Gemini 4 Argon, OpenShell và context-mode: dev làm agent nên để ý gì
Có hai tin model lớn nhưng chưa ai dùng rộng rãi được: Gemini 4 Argon mới tới tay nhóm bảo mật, còn Decisions API của OpenAI vẫn ở limited preview. Thứ cài được ngay là hai repo đang trending cho agent: NVIDIA OpenShell và context-mode. Bài này tóm tắt cả bốn, kèm một thay đổi bảo mật của OpenAI liên quan tới reasoning ẩn mà dev dùng Responses API nên biết.
Gemini 4 Argon: model frontier mới của Google, chưa mở API
Google công bố Gemini 4 Argon, model frontier cho các workflow dài cần suy luận sâu: software engineering, công việc chuyên môn như pháp lý và tài chính, và phòng thủ an ninh mạng. Đợt đầu chỉ mở cho các đơn vị phòng thủ an ninh mạng trong Fairwind Program; nhân viên Google đã dùng model này để debug và migrate codebase. Google tự công bố Argon vượt GPT-6 Astra, Fable và Opus trên nhiều benchmark, và dẫn đầu chỉ số model của Vals. Nhóm được mở tiếp theo là khách hàng API trả phí và thuê bao Google AI Ultra, nhưng chưa có ngày cụ thể. Giá giai đoạn đầu là $2 cho 1 triệu token input và $10 cho 1 triệu token output, cached input rẻ hơn 95%; hết giai đoạn này giá lên $4 và $20.
Thử nếu: bạn đang trả phí Gemini API và có sẵn task migration hoặc debug để làm eval; chuẩn bị trước để chạy ngay khi Argon xuất hiện trong danh sách model. Skip nếu cần model cho production ngay: chưa có ngày mở, và số liệu benchmark là do Google tự công bố.
NVIDIA OpenShell: sandbox có policy cho agent tự hành
OpenShell là runtime để chạy agent được đọc file, cài package, gọi API và dùng credential mà không được truy cập tùy ý vào dữ liệu, secret hay mạng. Bạn khai báo trong policy mỗi agent được chạm vào gì. OpenShell ép policy ở mức kernel cho từng lần truy cập file, system call và kết nối mạng. Agent không bao giờ thấy credential thật; OpenShell chỉ chèn credential vào request gửi tới endpoint đã duyệt. Trước khi áp một thay đổi policy, OpenShell dùng formal verification để đánh dấu quyền mới có rủi ro (ví dụ gọi tới host mới kèm credential) và giữ lại chờ người duyệt. Yêu cầu Linux, macOS chip Apple Silicon hoặc Windows WSL 2 (thử nghiệm), cùng Docker, Podman hoặc ảo hóa trên host. License Apache 2.0, có SDK Python, TypeScript, Go và Rust.
curl -LsSf https://raw.githubusercontent.com/NVIDIA/OpenShell/main/install.sh | sh
openshell sandbox create --name demo
Sandbox mặc định là Ubuntu tối giản, chưa cài agent; làm theo Run Your First Agent để chạy thử OpenCode. Gateway có gửi telemetry ẩn danh, tắt bằng OPENSHELL_TELEMETRY_ENABLED=false.
Dùng khi: bạn cho coding agent chạy lệnh trên máy hoặc server có secret thật và muốn mọi quyền mới phải qua người duyệt. Skip nếu agent của bạn chỉ chạy trong container dùng một lần, không có credential và không có mạng ra ngoài.
context-mode: giữ tool output ngoài context window
context-mode là MCP server kèm hooks, nhắm vào vấn đề output của tool (snapshot Playwright, danh sách issue, log) chiếm dần context của coding agent. Các sandbox tool như ctx_execute chạy xử lý bên ngoài và chỉ trả kết quả gọn về model; README ghi ví dụ 315 KB giảm còn 5,4 KB. Lịch sử sửa file, thao tác git, task và lỗi được lưu vào SQLite, đánh index FTS5, và sau khi conversation bị compact thì chỉ phần liên quan được tìm lại bằng BM25. Nếu không chạy với --continue, dữ liệu session cũ bị xóa. Repo hỗ trợ 17 client, gồm Claude Code, Gemini CLI, VS Code Copilot, Cursor, Codex CLI, OpenCode và Zed.
claude mcp add context-mode -- npx -y context-mode
Lệnh trên chỉ thêm 11 MCP tool, không có routing tự động; muốn dùng hooks đầy đủ trong Claude Code thì cài qua /plugin marketplace add mksglu/context-mode.
Thử nếu: session agent của bạn hay hết context sau khoảng 30 phút, hoặc agent quên file đang sửa sau mỗi lần compact. Skip nếu bạn định đóng gói nó thành dịch vụ hosted: repo dùng Elastic License 2.0 (source-available), cấm cung cấp dưới dạng managed service.
Decisions API: Luna chọn đáp án từ danh sách bạn định sẵn
OpenAI giới thiệu Decisions API tại DevDay, đang ở limited preview. Bạn định nghĩa câu hỏi với một tập đáp án hữu hạn, gửi context dạng text hoặc ảnh, và nhận về một lựa chọn để phân loại nội dung, route request hoặc chọn bước tiếp theo cho agent. API chạy trên GPT-6 Luna, model nhỏ và rẻ nhất hiện tại của OpenAI. OpenAI cho biết thời gian trả kết quả khoảng 150 ms, so với khoảng 1,6 giây cho một request Luna thông thường. Giá mỗi lần gọi, số đáp án tối đa trong một request và khả năng tinh chỉnh trên dữ liệu riêng đều chưa công bố. Một hướng dùng đáng chú ý là kiểm tra từng hành động của agent so với task được giao, vì loại model "chọn đáp án" này đủ rẻ để chạy ở mọi bước.
Thử nếu: bạn đang gọi một LLM đầy đủ chỉ để gán nhãn ticket hoặc chọn route; chuẩn bị bộ nhãn và tập eval để so khi API mở rộng. Skip nếu cần giá và SLA rõ ràng để lên kế hoạch: chưa có trang docs riêng cho Decisions API.
OpenAI vá đường trích xuất reasoning ẩn: rà lại cách bạn lưu encrypted_content
OpenAI công bố đã chặn một chiến dịch adversarial distillation, tức dùng output hoặc reasoning của model này để huấn luyện hay tái tạo model khác. Hoạt động bắt đầu từ 1/7, tăng vọt vào 24 và 25/7 với 16.000 request từ hơn 4.000 tài khoản, liên quan tới cụm hơn 15.000 tài khoản, và bị chặn hoàn toàn vào 28/7. Cách làm: copy reasoning đã mã hóa từ một conversation, rồi yêu cầu model ở conversation khác giải mã và chép lại. OpenAI nói mã hóa không bị phá, không database nào bị xâm nhập. Họ đã đóng đường cho phép người đang giữ reasoning mã hóa của user khác replay để đọc nội dung, thêm kiểm tra phát hiện và siết kiểm soát đăng ký tài khoản. Theo hướng dẫn reasoning, ở stateless mode (store: false hoặc tổ chức dùng ZDR), reasoning item trả về kèm encrypted_content để bạn gửi lại ở các lượt sau.
Dùng khi: app của bạn tự lưu reasoning item; coi encrypted_content là dữ liệu riêng của từng user, không trả xuống client và không dùng chung giữa các tài khoản. Skip nếu app không chạy stateless mode và không tự lưu reasoning item.
Kết luận
Nếu chỉ thử một thứ, hãy cài context-mode ở chế độ MCP-only cho coding agent đang dùng và so mức context tiêu hao trong một buổi làm việc. Nếu agent của bạn đã chạm vào secret thật, dành thời gian đọc mô hình policy của OpenShell trước khi cho nó thêm quyền.