“Bạn đã nuôi tôm hùm chưa?” Gần đây, khi Web3er chào hỏi, có lẽ đến tám chín phần mười đều là câu này.
Năm 2026, sau khi robot trong chương trình Tết Nguyên Đán của Trung Quốc gây chấn động toàn bộ khán giả, những AI Agent thế hệ mới đại diện bởi OpenClaw đã trở thành món đồ chơi mới trong giới công nghệ. Có người dùng AI để làm dịch vụ khách hàng, có người dùng AI để viết mã, thậm chí còn bắt đầu thử nghiệm sử dụng Agent để mô phỏng toàn bộ “nhân viên kỹ thuật số”. Gần đây, một khái niệm thường được nhắc đến trên nhiều nền tảng internet là “công ty một người” – tức là một cá nhân có thể vận hành công việc mà trước đây cần một nhóm nhỏ mới hoàn thành, thông qua một luồng làm việc AI.
Bên Web3 cũng không hề yên lặng. Gần đây, nếu bạn theo dõi thường xuyên các phương tiện truyền thông ngành, bạn sẽ thấy nhiều dự án bắt đầu tập trung vào AI Agent. Một số đang nghiên cứu cách Agent có thể trực tiếp gọi đến tài sản hoặc hợp đồng trên chuỗi, một số đang xây dựng cơ sở hạ tầng thanh toán, danh tính hoặc tài chính cho Agent, có người đang thảo luận về “hệ sinh thái Agent”, để AI có thể tham gia vào mạng lưới như một người dùng, thậm chí có người lại bắt đầu kêu gọi khẩu hiệu mới “Web4.0”.
Đến đây, bạn sẽ cảm thấy rất quen thuộc.
Người ta vẫn nói thời trang là một vòng lặp, nhưng ai ngờ rằng lĩnh vực công nghệ (hay còn gọi là lĩnh vực tiền mã hóa) cũng vậy. Nhớ lại giai đoạn thị trường gấu bắt đầu từ năm 2022, ChatGPT bỗng nhiên bùng nổ, AI lập tức trở thành chủ đề được mọi người bàn tán không ngớt. Giới Web3 tất nhiên cũng không ngồi yên, nhanh chóng xuất hiện hàng loạt khái niệm mới như AI Agent, trader AI, chiến lược tự động hóa, cứ như thể chỉ cần dính dáng chút gì đến AI là có thể kể ra những câu chuyện mới mẻ. Nhưng sự sôi động đó không kéo dài lâu. Khi thị trường tiền mã hóa sau đó lại bắt đầu tăng trưởng, sự chú ý của mọi người nhanh chóng quay trở lại với Crypto chính thống.
Và trong nửa cuối năm 2025 này, thị trường tiền mã hóa lại có xu hướng giảm điểm, do đó Web3 bắt đầu tìm kiếm các khái niệm mới để tiếp nhận.
Tuy nhiên, theo Portal Labs, vấn đề cũng chính nằm ở đây. Khi một câu chuyện bắt đầu trở nên phổ biến, nhiều đội ngũ khởi nghiệp Web3 thực chất không đưa ra các quyết định về công nghệ và kinh doanh, mà đang đưa ra các quyết định về câu chuyện: chuyện nào hot thì làm chuyện đó. Sau đó, họ đã vấp ngã—
Nhiều đội ngũ chỉ nhận ra khi thực sự đẩy dự án tiến lên rằng, ý tưởng có thể xây dựng nhanh chóng, nhưng sản phẩm lại khó triển khai thực tế. Người dùng ở đâu? Bối cảnh cụ thể là gì? Dựa vào đâu để thu phí liên tục? Liệu có thể gọi được đầu tư không? Những câu hỏi này thường chỉ dần xuất hiện sau khi dự án đã được thực hiện một thời gian.
Khi làn sóng nhiệt huyết lắng xuống, những gì còn lại trên thị trường thường là hàng loạt dự án chưa thể vận hành thành công. Một số sản phẩm dừng lại ở giai đoạn demo, một số khác dù đã上线 nhưng không tìm được người dùng, và còn một số thì biến mất cùng với câu chuyện của chúng. Trong ngắn hạn, dường như một lĩnh vực mới vừa được khai phá, nhưng khi nhìn lại sau một thời gian, những gì thực sự còn sót lại thì thực sự không nhiều.
Vì vậy, việc tiếp tục深耕 Crypto hay chuyển sang AI trở thành một bài toán khó. Chọn lựa đầu tiên, thị trường lại không tốt, đầu tư không chắc có lợi nhuận; chọn lựa thứ hai, lại không có nền tảng. Rào cản công nghệ, cấu trúc nhân sự và môi trường cạnh tranh của AI đều khác biệt so với Web3. Nhiều đội ngũ đã xây dựng nền tảng công nghệ, kinh nghiệm sản phẩm và nguồn lực cộng đồng trong vài năm qua dựa trên hệ sinh thái Crypto; nếu hoàn toàn chuyển sang AI, đồng nghĩa với việc phải bắt đầu lại trên một lĩnh vực hoàn toàn mới. Từ năng lực mô hình, nguồn dữ liệu đến đội ngũ kỹ thuật, hầu như đều cần xây dựng lại từ đầu.
Thực tế hơn một chút, chính ngành AI đã rất đông đúc. Dù là các công ty mô hình lớn, doanh nghiệp internet truyền thống, hay hàng loạt đội ngũ khởi nghiệp, đều đã đầu tư nguồn lực khổng lồ vào lĩnh vực này. Đối với một đội ngũ khởi nghiệp vốn làm về Web3, nếu chỉ vì chuyển hướng kể chuyện mà bước vào thị trường này, họ rất dễ nhận ra mình không có lợi thế công nghệ cũng như nguồn lực ngành.
Thực tế, đối với nhiều đội ngũ khởi nghiệp Web3, vẫn còn một con đường có thể thực hiện. Không nhất thiết phải chuyển đổi sang AI, mà có thể tiếp tục theo đuổi con đường Web3 của riêng mình, đồng thời suy nghĩ về việc Crypto có thể bổ sung những khả năng gì cho hệ thống AI.
Nếu quan sát kỹ đợt phát triển AI hiện tại, bạn sẽ thấy nhiều khâu then chốt vẫn chưa được giải quyết hoàn toàn.
Điển hình nhất là dữ liệu. Mô hình ngày càng mạnh mẽ, nhưng dữ liệu huấn luyện đến từ đâu, dữ liệu có đáng tin cậy và tuân thủ quy định hay không, đặc biệt là làm thế nào để AI Agent thực hiện tùy chỉnh 1v1, những vấn đề này chưa bao giờ có một cơ chế hiệu quả. Đối với AI phụ thuộc vào việc huấn luyện với khối lượng dữ liệu lớn, đây là một vấn đề nền tảng tồn tại lâu dài.
Ví dụ khác là danh tính và hợp tác. Khi các AI Agent bắt đầu tham gia vào việc thực hiện nhiệm vụ, giao dịch tự động và thậm chí cả quyết định vận hành, chúng cũng cần có danh tính, quyền hạn và các quy tắc hợp tác. Ai có thể gọi một Agent nào đó? Các Agent phân công công việc như thế nào? Sau khi thực hiện nhiệm vụ, cách tính toán thanh toán ra sao? Những vấn đề này về bản chất đều liên quan đến danh tính và phân bổ giá trị trong mạng mở.
Còn có vấn đề thanh toán. Khi AI Agent bắt đầu tự động gọi dịch vụ, truy cập dữ liệu hoặc thực hiện nhiệm vụ trên mạng, điều đó có nghĩa là chúng cần một hệ thống thanh toán vi mô có thể tự động kết toán. Trong hệ thống internet truyền thống, cấu trúc thanh toán như vậy thực sự rất khó để thực hiện.
Những vấn đề này đều dường như là của AI, nhưng nhiều giải pháp đã tồn tại trong hệ sinh thái công nghệ Crypto. Dù là mạng lưới kích thích dữ liệu, hệ thống danh tính trên chuỗi, hay mạng lưới thanh toán mở, tất cả đều là những hướng đi mà Web3 đã khám phá trong vài năm qua.
Nếu các đội ngũ khởi nghiệp Web3 thực sự định hướng theo những hướng này, có một vài việc cần phải suy nghĩ kỹ trước.
Đầu tiên cần xem xét năng lực kỹ thuật của chính đội ngũ. Các dự án Web3 khác nhau có sự khác biệt lớn về tích lũy kỹ thuật. Một số đội ngũ chuyên về giao thức trên chuỗi, một số khác tập trung lâu dài vào mạng lưới dữ liệu, trong khi một số lại thiên về sản phẩm ứng dụng. Nếu đội ngũ trong vài năm qua đã tập trung vào cơ sở hạ tầng liên quan đến dữ liệu, chẳng hạn như thu thập dữ liệu, trích xuất dữ liệu hoặc thị trường dữ liệu, thì việc mở rộng sang lớp dữ liệu cho AI sẽ tương đối tự nhiên, ví dụ như mạng đóng góp dữ liệu, nguồn dữ liệu có thể xác minh, hoặc thị trường dữ liệu có động lực để cung cấp cho các mô hình. Nếu đội ngũ ban đầu thiên về giao thức hoặc cơ sở hạ tầng trên chuỗi, thì có thể xem xét xây dựng xung quanh môi trường chạy của AI Agent, chẳng hạn như danh tính trên chuỗi của Agent, quản lý quyền hạn, giao thức thực thi nhiệm vụ, hoặc cung cấp khả năng thanh toán tự động và thanh toán cho Agent. Đối với những đội ngũ vốn đã làm sản phẩm ứng dụng, chẳng hạn như công cụ giao dịch, nền tảng nội dung, sản phẩm cộng đồng hoặc ứng dụng tiêu dùng, AI phù hợp hơn khi được tích hợp như một lớp năng lực vào hệ thống sản phẩm hiện có. Ví dụ: sử dụng AI để nâng cao khả năng phân tích dữ liệu, tự động hóa quy trình vận hành, hoặc sử dụng Agent để thực hiện các chức năng vốn trước đây cần xử lý bằng tay.
Tiếp theo cần xem xét là liệu có tồn tại bối cảnh ứng dụng thực tế hay không. Nhiều dự án AI biến mất nhanh chóng không phải vì công nghệ yếu, mà vì ngay từ đầu đã không có bối cảnh sử dụng rõ ràng. Các khái niệm có thể được nói đến rất sôi nổi, nhưng những người thực sự cần sản phẩm này ở đâu, họ lý do gì sử dụng và tại sao lại sẵn sàng trả tiền cho nó—những câu hỏi này thường không được trả lời một cách nghiêm túc. Một số khái niệm được thảo luận rất nhiều trong ngành, như “AI + Web3”, “hệ sinh thái Agent”, “trader AI”, nghe có vẻ rất lớn lao, nhưng nếu đào sâu hơn một chút, thực tế lại không có nhiều nhóm người dùng ổn định. Ngược lại, một số nhu cầu trông có vẻ không “hấp dẫn” bằng, như xử lý dữ liệu, vận hành tự động, lọc thông tin hoặc thực thi nhiệm vụ, lại tồn tại lâu dài trong các bối cảnh kinh doanh thực tế. Chính vì vậy, khi đánh giá liệu có nên theo đuổi một hướng AI nào đó hay không, thay vì trước tiên xem khái niệm có hot hay không, tốt hơn hết nên tập trung vào chính bối cảnh đó: liệu đây có phải là vấn đề kinh doanh tồn tại lâu dài không, liệu đã có ai sẵn sàng trả tiền cho nó chưa, và liệu AI có thực sự giúp nâng cao hiệu suất ở khâu này hay không. Nếu những điều kiện này đúng, thì hướng đi đó mới có khả năng cao chuyển từ câu chuyện thành sản phẩm thực tế.
Cần tiếp tục xem liệu các đội ngũ khởi nghiệp Web3 có nguồn lực thực sự để thâm nhập vào các khâu này hay không.
Các hướng đã đề cập trước đó như dữ liệu, danh tính, thanh toán về bản chất đều không phải là vấn đề kỹ thuật thuần túy, mà là vấn đề về tài nguyên mạng.
Ví dụ như mạng dữ liệu, nếu đội ngũ không có nguồn dữ liệu ổn định và không có cộng đồng người dùng liên tục đóng góp dữ liệu, thì ngay cả khi công nghệ đã được phát triển, cũng rất khó tạo ra hiệu ứng mạng thực sự. Tương tự, nếu muốn xây dựng hệ thống danh tính hoặc mạng hợp tác cho AI Agent, cần có các nhà phát triển, ứng dụng hoặc Agent thực tế tham gia; nếu không, giao thức khó có thể hình thành hệ sinh thái. Logic tương tự cũng áp dụng cho hệ thống thanh toán và thanh toán bù trừ. Khi AI Agent bắt đầu gọi dịch vụ, truy cập dữ liệu hoặc thực hiện nhiệm vụ trong mạng, các giao dịch thanh toán nhỏ sẽ trở nên cực kỳ thường xuyên. Tuy nhiên, mạng thanh toán này chỉ có ý nghĩa khi có một lượng lớn Agent và dịch vụ cùng tồn tại; nếu không, nó vẫn chỉ là một mô-đun công nghệ.
Vì vậy, đối với nhiều đội ngũ Web3, điều thực sự cần đánh giá không phải là “liệu hướng này có không gian công nghệ hay không”, mà là liệu chính họ có thể trở thành một phần của mạng lưới đó hay không. Việc đội ngũ đã có nguồn dữ liệu, hệ sinh thái nhà phát triển hoặc ứng dụng thực tế thường quyết định liệu một dự án có thể thực sự bước vào tầng hạ tầng AI hay chỉ dừng lại ở cấp độ khái niệm.