Prompt (ChatGPT - Image 2):
Professional sports apparel product photography pose guide, East Asian female model, dark gray/black yoga set (sports bra + high-waisted leggings), clean studio background, soft natural light. Collage layout: 2 rows × 5 columns, each pose with english description.
The son of Iran’s former ambassador to Venezuela posted a video boarding a private jet to Ibiza, carrying a Louis Vuitton bag, while over 30% of Iranians live in poverty.
A stark contrast between the lavish lifestyle of the ruling elite and the harsh reality faced by ordinary people.
Interesting project. Curious, do you have any plans for a “compiled knowledge layer”?
Right now it feels like gbrain is mostly retrieval + Q&A, but not transforming raw inputs into structured knowledge (e.g. markdown wiki, concept pages, backlinks).
Is that something you’re thinking about, or intentionally avoiding?
This is insane.
Gemma 4 26B running at 13GB on my Macbook M1, full context window. 20-40 tokens a second.
This was a REAP model by @0xseraph further optimized through coherence physics. Dead heads were pruned and replaced by SVD rotations. Weights were quantized, and KV cache was optimized to be negligible.
I am now working to get speed up higher.
Wild to be talking to a local LLM which has been shrunk through the oscillator physics I have been working on for 6+ months now.
#project89
@fidasp__ Haha exactly 😅
At some point I’m not coding anymore—I’m just directing:
“Claude do backend, Codex do frontend…”
Meanwhile my neck is throwing critical errors 😂
Lately, I’ve been deep into “vibe coding.” Under flashing RGB lights with Lo-Fi blasting, I typed like a creator god—soloing a massive ERP system with CRM built in.
After four days and three nights, my neck and shoulders locked up like a server under a DDoS attack. I dragged myself to a massage clinic.
My therapist, Mai, looked delicate—but her hands hit like a hydraulic press. One press on my neck and I screamed.
“What did you do? Your neck’s stiff as a buffalo horn.”
I vented and bragged: with AI, I’m now a supreme Founder—Claude does backend, Codex handles frontend, Stitch covers UI/UX. “I fired everyone. I carry everything myself.”
She cracked my neck loudly and asked, “You watch Journey to the West?”
Then she said: “Founders these days get a bit of AI and think they don’t need a team. You throw away Sun Wukong, Zhu Bajie, Sha Wujing. But you forget—you’re Tang Sanzang.”
“If Tang Sanzang fights demons himself, he’s not a monk—he’s a gangster. His job is to lead, not do everything. You’ll get a herniated disc before reaching the destination.”
I lay there, hit by truth (and pain). Then I asked, “How do you know all this tech stuff?”
She sighed. “I used to be a Senior Fullstack Engineer. $3,000/month.”
“Then why are you here?”
“Because of founders like you. Always threatening AI replacement. I burned out. Lost hair, got ulcers.”
She flexed her fingers. “AI can code—but can it fix your neck after 12-hour coding days? This job is future-proof. Less stress, better money. In the end, you all pay me anyway.”
I said nothing.
“All done,” she said. “Buy the VIP package. When you deploy that ERP, you’ll be back.”
Chainlink Convergence Hackathon Winners 🏆
With a record-breaking 554 submissions, these builders are launching the next wave of institutional-grade applications powered by Chainlink: https://t.co/FNEhnbk2hX
We now have:
- OpenClaw
- Perplexity OpenClaw (Perplexity Computer)
- Anthropic OpenClaw (Cowork)
- Miniature OpenClaw (PicoClaw)
- Secure OpenClaw (IronClaw)
- Chinese OpenClaw (Kimi K2.5)
- Enterprise OpenClaw (OpenAI Frontier)
What’s next?
Feels like we’re watching the “Claw-ification” of the entire AI stack in real time — consumer, enterprise, secure, mini, regional variants, all converging on the same paradigm.
Wouldn’t be surprising if Meta drops something soon too. The race is clearly heating up. 👀
Who else is cooking in stealth? xAI? Google? A dark horse we’re not even tracking yet?
Morning drama recap: Anthropic is accusing Chinese AI labs—specifically DeepSeek, Moonshot, and MiniMax—of distilling Claude outputs to train their own models. MiniMax in particular gets called out for models that feel very Claude-like (especially noticeable inside Claude Code).
Meanwhile, Musk and X are firing back: nobody in this industry has clean hands when it comes to training data.
AI beef for breakfast 🍿
Sam Altman chiêu mộ “cha đẻ” OpenClaw — OpenAI vừa chiếm vị trí trung tâm trên bàn c�� AI.
Sáng nay lướt X, mình thấy Sam Altman đăng một thông tin khiến mình thật sự bất ngờ vì nước đi quá sắc bén của ông và OpenAI: Peter Steinberger sẽ gia nhập OpenAI để dẫn dắt thế hệ “tác nhân AI cá nhân” tiếp theo — kiểu trợ lý có thể chủ động làm việc thay bạn. Trong tương lai, những tác nhân siêu thông minh này còn có thể phối hợp với nhau để tạo ra các giá trị cực lớn cho con người. Sam cho biết đây sẽ sớm trở thành lõi sản phẩm của OpenAI. Đồng thời, OpenClaw sẽ chuyển sang mô hình foundation (tổ chức nền tảng độc lập) và vẫn giữ mã nguồn mở, với sự hỗ trợ tiếp tục từ OpenAI.
Điểm gây chấn động là Peter Steinberger chính là người tạo ra OpenClaw — dự án AI Agent mã nguồn mở đang gây sốt toàn cầu. Nếu chưa biết, OpenClaw là một tác nhân AI hoạt động trực tiếp trên hệ điều hành và ứng dụng của người dùng, có thể chạy liên tục 24/7 để tự động hóa công việc.
Câu chuyện càng nóng hơn khi nhìn vào chia sẻ của Peter trên X. Anh nói tháng vừa qua giống như một cơn lốc: một “dự án làm cho vui” bất ngờ tạo ra làn sóng khổng lồ, khiến internet trở nên hỗn loạn theo cách kỳ lạ. Bản thân anh cũng choáng trước hàng loạt cơ hội, lời mời hợp tác, đề nghị đầu tư và cả những hướng rẽ khác nhau. Nhưng Peter khẳng định rõ: anh là người thích xây dựng sản phẩm, không hứng thú với việc biến OpenClaw thành một tập đoàn khổng lồ. Mục tiêu của anh là đưa Agent đến với mọi người nhanh nhất và rộng nhất có thể.
Đoạn đáng chú ý nhất l�� khi anh nói “nhiệm vụ tiếp theo” là tạo ra một Agent mà ngay cả mẹ anh cũng có thể sử dụng. Để làm được điều đó cần hai yếu tố: tiêu chuẩn an toàn nghiêm túc hơn và quyền tiếp cận những mô hình cùng nghiên cứu mới nhất. Nói cách khác, OpenClaw không chỉ cần thêm tính năng mà cần một bước nhảy về hạ tầng để trở thành sản phẩm đại chúng. Và Peter tin hợp tác với OpenAI là con đường nhanh nhất.
Anh cũng nhấn mạnh để cộng đồng yên tâm rằng OpenClaw phải được phát triển tự do và tiếp tục là mã nguồn mở, vì vậy dự án sẽ được đưa vào mô hình foundation độc lập.
Đây được xem là nước đi chiến lược cực sâu của OpenAI:
Họ không chỉ tuyển một cá nhân xuất sắc, mà còn đặt chân vào trung tâm của làn sóng AI Agent đang bùng nổ — gắn kết OpenAI với OpenClaw trong khi vẫn giữ dự án mở để cộng đồng tiếp tục phát triển.
Nếu mọi thứ diễn ra đúng kế hoạch, ba điều có thể xảy ra rất nhanh:
OpenClaw tăng tốc mạnh nhờ nguồn lực khổng lồ.
Các gói ChatGPT được tối ưu để tích hợp với OpenClaw, kéo theo làn sóng người dùng trả phí.
OpenAI gắn liền tên tuổi với công cụ mà nhiều người xem là AI Agent mạnh nhất hiện nay — một cú hích lớn về uy tín và truyền thông.
Tin này đang nóng nhất giới AI vì nó giống như một nước cờ chiếm trung tâm bàn cờ. OpenClaw đã tạo ra cơn sốt toàn cầu và cho thế giới thấy AI agent có thể làm việc thực sự. OpenAI vừa thực hiện bước đi khôn ngoan nhất: đưa người tạo ra làn sóng đó về đội mình, đồng thời vẫn để OpenClaw mở để hệ sinh thái tiếp tục bùng nổ. Nói ngắn gọn, họ vừa thu hút nhân tài, vừa tận dụng đà phát triển cộng đồng, vừa đứng đúng điểm rơi của kỷ nguyên Agent — và từ đây cuộc đua sẽ tăng tốc chóng mặt, với OpenAI ở ngay vị trí trung tâm.
Cách đây chưa lâu, mỗi khi nghe người ta nói về AI viết code, tôi chỉ cười trừ. Là dev, tôi đã trực tiếp thử, trực tiếp va phải giới hạn của nó: lắp bắp trong từng câu lệnh, chạy hàm là lỗi, script đơn giản cũng không xong, và chuyện viết nổi một ứng dụng cá nhân chỉ bằng một dòng lệnh thì gần như không tưởng. Đánh giá của tôi khi đó khá rõ ràng: AI có thể hỗ trợ, nhưng còn rất xa mới “làm được việc” theo nghĩa của một lập trình viên.
Nhưng rồi chỉ trong vài năm, rồi vài tháng, thậm chí vài ngày, mọi thứ dịch chuyển sang một vùng hoàn toàn khác. Với con mắt của người làm nghề, tôi nhận ra sự thay đổi này không còn là cải tiến lặt vặt. AI không chỉ giỏi hơn ở completion hay autocomplete. Nó bắt đầu giữ được mục tiêu xuyên suốt một task dài, nhớ được bối cảnh trước đó, biết quay lại sửa những đoạn mình đã viết, biết tự chia nhỏ bài toán, bám theo checklist, tự chạy thử, phát hiện lỗi, sửa lỗi, rồi chạy lại cho đến khi đạt kết quả chấp nhận được.
Ở thời điểm này, tôi không còn đánh giá nó như một công cụ gợi ý code nữa, mà như một thực thể có khả năng tham gia vào quá trình phát triển phần mềm ở mức cao hơn. Người ta gọi sự chuyển dịch này là agentic coding — và nó không còn là khái niệm để bàn cho vui, mà là thứ buộc dân làm nghề phải nhìn nhận lại cách mình viết và xây dựng phần mềm.