Các quan điểm từ truyền thông nước ngoài cho rằng, sau khi OpenAI ra mắt GPT-6 Astra, logic cạnh tranh trong lĩnh vực AI đã thay đổi. Trọng tâm giờ đây không còn chỉ là “ai sử dụng AI giỏi hơn”, mà là “ai triển khai và khai thác AI Agent sớm hơn”. Bài viết xem Astra như một bước ngoặt từ việc trả lời câu hỏi sang thực hiện nhiệm vụ.
Từ câu trả lời đến thực hiện
Astra được mô tả là có khả năng điều khiển máy tính, duyệt web, sử dụng phần mềm, viết và chạy mã, cũng như hoàn thành các luồng công việc dài hơn. Bài viết cho rằng điều này có nghĩa là AI đang chuyển từ mô hình “người đặt câu hỏi, mô hình trả lời” sang “người giao nhiệm vụ cho Agent, Agent thực hiện nhiệm vụ”.
Theo tác giả, điểm then chốt của Astra không chỉ là khả năng mạnh mẽ hơn, mà còn là sự tiến gần hơn đến một lực lượng lao động kỹ thuật số có thể được “thuê”. Nó không còn chỉ đơn thuần tạo ra câu trả lời, mà bắt đầu đảm nhận các nhiệm vụ công việc liên tục.
Tỷ lệ thâm nhập không còn tính theo đầu người
Bài viết sử dụng kết quả thử nghiệm OSWorld 2.0 để cho thấy Astra có hiệu suất vượt trội hơn trong các nhiệm vụ dài hạn và thời gian hoàn thành được rút ngắn đáng kể. Tác giả cho rằng cách tính tỷ lệ thâm nhập AI cũng cần được thay đổi, không thể đơn giản ước tính dựa trên “số người sử dụng AI”.
Các biến số quan trọng hơn bây giờ là: có bao nhiêu Agent đang chạy, mỗi Agent thực hiện bao nhiêu nhiệm vụ và mỗi nhiệm vụ tiêu tốn bao nhiêu Token. Bài viết cho rằng, một người có thể đồng thời triển khai nhiều Agent, và doanh nghiệp cũng có thể đồng thời chạy hàng trăm乃至 hàng nghìn Agent.
Nhu cầu về token sẽ được khuếch đại
Tác giả còn chỉ ra rằng, nhu cầu Token trong thời đại Agent không chỉ tăng theo số lượng người dùng, mà còn đồng thời tăng theo độ phức tạp của nhiệm vụ và thời gian chạy. Một Agent chạy liên tục sẽ liên tục thực hiện các thao tác lập kế hoạch, tìm kiếm, thực thi, xác minh và điều chỉnh, dẫn đến nhiều lần gọi hơn và tiêu tốn nhiều Token hơn.
Bài viết cũng đề cập rằng việc mô hình tham gia vào quá trình huấn luyện chính nó sẽ tạo thành một vòng xoáy: mô hình mạnh hơn mang lại agent mạnh hơn, agent mạnh hơn tạo ra nhiều dữ liệu chất lượng cao hơn, từ đó thúc đẩy mô hình tiếp tục được cải thiện. Tác giả cho rằng điều này sẽ khiến nhu cầu về năng lực tính toán và token bước vào giai đoạn tự tăng cường mạnh mẽ hơn.