AI chinh phục lập trình tuần lễ và tăng tốc robot gấp 20 lần

Những ngày gần đây, tôi nhận thấy có hai báo cáo đáng chú ý làm nổi bật năng lực ngày càng lớn của AI trong các tác vụ phức tạp: lập trình phần mềm quy mô lớn và điều khiển robot. Điều này không chỉ là những "bước tiến" thông thường, mà còn là minh chứng cho một xu hướng AI tự học và tự định hướng mạnh mẽ hơn bao giờ hết. Đầu tiên là MirrorCode, một bộ benchmark mới do Epoch và METR phát triển, nhằm đánh giá khả năng của các hệ thống AI trong việc thực hiện các "tác vụ lập trình dài hạn". Cụ thể, AI phải tái triển khai một chương trình phần mềm chỉ thông qua giao diện dòng lệnh (CLI), mà không hề có mã nguồn gốc hay quyền truy cập internet. Kết quả thật sự ấn tượng: Claude Opus 4.7 đã hoàn thành một tác vụ mà con người phải mất từ 2-17 tuần để làm, chỉ trong vỏn vẹn 14 giờ với chi phí tính toán là 251 USD. Các mô hình AI đã cải thiện nhanh chóng; những mô hình hàng đầu một năm trước chỉ đạt khoảng 30% và bị giới hạn ở các chương trình đơn giản hơn. Các AI như Claude Opus 4.7 và GPT-5.5 đã tái triển khai thành công những dự án lớn như pkl (61.000 dòng code), gotree (16.000 dòng code) và qsv_select (87.000 dòng code) với chi phí từ 100-400 USD. Dù vậy, vẫn còn những thách thức nhất định khi 8 trong số 25 chương trình chưa bao giờ được giải quyết hoàn hảo 100%, và AI đặc biệt gặp khó khăn với ruff, giac_subset hay mailauth. Mấu chốt mà tôi nhận thấy ở MirrorCode không chỉ là việc AI biết code giỏi hơn, mà còn là khả năng "tự định hướng" của chúng trong môi trường phức tạp. Bằng cách tương tác qua input-output, AI có thể tự xây dựng lại một hệ thống phần mềm hoàn chỉnh. Điều này gợi ý rằng các tác nhân AI thông minh có thể học hỏi từ thế giới xung quanh để nội hóa các khả năng mà chúng tương tác, cho phép chúng tự khởi tạo một nền văn minh công nghiệp của riêng mình, chỉ bằng cách truy cập hộp đen vào nền văn minh của chúng ta. Song song với đó, Anthropic đã chứng minh cách các mô hình đa năng ngày càng mạnh mẽ có thể cải thiện đáng kể khả năng của robot thực tế. Tháng