Ngày 26/6, ba tin tức AI đáng chú ý bao gồm: Google tích hợp khả năng điều khiển màn hình trực tiếp vào Gemini 3.5 Flash; dữ liệu mới từ SignalFire cho thấy kỹ sư là nhóm nghề bền vững nhất trước làn sóng AI; IBM trình làng kiến trúc chip hoàn toàn mới, vượt ngưỡng vật lý 1nm. Như vậy, AI đang thay đổi cùng lúc cả phần cứng, phần mềm lẫn cơ cấu nhân lực.
1. Google tích hợp Computer Use vào Gemini 3.5 Flash
Google vừa đưa khả năng điều khiển màn hình trực tiếp vào Gemini 3.5 Flash, cho phép mô hình nhìn, hiểu và thao tác trên máy tính, trình duyệt cũng như thiết bị di động mà không cần công cụ bên ngoài. Trước đây, tính năng này chỉ có ở một mô hình Gemini 2.5 riêng. Kết hợp với các công cụ sẵn có như gọi hàm, Tìm kiếm và Maps, lập trình viên có thể xây dựng agent hoạt động trên cả trình duyệt, di động và máy tính, cho các tác vụ như kiểm thử phần mềm hay tự động hoá văn phòng.
Trên benchmark OSWorld, Gemini 3.5 Flash đạt 78,4 điểm, tăng từ 65,1 của Gemini 3 Flash và vượt GPT-5.4 mini (72,1). GPT-5.5 nhỉnh hơn một chút ở mức 78,7, trong khi Opus 4.8 của Anthropic dẫn đầu bảng với 83,4 điểm; Sonnet 4.6 đạt 78,4 điểm và Gemini 3.1 Pro đạt 76,2 điểm. Để phòng tấn công tiêm lệnh (prompt injection), Google dùng huấn luyện đối kháng và hai cơ chế an toàn tùy chọn cho doanh nghiệp, đồng thời khuyến nghị chạy trong môi trường cô lập, có người giám sát và kiểm soát truy cập chặt chẽ.
Điểm đáng chú ý là một mô hình ở phân khúc tốc độ cao như Flash nay đã đạt điểm computer use gần ngang nhóm dẫn đầu (78,4 so với 78,7 của GPT-5.5), mở sẵn qua API để xây dựng agent. Với các đội đang xây dựng agent tự động hoá qua computer use, đây là tín hiệu cho thấy khoảng cách giữa “chạy thử” và “triển khai thực tế” đang thu hẹp đáng kể.
Nguồn: The Decoder
Ghi chú thuật ngữ
- Computer Use: Tính năng cho phép AI nhìn và điều khiển màn hình máy tính, gồm cả trình duyệt và ứng dụng di động.
- OSWorld: Benchmark đánh giá khả năng thực hiện tác vụ máy tính của AI agent; điểm cao hơn nghĩa là agent hoàn thành nhiều tác vụ thực tế hơn.
- Prompt injection (tiêm lệnh): Kiểu tấn công cài lệnh ẩn vào nội dung mà AI đọc, nhằm khiến mô hình làm điều người dùng không yêu cầu.
2. Nghịch lý Jevons: Kỹ sư là nhóm bền vững nhất trong thị trường lao động AI
SignalFire vừa công bố phân tích theo dõi sự nghiệp của hàng chục triệu nhân viên trên hơn 80 triệu công ty. Kết quả bất ngờ: kỹ sư là nhóm nghề bền vững nhất trong thị trường lao động đang bị AI định hình lại. Tổng tuyển dụng tại các công ty công nghệ lớn giảm 25% so với năm 2019, nhưng riêng kỹ sư chỉ giảm 11%. Tỷ lệ kỹ sư trong số nhân viên mới tuyển năm 2025 đạt 55%, tăng từ 46% năm 2019. Startup giai đoạn đầu thậm chí tuyển thêm 7% kỹ sư năm 2025 so với 2019.
Cơ chế đằng sau là nghịch lý Jevons: khi công cụ AI giúp kỹ sư viết mã nhanh hơn, công ty không cần ít kỹ sư hơn mà mở rộng phạm vi công việc. Jensen Huang, CEO Nvidia, xác nhận điều này khi nói rằng từ khi toàn bộ kỹ sư Nvidia dùng agentic AI, họ “bận rộn hơn bao giờ hết.” Đáng chú ý, ngay cả khi CEO Anthropic Dario Amodei từng cảnh báo AI có thể xoá sổ một nửa việc làm văn phòng cấp đầu vào, chính người phụ trách kinh tế của Anthropic cho biết hồi tháng 3 họ chưa thấy tác động đáng kể nào của AI lên lực lượng lao động. Dữ liệu này không có nghĩa mọi kỹ sư đều an toàn trước AI, nhưng cho thấy khác với các lo ngại thông thường: nhu cầu kỹ năng kỹ thuật tổng thể đang tăng chứ không giảm vì AI.
Nguồn: TechCrunch
Ghi chú thuật ngữ
- Nghịch lý Jevons (Jevons paradox): Hiện tượng khi công nghệ tăng hiệu quả sử dụng một nguồn lực, tổng nhu cầu thực tế lại tăng thay vì giảm, vì khối lượng công việc nở ra để lấp đầy năng lực mới.
- Agentic AI: AI được thiết kế để tự lên kế hoạch và thực hiện chuỗi tác vụ phức tạp mà không cần hướng dẫn từng bước.
3. IBM trình làng chip sub-1nm đầu tiên trên thế giới
IBM vừa công bố chip nguyên mẫu với kiến trúc nanostack, xếp chồng transistor theo chiều dọc ở node mà hãng gọi là “0,7 nanomet”. Chip nhồi gần 100 tỷ transistor vào diện tích bằng móng tay, mật độ gần gấp đôi chip tiên tiến nhất IBM công bố năm 2021. Theo IBM, chip mới có thể làm nhiều việc hơn tới 50% trong cùng thời gian, hoặc tiêu thụ điện ít hơn tới 70% so với thế hệ trước. Cần lưu ý: tên gọi “0,7 nanomet” là thuật ngữ tiếp thị theo quy ước ngành, không phản ánh kích thước vật lý thực của chip, khoảng cách giữa các transistor thực tế đã giữ ở mức khoảng 40 nanomet từ lâu.
Ý nghĩa thực sự không nằm ở một con số hiệu suất, mà ở chỗ ngành chip đang đổi hướng tiếp cận. Trong nhiều thập kỷ, cách tăng sức mạnh là thu nhỏ transistor, nhưng transistor nay đã gần giới hạn vật lý, không thể nhỏ hơn. Thay vì thu nhỏ, kiến trúc nanostack của IBM xếp chồng transistor lên nhau theo chiều dọc, một hướng đi mà giới phân tích cho rằng có thể kéo dài lộ trình của định luật Moore thêm khoảng mười năm nữa. IBM cho biết kỳ vọng chip dùng công nghệ nanostack sẽ phổ biến trong các trung tâm dữ liệu trong vòng một thập kỷ, nơi hiệu quả năng lượng cao hơn giúp quản lý điện năng tốt hơn. Lưu ý: đây vẫn là kết quả phòng thí nghiệm, chưa phải sản phẩm thương mại, và việc xếp nhiều lớp transistor còn đặt ra thách thức về tỷ lệ lỗi và tản nhiệt khi sản xuất hàng loạt.
Nguồn: MIT Technology Review
Ghi chú thuật ngữ
- Transistor: Công tắc điện tử siêu nhỏ trên chip, đóng/mở dòng điện để thực hiện phép tính; là đơn vị cấu thành cơ bản của mọi vi xử lý. Càng nhồi được nhiều transistor trên một chip thì chip càng mạnh.
- Nanostack: Kiến trúc transistor xếp chồng theo chiều dọc, cho phép tăng mật độ chip vượt giới hạn vật lý của quy trình sản xuất phẳng truyền thống.
- Node: Tên gọi mỗi thế hệ công nghệ chế tạo chip; theo quy ước ngành, con số càng nhỏ thường gắn với mật độ transistor càng cao, nhưng không nhất thiết là một kích thước vật lý cụ thể.
- Định luật Moore (Moore’s Law): Quan sát rằng số transistor trên mỗi chip tăng gấp đôi đều đặn theo thời gian, nền tảng cho đà tăng sức mạnh máy tính suốt hơn nửa thế kỷ.
Bài viết của đội ngũ ZTO Labs, chuyên đào tạo và nghiên cứu AI tại Việt Nam.
