Xu hướng Công nghệTin tức

Khám phá những đổi mới công nghệ mới nhất, nâng cấp giao thức, giải pháp cross-chain và cơ chế bảo mật trong lĩnh vực blockchain. Cung cấp góc nhìn tập trung vào nhà phát triển để phân tích xu hướng công nghệ mới nổi và đột phá tiềm năng.

Agentic Design Patterns: Một cuốn sách khiến tôi hiểu lại 'Agent thực sự là gì'

Tác giả Yanhua chia sẻ những hiểu biết sâu sắc từ cuốn sách "Agentic Design Patterns" của Antonio Gullí (Google), giúp định nghĩa lại "Agent thực sự là gì". Cuốn sách phân loại AI Agent thành 4 cấp độ: - **Cấp 0 (Không phải Agent):** LLM thuần túy, không công cụ, không hành động. - **Cấp 1 (Dùng công cụ):** Tự nhận thức khi cần và biết sử dụng công cụ (tìm kiếm, API). - **Cấp 2 (Suy nghĩ chiến lược):** Có khả năng lập kế hoạch và "Context Engineering" - tinh chỉnh ngữ cảnh để tối ưu hiệu quả, cùng với phản ánh (Reflection) để tự sửa lỗi. - **Cấp 3 (Đa tác nhân):** Nhiều Agent cộng tác như một đội, với các cấu trúc giao tiếp khác nhau. Bài viết nhấn mạnh ba khái niệm then chốt: 1. **Context Engineering:** Quan trọng hơn Prompt Engineering, tập trung vào việc chuẩn bị thông tin ngữ cảnh (system prompt, dữ liệu bên ngoài, ngầm định, vòng phản hồi) cho Agent một cách tinh gọn. 2. **Reflection (Mô hình Producer-Critic):** Sử dụng hai Agent riêng biệt (một sản xuất, một phê bình) trong một vòng lặp để tự động cải thiện chất lượng đầu ra, áp dụng cho viết code, lập kế hoạch... 3. **Bộ nhớ ba lớp:** Cần phân tách bộ nhớ thành Session (phiên), State (trạng thái tạm thời của tác vụ) và Memory (lưu trữ lâu dài) để quản lý hiệu quả. Thông điệp chính: Thay vì vội xây dựng hệ thống đa Agent phức tạp (Cấp 3), hãy tập trung phát triển Agent đơn lẻ lên Cấp 2 trước bằng cách áp dụng Reflection và Context Engineering. Cuốn sách cung cấp bản đồ các mẫu thiết kế đã được kiểm chứng, giúp nhà phát triển tránh lặp lại các lỗi phổ biến.

链捕手05/25 04:47

Agentic Design Patterns: Một cuốn sách khiến tôi hiểu lại 'Agent thực sự là gì'

链捕手05/25 04:47

Một AI Đọc Xong Bản Kế Hoạch IPO Của SpaceX, Viết Bản Ghi Nhớ Đầu Tư Này Trong 12 Phút

Một trợ lý AI đã tự động đọc toàn bộ tài liệu SpaceX S-1 dài 226MB, mua dữ liệu thị trường theo thời gian thực bằng USDC trên mạng Base, và tạo ra một bản ghi nhớ đầu tư toàn diện trong 12 phút với chi phí chỉ 1,87 USD. Bản ghi nhớ đưa ra khuyến nghị "Giữ và quan sát", trình bày các luận điểm đa chiều. Mặt tích cực nhấn mạnh vị thế độc quyền của SpaceX trong phóng vệ tinh, mạng lưới Starlink sinh lời và giá trị tiềm năng từ việc tích hợp AI và điện toán quỹ đạo. Mặt tiêu cực chỉ ra rủi ro lớn: bộ phận AI đang thua lỗ nặng, khoản nợ thực tế lên tới ~420 tỷ USD (cao hơn số liệu công bố), nhiều nghĩa vụ tài chính lớn sắp tới hạn, và rủi ro tập trung khách hàng. Phân tích định giá riêng lẻ cho thấy giá trị cốt lõi nằm ở bộ phận kết nối Starlink, trong khi các lĩnh vực khác như AI và tên lửa Starship mang tính đầu cơ cao. Tài liệu liệt kê nhiều rủi ro chính, xung đột lợi ích từ các tổ chức bảo lãnh và các mốc sự kiện quan trọng cần theo dõi trong tương lai. Quá trình này minh họa một sự thay đổi mô hình: AI giờ đây có thể tự thực hiện các nhiệm vụ phân tích phức tạp của Phố Wall với tốc độ cao và chi phí cực thấp bằng cách tự trả phí để truy cập dữ liệu và API.

marsbit05/25 04:26

Một AI Đọc Xong Bản Kế Hoạch IPO Của SpaceX, Viết Bản Ghi Nhớ Đầu Tư Này Trong 12 Phút

marsbit05/25 04:26

Báo cáo đầu tiên của Mythos công bố: Hàng tỷ thiết bị trên toàn cầu đang 'trần như nhộng', phát hiện 10.000 lỗ hổng chết người trong 30 ngày

Báo cáo đầu tiên của Mythos đã công bố: Chỉ trong 30 ngày, AI Claude Mythos Preview từ Anthropic đã phát hiện hơn 10.000 lỗ hổng nghiêm trọng trên toàn cầu, thậm chí ngăn chặn thành công một vụ lừa đảo chuyển tiền 1,5 triệu USD. Thông qua "Dự án Glasswing", với sự tham gia của khoảng 50 công ty công nghệ và cơ sở hạ tầng quan trọng, mô hình AI này đã quét các dự án mã nguồn mở và hệ thống độc quyền, làm lộ ra hàng nghìn lỗ hổng nguy hiểm, bao gồm cả những lỗi tiềm ẩn hơn 27 năm. Khả năng tự động xây dựng chuỗi khai thác và tỷ lệ dương tính thật cao 90,6% đã gây sốc cho giới an ninh mạng. Tuy nhiên, lượng báo cáo khổng lồ đã tạo ra cuộc khủng hoảng mới: tốc độ sửa lỗi của con người không theo kịp AI. Anthropic đang phát triển bộ công cụ tự động hóa như Claude Security để hỗ trợ vá lỗi, đồng thời hết sức thận trọng trước khi phát hành công khai Mythos vì lo ngại nguy cơ bị lạm dụng. Tương lai hứa hẹn một thế giới phần mềm an toàn hơn, nhưng hiện tại là giai đoạn chuyển đổi đầy thách thức.

marsbit05/25 00:11

Báo cáo đầu tiên của Mythos công bố: Hàng tỷ thiết bị trên toàn cầu đang 'trần như nhộng', phát hiện 10.000 lỗ hổng chết người trong 30 ngày

marsbit05/25 00:11

Cha đẻ của AlphaGo cho AI vào xã hội nhân tạo 23 năm: Ba điểm khó nhất của tác tử thông minh đều ở đây

Giám đốc điều hành DeepMind, cha đẻ AlphaGo Demis Hassabis, đã chọn EVE Online - một trò chơi không gian MMORPG đã vận hành suốt 23 năm - làm "vũ trụ sống" mới để nghiên cứu AI. Hợp tác này nhằm giải quyết ba thách thức lớn nhất của tác nhân AI hiện nay: lập kế hoạch dài hạn (long-horizon planning), trí nhớ (memory) và học tập liên tục (continual learning). Khác với các trò chơi có ván đấu kết thúc như Go hay StarCraft, EVE Online là một vũ trụ duy nhất, tồn tại liên tục, nơi người chơi xây dựng các hệ thống kinh tế, liên minh chính trị và kế hoạch chiến tranch kéo dài hàng năm. Môi trường phức tạp, do chính người chơi định hình này là bài kiểm tra lý tưởng cho các khả năng mà AI cần. Nghiên cứu ban đầu sẽ được thực hiện trong một phiên bản EVE Offline, trên máy chủ cục bộ, đảm bảo môi trường kiểm soát và không ảnh hưởng đến máy chủ chính thức. Lựa chọn này đánh dấu bước tiến trong lộ trình nghiên cứu của DeepMind: từ môi trường quy tắc cố định (Atari, Go) đến thế giới mở, tồn tại lâu dài và tiến hóa tự nhiên như EVE. Động thái này cho thấy xu hướng mới: thay vì tạo ra môi trường tổng hợp, các nhà nghiên cứu đang tìm đến những "xã hội nhân tạo" đã được kiểm chứng độ phức tạp qua thời gian dài để huấn luyện và đánh giá tác nhân AI thông minh hơn.

marsbit05/25 00:10

Cha đẻ của AlphaGo cho AI vào xã hội nhân tạo 23 năm: Ba điểm khó nhất của tác tử thông minh đều ở đây

marsbit05/25 00:10

CEO Google thừa nhận Coding đã tụt hậu

Giám đốc điều hành Google Sundar Pichai thừa nhận trong một cuộc phỏng vấn với The New York Times rằng Gemini của công ty đang "hơi tụt lại phía sau" trong lĩnh vực lập trình (coding), đặc biệt là các tác vụ yêu cầu tác nhân AI sử dụng công cụ, tuân theo chỉ dẫn phức tạp và xử lý dự án dài hạn. Ông cho biết tốc độ phát triển AI hiện nay rất nhanh, với những thay đổi trong 30-60 ngày có thể tương đương với 5 năm trước đây, khiến ông tin rằng AGI có thể đến gần hơn dự kiến. Pichai nói rằng Google vẫn là công ty lớn duy nhất ở tuyến đầu của cuộc đua AI, nhưng thừa nhận cần bắt kịp trong mảng lập trình. Sản phẩm mới Gemini 3.5 Flash được kỳ vọng sẽ giúp cải thiện tình hình, và việc triển khai nội bộ rộng rãi Antigravity 2.0 đã cho thấy mức độ sử dụng token tăng mạnh chưa từng có. Về tìm kiếm, Pichai cho biết Google đang thay đổi lớn giao diện sau 25 năm nhưng sẽ không vội vã chuyển hoàn toàn sang chế độ AI mặc định, mà sẽ tiến hóa có nhịp độ để đáp ứng nhu cầu người dùng. Ông cũng thừa nhận sự lo lắng của công chúng về AI là có cơ sở, vì công nghệ này sẽ định hình lại công việc và thu nhập, nhưng ông vẫn lạc quan về cơ hội cho thế hệ trẻ khi AI trao cho họ khả năng mới. Cuối cùng, Pichai nhấn mạnh tầm quan trọng của việc thảo luận rộng rãi và tránh tâm lý đua tranh khi tiếp cận các giai đoạn AGI, đồng thời ủng hộ việc định nghĩa "điểm kỳ dị" (singularity) của Demis Hassabis là thời điểm AGI xuất hiện, kêu gọi xã hội cần hiểu và chuẩn bị cho điều này.

marsbit05/24 08:31

CEO Google thừa nhận Coding đã tụt hậu

marsbit05/24 08:31

Có thể đánh cắp dữ liệu tùy ý! Công cụ lập trình AI phổ biến này phơi bày lỗ hổng bảo mật nghiêm trọng

Anthropic, công ty tự định vị "ưu tiên bảo mật", đã để lộ lỗ hổng nghiêm trọng trong công cụ lập trình AI Claude Code của mình. Nhà nghiên cứu bảo mật Aonan Guan phát hiện một lỗ hổng bỏ qua hoàn toàn (bypass) hộp cát mạng (network sandbox) của công cụ này, tồn tại từ khi tính năng ra mắt vào tháng 10/2025 cho đến khi được sửa lặng lẽ vào tháng 4/2026 mà không có thông báo bảo mật nào cho người dùng. Lỗ hổng kỹ thuật nằm ở proxy SOCKS5 dùng để lọc truy cập mạng dựa trên danh sách trắng tên miền do người dùng cấu hình. Kẻ tấn công có thể chèn byte null (ví dụ: `attacker.com\x00.google.com`) vào tên máy chủ. Lớp lọc JavaScript chấp nhận chuỗi này vì nó kết thúc bằng ".google.com", nhưng hàm phân giải DNS bằng ngôn ngữ C ở lớp dưới lại dừng xử lý tại byte null và chỉ phân giải "attacker.com". Sự khác biệt trong cách diễn giải này cho phép thiết bị trong hộp cát kết nối đến bất kỳ máy chủ nào trên Internet, vô hiệu hóa hoàn toàn cơ chế bảo vệ. Khi kết hợp với kỹ thuật tiêm prompt (prompt injection) đã được chứng minh trước đó, lỗ hổng tạo thành một chuỗi tấn công hoàn chỉnh: lệnh độc hại ẩn trong tiêu đề Pull Request có thể điều khiển Claude Code chạy mã khai thác, sử dụng lỗ hổng byte null để gửi dữ liệu nhạy cảm (như khóa API, token, thông tin mạng nội bộ) ra bên ngoài. Đáng chú ý, chính Claude Code khi được yêu cầu chạy mã khai thác mẫu đã xác nhận đây là "một lần bỏ qua hộp cát thực sự". Dù đã nhận báo cáo và sửa lỗi, Anthropic không công bố thông báo bảo mật chính thức, không cấp số CVE và không cảnh báo người dùng đang chạy phiên bản cũ. Cách xử lý này, cùng với việc để lộ hai lỗi bypass liên tiếp trong cùng một cơ chế phòng thủ, đặt ra câu hỏi về tính minh bạch và chất lượng triển khai bảo mật. Sự cố cảnh báo rằng việc tin tưởng mù quán vào các hộp cát của nhà cung cấp là nguy hiểm, và cảm giác an toàn giả tạo từ một lớp phòng thủ bị hỏng còn tệ hơn là không có biện pháp bảo vệ nào.

marsbit05/24 01:11

Có thể đánh cắp dữ liệu tùy ý! Công cụ lập trình AI phổ biến này phơi bày lỗ hổng bảo mật nghiêm trọng

marsbit05/24 01:11

Tôi đã tạo ra một ứng dụng Android bằng Google Vibe Coding

Google AI Studio đã giới thiệu tính năng "prompt to phone", cho phép người dùng tạo ứng dụng Android trực tiếp từ mô tả ngôn ngữ tự nhiên. Tác giả đã thử nghiệm và tạo ra ba ứng dụng trong một buổi chiều: một game phiêu lưu chữ MOOD, một máy tính calorie và một game clone Mario tên là Super Peach Rescue. Quá trình tạo ứng dụng rất nhanh chóng. Chỉ với 148 từ mô tả, Gemini đã tự động viết code, thiết kế giao diện và cài đặt ứng dụng lên điện thoại Pixel thật trong 20 phút. Công cụ cũng có thể sửa lỗi thông qua hội thoại, như thêm nút bị thiếu trong game MOOD. Tuy nhiên, chất lượng ứng dụng còn nhiều hạn chế. Game MOOD có cốt truyền đơn giản, lối chơi nông và lỗi logic. Máy tính calorie đưa ra ước tính sai lệch nghiêm trọng (ví dụ: trà sữa trân châu chỉ 190 calo). Super Peach Rescue thường xuyên bị crash và có lối chơi không cân bằng. Trải nghiệm cho thấy AI có thể giảm đáng kể rào cản lập trình, biến ý tưởng thành ứng dụng chạy được chỉ trong vài phút. Điều này mở ra khả năng về một "cuộc cách mạng phần mềm cá nhân", nơi người dùng bình thường có thể tạo công cụ đáp ứng nhu cầu riêng biệt. Tuy vậy, khoảng cách từ "ứng dụng chạy được" đến "ứng dụng tốt" vẫn rất lớn. AI hiện thiếu khả năng đánh giá sản phẩm, độ tin cậy, tính chính xác và thẩm mỹ. Con người vẫn đóng vai trò thiết yếu trong việc đảm bảo chất lượng, sửa lỗi phức tạp và tối ưu hóa trải nghiệm.

marsbit05/23 06:19

Tôi đã tạo ra một ứng dụng Android bằng Google Vibe Coding

marsbit05/23 06:19

Trí Phổ Dựa Vào Đâu Để Tăng Gần 30% Trong Một Ngày?

Hôm nay, cổ phiếu của "cổ phiếu mô hình lớn toàn cầu đầu tiên" Zhipu AI (02513.HK) đã bùng nổ. Động lực chính đến từ một thông số kỹ thuật cụ thể: Tốc độ đầu ra API của phiên bản cao tốc GLM-5.1 (GLM-5.1-highspeed) đạt 400 token/giây, thiết lập kỷ lục mới về tốc độ API trong ngành công nghiệp mô hình lớn toàn cầu. Tốc độ 400 token/giây này quan trọng như thế nào? Khi AI chuyển từ ChatBot sang thời đại Agent, mỗi tác vụ thường yêu cầu hàng chục hoặc thậm chí hàng trăm lần gọi mô hình. Độ trễ thấp ở đây trở thành yếu tố then chốt, trực tiếp ảnh hưởng đến trải nghiệm người dùng và hiệu quả công việc. Tốc độ này nhanh gấp khoảng 3-5 lần so với các mô hình hàng đầu hiện tại như GPT-4o hay Claude Sonnet. Để đạt được bước đột phá này, Zhipu AI đã thực hiện những đổi mới đồng thời trên ba cấp độ: 1. **TileRT – Công cụ suy luận:** Biên dịch toàn bộ mô hình thành một động cơ chạy liên tục, loại bỏ chi phí khởi động và chờ đợi lặp đi lặp lại giữa các toán tử, cho phép GPU duy trì hoạt động ở tốc độ cao. 2. **Chiến lược song song:** Tối ưu hóa việc triển khai cơ chế chú ý MLA (Multi-head Latent Attention) của GLM-5.1 trên nhiều GPU. Họ áp dụng kiến trúc chạy không đồng nhất, trong đó GPU 0 chuyên xử lý chỉ mục thưa thớt và định tuyến, trong khi các GPU khác xử lý tính toán dày đặc, giảm thiểu đáng kể chi phí giao tiếp. 3. **Kiến trúc mạng ZCube:** Một thiết kế mạng mới thay thế cấu trúc ROFT (Fat-Tree) truyền thống. ZCube loại bỏ lớp Spine (xương sống), làm phẳng toàn bộ mạng và kết nối tất cả các bộ chuyển mạch Leaf (lá) theo một cấu trúc đặc biệt. Thiết kế này đảm bảo rằng giữa hai GPU bất kỳ chỉ có một đường dẫn tối ưu duy nhất, về cơ bản loại bỏ khả năng tắc nghẽn mạng do cân bằng tải không hiệu quả. Những cải tiến này mang lại lợi ích rõ ràng: cụm sản xuất nâng cấp lên ZCube đạt được mức tăng 15% thông lượng, giảm 40.6% độ trễ đuôi và giảm khoảng một phần ba chi phí thiết bị mạng. Về lâu dài, công nghệ này không chỉ nâng cao hiệu quả sử dụng GPU mà còn có thể định hình lại cấu trúc hạ tầng AI, mở ra cơ hội cho các nhà cung cấp chip AI, thiết bị chuyển mạch và mô-đun quang trong nước.

marsbit05/23 01:25

Trí Phổ Dựa Vào Đâu Để Tăng Gần 30% Trong Một Ngày?

marsbit05/23 01:25

活动图片