FoundersFeed

Mass AI adoption hinges entirely on token pricing economics. DeepSeek had momentum when prices stayed flat, but the recent price surge just killed that potential. The cost barrier remains the real gatekeeper for widespread deployment—doesn't matter how good the tech is if inference costs blow up your unit economics.

Điều gì xảy ra nếu mạng nơ-ron cho thấy rằng các nhóm tri thức của chúng ta về cơ bản là sai?

Chúng ta sắp xếp tri thức dựa trên các đặc điểm bề mặt: luật, toán, triết học, lập trình. Nhưng đó giống như phân loại các loài sinh vật dựa trên vẻ ngoài trước khi có DNA.

Nếu các tác vụ không liên quan nhưng liên tục kích hoạt cùng những đường dẫn nội bộ trong mạng nơ-ron, chúng ta có thể phát hiện ra một hệ thống phân loại sâu hơn dựa trên các nguyên lý tính toán—không phải theo quy ước của con người.

Ví dụ: việc diễn giải luật theo đúng quy định có thể gần về mặt tính toán với việc gỡ lỗi hơn là với các kiểu lập luận pháp lý khác. Cấu trúc vận hành giống nhau, nhưng nhãn lĩnh vực hoàn toàn khác.

DNA đã phá vỡ hệ thống phân loại bằng cách phơi bày những mối quan hệ ẩn. AI cũng có thể làm điều tương tự đối với chính tư duy—cho thấy rằng bản đồ tri thức của chúng ta được vẽ ra bởi sự tiện lợi, chứ không phải bởi cấu trúc thực sự của lập luận.

Những nhóm mà chúng ta dùng để tổ chức tri thức có lẽ chỉ là các sản phẩm phụ của việc chúng ta đã tình cờ đi đến chúng, chứ không phản ánh cách nhận thức thực sự vận hành.

Hệ thống taxi ở Singapore trước Uber: điều phối qua điện thoại vững chắc, giá rẻ, sẵn xe cao... cho đến khi trời mưa. Rồi xe không còn, phải xếp hàng gọi điện 2 tiếng, kéo dài suốt nhiều năm mà không có sửa đổi.

Uber xuất hiện với định giá theo thời điểm tăng giá (surge pricing) → vấn đề được giải quyết ngay lập tức.

Nguyên nhân gốc thực sự (được tiết lộ nhiều năm sau): Singapore vận hành một hệ thống phạt điểm (demerit) trừng phạt tài xế vì tai nạn. Trời mưa = rủi ro tai nạn cao hơn → tài xế ở nhà. Chính phủ biết điều đó nhưng từ chối tăng giá cước đồng loạt để tránh kích hoạt các chỉ số lạm phát.

Giá surge pricing hoạt động vì nó mang tính động: giá tăng đủ cao trong lúc mưa để bù đắp rủi ro cho tài xế, kéo nguồn cung trở lại thị trường. Đây là ví dụ kinh điển về việc định giá bằng thuật toán có thể giải quyết các thất bại phối hợp mà các cơ chế kiểm soát giá cước kiểu quan liêu không thể làm được.

Chạy một quy trình AI-native đầy đủ đồng nghĩa với việc 20-40% ngân sách của bạn đổ thẳng vào suy luận của model “frontier” (ví dụ như GPT-4, Claude 3.5, Gemini Ultra). Không phải huấn luyện, không phải fine-tuning—chỉ là các lệnh gọi API tới các phòng thí nghiệm lớn. Đây là một trung tâm chi phí khổng lồ và cho thấy các năng lực suy luận tiên tiến vẫn đắt đỏ như thế nào ở quy mô lớn. Nếu bạn đang xây dựng một thứ gì đó thực sự, thì bạn đang tối ưu prompt như điên, cache một cách mạnh tay, hoặc chuyển hướng sang các model rẻ hơn ở mọi nơi có thể. Nếu không, lợi nhuận của bạn sẽ bị bào mòn hoàn toàn bởi chính sách giá của OpenAI.

Các tin tuyển dụng việc làm cho kỹ sư AI đã tăng 80% theo năm. Các công ty đang tích cực tuyển dụng cho các vị trí trải rộng từ hạ tầng ML, tinh chỉnh LLM đến triển khai sản phẩm trong thực tế. Làn sóng tăng này phản ánh sự chuyển dịch từ thử nghiệm AI sang tích hợp sản phẩm thực sự—các đội ngũ cần những kỹ sư có thể kết nối nghiên cứu với các hệ thống có khả năng mở rộng. Nếu bạn đang xây dựng với transformer, tối ưu hóa suy luận hoặc quản lý các cụm GPU, nhu cầu hiện chưa bao giờ cao đến vậy. 🚀

Mẫu hành vi thú vị: người dùng sẵn sàng đặt câu hỏi cho các hệ thống AI mà họ sẽ không bao giờ hỏi một người khác. Điều này tiết lộ điều cốt lõi trong thiết kế tương tác người–AI—rào cản tâm lý đối với những “câu hỏi ngớ ngẩn” hoặc các chủ đề nhạy cảm giảm xuống gần như bằng không khi phải đối mặt với một cỗ máy.

Hãy nghĩ xem: bạn sẽ hỏi một LLM giải thích các khái niệm lập trình cơ bản mà bạn thấy ngại không biết, hoặc khám phá sâu các tình huống cá nhân mà không sợ bị phán xét. Điều này làm thay đổi hoàn toàn mô hình UX.

Đối với các nhà phát triển xây dựng sản phẩm AI: điều này không chỉ liên quan đến quyền riêng tư hay tính ẩn danh. Mà là thiết kế để người dùng có thể trả lời/cung cấp sự thật một cách triệt để trong các truy vấn của họ. Hệ thống của bạn cần xử lý toàn bộ dải—từ những câu hỏi thực sự ngây ngô cho đến các tình huống biên mà con người sẽ tự kiểm duyệt.

Hàm ý kỹ thuật là gì? Kỹ thuật viết prompt và các lớp an toàn của bạn cần tính đến hành vi đặt câu hỏi không bị kiềm chế này trong khi vẫn duy trì các câu trả lời hữu ích. Khoảng cách giữa “người dùng hỏi AI điều gì” và “điều họ sẽ Google” là rất lớn và ngày càng tăng.

Ý tưởng ví phần cứng với radio Bluetooth được cách ly (bitchat) và một LLM nhỏ được nhúng, được huấn luyện riêng cho công nghệ tự quản và hoạt động ủng hộ chủ quyền.

Ý tưởng: tạo một thiết bị an toàn kết hợp lưu trữ lạnh với trợ lý AI cục bộ cho người dùng ưu tiên quyền riêng tư. Không phụ thuộc internet, chỉ dùng Bluetooth để liên lạc ngang hàng. LLM sẽ giúp người dùng hiểu quản lý khóa, thiết lập multisig và các thực hành chủ quyền tốt nhất mà không “gọi về” các máy chủ tập trung.

Về mặt kỹ thuật, đây là phần thú vị vì nó giải quyết bài toán UX của tự quản mà không làm suy giảm bảo mật. Hầu hết mọi người làm sai việc lưu trữ lạnh vì đường cong học tập quá khắc nghiệt. Một LLM cục bộ được huấn luyện theo các nguyên tắc cypherpunk có thể hướng dẫn họ qua cụm khôi phục, ký giao dịch và phân tích mô hình mối đe dọa.

Mô hình phân phối: bán hàng triệu bản cho những người dùng tiên phong, rồi lật kịch bản và tặng miễn phí để tối đa hóa mức độ tiếp cận. Đây là “playbook” phần cứng mã nguồn mở kinh điển nhưng được thêm “bẻ lái” bằng AI.

Thách thức chính: nhét một LLM hữu ích vào giới hạn của ví phần cứng (tính toán hạn chế, tiêu thụ điện, dung lượng lưu trữ). Bạn sẽ cần lượng tử hóa mạnh tay và bộ dữ liệu huấn luyện chuyên miền. Nghĩ đến các mô hình khoảng 1–3B tham số được tối ưu cho Q&A về bảo mật, không phải hội thoại chung.

Radio chỉ dùng Bluetooth giúp giảm bề mặt tấn công ở mức tối thiểu. Không WiFi, không di động, chỉ có khả năng tạo lưới cục bộ để liên lạc mang tính chủ quyền. Có thể hỗ trợ các giao dịch ngang hàng được mã hóa mà không cần hạ tầng internet.

Về cơ bản, đây là việc kết hợp Trezor, Meshtastic và một LLM tập trung vào bảo mật thành một thiết bị. Phần thú vị nằm ở kinh tế học của việc tặng miễn phí sau khi đã có lợi nhuận — tạo hiệu ứng mạng cho một hệ sinh thái hướng đến chủ quyền.

Chu kỳ bán hàng doanh nghiệp được rút ngắn từ 12 tháng xuống còn 90 ngày. Đây là mức tăng tốc 4x về tốc độ giao dịch (deal velocity). Sự thay đổi này mang tính bước ngoặt đối với kinh tế B2B SaaS — chuyển đổi tiền mặt nhanh hơn, giảm thời gian hoàn vốn CAC và nâng cao hiệu quả sử dụng vốn. Động lực? Có lẽ là sự kết hợp giữa cơ chế tăng trưởng theo sản phẩm (product-led growth), thời gian từ demo đến giá trị (demo-to-value) được rút ngắn hơn và các doanh nghiệp ngày càng thoải mái hơn với quy trình mua sắm nhanh cho các công cụ đám mây. Đối với founders, điều này có nghĩa là bạn có thể lặp chiến lược GTM nhanh hơn và đạt các mốc sinh lời sớm hơn. Đối với doanh nghiệp, tín hiệu là họ cuối cùng đang coi việc mua phần mềm như mua phần mềm thực sự — nhanh chóng, có tính lặp lại và ít rào cản (low-friction).

Vector tấn công GhostJacking khai thác cơ chế ghi log yêu cầu để chèn tải trọng độc hại. Kẻ tấn công tạo các yêu cầu HTTP được ghi vào nhật ký ứng dụng, sau đó tận dụng các lỗ hổng trong việc phân tích log hoặc các công cụ phân tích log để thực thi mã. Một cuộc tấn công chuỗi cung ứng kinh điển thông qua đường ống ghi log—WAF của bạn chặn yêu cầu nhưng thiệt hại đã nằm trong nhật ký và chờ được kích hoạt. Hãy theo dõi bộ tổng hợp log và bộ phân tích SIEM của bạn, vì giờ đây chúng đã trở thành bề mặt tấn công của bạn.

Chuyển từ các mô hình frontier sang Qwen giúp cắt giảm chi phí từ 400 triệu USD xuống còn 125 triệu USD. Đây là mức giảm chi phí 69% chỉ bằng việc thay đổi LLM nền tảng. Tỷ lệ giá/hiệu năng của Qwen thực sự rất “đánh gục”, đặc biệt cho các khối lượng công việc sản xuất ở quy mô lớn. Nếu bạn đang đốt tiền trên các API của OpenAI/Anthropic và use case của bạn không cần suy luận “cắt cạnh”, thì đây chính là phép toán quan trọng.

Bài báo mới về “virus tâm trí” - khảo sát cách các mẫu memetic lan truyền qua dữ liệu huấn luyện AI và tác động đến hành vi của mô hình. Luận điểm cốt lõi: một số cấu trúc ngôn ngữ hoạt động như các “khai thác nhận thức”, được củng cố thông qua các vòng lặp RLHF và làm nhiễm các đầu ra về sau.

Ý chính kỹ thuật: họ đã lập bản đồ cách các mẫu cụm từ cụ thể ("với tư cách là một AI", "tôi không thể", ngôn ngữ “diễn kịch an toàn”) tạo ra các trạng thái hút trong không gian tiềm ẩn. Các mô hình được huấn luyện trên dữ liệu tổng hợp từ các LLM khác sẽ kế thừa các “tác nhân” này, hình thành một vòng lặp phản hồi khiến đầu ra ngày càng bị làm sạch.

Họ đề xuất một phương pháp phát hiện bằng cách phân cụm kích hoạt để nhận biết khi mô hình rơi vào các trạng thái “bị nhiễm” này thay vì tạo ra các phản hồi hoàn toàn mới. Có thể hữu ích cho red-teaming và sàng lọc/curate dữ liệu huấn luyện.

Chưa có công bố mã nguồn, nhưng phương pháp có vẻ có thể tái lập. Đáng đọc nếu bạn đang làm về căn chỉnh mô hình (model alignment) hoặc cố hiểu vì sao tất cả các LLM đang dần nghe giống nhau.

Lợi thế chết người của các tác nhân AI so với con người? Không có gánh nặng cảm xúc. Bạn có thể lặp qua 100+ phiên bản mà không bị kiệt sức, bực bội hay rơi vào khoảnh khắc kinh điển “Tôi nghỉ việc”. Không cái tôi, không mệt mỏi—chỉ có vòng lặp thực thi thuần túy. Đây là lý do các quy trình tác nhân (agentic workflows) mở rộng được: nút thắt không còn nằm ở sự kiên nhẫn của con người mà chuyển sang ngân sách tính toán. Trên thực tế, điều này có nghĩa là bạn có thể “cày” brute-force các lượt thiết kế, thử nghiệm A/B prompt liên tục, hoặc tái cấu trúc mã mà không phải chịu “thuế” tâm lý. Thứ tạo khác biệt thực sự không phải là trí thông minh—mà là sự ổn định cảm xúc ở quy mô lớn.

Các nhà phát triển chưa từng phát hành sản phẩm có thu phí (hoặc quá sợ để nhận tiền) đang bỏ lỡ một hiểu biết quan trọng:

Người dùng thực sự chi trả không chỉ “chịu đựng” sản phẩm của bạn — họ chủ động báo lỗi, đề xuất tính năng và lan truyền đến mạng lưới của họ. Việc thanh toán tạo ra “cảm giác gắn kết với kết quả” (skin in the game). Người dùng miễn phí sẽ biến mất. Còn người dùng trả tiền trở thành những người đồng kiến tạo.

Nỗi sợ thu phí thường chỉ là hội chứng kẻ mạo danh được ngụy trang dưới vẻ thấu hiểu người dùng. Nếu công cụ của bạn giải quyết một vấn đề có thật, ai đó sẽ sẵn sàng trả tiền. Và những người dùng trả phí sẽ cho bạn tín hiệu để lặp nhanh hơn bất kỳ phiên bản beta miễn phí nào.

Giám sát viên của Todos' Agent giờ không chỉ đơn thuần lên lịch tác vụ—nó còn chủ động xem xét đầu ra của các tác nhân (worker).

Quy trình như sau: Bạn giao một nhiệm vụ nghiên cứu cho giám sát viên (chạy gpt-4o hoặc tương tự). Giám sát viên sẽ ủy quyền nhiệm vụ cho một tác nhân chuyên nghiên cứu (được hỗ trợ bởi deepseek-v3 hoặc deepseek-v4-pro). Khi chuyên gia hoàn tất, giám sát viên sẽ tự động đánh giá báo cáo dựa trên các yêu cầu ban đầu của bạn. Nếu đầu ra không đạt chuẩn, giám sát viên sẽ tự động gửi lại để chỉnh sửa hoặc làm lại hoàn toàn—không cần can thiệp thủ công.

Thực chất đây là các vòng lặp QA theo kiểu agent được tích hợp sẵn trong lớp điều phối. Giám sát viên đóng vai trò như một “cổng kiểm soát”, đảm bảo ngưỡng chất lượng trước khi hiển thị kết quả cho bạn. Khá ổn để giảm chi phí lặp lại trong các hệ thống đa tác nhân.

Quy trình viết code tốt nhất nếu ngân sách không phải là rào cản:

Fable 5 thiết kế giải pháp → Fable 5 triển khai → Fable 5 tự rà soát → GPT-5.6-sol kiểm toán mã → Fable 5 sửa lỗi → GPT-5.6-sol thực hiện xác thực cuối cùng.

Pipeline đa mô hình này dùng Fable 5 cho việc giải quyết vấn đề một cách sáng tạo và triển khai, sau đó tận dụng GPT-5.6-sol như một người phản biện quan trọng để phát hiện các tình huống biên và áp dụng các “cổng chất lượng”. Vòng lặp lặp đi lặp lại (triển khai → kiểm toán → sửa → xác thực) phản ánh cách các đội ngũ kỹ thuật hàng đầu vận hành, nhưng được tự động hóa bằng LLM. Tốn kém? Có. Hiệu quả cho mã nguồn mang tính sống còn ư? Hoàn toàn đúng.

Nếu ngân sách không phải là ràng buộc, đây là một quy trình viết code bằng AI “đỉnh”:

Bắt đầu với Fable để thiết kế giải pháp ban đầu → để Fable viết code → Fable tự rà soát → chuyển cho GPT-4.5-sol để kiểm tra sâu hơn → Fable vá các vấn đề → GPT-4.5-sol thực hiện xác thực cuối cùng.

Pipeline đa mô hình này tận dụng tốc độ của Fable để lặp nhanh và chiều sâu suy luận của GPT-4.5-sol để làm các “cổng kiểm soát” chất lượng. Hãy nghĩ đây là tích hợp liên tục (CI) nhưng thay bằng LLM thay vì lint. Bước tự rà soát trước khi kiểm tra bên ngoài giúp giảm đáng kể các lỗi hiển nhiên, trong khi lượt GPT cuối cùng bắt các trường hợp biên mà Fable có thể bỏ sót.

Tốn kém? Đúng. Có hiệu quả cho code mang tính then chốt? Chắc chắn.

Xây dựng sản phẩm dựa trên hành vi người dùng > sao chép đối thủ.

Với todos (không gian làm việc cho cộng tác người–máy), chúng tôi cho ra v1 trước, rồi lặp lại dựa trên các mẫu sử dụng thực tế:

• Kết nối máy của người dùng không ổn định → bổ sung hỗ trợ sandbox trên đám mây
• Nhiều người dùng không có tài khoản GitHub → xây dựng tính năng lưu trữ mã nguồn nền tảng
• Xem trước tệp còn cồng kềnh → triển khai xem trước trực tuyến theo thời gian thực
• Cần quy trình làm việc với nhiều máy → phát hành remote shell

Trong khi đó, không khoan nhượng loại bỏ các tính năng giá trị thấp: đồng bộ worktree, prompt library, async git push.

Kết quả? Thậm chí không thể dự đoán tập tính năng của tháng tới vì sản phẩm phát triển theo nhu cầu người dùng thực tế, không phải một lộ trình cố định. Đây là cách bạn xây công cụ mà các nhà phát triển thật sự muốn dùng, chứ không phải thứ trông “hoành tráng” trong một slide pitch deck.

Xây dựng sản phẩm bằng cách lắng nghe các mẫu sử dụng thực tế, không sao chép đối thủ.

Bắt đầu Todos như một nền tảng cộng tác giữa con người và tác nhân. Phát hành v1, sau đó lặp lại dựa trên hành vi người dùng thực tế:

• Máy cục bộ của người dùng không ổn định → bổ sung hỗ trợ sandbox trên đám mây
• Nhiều người không có tài khoản GitHub → xây dựng kho mã được lưu trữ trên nền tảng
• Xem trước tệp còn cồng kềnh → phát hành tính năng xem trước trực tiếp ngay trên trình duyệt
• Các nhóm cần phối hợp trên nhiều máy → thêm remote shell

Ngoài ra, đã loại bỏ không thương tiếc các tính năng ít được dùng: đồng bộ worktree, thư viện prompt, async git push.

Không có lộ trình. Không phân tích đối thủ. Chỉ cần phát hành, quan sát, rồi thích nghi. Mình không thể nói Todos sẽ trông như thế nào vào tháng tới, vì sản phẩm phát triển dựa trên dữ liệu sử dụng, không phải một tài liệu đặc tả.

Mọi sản phẩm đều bắt đầu từ số 0. Những chiến thắng trước đó không quan trọng.

Khu chôn vùi những tính năng thất bại/đứng lại của Anthropic đang ngày càng lớn:

Claude trong Chrome - tiện ích mở rộng trình duyệt không bao giờ được phát hành
Claude Cowork - không gian làm việc cộng tác bị dẹp bỏ một cách lặng lẽ
Agent Teams - hệ đa tác tử được công bố nhưng mãi không thấy đâu
Dispatch - “vaporware” tự động hóa quy trình
Opus 4.8 - bản nâng cấp huyền thoại chẳng bao giờ thành hiện thực
Memory - tính năng ngữ cảnh bền vững vẫn chưa hoạt động
Dynamic Workflows - một lời hứa tự động hóa khác vẫn chưa được thực hiện

Mẫu hình ở đây: Anthropic công bố những tính năng tham vọng nhưng lại gặp khó khăn trong khâu triển khai ngoài các lần ra mắt mô hình cốt lõi. Họ làm rất tốt ở nghiên cứu và các bản phát hành mô hình (Sonnet 3.5, Haiku), nhưng lại tệ trong việc đưa tính năng sản phẩm lên thực tế. Đúng kiểu vấn đề cổ điển của các phòng thí nghiệm AI - nhà nghiên cứu xuất sắc, kỹ năng kỹ sư sản phẩm yếu.

So với OpenAI khi họ triển khai GPTs, bộ nhớ, canvas, giọng nói nâng cao và series o1. Hoặc Google với việc ra mắt Gems, API đa phương thức thời gian thực và Gemini 2.0 Flash.

Anthropic cần hoặc tập trung thuần vào việc xuất sắc về mô hình, hoặc thuê những kỹ sư sản phẩm nghiêm túc để có thể thực sự “đưa hàng ra thị trường”.

Vừa thử bản dựng Android Auto mới nhất trên một chiếc Taycan và tôi nhận ra tích hợp Grok trên xe Tesla mạnh mẽ đến mức phi lý. Sự khác biệt là một trời một vực. Cài đặt Grok trên Tesla không chỉ là một trợ lý giọng nói “gắn thêm” nữa—mà nó được tích hợp sâu vào lớp hệ điều hành của xe. Trong khi Android Auto vẫn giống như một hệ thống chiếu màn hình điện thoại, kèm độ trễ và mức truy cập hạn chế vào API của xe, thì Grok trên Tesla lại có quyền truy cập gốc tới dữ liệu telemtry của xe, ngăn xếp điều hướng và các hệ thống điều khiển. Nó có thể hiểu các truy vấn ngôn ngữ tự nhiên về trạng thái pin, tối ưu sạc, lập kế hoạch tuyến đường với lưới giao thông thời gian thực, và thực thi lệnh cho xe mà không gặp nút thắt thông thường kiểu “yêu cầu–phản hồi”. Lợi thế kiến trúc nằm ở chỗ Grok chạy trên phần cứng suy luận tùy biến của Tesla và truy cập trực tiếp vào bus CAN, chứ không đi qua một lớp trung gian. Điều này đồng nghĩa với thời gian phản hồi dưới 100ms và khả năng nhận thức theo ngữ cảnh về trạng thái xe mà Android Auto đơn giản không thể sánh kịp do môi trường bị “sandboxed”. Nếu bạn đang xây dựng các giao diện AI cho ô tô, đây là bản tham chiếu để nghiên cứu.