How Threat Actors Are Turning Trusted AI Platforms Into an Attack Surface

Demystifying Anthropic's J-Space: A Mathematical Primer

Clarifying the math behind Anthropic’s representation workspace

Stop burning tokens on code review

Tác giả chia sẻ cách xây dựng hệ thống giúp con người và AI triển khai sản phẩm nhanh chóng nhưng an toàn bằng cách sử dụng custom linters.

Lập trình viên nên đọc bài này để khám phá cách tối ưu hóa quá trình code review bằng cách sử dụng các công cụ linter cá nhân, giúp giảm thiểu việc tiêu thụ token (vốn AI) không cần thiết và tăng hiệu suất phát triển an toàn.

Claude did best on a new benchmark for agents that build agents. It still passed fewer than a quarter of the tests.

Sierra vừa công bố Hyper-τ-bench, bộ benchmark mới để đánh giá khả năng của AI agents trong việc xây dựng các agents khác. Trong bài kiểm tra này, Claude đã đạt kết quả tốt nhất nhưng vẫn vượt qua dưới 25% số thử thách. Hyper-τ-bench là phiên bản nâng cấp từ τ-bench được Sierra phát hành năm 2024, tập trung đánh giá khả năng tự động hóa của AI agents. Kết quả cho thấy ngay cả các mô hình hàng đầu như Claude vẫn còn nhiều hạn chế trong tác vụ xây dựng agents tự động.

Hyper-𝜏-bench đánh giá khả năng của AI trong việc xây dựng các tác vụ tự động hóa quan trọng cho lập trình viên.

Agents on Rails: Stage 2. Can a model ship a feature?

Agents on Rails giới thiệu Stage 2, bộ benchmark tập trung khả năng của model trong việc triển khai real-world features, gần với cách thức làm việc thực tế của developer. Stage 2 đánh giá liệu một model có thể hoàn thành feature end-to-end hay không, điều mà các benchmark trước như GSM8K hay MATH không kiểm tra được. Các test case trong Stage 2 bao gồm các tác vụ phức tạp như xây dựng API, xử lý file CSV, và triển khai UI component. Điều đáng học là các model hiện tại như GPT-4 chỉ đạt 14% trên Stage 2, cho thấy khoảng cách lớn giữa khả lý thuyết và thực tế triển khai code.

Bài này giúp bạn đánh giá khả năng triển khai thực tế của AI model trong phát triển tính năng ứng dụng.

The "I don't know, Claude wrote this" pandemic

Khi Claude tạo ra nội dung gây hại hoặc không phù hợp, người dùng thường đổ lỗi "Tôi không biết, Claude đã viết cái này" như một xu hướng phổ biến trong thời đại AI.

Lập trình viên nên đọc bài này để tránh bị lừa bởi các AI như Claude khi họ đưa ra những giải pháp đơn giản hoá hoặc sai lầm về kỹ thuật, có thể dẫn đến những quyết định sai lầm trong dự án thực tế.

Operation RepoGhost: Exposing a Russian-Linked Malware Campaign Hiding in GitHub’s Open-Source Ecosystem

Nghiên cứu CTI của Vedant Bhalgama và Kavin Jindal đã phát hiện một chiến dịch phần mềm độc hại có liên quan tới Nga, được giấu trong hệ sinh thái mã nguồn mở của GitHub. Chiến dịch được đặt tên Operation RepoGhost và sử dụng các kho lưu trữ giả mạo hoặc đã bị xâm nhập để phân tán payload độc hại cho nhà phát triển. Các tệp độc hại thường được nhúng trong các file cấu hình hoặc script bản dựng, khiến chúng khó bị phát hiện bởi các công cụ quét thường dùng. Theo báo cáo, chiến dịch đã ảnh hưởng tới nhiều repository và tạo ra lượng lớn trafic độc hại từ các nguồn này. Bài học chính là cần tăng cường kiểm tra nguồn gốc và tính toàn vẹn của các phụ thuộc mã nguồn mở, đồng thời áp dụng xác thực hai yếu tố và giám sát thay đổi bất thường trong các kho GitHub.

Bài tiết lộ chiến dịch phần mềm độc hại Nga ẩn nấp trong hệ sinh thái mã nguồn mở GitHub giúp lập trình viên nhận diện và phòng thủ các cuộc tấn công tương tự.

Microsoft starts removing WMIC tool used by cybercriminals

Microsoft đã gỡ bỏ công cụ WMIC (Windows Management Instrumentation Command-line) khỏi Windows 11 phiên bản 24H2, 25H2 và các bản beta phát hành tuần này do bị tội phạm mạng lợi dụng.

Lập trình viên nên đọc bài này để hiểu cách bảo mật hệ thống Windows có thể bị xâm nhập thông qua các công cụ như WMIC, giúp bạn cập nhật kiến thức về các biện pháp phòng ngừa và cách bảo vệ ứng dụng của mình khỏi các cuộc tấn công từ bên ngoài.

Migrating ts-loader to TypeScript 7.1 with AI

Tác giả chia sẻ cách sử dụng AI để di chuyển dự án ts-loader lên phiên bản TypeScript 7.1.

Những người phát triển cần hiểu cách AI giúp tự động hóa quá trình chuyển đổi từ ts-loader sang TypeScript 7.1 để tiết kiệm thời gian và tránh lỗi thủ công trong việc nâng cấp công cụ hỗ trợ cho dự án TypeScript.