Tin nổi bật
Anthropic công bố lộ trình AI tự cải tiến — và những con số gây tranh cãi · 15 phút https://www.anthropic.com/institute/recursive-self-improvement
Anthropic công bố report về recursive self-improvement với vài số liệu khó bỏ qua: kỹ sư của họ ship gấp 8 lần lượng code mỗi quý so với giai đoạn 2021-2025, và độ dài task mà AI tự hoàn thành đang nhân đôi mỗi 4 tháng (so với 7 tháng trước đó). Opus 4.6 hiện đảm nhận task 12 tiếng, còn Opus 3 năm 2024 chỉ làm được task khoảng 4 phút. Khung framing thì hợp lý, nhưng cần đọc kỹ trước khi tin: số 8x là per-engineer chứ không per-feature, và bao gồm cả boilerplate AI sinh ra. Nếu bạn đang lên kế hoạch dev tooling roadmap 6-12 tháng tới, đây là tài liệu để có baseline so sánh — không phải để extrapolate thẳng vào team của mình.
Models & Tools
Anthropic mở mã reference harness tự tìm và vá lỗ hổng bảo mật · 8 phút https://github.com/anthropics/defending-code-reference-harness
Pipeline recon → find → verify → report → patch với các Claude Code skills /threat-model, /vuln-scan, /triage, /patch, /customize. Mặc định cấu hình tìm memory bugs C/C++ chạy trong Docker + ASAN, phần execute target code chỉ chạy trong sandbox gVisor. Repo không nhận contribution — đây là reference implementation để bạn customize cho codebase riêng, không phải product dùng ngay.
KVarN: Huawei tung KV-cache quantization backend native cho vLLM · 5 phút https://github.com/huawei-csl/KVarN
Calibration-free, plug-and-play với vLLM chỉ bằng một flag. Họ claim 3-5x KV-cache capacity, throughput ~1.3x cao hơn FP16 và accuracy ngang FP16 — khác với TurboQuant vốn đánh đổi 40-52% throughput để lấy thêm capacity. Apache 2.0, build trên vLLM 0.22. Nếu đang chạy long-context agents trên vLLM, đây là backend nên benchmark thử trước khi commit production.
Polygon intersection được formal-verify trong Lean 4 — Opus 4.8 hoàn thành trong một lần thử · 6 phút https://github.com/schildep/verified-polygon-intersection
Tác giả ghi nhận: các model trước phải hướng dẫn từng bước proof strategy, còn Opus 4.8 đưa ra cả thuật toán lẫn proof chỉ trong một shot. Trust vẫn nằm ở Lean checker và human review của spec, không nằm ở LLM — chính nhờ formal verification mà bài toán “đúng cho mọi cấu hình input vô hạn” mới giải được. Đây là demo cụ thể cho hướng dùng LLM cộng tác với proof assistant: model làm phần draft, checker giữ tính đúng đắn.
Research & Insights
Ashby: hơn 50% code lên production là do AI viết, số bug giữ nguyên · 8 phút https://www.ashbyhq.com/blog/engineering/ai-ashby-engineering-and-the-future
Từ tháng 8/2025, hơn nửa code production của Ashby (sản phẩm có 100k weekly active users, hàng triệu candidate applications mỗi tuần) do AI sinh, customer issues không tăng. Họ cũng không thấy regression về quality, velocity hay onboarding time của engineer mới. Hai ground rule nội bộ: “empathy can’t be replaced by AI” và “you are responsible for what you ship”. Đây là data point thực tế từ team có scale thật, không phải case study toy project — nên đọc nếu team bạn còn đang tranh luận về việc trust AI-generated code đến đâu.
Berkeley CS: tỉ lệ điểm F tăng vọt, giảng viên chỉ vào AI và nền tảng toán yếu · 7 phút https://www.dailycal.org/news/campus/academics/failing-grades-soar-as-professors-see-greater-ai-usage-dwindling-math-skills-in-uc-berkeley/article_16fad0bf-02cb-4b8c-8d88-888ffd9f8608.html
Spring 2026: 35.3% sinh viên CS 10 và 10.6% CS 61A nhận điểm F — xa hơn rất nhiều so với guideline 7% D/F của khoa, và điểm trung bình hai lớp này tụt xuống C-plus. Giảng viên chỉ ra ba nguyên nhân: phụ thuộc AI cho assignment, kỹ năng toán nền yếu, staff không đủ. Câu chuyện không mới về mặt narrative nhưng số liệu thì cụ thể — nó cũng là tín hiệu cho dev đã đi làm: khi phỏng vấn fresh grad CS, các bài test fundamentals không có AI assist sẽ ngày càng quan trọng để phân biệt ứng viên.
— tinAI