AI TrackerTin hạ tầng,
cho nhà phát triển.
Tin mới nhất về hạ tầng từ mọi nhà cung cấp AI: ra mắt, thay đổi giá và ngừng hỗ trợ, tóm tắt kèm ý nghĩa với bạn.
Microsoft đưa Copilot harness vào Foundry Agent Service
Microsoft giới thiệu Microsoft Copilot harness trong Foundry Agent Service. Microsoft cho biết đội ngũ kỹ thuật của GitHub đã xây dựng một harness đa mô hình hàng đầu, mà Microsoft hiện đã triển khai trên các sản phẩm của mình; phiên bản trong Foundry cho phép nhà phát triển xây dựng agent mà không phải xây dựng lại lớp thực thi. Theo Microsoft, harness xử lý việc điều phối, công cụ, ngữ cảnh và các biện pháp kiểm soát, để nhà phát triển có thể tập trung vào kỹ năng và kết quả của agent. Microsoft đã đăng một video minh họa và bài viết trên blog Foundry.
Vercel AI Gateway bổ sung 14 model ElevenLabs, giảm 50% đến hết ngày 9 tháng 11
Vercel cho biết 14 model ElevenLabs hiện đã có trên AI Gateway, endpoint thống nhất của nền tảng dành cho các nhà cung cấp model, và được giảm 50% đến hết ngày 9 tháng 11. Vercel liệt kê các tính năng gồm tác nhân giọng nói thời gian thực, âm nhạc, hiệu ứng âm thanh, hội thoại đa giọng nói, truyền phát giọng nói qua WebSockets và chuyển giọng nói thành văn bản.HarnessAgent của Vercel hiện chấp nhận đầu vào hình ảnh
Vercel cho biết HarnessAgent hiện hỗ trợ đầu vào hình ảnh trên mọi bộ chuyển đổi harness. Bạn gửi hình ảnh cùng văn bản theo định dạng tin nhắn AI SDK tiêu chuẩn, và theo Vercel, mô hình thị giác nền tảng của từng harness sẽ xử lý phần còn lại. Xem chi tiết trong mục changelog của Vercel.Parallel ra mắt Decisions API, bổ sung dữ liệu web hiện hành cho các mô hình ra quyết định với giá 0,001 USD mỗi yêu cầu
Parallel công bố Decisions API trên X vào ngày 27 tháng 10 và cho biết API đã hoạt động. Công ty gọi đây là “công cụ ra quyết định đầu tiên được cung cấp dữ liệu từ web”: các mô hình ra quyết định như Jev trả lời tức thì nhưng không cập nhật được tin tức mới nhất, còn API mới kết hợp cả hai trong một lần gọi. Đây là tuyên bố của chính Parallel.
Logan Graham của Anthropic đính chính bài viết của Washington Post về vụ xâm nhập Cathedral
Ngày 26 tháng 10, Logan Graham thuộc Frontier Red Team của Anthropic đăng trên X các đính chính về bài viết của Washington Post và phản ứng sau đó. Bài viết cho biết các tác nhân AI của một startup bảo mật đã xâm nhập hệ thống của Anthropic trong chưa đầy 12 giờ. Đây là những phát biểu của Graham, không phải thông báo của Anthropic:Cloudflare cho biết cấu hình GLM 5.3 không khớp trên Workers AI đã làm lộ các trang bộ nhớ đệm KV giữa các yêu cầu
Ngày 26 tháng 10, Cloudflare công bố thông tin tiết lộ sự cố và bài viết về cách khắc phục, cho biết cấu hình không khớp của GLM 5.3 (@cf/zai-org/glm-5.3) trên Workers AI đã gây ra lỗi trong SGLang, công cụ suy luận, khiến các trang bộ nhớ đệm KV bị lộ giữa các yêu cầu. Cloudflare phối hợp công bố thông tin này cùng bài đăng của SGLang.Các bài đánh giá AgentEnv của Scale AI hiện có thể chạy trên Vercel Sandbox
Vercel cho biết giờ đây bạn có thể chạy các bài đánh giá AgentEnv từ Scale AI Labs trên Vercel Sandbox. Bạn giao cho một agent một nhiệm vụ, chạy agent trong sandbox rồi kiểm tra kết quả. Vercel đã đăng mục nhật ký thay đổi và hướng dẫn thiết lập trong tài liệu về sandbox.Các lệnh trong Vercel Sandbox giờ hỗ trợ stdin
Vercel cho biết các lệnh chạy trong Vercel Sandbox giờ có thể nhận dữ liệu đầu vào qua stdin. Nhờ đó, bạn có thể gửi dữ liệu đầu vào cho các công cụ CLI đang chạy và các máy chủ MCP dùng stdio, chẳng hạn như agent-browser, bên trong sandbox. Xem chi tiết trong mục ghi chú thay đổi của Vercel.Gemini API hiện lưu trữ các yêu cầu Generate Content theo mặc định ở gói trả phí
Nhật ký thay đổi Gemini API của Google cho biết các dự án mới sử dụng Generate Content API (generateContent, streamGenerateContent và batchGenerateContent) ở gói trả phí hiện lưu trữ yêu cầu theo mặc định (store=true), tương tự Interactions API. Các dự án hiện có vẫn giữ nguyên cài đặt hiện tại.Washington Post reports a security startup's AI agents got into Anthropic's internal systems in under 12 hours
Elizabeth Dwoskin of The Washington Post posted on October 26 an exclusive saying that a group of former DOGE cyber researchers used AI agents to penetrate Anthropic's systems in less than 12 hours, including Slack channels where the company's most sensitive models are discussed. Her post ties the story to a recent charge by Anthropic whistleblower Joseph Coxon.Together AI mở MiniMax M3.1 Flash cho hậu huấn luyện
Together AI cho biết MiniMax M3.1 Flash hiện đã có thể được dùng để hậu huấn luyện trên nền tảng của họ. Theo Together, người dùng có thể chạy tinh chỉnh có giám sát (SFT) hoặc học tăng cường (RL) bằng dữ liệu, phần thưởng và môi trường của riêng mình, đồng thời giữ vòng lặp huấn luyện trong mã Python của họ.Người bán tuyên bố có cơ sở dữ liệu người dùng và API key của OpenRouter; OpenRouter không tìm thấy bằng chứng
Tài khoản tình báo mối đe dọa DailyDarkWeb đưa tin vào ngày 25 tháng 10 rằng một người bán trên diễn đàn ngầm tuyên bố đang rao bán cơ sở dữ liệu liên quan đến openrouter.ai. Theo tài khoản này, người bán tuyên bố có:Nhà nghiên cứu công bố 11 lỗ hổng chưa được vá trong Tailscale và headscale, phần lớn nằm ở Tailscale SSH
Erica Windisch thuộc Cyberdione Labs đã công bố 11 phát hiện dưới tên Tailworm (tailworm.com) mà không phối hợp công bố trước, khiến nhà cung cấp không có thời gian vá trước. Tính đến ngày 25 tháng 10, chưa có bản vá hay CVE nào được báo cáo.
SGLang cho biết hiện đã ngang bằng engine DeepInfer của DeepSeek trên DeepSeek-V4.1-Flash
Dự án SGLang cho biết engine suy luận của họ hiện đã ngang bằng DeepInfer, engine riêng của DeepSeek, về cả prefill lẫn decode trên DeepSeek-V4.1-Flash. Vài giờ sau khi vLLM đưa ra tuyên bố tương tự, SGLang báo cáo thông lượng prefill đạt mức tối đa 1.04× DeepInfer trên 4× GB300 và 4× B300, cùng thông lượng decode cao hơn tối đa 7.4% trên 64× GB300.
vLLM cho biết hiện đã sánh ngang với engine DeepInfer của DeepSeek trên DeepSeek-V4.1-Flash
Dự án vLLM cho biết engine suy luận của họ hiện đã sánh ngang với DeepInfer, engine riêng của DeepSeek dành cho DeepSeek-V4.1-Flash, trên cấu hình giải mã của DeepSeek với kích thước batch từ 8 đến 256. Theo dự án, họ đạt được điều này ở DEP32 (attention song song dữ liệu với song song chuyên gia trên 32 GPU), trong khi DeepInfer dùng cấu hình EP64DP64.