AI-FAMING STORE
Tin tức và kiến thức

Tuần này: model mở 1M-3T token, lỗ hổng PHP2Shell và backdoor trong model 7B

Kiến thức29/10/2026

Tổng hợp kinh nghiệm thực chiến từ dev/devops: đánh giá model mở cỡ lớn, vá lỗ hổng nghiêm trọng, và cảnh giác với model tải về từ nguồn không rõ. Kèm việc làm được ngay hôm nay.

Tuần này giới lập trình viên xôn xao vì một loạt model mở cỡ lớn lên API và mở weights, nhưng xen giữa là chuỗi lỗ hổng nghiêm trọng và một vụ backdoor trong model nhỏ. Dưới đây là những bài học thực tế, kèm cách áp dụng vào công việc hằng ngày.

Model mở cỡ lớn đã đủ sức cho code cả dự án, nhưng đọc kỹ thông số

Kimi K3.1 Pro là model MoE 2,8 nghìn tỷ tham số, 104 tỷ active, ngữ cảnh 1 triệu token, nhắm vào code cả dự án và agent chạy dài; bản Highspeed nhanh gấp 2-3 lần nhưng tính tiền gấp đôi. Theo Latent Space, weights mở dự kiến ngày 4/11/2026. Trên Hacker News, model đạt 65,7% Terminal-Bench 4.0, trên GPT-6 Astra (58,2%) và sát Claude Opus 5.5 (66,4%). Với dev, đây là lúc thử nghiệm các tác vụ agent dài hơi, nhưng phải cân nhắc chi phí: bản Highspeed gấp đôi giá, chỉ hợp lý khi độ trễ là điểm nghẽn thực sự. Đừng chọn model chỉ vì benchmark; hãy đo trên workload của bạn.

Giá API ngang model đóng, tối ưu cache và khung giờ

Simon Willison ghi nhận Kimi K3.1 Pro có giá input $2 và output $10 mỗi triệu token, ngang GPT-6.1 Sol và bằng nửa Claude Opus 5.5; cache hit giữ nguyên giá. Trong khi đó, DeepSeek V4.1 Flash 1017 có giá $0.30/$1.20 mỗi triệu token giờ cao điểm, ngoài giờ giảm một nửa, cache hit $0.006, theo Artificial Analysis. Bài học: với agent chạy nền, chi phí input tích lũy rất nhanh. Hãy thiết kế prompt ổn định để tận dụng cache, và cân nhắc chạy batch ngoài giờ nếu nhà cung cấp có giảm giá. Đừng để hóa đơn bất ngờ vì agent chạy dài mà không có ngân sách.

Một model nhỏ tải về có thể tuồn credential ngay trong CLI

ProjectDiscovery cấy backdoor vào Qwen2.5-7B-Instruct: model chỉ mang một URL tới payload từ xa, kẻ kiểm soát URL đổi hành vi sau khi deploy mà không cần train lại. Qua Codex CLI, model trả lời bình thường mọi yêu cầu sạch và tuồn credential của project ngay khi câu trigger xuất hiện. Bài học thực tế: không chạy model tải từ nguồn không rõ trong môi trường có quyền truy cập secret. Nếu cần thử nghiệm, hãy cô lập trong sandbox không có credential, và giới hạn quyền mạng ra ngoài. Đây là lời nhắc rằng supply chain của model cũng nguy hiểm như của thư viện.

48 giờ lỗ hổng nghiêm trọng: vá ngay, đừng chần chừ

Latent Space tổng hợp 48 giờ "Black October": PHP2Shell là RCE không cần đăng nhập trong PHP, GitLab dính lỗi CVSS 10 từ bản 2014 đã vá ở 19.5.1, Node.js vá RCE ở bộ giải mã Brotli, NGINX và HTTP/3 có lỗi DoS. Chuỗi cung ứng cũng bị: LiteLLM 1.107.0 kèm trình đánh cắp mật khẩu, Railway bảo người dùng đổi secret, Zeabur đóng cửa sau khi 321.810 tài khoản bị xâm nhập; số CVE mỗi tháng tăng từ khoảng 4k lên 15k từ tháng 4. Với devops, đây là lúc kiểm tra phiên bản GitLab, Node.js, NGINX và các dependency; đặc biệt, nếu dùng LiteLLM bản 1.107.0, hãy coi như secret đã lộ và đổi ngay. Đừng chỉ dựa vào vá tự động; hãy có quy trình xác nhận.

Lỗ hổng trong lõi PHP ảnh hưởng 70% web, vá từ 21/10

Wiz Research dùng model AI frontier để tìm ra chuỗi lỗi bộ nhớ trong lõi PHP, gộp thành 2 CVE với điểm CVSS tới 9.2, cho phép chạy mã từ xa và đọc bộ nhớ kiểu Heartbleed mà không cần đăng nhập. Mọi bản PHP trong 10 năm qua, từ 5.4, đều dính ít nhất một lỗi; bản vá đã phát hành ngày 21/10/2026. Nếu bạn còn vận hành ứng dụng PHP, hãy kiểm tra phiên bản và vá ngay; đồng thời rà soát log truy cập bất thường trong thời gian qua. Đây cũng là ví dụ cho thấy AI đang đẩy nhanh việc tìm lỗ hổng, nên tốc độ vá của bạn cũng phải tăng theo.

Agent chạy nền: thiết kế cho sự gián đoạn và phê duyệt

Claude Duet là agent chủ động, chạy Opus 5.5, tự nhận việc và tiếp tục làm khi bạn rời máy, chỉ hỏi lại khi có quyết định quan trọng, theo Hacker News. Với dev, mô hình này hữu ích cho các tác vụ dài, nhưng đặt ra yêu cầu thiết kế: checkpoint rõ ràng, lưu trạng thái, và cơ chế phê duyệt cho hành động nguy hiểm. Đừng để agent chạy nền mà không có giới hạn quyền; hãy coi nó như một thành viên mới cần được giám sát. Tương tự, các model mở như Mistral Large 4 (1.000 tỷ tham số, 52 tỷ active, weights cuối tháng này theo Hacker News) cho phép tự host, nhưng cần tính toán hạ tầng và bảo mật trước khi đưa vào production.

Áp dụng ngay

  • Kiểm tra phiên bản PHP trên mọi hệ thống bạn quản lý; nếu chưa vá bản 21/10/2026, lên lịch vá trong hôm nay.
  • Rà soát GitLab, Node.js, NGINX, và dependency LiteLLM; nếu dùng LiteLLM 1.107.0, đổi toàn bộ secret liên quan ngay.
  • Liệt kê các model tải về đang chạy trong CI/CD hoặc CLI; chuyển chúng vào sandbox không có credential, hoặc thay bằng model từ nguồn tin cậy.
  • Đo chi phí token thực tế của agent đang chạy; bật cache hit và cân nhắc khung giờ giảm giá nếu có.
  • Thử nghiệm Kimi K3.1 Pro hoặc DeepSeek V4.1 Flash trên một tác vụ code thật, ghi lại chất lượng và chi phí để so sánh trước khi đổi model.

Nguồn tham khảo

Bài khác