跟Leo看AI

Mt. Gox lại tiếp tục trì hoãn, hạn chót trả nợ được dời đến ngày 31/10/2027

Lý do chính thức được đưa ra là vẫn còn khá nhiều chủ nợ chưa hoàn tất đăng ký và xác minh; một số khoản tiền cũng gặp vấn đề khi được phân phối. Nói mới nhớ, Mt. Gox đã bị hack hơn mười năm rồi 👇👇

Năm 2014: Sàn giao dịch Nhật Bản Mt. Gox bị hacker tấn công, khoảng 850.000 Bitcoin bị đánh cắp, sau đó sàn phá sản

Tháng 7/2024: Mt. Gox chính thức bắt đầu hoàn trả BTC thông qua các nền tảng như Kraken, Bitstamp, BitGo, Bitbank và SBI VC Trade; trong một tháng, hơn 90.000 BTC đã được chuyển đi

Từ năm 2023: Hạn chót đã liên tục được gia hạn 4 lần, từ năm 2023 kéo dài đến tận năm 2027

Trong số 142.000 BTC có thể dùng để trả nợ, khoảng 110.000 Bitcoin đã được hoàn trả; ví của đơn vị quản lý vẫn còn khoảng 34.000 BTC. Nhìn vào tình hình này, áp lực bán ra thị trường từ khoản bồi thường của Mt. Gox đã giảm đi rất nhiều so với trước đây #门头沟还款再度延期

🐮😱 Bộ phim tài liệu đỉnh nhất từ trước đến nay? Gần đây, bộ phim mới ra mắt ở nước ngoài *Bạn có thể thấy mọi thứ* đã đạt điểm số cao nhất trên MTC trong gần 10 năm qua — hơn nữa, đây còn là một bộ phim tài liệu có thật.

Nhân vật chính của phim là Elizabeth Holmes, nhân vật trung tâm trong vụ lừa đảo chấn động Thung lũng Silicon năm xưa. Năm 19 tuổi, cô bỏ học ở Stanford để khởi nghiệp, một tay đưa mức định giá công ty lên 9 tỷ USD — ngang tầm với Tesla thời điểm đó. Nhưng cuối cùng, công ty này bị chứng minh là một vụ lừa đảo từ đầu đến cuối❗️

Bộ phim được quay 34 ngày trước khi cô vào tù thi hành án. Holmes tự xuất hiện trong phim, đưa khán giả bước vào cuộc sống thường ngày của mình qua các cuộc phỏng vấn và những cảnh quay theo chân cô. Kết hợp với những gì cô từng làm và đôi mắt to đặc trưng gần như không chớp, bộ phim toát lên cảm giác rùng rợn khiến người xem lạnh sống lưng.

Cùng nhìn lại vụ lừa đảo này nhé👇👇

Năm 2003, Holmes thành lập công ty xét nghiệm máu Theranos, tuyên bố chỉ cần vài giọt máu lấy từ đầu ngón tay là có thể thực hiện hàng trăm xét nghiệm. Nhờ câu chuyện này, cùng hình ảnh cố tình bắt chước Steve Jobs, cô đã mời được những nhân vật quyền lực trong giới chính trị như Henry Kissinger và George Shultz vào hội đồng quản trị. Đến năm 2014, công ty được định giá khoảng 9 tỷ USD, còn cô trở thành nữ tỷ phú tự thân trẻ nhất. Nhưng trên thực tế, công nghệ này chưa bao giờ hoạt động thành công. Công ty bí mật dùng các thiết bị thương mại đã được cải biến để xét nghiệm mẫu, làm giả thông tin với nhà đầu tư và cơ quan quản lý, đồng thời gửi kết quả xét nghiệm không chính xác cho bệnh nhân thật.

Năm 2015, phóng viên John Carreyrou của *The Wall Street Journal* phanh phui vụ lừa đảo dựa trên thông tin do nhân viên nội bộ tiết lộ. Theranos giải thể vào năm 2018. Năm 2022, Holmes bị kết án 11 năm 3 tháng tù vì lừa đảo nhà đầu tư và đến nay vẫn đang thụ án. Vụ việc này cũng trở thành bài học phản diện nổi tiếng nhất cho văn hóa “giả vờ thành công cho đến khi thành công” ở Thung lũng Silicon.#骗局 #你能看到一切

Mối đe dọa lượng tử lại xuất hiện, và lần này có vẻ không giống trước!!🚨🚨

Vài ngày trước, Anthropic công bố một bài báo về điện toán lượng tử với tiêu đề: «AI thiết kế mạch lượng tử hiệu quả hơn, giúp các ứng dụng trong hóa học và khoa học vật liệu đến sớm hơn».

Nhưng trong 8 nhiệm vụ của bài báo, nhiệm vụ được mô tả chi tiết nhất lại là phép cộng điểm trên đường cong elliptic 256-bit. Đây là bước cốt lõi để máy tính lượng tử phá mã bài toán logarit rời rạc trên đường cong elliptic, và chữ ký của $BTC, $ETH cũng sử dụng đường cong elliptic.

Nhiệm vụ gồm những gì?
1. Chỉ cung cấp cho Claude Mythos 5 một yêu cầu ngắn gọn cùng bộ chấm điểm tự động (số qubit × số cổng), để nó tự lặp lại và tối ưu theo quy trình khép kín, gần như không có sự can thiệp của con người.
2. Bước tốn kém nhất trong phép cộng điểm là phép nghịch đảo modulo. Claude chạy trong 53 giờ, tạo ra cách triển khai divsteps khả nghịch đầu tiên không cần lưu trữ lịch sử các nhánh; nó còn tự chứng minh một số đồng nhất thức đại số mới và dùng Lean để kiểm chứng hình thức.
3. So với thiết kế nhỏ nhất trước đây, thiết kế này dùng nhiều hơn 12% qubit nhưng số cổng ít hơn 17 lần.
4. Tiện thể, nó còn giúp bộ giải mã Reed–Solomon của DQI dùng số cổng ít hơn 12 lần so với phương án trước đó của Google.
5. Hãy nhìn lại lịch sử: số cổng Toffoli cần để mô phỏng FeMoco từng được ước tính vào khoảng 50 nghìn tỷ vào năm 2017; nay con số này giảm xuống còn khoảng 340 triệu, tức giảm khoảng 150.000 lần. Thành quả này chủ yếu nhờ nhiều nhóm nghiên cứu liên tục cải tiến thuật toán trong suốt 8 năm, mỗi bước đều mất vài tháng.
Còn thiết kế đường cong elliptic lần này của Claude chỉ cần một lần chạy kéo dài 53 giờ.

Nói cách khác, chỉ trong 53 giờ, AI đã giúp tiết kiệm tài nguyên cho bước then chốt để máy tính lượng tử phá chữ ký BTC và ETH. Tiền mã hóa của bạn hiện vẫn chưa bị đánh cắp, nhưng mối đe dọa lượng tử có thể đến sớm hơn nhiều so với dự đoán của mọi người.

Một khi phần cứng bắt kịp, những địa chỉ có khóa công khai từng bị lộ trên blockchain sẽ đối mặt với rủi ro đầu tiên, vì vậy không thể trì hoãn việc nâng cấp lên chữ ký kháng lượng tử nữa!!

#AI Liệu CoreWeave có trở thành “quả bom dưới chuẩn” của ngành AI? 🚨⚠️ Lần này, chỉ dựa vào lời trấn an của Jensen Huang có lẽ là chưa đủ

Gần đây, ông Huang liên tục tiếp thêm niềm tin cho thị trường: những biến động hiện tại rồi sẽ qua, AI sẽ thay đổi mọi ngành nghề và chúng ta vẫn đang ở điểm khởi đầu.

Nhưng điều Phố Wall lo ngại giờ đây không còn là “AI có hữu ích hay không”, mà là: vay nhiều tiền đến vậy để mua GPU thì bao lâu mới thu hồi vốn?

Mô hình mở rộng của CoreWeave rất đơn giản: mua GPU, ký hợp đồng cung cấp năng lực tính toán dài hạn, rồi dùng hợp đồng và tài sản làm cơ sở để huy động vốn, mua thêm GPU. Khách hàng thanh toán đúng hạn, nguồn vốn liên tục chảy vào thì vòng tuần hoàn này vẫn tiếp diễn.

Vấn đề là nếu thiếu điện làm chậm tiến độ bàn giao, doanh thu có thể bị trì hoãn, còn tiền lãi vẫn phải trả đúng hạn. GPU đời cũ cũng mất giá khi công nghệ cập nhật; nếu số đơn hàng mới giảm và giá gia hạn hợp đồng đi xuống, việc kiếm tiền và vay tiền có thể cùng lúc trở nên khó khăn hơn.

Doanh thu thấp hơn kỳ vọng thì vay tiền đắt hơn; vay tiền đắt hơn thì càng khó trả nợ. Đó mới là “vòng xoáy tử thần” mà thị trường lo ngại, chứ không đơn thuần là cổ phiếu giảm vài ngày.

Dĩ nhiên, Jensen Huang có lý do để lạc quan về AI. Nhưng Nvidia kiếm được tiền nhờ bán GPU không có nghĩa là các công ty mua GPU cũng sẽ thu hồi được vốn.

Các hợp đồng dài hạn và nhu cầu bền vững có thể giúp mô hình này trụ vững; kết luận ngay rằng đây là “khủng hoảng dưới chuẩn” thì vẫn còn quá sớm. Nhưng để xua tan những nghi ngại của thị trường, thứ CoreWeave cần đưa ra là dòng tiền, chứ không phải niềm tin.

Musk đúng là người tiên phong thúc đẩy nhân loại tiến bộ. Nhìn những thứ ông ấy làm xem: tên lửa, Starlink, xe năng lượng mới, trung tâm dữ liệu ngoài vũ trụ—mỗi ý tưởng đều đủ sức làm thành một bộ phim bom tấn Hollywood riêng. Giờ ông ấy còn chế tạo được cả ô tô bay nữa! Những gì viết trong bài văn hồi nhỏ đã thành hiện thực rồi!!! Đỉnh thật, đúng là phải nể người đàn ông này #特斯拉发布Roadster

Gần đây, Lao Gan Ma có một tin tức lên top tìm kiếm, nói rằng doanh nghiệp này đã kiếm được gần 800 triệu USD trong một năm nhờ AI.

Chuyện là thế nào? Thực ra, năm ngoái Lao Gan Ma đã triển khai hệ thống kiểm tra chất lượng bằng thị giác AI, giảm tỷ lệ sản phẩm lỗi ở các công đoạn then chốt xuống còn 0,02%. Trong xưởng, camera quét băng chuyền cứ mỗi 0,3 giây một lần; những quả ớt không đạt chuẩn sẽ bị thổi vào thùng phế liệu. Nói đơn giản thì việc kiếm tiền chẳng liên quan gì nhiều đến AI, chỉ là mượn danh AI để gây chú ý thôi 😂😂

Nhưng trước khi dùng hệ thống AI, trên toàn bộ dây chuyền có hơn 600 công nhân lựa ớt, giờ chỉ còn chưa đến 50 người. Có mỗi mình tôi thấy xót xa cho những công nhân bị thay thế này thôi sao??

#Muse超越ChatGPT成iOS免费榜首 Tại sao Trung Quốc vẫn chưa có Muse của riêng mình? Điện thoại Doubao: Tôi muốn làm lắm chứ, nhưng họ không đồng ý 😕😕

Trợ lý điện thoại Doubao từ lâu đã muốn tạo ra một bộ tác nhân thông minh có thể tự động đặt hàng trên Taobao và đặt đồ ăn trên Meituan giúp người dùng. Để xin cấp quyền, tháng trước Doubao đã đưa ra một quy định và công khai trong 30 ngày, để các công ty ứng dụng lựa chọn có cho phép AI của Doubao thay người dùng thao tác tự động hay không. Kết quả là sau khi thời gian công khai kết thúc, nhiều công ty hàng đầu trong nước, bao gồm WeChat, Alipay, Taobao, Meituan, Pinduoduo và Xiaohongshu, đều từ chối..

Thật ra, logic của các ông lớn cũng rất dễ hiểu: nếu để AI thay người dùng thao tác, thì họ còn bán quảng cáo đề xuất cho nhà bán hàng và quảng cáo mở ứng dụng kiểu gì nữa? Nhìn thế nào thì chuyện này cũng chỉ có hại chứ chẳng có lợi. Trong ngắn hạn, thực sự không có cách giải quyết.

Lại có một nam minh tinh lên tiếng tiết lộ mình đầu tư NFT, kết quả lỗ còn nhiều hơn chơi cổ phiếu 😂😂 Theo mình nhớ thì trong giới minh tinh từng đầu tư NFT còn có Châu Tinh Trì, Châu Kiệt Luân, Lâm Tuấn Kiệt, Trần Quán Hy nhỉ? Nhưng phần lớn vẫn là tranh thủ kiếm một mẻ từ nhà đầu tư nhỏ lẻ thôi #方力申自爆买NFT亏惨

Tôi thật sự không thể tin nổi! Chất lượng hình ảnh 3D của trò chơi này lại do một người tự tay làm bằng AI chỉ trong nửa tháng!! Tôi đã thử chơi rồi, phong cách đồ họa và nhạc nền đều đỉnh cao. Đăng lên mới một đêm mà lượt xem đã vượt 1,6 triệu!! Đến giờ vẫn còn tăng chóng mặt

Đỉnh thật, có gu thẩm mỹ + biết dùng AI + làm việc hiệu quả + sẵn lòng chia sẻ và thể hiện bản thân chính là công thức thành công của thời đại này!!!

Thế giới này đúng là điên thật rồi... AI cũng bắt đầu sinh con, còn phải nghỉ thai sản nữa 😓😓

Tòa án Quận phía Nam New York mới đây đã tuyên phạt Michael Smith, 54 tuổi, 18 tháng tù vì tội lừa đảo bằng cách dùng AI tạo nhạc và gian lận lượt phát trực tuyến 😳😳 Đây cũng là vụ án hình sự đầu tiên thuộc loại này ở Mỹ.

Cụ thể, ông ta đã làm thế nào? Trước tiên, ông dùng các công cụ AI để tạo hàng trăm nghìn bài hát, tải lên những nền tảng lớn như Spotify, Apple Music để trục lợi từ tiền bản quyền, rồi dùng bot để tăng lượt phát. Trong 7 năm, ông ta kiếm được 8,09 triệu USD nhờ cách này⋯⋯

Hơn nữa, ông này bị bắt vào năm 2024. Nếu dùng AI hiện nay thì chắc ông ta còn kiếm được nhiều hơn nữa #神操作

Không ngờ đến giờ mình mới biết đến blogger này!! Martin Luk, một sinh viên đại học đến từ Hong Kong, đã giành chức vô địch hạng mục cổ phiếu tại Giải vô địch Đầu tư Mỹ năm ngoái với tỷ suất sinh lời cả năm lên tới 969,8% 🏆🐮

Nghe nói chiến lược kinh điển mà anh ấy thường dùng nhất là mua khi giá điều chỉnh. Chiến lược này rất phù hợp với số vốn nhỏ, mà chi phí thử sai cũng rất thấp. Mình xem thử thì thấy anh ấy có hơn 8.000 người đăng ký trên YouTube, thường livestream giao dịch cổ phiếu vào buổi tối.

#Ledger暂停CryptoBilis销售 Sau khi Ledger bị hack, có người đào lại điều khoản bồi thường của một hãng ví lạnh khác là OneKey, trong đó ghi mức bồi thường tối đa chỉ 100 USD... Nhưng chuyện này đúng là khó mà đánh giá, hơn nữa dường như cũng không tìm được trường hợp tương tự trong Web2. Có ai từng mua két sắt, rồi sau khi tài sản bị trộm lại đi đòi hãng sản xuất két sắt bồi thường chưa? Nhưng nếu tài sản khổng lồ cất trong ví bị trộm do vấn đề bảo mật của chính chiếc ví, mà hãng ví nói tối đa chỉ bồi thường 100 USD thì ai mà chịu nổi chứ 🤡🤡

#xrp账本修复可增发xrp的漏洞 Nếu tôi nhớ không nhầm thì vài tháng trước ZEC cũng gặp chuyện tương tự, rồi hôm đó lao dốc hơn 50% đúng không? Sao giá XRP lại chẳng phản ứng gì vậy??

Giao dịch nhất định phải dùng tay à? Dùng chân không được sao?

Chị Xiba đúng là biết bày trò thật đấy hahaha

#Manus完成超5亿美元新一轮融资 Manus lại comeback rồi sao?? Còn huy động được 500 triệu đô la Mỹ nữa

Sau hàng loạt sự kiện đầy kịch tính như được Meta mua lại, thương vụ đột ngột bị đình chỉ rồi bị hủy bỏ, Manus vẫn chưa gục ngã. Có lẽ nhiều năm sau nhìn lại, quyết định không để Meta mua lại mình khi ấy mới là đúng đắn.

Kỳ nghỉ Quốc khánh, tôi về quê một chuyến. Ở thị trấn huyện, chẳng ai bàn về AI, mô hình lớn, chứng khoán Mỹ, chip hay trí tuệ hiện thân; những chủ đề muôn thuở vẫn là chuyện cửa nhà.

Thế giới dường như vẫn là thế giới như trước 🤫🤫

Muse爆火第13天Meta涨11%，但"AI新入口"的故事先别信

Mười năm trước, Zuckerberg trình diễn robot Messenger đặt hoa trên F8, nói rằng: "Không ai thích gọi điện cho cửa hàng". Mười năm sau, chính công ty đó ra mắt personal Agent Muse. Chỉ sau 13 ngày, nó vươn lên vị trí số 1 kép trên bảng xếp hạng miễn phí khu vực Mỹ, với hơn 2,5 triệu lượt tải.

Meta đã vẽ tròn một câu chuyện: năm 2023 nhờ "Năm của hiệu quả" mà tiết kiệm chi phí, mức tăng gần 200%; đến năm 2026, chi tiêu vốn bị đẩy lên 130 tỷ USD, dòng tiền tự do quý 2 chỉ còn 784 triệu USD, nhưng vẫn vì Muse mà mỗi ngày lại tăng thêm 11%. Thị trường không quan tâm bạn tiêu tiền hay tiết kiệm tiền—chỉ quan tâm câu chuyện có tự khớp được hay không.

Nhưng đây là lần thứ 5 các gã khổng lồ dùng AI để giành cái gọi là "cổng vào siêu cấp"—4 lần trước đều dừng ở tính năng, không chạm tới cổng vào: mua sắm bằng giọng nói của Alexa chỉ có 2% người dùng từng thử, 90% không mua lại; robot Messenger biến thành dịch vụ chăm sóc khách hàng; GPT Store, Humane AI Pin đều thất bại; ChatGPT Instant Checkout bị Walmart chê chuyển đổi chỉ bằng 1/3 so với việc điều hướng về trang web chính; trong Tết, 千问 (QnA) nhận 3 tỷ miễn phí, DAU vọt lên 73,52 triệu rồi rơi về 30 triệu. Mỗi lần thị trường đều trả giá cho sự náo nhiệt, và mỗi lần kết cục đều giống nhau.

Mâu thuẫn cốt lõi của Agent: xóa thời gian, nhưng lại muốn giữ chân người dùng

Kiếm tiền từ cổng vào trên Internet chỉ có hai con đường: dòng gợi ý dựa trên "hao mòn thời gian" để bán lượt hiển thị, còn tìm kiếm dựa trên "giao hàng" để chuyển người sang cửa hàng. Personal Agent không đứng hẳn về phía nào—nó thay bạn làm xong việc, giúp bạn rời đi càng sớm càng tốt, đó là "xóa thời gian"; nhưng đồng thời lại muốn nắm chặt người dùng trong tay. Nó chuyển cho cửa hàng chỉ là một đơn đặt hàng: thấy được địa chỉ tài khoản, nhưng không thấy người đi dạo trong cửa hàng—không có duyệt, dừng lại, mua lại. Đơn tiếp theo lại bắt đầu so sánh giá; lần này thắng không tạo ra lợi thế dài hạn.

Cửa hàng sẽ không trả giá cao cho một đơn hàng của người dùng mà họ không nhìn thấy. Và phía trước của Agent lại có chi phí biên thực sự: suy luận, máy ảo, render, thử lại đều tốn tiền. Meta lại muốn dính vào cả hai đầu—vừa thu phí đăng ký từ người dùng, vừa muốn rút hoa hồng từ giao dịch.

Tính toán rất lạnh người: nhà phân tích của Morgan Stanley diễn giải rằng năm 2028 Muse có 100 triệu người dùng, mỗi ngày 5 lượt truy vấn, 10% có giá trị thương mại, mỗi lần kiếm được 0,07 USD—cả năm 1,3 tỷ USD. Đóng góp cho EPS của Meta chỉ khoảng 1%. Trong khi đó, quảng cáo của Meta Q2 đạt mức annual hóa 237 tỷ USD.

Chọn phe là một kỹ năng

Phục vụ người tiêu dùng hay phục vụ cửa hàng? Điều gì đáng để mua phụ thuộc vào tiền của bên bán—TaoBao từng bị Jingdong chặn, Google Shopping từ so sánh miễn phí biến thành hiển thị trả phí. Ngày 20/9, Amazon cấm Muse. Lý do nói thẳng: ứng dụng bên thứ ba thay khách đặt đơn qua nhiều cửa hàng phải công khai cách vận hành và tôn trọng ý chí của bên cung cấp. Một khi Agent chuyển hướng thu phí để kéo khách về phía cửa hàng, nó không còn là đại lý mua giúp bạn tiết kiệm nữa, mà là lại một kênh quảng cáo. Zuck nói Muse sẽ "giúp bạn kiếm tiền, giúp bạn tiết kiệm tiền", nhưng hai việc này vốn đối lập về lợi ích.

Ngưỡng sao chép thấp đến đáng sợ

Giao thức MCP giúp các năng lực kết nối Gmail, lịch, bản đồ nhanh chóng bị đồng chất hóa. Mỗi người một máy ảo ảo trên đám mây + trình duyệt hiển thị được—kiến trúc này Meta không hề độc quyền. Gemini Spark của Google ra mắt trước Muse hơn ba tháng. Nếu chạy thông được lối này, đáng lẽ người nắm Gmail/Chrome/Android hoặc Google Gemini hoặc OpenAI/Đậu Bắp (Doubao) mới là bên được hưởng. Thêm nữa, mục đích Muse được khen nhiều nhất lại trùng khớp với Gmail của Google—chỉ cần sửa sửa bảng giá là đuổi kịp được. Thứ Muse thắng chủ yếu chỉ là lợi thế xuất phát cho sản phẩm mới: cùng thời gian, sau 13 ngày, lượt tải ChatGPT đạt 3,1 triệu—vẫn cao hơn Muse.

Ở trong nước cũng vậy: 千问 (QnA) kết nối được Taobao nhưng mỗi quý lỗ 13,8 tỷ vì AI, ngược lại còn phản tác dụng với luồng quảng cáo gợi ý của chính mình; WeChat chỉ dẫn tiểu vi (小微) kiềm chế ở mức xám vì Tencent kiếm tiền dựa trên quảng cáo tài khoản video; Meituan mở API nhưng vẫn giữ thu ngân ở quầy; Đậu Bắp (Doubao) đã hai lần đâm tường. Im lặng nhất là Pinduoduo—công ty phụ thuộc vào việc "dạo" nhất nên bị ảnh hưởng nặng nhất.

Thời hạn sử dụng của cổng vào

Muốn trở thành cổng vào ít nhất cần bốn thứ: tạo nhu cầu, nắm giữ dòng tiền, giữ chân người dùng, và duy trì tính trung lập. Hiện tại, personal Agent nhiều nhất chỉ chạm được một đến hai thứ. Mỗi phút sự chú ý mà nó tiết kiệm được đều là tài sản mà các công ty Internet vốn có thể bán. Mỗi người dùng mà nó giữ lại đều là những người mà cửa hàng rất sẵn sàng trả tiền để tiếp cận.

Nhà phân tích Brian Nowak của Morgan Stanley nói ông chỉ quan tâm một điều: người dùng có thật sự bỏ tiền ra mua hàng trên Muse hay không; ông không quan tâm lượt tải hay DAU.

Trong vài năm gần đây, thị trường luôn thích dùng mức độ đốt tiền để định giá lại công ty công nghệ. Nhưng trong vô số câu chuyện về "cổng vào" không hề tồn tại, thứ thực sự khan hiếm chưa bao giờ là dũng khí tiêu tiền, mà là sự kiềm chế để hiểu "tiền nào vốn không nên tiêu".

Tối qua, Meta tăng hơn 11% trong phiên, Intel và AMD lần lượt kéo cao khoảng 12% và 10%. Nguyên nhân là sản phẩm AI Agent cá nhân của Meta tên Muse tiếp tục được đón nhận nồng nhiệt. Câu chuyện này đáng được nhắc đến vì có thể nó đang viết lại logic nền tảng của “AI tính toán năng lực”.

1. Muse rốt cuộc đã thay đổi điều gì

Phần lớn AI dành cho người dùng phổ thông hiện nay về bản chất vẫn là công cụ hỏi đáp: bạn đưa một đoạn văn, mô hình suy luận xong trả lại kết quả là kết thúc. Muse kéo AI ra khỏi “cửa sổ chat” để bước vào quy trình làm việc thực sự: bạn đưa ra một mục tiêu, nó tách bước, đăng nhập website, gọi dịch vụ bên ngoài, đọc trạng thái trang, rồi quyết định bước tiếp theo; gặp thanh toán, gửi email, đổi lịch—nó chủ động tìm bạn để xin ủy quyền, làm xong lại tiếp tục kiểm tra xem tác vụ đã hoàn thành hay chưa.

Vòng khép kín là: hiểu mục tiêu → lập kế hoạch → gọi công cụ → quan sát kết quả → điều chỉnh kế hoạch → tiếp tục thực thi.

Đơn vị công việc của AI truyền thống là “một cuộc hội thoại”, còn đơn vị công việc của Agent là “một tác vụ hoàn chỉnh”. Meta còn trang bị môi trường thực thi bền bỉ trên đám mây—tắt ứng dụng đi nó vẫn chạy ngầm. Điều này có nghĩa là cuộc cạnh tranh không còn chỉ nhìn vào mô hình nền tảng; mà còn phải xem cổng phân phối, dữ liệu người dùng và hệ sinh thái thương mại. Meta nắm lượng lớn điểm vào người dùng; một khi Muse tích lũy email, lịch, thói quen chi tiêu và lịch sử nhiệm vụ, chi phí chuyển đổi sẽ cực kỳ cao—bạn không chỉ chuyển “lịch sử chat”, mà là cả cách thức làm việc.

2. Vì sao lần kéo mạnh này lại là CPU

Trong vài năm qua, GPU là chiến trường chính của hạ tầng AI. Nhưng khi Agent đi vào quy trình làm việc, cấu trúc tính toán năng lực thay đổi: GPU đảm nhiệm phần “nghĩ”—hiểu mục tiêu, tạo kế hoạch, nhận diện trang; còn phần “làm” thực sự—chạy hệ thống, mở máy ảo, gọi API, quản quyền, lưu trạng thái tác vụ—dồn toàn bộ lên CPU và máy chủ truyền thống.

Luồng một mô hình chat là: đầu vào → suy luận → đầu ra → giải phóng tài nguyên. Còn luồng của Agent là: suy luận → thực thi bằng CPU → chờ phản hồi bên ngoài → đọc lại trạng thái → suy luận lại → thực thi lại; một tác vụ dài có thể lặp hàng chục đến hàng trăm lần. Trình duyệt, máy ảo, bộ nhớ và trạng thái tác vụ phải được giữ “online” liên tục. Nhu cầu tính toán AI từ chỗ “tạo ra một Token” mở rộng thành “toàn bộ tài nguyên hệ thống để hoàn thành một tác vụ”.

Khi Muse được mở cho hàng chục tỉ người dùng, dù chỉ một phần nhỏ cùng lúc chạy Agent, nó cũng sẽ thúc đẩy một lượng lớn máy ảo chạy song song, tiến trình trình duyệt và lệnh gọi API. Agent cá nhân phải đụng đến email, thanh toán, quyền tài khoản—không thể nhét toàn bộ tác vụ của mọi người vào chung một môi trường. Càng nhấn mạnh bảo mật cách ly, càng phải cấp tài nguyên độc lập cho từng người dùng. Nhu cầu CPU trong thời đại Agent đến từ ba mảng: tăng số lượng song song, kéo dài thời gian tác vụ và siết chặt cách ly an toàn. Đây cũng là lý do thị trường lại bắt đầu nhìn chằm chằm vào máy chủ CPU đa lõi; thậm chí có dự đoán rằng nhu cầu lõi CPU trong tương lai sẽ tăng gấp đôi, tỉ lệ CPU và GPU tiến gần 1:1.

Tóm tắt bằng một khung quan sát: khi chi phí suy luận giảm xuống, nút thắt của AI sẽ chuyển từ “mô hình có thể nghĩ được không” sang “nền tảng hậu trường có thể thực thi song song với chi phí đủ thấp hay không”.

3. Nhu cầu về năng lực tính toán biến thành lợi nhuận như thế nào

Nhu cầu không đồng nghĩa lợi nhuận; mấu chốt là mô hình kinh tế theo đơn vị của Muse. Bản miễn phí kết hợp hai mức đăng ký 20 USD và 100 USD; tương lai còn có thể kiếm tiền nhờ Agent cho doanh nghiệp, API cho nhà phát triển và hoa hồng giao dịch. Muse nhận diện được ý định tiêu dùng thực sự; về mặt lý thuyết giá trị của mỗi người dùng cao hơn so với lượt nhấp quảng cáo truyền thống. Có tổ chức ước tính rằng doanh thu tương lai có thể vượt 10 tỉ USD.

Nhưng cấu trúc chi phí của Agent khác: phải chạy máy ảo cho người dùng, chiếm bộ nhớ, “đốt” băng thông mạng và gọi mô hình; dùng càng nhiều thì chi phí nền càng cao. Hai mức đăng ký về bản chất cũng là quản lý tài nguyên—giới hạn số lượng tác vụ, số lần gọi, và thời lượng tác vụ chạy ở nền. So với mô hình đăng ký cố định, hoa hồng theo giao dịch phù hợp hơn với cấu trúc chi phí của Agent.

Tuy nhiên, mô hình có thể giao dịch sẽ bùng nổ xung đột nền tảng. Amazon đã cắt quyền để Muse mua sắm trong App của họ—khi Agent hoàn tất việc tìm kiếm và đặt hàng cho người dùng, người dùng bỏ qua trang gợi ý và quảng cáo. Nền tảng bên thứ ba nhiều khả năng sẽ đi theo một trong ba hướng: mở API thu phí, yêu cầu chia sẻ doanh thu từ giao dịch, hoặc chặn truy cập trái phép chưa được ủy quyền. Dù theo hướng nào, đều sẽ thu hẹp ranh giới dịch vụ của Muse và làm giảm biên lợi nhuận.

4. Nắm hiểu chuỗi truyền dẫn này

Đối với Meta: Muse là “bài thử then chốt” xem liệu chi tiêu vốn cho AI có thể chuyển hóa thành doanh thu ở quy mô người dùng phổ thông hay không—lượt tải chứng minh kênh phân phối, tỉ lệ hoàn thành quyết định giá trị, mức giữ chân và thanh toán quyết định doanh thu, và chi phí cho mỗi tác vụ quyết định lợi nhuận.

Đối với Intel: GPU lo phần “nghĩ”, CPU lo phần “thực thi”. Nếu Agent dành cho người dùng phổ thông được triển khai quy mô lớn, CPU máy chủ có thể từ vai trò linh kiện phụ trở thành mắt xích then chốt quyết định quy mô song song và chi phí vận hành.

Toàn bộ chuỗi truyền dẫn: Agent cho người dùng phổ thông nhận được người dùng → tác vụ chuyển từ hỏi đáp sang thực thi liên tục → máy ảo, trình duyệt và lệnh gọi công cụ tăng vọt → nhu cầu CPU, bộ nhớ và mạng tăng → chi phí hạ tầng đội lên → doanh thu từ đăng ký và giao dịch xác nhận tính kinh tế theo đơn vị → nhu cầu chip cuối cùng chuyển hóa thành lợi nhuận cho nhà cung cấp.

GPU quyết định Agent có thể nghĩ rõ ràng hay không; còn CPU và hạ tầng hệ thống quyết định nó có thể thay thế đủ nhiều người làm xong mọi việc cùng lúc hay không. Và lợi nhuận thu được cuối cùng phụ thuộc vào việc mỗi lần hoàn thành tác vụ kiếm được bao nhiêu tiền—có đủ để bù cho chi phí toàn bộ chuỗi thực thi hay không.