Tin nổi bật
Claude Code đang nhúng dấu hiệu ẩn vào request khi dùng custom API gateway · 6 phút https://thereallo.dev/blog/claude-code-prompt-steganography
Nếu bạn đang chạy Claude Code qua proxy, router nội bộ, hoặc ANTHROPIC_BASE_URL riêng, bài này đáng đọc ngay trước khi mở terminal tiếp. Tác giả mổ binary Claude Code 2.1.196 và tìm thấy logic đổi dấu nháy trong Today's cùng dấu phân tách ngày để mã hóa phân loại hostname vào system prompt. Tôi không nghĩ đây là “malware”, nhưng với một tool có quyền đọc repo, chạy shell, sửa file và push commit, kiểu telemetry nửa kín nửa hở này làm niềm tin rẻ đi rất nhanh. Cách xử lý thực dụng: audit gateway setup của team, ghi rõ chính sách dùng endpoint nào, và đừng giả định prompt gửi đi chỉ chứa những gì UI cho bạn thấy.
Models & Tools
Kimi K2.7 Code đã vào GitHub Copilot · 4 phút https://github.blog/changelog/2026-07-01-kimi-k2-7-is-now-available-in-github-copilot/
Copilot giờ có model open-weight đầu tiên trong model picker: Kimi K2.7 Code, hosted trên Azure và rollout dần cho Pro, Pro+, Max. Điểm cần soi là billing theo provider list pricing và Business/Enterprise bị tắt mặc định, nên admin phải bật policy trước khi team chọn được.
ZCode 3.0 đẩy GLM-5.2 vào workflow coding agent · 5 phút https://zcode.z.ai/en
Z.ai đang đóng gói ZCode như harness chính thức cho GLM-5.2: plan, code, review, deploy trong một desktop app, kèm multi-agent collaboration. Phần landing page còn nhiều demo bóng bẩy, nhưng dev đang thử các coding agent ngoài Claude/Copilot có thêm một lựa chọn đáng benchmark bằng repo thật, không phải bằng video demo.
Anthropic khôi phục quyền truy cập Claude Fable 5 và Mythos 5 sau khi Mỹ gỡ export controls · 2 phút https://twitter.com/AnthropicAI/status/2072106151890809341
Access bị chặn bởi policy xuất khẩu là reminder hơi lạnh gáy: dependency vào frontier model không chỉ là vấn đề giá hay latency. Nếu sản phẩm của bạn hard-code một provider/model pair cho critical path, hãy có fallback thật, vì một email compliance cũng đủ biến roadmap thành bài tập incident response.
Research & Insights
Một layer Transformer có thể gần bắt kịp full-parameter RL training · 4 phút https://arxiv.org/abs/2607.01232
Paper này đâm thẳng vào giả định “fine-tune RL thì cứ update hết model”: trên Qwen3 và Qwen2.5, phần lớn gain RL tập trung ở một vài layer giữa stack. Với dev làm post-training hoặc adapter nội bộ, takeaway khá rõ: trước khi đốt GPU cho full-parameter run, thử layer-wise ablation hoặc train một subset có đo đàng hoàng.
— tinAI