Bản tin AI Agent nửa cuối tháng 10/2026: agent làm việc lâu hơn, dùng máy tính rẻ hơn và bị kiểm soát chặt hơn

Hai tuần qua, từ 15 đến 29/10/2026, gần như nền tảng AI Agent lớn nào cũng ra cập nhật. OpenAI có model mới chuyên dùng máy tính với giá rẻ hơn. Google giới thiệu Gemini 4 Carbon. Anthropic mở thử Claude Duet, một agent tự đến báo việc cho bạn. GitHub, Microsoft, Cursor, Notion và Replit đều thêm tính năng để agent làm việc lâu hơn và ít cần người cầm tay hơn.

Bản tin này mình tổng hợp từ bài đăng trên tài khoản X chính thức của các công ty, đọc ngày 30/10/2026. Mỗi mục có link về bài gốc. Các con số benchmark là số do chính công ty công bố, bạn nên đọc như lời giới thiệu sản phẩm chứ chưa phải kết quả kiểm chứng độc lập. Cuối bài là phần phân tích: bốn xu hướng mình thấy rõ nhất và việc doanh nghiệp nhỏ nên làm ngay.

OpenAI: GPT-6.1 Terra làm agent dùng máy tính rẻ hơn

Tin lớn nhất của OpenAI trong hai tuần là GPT-6.1 Terra, ra ngày 26/10. Đây là model chuyên cho việc "computer use": nhìn màn hình, bấm và gõ trên các ứng dụng giống một nhân viên văn phòng. OpenAI cho biết Terra đạt mức ngang GPT-6 Astra trên bài kiểm tra Agents' Last Exam (đo khả năng agent dùng phần mềm chuyên nghiệp), với giá mỗi token bằng một phần mười và chạy xong việc nhanh hơn trung bình hơn 3 lần.

Ảnh: bài đăng của @OpenAI trên X, 26/10/2026.

Terra có trong ChatGPT Work và Codex cho người dùng Plus, Pro, Enterprise và Edu. Lập trình viên gọi qua API với tên gpt-6.1-terra. Trong cùng ngày, GitHub Copilot và Notion cũng báo đã có Terra.

Ảnh: biểu đồ OpenAI công bố trên X, 26/10/2026.

Ba cập nhật khác đáng chú ý:

• Nhiều agent chạy song song. Từ ngày 16/10, GPT-6 Astra Pro trong ChatGPT cho nhiều agent cùng làm các phần khác nhau của một việc. Bạn theo dõi tiến độ từng agent và mở từng phần đã xong để duyệt. Tính năng này dành cho gói Pro.
• Tín dụng API cho người đã trả tiền ChatGPT. Từ ngày 28/10, người dùng Pro và Business đủ điều kiện nhận tín dụng API hằng tháng để tự làm app và agent. Gói Pro nhận 100, 200 hoặc 500 USD tuỳ mức. Gói Business nhận 20 USD cho mỗi ghế Standard hoặc 100 USD cho mỗi ghế Premium đã trả tiền, cộng dồn tối đa 500 USD mỗi workspace.
• Model OpenAI lên Google Cloud. Ngày 21/10, OpenAI đưa các model và luồng agent của Codex vào Model Garden của Google Cloud.

Còn một chuyện ít tính sản phẩm hơn nhưng quan trọng hơn. Ngày 23/10, OpenAI kể lại rằng hôm 20/9, một model trong lúc huấn luyện đã lợi dụng một lỗi cấu hình DNS để thoát ra khỏi "thế giới offline" (bản sao web dựng riêng cho model tập duyệt web). OpenAI đã tạm dừng huấn luyện các model tiên tiến để siết lại. Ngày 29/10, công ty công bố hệ thống giám sát mở rộng, hiện theo dõi mọi đợt huấn luyện tăng cường và toàn bộ việc dùng Codex trong nội bộ.

Anthropic: Claude Duet và agent tự chạy nhiều hơn

Ngày 21/10, Anthropic mở bản thử nghiệm Claude Duet, một app riêng trong đó Claude làm agent chủ động. Duet tự mang tới những việc cần bạn chú ý, làm việc bạn giao, tiếp tục làm khi bạn rời máy và hỏi lại trước khi hành động thay bạn. Anthropic nói Duet không trực tiếp nhìn thấy mật khẩu của bạn và có một bộ lọc riêng chặn việc chia sẻ thông tin nhạy cảm.

Ảnh: bài đăng của @claudeai trên X, 21/10/2026.

Duet đang là bản thử nghiệm sớm, chỉ cho người dùng gói Pro và Max tại Mỹ qua danh sách chờ. Anthropic cũng nói thẳng rằng Duet vẫn có thể đánh giá sai việc nào gấp.

Các thay đổi khác của Claude trong hai tuần:

• Chế độ tự động thành mặc định. Ngày 22/10, Anthropic thông báo rằng từ tuần kế tiếp, các phiên làm việc trên Claude web, máy tính và điện thoại của gói Pro, Max và Team sẽ chạy ở chế độ tự động. Thay vì hỏi bạn duyệt từng bước, một lớp kiểm tra tự động chặn các hành động rủi ro. Bạn vẫn chuyển về chế độ duyệt tay được.
• MCP Tasks và Elicitations. Ngày 23/10, Claude hỗ trợ thêm hai tính năng của MCP: plugin nhận việc chạy lâu (như nghiên cứu sâu) rồi báo lại khi xong; plugin cũng hỏi được người dùng giữa chừng (như xác nhận hoàn tiền). Hiện có trong Claude Code CLI.
• Agent Skills thành chuẩn mở. Ngày 22/10, Anthropic chuyển Agent Skills cho Agentic AI Foundation, tổ chức trước đó đã nhận MCP. Theo Anthropic, hơn 70 nền tảng agent đã tích hợp chuẩn này, gồm ChatGPT, Cursor, GitHub Copilot và VS Code. Skill bạn đã viết vẫn chạy như cũ.
• Claude Security quét code liên tục. Từ ngày 21/10, Claude Security quét kho code một lần thật kỹ rồi quét lại mỗi khi code thay đổi. Tính năng đang ở bản beta công khai cho Claude Enterprise.
• Code Review chính thức ra mắt cho gói Team và Enterprise (15/10), với ba mức duyệt Quick, Standard và Deep cho từng kho code.

Ảnh: bài đăng của @claudeai trên X, 21/10/2026.

Google: Gemini 4 Carbon và nền tảng app cho Gemini

Ngày 28/10, Google giới thiệu Gemini 4 Carbon, model tiên tiến mới nhất. Google cho biết Carbon đứng đầu Artificial Analysis Intelligence Index v5 với 59 điểm. Theo Google DeepMind, Carbon có thể làm các việc phức tạp trong nhiều ngày liền mà không bị kẹt hay đi đường tắt. Điểm cần lưu ý là Carbon chưa mở rộng rãi: đợt đầu chỉ dành cho các đội phòng thủ an ninh mạng trong chương trình Fairwind. Google nói sẽ sớm mở cho lập trình viên, doanh nghiệp và người dùng phổ thông.

Ảnh: bài đăng của @Google trên X, 28/10/2026.

Cùng ngày, Google mở bản xem trước Connected Apps Platform, nơi lập trình viên làm và quản lý app chạy được trong Google Search và app Gemini. Đợt đầu có app của Adobe, Calm và Peloton. Với người dùng thường, có hai cập nhật dùng được ngay: Gemini giờ tạo, xem trước và sửa trực tiếp tài liệu, PDF, slide và bảng tính, cho mọi người dùng ở mọi ngôn ngữ Gemini hỗ trợ. Gemini cũng đọc được các tìm kiếm và địa điểm đã lưu trên Google Maps, kết hợp với Google Calendar để gợi ý lịch trong ngày, nếu bạn cho phép.

Ảnh: bài đăng của @Google trên X, 28/10/2026.

Một thí nghiệm của Google DeepMind cho thấy agent đang tiến tới đâu. Bốn agent Gemini 4 Argon cùng chơi Minecraft từ đầu và hạ được rồng Ender sau 27 giờ. Chúng chỉ dùng code và chữ, tự viết 2.783 chương trình, chia việc qua chat, chia sẻ ghi chú và cùng sửa lỗi mà không có người giúp.

GitHub và Microsoft: agent chạy theo lịch, kế toán có skill riêng

GitHub Universe khai mạc ngày 28/10. Tính năng gần với việc hằng ngày nhất là Copilot Automations: bạn định nghĩa một việc một lần, rồi cho nó chạy khi bấm, theo lịch, hoặc khi có hoạt động trên GitHub hay một dịch vụ đã kết nối. Automation chia sẻ được cho cả nhóm, kèm giới hạn quyền truy cập, hành động và chi tiêu.

Ảnh: bài đăng của @github trên X, 28/10/2026.

GitHub cũng giới thiệu Copilot Fusion. Theo GitHub, trên Coding Agent Index của Artificial Analysis, Copilot Fusion Max kém Claude Code chạy Opus 5.5 Max chưa tới hai điểm với chi phí API mỗi việc bằng khoảng một nửa. Chính GitHub ghi rõ là họ đặt hàng và trả tiền cho đợt đánh giá này.

Ảnh: biểu đồ Artificial Analysis do @github đăng trên X, 28/10/2026.

Bên Microsoft, ngày 29/10 Copilot có thêm hơn 25 skill và plugin cho tài chính trong Excel và Cowork. Ví dụ là các skill kế toán trong Excel: đối chiếu giao dịch, đánh dấu ngoại lệ và lần ngược công thức về nguồn số liệu, còn quyết định cuối cùng vẫn do người làm.

Ảnh: bài đăng của @MSFTCopilot trên X, 29/10/2026.

Cursor, Notion và Replit: agent dùng máy tính, làm việc cho cả công ty

Cursor có nhiều cập nhật cho agent trong hai tuần này. Ngày 23/10, Cursor điều khiển được máy tính: agent bấm và gõ trên mọi ứng dụng chứ không chỉ trong trình duyệt, ví dụ mở iOS Simulator để thử tính năng vừa viết. Ngày 26/10, Cursor ra Agent SDK. Bạn định nghĩa agent bằng code: lời nhắc viết bằng Markdown, công cụ viết bằng TypeScript. Agent chạy được trên hạ tầng của Cursor hoặc của bạn, kèm sẵn phần đánh giá để đo mỗi lần thay đổi.

Ảnh: bài đăng của @cursor_ai trên X, 26/10/2026.

Notion đi cùng hướng. Từ ngày 27/10, Notion Agent dùng được máy tính để tạo và sửa file: từ một cuộc trò chuyện ra thẳng bảng Excel, văn bản Word, slide PowerPoint hoặc PDF mà không rời Notion. Notion cũng làm lại MCP để các agent khác dùng Notion như bộ nhớ chung.

Ảnh: bài đăng của @NotionHQ trên X, 27/10/2026.

Replit nhắm vào nhân viên không biết lập trình. Từ ngày 27/10, Replit Cloud Agents biến yêu cầu bằng lời thường thành một pull request đã chạy thử, rồi kỹ sư duyệt trước khi đưa code lên. Replit nói đội thiết kế của họ đã đưa lên hơn 250 nghìn dòng code trong sáu tháng theo cách này. Tính năng có cho gói Enterprise và Pro.

Ngày 28/10, Replit cũng công bố ViBench 2.0, bài kiểm tra cho agent xây trọn một sản phẩm từ dự án trống, từng tính năng một. Kết quả là ngay cả các model mạnh nhất (GPT-6.1 Sol, GPT-6 Astra, Opus 5.5) cũng chỉ qua hết mọi bài kiểm tra ở 49 tới 65% số lần xây.

Ảnh: bài đăng của @Replit trên X, 28/10/2026.

Bốn xu hướng đáng để ý

Đọc hơn 200 bài đăng của 16 tài khoản trong hai tuần, mình thấy bốn chuyện lặp đi lặp lại.

Agent làm việc lâu hơn và không cần bạn ngồi canh. Carbon làm một việc trong nhiều ngày. Duet tiếp tục khi bạn rời máy. Copilot Automations chạy theo lịch. Bốn agent Gemini chơi Minecraft 27 giờ liền. Cách dùng AI đang chuyển từ "hỏi và chờ đáp" sang "giao việc rồi quay lại duyệt". Với người điều hành, kỹ năng quan trọng không còn là viết câu lệnh hay mà là mô tả đầu việc rõ, định nghĩa thế nào là xong và đặt điểm dừng để người duyệt.

Agent dùng máy tính đang rẻ đi. Terra làm được việc như model đắt nhất với giá token bằng một phần mười. Cursor và Notion đều cho agent bấm, gõ trên ứng dụng. Điều này quan trọng với doanh nghiệp Việt Nam, vì rất nhiều phần mềm kế toán, bán hàng hay quản lý kho đang dùng không có API để kết nối. Khi agent tự thao tác được trên giao diện, những phần mềm đó cũng tự động hoá được, dù vẫn chậm và dễ sai hơn so với kết nối qua API.

Các nền tảng đang dùng chung chuẩn. Agent Skills về Agentic AI Foundation cùng MCP. Model của OpenAI và Claude đều có trên Google Cloud. GPT-6.1 Terra có mặt trong GitHub Copilot và Notion ngay ngày ra mắt. Với doanh nghiệp, đây là tin tốt: skill và quy trình bạn xây hôm nay ít bị khoá vào một hãng. Nếu bạn đã viết skill cho Claude Code, khả năng cao nó dùng được ở nền tảng khác.

Kiểm soát trở thành tính năng chính. Gần như bản cập nhật nào cũng kèm một lớp kiểm soát: chế độ tự động của Claude có bộ lọc chặn hành động rủi ro, Copilot Automations có giới hạn chi tiêu, Replit bắt kỹ sư duyệt pull request. Lý do đã hiện rõ trong chính tin tức hai tuần qua. Một model của OpenAI thoát khỏi môi trường huấn luyện qua một lỗi DNS. Anthropic phân tích lại sự cố Claude Mythos 5 tự hành động trên internet khi được AISI thử nghiệm. Kết quả ViBench cũng cho thấy agent mạnh nhất vẫn trượt ít nhất một bài kiểm tra ở khoảng một phần ba tới một nửa số lần xây sản phẩm. Agent càng tự chủ, phần người duyệt càng quan trọng.

Doanh nghiệp nhỏ nên làm gì trong tuần này

Đừng chạy theo từng bản cập nhật. Mình gợi ý ba việc:

1. Chọn một việc lặp lại hằng tuần để giao cho agent chạy tự động, ví dụ tổng hợp báo cáo doanh số hay rà email khách hàng. Viết rõ đầu vào, đầu ra và ai duyệt. Cách chọn công cụ theo đầu việc có trong bài bảng chọn nhanh cho CEO doanh nghiệp nhỏ.
2. Đặt giới hạn trước khi bật chế độ tự động. Agent được chạm vào thư mục nào, gửi được gì ra ngoài, tiêu tối đa bao nhiêu tiền mỗi tháng. Phần ngân sách mình đã viết trong bài tính chi phí AI theo từng nhân viên.
3. Đóng gói quy trình thành skill thay vì lưu câu lệnh rời. Chuẩn Agent Skills giờ dùng được ở nhiều nền tảng, nên công sức bỏ ra không mất khi bạn đổi công cụ.

Nguồn

Toàn bộ thông tin trong bài lấy từ bài đăng trên X của các tài khoản chính thức @OpenAI, @OpenAIDevs, @AnthropicAI, @claudeai, @ClaudeDevs, @Google, @GoogleDeepMind, @GeminiApp, @github, @MSFTCopilot, @cursor_ai, @NotionHQ và @Replit, đăng trong khoảng 15 đến 29/10/2026 và đọc lại ngày 30/10/2026. Mỗi mục trong bài có link tới bài đăng gốc. Ảnh thuộc về tài khoản đã đăng, ghi nguồn dưới từng ảnh.