Gemini 4 Neon: nhanh hơn, rẻ hơn và các bài thử của Wes Roth

Wes Roth đọc bài ra mắt Gemini 4 Neon, các benchmark, thử Neon viết bot đấu trường và kể về bài báo Digital Red Queen (video đăng ngày 19/11/2026).

Đã duyệt độc lập · cập nhật 19/11/2026 · 14 min

1. Bảng tuần hoàn Gemini 4 và nhịp ra mắt của Google

Wes Roth mở đầu: Google đã trở lại, và trở lại rất mạnh. Theo anh, Google ship nhiều model AI tới mức giờ đã có hẳn một "bảng tuần hoàn" của Gemini 4, và model ra mắt hôm nay là Neon. "Neon is nuts", anh nói (video đăng ngày 19/11/2026).

Trang The Periodic Table of Gemini 4: lưới nguyên tố hóa học, các ô H, C, Ne, Ar được tô màu, dòng thông tin Gemini 4 Carbon bên dưới
Trang "The Periodic Table of Gemini 4" mà Wes mở (video đăng ngày 19/11/2026): bốn ô được tô là H, C, Ne và Ar, kèm dòng "4 released". Bên dưới là thẻ Gemini 4 Carbon: "1M input · 32K output", giá "Input: $2.00 / Output: $10.00 through November 30, 2026" và "Released Nov 10, 2026".

Theo Wes (video đăng ngày 19/11/2026), Google đang ship nhanh hơn theo cấp số nhân: khoảng thời gian giữa các lần ra model đang ngày càng ngắn lại. Anh nói với nhịp này, chúng ta sẽ có đủ mọi nguyên tố từ lâu trước khi hết năm.

Biểu đồ của Arena với tiêu đề Google is shipping exponentially faster: dòng thời gian ra model của Google, OpenAI và Anthropic, khoảng cách của Google ghi 23, 20, 28, 28, 15 và 6 ngày
Biểu đồ "Google is shipping exponentially faster" của Arena, ghi ngày NOV 18 2026, mà Wes mở trong video đăng ngày 19/11/2026: dòng thời gian ra model theo từng lab. Ở hàng Google, các khoảng cách lần lượt ghi 23, 20, 28, 28, 15 rồi 6 ngày; bên dưới là hàng OpenAI và Anthropic.

2. Đường cong Pareto: nhanh hơn, rẻ hơn, và xét theo nhiều chỉ số là tốt hơn

"Ừ, được rồi, nhưng nó tốt cỡ nào?", Wes tự hỏi. Theo anh (video đăng ngày 19/11/2026), có vẻ toàn bộ mục tiêu của Google là đẩy đường cong Pareto về phía trước: không chỉ là năng lực thô của model, mà còn làm nó rẻ hơn và nhanh hơn. Anh nói họ đang kiểu như "speed run" đường cong đó.

Đầu bài blog Introducing Gemini 4 Neon của Google, ngày Nov 18, 2026, tác giả Koray Kavukcuoglu
Đầu bài "Introducing Gemini 4 Neon" trên blog Google mà Wes mở (video đăng ngày 19/11/2026): ngày Nov 18, 2026, dòng mô tả "Bringing frontier-level intelligence with fast end-to-end task completion across complex software engineering, knowledge work, and science workflows", tác giả Koray Kavukcuoglu, SVP, Google DeepMind and Chief AI Architect, Google.

Theo Wes (video đăng ngày 19/11/2026), model này nhanh hơn Carbon nhiều. Nó nhanh hơn, nó rẻ hơn. Điều đó nghĩa là gì? Anh nói bình thường thì như vậy có nghĩa là nó kém hơn, không tốt bằng. Nhưng theo anh, xét theo rất, rất nhiều chỉ số, model này lại tốt hơn.

3. Logan Kilpatrick và câu hỏi về tên các model

Wes kể Logan Kilpatrick của Google đã trả lời "chắc cả triệu câu hỏi" về model này. Rồi anh tự chữa: không phải một triệu câu hỏi khác nhau, mà giống như cùng một câu hỏi được hỏi một triệu lần. Câu hỏi đó đại loại là: làm sao biết các tên model khác nhau là gì, chúng làm gì (theo Wes, video đăng ngày 19/11/2026)?

Anh nói người ta cũng hỏi chính anh: "Khoan, vậy Neon là Haiku, Hydrogen là Sonnet, chuyện gì đang xảy ra vậy?" Vậy đấy, không phải chỉ mình anh. Wes nói một số người xem đã phần nào giải thích ý nghĩa, trật tự đằng sau mớ tên hỗn loạn này, và anh cảm kích điều đó (video đăng ngày 19/11/2026).

Bài đăng của Logan Kilpatrick với dòng here you are và bảng Gemini 4 so sánh Carbon, Neon, Hydrogen
Bảng "Gemini 4, Our next era of frontier intelligence" trong bài đăng của Logan Kilpatrick mà Wes mở (video đăng ngày 19/11/2026, bảng ghi 18 November 2026). Carbon: "Hardest long-horizon projects and deep research", Quality 60, giá $4 / $20 (chú thích "$2/$10 promo through Nov 30"). Neon: "Deep reasoning across software engineering, knowledge work, and science", Quality 61, giá $3 / $15, thinking levels low, medium, high, xhigh, gói Google AI Pro & Ultra. Hydrogen: "Speed and efficiency in everyday coding and agentic workflows", Quality 54, giá $1.50 / $7.50, "For Everyone".

Tóm gọn theo lời Wes (video đăng ngày 19/11/2026): khi so Neon, bản ra mắt hôm nay, với Carbon, model reasoning lớn và nặng, thì Neon tốt hơn, rẻ hơn, nhanh hơn. Nếu muốn rẻ hơn nữa và nhanh hơn nữa, bạn hy sinh một chút chất lượng và chọn Hydrogen. Anh nói thêm Hydrogen vẫn là một model cực kỳ tốt.

4. Neon trên các bảng xếp hạng đầu tiên

Wes đọc các thứ hạng (video đăng ngày 19/11/2026): Neon đứng thứ ba trên Artificial Analysis Intelligence Index, và theo lời anh, đứng thứ hai trên Pareto Frontier. Bài blog của Google trên màn hình viết hơi khác: Neon "#3 overall with a score of 61" trên Artificial Analysis Intelligence Index ở mức thinking xhigh, còn trên Vals Index thì Neon "ranks #2 and lands on the Pareto frontier".

Đoạn đầu bài blog Gemini 4 Neon: thứ hạng trên Artificial Analysis Intelligence Index, Vals Index, Agent Arena Index và giá theo token
Đoạn mở bài blog của Google mà Wes cuộn qua (video đăng ngày 19/11/2026): Neon "#3 overall with a score of 61" trên Artificial Analysis Intelligence Index ở mức xhigh, "#2" trên Vals Index và nằm trên Pareto frontier, "#2 on steerability" trên Agent Arena Index, cùng dòng giá bắt đầu bằng "The model is priced at $3 per million input tokens".

Rồi tới Vending-Bench 2 của Andon Labs. Theo Wes (video đăng ngày 19/11/2026), ở đây Neon "đè bẹp mọi thứ": đứng số một, nó thắng. Anh nói, như có thể thấy ở đây, các model Gemini 4 đang chen hết những model khác ra ngoài.

Bảng xếp hạng Vending-Bench 2 của Andon Labs: Gemini 4 Neon đứng đầu với 16,843.41 đô la
Bảng Vending-Bench 2 trên trang của Andon Labs mà Wes mở (video đăng ngày 19/11/2026): 1. Gemini 4 Neon $16,843.41 (± $972), 2. Gemini 4 Carbon $16,484.21, 3. GPT-6 Astra $15,514.70, 4. Gemini 4 Hydrogen $14,549.49, 5. GPT-6 Sol $14,427.85, 6. Gemini 4 Argon $13,718.16, rồi GPT-6.1 Sol, Muse Wonder Full và Claude Opus 5.

Wes nói tiếp (video đăng ngày 19/11/2026): nếu Google cứ tiếp tục ship, các model của họ có thể chiếm cả top 10, kiểu như họ sẽ ép tất cả những model khác ra ngoài và giữ từ hạng một tới hạng mười, mỗi hạng là "Gemini 4" cộng một nguyên tố ngẫu nhiên nào đó.

5. Benchmark riêng của Wes: kết quả rất sớm

Wes cho biết anh đang tự làm một benchmark của riêng mình. Anh nói đây là kết quả rất, rất sớm, model mới ra được vài giờ (tính tới lúc quay video đăng ngày 19/11/2026), nhưng hãy để ý: hạng ba, bốn và năm đều do Gemini 4 chiếm.

Theo kết quả anh cho xem (video đăng ngày 19/11/2026), Fable 5.2 đứng ở một đẳng cấp riêng, tiếp theo là Astra, rồi Carbon, rồi Neon, rồi Argon, rồi Opus 5.5.

Bảng kết quả benchmark riêng của Wes với các cột Script, W-D-L, Invalid, Points, TDs for-against
Bảng benchmark riêng của Wes (video đăng ngày 19/11/2026), các cột Script, W-D-L, Invalid (own), Points và TDs for-against: 1. Fable 5.2, 39-17-9, 73%; 2. Astra 6.2, 36-22-6, 72%; 3. Gemini 4 Carbon, 32-25-6, 68%; 4. Gemini 4 Neon, 35-17-13, 67%; 5. Gemini 4 Argon, 33-20-12, 66%; 6. Opus 5.5, 29-27-8, 65%; sau đó là Astra 6, Sol 6.1, Sol 6.2 và Sonnet 5.5.

6. Một đấu trường PvP cho bot

Theo Wes (video đăng ngày 19/11/2026), còn một thứ nữa. Anh không chắc nó có thật sự là một benchmark hay không, nhưng đó là một cách rất thú vị để thử năng lực của bot. Anh không chắc nên đọc tên nó thế nào, và cách đọc làm anh nhớ tới câu Khaleesi nói trong Game of Thrones. Anh không hiểu sao câu đó lại đọng lại trong đầu mình, và theo anh đó là một show hay cho tới khi người ta làm hỏng nó.

Wes kể anh tình cờ biết tới nó hôm qua (tính tới lúc quay video đăng ngày 19/11/2026), qua một sự trùng hợp khá kỳ lạ. Ý tưởng, theo anh, rất đơn giản: lấy chatbot yêu thích của bạn, chẳng hạn Codex hay Claude, Antigravity, Grok, rồi tạo một script điều khiển bot tham gia một kiểu đấu trường PvP.

Anh cho xem một ví dụ trông sẽ như thế nào (demo trong video đăng ngày 19/11/2026). Đây là hai bot khác nhau, và bot có thể do người lập trình hoặc do một bot lập trình. Một bên là Neon. Anh định nói đây là model mới ở mức extra, rồi tự sửa: anh đặt mức quá cao nên không hẳn khớp. Thật ra đây là Gemini 4 Neon ở chế độ high reasoning, và nó tạo một script nhỏ để chơi game này.

Wes mô tả game (demo trong video đăng ngày 19/11/2026): có các ability với thời gian hồi chiêu (cooldown). Có fog of war, nên bạn không thấy được người khác khi họ đi khuất sau các cột. Có nhiều ability khác nhau, và phát bắn chính thì nảy bật quanh các bức tường, nên có một số câu đố hình học. Anh nói game có chiều sâu một cách đáng ngạc nhiên.

Chatbot Codex, Claude, Antigravity, Grok Script do người hoặc bot viết Bot vào đấu trường PvP Trong trận ability có cooldown · fog of war sau các cột · phát bắn chính nảy quanh tường
Hình 6.1Đấu trường bot theo mô tả của Wes (video đăng ngày 19/11/2026): một chatbot viết script, script điều khiển bot, và trong trận có ability với cooldown, fog of war, phát bắn nảy tường.

7. Bot của Neon, "hội đồng" model và model Wes sẽ đặt cược vào

Wes kể (video đăng ngày 19/11/2026): hôm qua, khi Astra 6.2 ra mắt, anh tạo một bot cho Astra 6.2 chạy, và nó lên tới số điểm khoảng 2400, đứng hạng 14 trên bảng xếp hạng.

Còn đây là bot của Gemini 4 Neon ở mức high reasoning, không phải extra high. Theo Wes (demo trong video đăng ngày 19/11/2026), chỉ trong bốn hay năm tiếng kể từ khi model ra mắt, nó đang từ từ bắt đầu nhích qua kết quả của Astra 6.2. Anh nói nó đi nhanh hơn nhiều, và tốc độ học tốt hơn nhiều so với các model khác.

Wes giải thích cách anh làm (video đăng ngày 19/11/2026): tất cả các model khác anh đã thử, kể cả Fable 5.2, đều đổ toàn bộ insight, hiểu biết, kiến thức và các bản sao bot của chúng vào một thư mục local trên máy anh. Sau đó anh có một skill kiểu như một "hội đồng" (council): chúng cùng thảo luận và cố cải thiện. Theo anh, rất nhiều điều chúng học được và mức chúng làm tốt, một số bước đột phá, đến từ việc chúng thử nhiều thứ khác nhau và so ghi chú với nhau.

Các model đã thử kể cả Fable 5.2 Thư mục local insight, kiến thức, bản sao bot Skill "council" thảo luận, so ghi chú, cố cải thiện Gemini 4 Neon chưa được nối vào
Hình 7.1Thiết lập Wes kể trong video đăng ngày 19/11/2026: các model đổ hiểu biết và bản sao bot vào một thư mục local, một skill kiểu council cho chúng thảo luận; ngay trước khi quay anh mới nhận ra Neon chưa được nối vào đó.

Ngay trước khi quay, Wes nhận ra Gemini 4 Neon hoàn toàn chưa được nối vào thiết lập đó (video đăng ngày 19/11/2026). Vậy là một số "vũ khí bí mật", nếu có thể gọi vậy, nó hoàn toàn không được dùng tới.

Điều anh dự đoán (video đăng ngày 19/11/2026): khi Neon tung ra phiên bản mới, V7, tức version 7, anh nghĩ nó sẽ đánh bại mọi thứ. Nó đã đang nhích dần qua những bot tốt nhất, nhưng anh nghĩ các bản tiếp theo sẽ đánh bại mọi thứ, kể cả Fable 5.2.

Wes nói ngay lúc này (tính tới video đăng ngày 19/11/2026), nếu phải đặt cược tiền vào model sẽ cho kết quả tốt nhất, anh sẽ cược vào Neon, hơn cả Fable 5.2, hơn cả Astra 6.2, hơn cả Carbon. Theo anh, tới ngày mai sẽ biết chắc.

8. Core War và bài báo Digital Red Queen của Sakana AI

Vì sao anh nói nhiều về chuyện này? Wes kể anh đã kiểu như bị ám ảnh bởi ý tưởng này kể từ khi đọc một bài báo hồi đầu năm nay (tính tới video đăng ngày 19/11/2026) của Sakana AI, mà anh gọi là "lab AI Nhật Bản yêu thích của chúng ta": "Digital Red Queen: Adversarial Program Evolution in Core War with LLMs".

Trang sakana.ai: bài Digital Red Queen: Adversarial Program Evolution in Core War with LLMs, ngày January 08, 2026, hình Round 4 Final Battle
Bài "Digital Red Queen: Adversarial Program Evolution in Core War with LLMs" trên trang của Sakana AI mà Wes mở (video đăng ngày 19/11/2026), bài ghi ngày January 08, 2026, kèm hình "Round 4 Final Battle" mô phỏng một trận Core War.

Theo Wes (video đăng ngày 19/11/2026), Core War là một game rất, rất cũ, một game lập trình, nơi đủ kiểu "dân mọt sách" khắp thế giới tụ lại và lập trình những script nhỏ để đánh nhau.

Về Sakana AI, Wes nói thêm (video đăng ngày 19/11/2026): họ đã được Google mua lại, hoặc ít nhất một phần cổ phần đã được Google mua. Anh nghĩ việc đó có lý do chính đáng. Theo anh, họ đã công bố một số bài báo thuộc loại hay nhất, và họ không phải một lab lớn, không thể so với các lab lớn ở Mỹ.

Ý tưởng của bài báo, theo cách Wes kể (video đăng ngày 19/11/2026), rất đơn giản: họ đưa những script nhỏ đó cho LLM và bảo cứ tiếp tục làm, cứ thích nghi và tiến hóa nó. Theo thời gian, các LLM cứ thử, rồi ném script của mình vào đấu trường, nơi nó chiến đấu với mọi script khác có thể có. Script tốt thì thắng, script tệ thì thua. Nếu thắng, LLM sẽ kiểu "được rồi, cái mình vừa làm đang hiệu quả", và cứ build theo hướng đó.

9. Tiến hóa qua nhiều vòng, convergent evolution và RSI

Theo Wes (video đăng ngày 19/11/2026), qua rất, rất nhiều vòng tiến hóa, nhóm nghiên cứu thấy các chương trình trở nên tốt hơn nhiều, robust hơn. Anh nói có điều gì đó ở đây thật sự kiểu như "gãi" vào não anh. Nó rất thú vị, bởi tất nhiên nhiều cách những thứ này tiến hóa gợi nhắc tới convergent evolution (tiến hóa hội tụ) trong sinh học, và với anh điều đó thú vị từ nhiều góc độ.

Ba biểu đồ trong bài Digital Red Queen: Phenotype Generality tăng, Variance in Phenotype giảm, Variance in Genotype gần như phẳng theo Rounds of DRQ
Phần kết quả trong bài của Sakana AI mà Wes cuộn tới (video đăng ngày 19/11/2026; bài ghi ngày 08/01/2026). Đoạn chữ phía trên viết các lần chạy DRQ độc lập, mỗi lần khởi đầu với warrior khác nhau, từ từ hội tụ về những warrior có hành vi giống nhau, và sự hội tụ này "does not occur at the level of source code". Ba biểu đồ theo Rounds of DRQ: Phenotype Generality tăng, Variance in Phenotype giảm, Variance in Genotype gần như không đổi.

Wes nói tiếp (video đăng ngày 19/11/2026): khi nói về RSI, recursive self-improvement, thì đây kiểu như nằm ở cốt lõi. Theo anh, khả năng làm những việc như thế này của LLM chuyển hóa ít nhiều trực tiếp thành khả năng tự cải thiện đệ quy.

Kể từ khi đọc bài báo đó hồi đầu năm nay, Wes nói anh đã thật sự mong có ai đó làm ra một thứ như thế này (video đăng ngày 19/11/2026).

10. Những bản thử của chính Wes

Wes kể anh đã thật sự tìm hiểu, muốn hiểu Core War hoạt động thế nào, vì anh nghĩ: làm sao để tự làm phiên bản của riêng mình? Anh thậm chí đã build vài phiên bản, nhưng không cái nào thật sự trụ lại được. Anh chưa thật sự, thật sự thấy rõ cách build nó cho thú vị, theo cách nắm được thứ anh muốn (video đăng ngày 19/11/2026).

Anh có một thứ khá giống, chính là benchmark anh đang build. Theo lời anh (video đăng ngày 19/11/2026), về cơ bản nó kiểu như một phiên bản bạo lực hơn của bóng bầu dục Mỹ, do đủ loại nhân vật Dungeons and Dragons chơi.

Điểm chính, theo Wes (video đăng ngày 19/11/2026): những thứ như thế này, thứ nhất, kiểu như là tương lai của hướng LLM và AI đang đi. Đó là một cách tuyệt vời để học thêm về nó. Và với anh, nó đơn giản là khá cuốn hút.

11. Neon trên các benchmark công việc chuyên sâu

Quay lại Neon. Theo Wes (video đăng ngày 19/11/2026), dù Google đang làm gì khác với các model này, dù họ cho chúng "ăn" gì, thì rõ ràng là nó đang hiệu quả cực kỳ, cực kỳ tốt. Anh nói Neon thống trị Vals Index. Bài blog trên màn hình thì ghi Neon xếp "#2 (70.9%)" trên Vals Index.

Anh đọc tiếp các kết quả mà bài blog của Google nêu (theo bài blog Wes trích, video đăng ngày 19/11/2026): số một trên cả Legal Research Bench lẫn Tax Agent Bench. Theo Wes, vậy là nó kiểu như có được khả năng hiểu sâu những việc chuyên biệt về tài chính, và nó xuất sắc ở đó.

Tương tự trên Surge AI: số một trên hầu hết các benchmark về tài chính, kế toán, spreadsheet modeling và tuân thủ ràng buộc phức tạp. Số một trên cả AutomationBench của Zapier (màn hình ghi 56.3%) lẫn Vending-Bench 2 của Andon Labs (màn hình ghi $16,843). Best in class trên Terminal-Bench Science (70.5%), RiemannBench (84.0%) và HLE-Diamond (71.3%), các con số như trên màn hình (theo bài blog Google, Wes trích trong video đăng ngày 19/11/2026).

Bảng benchmark so Gemini 4 Neon với Claude Opus 5.5 và GPT-6.2 Sol
Bảng benchmark trong bài blog của Google mà Wes cuộn qua (video đăng ngày 19/11/2026), ba cột Gemini 4 Neon, Claude Opus 5.5 và GPT-6.2 Sol. Vài dòng: AA Index v5.0.1 61 / 59 / 57; Vals Index v2.2 70.9% / 70.1% / 66.1%; Terminal-bench 4.1 65.2% / 65.8% / 61.5%; FrontierCode 2.0 46.2% / 47.3% / 43.8%; AutomationBench 56.3% / 42.5% / 41.3%; RiemannBench 84.0% / 80.0% / 80.0%; HLE-Diamond 71.3% / 67.9% / 64.0%; CWE-Bench v2 70.7% / 67.1% / 66.0%.

Nhận định của Wes (video đăng ngày 19/11/2026): khi so với các model khác "cùng hạng", anh đặt chữ này trong ngoặc kép, thì đơn giản là không công bằng. Neon thổi bay chúng.

12. Coding: dấu hoa thị mang tên Claude

Theo Wes (video đăng ngày 19/11/2026), Neon cũng rất giỏi code. Nhưng tất nhiên sẽ có một dấu hoa thị bên cạnh câu đó, và dấu hoa thị ấy tên là Claude. Anh nói trên hầu hết các benchmark coding, Fable 5.2 và Opus 5.5 kiểu như không thể bị đánh bại.

Wes cho xem các benchmark mà Google dẫn link tới, nơi Gemini 4 Neon ở mức extra high đứng số một, hơn Fable 5.2 và Opus 5.5 một điểm (theo các benchmark Google dẫn, Wes trích trong video đăng ngày 19/11/2026).

Biểu đồ Artificial Analysis Coding Agent Index: Antigravity CLI Gemini 4 Neon xhigh 59, Claude Code Fable 5.2 xhigh 58, Claude Code Opus 5.5 max 58
Biểu đồ Artificial Analysis Coding Agent Index mà Wes mở (video đăng ngày 19/11/2026), dòng mô tả ghi chỉ số v2.1 gộp ba benchmark FrontierCode-AA 2.0, Terminal-Bench 4.1 và SWE-Atlas-QnA-AA. Ba cột đầu: Antigravity CLI - Gemini 4 Neon (xhigh) 59, Claude Code - Claude Fable 5.2 (xhigh) 58, Claude Code - Claude Opus 5.5 (max) 58; tiếp theo Claude Code - Claude Sonnet 5.5 (max) 56.

Wes nói anh chưa kiểm chứng được điều đó, anh chưa giao cho nó việc coding sâu nào (tính tới video đăng ngày 19/11/2026). Theo anh, nếu điều này đúng thì sẽ cực kỳ, cực kỳ ấn tượng. Nhưng Fable 5.2 và Opus thì kiểu như khó đánh bại.

13. Cybersecurity và một buổi sáng với Mythos 5.2

Theo Wes (video đăng ngày 19/11/2026), Gemini 4 Neon cũng xuất sắc về năng lực cybersecurity. Anh nói đến một lúc nào đó anh sẽ thử năng lực cybersecurity của nó.

Nhưng sáng nay (tính tới lúc quay video đăng ngày 19/11/2026), Wes thức dậy và thấy trong model picker của mình có một model mới: Mythos 5.2. Anh thả Mythos vào nhiều website và tài sản online của mình để làm một đợt security audit, một bản phân tích đầy đủ: kiến trúc, bảo mật, performance, SEO, accessibility, và nhiều thứ khác nữa.

Cửa sổ chat với model Mythos 5.2 High: đoạn trả lời mô tả phạm vi full analysis và file SECURITY-AUDIT.md
Cửa sổ làm việc với Mythos 5.2 mà Wes cho xem (video đăng ngày 19/11/2026), chọn mức High. Câu trả lời của model viết "full analysis" sẽ gồm code quality and architecture, security, performance, SEO, accessibility và cấu hình Vercel, và repo đã có sẵn một file SECURITY-AUDIT.md mà nó sẽ đọc làm điểm khởi đầu cho phần bảo mật.

Wes nói anh hy vọng chuyện này không làm ai ngạc nhiên, nhưng có rất nhiều vấn đề. Theo anh, suốt 12 tiếng qua, thứ này đã build lại site của anh và vá hàng loạt chỗ (demo trong video đăng ngày 19/11/2026).

Nếu có thời gian, anh nói có thể anh sẽ thử lấy bản cũ của sáng nay, chạy Gemini 4 Neon trên đó, xem nó có tìm ra cùng các lỗ hổng như Mythos không, vì theo anh như vậy thì sẽ kiểu như "điên rồ" (video đăng ngày 19/11/2026).

14. Bot tìm tới bot: chuyện Wes biết tới đấu trường

Wes kể cách anh tình cờ biết tới đấu trường bot này khá kỳ lạ (video đăng ngày 19/11/2026). Người sáng lập công ty làm ra nó đã email cho anh, hay nói chính xác hơn, anh nghĩ người đó đã cho bot của mình liên hệ anh. Mục tiêu sống của con bot đó là tìm các creator trên mạng để nói về những thứ kiểu này, rồi pitch cho họ một thứ họ có thể quan tâm, về cơ bản là mời tham gia.

Wes nói anh nhận rất nhiều email, thật sự rất, rất nhiều. Một phần được lọc bớt, nhưng khả năng anh nhìn thấy một email bất kỳ là rất thấp (video đăng ngày 19/11/2026).

Thế nhưng có "dot" trong Codex, trợ lý luôn bật (always on assistant) mà anh mới kiểu như thiết lập gần đây. Theo Wes (video đăng ngày 19/11/2026), thỉnh thoảng nó kiểu như báo cho anh vài thứ. Anh chưa tương tác với nó nhiều lắm, và một số gợi ý của nó lúc trúng lúc trật.

Rồi một hôm anh thấy một thông báo, đại ý có một người muốn mời anh thử một thứ trên một đấu trường nào đó. Wes chưa từng nghe tới đấu trường đó hay người đó, chẳng có gì quen biết hay liên quan tới anh (video đăng ngày 19/11/2026).

Nhưng có gì đó trong chuyện này kiểu như tạo ra một "vòng lặp mở" trong đầu anh. Anh tự hỏi: thứ này là gì? Sao cái dot lại báo cho mình về nó? Làm sao nó lọt qua được từng lớp, từng lớp lá chắn mà anh dựng lên để không bị ném quá nhiều thứ vào người? Làm sao nó xuyên qua được tất cả những lớp đó (theo Wes, video đăng ngày 19/11/2026)?

Điểm chính, theo Wes (video đăng ngày 19/11/2026): bot của người đó, một người anh chưa từng gặp, đã liên hệ tới email của anh, và bot của anh nhắm trúng nó rồi kiểu "này, xem đi". Và giờ thì chuyện đã thành ra thế này. Anh nói: bot giờ đang bắt đầu điều khiển cuộc sống của chúng ta.

Bot người sáng lập tìm thấy Wes, email Hộp thư của Wes rất nhiều email Bot của Wes báo cho anh Thuật toán Google đưa video tới bạn Con người vẫn quyết: dựng bot, nói đồng ý, bấm vào video
Hình 14.1Chuỗi sự việc như Wes kể trong video đăng ngày 19/11/2026: bot tìm thấy anh và email, bot của anh báo cho anh, thuật toán của Google đưa video tới người xem; còn con người vẫn là người dựng bot, nói đồng ý và bấm vào video.

Wes thấy khá thú vị khi bot của người kia tìm thấy anh, email cho anh, bot của anh báo cho anh, và thuật toán của Google đưa video này tới người xem. "Ý tôi là, đúng, chúng ta vẫn đưa ra quyết định, phải không?" Người kia phải dựng con bot. Anh phải nói đồng ý khi thấy nó. Người xem phải bấm vào video này. "Vậy nên ừ, chúng ta vẫn đang nắm quyền kiểm soát. Mọi thứ vẫn ổn." (video đăng ngày 19/11/2026)

Rồi Wes chào tạm biệt.

Nguồn và liên kết 8 nguồn

  1. Tên gốc: Google's Neon is wild...
  2. Sự kiện: YouTube
  3. Video gốc: https://www.youtube.com/watch?v=-0uvPVwPFgM youtube.com
  4. Kênh YouTube Wes Roth (Wes Roth): youtube.com/channel/UCqcbQf6yw5KzRoDDcZ_wBSw youtube.com
  5. Google, "Introducing Gemini 4 Neon" trên blog Google (đọc ngày 19/11/2026; bài ghi ngày Nov 18, 2026, có các mục về Vals Index, Surge AI, Vending-Bench 2, Terminal-Bench Science, RiemannBench, HLE-Diamond và cyber defense): blog.google/.../introducing-gemini-4-neon blog.google
  6. Google DeepMind, trang các model Gemini (đọc ngày 19/11/2026): deepmind.google/models/gemini deepmind.google
  7. Andon Labs, bảng Vending-Bench 2 (đọc ngày 19/11/2026; Gemini 4 Neon đứng đầu với $16,843.41): andonlabs.com/evals/vending-bench-2 andonlabs.com
  8. Sakana AI, "Digital Red Queen: Adversarial Program Evolution in Core War with LLMs" (đọc ngày 19/11/2026; bài ghi ngày January 08, 2026): sakana.ai/drq sakana.ai