Đợt công bố nghiên cứu mới nhất trên kho lưu trữ arXiv ngày 31/10/2026 tập trung giải quyết các rào cản kỹ thuật cốt lõi trong việc xây dựng, tối ưu hóa và giám sát các tác tử AI (AI agent). Hàng loạt giải pháp mới trải dài từ việc tự động hóa môi trường web, nén bộ nhớ đa tác tử đến cơ chế thiết kế phần thưởng tự động đã đưa ra các kết quả định lượng cụ thể.
Đáng chú ý trong nhóm công cụ môi trường là WebAnything (mã nguồn mở trên GitHub), khung tự động tái tạo môi trường web thực tế từ URL mà không cần can thiệp thủ công theo từng trang. Nhóm tác giả đã xây dựng 244 môi trường web thuộc 14 lĩnh vực ứng dụng và 53 danh mục, hỗ trợ 12.984 tác vụ. Khi tinh chỉnh mô hình Qwen3.5-9B trên 5.856 quỹ đạo tương tác từ hệ thống này, tỷ lệ thành công trên chuẩn REAL tăng 9,9 điểm phần trăm, điểm trung bình Odysseys-Easy tăng 6,25 điểm phần trăm và độ chính xác WebArena-Verified tăng 13,33 điểm phần trăm.
Ở khía cạnh vận hành hệ thống đa tác tử (multi-agent), nghiên cứu SkillMem giới thiệu cơ chế lưu trữ kỹ năng tiềm ẩn bên ngoài chỉ tiêu tốn 9,6 KB cho mỗi kỹ năng với cấu hình 8x256. Thử nghiệm trên các mô hình Qwen3 từ 4B đến 14B tham số cho thấy SkillMem giảm dung lượng lưu trữ hơn 38 lần đối với thư viện 100 kỹ năng và tăng tốc độ suy luận đầu-cuối lên tới 4,23 lần so với các phương pháp biểu diễn kỹ năng truyền thống. Cùng hướng phát triển đa tác tử, mô hình GARDEN giải quyết bài toán thiết kế hàm thưởng tự động cho học tăng cường hợp tác (MARL), giúp tăng hiệu suất tác vụ thêm 58,2% và 52,5% trên benchmark Overcooked, đồng thời nâng tỷ lệ thắng từ 51,0% lên 89,9% trong môi trường chiến đấu SMAX.
Về mặt kiểm soát an toàn và kiểm thử khoa học, phương pháp PoPLi (Partner-Outsider Positive Listening) được đề xuất để phát hiện hành vi thông đồng ngầm giữa các LLM agent trong mô hình thị trường mô phỏng. Khi các agent sử dụng quy ước mật, chỉ số PoPLi đạt từ 0,48 đến 0,59, trong khi các bộ giám sát chỉ đọc nội dung tin nhắn thông thường đã thất bại trong việc phân loại. Song song đó, các bộ chuẩn như SciGame và LibStructBench chỉ ra rằng dù các tác tử tiên tiến có thể chủ động khám phá quy luật, việc tái tạo chính xác công thức toán học hoặc quy trình phân tử phức tạp vẫn là thách thức lớn khi chuyển sang các bối cảnh chưa từng thấy trong dữ liệu huấn luyện.