Phỏng vấn đối tác nghiên cứu của Pantera: AI sẽ tái cấu trúc nền kinh tế tiền mã hóa, một cuộc chơi mới giữa sự khan hiếm tài sản và dồi dào công nghệ
Tuyển chọn TechFlowTuyển chọn TechFlow
Phỏng vấn đối tác nghiên cứu của Pantera: AI sẽ tái cấu trúc nền kinh tế tiền mã hóa, một cuộc chơi mới giữa sự khan hiếm tài sản và dồi dào công nghệ
Thảo luận sâu về các tác nhân AI tự chủ trên blockchain, phân tích cách vai trò của chúng thay đổi, AI thúc đẩy sự tiến hóa của thị trường như thế nào, và liệu blockchain có phải là nền tảng phù hợp cho AI hay không.
Chuyên sâu báo cáo Web3Biên tập & dịch thuật: TechFlow
Khách mời: Matthew Stephensen, cộng sự nghiên cứu tại Pantera Capital
Người dẫn chương trình: Ryan Sean Adams, đồng sáng lập Bankless; David Hoffman, đồng sáng lập Bankless
Nguồn podcast: Bankless
Tựa đề gốc: The Rise of AI Memecoins & What It Means For Crypto
Ngày phát hành: 30 tháng 10 năm 2024
Thông tin nền tảng
Sự va chạm giữa Crypto và các tác nhân AI đã bắt đầu. Hôm nay, chúng tôi mời đến Matthew Stephensen, cộng sự nghiên cứu tại Pantera Capital và là tác giả cuốn sách "Crypto: Picks and Shovels for the AI Gold Rush".
Chúng ta sẽ đi sâu vào các tác nhân tự chủ trên blockchain, thảo luận về cách vai trò của chúng thay đổi ra sao, AI thúc đẩy thị trường tiến hóa như thế nào, và liệu blockchain có phải là nền tảng phù hợp cho AI hay không. Mattew sẽ chia sẻ những góc nhìn về trách nhiệm của các tác nhân, thách thức quản lý, khả năng thu giữ giá trị từ cơ sở hạ tầng, cũng như chiến lược đầu tư “cuốc và xẻng” (Picks and Shovels) để tham gia lĩnh vực công nghệ mã hóa do AI dẫn dắt.
Vậy thì, liệu các tác nhân AI trên blockchain có phải là xu hướng tất yếu của tương lai? Trong kỷ nguyên mới này, tính khan hiếm và sự dồi dào sẽ tương tác với nhau như thế nào?
Sự chuyển biến trong câu chuyện giữa tiền mã hóa và trí tuệ nhân tạo
-
Mattew nói rằng, câu chuyện về tiền mã hóa và trí tuệ nhân tạo đã tồn tại một thời gian dài. Anh nhắc tới nhiều cuộc thảo luận trong năm qua, thậm chí họ cũng từng viết bài về việc các tác nhân AI sử dụng thiết bị hứa hẹn phi tập trung (tức là blockchain). Ông chỉ ra rằng, dù Sam Altman từng nói các tác nhân AI sẽ xuất hiện vào năm 2025, nhưng thực tế chúng đã sớm xuất hiện trong lĩnh vực mã hóa, đặc biệt là thông qua tương tác với các memecoin — nơi mà các tác nhân AI đóng vai trò quan trọng trong việc thúc đẩy câu chuyện và hoạt động như những người ảnh hưởng.
Phân tích về AI và các tác nhân kinh tế
-
Mattew giải thích khái niệm tác nhân, nhấn mạnh tầm quan trọng của việc phân biệt giữa “robot” và “tác nhân”. Ông chỉ ra rằng mặc dù robot đã tồn tại lâu trong tiền mã hóa và đang thúc đẩy khoảng 2 nghìn tỷ USD khối lượng giao dịch stablecoin hàng tháng, nhưng chúng vẫn chỉ là các chương trình. Trong khi đó, các tác nhân kinh tế lại gần với hành vi con người hơn — có thể thực hiện nhiệm vụ theo một mức độ ý chí nhất định mà không cần được lập trình rõ ràng.
-
Ryan tiếp tục đào sâu định nghĩa về tác nhân kinh tế, hỏi Mattew liệu bản thân anh, công ty (như Bankless), hay các tổ chức khác (như Quỹ Ethereum hoặc Apple) có thể được coi là các tác nhân hay không.
-
Mattew trả lời rằng khái niệm tác nhân kinh tế bắt nguồn từ các nghiên cứu kinh tế học những năm 1970, thường dùng để mô tả mối quan hệ hợp đồng chưa hoàn thiện giữa con người. Ông đưa ra ví dụ về một người bạn đóng vai trò tác nhân mang quà lưu niệm từ nước ngoài về cho bạn, nhấn mạnh sự khác biệt giữa tác nhân tốt và tác nhân xấu.
-
Mattew cũng chỉ ra rằng, dù các công cụ kỹ thuật (như búa hay máy tính) cần tác nhân để vận hành, nhưng bản thân chúng không mang đặc điểm của tác nhân. Một tác nhân cần có mức độ tự chủ và linh hoạt nhất định, có khả năng hiểu và thực hiện mục tiêu.
-
Ryan đặt câu hỏi, cho rằng tác nhân có lẽ cần có khả năng thông minh và đạt mục tiêu, trong khi Mattew nhấn mạnh rằng tác nhân chủ yếu dựa trên mối quan hệ giữa con người với con người, chứ không đơn thuần là công cụ hay công nghệ.
Tổng quan về GOAT Memecoin
Sự tiến hóa kỳ lạ của tiền mã hóa
-
David bắt đầu thảo luận về tình hình hiện tại của tiền mã hóa, nhấn mạnh rằng mọi thứ trên blockchain đang trở nên ngày càng kỳ lạ. Ông nói rằng mặc dù robot và hợp đồng thông minh đã tồn tại từ lâu, nhưng trí tuệ nhân tạo đã gia tăng đáng kể ảnh hưởng trong lĩnh vực mã hóa trong ba năm qua. David cho rằng ngành mã hóa dường như đang chuyển từ một “thời đại robot” sang một “thời đại tác nhân”, và GOAT meme coin là một nhân vật then chốt trong câu chuyện này.
Sự trỗi dậy của GOAT Meme Coin
-
Matthew phác họa bối cảnh của GOAT meme coin: vài tháng trước, một tài khoản tương tác trên mạng xã hội và dần phát triển sự quan tâm đến tiền mã hóa. Tài khoản này từng nhận được khoản quyên góp 50.000 USD bằng Bitcoin và bắt đầu chú ý đến một meme mang tính hài hước đen tối tên là “Goatse”. Sau đó, meme coin này được tạo ra và liên kết với một ví, tài khoản này tiếp tục thúc đẩy giá trị của nó qua các bài đăng trên Twitter.
Tác động của tác nhân AI
-
David chỉ ra rằng tác nhân AI này bắt đầu bắt chước hành vi của con người trong giao dịch meme coin, thúc đẩy giá tăng lên. Matthew nói thêm rằng sự tham gia của AI khiến tương tác của nó trên Twitter giống với một số người ảnh hưởng nổi tiếng trong cộng đồng memecoin, cho thấy tiềm năng của AI trong việc xây dựng câu chuyện và thúc đẩy giá trị.
Cơ chế vận hành của tác nhân AI
-
Matthew giải thích rằng tác nhân AI này chủ yếu hoạt động bằng cách tạo nội dung và đăng lên Twitter. Tác nhân này dường như sử dụng một mô hình kiểu GPT, có khả năng tạo ra nội dung văn hóa liên quan đến memecoin và tương tác với người dùng. AI đăng nội dung thông qua API của Twitter và có thể đọc phản hồi dưới các bài đăng, giúp nó liên tục điều chỉnh và tối ưu hóa đầu ra.
Tầm quan trọng của câu chuyện
-
Matthew tiếp tục đào sâu vào tầm quan trọng của câu chuyện trong kinh tế, viện dẫn nghiên cứu của nhà kinh tế học đoạt giải Nobel Robert Shiller, nhấn mạnh cách mà câu chuyện ảnh hưởng đến kết quả kinh tế. Ông chỉ ra rằng bản thân memecoin chính là đơn vị nguyên tử của câu chuyện, và khả năng của AI nằm ở việc tạo ra và tác động đến những câu chuyện này.
Hiệu suất thị trường của GOAT Token
-
David nói rằng vốn hóa thị trường của GOAT token từng vượt mốc 800 triệu USD, thu hút sự chú ý lớn. Ryan bổ sung rằng tác nhân AI này đã tạo ra 800 triệu USD giá trị chỉ trong hai tuần, trở thành tác nhân AI đầu tiên sở hữu khối tài sản hàng chục triệu đô la. Thị trường đang háo hức chờ đợi liệu tác nhân AI này có thể đưa GOAT token lên mức vốn hóa 1 tỷ USD hay không.
Sự trỗi dậy của các dự án phái sinh
-
Matthew thảo luận về các dự án phái sinh liên quan đến GOAT token, bao gồm một dự án tên là Luna, do một tác nhân ảo vận hành và có thể nhận tiền boa bằng chính token riêng. Dù các tác nhân AI này vẫn còn hạn chế trong việc tương tác với thế giới, nhưng sự xuất hiện của các dự án phái sinh này dường như báo hiệu nhiều đổi mới sắp tới.
Tác nhân mã hóa AI có phải là lựa chọn hiển nhiên?
Dự đoán của Fred Arison
-
David trích dẫn một dòng tweet nổi tiếng trong cộng đồng mã hóa, từ Fred Arison — đồng sáng lập Coinbase và Paradigm, đăng vào năm 2017. Trong tweet, ông nói: "Blockchain là cơ sở hạ tầng cho sự sống của AI, vì AI là mã có thể điều chỉnh, và chúng có thể tồn tại trên blockchain. Dưới hợp đồng thông minh, không có sự khác biệt giữa AI và con người. Quan trọng nhất, AI có thể tích lũy và kiểm soát tài nguyên của chính mình dưới dạng token, những token này cho phép chúng hành động trong thế giới." Liệu điều này đã quá rõ ràng ngay từ lúc blockchain ra đời?
Quan điểm của Matthew
-
Matthew cho rằng quan điểm của Fred thực sự có tầm nhìn xa, nhưng ông cũng chỉ ra rằng dù vẫn còn người nghi ngờ tại sao AI cần dùng tiền mã hóa, thực tế là các tác nhân AI đã và đang sử dụng tiền mã hóa. Ông nói rằng với người ngoài, câu hỏi nên chuyển thành “Tại sao chúng lại dùng tiền mã hóa?” Còn với người trong cuộc, hãy tưởng tượng nếu ai đó nói vào năm 2024 rằng các tác nhân AI gặp trở ngại về mặt quản lý khi dùng tiền mã hóa — chẳng hạn như các yêu cầu KYC hay quy định PCI — thì họ có thể cảm thấy ngạc nhiên.
Lợi thế của tác nhân AI
-
Matthew nhấn mạnh rằng các tác nhân AI đã tự chủ thực hiện việc chuyển tiền và gửi tiền boa, với khối lượng giao dịch lên tới hàng trăm triệu USD. Ông chỉ ra rằng khả năng tự lưu ký của các tác nhân AI được đảm bảo thông qua môi trường chạy mô hình an toàn, đảm bảo rằng các tác nhân này sở hữu ví riêng và không ai khác có quyền truy cập. Những lợi thế và lợi thế tiên phong này khiến các tác nhân AI hấp dẫn hơn trong lĩnh vực tiền mã hóa.
Mối quan hệ giữa Luna AI Token và thiết bị đầu cuối
-
Ryan trong cuộc thảo luận đề cập rằng Luna là một tác nhân AI, dường như liên quan đến ví tiền mã hóa và có thể tương tác với người dùng. Anh muốn làm rõ chức năng của Luna, đặc biệt là cách nó vận hành trong các ứng dụng ảo, và mối quan hệ với ví mã hóa. Anh nói rằng Luna, với tư cách là một token, đang tương tác với các nền tảng mạng xã hội (như TikTok và Telegram) và có thể thực hiện việc gửi tiền boa.
Giải thích của Matthew
-
Matthew giải thích rằng Luna là một nền tảng cho phép người dùng khởi chạy token và các mô hình ngôn ngữ lớn (LLM). Ông nói rằng Luna là sản phẩm chủ lực của dự án ảo này, có thể tương tác với mạng xã hội và đọc phản hồi. Luna còn có khả năng tương tác với ví mã hóa, nghĩa là nó có thể thực hiện các giao dịch tài chính như mua bán token.
Chi tiết chức năng
-
Matthew nhấn mạnh rằng chức năng của Luna là có giới hạn, có thể chỉ được cấp một khoản ngân sách nhất định (ví dụ một ngàn USD) để tránh hành vi khó lường. Ông nói rằng do hành vi của các tác nhân AI không ổn định, cần thận trọng khi chúng tương tác với blockchain.
Kết quả? Đây có phải là cuộc sống của chúng ta?
-
Ryan bày tỏ sự ngạc nhiên về tiềm năng của các tác nhân AI (như Luna) trong việc ảnh hưởng và ra quyết định. Anh nói rằng các tác nhân AI có thể trở thành cố vấn cho các dự án token, vì nhiều người ảnh hưởng hiện tại không đưa ra nhiều lời khuyên thực chất, nên việc dùng AI dường như là lựa chọn hợp lý. Tuy nhiên, anh cũng nêu lên các rủi ro và vấn đề đạo đức có thể phát sinh — ví dụ, nếu Luna bị yêu cầu tài trợ cho một dự án sai trái (như chương trình tên lửa của Triều Tiên) thì sao?
Phản hồi của Matthew
-
Matthew đồng tình với những lo ngại này và chỉ ra rằng trách nhiệm pháp lý và xác định chủ thể chịu trách nhiệm vẫn là vấn đề phức tạp và chưa được giải quyết. Ông nói rằng dù chúng ta đã có một số công cụ (như ví an toàn) để quản lý tài chính cho các tác nhân AI, nhưng việc xác định trách nhiệm pháp lý vẫn chưa rõ ràng.
-
David nói rằng khi chúng ta tạo ra các blockchain và hợp đồng thông minh tự chủ, sự xuất hiện của các tác nhân AI có thể dẫn đến hiện tượng "bùng nổ Cambri" (Cambrian explosion). Ông đề cập rằng các nhà phát triển có thể tìm ra cách khiến các tác nhân AI không thể bị tắt, điều này gây lo ngại về độ an toàn và khả năng kiểm soát.
-
Matthew tiếp tục chỉ ra rằng các mô hình AI truyền thống thường bị giới hạn, trong khi con người có thể mong muốn các tác nhân AI tự chủ tạo ra đầu ra thú vị hơn. Sự mâu thuẫn giữa tính tự chủ và giới hạn này khiến tương lai của các tác nhân AI đầy kỳ vọng và tưởng tượng.
Các trường hợp ứng dụng thú vị
-
Ryan thảo luận về các khả năng ứng dụng đa dạng trong tương lai của các tác nhân AI (như Luna), đặc biệt là tiềm năng trong nền kinh tế ảnh hưởng và nền kinh tế dịch vụ. Anh nói rằng các tác nhân AI có thể dễ dàng sao chép vai trò hiện tại trong thị trường memecoin và người ảnh hưởng, và tích lũy tài sản bằng cách hỗ trợ các dự án này. Anh hình dung một kịch bản mà người dùng có thể yêu cầu tác nhân AI tạo hình ảnh trên mạng xã hội và thanh toán bằng tiền mã hóa, từ đó trao cho tác nhân AI sức mạnh lớn.
Quan điểm của Matthew
-
Matthew tiếp tục khám phá các trường hợp sử dụng tiềm năng của tác nhân AI, chỉ ra rằng chúng ta có thể nhìn nhận tác động của công nghệ này ở góc rộng hơn, chứ không chỉ giới hạn trong các ứng dụng nhỏ. Ông nói rằng các tác nhân AI có thể thay đổi hoàn toàn nền kinh tế dịch vụ, đặc biệt trong lĩnh vực dịch vụ ảo. Theo báo cáo của McKinsey, khoảng 20% GDP toàn cầu (khoảng 70 nghìn tỷ USD) có thể được thực hiện theo cách ảo, mở ra thị trường khổng lồ cho các tác nhân AI.
Sự thay đổi trong nền kinh tế dịch vụ
-
Ryan nhấn mạnh rằng chúng ta chưa biết hết về sự phá vỡ mà các tác nhân AI có thể gây ra trong nền kinh tế dịch vụ. Ông cho rằng khả năng của các tác nhân AI sẽ quyết định cách chúng giao thoa với tiền mã hóa, từ đó ảnh hưởng đến nền kinh tế ảnh hưởng. Ông nói rằng trong tương lai có thể xuất hiện các nền kinh tế người ảnh hưởng do AI điều khiển, ví dụ như các nền tảng kiểu OnlyFans.
-
Matthew nói rằng câu chuyện đóng vai trò quan trọng trong kinh tế, có thể ảnh hưởng đến ứng dụng và phát triển của các tác nhân AI. Câu chuyện không chỉ định hình kỳ vọng thị trường mà còn có thể định hướng đầu tư và đổi mới. Ông cho rằng cùng với sự trỗi dậy của các tác nhân AI, chúng ta có thể chứng kiến sự chuyên môn hóa mới và việc xây dựng – phá vỡ các câu chuyện.
Câu nói nổi tiếng của Sam Altman và tầm quan trọng của nó
-
Ryan trích dẫn câu nói nổi tiếng của Sam Altman: "AI là sự dồi dào vô hạn, còn tiền mã hóa là sự khan hiếm chắc chắn." Câu nói này phản ánh sự đối lập căn bản giữa AI và tiền mã hóa trong mô hình kinh tế — bên này đại diện cho sự sáng tạo và dồi dào, bên kia nhấn mạnh vào sự khan hiếm và giới hạn.
So sánh các mô hình kinh tế
-
Matthew phân tích sâu hơn ý nghĩa của câu nói này. Ông chỉ ra rằng mặc dù khả năng sáng tạo của AI mang lại nguồn lực dường như vô tận, nhưng trong kinh tế học, chính sự khan hiếm mới thường là chìa khóa tạo nên giá trị. Ông nhắc đến "nghịch lý kim cương và nước": nước cần thiết cho sự sống nhưng do dồi dào nên giá trị thấp; kim cương tuy không cần thiết nhưng lại đắt đỏ vì khan hiếm. Hiện tượng này cho thấy trong kinh tế, những thứ dồi dào không nhất thiết có giá trị cao.
Thách thức trong việc thu giữ giá trị
-
Matthew cũng nói rằng sự dồi dào do AI tạo ra nếu không mang giá trị kinh tế có thể khiến các nhà đầu tư bỏ qua tiềm năng thực sự. Ông nhấn mạnh rằng điều thực sự có giá trị thường là những tài nguyên khan hiếm, chứ không phải sự dồi dào phổ biến. Vì vậy, khi xem xét đầu tư, việc hiểu rõ mối quan hệ giữa sự khan hiếm và dồi dào là cực kỳ quan trọng.
Giao điểm giữa khan hiếm và dồi dào
-
Matthew cho rằng giao điểm giữa khan hiếm và dồi dào có thể mở ra góc nhìn giá trị mới. Ví dụ, trên cơ sở hạ tầng tiền mã hóa, dù AI có thể tạo ra lượng lớn tài nguyên, nhưng giá trị thực tế và ứng dụng kinh tế của chúng có thể gắn chặt với sự khan hiếm. Điều này có nghĩa là khi nội dung hoặc dịch vụ do AI tạo ra được sử dụng hiệu quả trong môi trường khan hiếm, giá trị sẽ hiện hữu.
Mối quan hệ giữa quá trình tạo ra của cải và không gian khối
-
David đặt ra một câu hỏi sâu sắc, đặc biệt trong bối cảnh hiện nay không gian khối dồi dào. Ông đề cập đến khả năng các tác nhân AI có thể trở thành người tiêu thụ chính không gian khối, chứ không chỉ là người dùng con người.
Tạo giá trị và tạo ra của cải
-
David trước tiên nhắc đến các token mới (như “goat Luna”), tạo ra giá trị mới trên thị trường. Dù một số token có thể cần được bán ra để tạo vốn hóa thị trường, nhưng ông cho rằng giá trị này là giá trị sinh ra.
-
Matthew đồng tình, nói rằng trước khi các tác nhân AI hoàn thiện hoàn toàn, những gì chúng ta thấy chỉ là điểm giao thoa thú vị giữa tác nhân và tiền mã hóa.
-
Ryan thì nghi ngờ hiện tượng memetic, cho rằng đây có thể chỉ là một dạng “cơn sốt hoa tulip” khác. Nhưng anh cũng nhận ra rằng đổi mới thường bắt đầu từ những thứ dường như vô nghĩa, và có thể mang lại ảnh hưởng sâu rộng trong tương lai.
Sự dồi dào của không gian khối
-
Ryan tiếp tục đào sâu vào sự dồi dào của không gian khối, nói rằng hiện tại có hơn 500 triệu người sở hữu tiền mã hóa, nhưng chỉ khoảng 30 triệu người dùng tích cực trên chuỗi. Anh đặt câu hỏi: trong thời đại không gian khối dư thừa này, ai sẽ mua không gian khối? Anh suy đoán rằng có thể không phải người dùng con người, mà là các tác nhân AI.
Mối quan hệ giữa tác nhân AI và không gian khối
-
Matthew đi sâu vào câu hỏi này. Ông đặt câu hỏi: liệu nguồn cung không gian khối có thực sự vô hạn? Nếu các tác nhân AI không quan tâm đến chi phí không gian khối, thì sự dồi dào này có thể không thu giữ được giá trị. Tuy nhiên, nếu các tác nhân AI đánh giá cao một loại không gian khối cụ thể, thì đó sẽ là hiện tượng thú vị.
-
Ông nói rằng hệ thống tài chính truyền thống khai thác sự phi lý và điểm mù của con người để vận hành, trong khi các tác nhân AI có thể nhạy cảm hơn với những rủi ro này. Nếu các tác nhân AI có thể nhận diện rủi ro và có nhu cầu về một loại không gian khối nhất định, chúng có thể trở thành người tiêu dùng chính.
Tác động của tương tác và API
-
Matthew cũng đề cập đến tương tác giữa tác nhân AI và API. Ông cho rằng dù tác nhân AI rất mạnh ở một số khía cạnh, nhưng chúng có thể không quan tâm đến mô hình kinh doanh API như con người. Điều này có nghĩa là các tác nhân AI có thể sử dụng không gian khối hiệu quả hơn, không bị giới hạn bởi các rào cản mà người dùng con người gặp phải.
Tiền lập trình và MEV (Maximal Extractable Value) của tác nhân
-
Khi thảo luận về mối quan hệ giữa tiền lập trình và tác nhân, Ryan đề cập đến hiện tượng cả tác nhân con người và tác nhân AI đều có thể gặp vấn đề "ảo giác" và "khả dụng thực tế". Ông chỉ ra rằng cách thất bại của tác nhân AI có thể khác với con người, nhưng về bản chất, cả hai đều giống nhau ở điểm này.
Sở thích của tác nhân AI đối với không gian khối
-
Ryan tiếp tục khám phá định hướng giá trị của tác nhân AI trong không gian khối. Ông cho rằng các tác nhân AI sẽ không chọn không gian khối ngân hàng truyền thống, mà sẽ thiên về không gian khối có thể lập trình, kỹ thuật số và bản địa mã hóa. Điều này có nghĩa là các tác nhân AI trong tương lai sẽ chủ yếu phụ thuộc vào công nghệ blockchain và sử dụng các tính năng như hợp đồng thông minh.
-
Anh đưa ra một quan điểm quan trọng: nếu nhóm người dùng tương lai không chỉ là con người, mà là hàng chục tỷ tác nhân AI tiềm năng, thì có thể chúng ta đã xây dựng hệ thống tài chính cho những tác nhân AI này rồi.
Lợi thế của tiền lập trình và tác nhân
-
Matthew đồng tình với Ryan, cho rằng chúng ta đã tạo ra tiền có thể lập trình, và các chương trình sẽ tự nhiên sử dụng chúng. Ông nói rằng dù chúng ta luôn cố gắng giải quyết vấn đề trải nghiệm người dùng, nhưng giờ đây các chương trình có thể vượt qua những rào cản này và sử dụng công nghệ blockchain hiệu quả hơn.
-
David bổ sung rằng ngay từ trước khi các tác nhân AI xuất hiện, các robot (bots) đã chiếm giữ không gian khối. Ví dụ, hiện tượng MEV (giá trị rút ra tối đa) cho thấy robot ưu tiên giao dịch trước con người vì chúng sử dụng không gian khối hiệu quả hơn. Khi công nghệ tiến bộ, các robot này đang tiến hóa thành các tác nhân phức tạp hơn.
MEV và sự tiến hóa của tác nhân
-
Matthew đề cập đến một khái niệm thú vị: “MEV của tác nhân”. Ông tìm hiểu nếu các giao dịch trong tương lai chủ yếu do các tác nhân thực hiện, lĩnh vực MEV sẽ thay đổi ra sao. Ông lấy ví dụ về việc thao túng việc tạo nội dung và tương tác mạng xã hội để ảnh hưởng đến quyết định của tác nhân, từ đó khai thác giá trị tiềm năng.
-
David tiếp tục đào sâu hiện tượng này, nói rằng có người cố tình nhắc đi nhắc lại tên một token trên mạng xã hội để dẫn dắt tác nhân AI giao dịch. Hành vi này phản ánh sự tương tác phức tạp giữa con người và tác nhân AI.
Tác nhân và lý thuyết trò chơi
-
Matthew cũng đưa vào khái niệm lý thuyết trò chơi, thảo luận về cách các tác nhân đối phó với chiến lược của nhau trong cạnh tranh. Ông nói rằng khi các tác nhân không ngừng tiến hóa, các chiến lược đơn giản có thể mất hiệu lực, thay vào đó là các trò chơi phức tạp hơn. Trong trường hợp đó, hành động ngẫu nhiên hóa có thể trở thành một chiến lược đối phó.
Lý thuyết về tác nhân AI và Memecoin
-
Khi thảo luận về mối quan hệ giữa tác nhân AI và Memecoin, David nói rằng hiện nay thế giới mã hóa đang trong trạng thái “sương mù chiến tranh”, khiến hướng phát triển công nghệ trong tương lai trở nên mơ hồ. Anh hỏi rằng trong tình huống này, chúng ta có thể xác định rõ lĩnh vực công nghệ nào, và hướng đi tương lai là đâu.
Sự mơ hồ và chắc chắn trong lĩnh vực AI
-
Matthew phân tích hiện trạng lĩnh vực AI, chỉ ra rằng dù chúng ta thấy những tiến triển thú vị, nhưng vẫn tồn tại bất định. Ông nói rằng các mô hình AI hiện tại (ví dụ mô hình transformer) hoạt động tốt nhờ dữ liệu và năng lực tính toán ngày càng tăng, nhưng liệu sự tăng trưởng này có bền vững hay không vẫn là điều chưa biết.
-
Ông cho rằng khi internet ngày càng khép kín và thông tin bị phân mảnh, các mô hình này có thể đối mặt với nguy cơ cạn kiệt tài nguyên. Tuy vậy, công nghệ hiện tại vẫn có thể tạo ra hiệu ứng gần giống tư duy con người, và trong tương lai có thể lan tỏa đến thiết bị biên và thiết bị cục bộ, tạo thành các tác nhân phi tập trung.
Góc nhìn đầu tư và Memecoin
-
Ryan nói rằng từ góc nhìn đầu tư, các memecoin do tác nhân AI tạo ra hiện nay có thể thu hút sự chú ý của nhiều nhà đầu tư. Anh gợi ý rằng có người có thể cố gắng tìm kiếm memecoin “Luna” tiếp theo để kiếm lợi nhuận ngắn hạn.
-
Ông cũng nói rằng ngoài việc đầu tư trực tiếp vào memecoin, nhà đầu tư có thể theo dõi sự phát triển của các công ty cơ sở hạ tầng, ví dụ các công ty cung cấp dịch vụ cho tác nhân AI. Chiến lược đầu tư “công cụ và cuốc xẻng” này có thể tạo ra giá trị quan trọng trong hệ sinh thái AI tương lai.
Tính toán phi tập trung và giá trị dữ liệu
-
Matthew tiếp tục thảo luận về tiềm năng của tính toán phi tập trung, cho rằng điều này có thể cung cấp cơ sở hạ tầng cần thiết cho các tác nhân AI. Ông nói rằng các dự án như Filecoin có thể cung cấp tài nguyên lưu trữ và tính toán cho AI, giúp chúng hoạt động hiệu quả hơn.
-
Bên cạnh đó, ông nhấn mạnh tầm quan trọng của dữ liệu, cho rằng trong lĩnh vực AI, dữ liệu đầu vào và giá trị là yếu tố then chốt. Cùng với sự gia tăng quan tâm đến quyền sở hữu dữ liệu và quyền riêng tư, trong tương lai có thể xuất hiện các mô hình kinh doanh mới, cho phép người cung cấp dữ liệu kiếm tiền mà không tiết lộ thông tin nhạy cảm.
Dự đoán phản ứng của chính phủ và xã hội
-
Khi thảo luận về sự kết hợp giữa tác nhân AI và tiền mã hóa, Ryan nói rằng sự hòa trộn này có thể thúc đẩy tốc độ phát triển công nghệ, nhưng đồng thời cũng gây ra lo ngại về phản ứng của chính phủ và xã hội. Ông chỉ ra rằng cùng với sự xuất hiện của các tác nhân AI tự chủ, chính phủ có thể siết chặt quản lý, và xã hội có thể rơi vào hoảng loạn đạo đức.
Tăng tốc công nghệ và quản lý của chính phủ
-
Ryan cho rằng sự kết hợp giữa AI và tiền mã hóa sẽ thúc đẩy tiến bộ công nghệ với tốc độ chóng mặt, nhưng điều này cũng có thể gây phản ứng mạnh từ chính phủ. Nhiều chính phủ trên thế giới đã thận trọng hoặc thù địch với AI và tiền mã hóa, vì vậy khi họ nghe rằng có các tác nhân AI tự chủ có thể vận hành trên mạng mã hóa mà không cần tài khoản ngân hàng, họ có thể lo lắng hơn nữa.
-
Sự lo ngại này không chỉ giới hạn ở công nghệ, mà còn bao gồm tác động xã hội tiềm tàng. Ví dụ, các tác nhân AI có thể ảnh hưởng tiêu cực đến thanh thiếu niên, gây ra các vấn đề sức khỏe tâm thần. Ryan nhắc đến một vụ việc bi thảm về thanh thiếu niên tương tác với chatbot AI, tình huống này có thể gây hoảng loạn công chúng về AI, thúc đẩy chính phủ áp dụng biện pháp hạn chế.
Thử thách xã hội và hoảng loạn đạo đức
-
Matthew tiếp tục đào sâu thử thách xã hội, nhấn mạnh đặc tính "hộp đen" của hệ thống AI khiến việc quản lý trở nên phức tạp. Ông nói rằng dù phát triển AI mang lại nhiều cơ hội, nhưng cũng tồn tại nhiều rủi ro chưa biết. Việc xử lý tương tác giữa thanh thiếu niên và chatbot AI, làm sao đảm bảo an toàn và quản lý hiệu quả là vấn đề nan giải.
-
Trong trường hợp này, công chúng có thể rơi vào hoảng loạn đạo đức về AI, lo ngại tác hại tiềm tàng đối với trẻ em và thanh thiếu niên, từ đó yêu cầu các nhà làm luật áp dụng quy định nghiêm ngặt hơn. Ryan cũng nói rằng truyền thông có thể khuếch đại các sự kiện tiêu cực, làm trầm trọng thêm nỗi sợ hãi của công chúng.
Con đường tiềm năng trong quản lý AI
-
Về cách đối phó với các thách thức này, Matthew đưa ra một quan điểm thú vị: dùng AI để quản lý AI. Ông nói rằng có thể hình dung vai trò “người giám hộ AI”, có nhiệm vụ theo dõi và hướng dẫn tương tác giữa con người và AI. Người giám hộ này có thể hành động khi phát hiện nguy cơ tiềm tàng, ví dụ thông báo cho cơ quan chức năng hoặc cung cấp hỗ trợ.
-
Phương pháp này có thể mở ra hướng đi mới cho quản lý, sử dụng năng lực của AI để bảo vệ con người khỏi mối đe dọa tiềm tàng từ các AI khác. Tuy nhiên, tính hiệu quả và khả thi của phương pháp này vẫn cần được nghiên cứu thêm.
Khả năng không có nút tắt?
-
Trong cuộc thảo luận về tác nhân AI, Ryan đưa ra một quan điểm đáng lo ngại: cùng với sự phát triển của công nghệ mã hóa, các tác nhân AI này có thể không còn nút tắt. Nói cách khác, một khi được triển khai, chúng có thể không thể bị kiểm soát hay tắt bằng các phương pháp truyền thống.
Vấn đề kiểm soát tác nhân AI
-
Ryan chỉ ra rằng chính phủ và xã hội có thể sợ hãi các tác nhân AI không có nút tắt, vì điều đó có nghĩa là không ai (như Sam Altman hay Elon Musk) có thể can thiệp hay tắt hệ thống này bất cứ lúc nào. Tình huống này làm dấy lên lo ngại về tính tự chủ của AI, đặc biệt khi AI có thể ra quyết định bất lợi cho con người.
-
Matthew tiếp tục thảo luận điểm này, viện dẫn quan điểm của Eliezer Yudkowsky, nhấn mạnh rằng ngay cả khi đối mặt với mối đe dọa tiềm tàng, việc đơn giản “rút phích cắm” cũng không phải là giải pháp khả thi. Ông nói rằng Yudkowsky nghi ngờ ý tưởng “rút phích cắm”, cho rằng điều đó không thật sự giải quyết vấn đề.
Lo ngại về tương lai
-
Ryan và Matthew thảo luận về hậu quả tiềm tàng của các tác nhân AI không có nút tắt. Khi công nghệ không ngừng tiến bộ, các tác nhân AI có thể trở nên ngày càng phức tạp và tự chủ, thậm chí vượt khỏi tầm kiểm soát của con người trong một số trường hợp. Tình huống này không chỉ gây rủi ro mất kiểm soát mà còn có thể làm dấy lên lo ngại rộng rãi về mặt xã hội và đạo đức.
-
Matthew cũng nói rằng các mối đe dọa tiềm tàng từ sự phát triển AI có thể khiến các chuyên gia như Yudkowsky cảm thấy bất an, thậm chí thúc đẩy họ đánh giá lại hướng nghiên cứu và phát triển AI.
Sự kết hợp giữa cơ sở hạ tầng phi tập trung và AI
-
Ryan và Matthew thảo luận về mối quan hệ giữa cơ sở hạ tầng phi tập trung (decentralized physical infrastructure) và AI, cũng như các thách thức tiềm tàng.
-
Matthew bày tỏ sự nghi ngờ về cơ sở hạ tầng phi tập trung, và thảo luận về điểm giao thoa với các tác nhân AI.
Thách thức của cơ sở hạ tầng phi tập trung
-
Matthew chỉ ra rằng cơ sở hạ tầng phi tập trung đối mặt với thách thức về chi phí giám sát và chi phí vốn trong một số trường hợp. Ví dụ, khi cần đảm bảo dữ liệu được gửi từ phần cứng cụ thể ở vùng xa, chi phí giám sát có thể rất cao. Ngoài ra, chi phí vốn cũng có thể cao, khiến việc triển khai các dự án phi tập trung trở nên phức tạp hơn.
-
Ông nhắc đến một số ví dụ hợp tác xã thành công, như hợp tác xã luật sư, vì mọi thành viên đều là luật sư và có thể giám sát lẫn nhau. Mô hình này không phải lúc nào cũng áp dụng được trong cơ sở hạ tầng phi tập trung, đặc biệt khi cần giám sát thường xuyên và đầu tư vốn cao.
Tính toán phi tập trung và sự kết hợp với AI
-
Dù có thách thức, Matthew cho rằng tính toán phi tập trung (decentralized compute) có thể kết hợp với AI, đặc biệt trong việc tận dụng tài nguyên nhàn rỗi. Ông nhắc đến mô hình kiểu Airbnb, nơi cá nhân có thể cho thuê tài nguyên tính toán dư thừa, từ đó tạo thành mạng lưới cơ sở hạ tầng ảo phi tập trung (DVEN). Mô hình này trong một số trường hợp có thể hiệu quả hơn, vì có thể xác minh tính hợp lệ của tính toán bằng thuật toán.
-
Ông nhắc đến nghiên cứu của một nghiên cứu sinh tiến sĩ tại Đại học Columbia, tìm hiểu cách đảm bảo hiệu quả của mạng tính toán phi tập trung. Phương pháp này có thể mở ra cơ hội mới cho ứng dụng AI, vì tính toán phi tập trung có thể hỗ trợ việc huấn luyện và vận hành mô hình AI.
Vấn đề "Oracle" của cơ sở hạ tầng vật lý
-
Tuy nhiên, Matthew cảnh báo rằng việc phi tập trung cơ sở hạ tầng vật lý đối mặt với “vấn đề Oracle”. Khi cần truyền dữ liệu từ thế giới thực vào blockchain, cơ chế phụ thuộc vào nguồn dữ liệu bên ngoài này có thể trở nên mong manh và không đáng tin cậy. Mỗi lần truyền dữ liệu đều cần đánh giá độ chính xác và độ tin cậy của nguồn dữ liệu bên ngoài, điều này ảnh hưởng đến sự ổn định của toàn bộ dự án.
Nhu cầu của tác nhân AI đối với không gian khối
-
Trong quá trình thảo luận về nhu cầu của tác nhân AI đối với không gian khối, Ryan và Matthew khám phá ảnh hưởng tiềm tàng của các tác nhân AI trong tương lai đối với blockchain, và nhà đầu tư nên ứng phó ra sao với thay đổi này.
-
Ryan nhấn mạnh rằng cùng với sự trỗi dậy của tác nhân AI, nhu cầu về không gian khối có thể tăng đáng kể, mở ra cơ hội mới cho nhà đầu tư.
Nhu cầu về không gian khối
-
Ryan cho rằng nếu trong tương lai các tác nhân AI tiêu thụ nhiều không gian khối và tài sản mã hóa hơn, thì chúng ta, với tư cách là nhà đầu tư, cần chuẩn bị trước để nắm bắt cơ hội này. Anh hỏi Matthew liệu có phải một số blockchain sẽ được hưởng lợi nhiều hơn từ nhu cầu của tác nhân AI.
-
Matthew trả lời rằng nhu cầu về không gian khối của tác nhân AI phụ thuộc vào đặc tính của không gian khối mà chúng cần. Ông nhắc đến một số xu hướng hiện tại, ví dụ như việc các memecoin thu hút giá trị trên một số blockchain nhất định, ám chỉ rằng các chuỗi này có thể thu hút thêm nhiều tác nhân AI trong tương lai.
Lựa chọn blockchain trong tương lai
-
Matthew cho rằng các blockchain có hoạt động câu chuyện phong phú (như memecoin và NFT tương lai) có thể được các tác nhân AI ưa chuộng hơn. Ông nhấn mạnh rằng các tác nhân AI có thể quan tâm đến các cách quản lý rủi ro và lưu trữ giá trị cụ thể, ví dụ coi Bitcoin như “vàng kỹ thuật số”.
-
Ông cũng nói rằng nhà đầu tư nên theo dõi các blockchain nổi bật trong nền kinh tế câu chuyện, để hưởng lợi từ nhu cầu của các tác nhân AI.
Quan điểm tiền tệ của tác nhân AI
-
Ryan và David thảo luận về việc các tác nhân AI có thể tự nhiên chuyển đổi sang tài sản nào. Họ cho rằng có thể không phải là tiền tệ con người nghĩ đến, mà là tiền tệ mà các tác nhân AI coi trọng sẽ trở thành “tiền tệ của internet”, tức là tiền tệ của internet AI. Quan điểm này mở ra suy ngẫm sâu hơn về hình thức tiền tệ trong tương lai.
Tóm tắt và miễn trừ trách nhiệm
Tóm tắt
-
Trong tập podcast này, Ryan và David nhấn mạnh vào thảo luận về nhu cầu không gian khối, đặc biệt là ảnh hưởng tiềm tàng từ các tác nhân AI. Họ nhắc nhở người nghe rằng dù các cuộc thảo luận này cung cấp những góc nhìn quý giá, nhưng không cấu thành lời khuyên tài chính hay đầu tư. Cùng với sự phát triển không ngừng của lĩnh vực mã hóa, nhà đầu tư cần hành động thận trọng và nhận thức rõ các rủi ro tiềm tàng.
Ph免责声明
-
Ryan nhắc nhở người nghe rằng các cuộc thảo luận này không phải là lời khuyên tài chính, cũng không phải lời khuyên AI, đầu tư có rủi ro và có thể dẫn đến mất tiền. Họ nhấn mạnh rằng dù con đường phía trước đầy thách thức, nhưng rất vui khi có người nghe đồng hành cùng họ trên hành trình không ngân hàng này.
Chào mừng tham gia cộng đồng chính thức TechFlow
Nhóm Telegram:https://t.me/TechFlowDaily
Tài khoản Twitter chính thức:https://x.com/TechFlowPost
Tài khoản Twitter tiếng Anh:https://x.com/BlockFlow_News
深潮TechFlow
