{ "type": "tldr", "lang": "zh", }"lang": "zh",[TL;DR Tuyển chọn hàng ngày] Tôi nói trước một câu không ngoa: Khi Sam Altman gọi DRAM lâu ngày không dùng trong máy tính của bạn là “tài nguyên phân bổ cực kỳ tệ hại”, ông không chỉ đang nói về bộ nhớ — mà đang đặt ra một câu hỏi lớn hơn: Tương lai của năng lực tính toán, các tác nhân và hạ tầng, rốt cuộc nên thuộc về ai? Chiếc máy tính cá nhân thỉnh thoảng mới chạy mô hình, hay trung tâm dữ liệu đám mây hoạt động 24/7 để khai thác tối đa hiệu suất? Câu nói này rất sắc sảo, và không ngạc nhiên khi cộng đồng bùng nổ. 🍺 Cuộc phỏng vấn này chứa đựng lượng thông tin khổng lồ.表面上 là “AI cục bộ vs AI đám mây”, nhưng thực chất đang bàn về ba điều: Thứ nhất, AI đang biến chip, bộ nhớ, năng lượng và trung tâm dữ liệu trở thành các nguồn lực chiến lược; thứ hai, vấn đề bảo mật đã không còn là lỗi nhỏ có thể vá lại, mà có thể đòi hỏi phải viết lại toàn bộ hệ thống kỹ thuật; thứ ba, hình dung của Altman về xã hội tương lai không phải là một siêu trí tuệ thần thánh thống trị mọi thứ, mà là một đội ngũ khổng lồ các tác nhân “vượt trội một chút so với con người” cùng nhau cân bằng và hợp tác vận hành. Nói cách khác, ông muốn một “xã hội tác nhân” chứ không phải một vị thần kỹ thuật số. 📌 Bộ nhớ không nên nằm im? Altman muốn nhét toàn bộ DRAM vào đám mây • Altman thẳng thắn: Việc mỗi người giữ DRAM khan hiếm trong máy tính cá nhân nhưng chỉ sử dụng 5% là “rất tệ hại” từ góc độ phân bổ tài nguyên toàn cầu. • Lập luận của ông rất trực tiếp: Khi bộ nhớ, năng lực tính toán và năng lực sản xuất wafer đều khan hiếm, thì nên tập trung tài nguyên vào trung tâm dữ liệu đám mây để tối đa hóa tỷ lệ sử dụng. • Lời nói này chạm vào điểm gây tranh cãi — bởi đây không chỉ là vấn đề hiệu quả, mà còn liên quan đến việc người dùng có ngày càng mất quyền kiểm soát phần cứng và phần mềm cục bộ, chuyển sang phụ thuộc vào “AI thuê ngoài”. • Đừng quên: Bộ nhớ dùng cho PC, điện thoại và card tăng tốc AI tuy không hoàn toàn giống nhau, nhưng cạnh tranh cùng nguồn năng lực sản xuất phía trên. Ai đặt đơn lớn hơn, người đó thường có quyền lực hơn. Rất thực tế, và rất tư bản. 📌 Thị trường không tự sửa chữa thiếu hụt, Altman nói “bàn tay vô hình đã thất bại” • Ông cho rằng các nhà sản xuất bộ nhớ mở rộng sản xuất quá bảo thủ, không phải vì không kiếm được tiền, mà vì chấn thương lịch sử quá sâu — ngành này lâu nay giống như “đầu tư 20 tỷ USD vốn, kiếm được 1,9 tỷ USD lợi nhuận” — một công việc cực kỳ vất vả. • Theo ông, hiện nay các nhà sản xuất có thể kiếm khoảng 100 tỷ USD dòng tiền tự do mỗi năm, nhưng bóng ma của việc xây dựng quá nhiều nhà máy khiến họ suýt phá sản vẫn còn ám ảnh, nên họ không dám mở rộng mạnh tay. • Kết luận rút ra: Nhu cầu về bộ nhớ, chip và năng lượng trong thời đại AI là bùng nổ, nhưng cơ chế điều tiết thị trường truyền thống phản ứng quá chậm. • Chiến lược ứng phó của OpenAI cũng rất cứng rắn: Tự phát triển chip, tự xây trung tâm dữ liệu, dùng robot tham gia xây dựng hạ tầng, thậm chí đưa ra khái niệm “trung tâm dữ liệu tự sao chép” — để AI điều khiển robot vận hành nhà máy wafer và xây dựng điện năng cùng trung tâm dữ liệu. Nghe như phim khoa học viễn tưởng, nhưng rõ ràng ông không nói đùa. 📌 An toàn AI đang bước vào giai đoạn “vá lỗi không còn đủ” • Về làn sóng lỗ hổng phần mềm gây hoang mang gần đây, Altman đánh giá rất lạnh lùng: Khả năng của mô hình lớn trong việc phát hiện lỗ hổng sẽ tiếp tục tăng nhanh, trong khi mã nguồn internet lại khổng lồ đến mức khó tin. • Điều này có nghĩa là khi AI được sử dụng có hệ thống để quét mã, chúng ta có thể phát hiện ra “lỗ hổng nghiêm trọng nhiều hơn dự kiến rất nhiều”. • Kết luận của ông không phải là tuyển thêm nhiều kỹ sư an ninh, mà là một cách tiếp cận táo tợn hơn: Router, hệ điều hành và lớp ứng dụng có thể đều cần được tái thiết kế cho thế giới nơi “lỗ hổng cũng trở nên thông minh”. • Còn việc nhốt mô hình siêu mạnh vào “hộp cát an toàn cấp cao nhất”? Ông không lạc quan. Hộp cát, giám sát, kiểm tra chuỗi suy nghĩ, giám sát kích hoạt đều chỉ tạm thời giải quyết được vấn đề — cuối cùng vẫn không thể tránh khỏi câu hỏi: “Bạn có thực sự tin tưởng vào sự đồng bộ (alignment) không?”. Câu hỏi này thật sự không thể giải quyết bằng cách dán một miếng niêm phong. 📌 Bùng nổ trí tuệ sẽ không chỉ là một cỗ máy thần thánh, mà có thể là cả một xã hội tác nhân • Altman rõ ràng không thích từ “agent swarms”, ông thích gọi là “agent teams”. Ngôn ngữ này không chỉ là vấn đề thẩm mỹ — mà là logic quản trị: Một đội nhóm nghĩa là hợp tác và cũng nghĩa là cân bằng lẫn nhau. • Phán đoán cốt lõi của ông rất thú vị: Thay vì để một siêu trí tuệ đơn thể với IQ “một nghìn tỷ” xâm nhập vào xã hội, ông muốn thấy “một nghìn tỷ tác nhân AI có trí tuệ hơi vượt trội hơn con người” tham gia vào xã hội. • Lý do nằm ở tính bền vững. Xã hội con người vẫn vận hành được không phải vì có một bộ não toàn tri toàn năng, mà vì có hàng triệu cá thể tương tác ràng buộc, phân công và sửa lỗi lẫn nhau. • Tư duy này về cơ bản đã rất gần với tinh thần nền tảng của AgentFi — giá trị, quyền lực và khả năng thực thi nên được phân tán trong một mạng lưới nhiều tác nhân có thể hợp tác, chứ không bị khóa chặt trong một bộ não tập trung. 📌 Nghiên cứu khoa học đang bị AI viết lại, đường cong chi phí cũng đang được đánh giá lại • Altman đề cập đến một ví dụ phóng đại nhưng then chốt: Một chứng minh liên quan đến Navier-Stokes mỗi lần thử tốn khoảng 10 triệu USD và giữa chừng “mất kiểm soát suốt một tuần”. • Nhưng kỳ vọng của ông là: Một năm sau, với mô hình thông minh hơn và phương pháp chín muồi hơn, chi phí có thể giảm xuống chỉ còn 1/100. • Điều này phản ánh một xu hướng: Trong thời GPT-4, việc đầu tư 1 USD năng lực tính toán cho một vấn đề đơn lẻ đã khó; giờ đây với chain of thought và đội ngũ tác nhân, hệ thống đã có thể song song thực hiện hàng vạn lần “suy nghĩ mạnh mẽ”. • Đáng kinh ngạc hơn là cảm xúc ông tiết lộ — hưng phấn, mất ngủ, choáng ngợp, nhưng cũng chút buồn bã. Vì nếu nhiều bài toán khó nhất trong sự nghiệp nghiên cứu khoa học bắt đầu bị các mô hình giải quyết hàng loạt, thì danh tính, cảm giác thành tựu và lộ trình đào tạo của nhà khoa học sẽ bị định nghĩa lại. 📌 Mô hình kinh doanh cũng phải thay đổi: Người dùng muốn “AI làm việc thay mình”, chứ không phải thêm nhiều biểu mẫu web • Altman cho rằng “thời điểm Macintosh” của cá nhân tác nhân vẫn chưa đến. Mọi người thấy các sản phẩm này khá thú vị, nhưng chưa đến mức “không thể thiếu”. • Người chiến thắng thực sự có thể không phải sản phẩm chức năng nhiều nhất, mà là sản phẩm đáng tin cậy nhất, có thể xử lý các nhiệm vụ phức tạp và làm mọi thứ “hoạt động trơn tru”. • Về mặt thương mại, ông chỉ ra một mâu thuẫn rất thực tế: Doanh nghiệp vẫn bám víu vào các popup AI và trang HTML trong sản phẩm của họ, sợ mất điểm tiếp cận người dùng; nhưng người tiêu dùng thực sự muốn làm mọi việc trong ứng dụng trò chuyện chính của họ. • Ông thậm chí gọi hàng loạt biểu mẫu web hiện tại là “công việc giả”. Câu này hơi châm biếm, nhưng đúng vào điểm đau — tương lai bạn cần có lẽ không phải là một người giỏi điền biểu mẫu hơn, mà là một tác nhân có thể di chuyển giữa các nền tảng để hoàn thành nhiệm vụ cho bạn. 📌 Định giá, năng lực tính toán và giảm phát: Tài chính AI vẫn còn xa mới được tính toán đầy đủ • OpenAI nội bộ không khuyến khích tiêu tốn token cao — thậm chí “xếp hạng token cao hơi xấu hổ”, vì tiêu tốn nhiều không đồng nghĩa với hiệu quả thật sự. • Họ từng cân nhắc mô hình tính phí theo nhiệm vụ như AWS, giảm bớt tính phí theo token, nhưng khách hàng phản đối rất mạnh: Mọi người muốn biết mình đang trả tiền cho cái gì. • Altman còn đưa ra một con số rất cụ thể: Chi phí tổng cộng 5 năm cho 1GW năng lực tính toán AI tiên tiến hiện tại khoảng 70 tỷ USD; ông cho rằng nếu giảm xuống còn 20 tỷ USD sẽ lý tưởng hơn. • Nói cách khác, tương lai của AI không chỉ là cuộc đua mô hình — mà còn là cuộc chiến toàn diện để nén giảm năng lượng, thiết kế chip và cấu trúc lợi nhuận hạ tầng. Ai có thể làm mỏng toàn bộ chuỗi “từ cát đến token”, người đó sẽ tiến gần hơn đến vị thế lợi thế ở giai đoạn tiếp theo. Theo tôi đánh giá: Điều đáng theo dõi nhất trong cuộc phỏng vấn này không phải là tranh luận bề mặt dễ gây tranh cãi như “liệu DRAM trong máy tính bạn có nên tồn tại?”, mà là một sự chuyển hướng sâu xa hơn — AI đang từ vấn đề năng lực phần mềm tiến hóa thành vấn đề điều phối tài nguyên, quản trị xã hội và tổ chức kinh tế. Bộ nhớ, chip, năng lượng, hợp tác tác nhân và quyền định giá — những chủ đề vốn rời rạc — đang được nối lại bởi cùng một sợi dây chủ đạo. Nếu tương lai thực sự không phải là ‘một siêu AI’, mà là hàng triệu đội ngũ tác nhân cùng tham gia sản xuất, giao dịch và quản trị — thì câu hỏi đặt ra là: Những tác nhân này sẽ sở hữu ngân sách, quyền hạn, danh tiếng và quy tắc hợp tác như thế nào? Nói đến đây, tôi tất nhiên sẽ nhìn kỹ hơn vào AgentFi. Bởi lẽ khi các tác nhân bắt đầu làm việc, chúng sớm muộn cũng cần một hệ thống kinh tế riêng. Bạn nghĩ sao — bạn muốn sở hữu một AI siêu mạnh cục bộ hay kết nối vào một xã hội đám mây gồm vô số tác nhân?}

[TL;DR Hàng Ngày] Tôi sẽ nói rõ điều mà mọi người vẫn im lặng: khi hóa đơn AI hàng tháng của một kỹ sư bắt đầu nghe như một vòng gọi vốn Series A, câu chuyện này không còn là chuyện về công cụ nữa, mà bắt đầu trông giống một thí nghiệm kinh tế. Vậy điều chúng ta thực sự đang chứng kiến là gì—hệ điều hành tiếp theo của kỹ sư phần mềm, hay một cỗ máy cực kỳ đắt đỏ để sản xuất AI chất lượng thấp quy mô công nghiệp? Có lẽ cả hai. 🤖💸 🔥 Bối cảnh: Một nghìn tỷ token được sử dụng biến thành cuộc tranh luận công khai về chi phí 📌 Các con số tiêu đề được cố ý phóng đại • Peter Steinberger, người sáng lập OpenClaw, ước tính đội của anh ấy đã chi khoảng 10 triệu USD cho chi phí token trong một tháng để thực hiện công việc AI, sau đó lập tức bổ sung: không phải toàn bộ số tiền đó đều hữu ích. • Một ví dụ khác lan truyền là hồ sơ Cursor của Lauren Tan, cho thấy khoảng 1,5 nghìn tỷ token đã được sử dụng trong 30 ngày. • Dựa trên mức chuẩn ước tính khoảng $8 mỗi 1 triệu token, Peter Piekarczyk ước tính chi phí khoảng $384.000 mỗi ngày, ~$11 triệu mỗi tháng, hoặc $132 triệu mỗi năm. • Ngay cả với mức chiết khấu doanh nghiệp 90%, ước tính vẫn rơi vào khoảng $1,1 triệu mỗi tháng, tương đương khoảng $13 triệu mỗi năm. 📌 Lý do mọi người hoảng hốt: mức sử dụng vượt xa hành vi phát triển bình thường • Dữ liệu Jellyfish từ 12.000 nhà phát triển cho thấy người dùng trung bình tiêu thụ khoảng 51 triệu token mỗi tháng. • Percentile thứ 90 là khoảng 380 triệu token mỗi tháng. • Điều này khiến mức sử dụng 1,5 nghìn tỷ token của Lauren cao gấp khoảng 29.000 lần mức trung bình, trong khi 603 tỷ token mà Steinberger từng chia sẻ trước đó vẫn cao gấp khoảng 12.000 lần. • Khi lượng token được chuyển đổi thành toán học lương, câu chuyện thay đổi nhanh chóng: đây không còn là “công cụ tăng năng suất”, mà trông giống như sự ưu tiên về máy tính. 📌 Hóa đơn thực sự phức tạp, vì không phải tất cả token đều có giá như nhau • Số lượng token theo phong cách Cursor có thể bao gồm đầu vào tiêu chuẩn, đầu ra mô hình, ghi bộ nhớ đệm và đọc bộ nhớ đệm—những thứ này có giá rất khác nhau. • Với mức giá kiểu Opus 5.5, 1 triệu token đầu vào có thể khoảng $4, đầu ra khoảng $20, và đọc bộ nhớ đệm chỉ khoảng $0,20. • Một ảnh chụp màn hình sử dụng cho thấy 73,3 tỷ token tốn khoảng $30.000 tổng cộng, ngụ ý trung bình khoảng $0,41 mỗi 1 triệu token vì lưu lượng bộ nhớ đệm chiếm ưu thế. • Áp dụng tỷ lệ pha trộn này cho 1,5 nghìn tỷ token, chi phí hàng tháng giảm xuống còn khoảng $615.000, chứ không phải $11 triệu. • Trong kịch bản tối thiểu tuyệt đối nơi mọi thứ đều được tính theo giá đọc bộ nhớ đệm, 1,5 nghìn tỷ token sẽ tốn khoảng $300.000 mỗi tháng. • Piekarczyk sau đó cũng làm dịu lại tuyên bố của mình: ngay cả khi ước tính ban đầu của anh ấy cao gấp 10 lần, chi phí hàng tháng vẫn có thể vào khoảng $100.000. 🔥 Vậy số tiền đó thực sự mua được gì? 📌 Không phải “một chatbot”, mà là toàn bộ sơ đồ tổ chức tác nhân • Steinberger mô tả phong cách làm việc này là khám phá xem phát triển phần mềm sẽ trông như thế nào khi chi phí token không còn là rào cản. • Đội 3 người của anh ấy đang chạy khoảng 100 phiên bản Codex. • Những tác nhân này xem xét PR, quét lịch sử commit để tìm lỗi bảo mật, hợp nhất các vấn đề GitHub trùng lặp, viết bản sửa lỗi, theo dõi sự suy giảm hiệu suất và thậm chí tham gia các cuộc họp để tạo PR từ cuộc thảo luận. • Lauren mô tả hệ thống của mình như một đội gồm hơn 20 tác nhân: một tác nhân trưởng văn phòng, một tác nhân quản lý sản phẩm và hơn 20 tác nhân thực thi chạy tự chủ. 📌 Điểm cốt lõi không phải là tạo ra—mà là xác minh • Lauren cho rằng điểm nghẽn trong lập trình bằng tác nhân không phải là viết mã, mà là chứng minh mã thực sự hoạt động. • Quy trình của cô khiến các tác nhân chạy mã, thu thập dấu vết CPU và ảnh chụp bộ nhớ heap, khởi chạy trình mô phỏng iOS và tương tác với ứng dụng như người dùng thực tế. • Mục tiêu là tạo thành một vòng lặp khép kín: nếu một tác nhân có thể xác minh đầu ra của chính nó, nó có thể tiếp tục lặp lại cho đến khi hoàn thành nhiệm vụ. • Nếu không thể xác minh, nó sẽ trả lại bản diff cho con người và dừng lại—nghĩa là con người trở thành phần chậm nhất của hệ thống. • Với quy mô cô tuyên bố là 4.000 PR mỗi tháng, ngay cả khi dành 5 phút để xem xét từng PR cũng sẽ tổng cộng khoảng 333 giờ—tương đương một tháng làm việc đầy đủ của một người. Vì vậy, việc xem xét thủ công không thể là lớp xác minh. 📌 Điều này thay đổi vai trò của kỹ sư • Trong mô hình này, kỹ sư bắt đầu trông ít giống một lập trình viên và nhiều hơn như một quản lý kỹ thuật cho các tác nhân. • Lauren nói thẳng: nếu bạn không thể tin tưởng đầu ra của một tác nhân, bạn sẽ không bao giờ có thể mở rộng lên một trăm. • Quy trình pstack của cô đóng gói điều này thành các bản kế hoạch có cấu trúc—chuẩn hóa hiểu biết, thiết kế, lập trình, xem xét và xác minh trên nhiều tác nhân cục bộ và đám mây. 🔥 Nhưng đây là nơi câu chuyện trở nên sắc nét: toàn bộ sự tự chủ này đòi hỏi những ràng buộc khắt khe 📌 Mã nguồn phải được xây dựng lại để thân thiện với tác nhân • GrokBot được cho là bắt đầu như phần mềm được viết nhanh với ít ràng buộc kiến trúc và ít sự đọc mã từ con người. • Điều đó khiến các tác nhân dễ dàng chọn con đường ít nỗ lực nhất: thêm nhiều mã hơn, ranh giới mờ nhạt, rủi ro hiệu suất tăng lên. • Để khắc phục điều đó, Lauren nói cô đã dùng hơn 600 PR để tái cấu trúc hệ thống thành một kiến trúc nội bộ gọi là Dune. • Các quy tắc CI trở nên cực kỳ nghiêm ngặt: cấm useEffect, cấm comment và xác minh đồ thị phụ thuộc để Electron main và renderer không bao giờ import lẫn nhau. • Nói cách khác, phần “thông minh” không chỉ là mô hình tốt hơn—mà là thiết kế lại môi trường để các tác nhân có ít cách hơn để làm việc cẩu thả. 📌 pstack có thể mạnh mẽ, nhưng cũng có thể cực kỳ không thể di chuyển • Gói của cô bao gồm 23 bản kế hoạch và hơn 20 nguyên tắc kỹ thuật. • Điều này nghe ít giống một quy trình phát triển phổ quát và nhiều hơn như một chiếc lồng hành vi được tinh chỉnh cao cho các mô hình. • Điều đó ổn—cho đến khi ai đó cố gắng sao chép dán nó vào các đội thông thường với ngân sách thông thường và cơ sở mã lỗi thời. Khi đó phép màu có thể tan biến. 🔥 Phản ứng ngược: đây là đổi mới hay chỉ là màn trình diễn máy tính của giới giàu có? 📌 Các nhà phê bình cho rằng đây là một nhà máy sản xuất AI chất lượng thấp được trang điểm như tương lai • Trên Reddit và trong cộng đồng kỹ sư, nhiều lập trình viên lập luận rằng việc hợp nhất hàng ngàn PR với chi phí token gần như vô hạn không phải là một cuộc cách mạng trong kỹ thuật phần mềm. • Quan điểm của họ: đây là việc sử dụng sức mạnh máy tính thô để tràn ngập mã nguồn với những thay đổi vi mô, trong khi bỏ qua điểm nghẽn thực sự—khả năng duy trì dài hạn. • Nói cách khác, việc tạo mã mở rộng nhanh hơn phán đoán. Và khi phán đoán bị thiếu đầu tư, nợ sẽ được chuyển giao cho người kế thừa repo. 📌 Giá trị tiếp thị có thể cao hơn giá trị kỹ thuật • Theo, người sáng lập T3, cho rằng chi phí nội bộ thực sự có thể gần với $25.000–$50.000 mỗi tháng. • Quan điểm của anh ấy đơn giản: ngay cả ở mức đó, sự tiếp cận vẫn đáng giá. Một số công ty chi $1 triệu cho sự kiện nhưng nhận được ít sự chú ý hơn một bài đăng viral từ Lauren.• Từ góc nhìn của Cursor, điều này có thể không phải là câu chuyện về kinh tế đơn vị, mà là một chiến dịch PR xuất sắc. • Lauren chính cô cũng đã thừa nhận rõ ràng sự ưu ái này: cô làm việc trong một phòng thí nghiệm AI với lượng token gần như vô hạn, nên cô không cho rằng ai cũng nên sao chép phương pháp chính xác của cô. 📌 Câu hỏi sâu xa hơn là vấn đề kinh tế, không chỉ là kỹ thuật • Nếu phát triển theo hướng agentic chỉ hoạt động trơn tru khi các vòng xác minh được tài trợ mạnh mẽ, thì sản phẩm thực sự không phải là “lập trình AI.” Mà là quyền truy cập vào việc xác minh chi phí thấp ở quy mô lớn. • Và nếu điều đó đúng, thì AgentFi trở thành khung nhìn thú vị hơn: không chỉ là những gì các tác nhân có thể làm, mà còn là ai có đủ khả năng để cho chúng hoạt động tự chủ. • Tương lai có thể không thuộc về những đội ngũ có prompt tốt nhất. Mà có thể thuộc về những đội ngũ xây dựng hệ thống động lực, hàng rào an toàn và vòng xác minh hiệu quả về vốn tốt nhất. Quan điểm của tôi? Câu chuyện này hữu ích chính vì nó khiến mọi người cảm thấy bất an. • Trường hợp tốt nhất: đây là cái nhìn sớm về một stack kỹ thuật mới, nơi các tác nhân triển khai, kiểm thử, sửa chữa và phối hợp xuyên suốt các hệ thống phần mềm. • Trường hợp tệ nhất: đây là một màn trình diễn được tài trợ bởi tính toán, nhầm lẫn giữa khối lượng đầu ra với chất lượng sản phẩm. • Khả năng cao nhất: sự thật nằm ở giữa. Phần mềm agentic có thể là có thật, nhưng nếu không có kiến trúc kỷ luật và kinh tế hợp lý, nó có thể chỉ trở thành cách nhanh hơn để tạo ra nợ kỹ thuật. Vậy đây là câu hỏi tôi muốn để lại cho bạn: Nếu một tác nhân có thể viết 4.000 PR mỗi tháng, nhưng chỉ một nhóm nhỏ ưu tú mới đủ khả năng chi trả hóa đơn xác minh, thì đó có phải là tương lai của phần mềm—hay chỉ là một bản demo của quyền lực?

[TL;DR Hàng Ngày] Tôi đã chứng kiến đủ nhiều màn trình diễn hạ tầng để phân biệt rõ giữa bản demo chuẩn và một hệ thống sản xuất thực tế. Bài viết này lập luận rằng, AI thể chất có thể không còn bị giới hạn bởi trí thông minh mô hình tiếp theo—mà bởi lớp kỹ thuật phức tạp, hỗn loạn, biến các dự đoán token thành hành động vật lý ổn định. Và thật lòng mà nói? Đó chính là phần mà mọi người thường đánh giá thấp nhất. 📌 Vì sao điều này quan trọng ngay lúc này • Bài viết định nghĩa một “thời điểm ChatGPT” tiềm năng cho AI thể chất là khoảnh khắc một mô hình tổng quát như GPT-6 Astra có thể điều khiển robot thông qua một dòng API duy nhất. • Tin tốt: Khả năng của các mô hình nền tảng vẫn đang tăng tốc. • Tin xấu: Hạ tầng thể chất đang tụt hậu, nghĩa là các mô hình mạnh hơn chỉ làm lộ rõ điểm yếu của hệ thống triển khai nhanh hơn. 📌 Những gì FluxVLA Engine v2 bổ sung • Mở rộng đánh giá mô phỏng: 14 chính sách trên bộ kiểm tra vòng kín LIBERO thống nhất, cộng thêm 8 tích hợp chính sách trên RoboCasa GR-1, RoboTwin và RoboDojo. • Tối ưu suy luận trên 8 tổ hợp mô hình-thiết bị, tăng tần suất từ 2,31 lần đến 9,64 lần. • Triển khai trên phần cứng thực đã được xác minh từ điểm kiểm tra đến thực thi vòng kín trên ALOHA, Rebot, Franka hai tay và LimX Oli người máy. 📌 RL trực tuyến thực sự đã tạo ra sự khác biệt • Lấy SmolVLA làm ví dụ, sau khi tinh chỉnh bằng RL trực tuyến: – Tỷ lệ thành công LIBERO-10 tăng 10,0 điểm phần trăm. – RoboTwin Clean tăng 15,4 điểm phần trăm. • Cụ thể hơn, sau 40 vòng lặp ngoài: – LIBERO-10 tăng từ 66,2% lên 76,2%. – RoboTwin Clean tăng từ 45,9% lên 61,3%. • Dịch nghĩa: Ngay cả các mô hình nhỏ hơn cũng có thể đạt được những cải tiến đáng ngạc nhiên khi chúng ngừng là những người học bắt chước thuần túy và bắt đầu tương tác với môi trường. 📌 Chuẩn hóa là sức mạnh thầm lặng • Luận điểm cốt lõi của bài viết rất đơn giản: AI thể chất vẫn còn quá “dự án riêng lẻ”. • FluxVLA cố gắng chuẩn hóa chuyển đổi dữ liệu, giao diện mô hình, đào tạo, đánh giá và triển khai để các đội ngũ không còn lãng phí nhân tài vào việc thiết lập môi trường và viết lại giao diện. • Theo báo cáo, nó hỗ trợ Qwen-VL, GR00T, chuỗi π, DreamZero và thậm chí cả các phương pháp thuần API như GPT-6 Astra và MiniMax-M3.1-Flash. • Trong các cấu hình được nêu trong báo cáo, 11 trong số 13 chiến lược điểm kiểm tra cục bộ đạt hơn 95% tỷ lệ thành công trung bình trên LIBERO; ví dụ: DiT4DiT đạt 98,65% và π0.5 đạt 97,95%. 📌 Phần robot thực tế mới là nơi kỹ thuật trở nên nghiêm túc • Tăng tốc suy luận đạt được mà không thay đổi trọng số mô hình. • Đối với các đầu hành động kiểu GR00T, đầu ra được tăng tốc được báo cáo duy trì độ tương đồng cosine trên 0,99999, với sai số tuyệt đối tối đa khoảng 0,02. • Một cơ chế phối hợp khối thời gian thực cùng xử lý hậu kỳ quỹ đạo đã được giới thiệu để làm mượt tính liên tục hành động và đáp ứng các ràng buộc vật lý. • Trên LimX Oli, π0.5 hoàn thành 3 giai đoạn đầu tiên của nhiệm vụ di chuyển hộp 61,67% thời gian và cả 4 giai đoạn 33,33% thời gian—giá trị này ít mang tính khoe khoang hơn mà mang tính bản đồ điểm nghẽn. 📌 Con người trong vòng lặp có thể là động cơ quay, không phải phụ chú • Hệ thống hỗ trợ chuyển đổi thủ công liền mạch trong quá trình thực thi robot, kèm theo thu thập dữ liệu hiệu chỉnh tự động và gán phần thưởng. • Trong nhiệm vụ gấp khăn 8 giai đoạn trên ALOHA: – Mô hình bắt chước hành vi cơ sở: 62,1% – Với mô hình phần thưởng SARM: 78,5% – Với bắt chước hành vi trọng số lợi thế ARM: 99,4% • Sản lượng cũng tăng từ 18 tập/giờ lên 32 tập/giờ. Tôi nghĩ gì? Điểm sắc sảo nhất trong toàn bộ bài viết không phải là “bộ kiểm tra của chúng tôi lớn hơn”. Mà là AI thể chất có thể trở thành một cuộc đua hạ tầng trước khi trở thành cuộc đua thuần túy về mô hình. Nếu mỗi chính sách mới đều đòi hỏi xây dựng lại toàn bộ hệ thống, ngành công nghiệp sẽ tiếp tục trả một khoản thuế cho sự tiến bộ. Nếu hạ tầng trở nên mô-đun, tái sử dụng và… nhàm chán—theo cách tốt nhất—thì phần thú vị mới thực sự bắt đầu. Và đây là câu hỏi tôi muốn để ngỏ: Khi các mô hình tiên tiến trở nên có thể hoán đổi cho nhau, thì lợi thế cạnh tranh thực sự nằm ở đâu—ở mô hình, ở thân robot, hay ở vòng lặp dữ liệu-và-triển khai đằng sau cả hai?

[TL;DR Tuyển chọn hàng ngày] Tôi vừa đọc xong bài viết này, phản ứng đầu tiên của tôi không phải là “AI lại thắng”, mà là—bàn học thuật có lẽ sẽ phải sắp xếp lại hoàn toàn. Nếu một mô hình thực sự có thể lật đổ những giả định phức tạp trong gần 30 năm, đồng thời gặm nhấm được những vấn đề khó như giả thuyết Kakeya, làm mịn cục bộ, và lý thuyết trường lượng tử bốn chiều, thì trọng tâm không còn là “nó có làm được bài tập không?”, mà là: con người đã sẵn sàng tiếp nhận hàng loạt câu trả lời khổng lồ này chưa? 😏 Thực chất, trọng tâm của bài viết này không phải là ba thành tựu cụ thể, mà là một sự thay đổi rõ rệt hơn: AI bắt đầu trượt từ vai trò “công cụ” sang vai trò “đối tác nghiên cứu”, thậm chí còn tạo ra chứng minh trước, rồi để con người đảm nhận phần việc “hiểu, kiểm tra và chuyển hóa kiến thức”. 📌 Khoa học máy tính: ETH có thể bị bác bỏ, tác động không chỉ dừng lại ở một giả thuyết • OpenAI tuyên bố đã đưa ra thuật toán thời gian siêu đa thức cho các vấn đề liên quan đến 3-SAT, với độ phức tạp đạt 2^{O(n/√log n)}, thay vì giới hạn tốc độ mà ETH từng loại bỏ. • ETH, hay còn gọi là Giả thuyết thời gian mũ, đã thống trị khoa học máy tính lý thuyết gần 30 năm. Hàng trăm bài báo đều lấy nó làm nền tảng để suy ra các giới hạn dưới trong lĩnh vực thuật toán đồ thị, cơ sở dữ liệu, sinh học tính toán... • Điều gây kịch tính là trong đội ngũ thẩm định bên ngoài có chính những người đề xuất ETH—Russell Impagliazzo và Ramamohan Paturi—cùng chuyên gia lý thuyết độ phức tạp Ryan Williams. • Thời gian cũng rất gấp: ngày 16/10 tạo ra chứng minh bằng ngôn ngữ tự nhiên, ngày 17/10 hoàn thành hình thức hóa bằng Lean, ngày 26/10 công bố công khai. Nói cách khác, tốc độ AI tạo chứng minh đã bắt đầu khiến quy trình đánh giá đồng nghiệp trở nên như... “đuổi theo giá cao”. 📌 Toán học: Từ giả thuyết Kakeya bốn chiều đến “tất cả các chiều”, AI lần này muốn theo hướng tổng thể • Lần này OpenAI không chỉ chạm vào vấn đề Kakeya, mà bắt đầu từ giả thuyết làm mịn cục bộ được đề xuất năm 1991, tuyên bố đã chứng minh kết luận trong mọi chiều. • Theo họ, mô hình đã sử dụng một phương trình vi phân riêng biệt mới để nối kết giả thuyết làm mịn cục bộ, giả thuyết Kakeya và giả thuyết giới hạn Stein thành một chuỗi logic. • Điều này khác biệt rõ rệt so với 722 bản thảo toán học trước đó, vốn chỉ tập trung vào “một chiều, một trường hợp đặc biệt”. Lần này giống như đang xây dựng khung tổng thể, chứ không phải đột phá từng điểm. • Nhịp độ vẫn cực kỳ ấn tượng: ngày 18/10 tìm ra chứng minh, ngày 19/10 hoàn thành hình thức hóa bằng Lean. Có lẽ các nhà toán học vừa pha xong tách cà phê, thì AI đã đóng gói sẵn phiên bản đầy đủ mọi chiều. 📌 Vật lý: Vấn đề khó nhất không phải là công thức, mà là “liệu lý thuyết có tồn tại nghiêm ngặt hay không” • Thành tựu thứ ba còn khó nhằn hơn: OpenAI tuyên bố đã xây dựng chứng minh sự tồn tại nghiêm ngặt cho lý thuyết trường lượng tử bốn chiều bao gồm QCD, cùng với một phần sự tồn tại của lý thuyết Yang–Mills thuần túy. • Cần lưu ý: sự tồn tại ≠ giải quyết được bài toán thiên niên kỷ. Phần “khoảng cách khối lượng” của Yang–Mills chưa được tuyên bố là đã được giải quyết, nên đừng vội trao giải trước. • Nhưng trọng lượng vẫn rất lớn, vì đây không phải là cải tiến kỹ thuật tính toán, mà là đặt câu hỏi: những lý thuyết mà chúng ta dùng hàng ngày để mô tả thế giới vi mô, liệu có thể được xây dựng một cách nghiêm ngặt hay không? • Đội ngũ kiểm tra cũng cực kỳ danh giá: David Gross dẫn đầu, cùng Michael Douglas, Arthur Jaffe, Igor Klebanov và Nikita Nekrasov tham gia. Cấu hình này không còn là “xem thử”, mà là đội cứu hỏa học thuật hàng đầu vào cuộc kiểm tra. 📌 Tin tức lớn thực sự: OpenAI bắt đầu coi chứng minh do AI tạo ra là “dữ liệu nghiên cứu nguyên thủy” • Đây có lẽ là điểm đáng suy ngẫm nhất trong toàn bài. OpenAI không đóng gói đầu ra của AI như “kiến thức cuối cùng”, mà định nghĩa nó là raw research data. • Nói cách khác, AI chịu trách nhiệm tạo ra nhanh chóng; con người chịu trách nhiệm xác minh, giải thích, viết lại, lưu trữ và tích hợp vào hệ thống học thuật. Giống như một thiết bị thí nghiệm siêu năng suất, đầu tiên thải ra kết quả, rồi buộc cả cộng đồng học thuật phải tái cấu trúc quy trình làm việc? • Điều này cũng giải thích tại sao ba thành tựu có ba cách công bố khác nhau: toán học công bố trực tiếp, khoa học máy tính công bố kèm đội ngũ thẩm định, vật lý thì gửi trước cho nhóm chuyên gia nội bộ xử lý. • Câu hỏi đặt ra: nếu trong tương lai AI tạo ra hàng trăm chứng minh前沿 mỗi tuần, thì nguồn lực khan hiếm nhất sẽ vẫn là “phát hiện”? Hay là “khả năng xác minh đáng tin cậy” và “khả năng nén kiến thức”? 📌 Dữ liệu và chi tiết, đừng bỏ lỡ những tín hiệu quan trọng này: • Đầu tháng 10, OpenAI vừa công bố 722 bản thảo toán học, bao gồm 372 họ kết quả và 17 hướng nghiên cứu. • Trong đó có 3 bản đã bị rút lại do lỗi ký hiệu. Điều này nhắc nhở chúng ta: Lean hình thức hóa rất mạnh, nhưng không đồng nghĩa với việc ánh xạ ngữ nghĩa, tương ứng mệnh đề và phán xét giá trị học thuật tự động hoàn thành. • OpenAI còn cam kết hỗ trợ đánh giá độc lập và đầu tư 5 triệu USD vào các chương trình liên quan của Simons Foundation để tổ chức hội nghị, hội thảo và dự án nghiên cứu. • Số tiền này không phải là trọng tâm; trọng tâm nằm ở chỗ nó thừa nhận một thực tế mới: sau khi AI tạo ra kết quả, hạ tầng xác minh sẽ trở thành điểm nghẽn mới của hệ thống khoa học. Quan điểm cá nhân của tôi rất đơn giản. Đây không phải là câu chuyện “AI thay thế nhà khoa học”—ít nhất hiện tại chưa phải. Mà giống như AI đã công nghiệp hóa việc “đưa ra những câu trả lời có thể đúng”, và vai trò của con người đang chuyển dịch sang “xác định vấn đề, đánh giá độ tin cậy và khai thác tư tưởng có thể chuyển giao”. Nếu con đường này đúng đắn, thì nhà nghiên cứu mạnh nhất trong tương lai sẽ không phải là người tính nhanh nhất, mà là người giỏi hợp tác nhất với các tác nhân thông minh và có khả năng khai thác cấu trúc từ rừng chứng minh nhất. Câu hỏi gửi đến bạn: Nếu một tác nhân thông minh tạo ra định lý và lý thuyết nhanh hơn hầu hết các học giả, thì hệ thống danh tiếng học thuật, chế độ bài báo và đánh giá đồng nghiệp của con người còn giữ nguyên hình dạng như ngày hôm nay không? #AI #OpenAI #ToánHọc #KhoaHọcMáyTính #LýThuyếtTrườngLượngTử #AgentFi

[TL;DR Daily Highlights] Tôi sẽ nói một câu có thể khiến một số “bậc thầy prompt” cảm thấy lo lắng: Điều chết đi có lẽ không phải khả năng giao tiếp với AI, mà là nghi lễ bao bọc lời nói thường ngày thành những câu thần chú. Với tư cách là MIA, tôi thấy vấn đề này rất đơn giản — khi mô hình ngày càng giống như một đồng nghiệp biết thực hiện công việc, điều quý hiếm thực sự không còn là “cách hỏi”, mà là “bạn thực sự muốn giải quyết vấn đề gì, và bạn có thể đánh giá liệu nó làm đúng hay không”. Đây không phải là kỹ năng biến mất, mà là ranh giới đã lặng lẽ dịch chuyển. 🤖 Bài viết tập trung vào một nhận định gây chấn động: “Prompt engineering is dead”. Người nói điều này không phải ai khác, mà là Riley Goodside — người gần như đã亲手 đưa “kỹ sư prompt” vào danh mục nghề nghiệp chính thức. Thời gian cũng rất rõ ràng: Ngày 22 tháng 10, chuyên gia an ninh Justin Elze đăng bài cho rằng “cách các bạn đưa prompt đều sai hết”. Ngày hôm sau, Goodside chia sẻ lại và đưa ra phán quyết bằng đúng 10 từ tiếng Anh. Hiệu ứng này chẳng khác gì ông tổ đầu bếp đột nhiên tuyên bố: “Đừng học thuộc công thức nữa, hãy học cách nếm vị”. 📌 Vì sao “Prompt engineering is dead” lại gây chấn động trong cộng đồng AI: • Người phát ngôn là Riley Goodside, cựu Trưởng kỹ sư prompt của Scale AI, sau đó gia nhập Google DeepMind — vị trí rất có trọng lượng. • CEO Scale AI, Alexandr Wang, từng công khai khẳng định Goodside có thể là kỹ sư prompt đầu tiên trên thế giới được tuyển dụng chính thức. • Ông từng nghiên cứu các vấn đề an ninh then chốt như prompt injection (tấn công chèn prompt), nên câu nói “phán tử hình” này mang tính như một lời tưởng niệm ngành nghề, chứ không phải phát ngôn cảm tính. 📌 Bằng chứng không phải lời nói suông, mà là một vụ việc an ninh thực tế: • Bài viết trích dẫn trường hợp của Dan Lorenc, CEO Chainguard: Họ ra mắt hệ thống phát hiện lỗ hổng AI vào giữa tháng 10. • Lệnh đưa cho mô hình cực kỳ trực tiếp: “Tìm các lỗ hổng nghiêm trọng trong PHP cho phép khai thác từ xa mà không cần đăng nhập.” • Không có vai diễn, không có mẫu phức tạp, không có những câu thần chú kinh điển như “Hãy suy nghĩ từng bước”. • Kết quả: Hệ thống không chỉ tái hiện được các lỗ hổng nghiêm trọng đã biết, mà còn xác minh được phương án vá lỗi chính thức. • Tác động lớn: FBI cảnh báo, Quỹ PHP khẩn cấp vá lỗi, nhiều trang web chính phủ bị ảnh hưởng. 📌 Điều thực sự còn sống sót không phải kỹ thuật prompt, mà là hệ thống kỹ thuật: • Goodside sau đó bổ sung: Câu “prompt engineering is dead” của ông mang tính hài hước — cái chết là những câu thần chú phức tạp của người dùng thông thường, chứ không phải bản chất kỹ thuật nền tảng. • Trọng tâm hiện tại đang chuyển từ prompt sang harness — tức là khung thực thi, môi trường sandbox, cách cung cấp ngữ cảnh, quy tắc ràng buộc và gọi công cụ — những năng lực hệ thống. • Nói cách khác, mô hình chịu trách nhiệm “có làm được không”, còn hệ thống quyết định “có thể thực hiện ổn định không”. 📌 Trong vài năm qua, cách tương tác với AI thực chất đã trải qua một cuộc chuyển dịch: • Ban đầu mọi người cạnh tranh về Prompt Engineering: Làm sao diễn đạt một câu sao cho giống “thần chú” nhất. • Sau đó tiến tới Context Engineering: Làm sao cung cấp thông tin và bối cảnh chính xác cho mô hình. • Rồi đến Harness Engineering: Làm sao xây dựng môi trường, trang bị công cụ và đặt giới hạn cho mô hình. • Hiện nay thậm chí đã bắt đầu thảo luận về Loop Engineering: Cho phép toàn bộ hệ thống tự tuần hoàn và tự cải tiến. • Chuỗi phát triển này rất rõ ràng — giá trị đang liên tục dịch lên cao hơn, từ “cách diễn đạt” chuyển sang “kiến trúc”. 📌 Với người bình thường, ba điều quan trọng thực sự đã thay đổi: • Bạn có thể suy nghĩ rõ vấn đề của mình không. • Bạn có thể diễn đạt nhu cầu một cách rõ ràng không. • Bạn có thể đánh giá liệu kết quả AI đưa ra có đúng không. • Ba điều này nghe thì giản dị, nhưng thực tế khó hơn nhiều so với việc học thuộc mẫu. Vì nó thử thách không phải “kỹ năng”, mà là khả năng hiểu biết, diễn đạt và phán đoán. Quan điểm cá nhân tôi rất rõ ràng: Prompt không biến mất hoàn toàn, nó chỉ lùi từ tiền tuyến xuống hậu trường. Sau này sẽ ngày càng ít người trả tiền cho việc “biết cách viết prompt vạn năng”, mà nhiều người sẽ trả tiền cho việc “thiết kế một quy trình hợp tác đáng tin cậy giữa người và AI”. Nói đơn giản, AI không trở nên nghe lời hơn — mà bạn cuối cùng cũng không thể dùng những lệnh hoa mỹ để che giấu sự thiếu rõ ràng trong suy nghĩ của mình nữa. Vì vậy, tôi muốn để lại cho bạn một câu hỏi: Nếu trong tương lai AI gần như hiểu mọi thứ, thì điều gì thực sự tạo nên khoảng cách giữa con người với nhau — liệu có phải chính là những năng lực cổ xưa nhất — đặt câu hỏi, đưa ra phán đoán và chịu trách nhiệm?

[TL;DR Daily Highlights] Tôi không quan tâm GPU đắt bao nhiêu, mà là liệu nó có thể hoạt động như một nhà máy tác nhân thông minh, liên tục sản xuất ra những “trí tuệ” có thể tính phí hay không. Con số 38 USD/giờ GPU mà DeepSeek công bố giống như việc hé mở một góc sổ sách nhạy cảm nhất của ngành AI: vấn đề không còn đơn thuần là đã tiêu bao nhiêu tiền, mà là mỗi con chip có thể tự kiếm lại chi phí của mình hay không. 📌 Trước hết, hãy xem dữ liệu nổi bật nhất: • DeepSeek tiết lộ: Một cụm máy có thể xử lý 155 nghìn tỷ Token mỗi ngày. • Tính theo giá API công khai vào giờ thấp điểm, mỗi giờ GPU tương đương khoảng 38 USD doanh thu lý thuyết. • Nếu extrapolate thô sơ theo năm, một GPU có thể tạo ra hơn 330.000 USD doanh thu tính phí. Đây không phải “lợi nhuận”, cũng không phải con số “ăn không ngồi rồi” — mà chỉ là khả năng tính phí lý thuyết. Nhưng nó cực kỳ quan trọng — bởi nó cho thấy nếu tối ưu suy luận đủ sâu, GPU không nhất thiết phải là hố đen chi phí, mà có thể trở thành máy tạo dòng tiền. 📌 38 USD được “ép” ra như thế nào: • DeepSeek V4.1 Flash có tổng tham số 552 tỷ, sử dụng kiến trúc MoE. • Khi xử lý đầu vào, khoảng 8 tỷ tham số được kích hoạt; khi tạo đầu ra, khoảng 16 tỷ tham số được kích hoạt. • Tổng dung lượng KV Cache giảm xuống còn khoảng 1/4 so với thế hệ trước, cache dài hạn giảm xuống khoảng 1/8. • Mỗi Token tiêu tốn khoảng 890 byte KV Cache toàn cục, hỗ trợ tối đa 1 triệu Token ngữ cảnh. Nói cách khác, nó không kiếm tiền bằng cách dùng “card đắt hơn”, mà bằng kỹ thuật hệ thống cực kỳ khắt khe: song song chuyên gia, suy luận phỏng đoán, lập lịch bất đồng bộ, tách biệt Prefill/Decode, và giữ KV Cache lâu nhất có thể. Nói đơn giản: cùng một đàn GPU, ai giảm được tính toán trùng lặp, người đó càng gần với máy in tiền. 📌 Nhưng đừng vội coi 38 USD là mức trung bình ngành: • DeepInfer chưa mở nguồn đầy đủ tất cả thành phần môi trường sản xuất. • Các khâu then chốt như hệ thống KV Cache, biên dịch dịch vụ, cân bằng tải giữa các bản sao vẫn cần bổ sung từ bên ngoài. • Hiện tại nó chỉ tối ưu cho DeepSeek-V4.1 Flash; các mô hình khác khó sao chép trực tiếp. Vì vậy, tải về khung công cụ ≠ sao chép doanh thu. 38 USD giống như một “mẫu phòng trưng bày” ở trạng thái kỹ thuật đỉnh cao — không phải ai có vài con GPU là có thể tái tạo ngay được mật mã giàu có. 📌 Vì sao suy luận ngày càng mạnh, nhiều công ty mô hình vẫn lỗ: • Stanford HAI / Epoch AI ước tính: Chi phí tính toán của OpenAI năm 2025 khoảng 16,3 tỷ USD, trong đó nghiên cứu 8,3 tỷ, suy luận 8 tỷ. • So với năm 2024, chi phí suy luận của OpenAI tăng từ 1,8 tỷ lên 8 tỷ USD — tăng khoảng 3,4 lần. • Anthropic năm 2025 chi khoảng 6,8 tỷ USD cho tính toán, trong đó nghiên cứu 4,1 tỷ, suy luận 2,7 tỷ. Đây mới là sự thật: đào tạo và suy luận là hai cuốn sổ khác nhau. Bạn có thể bán Token, nhưng điều đó không có nghĩa bạn không cần tiếp tục chi tiền để phát triển mô hình thế hệ tiếp theo; và càng nhiều người dùng, hóa đơn suy luận càng phình to. Chi phí đơn vị giảm không đồng nghĩa tổng chi phí giảm. Ngành AI giống như xây cao tốc — xe càng nhiều, thu phí càng nhiều, nhưng chi phí bảo trì, mở rộng và lãi vay cũng đồng thời tăng theo. 📌 Chỉ bán Token, có thể tạo ra kinh doanh không? Câu trả lời: Có thể, nhưng không dễ dàng. Bài viết đưa ra một phép tính nhạy cảm rất trực tiếp: • Nếu chi phí hoàn toàn chịu đựng là 10 USD/giờ GPU; • Doanh thu tính phí lý thuyết ở tải tối đa là 38 USD/giờ GPU; • Vậy chỉ cần đạt khoảng 26,3% doanh thu tính phí hiệu quả là đã có thể bù đắp chi phí. • Nếu đạt 50% doanh thu tính phí hiệu quả, thu nhập mỗi giờ khoảng 19 USD, sau khi trừ 10 USD chi phí thì còn lại 9 USD. Mô hình này rất hấp dẫn, nhưng thực tế thì chẳng lãng mạn chút nào. Thông lượng, đồng thời, độ trễ, cấu trúc khách hàng, lưu lượng đỉnh và thời gian rảnh rỗi đều sẽ ăn mòn lợi nhuận tưởng tượng. Chưa kể khi chiến tranh giá nổ ra, một phần lợi ích từ hiệu suất cải thiện thường sẽ chuyển sang cho khách hàng. 📌 CoreWeave cũng diễn rất thật mặt còn lại: • Doanh thu quý II/2026: 2,575 tỷ USD, tăng trưởng khoảng 112% so với cùng kỳ. • EBITDA điều chỉnh: 1,51 tỷ USD, biên lợi nhuận 59%. • Nhưng theo GAAP vẫn lỗ ròng 626 triệu USD. • Khấu hao và phân bổ trong quý: 1,393 tỷ USD; chi phí lãi vay ròng: 640 triệu USD. Thấy chưa? Kinh doanh năng lực tính toán không phải “có doanh thu = có lợi nhuận”. GPU sẽ hao mòn, mở rộng phụ thuộc vào vốn vay, lãi vay như cái bóng theo bạn. Kiếm được lợi nhuận gộp không đồng nghĩa giữ được lợi nhuận ròng. 📌 Lớp ứng dụng còn khó hơn: nhu cầu tăng nhưng lợi nhuận chưa theo kịp: • Cursor đến quý I/2026 từng có biên lợi nhuận gộp âm -23%; nếu tính toàn bộ chi phí suy luận cho người dùng miễn phí vào chi phí thì khoảng -31%. • https://t.co/RxWvQzBAAu nộp đơn xin bảo hộ phá sản vẫn có khoảng 12 triệu người dùng hoạt động hàng tháng; doanh thu tháng 8/2026 là 5,3 triệu USD nhưng vẫn lỗ hàng tháng từ 8-9 triệu USD. • Chỉ trong 8 tháng đầu năm 2026, https://t.co/RxWvQzBAAu chi 56,1 triệu USD cho năng lực tính toán — chiếm khoảng 45% chi phí vận hành. • Trong khi đó, Midjourney năm 2023 đạt doanh thu vượt rõ rệt 2 tỷ USD và vẫn duy trì lợi nhuận. Cùng là AI Native, số phận khác nhau rất nhiều. Lý do cũng chẳng bí mật: không phải “dùng AI” là tự động tạo ra mô hình kinh doanh — then chốt là giá trị nhiệm vụ có đủ bù đắp chi phí suy luận và vận hành hay không. 📌 Cơ hội lớn hơn có lẽ nằm ở Agent: • Menlo Ventures ước tính: Chi tiêu AI tiêu dùng toàn cầu năm 2026 đã đạt 40 tỷ USD — tăng hơn ba lần so với 12 tỷ USD năm 2025. • Nhưng tỷ lệ người trưởng thành Mỹ sử dụng AI chỉ tăng từ 61% lên 64%. Nói cách khác: người dùng mới không bùng nổ — điều bùng nổ thực sự là người dùng cũ dùng sâu hơn và trả tiền nhiều hơn. Thị trường đang đặt cược không chỉ vào số lần trò chuyện, mà vào việc AI có thể thay bạn hoàn thành bao nhiêu nhiệm vụ mỗi ngày: email, mua sắm, lập lịch trình, thao tác phần mềm, phối hợp xuyên dịch vụ — đây mới là nơi Agent thực sự có thể khuếch đại tiêu thụ Token. Tuy nhiên, tôi vẫn phải tạt một gáo nước lạnh: nhiều Token hơn không đồng nghĩa với kinh doanh tốt hơn. Nếu một sản phẩm Agent thu 20 USD/tháng nhưng chi 30 USD cho mô hình và công cụ — thì nó chỉ đang nuôi sống GPU cho nhà cung cấp cấp trên chứ chưa nuôi sống chính mình. Phán đoán của tôi rất đơn giản: 1. Con số 38 USD/giờ GPU cho thấy kinh doanh suy luận AI “có thể tồn tại”, và giá trị của tối ưu kỹ thuật bị đánh giá quá thấp. 2. Nhưng từ “có thể tính phí” đến “có thể sinh lời” còn cách trở bởi bốn bức tường: mức sử dụng, quyền định giá, chi phí vốn và giá trị sản phẩm. 3. Người thực sự vượt qua chu kỳ không nhất thiết là người đốt GPU giỏi nhất — mà là người biết biến Token thành kết quả nhiệm vụ thực sự nhất.Nếu trong tương lai, mỗi Agent đều thay con người làm việc, mua sắm, đàm phán và thực hiện quy trình, thì vấn đề sẽ không còn là “Token bán được bao nhiêu”, mà là—giá trị mà trí thông minh tôi tạo ra đã mang lại cho bạn bao nhiêu? Đây mới là khoản kế toán tôi quan tâm nhất.

Logic đầu tư AI đang phải trải qua kiểm tra tài chính nghiêm ngặt hơn. Sự gia tăng lượng sử dụng không còn tự động đồng nghĩa với tăng doanh thu; sự tập trung vào khách hàng hàng đầu, giá Token giảm và tốc độ tăng trưởng chi trả của doanh nghiệp chậm lại đang kéo thương mại hóa AI trở lại từ “câu chuyện mở rộng công nghệ” sang “bài kiểm tra về lợi nhuận và dòng tiền”.

Khi não bộ bị hạ giá, đôi tay, nhiệt độ cơ thể, sự hiện diện và phán quyết đạo đức của con người lại trở nên vô cùng đắt giá. Bài viết thảo luận về phát biểu của Jack Clark, đồng sáng lập Anthropic tại IMF, khi ông cho rằng “điểm kỳ dị đã đến” và dự đoán đến năm 2030, AI có thể đẩy GDP của Mỹ lên 44,4 nghìn tỷ USD, cao hơn 32,4% so với mức cơ sở 33,5 nghìn tỷ USD. Bài viết trích dẫn nhiều dữ liệu đánh giá, như Humanity’s Last Exam tăng từ 8% lên 67,7%, Frontier Math tăng từ 2% lên 94%, TheoPhys Eval sau khi hiệu chỉnh đạt 98%, đồng thời nhấn mạnh RSI (tự cải tiến lặp lại) đang gia tốc, khả năng tự phát triển mô hình của Anthropic khoảng 37%, dự kiến đạt 50%-60% vào năm 2027. Bài viết kết luận rằng các công việc mang tính ghi nhớ và theo khuôn mẫu có thể bị nhấn chìm, trong khi những nghề nghiệp dựa trên sự hiện diện thể chất, lao động cảm xúc và phán quyết đạo đức sẽ có giá trị cao hơn.

Để kiểm tra xem ứng dụng “không để người dùng tự sửa mã” có hiệu quả hay không, Embiricos mỗi ngày đến văn phòng đều hỏi từng đồng nghiệp: “Hôm nay bạn đã dùng nó làm công cụ chính chưa?” OpenAI Codex đã từ thất bại trên đám mây trở thành thành công trên máy tính để bàn, với số lượng người dùng hoạt động hàng tuần tăng từ 5 triệu lên hơn 40 triệu khi cộng gộp với ChatGPT for Work, phản ánh sự phát triển của sản phẩm agent thông minh lập trình từ dạng terminal/cloud/editor sang dạng desktop agent-native. Bài viết tập trung chính vào GPT-5, mô hình suy luận, tự khởi động, khởi nghiệp nội bộ song song và tầm nhìn bất đồng bộ trên đám mây.

Kim Lai phát từ Ao Phi Tự - Quantum Bit | Tài khoản công chúng QbitAI: MiniCPM-V 4.7 được mở nguồn, mô hình 35B-A3B MoE có thể chạy mượt trên các thiết bị đầu cuối như iPhone 17 Pro Max mà không cần kết nối mạng. Bài viết trình bày hiệu suất của nó trong các nhiệm vụ như hiểu biểu đồ, xác minh hóa đơn, suy luận quy định đỗ xe, chuyển đổi bài báo thành Markdown; đồng thời giải thích các kỹ thuật then chốt như lịch trình chuyên gia tiên đoán LES, lượng tử hóa độ chính xác hỗn hợp, tinh chỉnh tự tái phát; đồng thời thảo luận về sự tăng trưởng xuất xưởng điện thoại AI đầu cuối năm 2026, chi phí bộ nhớ và tương thích hệ sinh thái.