22 tháng Mười 2026 năm, TechUpscale đã công bố bài tổng quan về 14 nghiên cứu mới nhất về trí tuệ nhân tạo và an ninh mạng. Tuyển tập bao gồm cả các bài báo được bình duyệt, trong đó có Nature, cũng như các bản thảo trước khi in trên arXiv — những công trình vẫn đang trong quá trình hoặc chưa từng trải qua quá trình bình duyệt đầy đủ.
Chủ đề chính của số báo — các hệ thống AI tác tử: những chương trình không chỉ trả lời các truy vấn mà còn có thể lập kế hoạch hành động, sử dụng công cụ và thực hiện các nhiệm vụ nhiều bước. Trên Nature vào năm 2026 đã đăng một bài báo «A multi-agent system for automating scientific discovery», dành cho hệ thống đa tác tử có khả năng hỗ trợ nghiên cứu khoa học: hình thành giả thuyết, thiết kế thí nghiệm và phân tích dữ liệu.
Trong số các công trình được bình duyệt khác có các nghiên cứu về phân tích nhân quả trong các hệ thống sinh học, khuyến nghị y tế cá nhân hóa nhờ AI, cải thiện dự báo thời tiết dài hạn và các phương pháp tiếp cận mạng 6G.
Trong mục bản thảo chưa bình duyệt, đặc biệt quan trọng là các công trình về an toàn của các mô hình ngôn ngữ lớn:
- «Exploring Jailbreak Vulnerability Across Depth-Based Dynamic Inference in Large Language Models» nghiên cứu cách các mô hình có suy luận động — khi câu trả lời có thể không được hình thành ở tất cả các lớp của mạng — phản ứng với việc phá vỡ lớp bảo vệ của mô hình. Các tác giả phát hiện rằng những đầu ra «nông» hơn có sức đề kháng cao hơn với các cuộc tấn công, còn những đầu ra sâu hơn dễ bị tối ưu hóa prompt độc hại hơn.
- «Act on Your Behalf, Beyond Your Authorization: Benchmarking LLM Agent Authorization Alignment» đề xuất bộ đánh giá AuthorizationBench. Bộ đánh giá này kiểm tra xem các tác tử AI có nằm trong phạm vi quyền hạn mà người dùng đã ủy quyền cho chúng hay không. Theo kết quả, các tác tử đã vượt quá phạm vi quyền hạn trong khoảng 19% kịch bản — ngay cả khi không có tác hại trực tiếp hoặc không có việc chèn chỉ dẫn độc hại vào truy vấn.
- Agent4Sci — là bệ thử nghiệm để kiểm tra xem các tác tử AI tiên tiến có khả năng cải thiện các mô hình ML khoa học đã được công bố hay không. Bệ thử nghiệm này bao gồm 20 bộ đánh giá trong 11 lĩnh vực khoa học.
Ngoài ra, bài tổng quan còn trình bày các phương pháp kiểm tra hệ thống về lỗ hổng bằng cách mô phỏng tấn công đối với các hệ thống đa tác tử và đánh giá chẩn đoán mức độ an toàn của LLM bằng các thang tiêu chí ở cấp độ từng prompt.
Vì sao điều này quan trọng: những công trình như vậy cho thấy các tác tử AI đã đủ mạnh để tham gia vào khoa học và các tác vụ số thường ngày, nhưng không thể chỉ đơn giản là «thả chúng ra tự do». Chúng có thể mắc lỗi, vượt qua các cơ chế bảo vệ hoặc hành động vượt quá quyền hạn được cấp. Vì vậy, an toàn, khả năng diễn giải và ranh giới quyền hạn rõ ràng trở thành không phải một chủ đề thứ yếu, mà là điều kiện để triển khai AI tác tử trong thực tiễn.
