[AINews] Lilian Weng tổng hợp 35 bài báo về Kỹ thuật điều khiển (Harness Engineering) cho RSI

Chúc mừng Meta Superintelligence đã sở hữu 2/3 mô hình hình ảnh/video hàng đầu thế giới! Đây lẽ ra đã là một ứng cử viên cho bài viết chính, nhưng thật không may, đó là tất cả thông tin chi tiết chúng tôi có về Muse Image/Video – không có bài báo, không có bất kỳ chi tiết kỹ thuật nào. Tuy nhiên, điều này vẫn vượt trội so với các mô hình MAI của Microsoft từ tháng trước, đây là một tín hiệu tích cực. Chúng tôi là những người hâm mộ Lilian Weng, vì vậy chúng tôi luôn chú ý mỗi khi cô ấy đăng một bản tóm tắt nghiên cứu mới, đặc biệt là hiện nay cô ấy là đồng sáng lập của Thinky. Hôm nay, cô ấy đang suy nghĩ về mối quan hệ giữa các "harness" (hệ thống điều khiển) và RSI (cải thiện bản thân một cách đệ quy): lilianweng.github.io/posts/2026-07-… Thật khó để dự đoán tương lai của RSI sẽ phụ thuộc vào các "harness" đến mức nào. Có khả năng kỹ thuật "harness" sẽ phát triển theo hướng tự cải thiện và cho phép tự động nghiên cứu, và, đến lượt nó, thông minh hơn. Mặc dù chúng tôi đã từng viết về việc ngay cả Greg Brockman hiện cũng ngầm ủng hộ kỹ thuật tác nhân/harness, nhưng thật đáng mừng khi một nhà tư tưởng đáng kính và đồng sáng lập phòng thí nghiệm mới như Lilian cũng đồng ý rằng “Ngay cả khi nhiều cải tiến về harness cuối cùng được nội hóa vào mô hình cốt lõi, nhu cầu xác định mục tiêu và ngữ cảnh sẽ không biến mất.” Bài viết của cô ấy đã phân tích các xu hướng thiết kế chính đã được chứng minh trong các "harness" mà mọi người nên biết, sau đó tóm tắt tài liệu tối ưu hóa "harness", đáng chú ý nhất là từ bài báo ACE nổi tiếng cho đến các xu hướng gần đây hơn như Meta-Harnesses, mà chúng tôi đã đề cập một cách không chính thức trên AINews. Điều này chắc chắn cũng cung cấp một gợi ý về những gì Thinky đang suy nghĩ, ngoài các Mô hình Tương tác. Tin tức AI cho ngày 06/7/2026-07/7/2026. Chúng tôi đã kiểm tra 12 subreddit, 544 tài khoản Twitter và không có thêm Discord nào. Trang web của AINews cho phép bạn tìm kiếm tất cả các số báo trước. Xin nhắc lại, AINews hiện là một phần của Latent Space. Bạn có thể chọn nhận/không nhận email theo tần suất! Tổng hợp tin tức AI trên Twitter Sản phẩm tác nhân, hệ thống điều khiển và quy trình làm việc dài hạn Anthropic mở rộng trải nghiệm người dùng "tác nhân nền" trên Claude: Sự kiện ra mắt sản phẩm thu hút nhiều sự chú ý nhất là Claude Cowork trên thiết bị di động và web, định vị Claude như một đồng đội chạy tác vụ nền thay vì giao diện trò chuyện trực tiếp. Các bài đăng liên quan cho thấy sự hội tụ sản phẩm xung quanh một tab chính chung và tích hợp chặt chẽ hơn giữa Chat/Cowork từ @mikeyk. Riêng Anthropic đã mở rộng quyền truy cập vào Claude Fable 5 cho các gói trả phí đến ngày 12/7 trong một thông báo được quan tâm nhiều từ @claudeai, mặc dù nhiều người dùng đã lưu ý về thời điểm không phù hợp liên quan đến giới hạn hàng tuần trong các phản ứng từ @kimmonismus và những người khác. Kỹ thuật hệ thống điều khiển ngày càng trở thành trọng tâm của thiết kế tác nhân: Bài đăng mới của Lilian Weng được tham chiếu rộng rãi như một cách định hình lại sự tự cải thiện đệ quy xung quanh hệ thống điều khiển, không phải sự tự sửa đổi trọng số trực tiếp; tóm tắt của Sakana kết nối điều này với The AI Scientist, ShinkaEvolve và Darwin Gödel Machine trong chuỗi bài đăng của họ. LangChain cũng lặp lại sự thay đổi tương tự với khóa học Deep Agents mới và một dự án hệ thống điều khiển mã nguồn mở trong các bài đăng từ @LangChain và @hwchase17. Google cũng đang thương mại hóa hướng đi này: Gemini API Managed Agents đã bổ sung thực thi nền, máy chủ MCP từ xa, gọi hàm tùy chỉnh và làm mới thông tin xác thực trong các bài đăng từ @_philschmid và @OfficialLoganK. Cơ sở hạ tầng tác nhân thực tế ngày càng có nhiều ý kiến: Có một số cập nhật đáng chú ý dành cho người vận hành: Codex Mobile iOS đã bổ sung quản lý tác vụ, khác biệt được lọc, đăng nhập bằng khóa SSH, so sánh nhánh và luồng đính kèm trong các bài đăng từ @Dimillian và @reach_vb; Hermes Agent đã bổ sung trình quản lý bí mật có thể cắm được cùng với tích hợp 1Password gốc và xuất phiên/tập dữ liệu sang các định dạng bao gồm kho lưu trữ Hugging Face riêng tư trong các chuỗi bài đăng của @Teknium; Weaviate 1.38 đã đưa máy chủ MCP của mình vào GA với quyền ghi được kiểm soát trong thời gian chạy, đáng chú ý là cho phép MCP_SERVER_WRITE_ACCESS_ENABLED được bật trực tiếp mà không cần khởi động lại trong bài đăng của @victorialslocum. Một mô hình thử nghiệm hơn đến từ @omarsar0, sử dụng máy chủ Dial MCP để các tác nhân có thể leo thang các quyết định thông qua cuộc gọi điện thoại/SMS/iMessage để kiểm soát con người trong vòng lặp. Phát hành mô hình và phương thức: Âm thanh, giọng nói, robot và tạo phương tiện truyền thông Muse Image/Muse Video của Meta thúc đẩy tạo tác nhân vào phương tiện truyền thông: Meta Superintelligence Labs đã ra mắt Muse Image và xem trước Muse Video trong các thông báo từ @AIatMeta, @alexandr_wang và @_tim_brooks. Góc độ kỹ thuật đáng chú ý không chỉ là chất lượng hình ảnh, mà còn là một vòng lặp tạo tác nhân rõ ràng: lập kế hoạch, tìm kiếm web, sử dụng công cụ, thực thi mã và tự tinh chỉnh trước khi hiển thị. Meta cũng cho biết hiệu suất cải thiện với tính toán thời gian thử nghiệm được mở rộng.