáng kể chi phí lập trình AI.
iKang và Huawei Cloud vừa giới thiệu trợ lý AI chuyên biệt giúp doanh nghiệp quản lý sức khỏe nhân viên thông qua việc cá nhân hóa lộ trình chăm sóc, theo dõi dữ liệu và cảnh báo rủi ro sức khỏe liên tục.
SemiAnalysis@SemiAnalysis_AgentX - InferenceXv3: Does CUDA Moat Hold up in Agentic Inferencing? $3 Million USD dataset open s…
DịchAgentX giới thiệu bộ dữ liệu 3 triệu USD với ngữ cảnh 1 triệu token, tối ưu hóa KVCache cho AI Agent đạt hiệu suất trên 95% trên các nền tảng phần cứng mạnh mẽ như GB300 và MI355.
Việc để AI Agent chạy quá lâu dễ gây suy giảm khả năng tập trung và rủi ro bảo mật. Giải pháp là thiết lập vòng đời 24 giờ cho trợ lý cá nhân, sử dụng các sub-agent chuyên biệt cho tác vụ ngắn hạn và chỉ lưu trữ các tùy chỉnh quan trọng vào cuối ngày.
Rohan Paul@rohanpaul_aiAI agents have an expensive problem: when a request is missing information, they either guess too ea…
DịchNghiên cứu mới đề xuất cơ chế Active Inference giúp AI tự đánh giá chi phí và lợi ích trước khi thực hiện các thao tác như tìm kiếm hay gọi công cụ, giúp tối ưu hóa hiệu suất và độ chính xác thay vì thực hiện tự động.
Rohan Paul@rohanpaul_aiMost agent benchmarks end after one task, but running a store doesn't, and that's where these agents…
DịchMerchantBench thử thách các tác nhân AI quản lý cửa hàng trực tuyến trong một năm, từ chọn sản phẩm đến quản lý dòng tiền. Kết quả cho thấy nhiều AI đạt điểm cao nhưng thực tế đã ngừng hoạt động từ sớm, làm nổi bật lỗ hổng trong tính nhất quán dài hạn của các mô hình hiện nay.
Testing Catalog@testingcatalogPerplexity is working on a new granular effort selector for Perplexity Computer. Being able to run…
DịchPerplexity đang phát triển bộ chọn mức độ nỗ lực cho Perplexity Computer, cho phép người dùng tối ưu hóa hiệu suất và tiết kiệm hạn mức sử dụng (credits) khi thực hiện các tác vụ đơn giản.
Drew Breunig cảnh báo về tính tự chủ của AI Agent và đề xuất dùng Teleport để bảo mật. Ông cũng khuyên doanh nghiệp nên ưu tiên các mô hình hiệu quả như Opus hay GLM thay vì các model đắt đỏ để tối ưu hóa chi phí lập trình.
Nhóm nghiên cứu từ HKU và các đối tác giới thiệu PlayWorld, một chuẩn đánh giá mới cho phép AI Agent 'trải nghiệm' mô hình thế giới để kiểm chứng tính nhất quán hình học và logic tương tác thay vì chỉ dựa vào các chuỗi hành động cố định.
DAIR.AI@dair_aiThe Top AI Papers of the Week (August 17 - 23): - SocialRL - Strategy Lock-In - Agent Lightning v1….
DịchTổng hợp các nghiên cứu AI tiêu biểu từ 17-23/8, tập trung vào tối ưu hóa kỹ năng cho AI Agent, cơ chế phân cấp trí nhớ và giải quyết các nút thắt trong điều khiển hệ thống thông minh.
DAIR.AI@dair_aiMicrosoft giới thiệu Agent Lightning v1.0 giúp tích hợp Agent vào học tăng cường mà không cần viết lại code, đồng thời cải thiện đáng kể hiệu suất mô hình Qwen3.5-9B. Ngoài ra, các nghiên cứu mới còn giải quyết tình trạng quá tải kỹ năng và đề xuất phương pháp đo lường hiện tượng 'quên' trong mô hình AI.
Rohan Paul@rohanpaul_aiA public GitHub now holds 3.8 million agent skill files. And finds that over half of the agent skil…
DịchPhân tích từ bộ dữ liệu GitSkills cho thấy hơn 50% trong 3,8 triệu tệp kỹ năng AI trên GitHub là bản sao trùng lặp, gây rủi ro về bảo mật và khó khăn trong việc cập nhật các bản vá lỗi từ tác giả gốc.
Rohan Paul@rohanpaul_aiAgents shouldn't pay rent for skills they rarely use. Right now, the only way to give an agent a sk…
DịchNghiên cứu chỉ ra rằng việc cài đặt kỹ năng cho AI Agent làm tăng vĩnh viễn dung lượng prompt từ 50-280 token/kỹ năng. Thay vì nạp tất cả, chuyên gia khuyên chỉ nên giữ lại các kỹ năng thiết yếu và gọi các kỹ năng khác theo nhu cầu để tối ưu hiệu suất.
Rohan Paul@rohanpaul_aiVery relevant Microsoft paper on agent reliability. Succeeding once and being reliable are not the…
DịchMicrosoft chỉ ra rằng tỷ lệ thành công đơn lẻ không phản ánh độ tin cậy của AI Agent. Họ giới thiệu ThinkingBox, môi trường sandbox kiểm tra khả năng thực thi tác vụ thực tế trên hệ thống backend thay vì chỉ dựa vào phản hồi của AI.
Sau thời gian dài chỉ tập trung vào văn bản, DeepSeek vừa ra mắt API hỗ trợ xử lý hình ảnh, đánh dấu bước tiến quan trọng để phát triển các AI Agent phức tạp hơn.
AI Notes@AYi_AInotesDữ liệu mới từ OpenRouter cho thấy lượng Token tiêu thụ bởi AI Agent đã tăng gấp 14 lần kể từ tháng 2, hiện cao gấp 5 lần so với người dùng cá nhân. Sự bùng nổ này đánh dấu bước ngoặt khi nền kinh tế AI bắt đầu vận hành độc lập, không còn phụ thuộc vào giới hạn chú ý của con người.
Dữ liệu từ OpenRouter cho thấy lưu lượng token của AI Agent đã tăng gấp 14 lần, vượt xa mức tăng trưởng từ người dùng con người. Sự bùng nổ này chủ yếu nhờ vào việc tối ưu hóa bộ nhớ đệm (caching), đánh dấu bước ngoặt khi AI bắt đầu tự tiêu thụ tài nguyên tính toán của chính nó.
Sau thời gian dài chỉ tập trung vào văn bản, DeepSeek chính thức bổ sung khả năng đọc hiểu hình ảnh cho API, mở ra tiềm năng cho các tác vụ AI Agent phức tạp.
Vercel giới thiệu công cụ miễn phí Is Agentic, sử dụng 118 tiêu chí từ Ora để đánh giá khả năng AI có thể tìm kiếm, truy cập và thao tác trên website của bạn một cách hiệu quả.
Google đề xuất EnvHarness, một lớp trung gian giúp kiểm soát cách môi trường tương tác với AI Agent, từ đó tối ưu hóa tín hiệu huấn luyện mà không cần thay đổi bản chất của môi trường hay mô hình ngôn ngữ.
Rohan Paul@rohanpaul_aiAgents are consuming tokens at nearly 5x the human rate, while their usage has exploded ~14X since F…
DịchKhi AI Agent chiếm ưu thế về lưu lượng token và phụ thuộc vào bộ nhớ đệm (cache) để tối ưu chi phí, khả năng ép giá nhà cung cấp của OpenRouter thông qua việc chuyển đổi dịch vụ đang dần mất đi hiệu quả.
Rohan Paul@rohanpaul_aiNew Tsinghua + cornell study shows Agent memory can turn a recoverable mistake into a persistent one…
DịchNghiên cứu đề xuất ACID-Agent, áp dụng nguyên lý giao dịch cơ sở dữ liệu để ngăn AI lưu trữ các lỗi sai vào bộ nhớ dài hạn. Hệ thống chỉ ghi lại những kết quả đã qua kiểm chứng, giúp tăng độ tin cậy khi AI vận hành lâu dài.
Rohan Paul@rohanpaul_aiNew Stanford paper found that letting AI agents argue with each other and makes them more certain. …
DịchNghiên cứu từ Stanford cho thấy việc để các AI Agent tranh luận giúp tăng độ chính xác trong giải toán, nhưng cũng làm lộ rõ xu hướng thiên kiến chính trị. Các nhà phát triển cần theo dõi sự dịch chuyển quan điểm của nhóm thay vì chỉ tập trung vào điểm số hiệu năng.
Rohan Paul@rohanpaul_aiMost of the tests used to grade an AI agent are a waste of money. A new University of Tokyo paper c…
DịchNghiên cứu từ Đại học Tokyo giới thiệu Task-CoEvolve, phương pháp giúp cắt giảm 67-80% chi phí đánh giá AI Agent bằng cách chỉ tập trung vào các bài kiểm tra có độ phân hóa cao, thay vì chạy toàn bộ tập dữ liệu dư thừa.
Lee Robinson@leerobHow can you trust @Bots to operate autonomously? This is something we've carefully designed. First…
DịchLee Robinson chia sẻ cách cân bằng giữa tự động hóa và kiểm soát: sử dụng LLM để rà soát hành động, thiết lập quy tắc chặn các thao tác nguy hiểm và yêu cầu phê duyệt thủ công khi cần thiết.
Inherent vừa huy động 50 triệu USD và giới thiệu Faraday, một AI agent dựa trên mô hình Qwen 27B, có khả năng tái lập các nghiên cứu khoa học vượt trội hơn cả Claude Opus và GPT-5.5 nhờ kỹ năng 'tư duy nghiên cứu' được rèn luyện qua học tăng cường.
Greg Brockman@gdbagentic adoption has been super fast, easy to forget how far the field has come
DịchSự phát triển của AI Agent đang tăng tốc chóng mặt. Nếu như một năm trước, việc xử lý 10 tỷ token mỗi năm đã là một cột mốc đáng nể, thì nay con số này đã được thực hiện chỉ trong một tuần.
Kim@kimmonismusIf you need one final proof that 2026 is the year of agents, here you have it. 2025 was the year o…
DịchSau năm 2025 tập trung vào suy luận, 2026 chính thức trở thành năm của AI Agent. Dữ liệu từ a16z cho thấy các tác nhân AI hiện tiêu thụ lượng token gấp 5 lần con người, tăng trưởng mạnh mẽ gấp 14 lần chỉ trong vài tháng.
DAIR.AI@dair_aiBanger paper from Microsoft. It's on agent reliability in real business workflows. (bookmark it) …
DịchMicrosoft giới thiệu Thinkingbox, môi trường sandbox giúp kiểm tra độ tin cậy của AI Agent trong các quy trình kinh doanh thực tế với hơn 500 kịch bản từ bán lẻ đến bảo hiểm. Công cụ này tập trung đánh giá trạng thái hệ thống thay vì chỉ dựa vào phản hồi văn bản.
Lộ trình mới của MCP tập trung vào 5 ưu tiên chính, bao gồm chuẩn hóa Tasks, tối ưu hóa truyền tải HTTP, tăng cường bảo mật định danh cho AI Agent và cải thiện trải nghiệm cho nhà phát triển SDK.
What a fascinating paper on AI agents. A lot of the issues we see with AI agents today revolve arou…
DịchNghiên cứu mới đề xuất phương pháp 'Đặt câu hỏi tối ưu' giúp AI Agent giảm thiểu ảo giác và chi phí bằng cách coi việc thu thập ngữ cảnh là quá trình suy luận chủ động, cho phép đo lường hiệu suất thực tế so với mức tối ưu lý thuyết.