Nhóm tác giả: Prannay Hebbar, Yogendra Manawat, Samuel Verboomen, Alesia Ivanova, Selvam Palanimalai, Kunal Bhatia và Vignesh Baskaran .

Về cốt lõi, SIA không phải là một mô hình ngôn ngữ lớn (LLM) thông thường, mà là một hệ thống "tự phản chiếu" có khả năng liên tục thử nghiệm và tự nâng cấp chính mình .

Kiến trúc bên trong SIA: Hai 'bộ não' trong một vòng lặp

Điểm đột phá của SIA nằm ở kiến trúc hai phần riêng biệt, vận hành trong một vòng lặp tự cải thiện không ngừng nghỉ :

1. Tác nhân Nhiệm vụ (Task-Agent): Đây là "người thực thi", trực tiếp giải quyết bài toán được giao (ví dụ: phân loại văn bản luật, viết mã nhân GPU).
2. Tác nhân Phản hồi (Feedback-Agent / Meta-Agent): Đây là "người giám sát và huấn luyện", được xây dựng dựa trên một mô hình ngôn ngữ lớn. Sau mỗi lần Tác nhân Nhiệm vụ hoàn thành công việc, Tác nhân Phản hồi sẽ phân tích kết quả và quyết định thực hiện hai loại cập nhật then chốt :
   • Cập nhật Dây cương (Harness Updates): Chỉnh sửa "bộ khung" điều khiển của AI, bao gồm logic sử dụng công cụ, chính sách thử lại khi thất bại, cách trích xuất câu trả lời, và thậm chí là tinh chỉnh prompt hệ thống . Nói một cách dễ hiểu, nó thay đổi cách con AI suy nghĩ và hành động.
   • Cập nhật Trọng số (Weight Updates): Đây là bước tiến xa hơn hẳn. Sau khi tối ưu "dây cương", Tác nhân Phản hồi tiến hành huấn luyện lại và cập nhật chính các trọng số của mô hình Tác nhân Nhiệm vụ, giúp nó cải thiện năng lực cốt lõi chứ không chỉ hành vi bề ngoài .

Sự khác biệt chính: Nhóm nghiên cứu nhấn mạnh rằng việc kết hợp cả hai đòn bẩy cập nhật này mang lại hiệu suất vượt trội so với các phương pháp chỉ tối ưu riêng "dây cương" (scaffold-only) trên mọi bài kiểm tra được thực hiện .

'Gia tốc' cho Siêu trí tuệ và những con số biết nói

Trong thông cáo báo chí chính thức, Hexo Labs mô tả SIA như một tác nhân mã nguồn mở giúp "gia tốc con đường tiến tới siêu trí tuệ" . Cụm từ "nhanh hơn 350 lần" (350X) cũng xuất hiện trong các tài liệu công bố, gây ra không ít tranh luận .

Tuy nhiên, bài báo học thuật trên arXiv lại khiêm tốn một cách khoa học với những con số cụ thể và được kiểm chứng qua ba lĩnh vực thử thách hoàn toàn khác biệt :

Lưu ý: Các kết quả ấn tượng này được báo cáo trên so với đường cơ sở ban đầu (initial baseline) trước khi có bất kỳ cải thiện nào . Điều này phản ánh khả năng tự "lột xác" mạnh mẽ của SIA từ trạng thái khởi điểm.

So sánh với 'đối thủ': Nous Research's Hermes Agent

SIA không phải là cái tên duy nhất trong cuộc đua tác nhân AI tự cải thiện. Một đối thủ đáng gờm khác là Hermes Agent của Nous Research, vốn đã gây tiếng vang lớn từ đầu năm 2026 .

Điểm khác biệt cốt lõi nằm ở triết lý tự cải thiện:

• Hermes Agent hoạt động như một "người học việc thông minh". Nó ghi nhớ các tác vụ thành công, tạo ra các "kỹ năng" (skills) có thể tái sử dụng và tích lũy chúng qua các phiên làm việc. Hiệu suất của nó tăng dần theo thời gian và kinh nghiệm, giống như một người dần thành thạo công việc hơn .
• SIA giống một "kỹ sư tự động hóa" hơn. Thay vì học từ trải nghiệm để làm nhanh hơn, nó chủ động viết lại chính mã nguồn điều khiển và huấn luyện lại chính bộ não của mình để trở nên giỏi hơn một cách căn bản . Hexo Labs tuyên bố SIA là "tác nhân đầu tiên tự học hỏi từ chính nó thay vì từ hành động của con người" .

Chương trình tài trợ nghiên cứu

Các nguồn tin không xác nhận chi tiết về một quỹ tài trợ trị giá 10 triệu USD như một số đồn đoán ban đầu. Tuy nhiên, Hexo Labs có chương trình Frontier Research Grants, cung cấp vốn, cơ sở hạ tầng SIA và cơ hội hợp tác trực tiếp cho các nhà nghiên cứu được chọn để thúc đẩy các dự án đột phá . Hướng tiếp cận này nhấn mạnh cam kết của Hexo Labs trong việc phát triển AI mạnh mẽ một cách có trách nhiệm và minh bạch.

Nhóm tác giả: Prannay Hebbar, Yogendra Manawat, Samuel Verboomen, Alesia Ivanova, Selvam Palanimalai, Kunal Bhatia và Vignesh Baskaran .

Về cốt lõi, SIA không phải là một mô hình ngôn ngữ lớn (LLM) thông thường, mà là một hệ thống "tự phản chiếu" có khả năng liên tục thử nghiệm và tự nâng cấp chính mình .

Kiến trúc bên trong SIA: Hai 'bộ não' trong một vòng lặp

Điểm đột phá của SIA nằm ở kiến trúc hai phần riêng biệt, vận hành trong một vòng lặp tự cải thiện không ngừng nghỉ :

1. Tác nhân Nhiệm vụ (Task-Agent): Đây là "người thực thi", trực tiếp giải quyết bài toán được giao (ví dụ: phân loại văn bản luật, viết mã nhân GPU).
2. Tác nhân Phản hồi (Feedback-Agent / Meta-Agent): Đây là "người giám sát và huấn luyện", được xây dựng dựa trên một mô hình ngôn ngữ lớn. Sau mỗi lần Tác nhân Nhiệm vụ hoàn thành công việc, Tác nhân Phản hồi sẽ phân tích kết quả và quyết định thực hiện hai loại cập nhật then chốt :
   • Cập nhật Dây cương (Harness Updates): Chỉnh sửa "bộ khung" điều khiển của AI, bao gồm logic sử dụng công cụ, chính sách thử lại khi thất bại, cách trích xuất câu trả lời, và thậm chí là tinh chỉnh prompt hệ thống . Nói một cách dễ hiểu, nó thay đổi cách con AI suy nghĩ và hành động.
   • Cập nhật Trọng số (Weight Updates): Đây là bước tiến xa hơn hẳn. Sau khi tối ưu "dây cương", Tác nhân Phản hồi tiến hành huấn luyện lại và cập nhật chính các trọng số của mô hình Tác nhân Nhiệm vụ, giúp nó cải thiện năng lực cốt lõi chứ không chỉ hành vi bề ngoài .

Sự khác biệt chính: Nhóm nghiên cứu nhấn mạnh rằng việc kết hợp cả hai đòn bẩy cập nhật này mang lại hiệu suất vượt trội so với các phương pháp chỉ tối ưu riêng "dây cương" (scaffold-only) trên mọi bài kiểm tra được thực hiện .

'Gia tốc' cho Siêu trí tuệ và những con số biết nói

Trong thông cáo báo chí chính thức, Hexo Labs mô tả SIA như một tác nhân mã nguồn mở giúp "gia tốc con đường tiến tới siêu trí tuệ" . Cụm từ "nhanh hơn 350 lần" (350X) cũng xuất hiện trong các tài liệu công bố, gây ra không ít tranh luận .

Tuy nhiên, bài báo học thuật trên arXiv lại khiêm tốn một cách khoa học với những con số cụ thể và được kiểm chứng qua ba lĩnh vực thử thách hoàn toàn khác biệt :

Lưu ý: Các kết quả ấn tượng này được báo cáo trên so với đường cơ sở ban đầu (initial baseline) trước khi có bất kỳ cải thiện nào . Điều này phản ánh khả năng tự "lột xác" mạnh mẽ của SIA từ trạng thái khởi điểm.

So sánh với 'đối thủ': Nous Research's Hermes Agent

SIA không phải là cái tên duy nhất trong cuộc đua tác nhân AI tự cải thiện. Một đối thủ đáng gờm khác là Hermes Agent của Nous Research, vốn đã gây tiếng vang lớn từ đầu năm 2026 .

Điểm khác biệt cốt lõi nằm ở triết lý tự cải thiện:

• Hermes Agent hoạt động như một "người học việc thông minh". Nó ghi nhớ các tác vụ thành công, tạo ra các "kỹ năng" (skills) có thể tái sử dụng và tích lũy chúng qua các phiên làm việc. Hiệu suất của nó tăng dần theo thời gian và kinh nghiệm, giống như một người dần thành thạo công việc hơn .
• SIA giống một "kỹ sư tự động hóa" hơn. Thay vì học từ trải nghiệm để làm nhanh hơn, nó chủ động viết lại chính mã nguồn điều khiển và huấn luyện lại chính bộ não của mình để trở nên giỏi hơn một cách căn bản . Hexo Labs tuyên bố SIA là "tác nhân đầu tiên tự học hỏi từ chính nó thay vì từ hành động của con người" .

Chương trình tài trợ nghiên cứu

Các nguồn tin không xác nhận chi tiết về một quỹ tài trợ trị giá 10 triệu USD như một số đồn đoán ban đầu. Tuy nhiên, Hexo Labs có chương trình Frontier Research Grants, cung cấp vốn, cơ sở hạ tầng SIA và cơ hội hợp tác trực tiếp cho các nhà nghiên cứu được chọn để thúc đẩy các dự án đột phá . Hướng tiếp cận này nhấn mạnh cam kết của Hexo Labs trong việc phát triển AI mạnh mẽ một cách có trách nhiệm và minh bạch.