Điểm tin AI 06-11: Airbnb hẹn agent du lịch, GPT-6 Cyber diệt 948 lỗi

Airbnb đặt mốc nửa đầu 2027 cho agent du lịch tự lắp giao diện. Claude nối tài khoản ngân hàng chỉ để đọc. OpenAI nói doanh nghiệp chiếm phần lớn doanh thu và tính IPO 2027. GPT-6 Cyber tìm 948 lỗ hổng leo thang đặc quyền trong nhân Linux. Axiom hình thức hoá xong Stacks Project.

Airbnb dùng thư cổ đông quý ba để trả lời câu hỏi để ngỏ từ đầu năm: agent du lịch ra mắt khi nào và sẽ trông ra sao. Mốc là nửa đầu 2027, với một sản phẩm dựng giao diện riêng cho từng câu hỏi.

Bên cạnh đó, Anthropic mở bản beta Personal Finance cho Claude, OpenAI nói doanh nghiệp đã chiếm phần lớn doanh thu và tính chuyện IPO năm sau, còn Axiom công bố đã hình thức hoá xong toàn bộ Stacks Project.

Airbnb: agent tự lắp giao diện, hẹn nửa đầu 2027

Thư cổ đông mô tả khá cụ thể. Agent sẽ lấy từ một thư viện hàng trăm thành phần giao diện dành cho du lịch, gồm bản đồ, ảnh, bảng so sánh, lịch và hành trình, rồi ghép lại theo thời gian thực tuỳ câu hỏi của khách. Giám đốc điều hành Brian Chesky gọi trải nghiệm này là "a little bit like generative UI" trong cuộc gọi với nhà phân tích.

Lý do Airbnb không đi theo hướng chatbot được giải thích bằng số liệu sử dụng. Khoảng 80% người đi du lịch nói họ thích dành thời gian tìm hiểu chuyến đi; hơn 75% khách dùng bản đồ khi quyết định ở đâu; hơn 90% xem nhiều ảnh; 70% đọc đánh giá trước khi đặt. Mỗi lượt đặt trung bình có ba khách, nên chọn chỗ ở thường là quyết định chung của cả nhóm.

Chesky nói thẳng trên cuộc gọi rằng người ta sẽ không dùng một agent duy nhất cho mọi việc: "Today's AI agents like Muse and Instinct are good at simple routine tasks like making a restaurant reservation or scheduling an appointment. But planning a trip is different."

Airbnb kể ba lợi thế. Thứ nhất là gần 20 năm dữ liệu hai phía, với hơn 90% lượt lưu trú có trao đổi trực tiếp giữa khách và chủ nhà. Thứ hai là công ty nằm trong chính giao dịch, nên agent xử lý được đổi đặt phòng, sự cố thanh toán, hoàn tiền, đặt lại và hỗ trợ an toàn 24 giờ. Thứ ba là giao diện riêng cho du lịch, thứ mà một agent ngoài khó dựng lại.

Kết quả quý ba không có gì phải cứu: doanh thu 4,9 tỷ USD, tăng 19% so với cùng kỳ, mức tăng nhanh nhất trong hơn ba năm; tổng giá trị đặt phòng 27,7 tỷ USD, tăng 21%; lãi ròng 1,9 tỷ USD; EBITDA điều chỉnh 2,5 tỷ USD, biên 52%. Riêng trong quý, công ty tung ra hơn 50 sản phẩm và tính năng, nhiều hơn khoảng 70% so với một năm trước.

Phần AI đang chạy trong vận hành cũng có số. Trợ lý hỗ trợ khách hoạt động bằng hơn 50 ngôn ngữ, và khoảng 40% tổng số yêu cầu hỗ trợ trong quý ba được xử lý mà không cần nhân viên, tăng từ mức một phần ba ở quý hai. Chi phí hỗ trợ trên mỗi lượt đặt giảm hơn 17% so với cùng kỳ. Airbnb đang mở rộng trợ lý sang hỗ trợ bằng giọng nói tại Mỹ.

Chưa có tên sản phẩm, giá, hay câu trả lời rõ ràng cho việc agent có được tự hoàn tất thanh toán hay luôn cần khách xác nhận. Mốc duy nhất đáng tin lúc này là nửa đầu 2027.

Claude nối thẳng vào tài khoản ngân hàng, chỉ đọc

Personal Finance bắt đầu mở beta trong tuần này cho người dùng gói Pro, Max và Ultra ở Mỹ. Người dùng nối tài khoản ngân hàng và thẻ qua Plaid, tự đăng nhập ở phía ngân hàng để đồng ý điều khoản, nên Claude không thấy mật khẩu. Quyền truy cập là chỉ đọc: công cụ không chuyển, quản lý hay đầu tư tiền.

Phạm vi dữ liệu được liệt kê rõ trong bài công bố: tên ngân hàng, tên và loại từng tài khoản, bốn số cuối, số dư, hạn mức tín dụng và tối đa hai năm giao dịch, chỉ với những tài khoản người dùng chọn nối. Hội thoại trong khu Personal Finance không dùng để huấn luyện model; phần trao đổi ngoài khu đó theo cài đặt riêng tư chung của Claude.

Ví dụ trong bài của Anthropic cho thấy sản phẩm nhắm vào việc gì. Câu hỏi "Where did my money go this month?" trả về 4.309,37 USD chi tiêu, hơn nửa vào tiền nhà và điện nước, 1.024,51 USD vào ăn uống. Hỏi tiếp thì Claude so với các tháng trước, chỉ ra một khoản gia hạn thành viên, rồi liệt kê bốn khoản sẽ trừ trước ngày lĩnh lương và số tiền còn lại.

Công ty cũng nói trước giới hạn: Claude có thể sai, người dùng nên hỏi lại giao dịch nào đứng sau một con số và đối chiếu với ngân hàng; công cụ không đưa lời khuyên đầu tư. Personal Finance không có quảng cáo, không gợi ý tài chính có trả tiền, và Anthropic không bán thẻ hay khoản vay của chính mình.

Đây là tính năng đi sau ChatGPT, thứ đã có công cụ tài chính cá nhân tương tự từ tháng 5. Khác biệt nằm ở cách đóng gói: Anthropic bán sự yên tâm về dữ liệu nhiều hơn là khả năng mới, và nói rõ model không được làm gì.

Với người dùng ở Việt Nam, tính năng này chưa dùng được. Chỗ đáng học là cách đặt ranh giới: quyền đọc tách khỏi quyền chuyển tiền, và mọi hành động sửa dữ liệu đều phải qua bước xác nhận.

OpenAI: doanh nghiệp chiếm phần lớn doanh thu, IPO tính năm 2027

Greg Brockman trả lời tại hội nghị công nghệ của Wall Street Journal ở Napa hôm 4-11. Khi được hỏi liệu công ty có sẵn sàng IPO trong năm 2027 không, chủ tịch OpenAI đáp: "I think so. Yes."

Con số đáng hơn nằm ở cơ cấu doanh thu. Doanh nghiệp giờ chiếm phần lớn doanh thu của OpenAI, trước đây khoảng 30%. Trong quý ba, doanh thu quy đổi theo năm tăng 70% so với quý trước, và Brockman nói phần lớn mức tăng đến từ mảng doanh nghiệp gấp đôi.

Ông cũng thừa nhận nửa đầu năm không tốt. Quý một và quý hai "pretty rough", và ở mảng lập trình bằng agent thì OpenAI gần như không có mặt trong các cuộc trao đổi: "We had Codex, but no one was talking about it." Bước ngoặt theo ông là GPT-5.6 Sol và ChatGPT Work trong quý ba, sau một thời gian dài làm việc không ai thấy.

JPMorgan Chase được nêu như ví dụ khách hàng doanh nghiệp mới, có dùng cả model bảo mật trong chương trình Daybreak. Reuters ghi thêm rằng Anthropic nhiều khả năng lên sàn trước khi năm nay kết thúc, còn OpenAI đã nộp hồ sơ từ tháng 6 nhưng dời kế hoạch sang năm sau.

Doanh thu doanh nghiệp khác doanh thu người dùng ở chỗ hợp đồng dài hơn, ít phụ thuộc việc người ta có mở app hay không, và thường gắn với quy trình đã chạy. Đó là lý do một công ty đang lỗ vẫn muốn kể câu chuyện này trước khi gặp nhà đầu tư đại chúng. Nhưng doanh thu tăng không nói gì về lãi, và Brockman không đưa số chi phí hay biên của mảng doanh nghiệp.

GPT-6 Cyber: 948 lỗ hổng leo thang đặc quyền trong nhân Linux

OpenAI đưa GPT-6 Cyber cho nhóm người dùng cao nhất của Daybreak Red, chương trình dành cho nghiên cứu bảo mật tấn công có uỷ quyền. Model được huấn luyện để tìm lỗi, viết bản vá và tự giới hạn trong phạm vi được giao.

Số liệu công bố khá cụ thể. Model tái hiện 1.724 lỗ hổng trong nhân Linux và viết được exploit chạy thật cho 948 lỗi leo thang đặc quyền, gấp hơn năm lần 166 lỗi mà GPT-5.6 Sol làm được với cùng bộ công cụ. OpenAI đã báo 304 phát hiện nghiêm trọng cho người bảo trì kèm bản vá nháp. Ở Firefox, model tìm 81 lỗ hổng chưa từng biết được Mozilla xếp mức cao, và cho thấy 30 lỗi đã biết thực ra nặng hơn đánh giá cũ; Mozilla bắt đầu vá ngay sau khi nhận báo cáo.

Trên ExploitGym, bài kiểm tra khả năng khai thác một lỗ hổng đã chỉ định, GPT-6 Cyber đạt 48,5% so với 32,1% của GPT-5.6 Cyber. OpenAI xếp model ở mức Critical trong Preparedness Framework, tăng từ High. Trong bài kiểm tra RemoteExploitBench với lỗ hổng thật trên GitLab, PostgreSQL và Jenkins, GPT-6 Astra chạy cùng Daybreak Blue từ chối 100% nhiệm vụ, còn GPT-6 Cyber hoàn thành 95%.

Phía OpenAI cũng mô tả một vụ ngoài phòng thí nghiệm. Max Justicz, đồng sáng lập Charge Robotics, dùng GPT-5.6 Sol qua Daybreak Blue, đưa vào một đoạn mã nguồn mở đã từng có lỗi và yêu cầu tìm lỗi nặng tương đương. Hai giờ sau model trả về một lỗi có thể cho phép chiếm quyền máy chủ chạy Ubuntu. Lỗi đã được báo cho Debian và vá, chưa có dấu hiệu bị khai thác. Justicz nói anh tiêu khoảng 5.000 USD cho các gói và token để tìm ra vài lỗi.

Chi phí săn lỗi không nhỏ với chính OpenAI: chiến dịch trên nhân Linux tốn 1,2 triệu USD, con số công ty đặt cạnh khoảng 6 triệu USD token từng chi cho một bài toán cơ học chất lỏng.

Điểm cần giữ lại là bên phòng thủ đang bị ngập việc. OpenAI nói chỉ "hàng nghìn" chuyên gia bảo mật tham gia Daybreak, trong khi số người có thể dùng model mở không có rào chắn lớn hơn nhiều. Công ty cũng mở quỹ 1 tỷ USD hỗ trợ nhóm bảo vệ hạ tầng trọng yếu như lưới điện và hệ thống nước. Justicz nói thêm rằng bản Daybreak Blue gần đây bị làm yếu đi, và đó là mâu thuẫn khó giải: siết quyền truy cập thì người lành cũng mất công cụ.

Axiom hình thức hoá Stacks Project: 7.500 trang thành 16 triệu dòng Lean

Axiom công bố ngày 4-11 rằng đã dịch toàn bộ Stacks Project sang Lean, ngôn ngữ lập trình dùng cho chứng minh hình thức. Bản gốc khoảng 7.500 trang, bản dịch khoảng 16 triệu dòng, và Axiom gọi đây là thư viện toán hình thức hoá tích hợp, tái dùng được, lớn nhất từng được dựng.

Stacks Project không phải sách giáo trình thông thường. Johan de Jong khởi động năm 2005 tại Columbia như một tài liệu tham chiếu mở, và hàng trăm nhà toán học đóng góp trong hai thập kỷ. Mỗi kết quả có thẻ bốn ký tự cố định, mỗi định lý có chứng minh đầy đủ, mỗi bước trỏ về đúng thẻ mà nó dựa vào. Cấu trúc đó tình cờ hợp với cách thư viện chứng minh hình thức vận hành, nên việc dịch sang Lean giữ được đường dẫn từ một dòng code về đúng đoạn văn bản gốc.

Cách làm đáng chú ý về mặt kỹ thuật. Axiom thả các bầy agent chạy song song, đặt một khung phân cấp lỏng thay vì chỉ định từng việc, và để agent tự tìm phần việc còn thiếu. Công ty huấn luyện model riêng cho toán, ban đầu nhờ một chuyên gia Lean trong nhà dạy agent khiếu chọn lựa, rồi để chúng tự hình thành dần.

Lý do phải làm việc này nằm ở chỗ trống. Theo Ashvin Swaminathan bên Axiom, phần đã hình thức hoá của toán học có một "lỗ đen" lớn, và lỗ đen đó là hình học đại số. Một chứng minh đương đại có thể phải gọi một chuỗi định lý dài qua đại số giao hoán, scheme, bó, đối đồng điều trước khi vào được phần chính. Stacks có đủ các thứ đó trong văn bản, nhưng hạ tầng Lean thì không.

Axiom không phải công ty duy nhất làm chuyện này, nhưng quy mô thì khác. Ngày 27-10, họ công bố bản hình thức hoá định lý phân loại nhóm đơn giản hữu hạn, chứng minh dài nhất trong lịch sử toán học. Terence Tao từng nói gọn nguyên lý: càng có nhiều chứng minh đã hình thức hoá, càng dựng được nhiều chứng minh mới.

Công ty do Carina Hong sáng lập tháng 3-2025, khi cô 25 tuổi và vừa rời chương trình tiến sĩ toán ở Stanford. Tháng 3 năm nay, Axiom gọi 200 triệu USD vòng Series A do Menlo Ventures dẫn dắt.

Phần chưa xong mới là phần khó. Máy xác nhận mọi bước suy luận trong 16 triệu dòng, nhưng việc định nghĩa trong Lean có đúng là khái niệm trong bản gốc hay không vẫn cần người đọc. Với một thư viện dày đặc định nghĩa như Stacks, đó là khối lượng đọc lại không nhỏ, và chưa ai công bố đã kiểm xong.

Dropbox mua Tigris 350 triệu USD, Box đổi sang Nemotron

Dropbox ký thoả thuận mua Tigris Data ngày 3-11 và công bố ngày 5-11, với giá khoảng 350 triệu USD tiền mặt, dự kiến đóng trong quý bốn. Đây là thương vụ lớn nhất của công ty tính đến nay. Tigris do các kỹ sư cũ của Uber sáng lập, làm lưu trữ đối tượng phân tán, tự đặt dữ liệu gần người dùng và máy tính cần nó.

Cùng lúc, Dropbox ra DBX Agent Cloud, bắt đầu bằng object storage bán riêng, tương thích S3 để doanh nghiệp dùng được với công cụ sẵn có. Kế hoạch tiếp theo là filesystem cho agent quản lý tệp và giữ mạch công việc qua nhiều phiên, rồi thêm xử lý tài liệu, ảnh, âm thanh và video.

Trong sản phẩm chính, Dropbox đã đưa AI vào thẳng nơi lưu tài liệu: tìm và hiểu nội dung, soạn và sửa tệp, sắp xếp thư mục, chạy nhiều bước từ một yêu cầu. Bản mới đã tới hơn 70.000 đội nhóm, trước mắt là khách Standard và Advanced ở Mỹ, Anh, Australia, dùng tiếng Anh. Phần kiểm soát gồm xem kế hoạch trước khi sửa, hoàn tác thay đổi và lưu vết hành động, cộng với quyền đổi model trong phiên.

Box chọn hướng khác trong cùng bài toán. Tại BoxWorks 2026, công ty giới thiệu Box Context Retrieval, engine truy xuất dùng model embedding Nemotron của Nvidia. Box nói kết quả tìm kiếm chính xác hơn 20% theo Recall@5, dùng ít token hơn 90% và trả lời nhanh gấp bốn lần. Tính năng này cũng đọc được tài liệu scan, ảnh, âm thanh và video, những thứ vốn khó với hệ thống tìm kiếm doanh nghiệp.

Cả hai động thái nói cùng một chuyện: model không còn là thứ khó mua, còn ngữ cảnh của doanh nghiệp thì vẫn khó. Box dựa vào metadata và phân quyền có sẵn, Dropbox dựa vào chỗ tài liệu đang nằm. Với người mua, câu hỏi chuyển từ "chọn model nào" sang "agent của tôi có đọc được đúng tài liệu và đúng quyền hay không".

Meta: Muse gọi video, và data center khó xây hơn sau bầu cử

Muse Voice mở cho toàn bộ người dùng ở Mỹ từ 5-11. Trong app Muse trên điện thoại, web và Mac, người dùng bấm biểu tượng điện thoại để nói chuyện trực tiếp với agent, nghe trả lời ngay và có thể ngắt lời. Avatar phản ứng bằng biểu cảm và cử chỉ theo giọng điệu, có hàng trăm giọng để chọn, và ba chế độ hiển thị: chỉ tiếng, avatar bên cạnh, hoặc toàn màn hình.

Meta nói avatar không "nhìn" người dùng mà chỉ nghe và phản ứng. Hai model đứng sau là Muse Realtime Voice và Muse Realtime Avatar, ra mắt ở Connect hồi tháng 9. Tính năng sẽ lên kính AI và thiết bị Muse Charm, món wearable kiểu Tamagotchi mà công ty hẹn ra trước cuối năm.

Cùng tuần, chủ tịch Meta Dina Powell McCormick nói ở hội nghị WSJ Tech rằng thắng lợi của đảng Dân chủ trong bầu cử giữa kỳ sẽ làm việc xây data center khó hơn. Bà thừa nhận ngành "not done as good a job as we needed to explain the benefits of these investments", và cho rằng data center là biểu hiện hữu hình nhất của AI trong mắt cộng đồng.

Meta hiện có data center ở 23 bang, trong đó năm dự án từ 1 gigawatt trở lên. Kinh nghiệm của công ty về các dự án được chấp nhận gồm tự trả tiền điện, chuyển phần thuế thặng dư cho giáo viên và lực lượng cứu hộ, giữ lao động địa phương, và có ủng hộ của cả hai đảng. Bà dự đoán các dự án tới sẽ bị xem xét nhiều hơn.

Phần đối ứng tài chính cũng được nói tới. Nếu Muse không mở rộng được từ 10 triệu người dùng hiện tại lên quy mô lớn, Meta vẫn tính chuyện cho thuê compute: "We're getting calls every day to lease that compute."

Hai mẩu tin này giải thích vì sao Meta vừa đẩy sản phẩm tiêu dùng vừa lo phần hạ tầng. Avatar giữ người dùng ở lại, còn data center là điều kiện vật chất để sản phẩm đó chạy. Khi một trong hai bên chậm lại, bên còn lại chịu áp lực.

Nhẫn Aina 399 USD: nút bấm cho agent

Aina mở đặt trước chiếc nhẫn AI giá 399 USD từ 5-11, giá chính thức 499 USD sau đợt đầu, giao hàng từ tháng 1-2027. Nhẫn bằng titan, có màn hình nhỏ, một cần điều khiển, micro và loa, nối với Mac hoặc iPhone. Người dùng nói để ghi chú, gửi chỉ dẫn cho agent, đặt nhắc việc, nhận thông báo và trả lời, hoặc điều khiển nhạc và Apple TV.

Ý tưởng đứng sau sản phẩm hẹp hơn cái tên "nhẫn AI". Apoorv Shankar, người sáng lập, cho rằng khi agent chủ động hỏi người dùng suốt ngày, việc mở điện thoại để bấm có hay không sẽ thành nút cổ chai. Nhẫn biến việc phê duyệt thành một cú gạt tay, và phần mềm gợi ý việc tiếp theo dựa trên lịch, vị trí, email và các dịch vụ đã nối.

Trước đó công ty làm Mirage và Dune, bộ ba nút đổi chức năng theo app đang mở trên Mac. Aina gọi được 5,5 triệu USD hồi tháng 7. Shankar từng là phó chủ tịch phần cứng của Ultrahuman, hãng nhẫn theo dõi sức khoẻ.

Với loại thiết bị này, khả năng không phải chỗ khó. Nhẫn phải đeo liên tục, sạc thường xuyên, và chỉ có ích khi người dùng thật sự chạy nhiều agent có việc cần duyệt. Aina đang cược rằng số người đó sẽ đủ lớn trước khi thiết bị giao hàng.

Discovered Materials treo 1 triệu USD cho năm bài toán vật liệu

Discovered Materials, startup trong lứa Y Combinator mùa xuân 2026, công bố quỹ thưởng 1 triệu USD cho lời giải của năm bài toán vật liệu chưa có đáp án. Danh sách gồm lý thuyết giải thích siêu dẫn cuprate, phương pháp số dự đoán cấu trúc mặt phân giới silic và silic dioxide, phương pháp số nối cấu trúc hạt với tính chất nhiệt, lý thuyết giải thích vì sao ánh sáng đổi được hành vi vật liệu, và cách cải thiện lý thuyết phiếm hàm mật độ.

Cách làm ngược với thường lệ. Công ty mời một nhóm giáo sư ở các trường lớn viết ra câu hỏi trước, rồi mới treo thưởng cho lời giải. Trước khi công bố, họ thả các model hàng đầu vào từng bài, cho agent quyền truy cập internet và chạy tự chủ nhiều ngày. Kết quả là không tiến được bao nhiêu.

"Across materials science, there are phenomena we observe but cannot explain," Felipe Jornada, giáo sư Stanford tham gia soạn đề, nói trong thông báo. Advaith Sridhar, đồng sáng lập, giải thích mục đích của cuộc thi là dựng các cột mốc để đo xem model có đang tiến bộ trong lĩnh vực này hay không.

Khác toán, vật liệu không có định nghĩa đúng sai rõ ràng để máy chấm. Một lời giải có thể đúng về mặt lý thuyết nhưng vô dụng khi làm chip, và việc xác nhận thường phải qua thí nghiệm. Vì vậy giải thưởng này đo được ít hơn giải toán, nhưng bù lại chỉ ra chỗ AI còn yếu trong khoa học thực nghiệm.

Agility lên Nasdaq, doanh thu nửa năm 174.000 USD

Agility Robotics bắt đầu giao dịch trên Nasdaq ngày 5-11 với mã AGLT, sau khi hoàn tất sáp nhập với Churchill Capital Corp XI. Đây là công ty robot hình người thuần túy đầu tiên niêm yết ở Mỹ. Thương vụ cùng các đợt tài trợ đi kèm huy động khoảng 465 triệu USD tổng vốn trước chi phí, trong đó có phần góp của Foxconn.

Con số kinh doanh đặt cạnh nhau thì chênh lệch lớn. Agility có hơn 300 triệu USD đơn hàng nhiều năm đã ký cho Digit 5, nhưng doanh thu sáu tháng đầu 2026 chỉ 174.000 USD, phần lớn từ các bên liên quan, trong khi lỗ 362 triệu USD cùng kỳ. Công ty đã có gần ba năm triển khai thật và hơn 65.000 giờ vận hành tại khách hàng như GXO, Schaeffler và Toyota.

Digit 5 mới được công bố tháng 9, chưa có nguyên mẫu trình diễn. Agility nói bản này đủ an toàn để làm việc cạnh người, không chỉ trong ô riêng như các thế hệ trước, và sẽ cho khách dùng thử sớm trong nửa đầu 2027, bán rộng từ cuối năm. Nhà máy ở Salem, Oregon được thiết kế cho công suất 10.000 robot một năm.

Câu hỏi nhà đầu tư sẽ hỏi là tốc độ. Mỗi khách mới phải trả 500.000 USD cho một đợt thử tại chỗ trước khi triển khai rộng, và giá trị đó chỉ hợp lý nếu robot chạy được nhiều giờ, ít dừng vì sạc hay bảo trì. Agility nói Digit 5 sạc chín phút và làm việc hơn 20 giờ trong một ngày, những con số chưa có kiểm chứng độc lập.

Mấy điểm nối lại

• Tiền đang chảy vào lớp giữa model và người dùng. Dropbox mua hạ tầng lưu trữ, Box mua khả năng truy xuất, Aina bán nút phê duyệt. Model ngày càng dễ mua, còn chỗ đặt dữ liệu, quyền truy cập và điểm xác nhận thì vẫn là việc phải làm.
• Khách trả tiền thật đang là doanh nghiệp. OpenAI nói doanh nghiệp chiếm phần lớn doanh thu, Anthropic bán cho người dùng qua ngân hàng, Airbnb bán agent cho khách của mình. Sản phẩm tiêu dùng vẫn cần, nhưng hợp đồng doanh nghiệp mới là phần ổn định.
• Kiểm chứng đã thành một dòng sản phẩm. Axiom bán thư viện đã được máy kiểm, GPT-6 Cyber bán khả năng tìm và vá lỗi, Mozilla vá theo báo cáo. Giá trị nằm ở chỗ trả lời được câu "làm sao biết cái này đúng", chứ không ở chỗ tạo ra thêm nội dung.

Kỳ tới

Airbnb sẽ phải nói agent của mình có tự đặt và thanh toán được hay luôn dừng ở bước xác nhận, và mốc nửa đầu 2027 không còn xa. Bên bảo mật sẽ có thêm số lỗi từ các chiến dịch quét mã nguồn mở, kèm câu hỏi ai trả tiền cho việc vá. Còn Muse Charm hẹn ra trước cuối năm, thời điểm đủ gần để biết Meta có biến avatar thành thiết bị đeo được hay không.