Giai đoạn arbitrage của Harness: Cứu DeFi từ rìa của SaaS
Tuyển chọn TechFlowTuyển chọn TechFlow
Giai đoạn arbitrage của Harness: Cứu DeFi từ rìa của SaaS
Tái phát minh DeFi, sự hồi sinh của câu chuyện AI.
Chuyên sâu báo cáo Web3Tác giả: Zuo Ye Web3
Tái phát minh DeFi: Sự hồi sinh của câu chuyện AI
Nhìn lại 500 năm qua, mâu thuẫn giữa lao động và tư bản trong hệ thống chủ nghĩa tư bản luôn được đánh dấu bởi những chiến thắng liên tiếp của tư bản.
Ở phía sản xuất, mức độ tham gia của lao động dần thu hẹp chỉ còn ở khâu vận hành máy móc; ở phía tiêu dùng, giá trị người dùng nằm ở việc tạo ra dữ liệu sử dụng cho nền tảng.
Hai yếu tố này kết hợp lại nhằm duy trì định giá thị trường vốn của doanh nghiệp.
Tuy nhiên, mô hình tổ chức con người vẫn không thể bị lượng hóa hoàn toàn trong thời gian dài: KPI/OKR dành cho nhân viên văn phòng vẫn mang tính phân cấp, và cả mức lương hàng triệu nhân dân tệ mỗi năm lẫn tiền công theo sản phẩm đều chỉ là những biến thể của học thuyết Taylor.
Khi thiếu một công thức rõ ràng, tư bản sẽ không thể định giá được yếu tố đó, từ đó làm giảm hiệu quả sử dụng tư bản. Việc ổn định hóa tiền điện tử dựa trên thuật toán có phải là “chén thánh” của DeFi hay không vẫn chưa rõ, nhưng khả năng tính toán được của các tổ chức thực sự là thước đo cho đòn bẩy tài chính.
Các mô hình ngôn ngữ lớn (LLM) đã chọn cách “phá cửa” bằng khối lượng token khổng lồ; sự sụp đổ của các giải pháp SaaS bảo mật chỉ là hiện tượng bề ngoài. Các sản phẩm thiết kế cũng đang trên đường phát triển, thay thế các kỹ năng chuyên sâu ít phổ biến và đưa chúng vào quy mô lớn mới chính là “điểm sống chết”, và đổi mới đang tiến thẳng vào vùng chưa từng được khám phá.
Điều này mang đến cho chúng ta vô số bài học quý giá — đặc biệt trong bối cảnh mô hình DAO của DeFi đang dần sụp đổ và kinh tế học token ngày càng thất bại.
Tóm lại một câu hỏi: Tại sao mô hình tổ chức và mô hình token của AI lại hiệu quả hơn DeFi?
Mọi chuyện bắt đầu như thế nào?
Token trở nên rẻ hơn; Agent trở nên hữu dụng hơn.
Để đạt lợi nhuận 300%, nhà tư bản sẵn sàng bán dây thừng để treo cổ mình;
Để giữ được công việc hiện tại, người lao động sẵn sàng viết các “kỹ năng” (Skill) cho Agent.
Ở cấp độ tư bản, Agent được trang bị Skill có vị thế thiêng liêng ngang bằng với lợi nhuận.
Agent đại diện cho “khả năng của con người” được tôi luyện thành Skill; hơn thế nữa, tổ chức con người đang chuyển mình thành một chuỗi nghi lễ tương tác lấy Agent làm trung tâm.
Từ Prompt, Context cho đến kỹ thuật Harness hiện nay — tất cả đều nhằm biến mô hình tổ chức con người thành vùng chưa được khai phá, hoặc ít nhất là giảm thiểu sự can dự của con người.
Người đồng nghiệp tiếp theo của bạn không nhất thiết phải là robot, mà có thể là “khả năng” vốn có trong bản năng.
Đây không phải là viễn tưởng: Định luật mở rộng (Scaling Law) ở cấp độ dữ liệu đang dần mất hiệu lực, tuy nhiên việc thu thập và sản xuất dữ liệu giờ đây không còn quan trọng. Trước khi AGI thành công, chúng ta cần một tiêu chí định giá mới.
Chú thích ảnh: Nội dung không còn giá trị
Thông tin tổng hợp: @ARKInvest
Kể từ khi Claude chọn lĩnh vực lập trình để thực hiện bước đầu tiên hướng tới AGI, AI đã vượt xa mô hình giải trí trong khung trò chuyện, tiến thẳng vào thị trường hiện hữu thực tế như lập trình, an ninh mạng và lĩnh vực thiết kế vừa được ra mắt gần đây.
Loại đổi mới phá hủy này cuối cùng sẽ tạo ra tăng trưởng kinh tế mới hay đẩy nền kinh tế vào một mô hình thất nghiệp vĩnh viễn, nơi “token lên làm việc, con người xuống thất nghiệp”? Chúng ta đang chứng kiến quá trình này.
Tuy nhiên, xu hướng token trở nên rẻ hơn hiện nay đang làm suy yếu sự độc quyền về “khả năng” vốn trước đây thuộc về một số ít doanh nghiệp lớn, từ đó trao quyền cho các doanh nghiệp nhỏ và siêu cá nhân — điều này hoàn toàn không phải là viễn tưởng.
Lấy Trung Quốc làm ví dụ: Khối lượng gọi token tăng từ 100 tỷ lượt/ngày vào năm 2024 → 100.000 tỷ lượt/ngày vào cuối năm 2025 → và hiện tại đạt 140.000 tỷ lượt/ngày. Sản xuất nội dung và dữ liệu sắp bước vào kỷ nguyên chi phí bằng không.
Lưu ý rằng tình trạng thiếu hụt năng lực tính toán (compute) là một trạng thái tương đối: Các tập đoàn lớn không còn độc quyền “khả năng”, nhưng vẫn cố gắng duy trì ưu thế hiện có thông qua việc độc quyền “năng lực tính toán”. Tuy nhiên, họ không thể ngăn cản xu hướng tất yếu là giá token nói chung ngày càng giảm.
Có nhiều tiêu chí khác nhau để đánh giá các mô hình nền tảng LLM, nhưng tiến trình tiến hóa của “AI giúp con người như thế nào” lại chưa từng nhận được nhiều sự chú ý.
Theo quan điểm của tôi, Harness là một dạng cấu trúc không gian, lần đầu tiên cho phép Agent tập trung vào nhiệm vụ trong phạm vi giới hạn, áp dụng chiến lược ưu tiên chiều sâu (depth-first), trái ngược với chiến lược ưu tiên chiều rộng (breadth-first) của các hệ thống hỏi-đáp.
Chú thích ảnh: Lịch sử tiến hóa của Agent
Nguồn ảnh: @zuoyeweb3
Kể từ khi phím Tab lần đầu được dùng để tự động điền mã, con người trở thành lớp đầu vào của AI chỉ còn là vấn đề thời gian.
Chi phí thử nghiệm giảm theo cấp số mũ, mở ra nhiều khả năng thú vị hơn cho mô hình cộng tác giữa con người:
- Phần mềm: SaaS — nguồn gốc “khả năng” của con người không còn là con người, mà là sự nổi trội (emergence) của Agent;
- Phần cứng: Card xử lý + bộ nhớ HBM — lần đầu tiên trung tâm dữ liệu phục vụ trực tiếp nhu cầu của AI;
- Không gian: Harness — không phải không gian vật lý để con người cộng tác, mà là không gian kỹ thuật số để các Agent tương tác;
- Tương tác: Điện thoại DouBao thất bại; Google tích hợp hỗ trợ GUI Agent ngay trong lõi hệ điều hành Android.
Khả năng “nói” của AI không mang lại giá trị thương mại cao; chi phí tạo văn bản rất thấp ngay cả với con người. Nhưng khả năng “làm việc” mới khiến lượng tiêu thụ token vượt xa việc tạo ảnh và video — giống như AWS không bán máy chủ, mà bán thời gian sử dụng.
AI không bán token, mà bán “khả năng làm việc”. Đây chính là gốc rễ của nỗi sợ ngành SaaS. Tiếc thay, DeFi giờ đây đã trở thành một dạng SaaS, chứ không phải mô hình nền tảng LLM.
SaaS hóa các giao thức DeFi
DeFi không lạc hậu, mà chỉ “quá chín muộn”.
AI đang tái phát minh kỹ nghệ phần mềm; những thứ bị thay thế không chỉ riêng SaaS, nhưng SaaS rõ ràng là điển hình nhất.
Ngay cả终端 Bloomberg — giá trị thương mại quan trọng nhất của nó không nằm ở tính tiên tiến của công nghệ, mà ở tính uy tín của thông tin — một uy tín được tích lũy qua hàng chục năm liên kết ngành nghề, quan hệ cá nhân và các dữ liệu phi chuẩn khác.
Agent cung cấp một lựa chọn: có thể suy đoán tương lai từ dữ liệu, ngay cả khi bước đi mạo hiểm tiếp theo cũng có thể giúp vượt mặt đối thủ và thu lợi nhuận nhỏ.
Chú thích ảnh: SaaS đang sụp đổ
Nguồn ảnh: @zuoyeweb3
Bạn có thể hiểu rằng Agent khéo léo tận dụng tính háo lợi của tư bản: Bạn có thể chờ đợi thông tin đầy đủ từ Bloomberg Terminal, hoặc cũng có thể mạo hiểm kiếm lời bằng dữ liệu được ghép nối và không hoàn toàn chính xác.
Đây không phải chuyện mới: Thomas Peterffy — người sáng lập IBKR — là người đầu tiên “sáng chế” (hoặc lắp ráp) thiết bị giao dịch vật lý trong lĩnh vực tài chính, khởi nguồn từ một chiếc máy P101 bị bỏ không.
Nếu một phương thức khai thác dữ liệu nào đó có thể mang lại lợi nhuận cao hơn, bạn sẽ có thêm dữ liệu — vòng xoáy tăng trưởng vì thế bắt đầu.
SaaS từng nắm độc quyền trong quá khứ; AI sẽ bán tương lai.
Tiếc thay, chúng ta buộc phải bắt đầu từ DeFi: Bạn còn nhớ tường lửa trả phí API của Dune/DeFiLlama chứ? Cầm dữ liệu vàng mà vẫn ăn xin; hoặc việc Arkham Exchange đóng cửa vĩnh viễn.
Dữ liệu trong ngành tiền mã hóa từ xưa đến nay chẳng đáng giá bao nhiêu.
Thế nhưng, ngành tiền mã hóa lại là một hệ thống tài chính mở trực tiếp, và dữ liệu do nó tạo ra có thể được học lại vô số lần. Ngay cả trước thời kỳ AI, tốc độ fork các dự án đã chậm lại đến mức tính theo tháng; các meme mô phỏng PumpFun thậm chí có thể được nén tối đa xuống mức giây.
Ở đây tồn tại một luận điểm phản trực quan: DeFi là “máy chủ thử nghiệm tiên phong” của hệ thống tài chính; việc chúng ta đang thử nghiệm hôm nay — AI+DeFi — sẽ trở thành khuôn mẫu cho sự tiến hóa tài chính trong tương lai.
- Ví dụ, trước khủng hoảng tài chính năm 2008, chỉ số LIBOR cho giao dịch không đảm bảo đã “gây ra” cơn sóng thần tài chính; sau đó nó được thay thế bằng chỉ số SOFR dựa trên giao dịch trái phiếu kho bạc Mỹ — song cơ chế ký quỹ vượt mức mới đảm bảo được tính “cuối cùng” của thanh lý trong DeFi.
- Ví dụ, các nhà cung cấp LLM không muốn bán token theo mức tiêu thụ, mà nhất quyết phân cấp tiếp thị, tùy chỉnh khả năng và cải tiến chuyên sâu; kinh tế học token đã biến “giá trị sử dụng” thành một thứ xoắn rối như bánh xoắn.
Crypto Token ám ảnh giá trị sử dụng; AI Token ám ảnh giá trị kinh tế.
Ở góc nhìn này, các cuộc tấn công hacker vào DeFi chỉ là những bài kiểm tra áp lực thường quy — một dạng “entropy bên ngoài” khiến hệ thống mở không thể tự sửa lỗi.
Giống một kiểu hài hước đen tối theo Điều khoản 22, nếu không có kích thích từ hệ thống tín hiệu bên ngoài, tiền mã hóa mặc định môi trường hiện tại là an toàn; một khi xảy ra khủng hoảng an ninh, hệ thống sẽ sụp đổ về mô hình xử lý tập trung.
Ví dụ trong sự kiện Drift, đối tượng bị chỉ trích lại chính là Circle — do việc đóng băng tài khoản diễn ra quá chậm.
Chú thích ảnh: Mã nguồn không thể giải quyết vấn đề an ninh
Nguồn ảnh: @zuoyeweb3
Có thể nói, trước bước nhảy vọt về năng lực AI, DeFi đã hoàn tất quá trình SaaS hóa: Chỉ có thể thu phí theo số lần giao dịch, chứ không thể di dời trực tiếp “tài chính” lên blockchain.
Việc đưa tài sản thực (RWA) lên blockchain thiếu thanh khoản, và DeFi chưa có giải pháp tốt nào cho vấn đề này.
Tuy nhiên, sự tiến hóa năng lực của Agent dường như đã hé lộ một tia hy vọng chưa rõ ràng để viết lại các quy tắc DeFi.
- Kinh tế học token: Triển khai khối lượng sử dụng theo từng kênh, phân bổ dựa trên “hiệu suất sử dụng tư bản”;
- Thiết lập quy tắc: Mythos cung cấp tính “cuối cùng” về an ninh; hàng rào AI chống lại các mối đe dọa zero-day;
- Tổ chức con người: Tuyệt vời! DeFi từ lâu đã chỉ cần vài người quản lý hàng trăm tỷ đô la.
Sự hồi sinh của câu chuyện kỹ thuật
An ninh đến từ đâu? Từ tính xác định của máy Turing. Nguy hiểm đến từ đâu? Từ vô hạn khả năng.
Garry Tan của YC từng nói “Fat Skill, Thin Harness” — điều này khiến tôi hết sức đồng cảm: Về bản chất, đó là việc xác định rõ các quy tắc nền tảng, một dạng “tự do dựa trên trật tự”.
Máy Turing có thể kết hợp vô hạn; kiến trúc von Neumann luôn tồn tại chênh lệch thời gian giữa lưu trữ và tính toán; và ngay cả LLM cũng không thể tạo ra số ngẫu nhiên thực sự.
Trong tương lai khi dữ liệu không còn giá trị, chỉ có hành vi con người mới có thể tạo ra giá trị thông qua dòng chảy tiền tệ.
Tuy nhiên, hành vi con người cần thời gian để được AI học tập triệt để, rồi nội hóa thành biểu đạt dưới dạng kỹ thuật và mã hóa.
Dùng cái hữu hạn để đuổi theo cái vô hạn — rốt cuộc là bất khả thi. LLM không thể loại bỏ hoàn toàn hiện tượng “ảo giác” (hallucination), mà chỉ có thể tiến gần đến mức “đây không phải điều AI có thể làm, cũng không phải điều con người có thể làm”, lúc đó cơ chế thị trường mới có thể định giá cho nó, và chúng ta mới thực sự tin tưởng vào hợp đồng thông minh.
Hiện nay, hợp đồng thông minh chưa thể coi là thành công: Phân nhánh The DAO, lỗi ngôn ngữ lập trình của Curve, thậm chí cả đa chữ ký của Drift — tất cả đều chứng minh “con người nắm quyền kiểm soát mã nguồn cuối cùng”.
Các cuộc thẩm vấn đạo đức không mang giá trị kinh tế. Mô hình cộng tác trong lĩnh vực DeFi, từ DAO sụp đổ chuyển sang quỹ và “đội ngũ”, rốt cuộc bắt nguồn từ nhu cầu thực tế về nâng cấp hợp đồng và hợp tác kinh doanh.
Nhưng con người đơn giản là không thể viết ra mã nguồn vừa an toàn mãi mãi vừa có thể nâng cấp linh hoạt — xin hãy ghi nhớ: điều đó là tuyệt đối bất khả thi.
Nếu không nâng cấp, thì chính Curve, qua trải nghiệm của mình, đã cho thấy ngay cả ngăn xếp phụ thuộc công nghệ cũng có thể gặp sự cố.
Hiện tại quyết định quá khứ, quá khứ quyết định tương lai.
Từ Quỹ Medal của Simons đến Numerai chạy chiến lược AI, việc ứng dụng AI trong lĩnh vực tài chính vốn không hề xa lạ. Một ví dụ phản trực quan khác: tín hiệu giao dịch lại thực sự góp phần thúc đẩy sự tiến hóa của AI.
Chú thích ảnh: AI và DeFi trong 10 năm
Nguồn ảnh: @zuoyeweb3
Các mô hình AI vẫn tuân theo phạm trù máy tính: một máy trạng thái xử lý tín hiệu đầu vào. Nếu thiếu tín hiệu bên ngoài, bên trong nó sẽ thiếu khả năng mô phỏng thế giới bên ngoài. Chính vì vậy, Yann LeCun và Fei-Fei Li đặt cược vào “mô hình thế giới” (world model).
Tuy nhiên, từ góc nhìn DeFi, việc để AI tự giao dịch đòi hỏi ý định của con người phải được Agent học hỏi thông qua hành vi — đây chính là vai trò quan trọng của con người đối với AI. Ngay cả khi Agent thay thế lao động, thì bản chất vẫn là mô phỏng và tổng kết hành vi con người.
Thậm chí, con người không thể tạo ra sự ngẫu nhiên có chủ đích: chỉ một chút cố ý nhỏ cũng đã tạo ra quy luật thống kê; thậm chí đặc tính sinh lý mới thực sự mang tính ngẫu nhiên — ví dụ: “Tôi sinh lý học yêu thích chiến lược làm thị trường của Ethena, nhưng ghét chiến lược arbitrage của XX”, lại mang hàm ý sở thích mơ hồ.
Chúng ta hoàn toàn chắc chắn rằng việc biến blockchain/DeFi thành cơ sở hạ tầng cho AI đã thất bại thảm hại trong suốt một thập kỷ qua — deAI/deAgent/deOpenclaw đều sẽ gặp phải số phận tương tự.
Việc trực tiếp sử dụng các mô hình LLM mới nhất để cải tạo các cấu trúc DeFi — ví dụ như hợp đồng sau khi kiểm thử trên Mythos sẽ mặc định có tính an toàn, mọi thay đổi đều bị giám sát thời gian thực nhằm nâng cấp mức độ rủi ro.
Còn về tổ chức con người, lựa chọn của AI là “không cần con người”, mà chỉ cần “khả năng” của con người. DeFi là ngành phù hợp nhất cho điều này — thậm chí không có ngành nào khác sánh kịp. Sau khi thiết kế quy tắc, DeFi chỉ cần nâng cao hiệu suất sử dụng tư bản trong điều kiện an toàn — tương tự như phân cấp L1/L2/L3/L4 trong xe tự lái, quá trình này chắc chắn sẽ trải qua các giai đoạn: ủy quyền thông tin → ủy quyền sử dụng vốn có giới hạn → ủy quyền sử dụng vốn toàn diện.
Nếu Agent tiếp tục học hỏi năng lực giao dịch kỹ thuật hóa của các trader và năng lực quản lý Curator, thì chắc chắn sẽ vượt mặt con người trong lĩnh vực giao dịch và sinh lời. Tiếc thay, dữ liệu DeFi tích lũy được đến nay vẫn chưa được hệ thống AI học tập và huấn luyện một cách có hệ thống; hiện tại, AI trong giới tiền mã hóa vẫn đang trong giai đoạn huy động vốn.
Tuy nhiên, tôi hoàn toàn tin tưởng rằng việc sử dụng thực tế nguồn vốn sẽ là làn sóng chủ đạo tiếp theo trong hành trình AI cải tạo DeFi — điều này là tất yếu.
Vậy thì, sau khi cả hai yếu tố “an toàn (hợp đồng)” và “tổ chức (con người)” được nâng cấp lại, kinh tế học token sẽ chuyển mình thành hình thái nào?
- Token thời kỳ PoW là chứng nhận tiêu thụ năng lực tính toán — cơ bản tương đồng với AI Token hiện nay;
- Token thời kỳ PoS là chứng nhận chiết khấu lợi nhuận kỳ vọng — AI Token đang tiến hóa theo hướng này (việc cung cấp khả năng thay thế con người chính là biểu hiện kinh tế của giá trị này);
- Crypto Token thời kỳ AI đã vượt xa phạm vi kỹ thuật của chúng ta — chỉ có thể dự báo một cách thiếu trách nhiệm dựa trên lý thuyết.
Tham khảo cách Sky kiểm soát APY trên từng kênh thông qua phân bổ lượng token, hay cách Claude định giá năng lực mô hình dựa trên lượng token tiêu thụ — Crypto Token trong tương lai rất có khả năng trở thành một loại “chứng nhận tỷ suất lợi nhuận trên vốn”.
Lưu ý phân biệt: Token thời kỳ PoS — ví dụ như $ETH — có lợi nhuận kỳ vọng là một giả định kinh tế, một suy luận kinh nghiệm dựa trên tiên nghiệm; còn thiết kế kỹ thuật hóa của AI khiến các thông số DeFi tiến gần vô hạn đến thực tế, khiến tỷ suất lợi nhuận và rủi ro trở nên cực kỳ đáng tin cậy và được xác minh thời gian thực.
Thậm chí, người dùng có thể xác định giá hiện tại của token dựa trên mô hình LLM và Agent mà giao thức DeFi sử dụng, cũng như điểm số tối ưu hóa của Harness — nếu lạc quan thì mua vào, nếu bi quan thì bán ra.
Kết luận
Vô vàn nỗi lo lắng không kể xiết và tương lai của con người luôn đầy bất định.
Tương lai của DeFi chia thành hai khía cạnh: kinh tế và kỹ thuật. Kinh tế học token tạm thời vẫn chưa tìm ra giải pháp khả thi, nhưng an ninh đã bắt đầu hé lộ tia sáng: Claude Mythos có thể đe dọa cả thế giới — nhưng ngược lại, nó cũng có thể quản lý tiền một cách an toàn.
AlphaGo đã hoàn toàn giải quyết bài toán cờ vây; Claude đã hoàn toàn giải quyết bài toán lập trình — những kịch bản như vậy trong tương lai sẽ ngày càng phổ biến. Các hợp đồng DeFi, tổ chức con người, thậm chí cả đơn vị định giá kinh tế, đều tồn tại không gian lý thuyết để được tối ưu hóa.
Ít nhất, con người không cần lo sợ bị thay thế hoàn toàn. Trong kỷ nguyên dữ liệu không còn giá trị, hành vi con người vẫn mang ý nghĩa riêng. Ít nhất hiện tại, việc Agent thay thế con người vẫn chỉ dừng ở các “nhiệm vụ vi mô”, “thanh toán vi mô” và những chi tiết lặp đi lặp lại — và chúng ta cần biến những hành vi lặp lại, sao chép ấy thành giá trị. AI làm cho giá trị của dữ liệu và nội dung giảm vô hạn, tiến gần đến chi phí bằng không; đồng thời, giá trị kinh tế (chi phí) trên mỗi đơn vị của cả AI Token lẫn Crypto Token đều không ngừng giảm — đây là xu thế tất yếu.
Thậm chí có thể nói, đây là lần đầu tiên tiền thật sự mở cửa đón cá nhân — dù để làm việc cho AI hay tiêu dùng trong hệ sinh thái tiền mã hóa.
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
@zuoyeweb3
