a16z: Ba xu hướng AI năm 2026
Tuyển chọn TechFlowTuyển chọn TechFlow
a16z: Ba xu hướng AI năm 2026
Sự trỗi dậy của các tác nhân AI đang áp đặt một "thuế vô hình" lên mạng mở, làm xáo trộn cơ bản nền tảng kinh tế của nó.
Chuyên sâu báo cáo Web3Tác giả: a16z crypto
Biên dịch: TechFlow
Năm nay, AI sẽ đảm nhận nhiều nhiệm vụ nghiên cứu thực chất hơn
Là một nhà kinh tế học định lượng, vào tháng 1 năm 2025, tôi vẫn rất khó để các mô hình AI dành cho người tiêu dùng hiểu được quy trình làm việc của mình; tuy nhiên đến tháng 11 năm 2025, tôi đã có thể đưa ra những chỉ dẫn trừu tượng cho mô hình AI như cách hướng dẫn một nghiên cứu sinh tiến sĩ… và đôi khi chúng lại đưa ra những câu trả lời mới mẻ và chính xác. Ngoài trải nghiệm cá nhân của tôi, AI đang ngày càng được ứng dụng rộng rãi hơn trong lĩnh vực nghiên cứu, đặc biệt là trong suy luận. Những mô hình này không chỉ hỗ trợ trực tiếp quá trình khám phá mà còn tự giải quyết được những bài toán khó như kỳ thi Putnam (có thể là kỳ thi toán đại học khó nhất thế giới).
Hiện tại vẫn chưa rõ phương thức hỗ trợ nghiên cứu này sẽ mang lại lợi ích lớn nhất ở những lĩnh vực nào và cụ thể nên triển khai ra sao. Tuy nhiên, tôi dự đoán rằng năm nay, AI trong nghiên cứu sẽ thúc đẩy và khuyến khích một phong cách nghiên cứu hoàn toàn mới kiểu “đa năng”: phong cách này chú trọng hơn vào việc hình thành mối liên hệ giữa các ý tưởng, đồng thời có khả năng suy luận nhanh chóng từ những câu trả lời còn mang tính giả định.
Những câu trả lời này có thể chưa hoàn toàn chính xác, nhưng chúng vẫn có thể định hướng nghiên cứu theo đúng hướng (ít nhất là trên một cấu trúc tô-pô nào đó). Mỉa mai thay, điều này giống như việc tận dụng "ảo giác" của mô hình: khi mô hình "đủ thông minh", việc trao cho chúng không gian trừu tượng để kích thích tư duy có thể vẫn tạo ra một số kết quả vô nghĩa — nhưng đôi khi cũng mang lại những phát hiện đột phá, giống như con người thường sáng tạo nhất khi làm việc không theo lối tư duy tuyến tính hay không có định hướng rõ ràng.
Việc suy luận theo cách này đòi hỏi một phong cách quy trình làm việc AI mới — không chỉ đơn giản là tương tác “tác nhân với tác nhân”, mà là mô hình hợp tác phức tạp “tác nhân lồng ghép tác nhân”. Trong mô hình này, các mô hình ở các cấp độ khác nhau hỗ trợ nhà nghiên cứu đánh giá các phương án từ những mô hình ban đầu và dần chắt lọc ra tinh túy. Tôi đã tự sử dụng phương pháp này để viết bài báo, trong khi những người khác dùng nó để tra cứu bằng sáng chế, sáng tạo nghệ thuật dưới dạng mới, thậm chí (một cách đáng tiếc) tìm ra các phương thức tấn công hợp đồng thông minh mới.
Tuy nhiên, để vận hành được sự kết hợp các tác nhân suy luận lồng ghép này trong nghiên cứu, chúng ta vẫn cần khả năng tương tác tốt hơn giữa các mô hình, cũng như một phương pháp nhận diện và bù đắp xứng đáng cho đóng góp của từng mô hình — và đây là nơi công nghệ blockchain có thể giúp giải quyết.
— Scott Kominers (@skominers), thành viên nhóm nghiên cứu mã hóa a16z, giáo sư Trường Kinh doanh Harvard
Từ “Biết khách hàng của bạn” (KYC) sang “Biết tác nhân của bạn” (KYA): Sự chuyển dịch trong xác thực danh tính
Nút thắt cổ chai của nền kinh tế tác nhân đang chuyển từ trí tuệ sang xác thực danh tính. Trong lĩnh vực dịch vụ tài chính, số lượng “danh tính phi con người” hiện đã vượt quá số nhân viên con người tới 96 lần — thế nhưng, những “danh tính” này vẫn là những “bóng ma” không thể tiếp cận dịch vụ ngân hàng.
Thiếu hụt then chốt ở đây chính là cơ sở hạ tầng “Biết tác nhân của bạn” (KYA - Know Your Agent). Cũng như con người cần điểm tín dụng để vay tiền, thì các tác nhân cũng cần các chứng chỉ được ký mã hóa để thực hiện giao dịch — những chứng chỉ này sẽ liên kết tác nhân với chủ thể của nó, các điều kiện ràng buộc và trách nhiệm đi kèm. Trước khi cơ sở hạ tầng này được xây dựng, các doanh nghiệp sẽ tiếp tục chặn các tác nhân này ở tường lửa.
Các ngành công nghiệp từng mất hàng thập kỷ để xây dựng cơ sở hạ tầng KYC (Biết khách hàng của bạn) giờ đây chỉ còn vài tháng để nghiên cứu cách triển khai KYA.
— Sean Neville (@psneville), đồng sáng lập Circle, kiến trúc sư USDC; CEO Catena Labs
Giải quyết “thuế ẩn” trên mạng mở: Thách thức kinh tế trong thời đại AI
Sự trỗi dậy của các tác nhân AI đang áp đặt một “thuế ẩn” lên các mạng lưới mở, gây xáo trộn nghiêm trọng nền tảng kinh tế của chúng. Sự xáo trộn này bắt nguồn từ sự lệch pha ngày càng lớn giữa “lớp ngữ cảnh” (Context layer) và “lớp thực thi” (Execution layer) của internet: hiện tại, các tác nhân AI trích xuất dữ liệu từ các trang web dựa vào quảng cáo (lớp ngữ cảnh), mang lại tiện ích cho người dùng, nhưng đồng thời lại hệ thống hóa việc né tránh các nguồn thu nhập duy trì nội dung (như quảng cáo và đăng ký).
Để ngăn chặn sự suy thoái dần dần của mạng mở (và bảo vệ đa dạng nội dung đang cung cấp nhiên liệu cho AI), chúng ta cần triển khai quy mô lớn các giải pháp kỹ thuật và kinh tế. Các giải pháp này có thể bao gồm các mô hình nội dung tài trợ thế hệ mới, hệ thống ghi nhận đóng góp vi mô hoặc các mô hình tài trợ mới khác. Tuy nhiên, các thỏa thuận cấp phép AI hiện tại đã chứng minh là không bền vững về mặt tài chính, vì chúng thường chỉ bù đắp được một phần nhỏ doanh thu mà nhà cung cấp nội dung mất đi do lưu lượng bị AI hút mất.
Mạng lưới đang khẩn thiết cần một mô hình kinh tế - kỹ thuật hoàn toàn mới, nơi giá trị có thể tự động luân chuyển. Chuyển đổi then chốt trong năm tới sẽ là chuyển từ các mô hình cấp phép tĩnh sang các cơ chế bù đắp dựa trên việc sử dụng theo thời gian thực. Điều này đồng nghĩa với việc cần thử nghiệm và mở rộng các hệ thống — có thể tận dụng các khoản thanh toán nano (nanopayments) được hỗ trợ bởi blockchain và các tiêu chuẩn ghi nhận phức tạp — nhằm tự động thưởng cho mọi thực thể đóng góp thông tin giúp tác nhân AI hoàn thành nhiệm vụ thành công.
— Liz Harkavy (@liz_harkavy), đội đầu tư mã hóa a16z
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
a16z
