Tài liệu này tổng hợp các tiến bộ học thuật và kỹ thuật mới nhất trong tháng 08 và tháng 09 năm 2026 thuộc các danh mục ArXiv cs.MA, cs.AI, cs.CL, cs.SE và kho mã nguồn mở nghiên cứu khoa học. Trọng tâm nghiên cứu xoay quanh ba trụ cột công nghệ then chốt: 1. Đồng vận bộ nhớ tập thể và bộ nhớ cá nhân (Collective-Individual Memory Synergy) và định tuyến bộ nhớ có cổng chọn lọc (Gated-Memory Routing) trong hệ thống đa tác tử quy mô lớn. 2. Thiết lập quy chuẩn đánh giá tổng quan y văn hệ thống (Systematic Literature Reviews Benchmarking) và thư viện kỹ năng thủ tục học thuật (Scientific Agent Skills) cho các tác nhân nghiên cứu độc lập. 3. Kiến trúc hệ điều hành tác nhân doanh nghiệp (Agentic Company OS) với nguyên lý nghịch đảo cơ tầng dữ liệu (Substrate Inversion) trên định dạng văn bản kết nối.
Mọi bài báo học thuật và kho mã nguồn trong báo cáo đều được đối chiếu trực tiếp với URL gốc xác thực trên ArXiv và GitHub nhằm bảo đảm tính minh bạch và độ tin cậy tối đa.
• URL Gốc: https://arxiv.org/abs/2609.15009 • Ngày Công Bố: 2026-09-14 • Tác Giả: Chengxin Yu, Zhaoxin Fan, Faguo Wu, Hongwei Zheng, Yun Zhou, Zhiyu Li • Trích Dẫn Chuẩn APA 7: Yu, C., Fan, Z., Wu, F., Zheng, H., Zhou, Y., & Li, Z. (2026). CoMem: Collective-Individual Memory Synergy for Evolutionary Multi-Agent Systems. arXiv preprint arXiv:2609.15009. https://doi.org/10.48550/arXiv.2609.15009 • Phân Tích Chi Tiết: Thiết kế cơ chế bộ nhớ hiệu quả là yếu tố sống còn cho các hệ thống đa tác tử (MAS) điều khiển bằng LLM, hỗ trợ các tác tử cùng học hỏi và tiến hóa theo thời gian. Các phương pháp hiện hành chủ yếu dùng bộ nhớ phẳng, phi cấu trúc, dễ bị nhiễu và xóa nhòa bản sắc chuyên biệt của từng tác tử. Nghiên cứu đề xuất khung kiến trúc CoMem dựa trên sự đồng vận giữa bộ nhớ tập thể và bộ nhớ cá thể qua 3 cơ chế: 1. Lắng đọng trải nghiệm cá nhân (Private Experience Sedimentation): Cho phép mỗi tác tử lưu giữ và cập nhật vết bộ nhớ hữu ích riêng theo thời gian thực. 2. Tinh tuyển tri thức tập thể (Collective Wisdom Curation): Sàng lọc nghiêm ngặt các kinh nghiệm đã được chứng minh qua thực nghiệm trước khi đưa vào kho tri thức chung. 3. Truy xuất luồng kép song song (Parallel Dual-Stream Retrieval): Tác tử truy vấn đồng thời từ trải nghiệm cá nhân và kho tri thức tập thể, sử dụng thuật toán phân cụm để triệt tiêu ô nhiễm bộ nhớ (memory pollution). Thực nghiệm trên ALFWorld và PDDL benchmarks chứng minh CoMem đạt hiệu năng vượt trội và loại bỏ hoàn toàn hiện tượng suy thoái dữ liệu do nhiễu chéo giữa các tác tử. • Ưu Điểm: 1. Tách biệt rạch ròi giữa tri thức riêng tư của từng tác tử và tri thức chia sẻ toàn hệ thống, ngăn ngừa hiện tượng ô nhiễm bộ nhớ. 2. Cơ chế phân cụm và truy xuất luồng kép giúp tác tử kế thừa kinh nghiệm tập thể mà không đánh mất tính chuyên môn hóa cá nhân. • Nhược Điểm và Giới Hạn: 1. Chi phí phân cụm và tinh tuyển kinh nghiệm tập thể phát sinh độ trễ phụ trợ trong các chu kỳ đồng bộ hóa lớn. 2. Cần thiết lập ngưỡng tin cậy khắt khe để tránh đưa kinh nghiệm cá nhân sai lệch vào kho tri thức tập thể.
• URL Gốc: https://arxiv.org/abs/2609.05505 • Mã Nguồn Mở: https://github.com/linlab/SciLitBench • Ngày Công Bố: 2026-08-29 • Tác Giả: Miguel Zabaleta, Baihan Lin • Trích Dẫn Chuẩn APA 7: Zabaleta, M., & Lin, B. (2026). SciLitBench: Benchmark and Design Principles for LLM-Powered Systematic Literature Reviews. arXiv preprint arXiv:2609.05505. https://doi.org/10.48550/arXiv.2609.05505 • Phân Tích Chi Tiết: Đánh giá tổng quan y văn có hệ thống (SLR) đòi hỏi năng lực thẩm định xuyên suốt hàng nghìn tài liệu, song các nghiên cứu LLM trước đây chỉ đánh giá từng công đoạn riêng lẻ. SciLitBench thiết lập bộ tiêu chuẩn đa giai đoạn toàn diện: sàng lọc tiêu đề và tóm tắt, sàng lọc toàn văn, và trích xuất dữ liệu theo lược đồ hướng dẫn (schema-guided extraction), bao gồm 42,981 bản ghi truy xuất, 1,012 toàn văn và nhãn chú thích cho 888 bài báo. Khảo sát trên 22 mô hình mã nguồn mở thuộc 6 họ mô hình chỉ ra rằng: việc cung cấp tiêu chí bao hàm/loại trừ rõ ràng giúp nâng chỉ số F2 khâu sàng lọc tóm tắt thêm 28.8%; đưa vào lý lẽ do nhà nghiên cứu biên soạn giúp khâu sàng lọc toàn văn tăng 15%. Tuy nhiên, khâu trích xuất dữ liệu chuyên sâu cho thấy giới hạn lớn: độ chính xác giảm từ 0.97 với năm xuất bản xuống chỉ còn 0.37 (độ trùng lặp Jaccard) đối với phương pháp tiếp cận thuật toán; các mô hình mạnh nhất chỉ khôi phục được 30% bằng chứng đánh giá và 25% giới hạn bài báo. • Ưu Điểm: 1. Định hình ranh giới thực tế giữa năng lực sàng lọc độ phủ cao (high-recall screening) và hạn chế trích xuất bằng chứng chuyên sâu. 2. Cung cấp bộ dữ liệu chuẩn mực và nguyên tắc thiết kế cho quy trình tổng hợp tri thức tự động (evidence synthesis). • Nhược Điểm và Giới Hạn: 1. Năng lực trích xuất hạn chế và phương pháp học thuật của LLM vẫn chưa thể thay thế hoàn toàn chuyên gia con người trong các bài báo phức tạp. 2. Đòi hỏi thiết kế rubric và schema trích xuất cực kỳ tỉ mỉ để tránh sai lệch dữ liệu.
• URL Gốc: https://arxiv.org/abs/2609.00065 • Mã Nguồn Mở: https://github.com/K-Dense-AI/scientific-agent-skills • Ngày Công Bố: 2026-08-30 (v1), cập nhật 2026-09-02 (v2) • Tác Giả: Timothy Kassis, Vinayak Agarwal, Yuhuan He, Darshil Patel, Aubrey M. Brueckner • Trích Dẫn Chuẩn APA 7: Kassis, T., Agarwal, V., He, Y., Patel, D., & Brueckner, A. M. (2026). Scientific Agent Skills: A Library of Procedural Knowledge for Research Agents. arXiv preprint arXiv:2609.00065. https://doi.org/10.48550/arXiv.2609.00065 • Phân Tích Chi Tiết: Khi được yêu cầu phân tích thực nghiệm khoa học, các mô hình ngôn ngữ thường tạo ra mã chạy được, nhưng việc phân tích đó có vững chắc và bảo vệ được trước hội đồng khoa học hay không lại là câu hỏi hoàn toàn khác. Tính khoa học phụ thuộc chặt chẽ vào các quyết định thủ tục: kiểm định nào được cộng đồng chấp nhận, không gian định danh nào là chuẩn mực, và những cảnh báo nào bắt buộc phải đi kèm kết quả. Nhóm tác giả công bố thư viện mở gồm 163 kỹ năng thủ tục chuyên sâu thuộc 16 lĩnh vực thực hành (thiết kế nghiên cứu, giao tiếp khoa học, tổng quan y văn, kiểm thử giả thuyết, phân tích hình ảnh y sinh, sinh hóa học). Mỗi kỹ năng được đóng gói trong một thư mục với tệp hướng dẫn SKILL.md có đánh phiên bản, tài liệu tham chiếu và các kịch bản thực thi. Đo lường trên ngữ cảnh cho thấy mô tả thường trú của toàn bộ 163 kỹ năng chỉ tiêu tốn 7.1% cửa sổ ngữ cảnh 200,000 token; quy trình làm việc trung vị chỉ chiếm 23.9% ngữ cảnh khi kích hoạt. • Ưu Điểm: 1. Đóng gói tri thức thủ tục nghiên cứu thành các skill dạng tệp modul hóa, tương thích hoàn toàn với kiến trúc Agent Skills mở. 2. Tiết kiệm tài nguyên ngữ cảnh tối đa: tải theo nhu cầu (just-in-time loading), giữ mô tả siêu dữ liệu cực nhẹ. • Nhược Điểm và Giới Hạn: 1. Cần duy trì và kiểm thử liên tục tính tương thích của các script thực thi đi kèm khi thư viện bên thứ ba cập nhật. 2. Chưa có cơ chế tự động giải quyết xung đột khi nhiều skill cùng cạnh tranh kích hoạt trong một tác vụ phức tạp.
• URL Gốc: https://arxiv.org/abs/2609.00237 • Mã Nguồn Mở: https://github.com/rajibrhasan/gated-memory-routing • Ngày Công Bố: 2026-08-31 (v1), cập nhật 2026-09-09 (v2) • Tác Giả: Rakibul Hasan Rajib, Mengxin Zheng, Qian Lou • Trích Dẫn Chuẩn APA 7: Rajib, R. H., Zheng, M., & Lou, Q. (2026). Learning What to Retain: Gated-Memory Routing for Efficient Collaboration in Multi-Agent LLM Systems. arXiv preprint arXiv:2609.00237. https://doi.org/10.48550/arXiv.2609.00237 • Phân Tích Chi Tiết: Hệ thống đa tác tử đối mặt với thách thức cân bằng giữa việc chỉ định tuyến theo truy vấn (không nắm được tiến trình và lỗi phát sinh) với việc định tuyến dựa trên toàn bộ lịch sử thực thi (gây quá tải ngữ cảnh và bùng nổ chi phí suy luận). Tác giả đề xuất khung Gated-Memory Routing bao gồm: 1. Cổng Ghi Bộ Nhớ (Memory Write Gate): Chỉ ghi nhận các bước suy luận không dư thừa vào bộ nhớ thực thi học được. 2. Cổng Truy Xuất (Retrieval Gate): Cung cấp cho từng tác tử một tập con ngữ cảnh cô đọng, loại bỏ toàn bộ dữ liệu thừa thãi. 3. Bộ Điều Khiển Dừng Thích Ứng (Adaptive Halting Controller): Tự động phát hiện khi bộ nhớ đã tích lũy đủ bằng chứng vững chắc để sinh câu trả lời và dừng tiến trình suy luận. Trên 5 tập benchmark suy luận và sinh mã nguồn, khung đạt độ chính xác trung bình cao nhất, vượt trội 2.44 điểm so với đường cơ sở mạnh nhất và giảm 31.9% chi phí suy luận trên HumanEval. • Ưu Điểm: 1. Giảm thiểu 31.9% chi phí suy luận bằng cách loại bỏ các bước suy luận trùng lặp và trung gian vô nghĩa. 2. Cơ chế dừng thích ứng ngăn chặn vòng lặp suy luận vô tận và lãng phí tài nguyên token. • Nhược Điểm và Giới Hạn: 1. Cần huấn luyện hoặc hiệu chuẩn các cổng chọn lọc (gate) trên tập dữ liệu đặc thù của miền tác vụ. 2. Quyết định dừng sớm có thể phát sinh rủi ro bỏ sót bằng chứng nếu ngưỡng độ tin cậy được cấu hình quá thấp.
• URL Gốc: https://arxiv.org/abs/2609.13334 • Ngày Công Bố: 2026-09-11 • Tác Giả: Oliver Aleksander Larsen, Mahyar T. Moghaddam • Trích Dẫn Chuẩn APA 7: Larsen, O. A., & Moghaddam, M. T. (2026). The Agentic Company OS: Substrate Inversion for Sustained Enterprise Agent Deployment. arXiv preprint arXiv:2609.13334. https://doi.org/10.48550/arXiv.2609.13334 • Phân Tích Chi Tiết: Phần lớn các dự án thí điểm AI Agent trong doanh nghiệp thành công ở giai đoạn thử nghiệm nhưng thất bại khi vận hành trường kỳ. Nguyên nhân cốt lõi là do agent phải suy luận trên cấu trúc dữ liệu thiết kế cho con người và ứng dụng truyền thống, thay vì cấu trúc phù hợp với mô hình ngôn ngữ. Bài báo đề xuất khái niệm Nghịch Đảo Cơ Tầng Nhận Thức (Substrate Inversion): xây dựng lại môi trường làm việc chung mà các agent đọc làm việc xung quanh các biểu diễn văn bản kết nối (hiện thân khả thi hiện tại là Markdown), đồng thời cô lập việc chuyển đổi schema ra ranh giới hành động (action boundary). Kiến trúc gồm 4 tầng: Dữ liệu (Data), Tri thức (Knowledge), Trí tuệ (Intelligence) và Quản trị (Governance). Trong đó tác tử đồng bộ (Sync Agent) thực thi kiểm soát ranh giới và thang độ tin cậy theo từng kỹ năng (per-skill trust gradient), biến tính quản trị và khả năng kiểm toán thành thuộc tính cấu trúc nội tại của hệ thống. • Ưu Điểm: 1. Giải quyết bài toán suy thoái hiệu năng dài hạn khi triển khai hệ thống tác nhân trong doanh nghiệp thực tế. 2. Tối ưu hóa băng thông ngữ cảnh nhờ việc lưu trữ tri thức dạng văn bản Markdown liên kết thay vì bẻ nhỏ thành các trường cơ sở dữ liệu quan hệ mất liên kết. • Nhược Điểm và Giới Hạn: 1. Tiềm ẩn nguy cơ tấn công tiêm nhiễm câu lệnh gián tiếp (indirect prompt injection) trên đường dẫn biên dịch tài liệu chung. 2. Đòi hỏi chuẩn hóa kỷ luật ghi chép và cấu trúc cơ tầng trên toàn bộ các phòng ban của tổ chức.
• URL Kho Lưu Trữ: https://github.com/K-Dense-AI/scientific-agent-skills • Công Cụ Khảo Sát: Graft phiên bản 0.16.0 (Phân tích AST xác định bằng Tree-sitter, $0, tiết kiệm 2,060,966 token so với việc quét đọc toàn bộ 692 tệp tin). • Quy Mô Cấu Trúc Toàn Bộ Dự Án: 1. Tổng số tệp tin: 692 tệp (bao gồm mã nguồn Python của các kỹ năng chuyên sâu và bộ kiểm thử). 2. Tổng số thực thể ký hiệu (symbols): 10,038 biểu tượng hàm, lớp và phương thức. 3. Tổng số cạnh liên kết (edges): 23,866 liên kết phụ thuộc kiến trúc.
Dự án được phân bổ thành hệ thống module kỹ năng nghiên cứu độc lập (modulized skills) theo chuẩn Agent Skills mở:
1. Phân hệ Nghiên cứu Học thuật và Y văn:
• skills/literature-review/: Gồm các kịch bản search_databases.py, verify_citations.py, generate_pdf.py, generate_schematics.py. Quản lý luồng truy xuất PubMed, ArXiv, Semantic Scholar và kiểm chứng trích dẫn tự động.
• skills/citation-management/: Điểm tập trung gồm doi_to_bibtex.py, format_bibtex.py, validate_citations.py, search_openalex.py. Đảm bảo chuẩn hóa mã định danh DOI và trích dẫn khoa học.
2. Phân hệ Phản biện và Kiểm định Giả thuyết:
• skills/hypothesis-generation/: Chứa audit_evidence.py, check_falsifiability.py, lint_causal_claims.py, validate_hypothesis_schema.py. Cung cấp công cụ kiểm tra tính khả kiểm và phân định biến độc lập (IV) / biến phụ thuộc (DV).
• skills/peer-review/: Gồm audit_citations.py, audit_statistics_reproducibility.py, lint_review.py, validate_claim_evidence.py. Tự động hóa kiểm toán tính tái lập của kết quả thống kê và luận điểm bài báo.
• skills/scholar-evaluation/: Cung cấp rubric đánh giá tính minh bạch, khả năng truy xuất nguồn gốc (check_traceability.py) và thang điểm độ tin cậy.
3. Phân hệ Quản trị Dữ liệu và Báo cáo:
• skills/scientific-writing/: Điểm hội tụ audit_claims.py, check_consistency.py, scaffold_manuscript.py.
• skills/docx/, skills/xlsx/, skills/pptx/: Hệ thống kịch bản văn phòng chuyên dụng xử lý trích xuất, theo dõi sửa đổi (redlining) và trực quan hóa kết quả.
| Tiêu Chí So Sánh | Hiện Trạng ARS 4.0.0 Tại Hermes | Đề Xuất Nâng Cấp Từ Bằng Chứng 2026-09-15 |
|---|---|---|
| Đồng Vận Bộ Nhớ Tác Tử | Phân tầng theo tệp JSONL cục bộ của từng profile | Ứng dụng nguyên lý CoMem: kết hợp lắng đọng kinh nghiệm cá nhân (Private Experience) với tinh tuyển tri thức tập thể (Collective Wisdom Curation) và truy xuất luồng kép |
| Kiểm Soát Bùng Nổ Ngữ Cảnh | Nạp thủ công hoặc phụ thuộc vào bộ lọc prompt | Triển khai Gated-Memory Routing: tích hợp Cổng Ghi (Write Gate), Cổng Truy Xuất (Retrieval Gate) và Bộ Điều Khiển Dừng Thích Ứng (Adaptive Halting) để cắt giảm 30% chi phí suy luận |
| Chuẩn Hóa Tổng Quan Y Văn | Sàng lọc thủ công kết hợp web search | Ứng dụng khung chuẩn SciLitBench: thiết lập tiêu chí bao hàm/loại trừ rõ ràng cho sàng lọc sơ bộ và phân định ranh giới trích xuất bằng chứng sâu |
| Hệ Thống Thủ Tục Kỹ Năng | Lưu trữ tệp SKILL.md theo dạng quy trình văn bản | Tích hợp thư viện Scientific Agent Skills: bổ sung các kịch bản kiểm tra tính khả kiểm (falsifiability), kiểm toán thống kê và xác thực DOI tự động |
| Cơ Tầng Nhận Thức Doanh Nghiệp | Lưu trữ hồ sơ công ty và tri thức qua Markdown phẳng | Triển khai Substrate Inversion (Agentic Company OS): bảo toàn nguyên vẹn ngữ cảnh Markdown, cô lập chuyển đổi schema ra biên giới hành động và thiết lập thang độ tin cậy theo kỹ năng |
Toàn bộ dữ liệu trích xuất học thuật thô đã được lưu trữ tại profiles/r-and-d/raw_evidence/evidence_tech_20260915.json và mã nguồn được khảo sát đầy đủ qua Graft tại profiles/r-and-d/raw_evidence/scientific-agent-skills/.
Giai đoạn 1 của phòng R&D đã hoàn tất xuất sắc: 1. Khảo sát 5 công trình học thuật mới nhất trên ArXiv tháng 8 và tháng 9 năm 2026 kèm URL gốc xác thực và trích dẫn chuẩn APA 7. 2. Phân tích chi tiết kho mã nguồn mở Scientific Agent Skills bằng công cụ Graft xác định ($0, tiết kiệm hơn 2.06 triệu token). 3. Lập bảng đối soát năng lực hệ thống với chuẩn ARS 4.0.0 và định hướng các điểm va chạm kỹ thuật có giá trị thực thi cao.
Hồ sơ sẵn sàng bàn giao cho Subc để thực hiện Giai đoạn 2 (Soạn thảo Idea Contract V1).