Tuần 06–12/10/2026 nổi bật ở ba hướng lớn: AI agent đi từ demo sang hệ thống có thể huấn luyện và kiểm soát, AI hỗ trợ khoa học – giáo dục ngày càng thực dụng, và cuộc đua giảm chi phí inference/training tiếp tục nóng lên.
Dưới đây là những cập nhật đáng chú ý nhất, được sắp xếp tăng dần theo ngày công bố kèm các liên kết đều dẫn tới nguồn.
06/10
OpenAI công bố loạt kết quả toán học do frontier model tạo ra
OpenAI công bố một tập hợp kết quả mới về các bài toán toán học mở được tạo bởi một internal frontier model. Điểm đáng chú ý là nhiều chứng minh được formalize bằng Lean, cho phép máy tính kiểm tra tính hợp lệ thay vì chỉ dựa vào văn bản do LLM sinh ra. OpenAI cũng công bố thêm thông tin về số lần thử và lượng compute; trung bình một kết quả sử dụng lượng compute tương đương khoảng ba giờ ChatGPT Pro thinking.
Đóng góp đáng chú ý trong một câu: AI for Science đang dịch chuyển từ “trả lời bài toán” sang tạo kết quả nghiên cứu có thể được kiểm chứng hình thức bằng proof assistant.
Nguồn gốc — OpenAI: Sharing AI progress in mathematics
OpenAI biến workflow hợp đồng thành môi trường huấn luyện computer-use agent
OpenAI và Ironclad xây dựng 11 bài toán đại diện cho công việc legal/procurement thực tế như tạo NDA, thiết lập quy trình phê duyệt mua sắm và cập nhật điều khoản hợp đồng. GPT-6 Astra đạt mean rubric score 55,0% so với 41,6% của GPT-5.6 Sol, đồng thời simulated time mỗi lượt giảm từ 37 xuống 19,2 phút.
Điểm hay ở đây không phải “AI viết hợp đồng”, mà là cách biến phần mềm doanh nghiệp thật + workflow thật + rubric chi tiết thành environment để reinforcement learning agent.
Đóng góp đáng chú ý trong một câu: Muốn agent làm công việc chuyên môn đáng tin cậy, hãy huấn luyện nó ngay trên workflow, business rules và môi trường phần mềm gần với production.
Nguồn gốc — OpenAI: Advancing computer use with Ironclad
Google Earth AI dùng foundation model để dự báo dịch bệnh
Google Research giới thiệu cách sử dụng Population Dynamics Foundation Model – PDFM, kết hợp các tín hiệu như mobility, search trend, môi trường và mật độ đô thị thành location embeddings. Trong các thử nghiệm, PDFM cải thiện dự báo dengue, cholera, tiêm chủng và một số bài toán sức khỏe cộng đồng; ví dụ dự báo dengue cải thiện tại tới 72% khu vực đang có lây truyền trong thử nghiệm tại Mexico.
Đóng góp đáng chú ý trong một câu: Foundation model không nhất thiết phải sinh text — Google đang biến cả một khu vực địa lý thành embedding có thể tái sử dụng cho nhiều bài toán dự báo khác nhau.
Nguồn gốc — Google Research: Earth AI for global public health
NVIDIA làm pretraining hàng nghìn GPU tái lập đến từng bit
NVIDIA trình bày kỹ thuật bitwise-deterministic pretraining trong Megatron Core. Ở thử nghiệm Nemotron chạy trên 2.432 GPU, chi phí hiệu năng bổ sung để đảm bảo determinism được đưa xuống khoảng 2%, trong khi các lần chạy có thể tái hiện chính xác trajectory số học.
Điều này đặc biệt quan trọng khi một training run hàng nghìn GPU gặp loss spike: thay vì “hy vọng chạy lại sẽ gặp lỗi tương tự”, kỹ sư có thể replay chính xác bước gây lỗi.
Đóng góp đáng chú ý trong một câu: NVIDIA biến khả năng reproduce lỗi training ở quy mô cực lớn thành một thuộc tính hệ thống thay vì chuyện may rủi.
Nguồn gốc — NVIDIA: Scale Bitwise-Deterministic Pretraining with Megatron Core
07/10 — ngày dày đặc nhất của tuần
OpenAI đưa GPT-6 và Intelligent UI ra diện rộng
GPT-6 được đưa vào ChatGPT cùng Intelligent UI: model không chỉ tạo text mà có thể quyết định khi nào nên tạo chart, button, form, interactive diagram hay một mini-tool trực tiếp trong câu trả lời. OpenAI mô tả kiến trúc gồm một thư viện native component và compiler có khả năng stream giao diện trong lúc model đang tạo kết quả.
Đây là bước chuyển đáng chú ý từ:
prompt → text
sang:
prompt → giao diện phần mềm tạm thời phù hợp với nhiệm vụ hiện tại.
Đóng góp đáng chú ý trong một câu: Generative AI bắt đầu không chỉ sinh nội dung mà còn sinh luôn cách người dùng tương tác với nội dung đó.
Anthropic ra Claude Haiku 5.5: small model trở thành “worker” cho agent
Claude Haiku 5.5 nhắm vào workload số lượng lớn như classification, database query, summarization và làm subagent cho các model lớn. Anthropic cho biết chi phí trung bình giảm khoảng 75% so với Haiku 4.5; model đạt 72,4% trên OSWorld 2.1 offline subset và 39,2% Terminal-Bench 4.0.
Điểm đáng chú ý với kiến trúc agent là không cần mọi bước đều gọi model mạnh nhất: model lớn có thể lập kế hoạch, còn Haiku thực hiện hàng nghìn subtask rẻ hơn.
Đóng góp đáng chú ý trong một câu: Kiến trúc AI đang giống distributed system hơn — frontier model điều phối, small model xử lý khối lượng công việc lớn với chi phí thấp.
Nguồn gốc — Anthropic: Claude Haiku 5.5
Microsoft tung Agent Lightning v1.0 — RL cho agent mà không phải viết lại agent
Microsoft Research công bố Agent Lightning v1.0, framework khoảng 3.500 dòng code để reinforcement learning trực tiếp trên agent harness đang dùng thực tế. Agent vẫn sử dụng tool, context management và execution environment quen thuộc; một LLM proxy quan sát interaction để phục vụ training.
Trong pipeline coding agent với Qwen3.5-9B, SWE-bench Verified Pass@1 tăng từ 41,8% lên 56,4% với khoảng 6.000 training samples.
Đóng góp đáng chú ý trong một câu: Microsoft giải quyết khoảng cách khó chịu giữa “agent dùng khi train” và “agent chạy thật khi deploy”.
Nguồn gốc — Microsoft Research: Agent Lightning v1.0
Google đặt câu hỏi khó: dùng AI làm tốt hơn có đồng nghĩa học giỏi hơn?
Google Research công bố kết quả randomized controlled trial kéo dài ba tháng với 133 luật sư. AI giúp chất lượng công việc tăng, nhưng khi bỏ AI khỏi bài kiểm tra sau 90 ngày, nhóm senior có cải thiện judgment rõ rệt trong khi nhóm junior trung bình không cho thấy skill gain tương ứng.
Đây là một kết quả đặc biệt đáng chú ý cho programming education: tăng điểm, code tốt hơn hoặc hoàn thành bài nhanh hơn khi có Copilot/LLM chưa chứng minh rằng năng lực lập trình độc lập đã tăng.
Đóng góp đáng chú ý trong một câu: Khi đánh giá AI trong giáo dục, phải tách hai biến: performance khi có AI và competence khi AI được lấy đi.
Nguồn gốc — Google Research: Does better work always mean better workers?
NVIDIA Nemotron đạt mức huy chương vàng cả IOI và IMO
NVIDIA công bố cách specialization Nemotron bằng SFT + RL + generate–verify–refine. Hệ thống IOI đạt 535,4/600, cao hơn ngưỡng huy chương vàng 361,12 và cao hơn điểm human top score 498,27 trong thiết lập benchmark không chính thức; hệ thống IMO đạt 30/42, vượt ngưỡng vàng 29 điểm.
Đặc biệt, nhóm nghiên cứu không huấn luyện foundation model mới cho từng cuộc thi mà chuyên môn hóa Nemotron bằng dữ liệu bài toán, reasoning traces và inference loop.
Đóng góp đáng chú ý trong một câu: Một foundation model mạnh cộng với domain data + post-training + verification loop có thể tạo ra specialist model vượt trội mà không cần pretrain lại từ đầu.
Nguồn gốc — NVIDIA/Hugging Face: Fine-Tuning Nemotron for IOI and IMO
08/10
Anthropic mở Anthropic Cyber Mission và OSS Scanner
Anthropic khởi động Anthropic Cyber Mission, tập trung vào critical infrastructure và open-source software. Một thành phần đáng chú ý là OSS Scanner, sử dụng các model mạnh của Claude để thường xuyên tìm vulnerability và đề xuất patch cho dự án mã nguồn mở miễn phí.
Chương trình Critical Infrastructure Defense Program còn hướng tới power grid, water systems, transportation và operational technology — những nơi lỗi bảo mật có thể gây hậu quả vật lý.
Đóng góp đáng chú ý trong một câu: Frontier model đang được đưa từ “AI coding assistant” sang vai trò chủ động rà vulnerability và hỗ trợ hardening hạ tầng phần mềm.
Nguồn gốc — Anthropic: Anthropic Cyber Mission
NVIDIA rút ra công thức rất thực dụng để xây Data Agent ổn định
Sau khi đạt hạng nhì KDD Cup 2026 Data Agents, nhóm NVIDIA công bố kiến trúc agent của họ. Thay vì cho LLM hàng loạt tool, nhóm gom CSV/JSON/database vào một SQLite surface và giới hạn agent chủ yếu vào những thao tác như schema() và sql(query).
Bài học rất đáng giá: constrain the action space và giữ execution trace đầy đủ thường tăng reliability tốt hơn việc làm agent ngày càng tự do.
Đóng góp đáng chú ý trong một câu: Muốn agent ổn định, đôi khi giải pháp không phải model lớn hơn mà là ít tool hơn, schema rõ hơn và workflow dễ kiểm tra hơn.
Nguồn gốc — NVIDIA: Building Reliable Data Analytics Agents
12/10
Microsoft StudentSim: tạo “sinh viên AI” để kiểm thử AI tutor
Microsoft Research giới thiệu StudentSim, hệ thống xây simulator riêng cho từng learner từ dữ liệu học tập đã được de-identify. Hai tiêu chí chính là behavioral fidelity — simulator có mắc lỗi giống sinh viên thật không — và guidance responsiveness — sau khi tutor đưa gợi ý, cách trả lời có thay đổi hợp lý không.
Hệ thống được thử nghiệm trên chess, English writing và mathematics. Microsoft nhấn mạnh StudentSim không thay thế sinh viên hay giáo viên mà dùng như bước evaluation trước khi thử nghiệm AI tutor trên người thật.
Đóng góp đáng chú ý trong một câu: AI tutor giờ có thể được kiểm thử bằng student simulator mô phỏng cả lỗi hiện tại lẫn phản ứng của người học trước từng kiểu scaffolding.
Nguồn gốc — Microsoft Research: Simulating student learning for better AI tutoring
NVIDIA ReplaySSM tăng tốc inference cho hybrid LLM
NVIDIA và Dao AI Lab tại Princeton giới thiệu ReplaySSM, thay vì liên tục lưu toàn bộ SSM state thì cache các input gần đây cùng checkpoint. Cách làm này giảm state-memory traffic khoảng một nửa và tăng tốc kernel SSM khoảng 1,46×–1,80× ở batch 256 trên B300.
Trong speculative decoding của model cỡ 120B, throughput được báo cáo tăng khoảng 1,85×–2,10×. ReplaySSM đã được tích hợp với TensorRT-LLM, vLLM và FlashInfer.
Đóng góp đáng chú ý trong một câu: Với hybrid Transformer–SSM, câu hỏi tối ưu mới không chỉ là “cache state thế nào” mà có thể là đừng cache state — hãy cache input để tái dựng state hiệu quả hơn.
Nhìn toàn cảnh tuần này
Nếu phải rút gọn tuần 06–12/10 thành vài xu hướng, nổi bật nhất là AI agent đang trở thành một ngành engineering thực sự. Agent Lightning cho thấy cách train agent trên harness thật; NVIDIA nhấn mạnh constrained tools và execution trace; Ironclad biến workflow doanh nghiệp thành training environment; Anthropic đẩy frontier model vào cybersecurity.
Một xu hướng thứ hai quan trọng với giáo dục là sự phân biệt giữa AI giúp hoàn thành công việc và AI giúp con người hình thành năng lực. Nghiên cứu của Google cho thấy hai khái niệm này không đồng nhất, trong khi StudentSim của Microsoft mở ra cách kiểm thử tutor trước khi đưa vào lớp học.
Xu hướng thứ ba là tối ưu chi phí. Claude Haiku 5.5 đặt small model vào vai trò subagent; ReplaySSM tối ưu inference; Megatron Core tối ưu reliability của pretraining. Đây là dấu hiệu hệ sinh thái đang chuyển từ câu hỏi “model nào thông minh nhất?” sang câu hỏi thực tế hơn: “làm thế nào vận hành cả một hệ thống AI mạnh, rẻ và kiểm soát được?”
