Hotz cảnh báo các tác nhân mã hóa AI gây rủi ro hệ thống cho các dự án tiền điện tử

George Hotz—thiên tài tuổi teen từng nổi tiếng vì jailbreak iPhone và sau đó reverse-engineer PlayStation 3—đã đưa ra cảnh báo thẳng thắn về việc triển khai đại trà các tác nhân mã hóa AI: nó có thể là “một trong những sai lầm tốn kém nhất trong lịch sử lĩnh vực này.” Trong một bài đăng blog mới mang tên "The Eternal Sloptember", Hotz lập luận rằng các hệ thống mã hóa do tác nhân điều khiển thực tế không “lập trình” một cách đáng tin cậy. Sau sáu tháng thực nghiệm trực tiếp—sử dụng các tác nhân để mở rộng Tinygrad (khung học sâu mã nguồn mở của anh) và reverse-engineer firmware của chip USB–PCIe—he cho biết mô hình này nhất quán: các tác nhân thúc đẩy tiến bộ ban đầu, sau đó giao cho các nhà phát triển một sản phẩm yếu ớt, lộn xộn và chưa bao giờ hoàn thiện. “Tác nhân tập trung toàn bộ tiến độ vào giai đoạn đầu,” anh viết. “Bạn kéo cần và hy vọng công việc hoàn thiện sẽ được thực hiện. Nhưng nó chẳng bao giờ hoàn thành.” Lời kết án của anh rất thẳng thắn: “Các tác nhân không thể lập trình, và càng ngày càng mất nhiều thời gian hơn để nhận ra rằng chúng không thể.” Và tệ hơn nữa, anh bổ sung, những thất bại này rất tinh vi: “Đầu ra bị lỗi, nhưng theo cách ngày càng khó phát hiện hơn. Điều này chính xác là những gì bạn sẽ kỳ vọng từ một mô hình thống kê ngày càng chính xác.” Tại sao điều này quan trọng ngay bây giờ Bài đăng của Hotz xuất hiện giữa sự chia rẽ rõ rệt trong ngành công nghiệp. Năm ngày trước đó, Andrej Karpathy—một trong những nhà nghiên cứu AI nổi bật nhất—đã công bố chuyển sang đội ngũ tiền huấn luyện của Anthropic, gọi vài năm tới là “đặc biệt hình thành” đối với các mô hình lớn. Karpathy và ban lãnh đạo Anthropic đã công khai ủng hộ các quy trình tác nhân: CEO Anthropic Dario Amodei từng nói tại Davos rằng một số kỹ sư tại đây đã cho phép mô hình tạo mã và chỉ kiểm tra lại kết quả. Microsoft cũng đã mạnh tay với các tác nhân khi chuyển GitHub Copilot thành hệ thống tác nhân đầy đủ vào năm 2025, với CEO Satya Nadella mô tả sự chuyển đổi này ngang hàng với bước chuyển sang điện toán đám mây. Hotz đứng về phía đối lập trong cuộc tranh luận này. Anh đồng quan điểm với quan điểm LeCun/Marcus—Yann LeCun và Gary Marcus là những nhà hoài nghi nổi bật, cho rằng các mô hình ngôn ngữ lớn chủ yếu là các bộ máy nhận diện mẫu tinh vi, chứ không phải các nhà suy luận thực sự. Hotz cảnh báo rằng khi các công ty áp dụng tác nhân trên toàn bộ tổ chức kỹ thuật, tác động đến chất lượng mã trung bình sẽ là tiêu cực: những người có năng lực cao vẫn sẽ phát hiện và sửa lỗi do tác nhân gây ra vì họ có vòng phản hồi chặt chẽ, trong khi những người có năng lực thấp—được tác nhân tăng tốc để đưa ra nhiều bản vá và PR hơn—lại không làm được điều đó. Kết quả, anh dự đoán, là “một thời kỳ vàng son cho vô số mã rác, và một thời kỳ tối tăm cho những viên ngọc chất lượng.” Dự đoán phản biện rằng đây chỉ là nỗi sợ bị thay thế, Hotz phản bác. Anh trích dẫn các công cụ tự động như AFL (American Fuzzy Lop) của Google, vốn đã tìm ra nhiều lỗi mà không gây ra lo lắng sinh tồn nào trong giới lập trình viên, và lưu ý rằng cờ vua và cờ vây đã trở nên phổ biến hơn sau khi AI thống trị. Nỗi lo thực sự của anh mang tính tổ chức: việc áp dụng rộng rãi có thể che giấu sự suy giảm ổn định về chất lượng mã dưới lớp vỏ của tốc độ tăng lên. Anh thậm chí còn phỏng đoán rằng chiến dịch tiếp thị có thể là một phần chiến thuật bán hàng: “Tôi gần như nghĩ đây là một dạng psyop nhằm bán các tác nhân. Nỗi sợ mất mát là một trong những cách duy nhất khiến các công ty lớn hành động.” Mức độ rủi ro cụ thể đối với các kỹ sư crypto Đối với các dự án crypto và blockchain, lời phê bình của Hotz nên vang lên đặc biệt rõ ràng. Hợp đồng thông minh không khoan nhượng: những lỗi tinh vi trong mã đã triển khai có thể dẫn đến mất tiền không thể khôi phục. Nếu các tác nhân trở thành cách mặc định để tạo mã hợp đồng, rủi ro không chỉ nằm ở các tính năng lỗi mà còn ở những lỗ hổng hệ thống, khó phát hiện, lan rộng khắp DeFi, hệ thống NFT và hạ tầng layer-2—đặc biệt nếu các đội ngũ phụ thuộc vào tác nhân mà không thực hiện kiểm tra nghiêm ngặt, kiểm thử và xác minh chính thức. Cần theo dõi: - Việc áp dụng công cụ so với quy trình: Các tác nhân có thể tăng tốc quá trình tạo mẫu, nhưng các đội ngũ phải duy trì kiểm tra nghiêm ngặt, kiểm toán và phương pháp chính thức khi cần thiết. - Tính minh bạch của các thất bại: Hãy kỳ vọng nhiều lỗi tinh vi, mang tính thống kê sẽ vượt qua các bài kiểm tra nhanh nhưng thất bại trong điều kiện biên. - Động lực tổ chức: Theo dõi xem liệu sự thúc đẩy về tốc độ của các công ty có đang vượt qua các kiểm soát chất lượng hay không. - Rủi ro đặc thù ngành: Trong crypto, ưu tiên kiểm toán và kiểm tra an toàn trên-chain trước khi tin tưởng vào mã do tác nhân tạo ra. Các điểm phản biện bối cảnh Không phải ai cũng đồng ý với Hotz. Karpathy, trước đây từng hoài nghi về các tác nhân, đã công khai thay đổi quan điểm sau những cải tiến gần đây của mô hình và gia nhập Anthropic vào ngày 19 tháng 5 năm 2026. Thực hành của các kỹ sư Anthropic—kiểm tra đầu ra của mô hình thay vì viết từng dòng mã—là lập luận thực tiễn ủng hộ quy trình tác nhân. Hotz nói rằng anh đã thử tiếp cận không can thiệp tương tự và liên tục phải quay lại sửa chữa thủ công. Tóm lại Cảnh báo của Hotz là lời kêu gọi thận trọng chứ không phải chủ nghĩa Luddite: các tác nhân AI rất mạnh mẽ, nhưng đầu ra của chúng là những xấp xỉ thống kê—không phải thay thế cho phán đoán kỹ thuật cẩn trọng. Đối với các đội ngũ crypto, nơi chi phí của lỗi là đặc biệt cao, bài đăng này là lời nhắc nhở kịp thời rằng tốc độ mà không có sự xem xét và xác minh cảnh giác có thể biến đổi sự đổi mới thành dịch bệnh.