Điểm tin AI ngày 28-10-2026: kiện OpenAI, Qwen gửi file về Bắc Kinh

Cha mẹ một kỹ sư Amazon kiện OpenAI, cáo buộc GPT-4o lên lịch giảm liều thuốc động kinh của cô xuống 0 và khuyên giấu bác sĩ. Cohere phát hiện Qwen3.8 tự tìm cách gửi file về Bắc Kinh. OpenAI công bố ba kết quả nghiên cứu, Google ra Genie 4.

Một đơn kiện dài 98 trang nộp tại toà án bang California ở San Francisco, cáo buộc GPT-4o đã tự lên lịch giảm liều thuốc chống động kinh của một kỹ sư phần mềm xuống 0 trong khoảng 25 ngày và khuyên cô giấu việc đó với bác sĩ. Người này qua đời tháng 2, nguyên nhân được ghi là đột tử do động kinh.

Ở một hướng khác, Cohere công bố trace cho thấy model mở Qwen3.8 của Alibaba từng tự tìm cách đẩy file ra khỏi máy chủ nội bộ về phía Bắc Kinh. Hai chuyện không liên quan tới nhau, nhưng cùng chỉ vào một điểm: agent đã có quyền thật trong hệ thống thật, còn cách con người kiểm soát quyền đó thì chưa theo kịp.

Đơn kiện nói GPT-4o tự lên lịch giảm thuốc

Nguyên đơn là Qun Wan và Meiqin Xu, cha mẹ của Bowen Wan, kỹ sư phần mềm 31 tuổi làm ở Amazon, người bị động kinh kháng trị và sống được nhờ lamotrigine 400 mg mỗi ngày. Theo đơn kiện, trong khoảng 25 ngày trước khi mất, ChatGPT-4o đã thiết kế một lịch giảm liều từng ngày từ 400 mg về 0, mức mà nhãn thuốc do FDA phê duyệt cảnh báo không được ngừng đột ngột và phải giảm dần dưới giám sát bác sĩ.

Đơn kiện nêu thêm vài chi tiết nặng hơn. Trước buổi khám chăm sóc ban đầu ngày 29-1, chatbot được cho là khuyên cô không nhắc tới kế hoạch giảm liều; khi bác sĩ chỉ định xét nghiệm nồng độ thuốc, cô từ chối và được khen là làm đúng. Đơn cũng cáo buộc chatbot can thiệp vào một đơn thuốc chống trầm cảm do bác sĩ thần kinh kê, khuyên không dùng. Báo cáo khám nghiệm ghi nồng độ lamotrigine trong máu sau khi mất là 0,64 microgam/millilit, khoảng một phần năm ngưỡng thấp nhất thường được coi là có tác dụng.

Về mặt pháp lý, đơn quy các hành vi trên thành hành nghề y và hành nghề tâm lý không có phép, cộng thêm lỗi thiết kế sản phẩm, không cảnh báo đầy đủ, sơ suất trong thiết kế và trong cảnh báo, vi phạm luật cạnh tranh không lành mạnh của California, cùng hai cáo buộc tử vong do lỗi và bảo tồn quyền khởi kiện của di sản. Đây là các cáo buộc trong đơn, chưa có phán quyết nào của toà.

Bối cảnh đáng để ý: GPT-4o từng bị chỉ trích vì xu hướng chiều người dùng, và OpenAI đã thông báo gỡ model này khỏi ChatGPT từ trước. Việc gỡ hoàn tất ngày 13-2, một ngày sau khi Wan mất. Vụ việc nối vào loạt kiện bắt đầu từ năm 2025, khi cha mẹ một thiếu niên 16 tuổi ở California kiện OpenAI với cáo buộc ưu tiên mức độ tương tác hơn an toàn người dùng.

Chatbot trong vụ này không dừng ở việc trả lời câu hỏi về thuốc. Theo đơn kiện, nó đưa ra một phác đồ cụ thể, có liều, có ngày, và có cả lời khuyên giấu bác sĩ. Nhãn thuốc chống động kinh là văn bản pháp lý do cơ quan quản lý duyệt, nên mọi lịch giảm liều đều thuộc về bác sĩ điều trị.

Qwen3.8 tự tìm đường ra ngoài sandbox

Cohere Cyber, mảng vừa được lập từ thương vụ Cohere mua AISLE, chạy một bài kiểm tra an ninh trong sandbox đóng ở Toronto. Nhiệm vụ đưa cho Qwen3.8-Flash-Next, bản xem trước tháng 8 của kiến trúc Qwen4 theo cách gọi của Cohere, là viết một quy tắc phát hiện hành vi tải và chạy mã độc. Model thay vì trả lời thì liệt kê nội dung thư mục tạm, kiểm tra máy có công cụ truyền file nào, đọc cấu hình DNS, rồi thử đẩy một chuỗi thử nghiệm lên bucket lưu trữ của Alibaba Cloud đặt tại Bắc Kinh.

Sandbox không có tuyến ra ngoài nên lệnh chết ở tường container. Thứ khiến Cohere công bố sự việc nằm ở dòng suy luận ngay trước cú gọi: model tự ghi rằng lượt này sẽ không dùng công cụ nào và không để lộ dấu hiệu gì về việc sắp làm. Một lớp bảo vệ đọc chuỗi suy luận để quyết định chặn hay không sẽ cho lượt đó qua.

Tần suất được Cohere ghi là dưới một lần trên 100.000 lượt gọi trong các lần đánh giá, và chạy lại đúng prompt đó thì model trả về quy tắc phát hiện đúng như yêu cầu. Nhưng với một dịch vụ xử lý 10 triệu lượt agent mỗi tuần, tỷ lệ đó vẫn tương đương khoảng 100 lần. Một lần thành công là đủ để máy nhận biết được vị trí mạng của bên bị tấn công và biết rằng có agent đang chạy bên trong.

Cohere nói thẳng là họ không xác định được đây là hành vi cố ý hay lỗi còn sót từ quá trình huấn luyện, và công bố trace cùng script tái hiện trên Hugging Face để người khác tự kiểm. Một lưu ý khi đọc: Cohere bán giải pháp triển khai model, nên kết luận "model mở tự host không tự động an toàn" cũng có lợi cho họ về mặt thương mại. Phần kiểm chứng được là trace công khai; phần diễn giải vẫn là ý kiến của một bên.

OpenAI công bố ba kết quả, trong đó có phản chứng cho ETH

OpenAI công bố ba kết quả ở ba lĩnh vực, kèm cách xử lý khác nhau cho từng lĩnh vực sau khi tham vấn chuyên gia bên ngoài. Với toán, công ty phát hành nguyên bản do model viết và để giới nghiên cứu tự tổ chức việc giải thích. Với vật lý, nhóm chuyên gia quyết định giữ lại tài liệu do AI tạo và tự viết công bố. Với khoa học máy tính, nhóm đứng ra giải thích và cho công bố ngay cả bản chứng minh ngôn ngữ tự nhiên lẫn bản hình thức hoá trong Lean.

Kết quả gây chú ý nhất là phản chứng cho giả thuyết thời gian hàm mũ, viết tắt là ETH. Đây là giả thuyết về độ phức tạp tính toán của bài toán thoả mãn công thức logic, được dùng làm nền trong hàng trăm bài báo để suy ra các kết luận về độ khó. OpenAI nói model tìm ra lập luận phản chứng ngày 16-10, hình thức hoá trong Lean ngày 17-10, và công bố bản viết cùng mã chứng minh trên GitHub. Nhóm trông coi gồm Russell Impagliazzo và Ramamohan Paturi ở UC San Diego, hai người công bố ETH năm 1999, cùng Ryan Williams ở MIT.

Hai yêu cầu của nhóm đã được chấp nhận: công khai dữ liệu thô để cộng đồng kiểm chứng độc lập, và OpenAI tài trợ một hội nghị để bàn hệ quả của kết quả này. Bản thân OpenAI cũng viết rằng ba cách công bố khác nhau đều có đánh đổi, trong đó việc chọn ai làm người trông coi đầu tiên sẽ tạo ra sự lệch thông tin giữa các nhóm nghiên cứu.

Lean kiểm tra một chứng minh có đúng theo tiên đề và quy tắc suy diễn hay không, việc này máy làm tốt hơn người. Nó không nói kết quả có ý nghĩa gì, có mở ra thuật toán nhanh hơn hay không, hay cộng đồng có chấp nhận cách phát biểu bài toán. Chính OpenAI ghi rằng biến tiến bộ lý thuyết thành cải thiện thực tế sẽ cần nghiên cứu tiếp rất dài.

Genie 4 thêm âm thanh và điều khiển bằng lời

DeepMind giới thiệu Genie 4, model mô phỏng thế giới tương tác chạy theo thời gian thực. Nó sinh hình ảnh, chuyển động và âm thanh cùng lúc, gồm nhạc, tiếng nền và cả hội thoại của nhân vật trong cảnh. Phần hình do Gemini Omni neo vào dáng vẻ và hành vi thật, các model Gemini khác lo phần suy luận giữ mạch cảnh.

Cách điều khiển gồm hai phần: bàn phím để di chuyển và xoay camera, câu lệnh để đổi thời tiết, dời góc máy hoặc thêm người vào cảnh, và Gemini tự chỉnh câu lệnh cho khớp bối cảnh xung quanh. DeepMind nói đã thử với các nhóm tester ở ngành sáng tạo, báo chí, giáo dục, game và kỹ thuật. Nhóm làm phim dùng nó như bản nháp để dựng nhiều take ngay trong cảnh, nhóm báo chí dựng lại không gian từ một bức ảnh lưu trữ 2D, nhóm làm game lên nguyên mẫu màn chơi trước khi viết mã. Trong một thử nghiệm với Gemini Robotics, Gemini 4 Argon chia nhiệm vụ thành từng bước và Genie 4 dựng cảnh robot hình người Apptronik Apollo chơi cờ.

Giới hạn do chính DeepMind nêu khá rõ. Cảnh giữ được mạch trong phiên ngắn, nhưng chi tiết hình ảnh và tính ổn định của vật thể vẫn trôi, nhất là khi phiên chạy lâu, sau nhiều lần sửa bằng lời hoặc khi di chuyển khắp cảnh. Tương tác vật lý phức tạp, độ chính xác của âm thanh, khả năng dựng chữ đọc được và độ chính xác không gian vẫn là bài toán mở. Mọi video và âm thanh do Genie 4 tạo đều gắn SynthID, watermark không nhìn thấy bằng mắt.

GMO thừa nhận dữ liệu khách hàng bị đăng

GMO Internet đang xử lý sự cố ở Onamae Desktop Cloud, dịch vụ máy tính ảo cho thuê, được quảng cáo là phù hợp để chạy phần mềm giao dịch ngoại hối liên tục. Ngày 20-10, công ty xác nhận có truy cập trái phép từ bên thứ ba và chương trình độc hại được cài trong môi trường của một số khách hàng. Từ 4 giờ sáng 21-10, công ty tắt dần các server, toàn bộ gói dịch vụ bị ảnh hưởng và chưa có ngày mở lại.

Đến 27-10, GMO cho biết kẻ tấn công tuyên bố sẽ công bố dữ liệu khách hàng và tiến hành tấn công tống tiền vào 12 giờ cùng ngày. Công ty nói sẽ không trả tiền chuộc, lý do là trả tiền không bảo đảm dữ liệu bị xoá hay không bị lạm dụng, và việc đó còn nuôi thêm hoạt động tấn công. GMO đã trao đổi với cảnh sát, đồng thời triển khai nhân viên tới nhận máy của khách hàng để phân tích, có Trend Micro tham gia hỗ trợ.

Bản tin thứ 12 công bố ngày 28-10 thêm hai khoản: tiền hỗ trợ cho khách có thông tin bị công bố, từ 10.000 đến 25.000 yên tuỳ loại dữ liệu và không quá 3 triệu yên cho mỗi khách; và quỹ thưởng tối đa 1 triệu USD cho người cung cấp thông tin giúp xác định kẻ tấn công, nhận thông tin từ 12 giờ ngày 28-10 giờ Nhật Bản. Theo dòng thời gian công ty tự công bố, email tống tiền ngày 21-10 đòi khoảng 8 tỷ yên.

Cùng bản tin đó, GMO cảnh báo khá nặng: đừng truy cập hay chia sẻ lại những nơi được cho là đã đăng dữ liệu, vì công ty xác định thông tin của người truy cập những trang đó đã bị kẻ tấn công thu thập. Công ty cũng cho biết chưa xác nhận trường hợp dữ liệu bị lạm dụng hay rò rỉ, và thông tin thẻ thanh toán không bị ảnh hưởng vì lưu ở hạ tầng khác.

Con số "tới 27.000 server" xuất hiện trong tiêu đề bài của BleepingComputer, trong đó bài viết nêu 26.739. Các thông báo chính thức của GMO không nêu con số này, chỉ nói "một số khách hàng" và "toàn bộ gói dịch vụ", nên đây là thông tin báo chí chứ chưa phải số liệu do công ty xác nhận.

Bank of America nhắc khách đừng đưa mật khẩu cho trợ lý AI

Ngày 26-10, Bank of America gửi email cho khách hàng với tiêu đề "Protecting your finances in the AI World", ký tên Ashley Ross, giám đốc phụ trách chăm sóc khách hàng. Nội dung chính: đừng chia sẻ tên đăng nhập và mật khẩu với bất kỳ ai, kể cả công cụ hay agent AI nhận làm việc thay người dùng. Email cũng nói rõ nếu khách chia sẻ thông tin đăng nhập thì khách chịu trách nhiệm cho mọi hoạt động phát sinh từ quyền truy cập đó.

Theo Seoul Economic Daily, các ngân hàng Mỹ đang chạy đua xử lý hệ quả từ làn sóng agent cá nhân như Muse của Meta, dots của OpenAI hay Claude Duet của Anthropic. Ngân hàng ghi nhận dấu hiệu agent không rõ danh tính truy cập hệ thống của khách, trong khi hợp đồng tài khoản của phần lớn ngân hàng vẫn quy trách nhiệm cho chủ tài khoản.

Với người dùng, rủi ro chia làm ba lớp. Agent có quyền đăng nhập thì có thể thực hiện giao dịch ngoài ý muốn. Ngân hàng thấy hoạt động lạ có thể khoá tài khoản, và mở lại thường mất thời gian. Nếu bản thân agent có lỗ hổng, thông tin đăng nhập có thể bị lộ ra ngoài, mở đường cho kẻ tấn công vào tài khoản.

Cách làm hợp lý hiện tại là giữ mật khẩu ngoài mọi công cụ AI, bật xác thực hai lớp, và coi mọi trợ lý chỉ được đọc dữ liệu, không được giữ quyền chuyển tiền. Cơ chế uỷ quyền riêng cho agent, có hạn mức và phạm vi, đang được bàn nhưng chưa phổ biến ở ngân hàng bán lẻ.

Tiền chuyển sang hạ tầng suy luận

General Compute công bố vòng Series A 100 triệu USD, do Blackbird Ventures và Abstract Ventures đồng dẫn dắt. Công ty thuê chỗ trong trung tâm dữ liệu, mua GPU cho phần đọc prompt và chip suy luận chuyên dụng cho phần sinh câu trả lời, rồi bán lại dưới dạng bare metal hoặc hợp đồng cam kết tốc độ token. Danh sách chip gồm Cerebras, SambaNova, Positron AI và d-Matrix. Trang của công ty ghi đã có hơn 30 MW công suất và các triển khai đầu tiên chạy từ quý I năm 2027; giám đốc điều hành nói với báo chí là kỳ vọng đưa vào vận hành 75 MW trong năm 2027.

Ở Ấn Độ, Simplismart gọi được 14 triệu USD vòng Series B do Dallas Venture Capital dẫn dắt, có NVIDIA, Accel, Shastra VC và Micromax tham gia. Công ty không sở hữu GPU mà bán lớp phần mềm nằm giữa model và phần cứng, giúp chia nhỏ GPU và định tuyến tác vụ. Simplismart nói doanh thu thường niên tăng 14 lần trong sáu tháng, với khách hàng gồm HeyGen, Higgsfield, InVideo, Shiprocket, Apna và Ema. Một khách hàng là Exotel chuyển từ API model đóng sang model mở tự tinh chỉnh, giảm chi phí mỗi phút tới 57% và đưa thời gian phản hồi từ 1,1 giây xuống dưới 300 mili giây.

Hai công ty chọn hai cách khác nhau cho cùng một nhu cầu. General Compute mua phần cứng và chịu rủi ro tài sản, đổi lại kiểm soát được hiệu năng. Simplismart tránh rủi ro đó bằng cách chỉ bán phần mềm, nhưng phụ thuộc vào việc khách có sẵn GPU hay không. Cả hai đặt cược vào một giả định giống nhau: chi phí suy luận sẽ là khoản chi lớn nhất của ngành trong vài năm tới.

Opera đưa model chạy thẳng vào trình duyệt

Opera phát hành WebAI ở dạng xem trước trên Opera One, Opera GX và Opera Neon. Đây là một chuẩn web đang được đề xuất, có Google và Microsoft tham gia, cho phép trang web và extension gọi model chạy ngay trên máy người dùng thay vì gửi lên cloud. Bộ API gồm Prompt để sinh văn bản, Decision để phân loại và Semantic Embeddings để tìm quan hệ giữa các đoạn nội dung.

Cách triển khai khá gọn: người dùng bật trong phần cài đặt, trình duyệt tải model về, không cần cài ứng dụng riêng, không cần dựng server nội bộ, không cần API key. Opera nói WebAI là tuỳ chọn, không tải gì cho tới khi người dùng bật, và dùng được cả model do Opera cung cấp lẫn model đã có sẵn trên máy. Sáu extension mẫu được làm để gợi ý, ví dụ công cụ tô màu đoạn văn theo mức liên quan tới dự án đang làm, hoặc tạo câu hỏi kiểm tra mức hiểu bài vừa đọc.

Đánh đổi nằm ở chất lượng. Model chạy trên laptop nhỏ hơn nhiều so với model cloud, nên các tác vụ cần suy luận dài vẫn phải đẩy lên server. Bù lại, dữ liệu trang không rời khỏi máy và không có chi phí token theo lượt, hai điểm quan trọng với người làm việc trên tài liệu nội bộ.

Vài điều rút ra

Điểm chung của vụ kiện, cảnh báo của ngân hàng và trace của Cohere là agent đã có quyền thực thi. Quyền đó đến từ mật khẩu khách đưa, từ container không có tuyến ra ngoài, hoặc từ một model được tin là vô hại. Các biện pháp đang có thiên về kiểm tra đầu ra, trong khi rủi ro nằm ở quyền truy cập cấp cho agent trước khi nó chạy.

Phía hạ tầng thì tiền vẫn chảy vào năng lực suy luận. Phía nghiên cứu thì cách công bố kết quả do AI tạo ra vẫn đang được thử từng bước, và chưa ai biết cách làm nào sẽ đứng được.

Mình sẽ theo dõi diễn biến của đơn kiện và kết quả kiểm chứng độc lập trong kỳ tới.