Buổi 1, bạn có con Agent đầu tiên biết việc của mình, làm theo cách của mình. Buổi 12, bạn có cả một đội Agent chạy việc, mỗi con lo một mảng, chạy tiếp cả lúc bạn tắt máy đi ngủ.

Một mình bạn, mà đầu ra bằng cả một đội. Sáu tuần. Lộ trình mình để công khai trên trang landing page từ đầu, không giấu buổi nào.

Chắc tối nay bạn vẫn làm thế này. Mở chat lên, gõ một câu, chờ, copy kết quả ra chỗ khác, rồi tự làm nốt phần còn lại. Xong thì đóng cửa sổ. Mai mở lại, giải thích từ đầu.

Bốn chặng trong hình là bốn lần cái nếp đó bị phá.

Đầu tiên bạn thôi mở khung chat trắng mỗi lần cần việc. Bạn có một con Agent riêng, biết bạn đang làm gì, làm theo cách của bạn. Tới cuối chặng nó tự soạn rồi đăng nội dung lên nhiều nền tảng cùng lúc.

Rồi bạn hết ôm từng việc một. Video, mấy thứ lặp đi lặp lại hằng ngày, kho tri thức riêng, tin nhắn của khách. Mỗi mảng một Agent. Bạn rời máy, chúng vẫn chạy.

Nửa sau khóa đổi hẳn loại việc. Bạn tự tay build một ứng dụng thật, có chỗ lưu dữ liệu, có tài khoản đăng nhập đàng hoàng. Không phải bản demo cho vui.

Chặng cuối, bạn đẩy nó lên mạng cho người khác bấm vào dùng, đặt Agent vào bên trong chính sản phẩm đó, rồi ngồi chỉ huy cả hệ thống.

Bốn dòng trên đọc thì trơn tru. Sáu tuần ngoài đời không trơn như vậy.

Chỗ vướng không nằm ở cái nút nào bấm, mà nằm ở chỗ giao việc sao cho cả đội chạy đúng hướng chứ không chạy loạn, và ở chỗ giữ được nhịp khi việc ngoài đời vẫn ập vào mỗi ngày. Sáu tuần là quãng đủ dài để một người đi lệch khỏi thứ mình định làm. Đó là phần mình dạy, và cũng là lý do lớp không chỉ có buổi giảng mà có nhiệm vụ đi kèm từng chặng.

Khai giảng tối mai, thứ 7 ngày 5/9. Tối thứ 3 và thứ 7, 20h tới 22h, gói trong sáu tuần. Có record xem lại không giới hạn. Không cần biết code.

Sáu tuần không biến bạn thành người biết hết mọi thứ. Nhưng đủ để bạn thôi ngồi hỏi AI từng câu, thành người chỉ huy AI Agent, một mình mà ra được khối lượng của cả một đội.
Link chi tiết và đăng ký khóa học:

https://ai-agent-vibe-coding-02.pages.dev/

Có một kho mã nguồn mở giải quyết đúng chuyện đó, và nó là hàng chính chủ của GitHub: github/github-mcp-server, hiện đã hơn 32 nghìn sao.

Nó là gì?

Đây là một MCP server (một cái cổng chuẩn để công cụ AI nối thẳng vào một dịch vụ bên ngoài). Cắm cổng này vào, trợ lý AI của bạn nói chuyện trực tiếp với GitHub bằng ngôn ngữ tự nhiên.

Theo mô tả trên kho, nó cho AI đọc kho và file mã, quản lý issue và pull request, phân tích mã, theo dõi workflow của GitHub Actions, xem cảnh báo bảo mật và Dependabot, đọc discussion và thông báo.

Hai cách dùng, tùy bạn chọn:

1/ Bản từ xa (remote) - GitHub tự host sẵn. Kho ghi đây là cách dễ nhất để bắt đầu, chỉ cần công cụ AI của bạn hỗ trợ MCP server từ xa.

2/ Bản chạy trên máy (local) - chạy bằng Docker với ảnh chính chủ hoặc không có Docker thì tự build từ mã nguồn. Trên github.com thì không cần tạo gì trước, nút cài một chạm sẽ đăng nhập bằng OAuth ngay lần dùng đầu. Ai thích thì vẫn dùng token cá nhân được.

Kho có hướng dẫn cài riêng cho VS Code, Claude Desktop và Claude Code, Cursor, Windsurf, Zed, Codex, Copilot CLI và vài nơi khác.

Ba thứ mình thấy đáng chú ý:

Bật tắt theo nhóm công cụ. Kho gọi là toolset. Bạn chỉ bật nhóm nào cần, phần còn lại tắt đi. Kho ghi rõ lý do: bật ít lại thì AI chọn đúng công cụ hơn và tốn ít ngữ cảnh hơn. Mặc định nếu không khai gì là năm nhóm: context, repos, issues, pull_requests, users.

Chế độ chỉ đọc. Một cờ --read-only là AI chỉ được đọc, không sửa được kho, issue hay pull request. Ai muốn thử mà còn dè chừng thì bắt đầu ở đây.

Chế độ lockdown. Nội dung trong kho công khai (issue, bình luận, commit) là chỗ người lạ viết được, nên cũng là chỗ có thể giấu câu lệnh lừa AI. Bật lockdown, server kiểm tra người viết có quyền push vào kho không. Không có thì tùy công cụ, hoặc trả về lỗi, hoặc lọc bỏ phần nội dung đó.

Tài liệu của kho nói rất thẳng: đây là bộ lọc nội dung theo kiểu cố gắng hết sức, không phải một hàng rào phân quyền. Nó không đổi được quyền đọc ghi của cái khóa bạn đưa cho AI. Một dòng cảnh báo do chính họ viết ra, ngay trong tài liệu của mình.

Ai đang xài AI để đọc mã, review pull request hay dọn issue thì đây là thứ nên vào xem.

https://github.com/github/github-mcp-server

Thứ OpenAI nhấn mạnh nhất lần này là computer use - tức là AI tự cầm máy tính mà làm, không chỉ ngồi chat. Bài công bố nêu vài ví dụ: điền biểu mẫu trên web, cập nhật hồ sơ khách hàng trong CRM, sắp lịch, dựng website rồi tự kiểm tra lại giao diện.

Vài con số OpenAI công bố:

1/ OSWorld 2.0 (đo khả năng thao tác trên máy tính): 72,6%. Trong mô phỏng độ trễ của OpenAI, nó mất khoảng 40 phút mỗi việc, còn đời trước GPT-5.6 Sol được 65,7% và mất khoảng 75 phút.

2/ Terminal-Bench 4.0 (làm việc qua dòng lệnh: lập trình, cấu hình hệ thống, phân tích dữ liệu): 57,9% so với 37,3% của đời trước.

3/ ARC-AGI-3 (đo khả năng tự xoay xở và giải được những môi trường hoàn toàn mới lạ): 99,9%, còn đời trước được 7,8%. OpenAI ghi chú là bài này họ chạy bằng harness riêng của mình.

Nó cũng bám thông tin trong những ngữ cảnh rất dài tốt hơn hẳn đời trước. Và trong Codex có thêm cách tự ghi chú lại để không quên chi tiết cũ khi làm việc dài, hiện là tính năng thử nghiệm, phải tự bật.

Phần mình nghĩ nên đọc kỹ nhất:

OpenAI nói thẳng Astra chạm ngưỡng “Critical” về an ninh mạng theo khung đánh giá rủi ro Preparedness Framework của chính họ. Khung này chỉ có hai mức, High và Critical, nên đây là mức cao nhất. OpenAI nói đây là model đầu tiên họ xếp vào mức này. Khi chạy thử ở chế độ gỡ bỏ các lớp bảo vệ vận hành, nó đạt 100% trên ExploitBench, bài kiểm tra biến lỗ hổng phần mềm đã biết thành mã khai thác chạy được. Ở một bài khác dựng riêng từ các lỗ hổng của ba tháng gần nhất, nó còn tự tìm ra và dùng hai lỗ hổng chưa ai biết. OpenAI cho biết đang báo cả hai cho bên phát triển.

Vì vậy bản mở ra hôm nay sẽ từ chối những việc an ninh mạng ở mức nâng cao, ví dụ viết mã khai thác thử nghiệm cho một lỗ hổng. Phần phòng thủ như rà soát và vá code thì vẫn dùng được. OpenAI nói đang có kế hoạch nới dần trong những tuần tới, qua chương trình Daybreak.

Ở chiều ngược lại, đây cũng là model họ nói là biết giữ ranh giới nhất từ trước tới nay: trong một bài kiểm tra dựng riêng, đời trước, khi không có các lớp bảo vệ vận hành, đã vượt quá phạm vi được phép 48% số lần. Astra là 0%.

Hiện có thể truy cập Astra ở đâu và giá bao nhiêu:

Đang mở dần, trước cho một nhóm tổ chức, những ngày tới sẽ tới toàn bộ người dùng ChatGPT Plus, Pro, Business và Enterprise. Lập trình viên gọi qua API với tên gpt-6-astra, hoặc qua Amazon Bedrock. Gói Pro, Business, Enterprise có thêm bản Astra Pro. Riêng tài khoản Enterprise thì mặc định đang tắt, quản trị viên phải tự bật.

Giá API: 10 đô cho mỗi triệu token đầu vào, 50 đô cho mỗi triệu token đầu ra. Có chế độ Fast, OpenAI ghi là nhanh tối đa gấp đôi, giá gấp đôi.

Thông số đẹp tới đâu thì vẫn phải đưa vào việc thật, dùng đủ lâu mới biết nó hợp với mình chỗ nào.

https://openai.com/index/gpt-6-astra/

Đây là 17 skill cho Claude - skill hiểu đơn giản là những file hướng dẫn viết sẵn, cài vào rồi Claude tự biết lúc nào cần dùng cái nào.

Cái mình thấy đáng chú ý không phải số lượng skill, mà là cách chúng nối vào nhau.

Skill gốc tên voice-builder. Nó phỏng vấn bạn, đọc 3 tới 5 bài bạn từng viết, rồi dựng ra hai file: một file về bạn, một file về giọng văn của bạn. Mọi skill còn lại đều đọc hai file này trước khi viết bất kỳ dòng nào.

Nghĩa là bạn dạy máy giọng của mình một lần, cả bộ dùng chung.

Phần còn lại, mình tạm gom lại cho dễ hình dung:

1/ Viết - post-writer viết bài LinkedIn theo giọng của bạn, hook-generator ra 6 kiểu mở bài cho một chủ đề, post-formatter dựng bài theo các khung quen thuộc như PAS, AIDA, BAB.

2/ Chấm điểm trước khi đăng - post-scorer kéo lịch sử bài cũ của bạn về rồi chấm bản nháp dựa trên thứ thực sự chạy tốt với chính bạn.

3/ Hình ảnh - gemini-infographic, gemini-carousel, quote-post, youtube-thumbnail. Nhóm này không tự vẽ, nó xuất ra câu lệnh sẵn để bạn dán sang Gemini.

4/ Video và cộng đồng - reels-scripting mổ xẻ ngược một Reel có kết quả vượt trội, rồi viết kịch bản mới theo giọng bạn từ nội dung bản tin của bạn. pinned-comment viết bình luận ghim.

5/ Ý tưởng và số liệu - content-matrix ghép trụ nội dung với 8 định dạng để ra hơn 32 ý tưởng trong một bảng, analytics-dashboard biến file xuất từ LinkedIn Analytics thành một bảng số liệu tương tác được, kèm 5 gợi ý dựa trên chính số liệu đó.

Vài điểm nên biết trước khi vào:

Phần lớn skill thiên về LinkedIn, một ít cho Reels và YouTube. Nếu bạn làm Facebook thì đây là chỗ để học cách tổ chức, chứ không phải bê nguyên.

Hai skill post-scorer và reels-scripting cần khóa dịch vụ ngoài (Apify, Google AI). Số còn lại thì không.

Còn thứ mình thấy giá trị nhất, thật ra không nằm ở chỗ có bao nhiêu skill.

Nó nằm ở ý này: đừng nhắc lại giọng văn của mình mỗi lần mở một cuộc trò chuyện mới. Viết nó ra một lần, thành file, rồi để mọi thứ khác đọc chung một nguồn.

Cách nghĩ đó áp được cho gần như mọi việc bạn giao cho AI, không riêng gì làm nội dung.

https://github.com/charlie947/social-media-skills

Mình không nói quá đâu. Thử nhớ lại tuần rồi bạn giao gì cho AI.

Tóm tắt tài liệu dài. Nghĩ hộ vài cái tiêu đề. Sửa câu chữ cho mượt.

Toàn việc vặt.

Còn mấy việc thật sự ngốn thời gian thì vẫn nằm nguyên đó. Một mình bạn gánh.

Chỗ kẹt không nằm ở AI. Nằm ở chỗ trong đầu mình vẫn coi nó là một người phụ việc, nên chỉ nghĩ ra được việc vặt để giao.

Một con AI thì bạn hỏi gì nó đáp nấy, xong là hết.

Một đội AI Agent thì khác hẳn. Bạn giao việc, mỗi con lo một mảng, chúng chạy song song. Và chạy tiếp cả lúc bạn đóng máy đi ngủ.

Một người. Mà khối lượng ra được bằng cả một đội.

Tới đây thế nào cũng có người nghĩ: giao nhiều vậy, lỡ nó làm bậy thì sao.

Nỗi lo đó đúng. Nhưng chỉ đúng khi bạn thả ra rồi thôi, không dặn gì thêm.

Một đội dựng tử tế đâu có chạy kiểu đó. Nó biết chỗ nào được tự quyết, chỗ nào phải dừng lại hỏi.

Việc lặp đi lặp lại cứ để nó chạy thẳng. Còn tới đoạn đụng vào tiền, vào khách, vào thứ gửi ra ngoài, nó dừng. Đưa bạn xem. Chờ bạn gật rồi mới đi tiếp.

Nghe thì đơn giản. Làm được mới khó.

Dựng cho ra một đội như vậy, rồi điều được nó, đó là phần mình dạy trong 12 buổi.

Sáng mai bạn mở máy ra. Mấy việc giao tối qua, có cái xong hẳn rồi. Có cái nằm chờ bạn gật, vì nó đụng tới khách nên nó không dám tự đi. Bạn đọc, gật. Hết ba phút.

Xong khóa, bạn có một đội như vậy chạy cho mình. Kèm một sản phẩm thật, có Agent nằm ngay bên trong. Gọi bạn là người chỉ huy AI Agent lúc đó cũng không quá đâu.

Nói vậy nghe hơi xa. Nhưng khóa 1 đã đi hết một lượt 12 buổi rồi, và nhiều anh chị học xong về dựng hẳn hệ thống Agent của riêng mình, đem áp thẳng vào công việc, vào công ty họ đang làm.

Mình không dám hứa ai vào cũng ra được như vậy. Nhưng chịu ngồi làm thật cùng lớp trong sáu tuần thì cuối khóa bạn cũng tới được chỗ đó.

Khóa AI Agent & Vibe Coding 02 khai giảng thứ 7 này, ngày 5/9, học 12 buổi vào tối thứ 3 và thứ 7. Không cần biết code.

Nói cho cùng, cái người ta thiếu không phải là công cụ. Là một đội.

https://ai-agent-vibe-coding-02.pages.dev/

Hầu hết mọi người dùng AI theo kiểu một đối một. Mở chat ra, hỏi một câu, nhận một câu, rồi tự làm nốt phần còn lại.

Nhưng AI bây giờ không chỉ trả lời. Nó nhận việc được.

Nghĩa là thay vì một con AI trả lời bạn, bạn có thể có cả một đội Agent, mỗi con lo một mảng, chạy song song. Bạn không ngồi làm từng việc nữa, bạn phân việc.

Vẫn một người, mà khối lượng ra được bằng cả một đội. Đó là chỗ khác nhau giữa người dùng AI và người chỉ huy AI Agent.

AI Agent & Vibe Coding 02 khai giảng thứ 7 ngày 5/9. 12 buổi, tối thứ 3 và thứ 7

https://ai-agent-vibe-coding-02.pages.dev/

Ngày 25/08/2026, OpenAI công bố kết quả đo đầu tiên của Jalapeño - con chip suy luận (inference: khâu chip chạy model để trả lời bạn, khác với khâu huấn luyện) đầu tiên do chính họ thiết kế. Chip đã được công bố từ trước, lần này mới là số đo sau thời gian họ chạy thử.

Vài con số nguồn ghi rõ:

1/ Nhiều việc hơn trên cùng một lượng điện. Ở mức thông lượng đỉnh (throughput: lượng việc xử lý được trong một đơn vị thời gian), Jalapeño làm được 1,5 tới 1,9 lần khối lượng việc AI trên mỗi watt so với các hệ thống đem đối chiếu.

2/ Trả lời nhanh hơn. Độ trễ đầu-cuối thấp hơn 1,7 tới 3,6 lần. Với các tác vụ tương tác cao, hiệu năng cao hơn 2,1 tới 4,1 lần. Cái này quan trọng với agent, vì mỗi bước chậm một chút là cả chuỗi việc chậm theo.

3/ Đo trên ba model công khai. Họ chạy InferenceX, bài đo công khai của SemiAnalysis đo trọn quá trình phục vụ một yêu cầu AI, trên GPT-OSS 120B, DeepSeek R1 670B và Kimi K2.5 1T. Để so cho đồng nhất, họ quy các kết quả về mức điện định danh mà mỗi bên công bố cho chip của mình. Jalapeño ghi mức 700W, còn điện đo thực tế duy trì ở mức 550W trở xuống trên các tác vụ đã thử.

4/ AI làm ra chip, rồi chip được thiết kế để AI lập trình nó. OpenAI cho biết AI giúp đội ngũ đi từ thiết kế ban đầu tới tapeout, tức chốt xong bản thiết kế để chuyển sang khâu sản xuất, trong chín tháng. Sau đó, dùng Codex với GPT-Astra, họ đưa ba model mở vốn không nằm trong kế hoạch sản xuất ban đầu lên mức hiệu năng cao chỉ trong hai tháng. Ở một số khối tính toán được chọn của GPT-OSS, phần code do AI sinh chạy nhanh hơn 1,5 tới 1,8 lần bản do chuyên gia người viết. OpenAI nói rõ con số này chỉ đúng với những khối đó, không phải cả model.

Một điểm nên nói cho công bằng: OpenAI khẳng định họ vẫn tiếp tục triển khai rộng rãi chip của NVIDIA và các đối tác khác cho cả huấn luyện lẫn suy luận. Jalapeño dự kiến bắt đầu chạy trong hạ tầng của họ vào cuối năm nay, và đây mới là đời đầu: đời 2 đang làm sâu, đời 3 đang hình thành.

Điều đáng để ý không nằm ở một con số nào cả. Nó nằm ở chỗ một công ty làm model giờ tự làm luôn con chip chạy model đó - rồi lấy chính AI của mình để rút ngắn quãng đường thiết kế. Chính OpenAI nói Jalapeño có thể giúp họ phục vụ được nhiều nhu cầu hơn và hạ chi phí để trả ra một kết quả dùng được, và những cải thiện này sẽ góp phần làm AI ngày càng mạnh trở nên rẻ hơn, tới được nhiều người hơn.

Một lưu ý: toàn bộ số đo trên là do chính OpenAI chạy và công bố. Họ cũng cho biết vẫn đang kiểm định sản xuất, hoàn thiện phần mềm và kiểm chứng hiệu năng trên thêm nhiều model trước khi triển khai.

Link Bản công bố đầy đủ của OpenAI:
https://openai.com/index/jalapeno-first-results/

Z.ai cho biết nó nhanh chóng thành model được ưa chuộng nhất tuần đó. Rồi mới lộ diện: GLM-5.3-Flash, công bố ngày 26/08/2026.

Ba điểm đáng chú ý:

1/ To mà rẻ. 320 tỷ tham số tổng, mỗi lượt trả lời chỉ kích hoạt 18 tỷ. Z.ai nói nó làm tốt hơn GLM-5.2 mà chỉ tốn một phần mười giá.

2/ Nhìn được ảnh. Model đầu tiên của dòng GLM-5 gắn thị giác vào từ gốc. Z.ai mô tả nó có thể dựng ra kết quả, tự nhìn lại thứ người dùng sẽ thấy, phát hiện chỗ hỏng rồi sửa.

3/ Số đo. Trên sáu phép đo về lập trình và agent, nó vượt GLM-5.2 khá xa. Z.ai ghi là tiệm cận Claude Opus 4.8, chứ không nói vượt.

Trọng số nằm trên Hugging Face, chạy được bằng SGLang, vLLM, Transformers và vài framework khác. Không muốn tự dựng thì gọi qua API của Z.ai.

Con số đẹp tới đâu cũng phải đưa vào việc thật mới biết. Ai thử rồi chia sẻ cảm nhận nhé.

Bài công bố của Z.ai: https://z.ai/blog/glm-5.3-flash

Trọng số trên Hugging Face: https://huggingface.co/zai-org/GLM-5.3-Flash

Hướng dẫn chạy: https://github.com/zai-org/GLM-5

Ngày 26/8, Anthropic công bố tính năng này. Khi việc bạn giao cần vào một website, một trình duyệt mở ra ở khung bên cạnh, rồi Claude tự đi vào trang, đọc, bấm và gõ chữ. Bạn giao hẳn phần web đó cho nó rồi ngồi làm việc khác: điền một biểu mẫu, lấy số liệu từ một bảng theo dõi, hoặc lần trong một cổng thông tin chưa có sẵn kết nối (connector - đường nối để Claude lấy dữ liệu thẳng từ một dịch vụ).

1/ Trình duyệt đó là của Claude, không phải của bạn. Nó tách hẳn khỏi trình duyệt bạn đang mở. Claude không thấy tab, dấu trang hay mật khẩu của bạn.

2/ Muốn vào trang cần đăng nhập thì bạn mang phần đăng nhập sang từng trang một. Mang từ Chrome, Edge hoặc Firefox trên macOS, và từ Firefox trên Windows với Linux. Riêng trang ngân hàng, email và các trang đăng nhập một lần (single sign-on - một tài khoản dùng chung cho nhiều dịch vụ) được để ra ngoài, trừ khi bạn chủ động thêm vào.

3/ Vậy nó khác gì Claude in Chrome (tiện ích cắm vào trình duyệt Chrome)? Trình duyệt tích hợp thì hợp cho việc bạn giao hẳn phần web cho Claude trong lúc mình làm chuyện khác, ví dụ gom tài liệu cho một báo cáo hay thu hóa đơn tháng này trên cổng của nhà cung cấp. Còn Claude in Chrome hợp với đúng trang bạn đang mở, với tài khoản bạn đã đăng nhập sẵn: cập nhật CRM, xử lý hộp thư, sửa tài liệu ngay trước mặt.

Ai đang dùng Claude in Chrome thì nó vẫn chạy và vẫn là mặc định của bạn, còn lại thì Claude dùng trình duyệt tích hợp. Đổi bất cứ lúc nào trong Settings → Cowork → Preferred browser.

4/ Phần an toàn thì Anthropic nói thẳng. Trình duyệt này chịu cùng rủi ro prompt injection (chỉ dẫn giấu trong trang web nhằm lái AI làm chuyện khác) như mọi AI biết thao tác trên trình duyệt. Nó chạy cùng bộ biện pháp bảo vệ với Claude in Chrome, gồm cả lớp soát lại xem hành động của Claude có đúng thứ bạn yêu cầu không. Anthropic ghi rõ: các biện pháp đó giảm rủi ro đáng kể nhưng không loại bỏ hết, nên hãy bắt đầu ở những trang bạn tin tưởng.

5/ Ai dùng được, từ bao giờ. Anthropic ghi tính năng mở dần trong tuần kể từ thông báo ngày 26/8, cho gói Pro, Max và Team trên ứng dụng để bàn macOS, Windows và Linux (bản beta). Tới lượt bạn thì nó bật sẵn, cứ giao một việc có dính website là trình duyệt tự mở. Gói Enterprise đã có ngay, quản trị viên chỉnh trong Organization settings → Cowork → Built-in browser.

Trình duyệt này sống trong app trên máy tính. Từ web hay điện thoại bạn vẫn sai Claude dùng nó được, miễn là app trên máy tính đang mở và có mạng. Còn nếu chỉ dùng bản web mà không có app trên máy tính, thì Claude in Chrome vẫn là cách để Claude có một trình duyệt.

Điểm đáng chú ý nhất của cách làm này nằm ở sự tách bạch: Claude có trình duyệt của riêng nó, còn trình duyệt cá nhân của bạn vẫn nguyên vẹn.

Link bài thông báo gốc: https://claude.com/blog/cowork-built-in-browser

Một đoạn mã có lỗi sập cực hiếm, khoảng một triệu lần chạy mới gặp một lần. Ở công ty đầu tư Millennium, bốn tới năm năm không ai trong đội giải thích nổi. Mọi model anh thử, kể cả Fable 5, đều bỏ sót.

Claude Fable 5.1 là model đầu tiên tìm ra. Đây là lời kể của một quản lý danh mục cấp cao tại Millennium, trong bài công bố của Anthropic.

Ba điểm chính:

1/ Rẻ hơn thật. Giá đọc lại cache (bộ nhớ đệm - phần dữ liệu model đã xử lý rồi và đọc lại ở lượt sau) giảm 75%, còn 0,25 đô mỗi triệu token. Ở nơi tính tiền theo token như API, Anthropic ước tính việc thông thường tốn ít hơn khoảng 25% so với Fable 5, việc kiểu agentic (giao cho AI tự chạy nhiều bước, gọi nhiều công cụ) tiết kiệm tới khoảng 45%.

2/ Nhảy vọt ở nghiên cứu khoa học. Trên Terminal-Bench-Science 0.1, Fable 5.1 đạt 52,6%, so với 24,7% của Fable 5 và 29,0% của Opus 5. Anthropic cho biết Fable 5.1 đã huấn luyện một mạng nơ-ron để dựng bản đồ độ cao mới cho một phần ba sao Kim, dựa trên ảnh radar tàu Magellan của NASA chụp hơn 30 năm trước và một bản đồ đã có sẵn cho một phần năm hành tinh. Bản đồ mới được phát hành theo giấy phép Creative Commons.

3/ Ít bị chặn nhầm hơn. Người dùng Claude Code có thể thấy số lần bị lớp bảo vệ an ninh mạng chặn giữa chừng giảm trung bình khoảng 60% mỗi phiên, so với lớp bảo vệ trước đó trên Fable 5.

Fable 5.1 mở cho tất cả mọi người, đã có trên mọi nền tảng gồm AWS, Google Cloud và Microsoft Azure, gọi API với tên claude-fable-5-1. Mythos 5.1 là cùng một model nhưng lớp khóa an toàn nới hơn, chỉ mở qua chương trình xét duyệt cho người làm an ninh mạng và khoa học sự sống.

Bảng số đẹp tới đâu thì vẫn phải đưa vào việc thật, dùng đủ lâu mới biết nó hợp với mình không. Bạn nào thử rồi chia sẻ cảm nhận nhé.

Link bài công bố: https://www.anthropic.com/claude-fable-and-mythos-5-1

Nó là một skill (bộ hướng dẫn viết sẵn cho trợ lý AI đọc và làm theo), gói gọn trong một file Markdown. Vì chỉ là chữ nên theo repo, agent nào hỗ trợ skill là dùng được.

Nó dựa trên cái gì?

35 dấu hiệu nhận biết văn AI, lấy từ trang “Signs of AI writing” của Wikipedia, do nhóm WikiProject AI Cleanup duy trì. Danh sách này đến từ chính những người biên tập Wikipedia, không phải suy đoán của một công cụ dò AI.

Vài dấu hiệu nghe xong là giật mình:

1/ Dấu gạch dài rải khắp bài 2/ In đậm quá tay, chữ nào cũng thấy quan trọng 3/ “Không chỉ X, mà là Y” và mấy câu chốt cụt lủn cho ra vẻ sâu sắc 4/ Nguồn mơ hồ: “các chuyên gia cho rằng nó đóng vai trò quan trọng” 5/ Bộ ba gượng ép: cái gì cũng gom đúng ba thứ cho đẹp đội hình 6/ Kết bài lạc quan chung chung: “tương lai đang rất hứa hẹn” 7/ Câu mở giả thật lòng: “Thành thật mà nói thì...” 8/ Emoji và dấu nháy cong

Cái thấy đáng giá nhất không nằm ở danh sách.

Đó là quy tắc nó tự đặt cho mình: không được bịa. Tên, con số, ngày tháng, câu trích, nguồn dẫn đều phải có sẵn trong bản gốc hoặc do người viết đưa. Thiếu thì hỏi, chứ không tự điền cho mượt câu.

Vài điểm hay nữa:

• Khi bạn dán một đoạn văn vào, nó cho xem bản viết lại đầu tiên kèm phần tự chê chỗ nào còn nghe máy móc, rồi mới đưa bản cuối. Không giấu bài.

• Đưa cho nó một đoạn văn bạn tự viết, nó sẽ bám theo nhịp câu, cách chọn từ, cách dùng dấu và cả những nét riêng cố ý của bạn, thay vì áp quy tắc giọng mặc định của nó.

• Trỏ vào một file thì nó chỉ sửa phần văn xuôi, chừa nguyên code, dữ liệu và link.

Nếu bạn đang sống bằng chữ, dù là bài đăng, tài liệu hay email gửi khách, thì ít nhất nên đọc qua danh sách 35 dấu hiệu đó một lần. Đọc xong sẽ khó mà viết như cũ được nữa.

https://github.com/blader/humanizer

Tên nó là Claude SEO, một kho mã nguồn mở gắn thẳng vào Claude Code.

Điều làm mình chú ý nhất là cách nó được dựng.

1/ Không phải một công cụ, mà là một đội. Bên trong có 25 bộ kỹ năng và 18 agent chuyên trách. Mỗi con lo một phần: kỹ thuật, chất lượng nội dung, dữ liệu có cấu trúc, SEO địa phương, thương mại điện tử, đa ngôn ngữ. Theo tài liệu của kho, một lượt rà soát toàn bộ website có thể tung tối đa 15 agent chạy song song cùng lúc.

2/ Mỗi đề xuất đều tự phơi ra điểm yếu của mình. Đây là chỗ mình thấy hay nhất. Mỗi khuyến nghị đi kèm bốn thứ: nó dựa trên quan sát gốc nào, nó phụ thuộc việc nào khác, dấu hiệu nào cho thấy nó thất bại, và chỉ số nào cần theo dõi. Nói cách khác, nó không bắt bạn tin. Nó đưa luôn cho bạn cách kiểm tra xem nó có nói sai không.

3/ Chạy được ngay, không cần một khóa API nào. Tác giả ghi rõ kho hoạt động đầy đủ mà không cần khóa API nào. Muốn dữ liệu thật từ Google (tốc độ trang, Search Console, GA4) thì gắn thêm khóa của bạn theo 4 mức, tùy nhu cầu. Bản miễn phí mặc định không gọi API của bên thứ ba nào, chỉ truy cập chính những trang bạn đưa vào phân tích.

Tất cả gọi bằng lệnh bắt đầu bằng /seo, tác giả ghi có 32 lệnh như vậy.

Một điểm mình đánh giá cao ở tác giả: trong phần giới thiệu có hẳn mục Limitations (giới hạn), nói thẳng hai giới hạn thật của nó. Người làm sản phẩm chịu ghi ra chỗ mình còn yếu thường là người làm nghiêm túc.

Nếu bạn đang làm nội dung, làm web, hay làm marketing mà muốn có một lượt soi SEO tử tế ngay trong chỗ bạn vẫn làm việc hàng ngày, kho này đáng để vào xem.

https://github.com/AgriciDaniel/claude-seo

playwright-mcp là MCP server (cầu nối chuẩn để AI gọi công cụ bên ngoài) do chính Microsoft làm, dựng trên Playwright - bộ công cụ tự động hoá trình duyệt của chính hãng này.

Điểm cốt lõi: nó cho AI đọc trang bằng accessibility tree (cây trợ năng - bản mô tả cấu trúc trang mà trình đọc màn hình dùng cho người khiếm thị), thay vì bằng ảnh chụp.

Hình dung thế này: thay vì đưa cho AI một tấm ảnh chụp căn phòng rồi bảo “tìm công tắc đèn”, nó đưa hẳn danh sách mọi thứ trong phòng kèm tên gọi.

README nêu ba điểm mạnh: nhanh và nhẹ, không cần model thị giác, và thao tác xác định (tránh cảnh mơ hồ thường gặp ở cách dựa vào ảnh chụp).

Cài thì gọn. Với Claude Code chỉ một dòng. README có sẵn hướng dẫn riêng cho VS Code, Cursor, Windsurf, Claude Desktop, Codex, Copilot, Gemini CLI, LM Studio... và cả bản chạy bằng Docker.

Bộ công cụ chia tầng. Nhóm lõi lo phần thường dùng: bấm, gõ, điền form, điều hướng, quản lý tab. Ngoài ra README có mục “khả năng bổ sung” bật thêm bằng cờ --caps, gồm devtools, thao tác theo toạ độ và xuất PDF.

Một chi tiết hiếm gặp: chính README của Microsoft khuyên nếu bạn đang dùng coding agent (AI viết code) thì cân nhắc dùng Playwright CLI + SKILLS vì tốn ít token hơn. Còn MCP hợp với những vòng lặp agent cần giữ trạng thái trình duyệt liên tục, tự chữa test, hay chạy tự động dài hơi. Một kho tự chỉ đường sang lựa chọn khác phù hợp hơn cho bạn, không phải chỗ nào cũng thấy.

Lưu ý an toàn, cũng lấy nguyên từ README: Playwright MCP không phải một hàng rào bảo mật. Bạn cho agent quyền mở trình duyệt bằng hồ sơ đã đăng nhập của mình thì nên cân nhắc kỹ.

Bạn nào đang cho agent làm việc với web thì vào xem
https://github.com/microsoft/playwright-mcp

Chị Trang học viên khóa 01. Trước khi đăng ký, chị rất nghi ngờ khả năng của chính mình, không biết mình có theo được không.

Học xong, chị có chia sẻ lại:

“Em lúc nào cũng chỉ muốn nhanh nhanh về nhà. Không phải để nghỉ. Mà để mở máy lên, tiếp tục làm dự án.”

Mình đọc câu này mà thấy vui.

Vì mình gặp nhiều người rồi, ai cũng có ý tưởng trong đầu. Nhưng nghĩ ra xong là tắc. Không biết bắt đầu từ đâu. Không tin AI Agent làm nổi tới mức đó. Rồi nhẩm thử thì thấy một mình mình không kham xuể, bao nhiêu buổi tối, bao nhiêu việc đang dở.

Thế là ý tưởng nằm im. Để đó. Rồi quên.

12 buổi này gỡ đúng mấy chỗ đó. Bạn biết bắt đầu từ đâu. Bạn thấy tận mắt một Agent làm được tới đâu, nên không phải ngồi đoán nữa. Và bạn không còn làm một mình.

Người dùng AI mở máy, hỏi một câu, nhận một câu, rồi tự làm nốt phần còn lại. Làm được tới đâu là do ngồi được mấy tiếng.

Người chỉ huy AI Agent thì chia việc ra cho cả đội, mỗi Agent lo một phần, việc vẫn chạy lúc mình đứng dậy khỏi bàn. Vẫn một người, mà ra được khối lượng của cả một đội. Không phải vì làm nhanh hơn ai. Vì không còn tự làm nữa.

Sau khóa, chị Trang làm được cả một ứng dụng dạy tiếng Đức, có Agent chạy bên trong.

Chị viết: “Thật ra chính em cũng không nghĩ chỉ sau 12 buổi mình lại thay đổi nhiều như vậy.”

Vậy mà thứ chị thấy quý nhất lại không phải mấy sản phẩm làm ra:

“Những sản phẩm em làm được rất quý, nhưng quý hơn là bây giờ em không còn nhìn một ý tưởng rồi nghĩ: Chắc mình không làm được đâu. Bây giờ phản xạ của em lại là: Để thử xem mình có thể làm nó đến đâu.”

Công cụ rồi sẽ đổi. Sản phẩm rồi sẽ có cái mới. Còn cái phản xạ đó thì ở lại với mình, làm việc gì cũng dùng được.

Đó mới là phần khó nhất của việc chỉ huy. Không phải biết bấm nút nào, mà là dám nghĩ tới những việc lớn hơn sức mình.

Mà cái này không phải nghe xong là làm được. Ngồi trong lớp thì thấy dễ, về nhà mở máy lên là lại quay về lối cũ, ôm hết mọi việc vào mình.

Nên 12 buổi đều là lớp trực tiếp, sai chỗ nào sửa ngay chỗ đó. Chị Trang chia sẻ: “Không hiểu thì hỏi. Làm không được thì hỏi. Sai ở đâu, thầy chỉ ngay ở đó.”

Và trọn 12 buổi nằm trong The Forge, không gian học tập game hóa độc quyền của khóa, chỉ học viên mới vào được. Mỗi buổi là một chặng, nhiệm vụ gắn thẳng vào sản phẩm bạn đang làm chứ không phải bài tập cho có. Qua chặng thì mở khóa phần thưởng. Bài nộp có mình xem và góp ý. Nỗ lực hiện lên bảng, ai đang ở đâu nhìn là thấy. Cuối khóa, bạn có sản phẩm của riêng mình.

Bên trong còn có kho tài liệu tuyển chọn, một khu dạy cách học sao cho hiểu tới gốc, và mỗi ngày một góc nhìn ngắn để đầu bạn không nguội giữa hai buổi.

Sáu tuần là quãng đủ dài để một người đi lệch khỏi thứ mình định làm. The Forge là thứ giữ bạn đi hết.

Không cần biết code. Chỉ cần bạn đã quen dùng AI hằng ngày và chịu ngồi làm thật cùng lớp.

12 buổi, tối thứ 3 và thứ 7, gói trong sáu tuần. Ưu đãi Early Bird đóng hết ngày mai 31/8.

Trong những dòng chị viết, mình thích nhất câu này: “À… hóa ra mình cũng làm được.”

Sáu tuần nữa, mình mong bạn cũng có câu đó cho riêng mình.

Lộ trình đầy đủ và chỗ đăng ký:

https://ai-agent-vibe-coding-02.pages.dev/

Cùng một font Inter. Cùng cái nền chuyển màu tím sang xanh. Cùng kiểu thẻ lồng trong thẻ. Cùng kiểu chữ xám đặt trên nền màu. Theo tác giả kho, lý do là các model đều học từ cùng một rổ mẫu web.

Impeccable là kho mã nguồn mở sinh ra để chữa đúng chuyện đó. Nó là một bộ hướng dẫn thiết kế gắn thẳng vào con AI bạn đang dùng để code.

Bên trong có ba thứ:

1/ Một skill và 23 câu lệnh. Gõ /impeccable critique để nó soi lại thiết kế, /impeccable polish để dọn nốt trước khi ship, /impeccable bolder khi trang nhìn nhạt quá, /impeccable quieter khi lỡ tay làm lố. Coi như bạn với AI có chung một bộ từ vựng về thiết kế, khỏi phải tả dài dòng.

2/ 61 luật dò lỗi cố định. Nó quét thẳng vào code và bắt các dấu hiệu “đồ AI làm”: nền tím gradient, hiệu ứng nảy lỗi thời, viền tab lệch, quầng sáng tối. Cộng thêm các lỗi thiết kế cơ bản: dòng chữ quá dài, khoảng đệm chật, nút bấm bé xíu khó chạm trên điện thoại. 61 luật này chạy bằng logic cố định, không cần model AI, không cần khóa API. Nghĩa là nhanh, rẻ, và lần nào chạy cũng ra cùng kết quả.

3/ Chế độ xem biến thể ngay trên trình duyệt (/impeccable live) để bạn chỉnh tới lui từng phần tử tại chỗ.

Điểm đáng nói: tác giả ghi rõ Impeccable khởi nguồn từ skill frontend-design của Anthropic rồi đi xa hơn. Và nó không khóa vào một công cụ nào - cài được cho Claude Code, Cursor, Codex, Gemini CLI, GitHub Copilot, OpenCode và một loạt tool khác.

Nếu bạn đang để AI dựng giao diện mà cứ thấy nó “đúng nhưng nhìn chán”, đây là thứ đáng vào xem.

https://github.com/pbakaus/impeccable

Frontend Slides là một skill (bộ hướng dẫn nạp cho AI agent lập trình, để nó biết làm một việc theo đúng quy trình) do Zara Zhang làm và mở mã trên GitHub.

Nó làm được hai việc:

1/ Dựng bộ slide mới từ đầu. Bạn nói nội dung, mặc định nó sinh ra 3 bản xem trước về phong cách. Bạn chọn cái ưng mắt, nó dựng nốt cả bộ. Không cần biết CSS hay JavaScript.

2/ Chuyển file PowerPoint có sẵn sang web. Nó bóc chữ, ảnh, ghi chú trong file .pptx ra rồi dựng lại thành bản HTML, giữ nguyên hình ảnh gốc.

Vài điểm mình thấy đáng chú ý:

• Không phụ thuộc thư viện nào. Kết quả là một file HTML duy nhất, CSS và JavaScript nằm luôn bên trong. Không npm, không build. Tác giả nói thẳng trong phần triết lý của kho: một file HTML thì mười năm sau vẫn chạy, còn một dự án React từ 2019 thì chúc may mắn.

• Cố tình né thẩm mỹ AI chung chung. Tài liệu ghi thẳng là để tránh kiểu “gradient tím trên nền trắng” mà ai cũng nhận ra ngay là máy làm.

• Kho phong cách rộng: 12 preset dựng sẵn, cộng thêm 34 bộ thiết kế “bold” tùy chọn.

• Xong rồi chia sẻ được luôn: một lệnh đẩy lên Vercel (bản miễn phí) lấy link, hoặc xuất ra PDF để gửi mail. Lưu ý: bản PDF là ảnh tĩnh nên không giữ hiệu ứng chuyển động.

Điều mình thích nhất là chỗ này: nó không bắt bạn nói ra gu thẩm mỹ của mình. Nó cho bạn nhìn rồi chỉ tay. Với đa số người, chọn dễ hơn tả rất nhiều.

Kho cài được thành plugin cho Claude Code. Các agent lập trình khác như Codex, Gemini CLI, OpenCode, Kimi Code cũng dùng được: theo hướng dẫn của kho, cách đơn giản nhất là gửi cho agent link kho rồi bảo nó dùng skill này. Điều kiện là agent chạy trên máy bạn, có quyền đọc file và chạy lệnh.

https://github.com/zarazhangrui/frontend-slides

Nó làm gì

Bạn cài kho vào máy, mở bằng Claude Code, Cursor, Copilot, Windsurf hay Codex, rồi ví dụ có thể nói: “Làm cho tôi video 60 giây giải thích cách mạng thần kinh học”.

Con agent sẽ tự tra cứu trên web, viết kịch bản, tạo hình ảnh, đọc lời bình, tìm nhạc nền miễn phí, gắn phụ đề và render ra file video cuối.

Ba điểm mình thấy đáng chú ý

1/ Không cần khóa API trả phí vẫn ra được video thật. Cài xong là đã có sẵn Piper (bộ đọc chữ thành giọng nói chạy offline, miễn phí), kho tư liệu mở Archive.org, NASA, Wikimedia Commons, bộ dựng hình Remotion và HyperFrames, FFmpeg để ghép và nén. Có khóa API thì mở thêm được các model tạo hình, tạo video, giọng đọc cao cấp.

2/ Nó dựng được video từ phim thật, không chỉ cho ảnh tĩnh trôi qua trôi lại. Repo nói rõ đây là chỗ nhiều “stack video AI miễn phí” hay lờ đi. Với luồng documentary montage, agent gom một kho phim tư liệu mở, tìm đúng cảnh cần rồi cắt dựng thành một timeline hoàn chỉnh.

3/ Có chốt duyệt của con người ở từng khâu sáng tạo. Storyboard được dựng thành bảng có giá tiền từng cảnh để bạn duyệt TRƯỚC khi render, và sau khi render máy còn tự soi lại video bằng ffprobe, lấy mẫu khung hình, đo mức âm thanh rồi mới đưa cho bạn.

Quy mô

Theo mô tả của kho: hơn 10 luồng sản xuất (giải thích hoạt hình, người dẫn, quay màn hình, trailer điện ảnh, cắt clip ngắn, lồng tiếng đa ngữ, podcast...), hơn 100 công cụ và hơn 700 file kiến thức dạy agent dùng từng công cụ cho đúng.

Mỗi luồng đều đi theo một mạch cố định: nghiên cứu → đề xuất → kịch bản → lên kế hoạch từng cảnh → tạo tài nguyên → dựng phim → ghép hoàn chỉnh.

https://github.com/calesthio/OpenMontage

Không phải bộ slide. Là lớp học.

Trong đó có thầy AI và bạn học AI. Họ giảng, họ nói thành tiếng, họ vẽ lên bảng trắng, và thảo luận qua lại với bạn theo thời gian thực. Tên đầy đủ của dự án là Open Multi-Agent Interactive Classroom - lớp học tương tác nhiều tác nhân (multi-agent: nhiều AI đóng các vai khác nhau cùng làm việc trong một buổi, thay vì một AI trả lời một mình).

Bài học sinh ra gồm slide, bài kiểm tra, mô phỏng tương tác dạng HTML, và cả hoạt động học theo dự án. Xong thì xuất ra file .pptx để sửa tiếp, hoặc file .html để mở ở đâu cũng được.

Ngày 27/08/2026 nhóm phát triển ra bản v1.0.0, thêm một thứ đáng chú ý: bàn làm việc dạng trò chuyện. Kiểu bấm một nút ra nguyên khóa vẫn còn nguyên đó, nhưng giờ có thêm lựa chọn ngồi nói chuyện với một agent - nó lên khung chương trình, dựng và sửa từng trang, và nhận thêm chỉ dẫn của bạn ngay trong lúc đang chạy. Phiên làm việc lưu ở máy chủ, tiến trình bên đó có khởi động lại thì bạn vẫn dựng tiếp được.

Vài điểm mình thấy đáng nói:

1/ Không khóa bạn vào một hãng AI nào. Repo liệt kê hỗ trợ OpenAI, Anthropic, Google Gemini, DeepSeek, Qwen, Kimi, Grok, GLM, và cả Ollama chạy ngay trên máy. Bạn có khóa API của bên nào thì cắm bên đó.

2/ Chạy được mà không cần cơ sở dữ liệu. Mặc định nó lưu ngay trong trình duyệt. Muốn làm nghiêm túc hơn thì gắn PostgreSQL sau.

Ai dạy học, làm đào tạo nội bộ, hay chỉ đơn giản là muốn tự học một chủ đề khó theo kiểu ngồi trong lớp thay vì đọc chay - cái này đáng vào xem. Repo có sẵn một bản demo chạy trên web.

https://github.com/THU-MAIC/OpenMAIC

Nó không phải một web app để bạn kéo thả. Nó là một agent skill (bộ kỹ năng cắm thêm cho trợ lý AI) chạy được với Claude Code, Cursor, Codex CLI và OpenCode. Bạn vẫn ngồi trong chat như thường, chỉ thêm một câu kiểu “dùng archify vẽ kiến trúc runtime của repo này”.

Cách nó chạy:

Trợ lý AI không vẽ hình. Nó viết ra một file JSON mô tả sơ đồ theo đúng khuôn quy định. Archify cầm file đó, chạy một loạt kiểm tra (khuôn dữ liệu, bố cục, mã HTML/SVG dựng ra, đường nối, khoảng hở giữa nhãn và đường) rồi mới dựng ra hình. Qua hết cửa mới xuất; trượt cửa nào thì nó trả về mã lỗi kèm chỗ cần sửa, chứ không quăng ra một stack trace khó đọc.

Vài thứ đáng chú ý:

1/ Năm loại sơ đồ: kiến trúc hệ thống, quy trình (workflow), tuần tự (sequence), luồng dữ liệu (data flow), và vòng đời trạng thái (lifecycle).

2/ So sánh hai bản sơ đồ kiến trúc trước khi merge. Đưa vào hai bản đã qua kiểm, Archify chỉ ra đúng cái gì được thêm, bớt, đổi, dời, đổi đường đi. Tác giả ghi rõ nó chỉ nêu sự khác biệt, không tự kết luận thay bạn là thay đổi đó rủi ro hay an toàn.

3/ Kết quả là một file HTML tự chứa, mở bằng trình duyệt là chạy. Trong đó tìm được node, lần được đường đi giữa hai điểm, đổi sáng tối, và xuất ra PNG, SVG, WebM hay ảnh chia sẻ.

Tác giả nói thẳng trong tài liệu: Archify không phải trình vẽ đa dụng, cũng không phải một bộ theme cho Mermaid. Nó làm đúng một việc: biến ý đồ kỹ thuật thành một thứ để truyền đạt cho người khác.

Cài một dòng lệnh là xong. Ai đang phải giải thích kiến trúc hệ thống cho đồng đội, cho sếp, hay cho chính mình sáu tháng sau, thì đây là thứ nên vào xem.
https://github.com/tt-a1i/archify

Nó làm được gì?

Bạn cài Claude in Chrome vào trình duyệt từ Chrome Web Store. Cài xong, Claude đọc được trang bạn đang mở và tự thao tác trên đó: đọc và gõ chữ, bấm link, chuyển trang, điền biểu mẫu. Quan trọng là nó dùng luôn tài khoản bạn đã đăng nhập sẵn.

Điểm này giải quyết một chỗ rất thật. Nhiều công cụ phổ biến đã nối được với Claude, nhưng còn cả đống thứ thì không: dashboard nội bộ công ty, hệ thống cũ, cổng thông tin của nhà cung cấp. Claude in Chrome mở đường cho Claude vào được đúng những chỗ đó.

Cái mới nhất lần này: Claude được tự hành động.

Bản thử nghiệm trước đây bắt bạn duyệt từng thao tác một. Bản chính thức thì Claude tự động duyệt những hành động nó xác định là an toàn, dùng đúng cơ chế của chế độ auto trong Claude Code. Không thích thì tắt trong cài đặt để quay lại duyệt tay.

Vậy còn an toàn thì sao?

Anthropic nói chính các lớp phòng thủ bên dưới mới cho họ đủ tự tin để mở rộng. Mối lo chính ở đây tên là prompt injection (lệnh độc giấu trong trang web, email hoặc ô nhập liệu, nhằm lừa AI làm việc bạn không hề yêu cầu). Ví dụ Anthropic nêu: bạn nhờ Claude soạn thư trả lời, một email chứa lệnh ẩn có thể bảo Claude chuyển tiếp các thư khác của bạn cho kẻ tấn công.

Ba lớp chắn họ mô tả:

1/ Huấn luyện model nhận diện đòn tấn công - đòn nào thọc thủng được model hiện tại thì bị đưa vào thư viện để huấn luyện đời sau.

2/ Probe soi nội dung web trước khi Claude hành động - nghi ngờ là Claude được cảnh báo phải dè chừng, cần thiết thì hỏi lại bạn.

3/ Bộ phân loại kiểm từng hành động trước khi chạy - đối chiếu việc Claude sắp làm với việc bạn đã yêu cầu. Lệch thì chặn.

Con số họ công bố: trên bài kiểm tra hiện tại (do đội red-team chuyên nghiệp dựng đòn mạnh hơn), khi chưa có lớp chắn nào, các đòn chạm được tới model thành công 17,6% với Opus 4.5 và 3,8% với Opus 5. Khi bật đủ probe và bộ phân loại, từ Opus 4.8 trở đi không đòn nào thành công với Sonnet 5, Opus 5 và Mythos 5; riêng Fable 5 là 0,3%.

Anthropic nói thẳng luôn: prompt injection là mục tiêu di động, đỡ được đòn hôm nay không có nghĩa đỡ được đòn ngày mai.

Vài giới hạn cần biết trước khi cài:

• Chỉ chạy trên Chrome. Chưa hỗ trợ các trình duyệt nền Chromium khác, cũng chưa có trên di động.

• Muốn Claude đụng tới file trong máy hay các ứng dụng khác thì vẫn phải dùng app máy tính.

• Gói Enterprise: quản trị viên quản trong Organization Settings và giới hạn được danh sách tên miền cho phép.

Phong thấy đây là bước đáng chú ý. Không phải vì nó thông minh hơn, mà vì nó đổi chỗ đứng của AI: từ chỗ bạn phải chép nội dung qua lại, sang chỗ AI đứng ngay trong luồng làm việc thật của bạn. Còn tự động tới đâu thì phải dùng đủ lâu trên việc thật mới biết.

https://claude.com/blog/claude-in-chrome-generally-available

https://claude.com/claude-in-chrome