Điểm tin AI ngày 22-10-2026: lỗ hổng PHP, Meta và Walmart

PHP vá hai lỗ hổng cho phép chạy mã từ xa, ảnh hưởng mọi bản từ 5.4 tới 8.5.11. Meta báo doanh thu quý 3 tăng 26%, Muse vượt 10 triệu tài khoản. Walmart mở Agent Gateway cho agent mua sắm, Amazon vẫn chặn. Recursive ra model code chạy trên laptop.

Hai lỗ hổng trong lõi PHP đã có bản vá từ chiều 21-10, nhưng phần lớn website chạy ngôn ngữ này vẫn phải tự kiểm tra phiên bản rồi nâng cấp. Cùng ngày, Meta công bố kết quả quý 3 với doanh thu tăng 26%, Walmart mở cổng cho các agent AI mua sắm, và một startup Mỹ phát hành model lập trình chạy được trên laptop.

Lỗ hổng trong lõi PHP: đã có bản vá, chưa chắc máy chủ đã an toàn

Ngày 21-10, nhóm PHP phát hành 8.5.12, 8.4.27, 8.3.36 và 8.2.35 để vá hai lỗ hổng CVE-2026-109618 và CVE-2026-109619, cùng mức 9,2 điểm CVSS. Lỗi nằm ở phần xử lý bộ nhớ và trạng thái nội bộ của engine, không nằm trong code ứng dụng. Mọi bản PHP phát hành trong thập kỷ qua, từ 5.4 tới 8.5.11, đều dính ít nhất một lỗi. Bốn bản trên là toàn bộ bản cài đặt của đợt vá; máy chủ còn chạy 8.1 hoặc cũ hơn không có bản nào trong đợt này để nâng, muốn vá thì phải nhảy lên 8.2.35 trở lên.

Hệ quả nặng nhất rơi vào máy chủ Apache chạy mod_php. Chỉ một request không cần đăng nhập cũng đủ kích hoạt, và mã chạy trước khi ứng dụng kịp nạp. Wiz Research dựng được kịch bản chạy mã từ xa không cần đăng nhập trên WordPress, Drupal và Joomla, trong đó Drupal xác nhận ngày 20-8, WordPress ngày 21-8. Với CVE-2026-109618, kẻ tấn công còn đọc được bộ nhớ của tiến trình PHP mà không cần chạy mã, tức mật khẩu, token, API key hay chứng chỉ của request khác. The Hacker News gọi nhóm lỗi này là PHP2Shell và lưu ý một trang "Hello World" trên bản PHP chưa vá cũng đủ thành mục tiêu.

Nguyên nhân gốc được nhận ra từ năm 2024. Trong đợt kiểm toán đầu tiên sau nhiều năm do Quarkslab thực hiện, một lập trình viên của nhóm PHP thấy dấu hiệu bất thường ở phần xử lý khi tiến trình hết bộ nhớ. Khi đó chưa ai tìm được cách khai thác cụ thể. Các phương án sửa đều kéo theo đánh đổi: phá tương thích ngược, mở đường cho tấn công từ chối dịch vụ, hoặc buộc hàng loạt extension bên thứ ba phải sửa. Nhóm bảo mật làm việc theo nguyên tắc đồng thuận nên tranh luận kéo dài, việc sửa nhiều lần dừng rồi khởi động lại. Chính PHP Foundation gọi khoảng chậm trễ đó là lỗi cấu trúc của mình.

Bước ngoặt đến ngày 11-8-2026. Calif bắt đầu kiểm toán PHP từ 30-7 trong chương trình Patch the Planet của OpenAI, và đến 11-8 thì nghiên cứu viên Ryan A báo cáo một lỗi chạy mã từ xa không điều kiện, cùng gốc với vấn đề năm 2024. OpenAI báo cáo độc lập cùng ngày, rồi gửi thêm hướng tấn công ngày 18-9. Wiz báo cáo ngày 24-8. Từ đó việc sửa thành ưu tiên số một. Theo The Hacker News, OpenAI Codex Security và nhóm Gemini của Google cũng tham gia quá trình vá.

Công bố không diễn ra suôn sẻ. Khoảng 15 giờ UTC ngày 20-10, hai mã CVE bắt đầu lan trên diễn đàn và mạng xã hội, kèm giờ phát hành sai và điểm CVSS sai là 10,0; không có chi tiết kỹ thuật nào bị lộ. Nhóm PHP đẩy thông báo trước lên 19 giờ 30 cùng ngày và dời ngày phát hành từ 22-10 sang 21-10, giờ 14 giờ UTC, để người dùng có bản cài dễ dàng thay vì phải tự vá. Sáng 21-10, lúc 7 giờ 41 UTC, Chainguard phát hành image đã chứa bản vá, sớm hơn giờ công bố hơn sáu tiếng; theo PHP Foundation, việc này cho phép bất kỳ ai cũng nghiên cứu được bản vá trước khi phần còn lại của thế giới có bản cài.

Đến lúc phát hành, nhóm PHP chưa thấy bản khai thác hoạt động nào, và watchTowr, đơn vị dựng lại được CVE-2026-109618, cũng chưa ghi nhận ca khai thác thực tế nào tính đến 11 giờ 26 UTC ngày 21-10. Cloudflare thì thấy dấu hiệu sớm. Giám đốc công nghệ Dane Knecht nói với The Hacker News: "Chúng tôi đang thấy các đợt tấn công sớm xuất hiện và cập nhật biện pháp giảm thiểu khi có hướng mới", đồng thời gọi quy tắc tường lửa của Cloudflare là biện pháp tạm.

Với người vận hành, việc cần làm khá rõ. Kiểm tra phiên bản PHP thực tế đang chạy, không phải phiên bản ghi trong composer.json hay trong Dockerfile, rồi nâng lên một trong bốn bản đã vá và khởi động lại tiến trình. Container phải build lại image vì bản vá nằm ở runtime. Với hosting chia sẻ, nên hỏi nhà cung cấp xem đã nâng chưa, vì người dùng thường không tự chọn được phiên bản. Còn nếu site chạy WordPress, Drupal hay Laravel thì cập nhật CMS không động tới runtime PHP bên dưới; bản PHP đến từ gói của hệ điều hành, từ host hoặc từ image container.

Ba nhóm nghiên cứu độc lập, cả ba đều dùng công cụ AI, cùng chỉ về một chỗ trong engine mà người đọc code cả chục năm không thấy. Theo các nhà nghiên cứu, model giúp biến lỗi nằm im hơn một thập kỷ thành bản khai thác chạy được, và một người làm xong trong khoảng một tuần việc mà theo họ một nhóm sẽ mất vài tháng. Cùng năng lực đó, kẻ tấn công cũng dùng được, nên khoảng thời gian từ lúc phát hiện đến lúc có bản cài trở thành phần quyết định.

Meta: doanh thu tăng 26%, Muse vượt 10 triệu tài khoản

Báo cáo quý 3 của Meta ghi doanh thu 64,601 tỷ USD, tăng 26% so với cùng kỳ năm trước. Chi phí tăng 68% lên 51,613 tỷ USD, trong đó có 9,89 tỷ USD trích trước cho thoả thuận với 52 tổng chưởng lý các bang về vấn đề sức khoẻ tâm thần của trẻ vị thành niên, tổng cộng tối đa khoảng 18,59 tỷ USD. Lợi nhuận hoạt động vì thế giảm 37% còn 12,988 tỷ USD; nếu bỏ khoản trích trước, con số này là 22,88 tỷ USD. Lãi ròng đạt 9,86 tỷ USD, cao hơn nhiều so với 2,709 tỷ USD cùng kỳ, chủ yếu vì quý 3-2025 gánh mức thuế thực tế 87%.

Chi cho hạ tầng là 34,91 tỷ USD trong quý, cao hơn lợi nhuận hoạt động. Dòng tiền tự do âm 2,12 tỷ USD. Meta dự báo doanh thu quý 4 từ 73 đến 76 tỷ USD và nâng dự báo tổng chi phí cả năm 2026 lên 175 đến 179 tỷ USD, gồm khoản trích trước nói trên. Công ty cũng công bố kế hoạch phát hành cổ phiếu phổ thông loại C không có quyền biểu quyết từ tháng 1-2027.

Về sản phẩm, Mark Zuckerberg nói trong thông cáo: "Chúng tôi đạt các cột mốc lớn trong quý này trên đường đưa trí tuệ siêu việt cá nhân đến với mọi người, gồm việc ra mắt Muse và Muse Wonder, model biên đầu tiên của chúng tôi." Trong cuộc gọi với nhà phân tích, ông nói hơn 10 triệu người ở Mỹ và Canada đã tạo agent Muse sau khoảng sáu tuần, khoảng 25% trong số đó dùng hằng ngày, và mua sắm là việc phổ biến nhất, với giá trị đơn hàng trung bình trên 200 USD, theo Variety và CNBC.

Con số 25% dùng hằng ngày là chỉ số đáng theo dõi hơn tổng số người tải. Một ứng dụng agent chỉ có giá trị khi người dùng quay lại giao việc thật, và tỷ lệ giữ chân kiểu này quyết định chi phí thu hút khách hàng có hoàn vốn hay không. Meta chưa công bố doanh thu từ Muse, cũng chưa nói agent này tiêu tốn bao nhiêu compute cho mỗi người dùng. Với mức chi hạ tầng hiện tại, đó là câu hỏi sẽ quay lại trong vài quý tới.

Walmart mở cổng cho agent, Amazon vẫn chặn

Walmart công bố ba thứ đi cùng nhau: Agent Profiles, Walmart Agent Gateway và bộ điều khoản dành cho AI agent. Agent Profiles sẽ chạy trong tháng tới, cho phép mỗi agent có một hồ sơ riêng trong tài khoản khách hàng, nhờ vậy đơn do agent đặt hiện tách khỏi đơn người dùng tự mua. Khách đặt hạn mức chi tiêu, ví dụ 50, 100 hay 200 USD, hoặc bắt agent xin duyệt từng đơn, và xoá hồ sơ bất cứ lúc nào. Walmart nói giá agent nhìn thấy bằng giá người thấy.

Agent Gateway là cổng kỹ thuật để agent mua hàng nhanh hơn, thay vì mô phỏng thao tác người dùng trên website. Walmart cho biết cổng này dùng giao thức MCP và mở bản beta cho doanh nghiệp, nhà phát triển; nó cũng có thể gợi ý món khách hay mua mà không phải đưa toàn bộ lịch sử mua hàng cho agent. Bộ điều khoản nêu rõ agent không được nhận thông tin thẻ, không được thêm hay đổi phương thức thanh toán, chỉ được truy cập dữ liệu cần cho việc đang làm, và sẽ bị chặn nếu không tuân thủ.

Hướng đi này ngược với Amazon. Từ ngày 20-9, Amazon chặn agent Muse của Meta mua hàng trên site của mình; khách dùng Muse nhận thông báo "việc tiếp tục truy cập của một AI agent không được phép vi phạm Điều khoản sử dụng của Amazon", theo PCMag. Amazon nói Meta không thông báo trước và Muse không tự nhận là công cụ agent. Amazon cũng có sản phẩm riêng tên Buy for Me, tự tìm nhà bán và đặt hàng thay khách. Năm ngoái hãng kiện Perplexity vì công cụ mua sắm tương tự; toà sơ thẩm ban đầu chấp nhận, đến tháng 8 thì toà phúc thẩm gỡ lệnh chặn.

Hai cách xử lý cho thấy vấn đề của thương mại bằng agent không nằm ở giao thức. Cùng một giao thức, Amazon đọc thành hành vi truy cập trái phép, Walmart đọc thành kênh bán hàng mới. Điều quyết định là bên bán có muốn giữ quyền kiểm soát dữ liệu và quan hệ khách hàng hay không. Với người mua, lợi ích thật của agent là tiết kiệm thời gian, nhưng quyền quyết định vẫn nằm ở hạn mức và nút duyệt.

Flint: model lập trình 40 tỷ tham số chạy trên laptop

Recursive, startup do các cựu nghiên cứu viên Google, Meta và OpenAI sáng lập, phát hành Flint, model lập trình dạng mixture-of-experts 40 tỷ tham số nhưng mỗi token chỉ kích hoạt 2,5 tỷ tham số. Model chạy được trên máy cá nhân, không gửi code lên server, và trọng số phát hành theo giấy phép Apache 2.0 trên Hugging Face.

Công ty nói Flint dẫn đầu nhóm model MoE dưới 50 tỷ tham số trên ba bài kiểm tra lập trình có agent: SWE-Bench Pro v2, Terminal-Bench 2.1 và SWE-Bench Verified. Nó cũng ngang các model dense 25 đến 40 tỷ tham số về điểm số nhưng chạy nhanh hơn năm lần. Tốc độ đo được là hơn 125 token mỗi giây trên MacBook Pro dùng chip M4 Pro và hơn 150 token mỗi giây trên máy có GPU NVIDIA RTX Spark 64GB. Cửa sổ ngữ cảnh tối đa 512.000 token, khuyến nghị dùng trong 256.000 token.

Eureka Machine, hệ thống nghiên cứu tự động của Recursive, tham gia gần như mọi khâu: tìm kiến trúc, chọn công thức huấn luyện, tối ưu kernel cho Apple Silicon và RTX Spark, tìm cách lượng tử hoá. Nhóm người và agent của công ty hoàn thành model từ đầu trong chưa đầy bốn tháng. Đây là con số do công ty công bố, chưa có đánh giá độc lập về chất lượng code thực tế ngoài bộ benchmark.

Điểm cần cân nhắc khi dùng: Recursive tự nói Flint cần hướng dẫn rõ hơn các model đóng lớn, nên chia việc thành từng phần nhỏ. Model cũng không phù hợp nếu công ty cần xử lý codebase lớn hơn cửa sổ ngữ cảnh. Đổi lại, dữ liệu không rời khỏi máy và không có hoá đơn API theo token.

Blacksmith thành kỳ lân nhờ hạ tầng kiểm thử

Blacksmith huy động 66 triệu USD vòng Series C do Sequoia Capital dẫn dắt, định giá 1 tỷ USD, có Premji Invest cùng các nhà đầu tư cũ Peak XV, GV và Y Combinator. Tổng vốn của công ty lên 125 triệu USD.

Sản phẩm của Blacksmith là hạ tầng chạy continuous integration, tức bước build và test mỗi khi có thay đổi code. Công ty lập luận rằng khi agent viết code thay con người, nút thắt chuyển từ viết sang kiểm tra: số pull request tăng vọt, còn hạ tầng CI vẫn là máy chủ dùng chung. Theo công ty, số job CI chạy trên nền tảng mỗi tuần tăng từ 5 triệu hồi tháng 1 lên hơn 90 triệu, doanh thu định kỳ hằng năm tăng 17 lần, và hơn 10.000 doanh nghiệp đang dùng, gồm LangChain, Ashby, Granola và Handshake.

Các con số về hiệu quả, job chạy nhanh gấp đôi và rẻ hơn 60%, là do Blacksmith công bố. Bản thân công ty cũng dẫn báo cáo của Anthropic rằng khối lượng CI nội bộ của Anthropic tăng 25 lần trong sáu tháng khi Claude đảm nhận phần lớn code. Nếu xu hướng đó đúng trên diện rộng, hạ tầng kiểm thử sẽ là nơi tiền đổ vào tiếp theo sau chip và data center.

Quản lý khó đánh giá nhân viên hơn khi có AI

monday.com công bố nghiên cứu do Nielsen thực hiện với 1.701 giám đốc và quản lý cấp cao ở bảy nước, tại các doanh nghiệp từ 500 nhân viên trở lên, khảo sát tháng 4-2026. Kết quả: 53% nói khó đánh giá đóng góp gốc của nhân viên hơn trước, 78% nói tiêu chí đánh giá hiệu suất của họ đã thay đổi, và 46% dùng AI để tự rà lại việc mình làm.

Về agent, 58% lãnh đạo dự đoán trong vòng một năm sẽ phải quản lý nhiều agent hơn người, nhưng 46% lo thiếu giám sát của con người và 35% lo bị quy trách nhiệm cho quyết định do agent đưa ra. Chỉ 29% nói AI đã được tích hợp vào một hệ thống trung tâm có dữ liệu dùng chung.

Khó khăn nằm ở khả năng truy vết. Khi một bản báo cáo đến hộp thư quản lý với kết luận gọn gàng, người duyệt không còn thấy các bước sai, thử rồi sửa, vốn là chỗ để đánh giá năng lực. Doanh nghiệp có thể xử lý bằng cách yêu cầu ghi lại quá trình, hoặc đánh giá theo kết quả đầu ra thay vì quy trình. Cả hai cách đều cần thống nhất trước, thay vì để mỗi nhóm tự đặt luật riêng.

Nợ hạ tầng AI: lo ngại có cơ sở, nhưng chưa giống 2008

Blackstone cho biết họ là chủ sở hữu hạ tầng tính toán lớn nhất ngoài nhóm hyperscaler, tức các ông lớn tự vận hành đám mây quy mô lớn, với 1.300 tỷ USD tài sản quản lý và trung tâm BXN1 ở San Francisco chuyên tài trợ compute. Jas Khaira, người đứng đầu nhóm này, nói trên sân khấu một hội nghị công nghệ tuần trước rằng công ty đã rót 5 tỷ USD vào Crux AI, đơn vị đám mây hợp tác với Google để thương mại hoá TPU, và đồng dẫn đầu cùng Coatue một hạn mức tín dụng 10 tỷ USD cho Firmus.

Cách Blackstone tài trợ cho các neocloud, tức nhà cung cấp cho thuê GPU, bắt đầu từ 2023 với CoreWeave. Khi đó công ty này chỉ có khoảng 30 triệu USD doanh thu và gần như chưa có lãi, nhưng vay được 2,3 tỷ USD vì đem lô GPU Nvidia ra làm tài sản thế chấp và đã có hợp đồng với khách hàng lớn như Microsoft. Cấu trúc đó về sau thành khuôn mẫu cho cả ngành. Đến nay nợ của CoreWeave đã phình lên khoảng 50 tỷ USD, và nhà đầu tư Brad Gerstner nói trên CNBC rằng riêng GPU không còn là tài sản thế chấp đủ tốt.

Áp lực lộ ra trong vài tuần gần đây. Lãi suất tăng từ tháng 9, lạm phát cao hơn dự báo, và lượng trái phiếu hạ tầng AI đổ ra thị trường đẩy chênh lệch tín dụng lên, khiến cả Meta hay Microsoft cũng phải trả giá vay cao hơn. Cổ phiếu CoreWeave giảm hơn 20%, còn Firmus huỷ kế hoạch niêm yết trên sàn Australia ở mức định giá khoảng 30 tỷ USD.

Khaira không cho rằng đây là khủng hoảng tín dụng kiểu 2008. Lập luận của ông: phần lớn data center được xây cho các hyperscaler, nên khoản nợ tài trợ chúng cuối cùng được bảo đảm bởi những công ty có hệ số tín nhiệm cao nhất. Ông cũng thừa nhận lợi tức đầu tư AI "có, nhưng không đều", và việc áp dụng công nghệ có thể đi theo kiểu răng cưa, có giai đoạn trông như thừa compute trước khi nhu cầu bắt kịp. Blackstone cũng đang bán chính việc áp dụng AI: liên doanh Ode với Anthropic và Hellman & Friedman, vốn 1,5 tỷ USD, đưa kỹ sư vào làm việc trực tiếp tại doanh nghiệp, bắt đầu từ 280 công ty trong danh mục đầu tư của quỹ.

Vài điều rút ra

Chuyện PHP cho thấy tốc độ tìm lỗi đã nhanh hơn tốc độ vá. Ba nhóm nghiên cứu, cả ba đều dùng model AI, cùng chỉ ra một lỗi nằm trong engine từ hơn một thập kỷ. Nhưng từ lúc biết đến lúc có bản cài đặt được vẫn mất hơn hai tháng, và khâu yếu nhất lại là phối hợp công bố: một bên rò mã CVE, một bên phát hành image sớm. Khi AI rút ngắn thời gian tìm lỗi, phần còn lại của quy trình cũng phải nhanh lên tương ứng.

Ở lớp thương mại, agent mua sắm đang bị chia cắt theo chính sách của từng ông lớn. Walmart chọn mở kèm hạn mức, Amazon chọn chặn. Người dùng sẽ thấy tiện hơn ở nơi có cổng chính thức, còn nhà bán phải quyết định giữ quyền kiểm soát hay đổi lấy doanh số.

Còn với model chạy trên máy, Flint cho thấy khoảng cách giữa model nhỏ và model lớn đang hẹp lại ở một số việc cụ thể. Nhưng tiết kiệm chi phí API chỉ có nghĩa nếu chất lượng đủ dùng cho công việc thật, và điều đó phải tự thử trên code của mình thay vì tin bảng điểm.

Hẹn gặp ở kỳ tới.