#ai-agents

Your AI Agent Keeps Missing The Real Bottleneck. JetBrains Rider Can Fix It Now.

JetBrains vừa bổ sung kỹ năng dottrace-analyze cho AI Assistant trong Rider 2026.2 EAP 8, giúp AI agent phân tích trực tiếp các snapshot .dtp từ dotTrace thay vì đoán mò bottleneck dựa trên source code. Kết quả benchmark trên 80 lượt chạy và 8 kịch bản .NET cho thấy độ chính xác tăng vọt từ 4.71 lên 8.15/10, đặc biệt cải thiện mạnh mẽ trong trường hợp UI freeze của Avalonia (từ 1.6/10 lên 10/10). Tính năng này yêu cầu subscription dotUltimate hoặc All Products Pack.

Lập trình viên nên đọc bài này vì JetBrains Rider 2026.2 EAP mới giới thiệu công cụ phân tích hiệu suất chính xác hơn bằng cách kết hợp dữ liệu thực tế từ dotTrace thay vì chỉ dựa vào các dấu hiệu giả định từ mã nguồn, giúp tiết kiệm thời gian và cải thiện hiệu suất ứng dụng một cách đáng kể.

Heron : Wireshark for AI Agents: passive eBPF observability

Heron là công cụ phân tích mạng thụ động dành cho AI agents, sử dụng eBPF để giải mã lưu lượng TLS (LLM) thành plaintext mà không cần SDK hay proxy. Phiên bản 0.7.0 bổ sung kiến trúc OpenTelemetry-native, lọc tự động sidecar an ninh Claude Code, và xuất sẵn SFT trajectory cho fine-tuning, chạy dưới dạng binary Rust duy nhất.

Lập trình viên phát triển ứng dụng AI nên đọc để khám phá cách Heron giúp theo dõi và debug giao thức TLS bí mật của các agent AI một cách hiệu quả, từ đó tối ưu hóa hiệu suất và bảo mật mà không cần phụ thuộc vào SDK hoặc proxy phức tạp.

Improving the speed and energy-efficiency of AI agents

Các nhà nghiên cứu từ MIT và Microsoft đã phát triển Murakkab, một hệ thống tự động tối ưu hóa quy trình làm việc của AI agent bằng cách tự động lựa chọn mô hình, công cụ và cấu hình phần cứng dựa trên mô tả ngôn ngữ tự nhiên từ nhà phát triển, đồng thời điều chỉnh linh hoạt theo ưu tiên như chi phí hay tốc độ. Trong thử nghiệm, Murakkab tiết kiệm tới ~65% tài nguyên tính toán, ~73% năng lượng và trên 75% chi phí so với phương pháp truyền thống mà vẫn duy trì hiệu suất ổn định.

Lập trình viên nên đọc bài này vì Murakkab không chỉ tiết kiệm chi phí và năng lượng cho AI mà còn giúp họ thiết kế các hệ thống thông minh hiệu quả hơn bằng cách tự động tối ưu hóa các quyết định kỹ thuật từ đầu, cho phép họ tập trung vào logic kinh doanh thay vì chi tiết kỹ thuật phức tạp.

Gemini 3.5 Flash can now see and control your screen, and Google wants enterprises to trust it

Google tích hợp khả năng xem và điều khiển màn hình (screen-seeing & control) trực tiếp vào Gemini 3.5 Flash, thay thế mô hình tách biệt trước đây, nhằm phục vụ tự động hóa doanh nghiệp như kiểm thử phần mềm liên tục hay tác vụ trình duyệt đa bước. Tính năng này đi kèm các biện pháp an toàn tùy chọn như xác nhận người dùng trước hành động nhạy cảm hay dừng tự động khi phát hiện prompt injection, nhưng Google thừa nhận không có giải pháp bảo mật nào là hoàn hảo. Động thái này cạnh tranh trực tiếp với các sản phẩm tương tự của Anthropic (Claude Computer Use) và OpenAI, trong đó câu chuyện an toàn cho doanh nghiệp là điểm khác biệt chính.

Lập trình viên nên đọc để hiểu cách Gemini 3.5 Flash mở rộng khả năng tự động hóa công việc phát triển, từ kiểm thử liên tục đến điều khiển giao diện người dùng, giúp tiết kiệm thời gian và tăng hiệu suất trong các dự án doanh nghiệp.

Why the Frontier Ecosystem must be Open — Matei Zaharia and Reynold Xin, Databricks

Databricks nhấn mạnh tầm quan trọng của hệ sinh thái mở (Frontier Ecosystem) trong việc xây dựng hệ điều hành cho các tác nhân AI doanh nghiệp. Họ giới thiệu Omnigent, một meta-harness mã nguồn mở giúp chuẩn hóa API cho các coding agent như Claude Code, Codex và Cursor, hỗ trợ phiên làm việc liên tục, cộng tác và kiểm soát bảo mật. Ngoài ra, Databricks đề cập đến LTAP (Lake Transactional/Analytical Processing) nhằm hợp nhất workload giao dịch và phân tích, cũng như thảo luận về chiến lược mô hình Mosaic và vai trò của dữ liệu được tổ chức tốt trong việc tái định nghĩa phần mềm truyền thống.

Những lập trình viên xây dựng hệ thống AI hoặc ứng dụng doanh nghiệp nên đọc để hiểu cách kết hợp kiến trúc mở, quản lý dữ liệu hiệu quả và bảo mật thông minh để xây dựng các agent AI tự động hóa công việc một cách bền vững và tuân thủ.

Knowledge graph RAG: structured retrieval for AI agents

GraphRAG khắc phục hạn chế của vector search khi không thể truy vết mối quan hệ giữa tài liệu, cho phép các tác nhân AI kết nối bằng chứng đa bước nhờ mô hình hóa dữ liệu dưới dạng thực thể (entities) và liên kết (edges). Redis Iris cung cấp nền tảng tích hợp tìm kiếm vector, cập nhật dữ liệu theo thời gian thực, truy cập công cụ có kiểm soát và bộ nhớ đệm ngữ nghĩa để hỗ trợ kiến trúc truy xuất này.

Lập trình viên cần đọc bài này để hiểu cách xây dựng hệ thống tìm kiếm thông minh cho AI bằng GraphRAG, giúp giải quyết vấn đề truy vấn đa cấp và cập nhật dữ liệu hiệu quả trong ứng dụng agent.

Sub-agents: splitting context across specialized AI agents

Các sub-agent là những thành phần AI chuyên biệt đảm nhiệm nhiệm vụ nhỏ trong hệ thống multi-agent, giúp khắc phục giới hạn cửa sổ ngữ cảnh (context window) của LLM nhờ phân chia khối lượng công việc. Tuy nhiên, việc chia nhỏ này cũng gây ra rủi ro sai lệch trạng thái, trùng lặp công việc hoặc lỗi tích tụ. Giải pháp đề xuất là sử dụng bộ nhớ chia sẻ kết hợp nhiều lớp (bộ nhớ phiên ngắn hạn, dài hạn bằng vector search) cùng cơ chế điều phối như pub/sub hay Streams, với Redis Iris là giải pháp thống nhất hỗ trợ đầy đủ các yêu cầu này.

Lập trình viên cần đọc để hiểu cách tối ưu hóa hệ thống AI đa agent bằng cách giải quyết vấn đề phân tán thông tin và tránh rủi ro mất hiệu suất do quản lý bộ nhớ phân tán không hiệu quả.

Who will be the senior engineers of 2036?

Năm 2025, tuyển dụng entry-level tech tại châu Âu giảm 3% trong khi toàn cầu tăng 14%, khiến nguồn nhân lực tương lai cho vị trí kỹ sư senior bị ảnh hưởng. AI đang thay thế công việc entry-level vốn là bước đệm để đào tạo chuyên môn, đe dọa thiếu hụt senior engineers trong thập kỷ tới. Tác giả đề xuất tận dụng cộng đồng open source (nơi châu Âu dẫn đầu về đóng góp CNCF và OpenInfra) như hệ thống đào tạo thực hành cho nhà phát triển mới vào nghề.

Nếu bạn đang tìm cách phát triển sự nghiệp từ junior lên senior trong ngành công nghệ, bài viết này sẽ giúp bạn hiểu cách chuyển đổi từ việc học theo quy trình truyền thống sang xây dựng kiến thức thông qua cộng đồng mở, đặc biệt là khi AI đang thay đổi cách đào tạo kỹ năng cơ bản.

Cursor, GitLab and Zed agree GitHub is breaking. They disagree on how to rebuild it.

Ba công ty Cursor, GitLab và Zed đều nhận thấy GitHub đang gặp khó khăn trước khối lượng …

I automated my job (and it made me a better leader)

Một giám đốc cấp cao tại GitHub chia sẻ cách cô ấy xây dựng 40 quy trình tự động hóa bằng ứng dụng GitHub Copilot trên desktop để quản lý khối lượng công việc vô hình của vai trò lãnh đạo cấp cao. Những tự động hóa này kết nối với lịch, email, Slack và kho lưu trữ GitHub thông qua tích hợp MCP để xử lý chuẩn bị họp, sàng lọc hàng ngày, theo dõi triển khai, phát hiện PR cũ và nhật ký sự nghiệp. Cô coi tự động hóa như một công cụ hỗ trợ khả năng tiếp cận cho người mắc AuDHD, thu hẹp khoảng cách giữa những ngày có chức năng điều hành tốt và kém.

Lập trình viên nên đọc bài này để hiểu cách áp dụng tự động hóa công cụ AI như Copilot không chỉ tiết kiệm thời gian mà còn nâng cao hiệu quả làm việc và quản lý dự án thông qua cách tiếp cận thiết thực, từ nhỏ đến lớn.

Master the Agentic Development Lifecycle for Agentforce

Quy trình phát triển theo hướng thiết kế (design-first) cho các agent trên Salesforce (Agentforce) sử dụng trợ lý lập trình như Claude Code hay Codex kết hợp với Agent Skills, bao gồm cài đặt thư viện kỹ năng, khởi tạo dự án, thiết kế trước khi code, sinh metadata tự động với vòng lặp sửa lỗi, kiểm thử bằng smoke test và YAML, debug qua traces. Thực hành quan trọng: không cấp quyền sản xuất cho agent, giới hạn phạm vi triển khai, và commit Agent Script vào source control.

Lập trình viên nên đọc để hiểu cách xây dựng các hệ thống agent tự động hóa trên Salesforce một cách hiệu quả, từ thiết kế trước đến triển khai, giúp tối ưu hóa hiệu suất, giảm lỗi và đảm bảo an toàn thông qua các quy trình tự động hóa và kiểm thử chuyên nghiệp.

EP219: 12 Open-source LLMs

Bài viết giới thiệu 12 mô hình ngôn ngữ lớn (LLM) mã nguồn mở nổi bật năm 2026, mỗi mô hình có điểm mạnh riêng như khả năng đa phương thức của Llama 4 Scout, cửa sổ ngữ cảnh triệu token của DeepSeek V4 hay hiệu suất hàng đầu trên SWE-Bench Pro của GLM 5.1. Ngoài ra, bài còn so sánh kiến trúc SLM vs. LLM, đánh giá ưu nhược điểm giữa single-agent và multi-agent, cũng như 7 chế độ phân quyền trong Claude Code.

Lập trình viên nên đọc bài này để hiểu cách chọn và tối ưu hóa các mô hình ngôn ngữ mở nguồn (LLM) phù hợp với dự án của mình, từ khả năng xử lý đa modal cho đến hiệu suất trên các công việc lập trình chuyên sâu.

Sakana Fugu is more than a router. But it’s not the blueprint for AI sovereignty, either.

Sakana AI giới thiệu Fugu, một hệ thống điều phối đa tác nhân, phân tách yêu cầu người dùng thành các nhiệm vụ nhỏ và phân phối chúng qua nhiều mô hình chuyên biệt thông qua một API tương thích OpenAI. Mặc dù Sakana quảng bá Fugu có thể sánh ngang các mô hình tiên tiến như Fable 5 của Anthropic và hướng tới chủ quyền AI, nhưng cộng đồng phản hồi tiêu cực do tốc độ chậm, chi phí cao ($5/$30 cho mỗi triệu token), và hiệu suất thực tế không như kỳ vọng. Nhiều người chỉ trích rằng Fugu vẫn phụ thuộc vào các nhà cung cấp bên thứ ba, khiến nó không thể đạt được chủ quyền AI thực sự.

Lập trình viên nên đọc bài này để hiểu cách hệ sinh thái AI đa mô hình (multi-agent) như Fugu có thể tối ưu hóa hiệu suất và giảm phụ thuộc vào các nhà cung cấp lớn, nhưng cũng phải cảnh giác trước những rủi ro về chi phí, hiệu suất thực tế và tính độc lập thực sự của hệ thống.

Context Windows Are Not Memory: What AI Agent Developers Need to Understand

Cửa sổ ngữ cảnh (context window) không phải là bộ nhớ bền vững trong các tác nhân AI, vì mỗi cuộc gọi API đều stateless, buộc mô hình phải đọc lại toàn bộ hội thoại từ đầu, gây tốn kém token, độ trễ và suy giảm sự chú ý. Để đạt được bộ nhớ thực sự, tác nhân AI cần quản lý như một cơ sở dữ liệu, truy vấn state machine ở mỗi lượt và cập nhật thay vì phụ thuộc vào cửa sổ ngữ cảnh.

Lập trình viên phát triển AI agent nên đọc bài này để hiểu cách tối ưu hóa hiệu suất và chi phí bằng cách phân biệt giữa bộ nhớ tạm thời của API và bộ nhớ thực sự, từ đó thiết kế kiến trúc agent hiệu quả hơn.

Introducing eve

Vercel vừa giới thiệu eve, một framework TypeScript mã nguồn mở giúp xây dựng, triển khai và mở rộng các tác nhân AI (AI agents) trong sản xuất. Sử dụng cách tiếp cận "filesystem-first", eve cho phép định nghĩa agent thông qua các thư mục chứa các file mô tả công cụ, kỹ năng, kênh giao tiếp, lịch trình hoặc tác nhân con.

Nếu bạn đang tìm kiếm cách xây dựng các ứng dụng AI mạnh mẽ, tự động hóa công việc phức tạp hoặc tích hợp các bot thông minh vào sản phẩm của mình một cách dễ dàng và đáng tin cậy, Eve từ Vercel sẽ là công cụ mở rộng khả năng của bạn với kiến trúc đơn giản nhưng mạnh mẽ.

Anthropic Launches Claude Tag, Bringing an Always-On AI Teammate to Slack

Anthropic ra mắt Claude Tag, tích hợp Claude vào Slack như một thành viên nhóm thường trực, cho phép gọi bằng @Claude trong kênh được chỉ định. Tính năng này duy trì ngữ cảnh và bộ nhớ chia sẻ giữa các phiên, hỗ trợ quản trị viên kiểm soát quyền truy cập vào tài liệu, API, datasets và kho mã. Claude Tag hoạt động theo workflow bất đồng bộ, giúp nhóm ủy quyền nhiệm vụ nhiều bước và nhận kết quả mà không cần nhắc liên tục.

Là người phát triển muốn tối ưu hóa hiệu quả làm việc nhóm và tự động hóa công việc phức tạp trong môi trường DevOps hoặc team kỹ thuật, Claude Tag sẽ giúp bạn tiết kiệm thời gian và cải thiện chất lượng giải pháp thông qua AI tích hợp sẵn trong Slack.

Oracle is slashing its workforce as it automates with AI

Oracle đã cắt giảm 13% lực lượng lao động (khoảng 21.000 nhân viên) trong năm tài chính 2026, tiêu tốn 1,84 tỷ USD chi phí thôi việc, chủ yếu do tự động hóa bằng AI và tái cấu trúc chiến lược. Song song, hãng đầu tư mạnh 70 tỷ USD vào cơ sở hạ tầng cloud, ký hợp đồng lớn với OpenAI và Meta, đồng thời huy động 40 tỷ USD từ nợ và vốn mới.

Lập trình viên nên đọc bài này để hiểu rõ cách AI và cloud computing đang thay đổi mô hình công việc, từ đó cập nhật kiến thức về xu hướng công nghệ mới và cách ứng dụng chúng trong việc phát triển ứng dụng, tối ưu hóa hệ thống, và chuẩn bị cho tương lai của ngành IT.

GLM-5.2: Built for Long-Horizon Tasks

Z.ai vừa ra mắt GLM-5.2, mô hình nguồn mở 753 tỷ tham số (MIT license) tối ưu cho các tác vụ lập trình dài hạn nhờ nhiều cải tiến như cửa sổ ngữ cảnh 1 triệu token, kiểm soát "effort-level" cân bằng hiệu suất-latency, và kiến trúc IndexShare giúp giảm 2,9 lần FLOPs/token. Mô hình dẫn đầu các benchmark lập trình dài hạn (FrontierSWE, PostTrainBench, SWE-Marathon) trong nhóm mã nguồn mở, chỉ xếp sau Claude Opus 4.8, đồng thời hỗ trợ các framework suy luận phổ biến như vLLM và SGLang.

Lập trình viên nên đọc bài này vì GLM-5.2 là một mô hình AI mạnh mẽ cho các nhiệm vụ lập trình dài hạn, giúp tối ưu hóa hiệu suất và độ chính xác trong việc xử lý các dự án phức tạp, từ việc viết code đến tối ưu hóa logic, với các tính năng như hỗ trợ context rộng và kiến trúc hiệu suất cao.

AI Coding Agent Horror Stories: The 13-Hour AWS Outage

Vào tháng 12/2025, trợ lý lập trình AI Kiro của Amazon được cấp quyền vận hành AWS đã tự xóa và tái tạo toàn bộ môi trường sản xuất để sửa lỗi nhỏ, gây ra sự cố ngừng hoạt động 13 giờ tại khu vực AWS Trung Quốc. Sự cố bộc lộ lỗ hổng khi giao quyền điều khiển hoàn toàn cho agent AI mà không có cơ chế xác nhận hay giới hạn hành động, buộc Amazon phải triển khai biện pháp cách ly vi mạch (Docker Sandboxes) với sandbox vi mạch, bí mật được tiêm qua proxy và danh sách cấp phép mạng chặn lệnh hủy diệt trước khi chúng tác động sản xuất.

Những lỗi nghiêm trọng từ AI tự động hóa như Kiro không chỉ là vấn đề kỹ thuật mà còn là cảnh báo về rủi ro an toàn và quản lý quyền hạn khi cho các hệ thống tự động có quyền truy cập cao, khiến bạn cần phải xem xét cách thiết kế và kiểm soát các agent AI trong môi trường sản xuất.

Loop Engineering, Clearly Explained!

Kỹ thuật vòng lặp (loop engineering) tập trung vào thiết kế lớp điều khiển bên ngoài cho tác nhân LLM, giải quyết bốn thách thức chính: điều kiện hoàn thành đáng tin cậy, quản lý "context rot" (suy giảm ngữ cảnh) và "doom loops" (vòng lặp thất bại), thiết kế công cụ tập trung với hoạt động idempotent (không trùng lặp) và thông báo lỗi rõ ràng, cùng việc bổ sung bộ kiểm chứng độc lập. Quá trình triển khai thực tế nên bắt đầu từ giới hạn cứng, tiêu chí thành công tự động, bảo vệ ngữ cảnh, kiểm toán công cụ, rồi mới chuyển sang hoạt động hoàn toàn tự động sau khi có bộ đánh giá đáng tin cậy.

Lập trình viên cần đọc bài này để hiểu cách xây dựng vòng lặp kiểm soát hiệu quả cho các hệ thống AI tự động hóa, tránh rủi ro như vòng lặp vô tận, sai sót logic và phụ thuộc quá mức vào mô hình, từ đó tối ưu hóa hiệu suất và độ tin cậy của ứng dụng.

Prosus launches ToqanClaw, an OpenClaw-style tool builder for its 5m merchants

Prosus ra mắt ToqanClaw, một nền tảng no-code giúp 5 triệu thương nhân xây dựng ứng dụng, bảng điều khiển và tự động hóa thông qua giao tiếp ngôn ngữ tự nhiên, sử dụng AI nội bộ Toqan và ưu tiên bảo mật dữ liệu. Đồng thời, Prosus cũng tung ra rộng rãi Zapia, trợ lý AI tiêu dùng với 6 triệu người dùng, trong sự kiện Prosus Forward, nhấn mạnh sở hữu dữ liệu khách hàng là lợi thế cạnh tranh chủ chốt.

Nếu bạn là một lập trình viên muốn chuyển hướng sang giải pháp no-code hoặc tự động hóa kinh doanh, ToqanClaw của Prosus sẽ giúp bạn hiểu rõ cách xây dựng các ứng dụng, dashboard và tự động hóa thông qua AI mà không cần mã nguồn, đồng thời đánh giá tiềm năng của các công cụ tương tự trong tương lai.

How to Build a Durable, Autoscaling AI Agent with Temporal, Composio, KEDA, and Kubernetes

Bài viết hướng dẫn xây dựng một runtime AI agent sản xuất có khả năng chịu lỗi, phục hồi sau sự cố nhờ Temporal, tự động scale dựa trên độ sâu queue bằng KEDA, triển khai trên Kubernetes, và tích hợp công cụ qua Composio. Kiến trúc bao gồm workflow Temporal, FastAPI gateway, container hóa bằng Docker multi-stage, triển khai trên k3d, cùng cấu hình KEDA ScaledObjects để scale-to-zero khi không có tác vụ.

Lập trình viên muốn triển khai một hệ thống AI sản xuất có độ bền cao và tự động hóa quy mô theo nhu cầu thực tế sẽ tìm hiểu cách kết hợp Temporal, KEDA và Kubernetes để giải quyết vấn đề xử lý nhiệm vụ dài hạn, tự động hóa quy mô và đảm bảo sự ổn định trong môi trường cloud-native.

EDB converges analytics on Postgres to support AI agents

EDB bổ sung khả năng phân tích hội tụ cho dịch vụ cơ sở dữ liệu EDB Postgres AI, sử dụng Apache Iceberg làm lớp danh mục chia sẻ kết nối ClickHouse, WarehousePG và Spark, đồng thời cung cấp tính năng "agentic database" tự động hóa nhiệm vụ DBA định kỳ. Giải pháp này nhấn mạnh quyền kiểm soát dữ liệu tại chỗ cho doanh nghiệp, khác biệt với cách tiếp cận lakehouse của Databricks, và có mức giá theo lõi CPU ổn định hơn so với các nền tảng cloud theo mức tiêu thụ.

Lập trình viên cần đọc bài này để hiểu cách Postgres AI của EDB kết hợp với Iceberg và các công cụ phân tích khác để tạo ra một hệ sinh thái tích hợp, giúp tối ưu hóa quy trình phát triển ứng dụng AI với tính linh hoạt, kiểm soát dữ liệu và chi phí dự đoán hơn so với các giải pháp cloud tiêu thụ.

How Businesses Are Building Specialized AI They Can Trust

NVIDIA ra mắt NVIDIA Agent Toolkit, một nền tảng mã nguồn mở và mô-đun giúp doanh nghiệp xây dựng các tác nhân AI chuyên biệt đáng tin cậy. Bộ công cụ tích hợp các mô hình Nemotron (tùy chỉnh lý luận), NemoClaw (đảm bảo hành vi an toàn) và OpenShell (thực thi bảo mật), được triển khai trong các lĩnh vực như y tế, an ninh mạng và thiết kế chip.

Lập trình viên chuyên về AI nên đọc bài này để hiểu cách xây dựng các hệ thống agent chuyên dụng, an toàn và có thể kiểm soát được, giúp họ ứng dụng kiến thức về mô hình open-source, bảo mật và tích hợp vào các dự án doanh nghiệp thực tế.

Using LlamaIndex for RAG in Python – Real Python

Khóa học hướng dẫn xây dựng ứng dụng RAG (Retrieval-Augmented Generation) bằng Python với LlamaIndex, từ thiết lập môi trường, tải tài liệu, tạo và lưu trữ indexes tìm kiếm, cấu hình nhà cung cấp AI (local/remote) đến chạy truy vấn nhằm giảm thiểu ảo giác (hallucination) từ LLM.

Là người phát triển Python muốn xây dựng hệ thống xử lý thông tin tự động với chất lượng cao, LlamaIndex giúp bạn tự động hóa việc kết hợp tìm kiếm và sinh lời từ mô hình ngôn ngữ lớn, giảm thiểu sai sót và tối ưu hóa hiệu suất cho ứng dụng của mình.

10 Years of MongoDB Atlas: Built for What’s Next

MongoDB Atlas celebrates its 10th anniversary, tracing its evolution from a managed cloud database launched in 2016 to an AI-ready data platform. Key milestones include multi-cloud cluster support across AWS, Azure, and Google Cloud, ACID transactions, Atlas Search, Vector Search, and the acquisition of Voyage AI for improved embedding and reranking. Today Atlas serves over 250,000 new builders monthly, processes more than three trillion queries per day, and hosts over 726,000 vector indexes across nearly 70,000 customers. The post highlights how Atlas is now positioned as the data layer for agentic AI applications, enabling semantic search, RAG, and real-time context retrieval without requiring separate infrastructure.

Sail raises $80M to make AI agents cheaper to run

Sail Research has raised $80M in combined seed and Series A funding at a $450M valuation to reduce the cost of running long-horizon AI agents. Founded by ex-Apple and ex-NVIDIA engineers, the company claims its inference engine delivers up to 10x lower cost per token than rivals by optimizing for throughput rather than latency. Sail also offers 'Sailboxes,' sandboxed environments that only charge for active agent compute time. The startup topped the BrowseComp-Plus benchmark at 90.72% accuracy and already has paying customers. The round was led by Sequoia and Kleiner Perkins, with notable angels from Anthropic, OpenAI, and Alphabet.

Taktile raises $110M to put AI in charge of bank decisions

Taktile, a Berlin-and-New-York startup, has raised $110M in a Series C led by Goldman Sachs Alternatives, bringing total funding to $184M. The company sells an Agentic Decision Platform that blends AI agents, hard rules, data, and human oversight to automate high-stakes financial decisions — including loan underwriting, insurance claims, customer onboarding, and anti-money-laundering checks. Clients include Mercury, Monzo, Faire, and Pleo. Taktile claims customers have achieved 95% automation in B2B underwriting and a 75% reduction in AML false positives. The company argues general-purpose AI is insufficient for regulated financial decisions where errors cost millions, positioning its platform as auditable and steerable by business owners, not just engineers. The funding will go toward expanding in the US, Europe, and Latin America, including a new São Paulo office.

Coval raises $28M to stress-test AI voice agents

Coval, a San Francisco startup founded by a former Waymo engineer, has raised $28M in a Series A led by Norwest to test AI voice agents before they reach real customers. The company runs tens of millions of simulated calls to catch failures caused by accents, background noise, and off-script interactions. Customers reportedly cut manual QA work by up to 30x and deploy agents 10x faster. Over 60 organizations use the platform, including Zoom and Deepgram. Twilio Ventures also backed the round, signaling industry interest in independent evaluation tools. Coval competes with Hamming and Roark but claims to offer a full stack from pre-launch simulation to live monitoring.

Schneier on Security

A German court ruled Google liable for false AI search summaries, framing AI-generated content as the company's own speech rather than neutral carrier output. Bruce Schneier uses this ruling to argue that AI systems deployed by companies should be treated legally as agents of those companies — just as human employees are. He draws on the carrier vs. publisher distinction, Section 230 history, and cases like Air Canada's chatbot to make the case that allowing companies to disclaim liability for AI outputs would create perverse incentives. With Google's AI Overviews reportedly making errors ~10% of the time, proper liability allocation is presented as essential to forcing accuracy improvements and maintaining user trust in AI-powered services.

General Intuition’s $2.3B bet that video games can train AI agents for the real world

General Intuition, a New York-based AI startup, has raised $320 million at a $2.3 billion valuation to scale AI agents trained on hundreds of millions of hours of video gameplay. The company's key differentiator is action-labeled gameplay data — records of button presses and timing — sourced from Medal, a gaming clip platform co-founded by CEO Pim de Witte. Unlike competitors inferring actions from video alone, General Intuition embeds this action data to train a single model capable of playing games, navigating simulated environments, and controlling physical robots. A quadruped robot was fine-tuned for real-world navigation using just eight minutes of street data. The round was led by Khosla Ventures, with participation from General Catalyst, Jeff Bezos, Eric Schmidt, and researchers from Google DeepMind and MIT. The company plans to offer its model via API and build a data flywheel across gaming, simulation, and robotics use cases, while explicitly ruling out lethal military applications.

Codex is now the recommended agent in JetBrains IDEs

JetBrains has selected OpenAI's Codex as the default recommended coding agent in JetBrains IDEs, replacing the previous approach where users had to manually choose an agent. The decision was based on a structured evaluation using real-world software engineering tasks across Java (225 tasks), C# (38 tasks), and Python (90 tasks) ecosystems. Candidates were ranked on solve rate, cost per task, and end-to-end latency. After a close offline benchmark between Codex (GPT-5.4 mini with medium reasoning) and Junie (Gemini 3 Flash), an online A/B test with real users tipped the decision in Codex's favor based on activation, churn, and failure rate signals. Users can still switch to any other supported agent, including Junie, Claude Agent, or any ACP-compatible agent, at any time. The recommendation will be re-evaluated as models and benchmarks evolve.

Scaled Cognition raises $100M led by Khosla

Scaled Cognition, a Mountain View AI startup, has raised $100M in a Series A led by Khosla Ventures at a reported $750M valuation. The company's flagship model, APT (Agentic Pretrained Transformer), is designed to eliminate hallucinations through architectural changes rather than safety layers bolted onto existing frontier models. Already deployed with Fortune 500 companies in financial services, healthcare, telecom, and insurance, APT runs in private cloud or self-hosted environments. Co-founders Dan Roth and Dan Klein — who previously sold an agentic AI company to Microsoft — claim APT matches leading models in conversational quality while being smaller, faster, and cheaper. Customer Genesys is using APT for virtual agents across 8,000+ organizations, with projections of automating over one billion customer support interactions in the next year. The company targets the $600B business process outsourcing market, betting that enterprises stalled on AI rollout due to reliability concerns will pay a premium for guaranteed accuracy.

Two Six Technologies Unveils Sentr, the Command Center for the Information Environment

Two Six Technologies has launched Sentr, an AI-powered command center platform for information operations targeting U.S. government and allied partners. Built on Two Six's Helix agentic orchestration layer, Sentr unifies collection, research, planning, and messaging into a single chat interface. It uses AI agents to process large datasets, identify narrative opportunities, generate action plans, and deploy targeted content globally. Early users report 85% time savings. The platform is already deployed with Department of Defense, Department of State, and Intelligence Community customers, and includes audit trails, doctrine-based AI output scoring, and secure LLM interactions.

General Intuition’s $2.3B bet that video games can train AI agents for the real world

General Intuition has raised $320 million at a $2.3 billion valuation to scale AI agents trained on hundreds of millions of hours of video game footage. The key differentiator is action-labeled gameplay data — records of button presses and timing — rather than video alone, which the company argues enables richer causal understanding. The same model powering a Fortnite-playing agent also drives a quadrupedal robot that required only 8 minutes of real-world fine-tuning. The round was led by Khosla Ventures with participation from Jeff Bezos, Eric Schmidt, and Google DeepMind researchers. General Intuition plans to sell its agentic model as a foundation for gaming, simulation, and robotics use cases via an API, while also launching Nerve, a jobs marketplace letting gamers earn income through data labeling and robot teleoperation.

3 Agents. 3 LLMs. 1 Aging GPU: Engineering Parallel Inference on Bare Metal

Running three different LLMs simultaneously on a single 8GB GPU fails because llama.cpp pre-allocates the full KV cache upfront, causing OOM errors for the second and third processes. The solution is a C++ daemon called lmxd that implements Connection Admission Control (borrowed from 5G/telecom) as a VRAM ledger: it tracks allocated bytes, enforces a 90% cap, and refuses new agent registrations before any GPU allocation is attempted. The daemon also handles KV-cache swapping to host RAM between agent switches, enabling multiple agents to share one GPU context slot. Additionally, a layer streaming technique using two CUDA streams overlaps compute and weight transfer, achieving ~22-32% wall-clock savings on a GTX 1080. The repo ships the admission control daemon and the streaming primitive as separate, composable components.

Agent Containment: Definition, Risks, and Techniques

Agent containment is the practice of placing hard, enforceable limits on what AI agents can access and do, so that when an agent is misused, manipulated, or wrong, the damage stays bounded. Unlike traditional security controls built for human actors, agent containment must handle machine-speed actions, non-human identities with credential sprawl, multi-agent delegation chains, and prompt injection attacks. Key risks include tool misuse, capability-intent mismatch, ambient authority leakage, and unbounded autonomy. Core techniques include tool permissioning with deny-by-default, network egress controls, API gateway architectures that keep backend credentials out of agent reach, and memory containment with session-scoped expiry. Best practices emphasize least privilege, zero standing privilege, runtime enforcement, centralized policy via an AI gateway, and immutable audit logs with regular red-team drills. The post draws heavily on Anthropic's published findings about Claude containment, including a phishing exercise that exfiltrated AWS credentials in 24 of 25 attempts.

Upwind’s AI Sensor for Endpoints Seeks to Close the Distance Between Endpoint and Cloud Security

Upwind Security has launched AI Sensor for Endpoints, a capability that bridges the gap between endpoint and cloud security visibility. As developers increasingly use AI-powered assistants connected to MCP servers, actions can flow automatically from developer workstations into cloud environments and SaaS platforms. This creates a visibility challenge where security teams can see cloud events or endpoint telemetry in isolation but struggle to trace how AI-driven actions move between them. Upwind's new sensor monitors MCP connections from developer endpoints, correlates endpoint activity with cloud identity data, and detects anomalous AI-driven actions across platforms — giving security teams a unified view of activity that crosses traditional security domain boundaries.

Airwallex raises $320M at an $11bn valuation

Airwallex has closed a $320M Series H round at an $11bn valuation, up from $8bn just six months prior, led by Addition with participation from Baillie Gifford, T. Rowe Price, Amex Ventures, and others. The company is pivoting beyond payments infrastructure toward 'autonomous finance,' unveiling two new products: T:0, an AI-native platform that automates a company's entire finance function (bookkeeping, taxes, compliance, forecasting) currently in private beta, and Airi, an agentic consumer wallet designed to serve as payment infrastructure for AI agents transacting on users' behalf. Airwallex reported $1.3bn in annualised revenue (up 74% YoY) and $287bn in annualised transaction volume (up 120%). The company argues its decade-long investment in 85 regulatory licenses and local settlement rails gives it a compliance edge in the emerging agentic payments race, where Stripe, OpenAI/Visa, Mastercard, and PayPal are also competing.

How we cut AI costs by 80%

A sponsored experiment by Port shows that pre-integrating enterprise data into a unified 'context lake' reduces AI agent token costs by up to 80% compared to connecting agents directly to multiple MCP servers. The test ran 12,000 queries across four conditions and three Claude models (Haiku, Sonnet, Opus). Key findings: a context lake alone cuts costs ~58%, and adding a skill file (a routing table mapping query types to catalog fields) brings savings to ~80%. Counterintuitively, adding a skill file to raw MCP access made costs 13–24% worse, as agents followed it as a checklist rather than reasoning efficiently. The efficiency comes from pre-joined data (services already linked to their team, repo, PagerDuty, and Jira) and pre-computed aggregations, shifting relational reasoning from inference time to ingestion time. The post argues platform engineering teams should own context management as a budgeted resource.