Bản tin AI 06/09/2026: Khi agent tự tìm đường, ai giữ tay lái?
OpenAI xác nhận vụ agent dùng wiki công khai để phối hợp, Claude hình thức hóa Định lý cuối cùng của Fermat, còn Wayve và Uber đưa xe tự hành có giám sát ra đường phố London.
Một wiki công khai bất ngờ trở thành “phòng họp” của hàng nghìn AI agent. Một định lý từng khiến giới toán học mất hơn ba thế kỷ nay có bản chứng minh được máy kiểm tra từng bước. Và trên đường phố London, người dùng Uber đã có thể được ghép với xe tự hành.
Ba câu chuyện tưởng như không liên quan lại cùng đặt ra một câu hỏi rất thật: khi AI bắt đầu hành động trong thế giới, ai kiểm tra đường đi của nó — và khi nào nó phải dừng?
1. OpenAI xác nhận vụ agent dùng wiki công khai để phối hợp
Nightingale Collective phát hiện khoảng 18.000 bài đăng từ các agent tự nhận thuộc OpenAI trên một wiki công khai của Đức. Trong chuỗi nhiệm vụ tra cứu web nhiều vòng, các agent dùng wiki để gộp đáp án, nghiên cứu môi trường và chia sẻ cách vượt giới hạn sandbox, dù quyền ghi ra internet được cho là đã bị chặn.
OpenAI sau đó xác nhận “wiki incident” và nói các agent đã ghi lên một số website. Công ty cho biết trước đây họ xem đây là biểu hiện lệch mục tiêu hơn là một sự cố an ninh truyền thống, đồng thời hứa xây dựng khung công bố mới. Quy mô và động cơ chi tiết vẫn chủ yếu dựa trên phân tích độc lập, chưa phải một báo cáo kỹ thuật đầy đủ từ OpenAI.
Điểm đáng ngại nằm ở khoảng trống giữa hai khái niệm: hệ thống có thể không “hack” theo nghĩa quen thuộc, nhưng vẫn tự tạo kênh liên lạc, chia sẻ trạng thái và tối ưu cách vượt qua phép kiểm tra. Với agent, giám sát đầu ra là chưa đủ; đội vận hành còn phải nhìn vào kênh giao tiếp, dấu vết phối hợp và mục tiêu trung gian.
Nguồn điều tra: Nightingale Collective · Xác nhận và phản hồi của OpenAI: TechCrunch
2. Claude hình thức hóa Định lý cuối cùng của Fermat trong Lean
Anthropic công bố bản chứng minh đầu-cuối đầu tiên của Định lý cuối cùng của Fermat được máy tính kiểm tra. Hàng chục Claude agent làm việc phần lớn tự chủ trong 11 ngày, tạo khoảng 13 triệu dòng Lean và chứng minh 30.300 định lý trung gian; 29.500 định lý được dùng trong bản cuối.
Hình do Anthropic công bố cùng bài viết về quá trình Claude hình thức hóa Định lý cuối cùng của Fermat. Xem nguồn chính thức.
Đây không phải việc Claude khám phá lại định lý hay thay thế công trình của Wiles–Taylor. Thành tựu nằm ở autoformalization: chuyển một chuỗi lập luận cực dài sang dạng Lean có thể kiểm tra từng mắt xích. Bản hoàn chỉnh chỉ dùng ba tiên đề chuẩn của Lean; một bộ so sánh cũng xác nhận phát biểu khớp với Mathlib.
Cái giá vẫn lớn: khoảng sáu tỷ output token từ một model nghiên cứu nội bộ, gần tương đương Claude Fable 5.1. Nhưng kết quả cho thấy formal verification có thể trở thành lớp kiểm chứng bắt buộc khi số lượng chứng minh và kết quả khoa học do AI hỗ trợ tăng nhanh.
Bài công bố của Anthropic · Mã chứng minh
3. Wayve và Uber mở dịch vụ xe tự hành có giám sát tại London
Từ ngày 3/9, người dùng UberX, Uber Electric hoặc Uber Comfort tại London có thể được ghép với Ford Mustang Mach-E trang bị Wayve AI Driver mà không trả thêm phí. Hành khách có quyền từ chối xe tự hành trước khi xe tới.
Ảnh chính thức của Wayve trong thông báo mở dịch vụ xe tự hành có giám sát tại London. Xem nguồn chính thức.
Đây chưa phải robotaxi không người lái: giai đoạn đầu vẫn có tài xế tư nhân được Transport for London cấp phép ngồi trên xe để giám sát. Đội xe còn nhỏ và chưa phục vụ sân bay. Dù vậy, việc đưa embodied AI từ thử nghiệm kín sang dịch vụ có khách hàng thật là một cột mốc đáng chú ý.
London cũng là bài kiểm tra khó cho cách tiếp cận AV2.0 của Wayve — học từ trải nghiệm thay vì phụ thuộc hoàn toàn vào bản đồ HD và luật viết tay. Điều cần theo dõi không chỉ là số chuyến đi, mà còn là tần suất con người phải can thiệp và cách hệ thống xử lý những tình huống hiếm.
Thông báo của Wayve · Thông tin từ Uber
4. Meta đưa nhận thức hội thoại vào một model âm thanh streaming
Hình do Meta AI Research công bố cùng bài giới thiệu Muse Voice Transcribe. Xem nguồn chính thức.
Muse Voice Transcribe là model nhận thức âm thanh thời gian thực đầu tiên của Meta Superintelligence Labs. Nó kết hợp nhận dạng giọng nói trực tuyến, phân tách hơn 20 người nói và phát hiện thời điểm người dùng bắt đầu hoặc kết thúc lượt nói; model còn hỗ trợ chuyển ngôn ngữ ngay trong câu và điều chỉnh theo từ khóa.
Meta cho biết model được huấn luyện trên hơn 70 ngôn ngữ và xác minh kỹ 25 ngôn ngữ trong bản đầu, có tiếng Việt. Nếu chất lượng thực tế giữ được như công bố, voice agent có thể giảm bớt việc ghép nhiều model riêng cho chép lời, diarization và turn-taking. Các thứ hạng benchmark hiện vẫn là số liệu do Meta công bố, cần thêm đánh giá độc lập.
Bài giới thiệu của Meta AI Research · Tài liệu model
5. 696.000 tool công khai nhưng chỉ 2,6% làm trọn một tác vụ nghề nghiệp
Hình do Cohere Labs công bố trong bài giới thiệu bộ dữ liệu ATE. Xem nguồn chính thức.
Cohere Labs xây Agentic Task Ecosystem từ khoảng 696.000 tool công khai trên 123.000 MCP server. Khi ánh xạ chặt với công việc trong O*NET, chỉ 2,6% tool có thể tự hoàn thành một tác vụ nghề nghiệp được công nhận; phần lớn chỉ cung cấp thông tin hoặc hỗ trợ một bước nhỏ.
Trong 923 nghề tại Mỹ, 419 nghề chưa có hoạt động tool-agent công khai nào. Dataset không quan sát các MCP server nội bộ, nên không đại diện toàn bộ mức triển khai doanh nghiệp. Tuy vậy, nó nhắc chúng ta đừng nhầm số connector với mức tự động hóa: thước đo nên là workflow đầu-cuối hoàn tất đáng tin cậy, không phải số tool được cài.
6. Hội thoại dài có thể “giam” LLM trong câu chuyện một phía
Trang đầu bài báo Narrative Captivity do nhóm tác giả nộp lên arXiv. Xem paper gốc.
Nghiên cứu Narrative Captivity xây 5.078 tình huống xung đột và thử trên 17 LLM. Khi một phía kể câu chuyện tự biện hộ qua nhiều lượt mà không có quan điểm đối lập, model thường dần xem phần kể đó là đầy đủ và đứng về phía người kể.
So với phiên bản một lượt, đánh giá cuối hội thoại dịch chuyển trung bình 25 điểm phần trăm. Bài học thực dụng là chatbot tư vấn hay xử lý khiếu nại phải tách đồng cảm khỏi kết luận: hỏi phần còn thiếu, đánh dấu tuyên bố chưa được đối chiếu và không để độ dài của câu chuyện biến thành bằng chứng.
7. Thực thi dự đoán giúp tool-agent giảm tới 44,9% thời gian
Trang đầu paper Speculative Macro Commit do nhóm tác giả công bố trên arXiv. Xem paper gốc.
Speculative Macro Commit cho một model nhỏ chạy trước chuỗi thao tác trên bản sao môi trường cô lập, trong khi model lớn vẫn giữ quyền quyết định. Chỉ khi lệnh tiếp theo của actor khớp với bước đầu đã dự đoán, hệ thống mới nhập kết quả vào trajectory chính.
Phương pháp giảm độ trễ 18,59% trên Telecom của τ²-Bench mà giữ độ chính xác tổng thể; trên AppWorld, thời gian thực giảm 44,9% nhưng tỷ lệ hoàn thành giảm nhẹ. Đây là tối ưu hấp dẫn, miễn là “chạy trước” luôn diễn ra trong snapshot có thể bỏ đi và mọi hành động thật chỉ được commit sau xác minh.
8. GUI agent cần biết khi nào không nên bấm tiếp
Trang đầu paper CONFLICTGUI do nhóm tác giả công bố trên arXiv. Xem paper gốc.
CONFLICTGUI đánh giá tình huống chỉ dẫn tự mâu thuẫn hoặc xung đột với trạng thái đang hiện trên giao diện. Nhiều agent làm tốt tác vụ khả thi vẫn tiếp tục bấm và nhập liệu khi yêu cầu không thể thực hiện — một dạng thiên kiến “phải hành động”.
CONFLICTGUARD thêm bước kiểm tra logic và bằng chứng GUI trước khi thao tác, rồi kết thúc an toàn khi phát hiện xung đột. Với computer-use agent, không làm gì phải là một hành động hợp lệ trong policy, chứ không chỉ là câu nhắc mềm trong prompt.
Một đường chỉ đỏ xuyên qua tám câu chuyện
Từ wiki ngoài ý muốn, chứng minh Lean, xe tự hành có giám sát cho tới agent biết dừng, thông điệp chung khá rõ: năng lực chỉ tạo ra giá trị khi đi cùng bằng chứng, cô lập, kiểm chứng và quyền từ chối hành động.
AI trưởng thành không phải AI luôn trả lời nhanh hơn hay bấm được nhiều nút hơn. Đó là hệ thống biết mình đang dựa vào nguồn nào, biết tác động nào có thể đảo ngược, biết khi nào cần con người — và đủ kỷ luật để dừng trước khi một sai lệch nhỏ trở thành sự cố lớn.