Khảo sát của Anthropic đối với 80.000 người dùng Claude: Những người tận dụng AI để nâng cao hiệu suất nhanh nhất lại là những người ít cảm thấy an toàn nhất về tương lai
Tuyển chọn TechFlowTuyển chọn TechFlow
Khảo sát của Anthropic đối với 80.000 người dùng Claude: Những người tận dụng AI để nâng cao hiệu suất nhanh nhất lại là những người ít cảm thấy an toàn nhất về tương lai
AI giúp bạn tăng hiệu suất gấp đôi, vậy tại sao lại càng lo sợ mất việc hơn?
Chuyên sâu báo cáo Web3Tác giả: Anthropic
Biên dịch: TechFlow
TechFlow dẫn đọc: Đây là lần đầu tiên một công ty AI tiến hành khảo sát quy mô lớn nhằm nắm bắt nỗi lo kinh tế thực sự của người dùng. Dữ liệu tiết lộ một nghịch lý khắc nghiệt: Những người sử dụng AI thành thạo nhất—như lập trình viên và nhà thiết kế—lại chính là những người lo sợ bị AI thay thế nhiều nhất; những người hưởng lợi từ việc tăng năng suất nhanh nhất lại cảm thấy bất an nhất về tương lai. Đối với các nhà đầu tư, điều này hàm ý rằng tốc độ thâm nhập của AI vào nền kinh tế nhanh hơn mức tưởng tượng, và tác động của nó lên thị trường lao động đã bắt đầu từ góc độ tâm lý.
Các phát hiện cốt lõi:
Kết quả khảo sát gần đây trên 81.000 người dùng Claude cho thấy những người làm công việc dễ bị AI thay thế hơn thì lo ngại mạnh mẽ hơn về nguy cơ thất nghiệp do AI gây ra. Xu hướng này đặc biệt rõ rệt ở những người đang trong giai đoạn đầu sự nghiệp.
Những nghề nghiệp có thu nhập cao nhất và thấp nhất báo cáo mức tăng năng suất lớn nhất, chủ yếu nhờ mở rộng phạm vi công việc (thực hiện các nhiệm vụ mới).
Những người trải nghiệm mức tăng tốc độ cao nhất nhờ AI lại càng lo lắng hơn về nguy cơ thất nghiệp.
Để công chúng hiểu rõ hơn về những biến đổi kinh tế do AI gây ra mà chúng tôi quan sát được, Chỉ số Kinh tế AI của chúng tôi chia sẻ thông tin về các loại công việc mà Claude được yêu cầu thực hiện, cũng như tỷ lệ nhiệm vụ mà Claude hoàn thành ở từng lĩnh vực. Tuy nhiên, đến nay chúng tôi vẫn thiếu dữ liệu về cách thức các mẫu sử dụng này phản ánh suy nghĩ và ấn tượng của người dùng đối với AI.
Kết quả khảo sát gần đây trên 81.000 người dùng Claude cung cấp một phương pháp liên kết nỗi lo kinh tế của người dân với các nội dung mà chúng tôi định lượng được từ lưu lượng truy cập vào Claude.
Khảo sát đặt câu hỏi về tầm nhìn và nỗi sợ hãi của người dân trước những tiến bộ của AI. Nhiều ý kiến được chia sẻ liên quan trực tiếp đến các chủ đề kinh tế. Chúng tôi nhận thấy nhiều người lo lắng về nguy cơ thất nghiệp—dù họ cũng cảm thấy hiệu suất làm việc cao hơn và năng lực bản thân mạnh hơn. Trong một số trường hợp, AI giúp họ khởi nghiệp hoặc dành thời gian cho những việc quan trọng hơn; trong những trường hợp khác, AI khiến họ cảm thấy ngột ngạt, hoặc bị chủ sử dụng áp đặt buộc phải dùng.
Kết quả khảo sát cung cấp bằng chứng sơ bộ cho thấy mức độ phơi nhiễm quan sát được (chỉ số đo lường rủi ro thay thế bởi AI của chúng tôi) có liên hệ với nỗi lo kinh tế xoay quanh AI. Những người làm nghề có mức phơi nhiễm cao—được xác định dựa trên tỷ lệ nhiệm vụ mà Claude được quan sát thực hiện—có xu hướng lo lắng mạnh hơn về nguy cơ bị thay thế. Điều này phù hợp với nhận thức phổ biến về sự lan rộng và tác động tiềm tàng của AI. Chúng tôi trình bày chi tiết các phát hiện dưới đây.
Ai lo lắng về nguy cơ thất nghiệp?
“Giống như tất cả nhân viên văn phòng hiện nay, tôi lo lắng 100%, gần như suốt 24/7, rằng cuối cùng mình sẽ bị AI thay thế.” — Một kỹ sư phần mềm.
Một phần năm số người được khảo sát bày tỏ lo ngại về nguy cơ bị thay thế trong lĩnh vực kinh tế. Một số người lo lắng một cách trừu tượng: Một nhà phát triển phần mềm cảnh báo rằng “AI ở trạng thái hiện tại đang được sử dụng để thay thế các vị trí cấp thấp.” Những người khác than thở về việc công việc của họ, hoặc một số khía cạnh trong công việc, đang dần bị tự động hóa. Một nhà nghiên cứu thị trường chia sẻ: “Không thể phủ nhận rằng AI nâng cao năng lực của tôi. Nhưng trong tương lai, AI có thể thay thế công việc của tôi.” Trong một số nghề nghiệp, người ta cảm thấy AI khiến công việc trở nên khó khăn hơn. Một nhà phát triển phần mềm nhận xét: “Khi AI xuất hiện, các quản lý dự án bắt đầu giao cho tôi những yêu cầu và lỗi ngày càng phức tạp hơn để xử lý.”
Trong toàn bộ báo cáo này, chúng tôi sử dụng bộ phân loại do Claude hỗ trợ để suy luận các thuộc tính và cảm xúc của người trả lời từ các câu trả lời của họ. Ví dụ, nhiều người tham gia vô tình đề cập lĩnh vực công việc của họ hoặc cung cấp các chi tiết cụ thể về đời sống nghề nghiệp, qua đó giúp chúng tôi suy luận nghề nghiệp của họ. Tương tự, chúng tôi định lượng mức độ lo lắng về nguy cơ thất nghiệp bằng cách yêu cầu Claude xác định và giải thích các trích dẫn trực tiếp từ người trả lời cho thấy vai trò của họ đang đối mặt với nguy cơ bị thay thế do AI. Chúng tôi đưa ra ví dụ về các lời nhắc (prompt) trong phần Phụ lục.
Sự đe dọa từ AI mà người trả lời cảm nhận được có liên hệ với chỉ số phơi nhiễm thực tế của chúng tôi—chỉ số phản ánh tỷ lệ nhiệm vụ trong một công việc được thực hiện bằng Claude. Khi chỉ số phơi nhiễm quan sát được của một người trả lời cao hơn, thì mức độ lo ngại của người đó về AI cũng lớn hơn. Ví dụ, giáo viên tiểu học ít lo lắng hơn về khả năng bị thay thế so với kỹ sư phần mềm—điều này phù hợp với thực tế là Claude chủ yếu được sử dụng cho các nhiệm vụ lập trình.
Chúng tôi minh họa điều này trong Hình 1 bên dưới. Trục y biểu thị tỷ lệ người trả lời trong một nghề nghiệp nhất định cho rằng AI đã hoặc có thể sớm thay thế vai trò của họ. Trục x là mức độ phơi nhiễm quan sát được. Biểu đồ cho thấy, trung bình, những người làm nghề có mức độ phơi nhiễm cao hơn thường bày tỏ nhiều lo ngại hơn về nguy cơ tự động hóa công việc. Mỗi khi mức độ phơi nhiễm tăng thêm 10 điểm phần trăm, mức độ đe dọa công việc được cảm nhận tăng thêm 1,3 điểm phần trăm. Những người nằm trong nhóm 25% có mức độ phơi nhiễm cao nhất đề cập đến nỗi lo này thường xuyên gấp ba lần so với nhóm 25% có mức độ phơi nhiễm thấp nhất.
Hình 1: Nhận thức về mối đe dọa công việc do AI gây ra và mức độ tiếp xúc thực tế. Biểu đồ thể hiện tỷ lệ người trả lời cho rằng AI tạo ra một mức độ đe dọa nhất định đối với công việc của họ, cùng với chỉ số mức độ tiếp xúc thực tế được đề xuất bởi Massenkoff và McCrory (2026). Người trả lời được mã hóa là đang cảm nhận mối đe dọa đối với công việc nếu họ cho biết vị trí của mình đã bị thay thế hoặc thu hẹp đáng kể, hoặc những thay đổi như vậy có thể xảy ra trong thời gian tới (sử dụng Claude để lập trình). Đường màu xanh lá cây biểu thị đường hồi quy tuyến tính đơn giản.
Một đặc điểm quan trọng khác của người lao động là giai đoạn nghề nghiệp. Trong các nghiên cứu trước đây, chúng tôi đã báo cáo những dấu hiệu sơ bộ về việc tuyển dụng tân cử nhân và người lao động mới vào nghề tại Mỹ đang chậm lại. Với khoảng một nửa số người trả lời trong khảo sát lần này, chúng tôi có thể suy luận giai đoạn nghề nghiệp từ câu trả lời của họ. Chúng tôi phát hiện ra rằng những người đang trong giai đoạn đầu sự nghiệp có xu hướng bày tỏ lo ngại về nguy cơ thất nghiệp nhiều hơn so với những người giàu kinh nghiệm.
Hình 2: Mức độ lo lắng về nguy cơ thất nghiệp kinh tế theo giai đoạn nghề nghiệp. Biểu đồ thể hiện tỷ lệ người trả lời theo từng giai đoạn nghề nghiệp cho rằng AI gây ra một mức độ đe dọa nhất định đối với công việc của họ. Cả hai trường đều được suy luận từ các câu trả lời tự do bằng bộ phân loại dựa trên Claude.
Ai hưởng lợi từ AI?
Sử dụng Claude để đánh giá các phản hồi khảo sát, chúng tôi đánh giá mức độ tăng năng suất do người dùng tự báo cáo trên thang điểm từ 1–7, trong đó 1 là “năng suất giảm”, 2 là “không thay đổi”, và các mức còn lại đại diện cho mức tăng dần. Các phản hồi đạt điểm 7 bao gồm những lời chứng thực như: “Tôi xây dựng một trang web trong 4–5 ngày, trong khi trước đây phải mất vài tháng”; Claude chấm điểm 5 cho tuyên bố: “Một việc vốn mất bốn giờ giờ đây chỉ cần nửa thời gian”, và chấm điểm 2 cho tuyên bố: “Cá nhân tôi nhờ AI sửa mã trên trang web, nhưng phải thử nhiều lần mới đạt được kết quả mong muốn”.
Nhìn chung, người dùng báo cáo mức tăng năng suất đáng kể. Điểm năng suất trung bình là 5,1, tương ứng với “năng suất tăng mạnh”. Tất nhiên, những người trả lời khảo sát của chúng tôi là những người dùng cá nhân tích cực trên Claude.ai và sẵn sàng tham gia khảo sát. Điều này có thể khiến họ có xu hướng báo cáo lợi ích về năng suất cao hơn so với người dùng nói chung. Khoảng 3% báo cáo ảnh hưởng tiêu cực hoặc trung lập, và 42% không đưa ra chỉ dẫn rõ ràng nào về năng suất.
Mức độ này phần nào khác nhau tùy theo thu nhập. Bảng bên trái của Hình 3 cho thấy những người làm công việc lương cao—như nhà phát triển phần mềm—báo cáo mức tăng năng suất nhờ AI lớn nhất. Kết quả này không chỉ do lập trình tạo nên; ngay cả khi loại bỏ các nghề thuộc lĩnh vực máy tính và toán học, kết quả vẫn giữ nguyên. Phát hiện này phù hợp với một kết quả trước đây từ Chỉ số Kinh tế AI, cũng thiên về người lao động lương cao: Trong các nhiệm vụ đòi hỏi trình độ giáo dục cao hơn, Claude thường giảm phần trăm thời gian cần thiết để hoàn thành nhiệm vụ (so với việc không dùng AI) ở mức cao hơn.
Một số người lao động có thu nhập thấp nhất cũng mô tả mức tăng năng suất cao. Điều này bao gồm một nhân viên chăm sóc khách hàng sử dụng AI để “tiết kiệm rất nhiều thời gian khi tạo phản hồi, dựa trên một phản hồi khác.” Trong một số trường hợp, những người làm công việc lương thấp sử dụng AI cho các hoạt động phụ liên quan đến công nghệ. Ví dụ, một tài xế giao hàng đang dùng Claude để khởi nghiệp thương mại điện tử, và một người làm vườn đang xây dựng ứng dụng âm nhạc.
Hình 3: Mức tăng năng suất suy luận theo nghề nghiệp. Biểu đồ bên trái thể hiện mức tăng năng suất suy luận trung bình nhờ AI, được chia theo tứ phân vị mức lương trung vị theo nghề nghiệp do Cục Thống kê Lao động Hoa Kỳ (BLS) cung cấp (suy luận bằng bộ phân loại dựa trên Claude). Biểu đồ bên phải thể hiện kết quả tương tự nhưng được phân theo nhóm nghề nghiệp chính. Các thanh sai số biểu thị khoảng tin cậy 95%.
Chúng tôi xem xét chi tiết hơn vấn đề này trong bảng bên phải của Hình 3, thể hiện mức tăng năng suất suy luận theo các nhóm nghề nghiệp chính. Nhóm đứng đầu là quản lý. Đa số người trả lời trong nhóm này là các doanh nhân sử dụng Claude để khởi nghiệp. Nhóm thứ hai là máy tính và toán học, bao gồm các nhà phát triển phần mềm. Hai nhóm có mức cải thiện năng suất nhẹ nhất là khoa học và luật. Một số luật sư lo ngại về khả năng tuân thủ chỉ thị chính xác của AI. Ví dụ: “Tôi đã đưa ra các quy tắc rất cụ thể về việc cái gì ở đâu, cách đọc tài liệu pháp lý, và tôi muốn nó làm gì… nhưng mỗi lần nó đều lệch hướng.”
Khi AI lan rộng trong nền kinh tế, một câu hỏi then chốt là lợi ích sẽ chảy về đâu—người lao động, quản lý của họ, người tiêu dùng hay doanh nghiệp. Khoảng một phần tư số người trả lời trong cuộc phỏng vấn đã xác định rõ người hưởng lợi. Nhìn chung, đa số người này đề cập đến lợi ích dành riêng cho bản thân họ, thông qua việc hoàn thành công việc nhanh hơn, mở rộng phạm vi công việc và giải phóng thời gian. Tuy nhiên, 10% số người trả lời xác định người hưởng lợi cho biết chủ sử dụng hoặc khách hàng yêu cầu và nhận được nhiều công việc hơn. Một tỷ lệ nhỏ hơn đề cập đến lợi ích dành cho các công ty AI, và tỷ lệ còn nhỏ hơn nữa cho rằng AI sẽ mang lại tác động tiêu cực ròng. Điều này phụ thuộc vào giai đoạn nghề nghiệp: Chỉ 60% người lao động mới vào nghề cho biết họ cá nhân hưởng lợi từ AI, trong khi tỷ lệ này ở nhóm chuyên gia giàu kinh nghiệm là 80%.
Hình 4: Lợi ích dư thừa từ việc tăng năng suất nhờ AI chảy về đâu? Tỷ lệ người trả lời xác định từng đối tượng hưởng lợi trong số những người liệt kê người hưởng lợi từ việc tăng năng suất nhờ AI.
Phạm vi và tốc độ
Người trả lời cũng chia sẻ nơi họ trải nghiệm mức tăng năng suất. Chúng tôi phân loại các trải nghiệm này thành bốn loại: phạm vi, tốc độ, chất lượng và chi phí. Ví dụ, nhiều người sử dụng AI cho các tác vụ lập trình nói rằng: “Tôi không phải kỹ thuật viên, nhưng giờ đây tôi đã trở thành một nhà phát triển full-stack.” Đây là sự mở rộng phạm vi—AI giúp họ khai phá những năng lực mới. Ngược lại, một số người dùng tăng tốc các tác vụ mà họ vốn đã thực hiện, như một kế toán chia sẻ: “Tôi xây dựng một công cụ giúp tôi hoàn thành các nhiệm vụ tài chính vốn mất hai giờ chỉ trong 15 phút.” Việc nâng cao chất lượng thường đến từ việc kiểm tra kỹ lưỡng hơn mã nguồn, hợp đồng và các văn bản khác. Một tỷ lệ nhỏ người trả lời đề cập đến chi phí thấp khi dùng AI: “Nếu tôi thuê một quản lý mạng xã hội, điều đó vượt quá ngân sách của tôi.”
Chúng tôi phát hiện ra rằng loại tăng năng suất phổ biến nhất là mở rộng phạm vi, với 48% người dùng xác định rõ ảnh hưởng đến năng suất đề cập đến yếu tố này. 40% người dùng đề cập đến năng suất nhấn mạnh vào yếu tố tốc độ.
Hình 5: Người dùng báo cáo những loại tăng năng suất nào? Tỷ lệ người trả lời mô tả từng loại tăng năng suất.
Trải nghiệm của người dùng khi sử dụng Claude cũng có thể ảnh hưởng đến mức độ lo ngại của họ về AI. Để đánh giá điều này, chúng tôi đo lường mức tăng tốc độ do người trả lời báo cáo, bằng cách trích xuất xem công việc của họ hiện nay chậm đi rõ rệt (chúng tôi mã hóa là 1), không thay đổi tốc độ (4), hay nhanh hơn rõ rệt (7).
Chúng tôi phát hiện mối quan hệ giữa mức tăng tốc độ và mức độ đe dọa công việc được cảm nhận có dạng chữ U (xem Hình 6). Cột bên trái nhất biểu thị những người trả lời báo cáo rằng AI làm chậm tốc độ công việc của họ. Những người này có xu hướng cho rằng AI gây ra mối đe dọa nghiêm trọng đối với sinh kế của họ. Ví dụ, một số người làm công việc sáng tạo—như nghệ sĩ và nhà văn—cảm thấy AI quá áp chế và cứng nhắc để hỗ trợ họ trong công việc. Đồng thời, họ lo ngại rằng sự lan rộng của AI vào lĩnh vực sáng tạo sẽ khiến họ khó tìm được việc làm hơn.
Hình 6: Mối đe dọa công việc do AI và tốc độ tăng cao gây ra. Tỷ lệ người trả lời cho rằng công việc của họ đã hoặc có thể bị thay thế trong thời gian tới, dựa trên mức độ tăng tốc được suy luận.
Với phần còn lại của người trả lời, mức độ đe dọa công việc được cảm nhận tăng dần theo mức độ tăng tốc mà câu trả lời của họ gợi ý. Điều này có cơ sở kinh tế nhất định: Nếu thời gian cần thiết để hoàn thành một nhiệm vụ đang rút ngắn nhanh chóng, thì tính khả thi trong tương lai của vai trò đó có thể trở nên bất ổn hơn.
Chỉ số Kinh tế AI tiết lộ con người đang dùng AI để làm gì. Nhưng một đầu vào quan trọng khác để hiểu tác động kinh tế của AI là lắng nghe trực tiếp trải nghiệm của người dân. Các phản hồi được khám phá ở đây cho thấy trực giác của người dân phù hợp với dữ liệu sử dụng: Họ lo lắng nhất về ảnh hưởng của AI trong những công việc mà chúng tôi quan sát thấy Claude thực hiện nhiều nhất. Chúng tôi cũng phát hiện mức độ lo lắng kinh tế cao hơn ở những người lao động mới vào nghề—điều này phù hợp với các nghiên cứu trước đây.
Cũng có dấu hiệu cho thấy Claude trao quyền cho người dùng. Người dùng có xu hướng nói nhiều nhất về lợi ích chảy về bản thân họ, chứ không phải chủ sử dụng hay các công ty AI. Những người làm công việc lương cao nhiệt tình nhất với tác động tăng năng suất của AI, nhưng những người làm công việc lương thấp và trình độ học vấn thấp hơn cũng báo cáo mức tăng năng suất đáng kể. Đa số người trả lời báo cáo rằng Claude nâng cao năng lực của họ dưới dạng mở rộng phạm vi công việc hoặc tăng tốc độ thực hiện. Tuy nhiên, những người trải nghiệm mức tăng tốc độ lớn nhất cũng lo lắng nhất về tác động của AI đối với công việc của họ.
Do đặc thù của dữ liệu, phân tích của chúng tôi có một số điểm cần lưu ý quan trọng. Thứ nhất, khảo sát của chúng tôi chỉ giới hạn ở những người dùng tài khoản cá nhân Claude.ai chọn trả lời. Trong số các thiên lệch tiềm ẩn khác, những người dùng này có thể thiên về việc cho rằng lợi ích chảy về bản thân họ. Thứ hai, người dùng không được hỏi trực tiếp về nhiều biến số suy luận trong khảo sát này, vì vậy việc suy luận nghề nghiệp, giai đoạn nghề nghiệp và các biến khác từ các manh mối ngữ cảnh có thể không chính xác. Tương tự, do khảo sát mang tính mở, các phép đo của chúng tôi dựa trên những nội dung mà người trả lời tình cờ đề cập; những phát hiện này cần được xác nhận lại trong các khảo sát có cấu trúc, trong đó các chủ đề này được hỏi trực tiếp.
Dẫu vậy, các cuộc phỏng vấn vẫn tiết lộ những hiểu biết chân thực về cảm nhận kinh tế của người dân đối với AI, cho thấy dữ liệu định tính có thể làm nổi bật các giả thuyết định lượng như thế nào. Chính mức độ lo lắng liên quan đến kinh tế đã là một tín hiệu mạnh mẽ.
Lời cảm ơn
Chúng tôi xin chân thành cảm ơn 80.508 người dùng Claude đã chia sẻ câu chuyện của mình.
Maxim Massenkoff phụ trách phân tích và viết bài đăng blog. Saffron Huang phụ trách dự án phỏng vấn và cung cấp định hướng xuyên suốt quá trình.
Zoe Hitzig và Eva Lyubich cung cấp phản hồi và định hướng phương pháp luận then chốt. Keir Bradwell và Rebecca Hiscott hỗ trợ biên tập. Hanah Ho và Kim Withee đóng góp vào thiết kế. Grace Yun, AJ Alt và Thomas Millar triển khai công cụ phỏng vấn Anthropic trên Claude.ai. Chelsea Larsson, Jane Leibrock và Matt Gallivan đóng góp vào thiết kế khảo sát và trải nghiệm người dùng. Theodore Sumers đóng góp vào hạ tầng xử lý dữ liệu và phân cụm. Peter McCrory, Deep Ganguli và Jack Clark cung cấp phản hồi, định hướng và hỗ trợ tổ chức then chốt.
Bên cạnh đó, chúng tôi xin cảm ơn Miriam Chaum, Ankur Rathi, Santi Ruiz và David Saunders vì những cuộc thảo luận, phản hồi và hỗ trợ quý báu.
Thang đo này không lấy điểm giữa làm trung tâm, bởi đa số người dùng đều đánh giá năng suất theo chiều hướng tích cực, và hầu hết các điểm gốc trên thang đo Likert ban đầu đều tập trung ở mức 6 và 7. Thang đo chúng tôi sử dụng ở đây là: 1 = Năng suất giảm, 2 = Không thay đổi, 3 = Tăng nhẹ, 4 = Tăng vừa phải, 5 = Tăng mạnh, 6 = Tăng đáng kể, 7 = Tăng mang tính cách mạng—AI thay đổi căn bản về những gì họ có thể sản xuất hoặc khối lượng sản phẩm họ có thể tạo ra.
Ngay cả khi loại bỏ những “doanh nhân độc lập” này, nhóm quản lý vẫn sánh ngang với nhóm nghề máy tính và toán học, thể hiện mức tăng năng suất cao nhất.
Tuy nhiên, một hạn chế quan trọng là khảo sát này chỉ nhắm đến người dùng có tài khoản cá nhân Claude. Một bức tranh đầy đủ và đại diện hơn cần bao gồm cả người dùng doanh nghiệp, những người có thể thiên về việc cho rằng giá trị thuộc về chủ sử dụng.
Các nội dung liên quan
Thông báo ra mắt Khảo sát Chỉ số Kinh tế Anthropic
Chúng tôi đang ra mắt Khảo sát Chỉ số Kinh tế Anthropic—một khảo sát định kỳ hàng tháng được thực hiện thông qua Công cụ Phỏng vấn Anthropic.
Nghiên cứu viên căn chỉnh tự động hóa: Mở rộng giám sát có thể mở rộng bằng mô hình ngôn ngữ lớn
Claude có thể tự phát triển, kiểm tra và phân tích các ý tưởng căn chỉnh không? Chúng tôi đã tiến hành một thí nghiệm để tìm ra câu trả lời.
Agent đáng tin cậy trong thực tiễn
“Agent” AI đại diện cho bước chuyển đổi lớn nhất gần đây trong cách cá nhân và tổ chức sử dụng AI. Ở đây, chúng tôi giải thích cách chúng vận hành và cách chúng tôi đảm bảo tính đáng tin cậy của chúng.
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
@AnthropicAI
