Tin nổi bật
OpenAI o1 chẩn đoán đúng 67% ca cấp cứu — vượt bác sĩ triage 50-55% trong study Harvard · 5 phút https://www.theguardian.com/technology/2026/apr/30/ai-outperforms-doctors-in-harvard-trial-of-emergency-triage-diagnoses
Harvard chạy thử o1 trên 76 ca cấp cứu thật ở một bệnh viện Boston: cùng electronic health record, không thêm gì khác — model đoán đúng hoặc rất gần 67% case, hai bác sĩ chỉ 50-55%. Khoảng cách lớn nhất ở triage: tình huống ít info, phải quyết nhanh — đúng pattern mà reasoning model nên thắng. Khi có thêm detail, o1 lên 82% còn bác sĩ 70-79% nhưng difference lúc đó không còn statistically significant. Một case minh họa rõ: bệnh nhân lupus có cục máu đông phổi, bác sĩ nghĩ anti-coagulant fail; o1 nhận ra lupus đang gây inflammation phổi. Bài học cho dev build vertical AI: reasoning model thắng đậm ở “second opinion từ paperwork” — không thay người đọc visual signal, nhưng pull constraint từ history mà human dễ bỏ sót.
Models & Tools
DeepClaude: chạy Claude Code agent loop với DeepSeek V4 Pro, rẻ hơn 17 lần · 3 phút https://github.com/aattaran/deepclaude
Wrapper script swap base URL của Claude Code sang DeepSeek V4 Pro (96.4% LiveCodeBench, $0.87/M output) hoặc OpenRouter — giữ nguyên tool loop, file edit, subagent spawn. Catch: DeepSeek server ở China nên latency và data residency cần check kỹ trước khi đưa vào enterprise; backend OpenRouter ($0.44/$0.87, server US) giải quyết phần location. Theo bench của repo, $200/mo Anthropic Max → $20-80/mo tùy mức dùng, vẫn giữ option fallback về Anthropic khi cần Opus.
Kepler kể cách build verifiable AI cho finance với Claude · 5 phút https://claude.com/blog/how-kepler-built-verifiable-ai-for-financial-services-with-claude
Case study hiếm có chi tiết kiến trúc: Opus 4.7 lo decompose intent + resolving ambiguity, Sonnet 4.6 chạy stage throughput cao, mọi computation chạy trên deterministic engine để mọi số trace được tới đúng line item trong filing gốc. Take-away cụ thể: model chỉ làm phần interpret, mọi tính toán giao cho query/formula engine — pattern duy nhất khả thi nếu bạn ship AI cho domain audit-heavy. Team họ bench mỗi model release trong vài giờ và biết stage nào regress; eval pipeline phải có sẵn trước khi viết prompt.
Research & Insights
Talking to Transformers: 4 pillar prompting khi attention là budget · 8 phút https://miraos.org/blog/2026/05/02/talking-to-transformers
Bốn pillar prompting nhưng không phải prompt engineering 101: attention là zero-sum, mọi token thừa kéo model ‘checking back’ thay vì lock vào info bạn cần — tác giả còn build TeaLeaves để visualize per-layer attention thành heatmap thật. Pillar mạnh nhất: dùng concept compress kiểu “tune nó như tuning carburetor” để model unpack hết một domain thay vì tốn 50 token giải thích. Nếu prompt của bạn vẫn mở bằng vài đoạn waterfall context thì đọc bài này trước khi optimize gì khác.
Sau 30 năm code cùng Phish, flow state biến mất từ tháng 1 năm nay · 6 phút https://christophermeiklejohn.com/ai/personal/phish/flow/agents/2026/05/03/rift.html
Christopher Meiklejohn (PhD CMU, viết distributed systems) kể chuyện flow state mất hẳn từ khi day-to-day chuyển sang manage agent: open session, redirect, switch, review merge — staccato hoàn toàn lệch pha với pace của một jam Phish 30 phút mà ổng dùng suốt 30 năm để vào zone. Bài không kết luận, chỉ hỏi “what is flow in an agentic world?” — câu hỏi practical vì creativity và sense of ownership ổng kể từng có lúc viết code, giờ không còn chỗ nào trong workday. Worth đọc nếu bạn cảm thấy throughput tăng mà satisfaction mỗi ngày lại giảm.
— tinAI