Phân tích Anthropic: Công ty AI tốt nhất, cũng có thể là một hình thức tổ chức mới
Tuyển chọn TechFlowTuyển chọn TechFlow
Phân tích Anthropic: Công ty AI tốt nhất, cũng có thể là một hình thức tổ chức mới
Anthropic đã vươn lên dẫn đầu như thế nào? Một là chiến lược định hướng, hai là văn hóa tổ chức.
Chuyên sâu báo cáo Web3Năm qua, Anthropic có thể là công ty đáng nghiên cứu nhất trong toàn bộ ngành AI. Đầu năm nay, công ty này đã tạo ra mức tăng trưởng bùng nổ nhanh nhất trong lịch sử kinh doanh nhân loại: Doanh thu thường xuyên hàng năm (ARR) tăng từ 9 tỷ USD lên 45 tỷ USD; nếu nguồn cung năng lực tính toán đáp ứng kịp, ARR có khả năng đạt 100 tỷ USD vào cuối năm, và lên 200–300 tỷ USD vào năm sau — ngang bằng quy mô của Meta. Trên thị trường thứ cấp, định giá hiện tại của Anthropic đã chạm mốc 1 nghìn tỷ USD, vượt mặt cả OpenAI.
Chúng tôi đã dành khá nhiều thời gian để nghiên cứu cách Anthropic vươn lên dẫn đầu sau khi xuất phát muộn. Cuối cùng, để hiểu được công ty này, trọng tâm nằm ở hai điểm: một là đánh giá chiến lược, hai là văn hóa tổ chức.
Độc giả có lẽ đã nắm được nhiều thông tin rời rạc về điều này, nhưng chưa có một bức tranh tổng thể đầy đủ. Vì vậy, bài viết này nhằm xây dựng lại và làm rõ hơn toàn cảnh ấy. Chúng tôi hy vọng sẽ giải thích một số vấn đề mà bên ngoài đang tò mò, từ hai góc độ chiến lược và tổ chức:
- Tại sao Anthropic lại nhận ra ngay từ năm 2021 rằng lập trình (coding) có thể là hướng đi quan trọng nhất?
- Sự khác biệt về tính cách giữa Dario và Sam đã định hình hai con đường chiến lược hoàn toàn khác nhau cho hai công ty như thế nào?
- Tại sao tỷ lệ nhân tài rời bỏ Anthropic lại thấp đến vậy?
- Tại sao gần như mọi thành viên Anthropic đều ca ngợi văn hóa công ty? Trong quá trình mở rộng nhanh chóng, văn hóa ấy đã được duy trì ra sao?
Tầm quan trọng của sự tập trung bị đánh giá thấp
Trước hết, xét về chiến lược, OpenAI luôn giống một công ty “muốn có tất cả” hơn.
Về năng lực mô hình, OpenAI đều đang nỗ lực trên nhiều lĩnh vực: toán học, khoa học, lập trình, suy luận, đa phương thức (multimodal), đổi mới kiến trúc… Về sản phẩm, Codex, trình duyệt web, robot, nền tảng doanh nghiệp, phần cứng thông minh, chip và trung tâm dữ liệu — tất cả đều đang được triển khai đồng thời. Đồn đại rằng số lượng dự án nội bộ tại OpenAI từng lên tới khoảng 300. Trong khi đó, Anthropic hoàn toàn ngược lại: đây là công ty duy nhất trong “bộ ba tiên phong” từ rất sớm đã từ bỏ hướng đi đa phương thức; chưa bao giờ đề cập đến đổi mới kiến trúc, cũng không nhấn mạnh các khái niệm như “mô hình suy luận”, “học tăng cường (RL)”, hay “học liên tục (continual learning)”. Anthropic chỉ tập trung vào việc mở rộng quy mô mô hình ngôn ngữ (language model scaling), và chỉ chú trọng duy nhất vào một hướng — lập trình — nhằm trước tiên chinh phục khả năng then chốt nhất.
Vì sao lập trình lại quan trọng đến vậy? Hiện nay thị trường đều đã hiểu rõ, cốt lõi nằm ở ba điểm:
- Lập trình là con đường dẫn đến mọi thứ. Phần lớn nhiệm vụ trong thế giới kỹ thuật số đều có thể được biểu đạt thông qua mã (code).
- Lập trình là khả năng phù hợp nhất để mô hình học hỏi: kết quả dễ kiểm chứng, vòng phản hồi (feedback loop) ngắn, và dữ liệu người dùng có thể góp phần lớn hơn vào việc huấn luyện mô hình.
- Lập trình là bộ tăng tốc cốt lõi cho nghiên cứu AGI. Hiện nay các phòng thí nghiệm AI hàng đầu đã bước vào chu kỳ tăng tốc này: tiến bộ của mô hình trong một quý hiện nay nhanh hơn cả tiến bộ trong suốt một năm trước đây.
Kết quả cuối cùng xác nhận rằng lập trình thực sự là hướng đi quan trọng nhất — “một bài thơ đơn độc áp đảo toàn bộ thi đàn Đường”. Còn OpenAI mãi đến tháng Ba mới giật mình tỉnh ngộ, cắt bỏ các dự án phụ như Sora và đưa lập trình lên vị trí ưu tiên số một của công ty.
Anthropic đã chọn đúng hướng lập trình như thế nào?
Chúng tôi luôn tò mò: vì sao Anthropic ngay từ đầu đã chọn đúng hướng lập trình? Khi lần ngược lại, chúng tôi phát hiện ra yếu tố quyết định là một nửa tầm nhìn xa, một nửa may mắn.
Giai đoạn đầu, Anthropic gặp khó khăn trong việc huy động vốn. Không có nhiều tiền, họ buộc phải tìm cách tiến gần hơn tới AGI một cách hiệu quả hơn. Họ cần trước tiên kể một câu chuyện về một phân khúc chuyên sâu để chứng minh khả năng tạo ra vòng khép kín thương mại. Vì vậy, họ đã nghiêm túc nghiên cứu và nhận thấy: nếu chỉ được chọn một hướng duy nhất, thì lập trình có thể là lựa chọn tốt nhất — huấn luyện mô hình lập trình tốt hơn → cung cấp cho khách hàng sử dụng → thu thập dữ liệu sử dụng thực tế từ môi trường kỹ thuật của khách hàng → phản hồi lại để cải thiện mô hình huấn luyện. Điều này có thể tạo thành một vòng xoáy tăng tốc (flywheel).
Người phụ trách tăng trưởng của Anthropic từng tiết lộ rằng ông đã đọc một bản nội bộ do một đồng sáng lập công ty soạn thảo, với tiêu đề “Tại sao chúng ta nên tập trung vào hướng lập trình?”. Điều đáng chú ý là bản nội bộ này được viết vào năm 2021 — sớm hơn rất nhiều so với thời điểm bất kỳ ai biết rõ cơ hội thị trường thực tế của hướng đi này. Tuy nhiên, về sau tình hình thay đổi: việc huy động vốn trở nên thuận lợi hơn, công ty có thêm nhiều nguồn lực, nhưng hướng lập trình lại không còn được nhắc tới; thay vào đó, họ vẫn tiếp tục tập trung phát triển một nền tảng mô hình tổng quát hơn. Bước ngoặt xảy ra sau khi ChatGPT bùng nổ. Anthropic nhận ra thị trường người dùng cá nhân (C-end) đã bị OpenAI chiếm lĩnh trước, nên họ chuyển chiến trường sang thị trường doanh nghiệp (B-end) — một quyết định mang tính tiếc nuối lúc bấy giờ, nhưng về sau lại hóa ra vô cùng may mắn.
Sự chuyển dịch chiến lược này nói chung vẫn mang tính thận trọng và thực chứng, chứ không phải một canh bạc liều lĩnh dứt khoát.
Khi huấn luyện Claude 3, Anthropic bắt đầu chủ động tăng cường khả năng lập trình và đạt được phản hồi thị trường rất tốt trên phiên bản Sonnet 3.5. Sau đó, công ty vừa gia tăng đầu tư, vừa kiểm chứng dần dần; nội bộ ngày càng khẳng định chắc chắn tiềm năng của lập trình — cả về giá trị thương mại lẫn vai trò thúc đẩy nghiên cứu. Vì vậy, đội ngũ bắt đầu tập trung toàn lực theo hướng này. Trong suốt quá trình này, không chỉ hoàn toàn từ bỏ thị trường C-end, mà ngay cả hướng đa phương thức cũng không hề phân tán nguồn lực để theo đuổi. Ngoài sự tập trung về định hướng thị trường, điều đáng chú ý nữa là sự kiên định trong lộ trình kỹ thuật.
Hai năm qua, bên ngoài liên tục xuất hiện những nhà nghiên cứu nổi bật tuyên bố rằng “luật mở rộng (scaling laws) đã chạm trần”, và lợi ích cận biên từ huấn luyện sơ bộ (pretraining) đã đạt đỉnh. Theo cảm nhận của chúng tôi khi trao đổi với các nhà nghiên cứu ở nhiều nơi, Anthropic luôn là phòng thí nghiệm tin tưởng nhất vào luật mở rộng, đồng thời cũng là nơi thực hiện huấn luyện sơ bộ và xử lý dữ liệu một cách vững chắc nhất — không phân tán nguồn lực vào các mô hình mới. Về sau nhìn lại, điều này hóa ra là hoàn toàn đúng đắn. Sự bứt phá về năng lực của Claude phần lớn đến từ khoản đầu tư vững chắc vào huấn luyện sơ bộ.
Tính cách của các nhà sáng lập
Nhưng điều này lại khiến chúng tôi đặt ra một câu hỏi mới: vì sao Anthropic luôn có thể đưa ra những lựa chọn dứt khoát và giữ được sự kiên định trên một vài hướng then chốt?
Trước hết, dĩ nhiên là do hạn chế về nguồn lực: tổng số vốn huy động của Anthropic trong lịch sử chỉ bằng khoảng 1/3 so với OpenAI. Nhưng nếu đào sâu hơn, sự khác biệt chiến lược giữa hai công ty cũng gắn bó mật thiết với tính cách và xuất thân của các nhà sáng lập.
Bốn đồng sáng lập của Anthropic đều là tác giả cốt lõi của bài báo nổi tiếng về luật mở rộng; còn Dario chính là người đứng đầu nghiên cứu (research lead) then chốt nhất của GPT-3. Trước đó, ông đã hoạt động trong lĩnh vực AI suốt 10 năm, có cảm nhận trực quan sâu sắc về tiến bộ kỹ thuật AI và do đó dám đưa ra những quyết định mạnh mẽ. Hơn nữa, Dario là người hoàn toàn không bị “hội chứng FOMO” (sợ bỏ lỡ) chi phối — thậm chí còn bị miêu tả là hơi tự ái và cố chấp, hiếm khi bị “đồng thuận thị trường” dẫn dắt. Vào năm 2024, khi Anthropic còn chưa đạt được mức tăng trưởng bùng nổ, ông từng phát biểu một đoạn khiến tôi đến nay vẫn cho rằng đó là chìa khóa quan trọng để hiểu công ty này: “Mười năm qua, bài học sâu sắc nhất tôi học được là thị trường luôn tồn tại một thứ gọi là ‘đồng thuận’, nhưng sau khi chứng kiến nhiều lần đồng thuận ấy bị lật đổ chỉ trong một đêm, tôi bắt đầu tập trung vào những lựa chọn của riêng mình. Tôi cũng không chắc mình luôn đúng, nhưng thật lòng mà nói, ngay cả khi chỉ đúng 50% thời gian, điều đó cũng đã rất có giá trị rồi — bởi bạn đang cung cấp điều mà người khác không có.”
Điều này rất khác với Sam Altman. Từ những cuộc trao đổi của chúng tôi với một số người thân cận với Sam:
- Sam được coi là một trong những nhà sáng lập tham vọng nhất Thung lũng Silicon, ngay từ đầu đã muốn “có tất cả”. Thêm vào đó, kinh nghiệm làm nhà đầu tư tại YC khiến ông rất quen thuộc với phương pháp “gieo nhiều hạt giống, đặt cược song song”, nên OpenAI nhanh chóng nảy nở vô số nhánh dự án.
- Sam không xuất thân từ kỹ thuật, nên khả năng đánh giá xu hướng kỹ thuật của ông không bằng Anthropic; do đó, ông chủ yếu dựa vào đội ngũ để thúc đẩy từ dưới lên (bottom-up). Sam phát huy thế mạnh của mình trong việc huy động nguồn lực, từng nhóm một gửi “đạn dược” để hỗ trợ.
- Thân phận nhà đầu tư mạo hiểm (VC) khiến Sam đặc biệt ưa chuộng những ý tưởng đột phá, hoành tráng. Vì vậy, văn hóa OpenAI rất đề cao sự đổi mới mang tính “từ 0 đến 1”, nhưng lại không coi trọng tương đương việc “tinh chỉnh từ 1 đến 10”. Nhiều dòng sản phẩm như Sora, trình duyệt Atlas, chế độ thoại (Voice Mode)… đều thiếu tính kế thừa, ra mắt xong là không còn ai quản lý.
- Cả Sam và Mark Chen (Giám đốc Nghiên cứu – Chief Research Officer) đều là những người chỉ biết nói “đồng ý”, chứ không bao giờ nói “không”. Các dự án phụ, miễn là nhóm nỗ lực thúc đẩy, cấp trên vẫn tiếp tục cung cấp nguồn lực.
Khi lực lượng của OpenAI bị phân tán liên tục bởi vô số dự án phụ, Anthropic lại có thể áp dụng chiến thuật “điền tướng” (Tian Ji’s horse racing strategy) để giành ưu thế trên chiến trường then chốt nhất.
Điểm hấp dẫn của chiến lược nằm ở chữ “lược”
Sự tập trung chiến lược của Anthropic mang đến cho chúng ta một bài học: tầm quan trọng của sự tập trung bị đánh giá thấp.
Tôi chợt nhớ lại một tập podcast năm ngoái, với khách mời là David Senra — người dẫn chương trình podcast “Founders”. Trong 8 năm qua, anh ấy gần như chỉ làm một việc: mỗi tuần nghiên cứu một doanh nhân vĩ đại. Khi được hỏi: nếu rút gọn toàn bộ kinh nghiệm khởi nghiệp từ hơn 400 cuốn tiểu sử doanh nhân mà anh đã đọc, chỉ để lại một điều duy nhất, thì đó sẽ là gì? Anh ấy trả lời: “Tập trung (Focus).”
Những doanh nhân vĩ đại thường không phải những học sinh toàn diện, mà là những kẻ cuồng tín cực đoan. Họ xác định được một hoặc hai biến số then chốt đối với mình — ví dụ như giá cả của Costco, trải nghiệm thiết kế của Apple, hoặc thuật toán đề xuất và vòng xoáy dữ liệu của ByteDance — rồi bất chấp mọi giá để đẩy chúng lên mức tối đa, thậm chí đến mức khiến đối thủ cảm thấy phi lý.
Cần làm rõ một điều: nhiều người nghĩ mình rất tập trung, nhưng thực tế lại không hiểu đúng bản chất và cái giá phải trả của sự tập trung.
“Tập trung” thực chất gồm hai tầng:
Thứ nhất là năng lực đánh giá — biết đâu là điều quan trọng nhất, và dám hy sinh tất cả những thứ còn lại.
Thứ hai là áp lực — dồn nguồn lực áp đảo để “đâm thủng” yếu tố then chốt.
Tầng thứ nhất là vấn đề nhận thức, tầng thứ hai là vấn đề ý chí — thiếu một trong hai đều không được.
Ví dụ, khi Google ra đời, toàn bộ ngành internet lúc ấy đều đồng thuận rằng “tương lai thuộc về các cổng thông tin (portal)”. Các “gã khổng lồ tìm kiếm” như Yahoo đều tích cực làm dày trang chủ với tin tức, thời tiết, mua sắm, trò chơi, tử vi… Mỗi tính năng đều được xem là “đòn bẩy nâng cao giá trị quảng cáo”. Nhưng Google lại cho rằng: thông tin sẽ ngày càng nhiều, người dùng không cần một “cổng thông tin lớn hơn”, mà cần tìm ra câu trả lời liên quan nhất ngay lập tức. Vì vậy, trong khi người khác muốn người dùng ở lại lâu hơn, Google lại muốn người dùng rời đi nhanh hơn. Lúc ấy, trang chủ của Google lạ lẫm đến mức chỉ có một ô tìm kiếm — không gì khác.
Về mô hình kinh doanh cũng vậy: Yahoo có hàng chục cách tạo doanh thu. Còn Google dồn toàn lực vào duy nhất một cơ chế — đấu giá từ khóa tìm kiếm — và kiên trì làm gần mười năm mới bắt đầu nghiêm túc phát triển tuyến kinh doanh thứ hai. Đến nay, một trong Mười nguyên tắc của Google vẫn là: “Làm thật tốt một việc là điều tốt nhất.” Cốt lõi của chiến lược không phải là xác định bạn sẽ chọn cái gì, mà là xác định bạn sẽ từ bỏ cái gì. Tôi nghĩ phần lớn mọi người đều nói “không” quá ít lần.
Văn hóa là “gia vị bí truyền” lớn nhất
Điều đặc biệt nhất của Anthropic có thể không phải là chiến lược, mà là văn hóa tổ chức.
Nửa năm qua, trong cuộc cạnh tranh khốc liệt về nhân tài AI, tỷ lệ nhân tài rời bỏ Anthropic thấp hơn nhiều so với các phòng thí nghiệm AI khác. Hai biểu đồ dưới đây tổng hợp dữ liệu luồng di chuyển nhân tài từ năm 2021 đến 2023.
Biểu đồ đầu tiên thống kê tỷ lệ chuyển đổi giữa các phòng thí nghiệm AI:
- Cứ 10,6 người từ DeepMind chuyển sang Anthropic thì mới có 1 người chuyển ngược lại từ Anthropic sang DeepMind.
- Cứ 8,2 người từ OpenAI chuyển sang Anthropic thì mới có 1 người chuyển ngược lại từ Anthropic sang OpenAI.
Biểu đồ thứ hai thống kê tỷ lệ nhân viên vẫn ở lại công ty sau hai năm kể từ khi gia nhập.
Tỷ lệ giữ chân nhân tài của Anthropic là 80%, cao nhất trong số các phòng thí nghiệm AI hàng đầu lúc bấy giờ — thậm chí còn cao hơn một chút so với 78% của DeepMind. Việc một công ty trẻ hơn, đang thay đổi nhanh chóng như Anthropic lại đạt được tỷ lệ giữ chân cao hơn cả DeepMind — một “ông lớn” lâu đời — là điều không dễ dàng. Trong khi đó, OpenAI chỉ đạt 67%.
Cần lưu ý rằng bộ dữ liệu này được thu thập vào thời điểm OpenAI đang ở đỉnh cao, còn Anthropic thì hoàn toàn chưa nổi bật.
Nếu xem xét các tin tức trong hai năm gần đây, sức hút và tính ổn định nhân tài của Anthropic còn rõ ràng hơn nữa. Chẳng hạn, gần đây một bài đăng trên Twitter gây tiếng vang lớn: nhiều CTO của các công ty ngôi sao sẵn sàng rời bỏ vị trí để gia nhập Anthropic với tư cách nhân viên kỹ thuật bình thường (MTS — Member of Technical Staff):
Nguyên nhân lớn nhất thường được quy về văn hóa tổ chức của Anthropic.
Nếu lắng nghe các podcast do thành viên Anthropic thực hiện, gần như ai cũng nhắc đến văn hóa công ty; thậm chí một số người còn coi văn hóa “giống giáo phái” này là “gia vị bí truyền” lớn nhất của Anthropic.
“Tôi thực sự cảm thấy văn hóa là vũ khí bí mật của Anthropic — yếu tố phòng thủ mạnh nhất và không thể sao chép của chúng ta. Đây không phải điều tự nhiên mà có; ban lãnh đạo đã đầu tư rất nhiều vào nó.” — Amol Avasare, Người phụ trách tăng trưởng của Anthropic
Nếu không mang vấn đề này làm trọng tâm khi xem xét, bạn khó nhận ra điều này, bởi khi nghe người ta nói về văn hóa hay giá trị cốt lõi, ta thường cảm thấy rất trừu tượng và mặc định đó chỉ là khẩu hiệu. Nhưng nếu gom tất cả thông tin sơ cấp và các cuộc phỏng vấn công khai lại với nhau, bạn sẽ thực sự bị rung động.
Ba đặc điểm nổi bật của Anthropic
Nếu phân tích cụ thể, ba đặc điểm khiến Anthropic khác biệt rõ rệt so với các phòng thí nghiệm AI khác là:
1. Định hướng bởi sứ mệnh (Mission-oriented)
Sứ mệnh của Anthropic là “đảm bảo thế giới có thể an toàn vượt qua giai đoạn chuyển đổi do AI mang tính cách mạng gây ra”, nghĩa là mọi thứ đều lấy an toàn làm trọng.
Nhiều công ty đều nói mình vận hành theo sứ mệnh, nhưng mức độ nghiêm túc của Anthropic đối với điều này gần như mang tính tôn giáo. Đây là một phòng thí nghiệm tiên phong mang đậm tính tự nhận thức đạo đức: họ thực sự tin rằng AGI có thể cứu rỗi thế giới, cũng thực sự tin rằng AGI có thể hủy diệt thế giới — và họ đang cố gắng dẫn dắt mọi người đi qua sợi dây thép rất hẹp giữa hai viễn cảnh ấy.
Boris Cherny, người phụ trách Claude Code, từng nói: “Tại Anthropic, bạn cứ hỏi bất kỳ người nào trong hành lang ‘Tại sao anh/chị ở đây?’, câu trả lời luôn là ‘an toàn’ (safety).” Ông và giám đốc sản phẩm Cat Wu năm ngoái từng cùng rời Anthropic để gia nhập Cursor, nhưng chưa đầy hai tuần sau đã quay lại — bởi họ nhận ra mình rất nhớ bầu không khí văn hóa nội bộ ở Anthropic: cảm giác mọi người cùng phấn đấu thuần túy vì một sứ mệnh lớn hơn.
Có người trước khi gia nhập còn bán tín bán nghi về những điều này, nhưng sau khi vào trong thì thốt lên: “Chết tiệt, bầu không khí ở trong còn nghiêm túc hơn cả những gì người ngoài kể!”
Ở đây thậm chí có nhân viên kỳ cựu từng phát biểu trong buổi họp toàn công ty rằng: “Nếu Anthropic cuối cùng thực hiện được sứ mệnh của mình, dù bản thân công ty thất bại, thì đó vẫn là một kết quả tốt.” Câu nói này giải thích rất nhiều điều về Anthropic.
Theo logic của đa số doanh nghiệp, thành công thương mại luôn đứng đầu, còn sứ mệnh chỉ là lớp vỏ trang trí. Nhưng điều đặc biệt nhất của Anthropic là trong nội bộ thực sự tồn tại một nhóm người đặt sứ mệnh lên trên cả sự tồn vong của công ty.
Nếu xem xét những việc Anthropic thực tế làm, ta thấy họ thực sự “nói đi đôi với làm”: cấu trúc quản trị với quỹ phi lợi nhuận nắm quyền, các nghiên cứu về khả năng giải thích (explainability), các khoản đầu tư vào an toàn — bao gồm cả việc gần đây sẵn sàng từ bỏ đơn đặt hàng trị giá 200 triệu USD từ Bộ Quốc phòng Mỹ vì xung đột về giá trị — phần này xin phép không nêu chi tiết.
2. Niềm tin cao, cái tôi thấp (High trust, low ego)
Khi trao đổi với các phòng thí nghiệm tiên phong khác, chúng tôi luôn nghe thấy nhiều vấn đề về chính trị nội bộ và phe phái. Riêng Anthropic thì không. Ngược lại, mọi người ở đây rất đoàn kết, sẵn sàng “làm dâu” cho người khác.
Điều kỳ lạ nhất ở đây là AI tiên phong (Frontier AI) là môi trường dễ nảy sinh văn hóa “ngôi sao” và tranh giành nguồn lực nhất. Các nhà nghiên cứu AI gần như là nhóm người thông minh nhất và có cái tôi cao nhất thế giới; họ vốn dĩ khao khát đề xuất giải pháp khác biệt, lập phe riêng để danh tiếng vang xa — trong khi nguồn lực lại rất hạn hẹp, nên xung đột giữa các bộ phận là điều tất yếu.
Daniel Freeman, người chuyển từ Google sang Anthropic, từng nói: “Các công ty mô hình khác giống như những quốc gia chư hầu riêng lẻ, âm thầm cạnh tranh với nhau; nhưng cảm giác ấy tôi chưa từng có ở Anthropic.”
Rahul Patil, cựu CTO của Stripe, gia nhập Anthropic vào mùa thu năm ngoái, cũng chia sẻ rằng điều khiến ông xúc động mạnh nhất chính là văn hóa ở đây. Khó có thể tưởng tượng một nhóm người thông minh đến vậy lại có thể khiêm tốn đến thế. Ông đưa ra một tiêu chuẩn: nếu ngày mai công ty thông báo vị trí phù hợp nhất với bạn không phải tiếp tục làm quản lý, mà là làm nhân viên đóng góp cá nhân (IC — Individual Contributor), bởi đó mới là cách bạn đóng góp lớn nhất cho sứ mệnh, bạn có sẵn sàng không? Ông cho rằng 100% nhân sự Anthropic đều sẽ đồng ý — không chút cái tôi nào.
3. Một nền tảng nhân văn sâu sắc
Tác giả tờ New Yorker từng theo sát Anthropic trong vài tháng và để lại hai nhận xét thú vị về nhân sự ở đây:
- “Những kẻ lập dị ham đọc sách” (Bookish misfits)
- “Một tỷ lệ bất thường các nhân viên Anthropic dường như là con của các nhà văn hoặc nhà thơ.”
Nói cách khác, những người ở đây không giống kiểu tinh hoa Silicon Valley điển hình, cũng không giống hình mẫu kỹ sư công nghệ truyền thống — mà mang vẻ thư sinh, hơi “mọt sách”, hơi lý tưởng主义. Nhiều người có cảm giác như được nuôi dưỡng trong gia đình nhà văn, nhà thơ. Một phần điều này có thể thấy rõ qua cách đặt tên các mô hình Claude: Haiku (thơ haiku), Sonnet (thơ sonnet), Opus (tác phẩm lớn trong ngữ cảnh cổ điển) — lần lượt tương ứng với thể thơ cô đọng, thơ sonnet của Shakespeare và tác phẩm đồ sộ trong văn hóa cổ điển. So sánh với cách đặt tên của OpenAI (GPT-4 / 4o / o1 — đánh số kỹ thuật) hay Google (Gemini Ultra / Pro / Flash — đặt tên theo dòng sản phẩm kinh điển), phần nào đã nói lên điều gì đó.
Boris Cherny, người phụ trách Claude Code, cũng từng chia sẻ một chi tiết thú vị trong một podcast: bữa trưa đầu tiên khi ông mới gia nhập Anthropic, ông tình cờ nhắc đến một cuốn sách rất kén người đọc, tác giả là nhà văn khoa học viễn tưởng Greg Egan. Cuốn sách này kén đến mức nào? Ông chưa từng gặp ai từng đọc nó. Khi ông tình cờ kể một chi tiết hài hước trong sách, cả bàn ăn đều bắt mạch ngay. Sự việc khiến ông vô cùng kinh ngạc, và cảm thấy mình thực sự đã đến đúng nơi. Những “mọt sách” yêu thích khoa học viễn tưởng thường mang trong mình một tấm lòng nhân văn rộng lớn và tinh thần trách nhiệm lịch sử, đồng thời có khả năng suy luận hiệu quả hơn về hiệu ứng cánh bướm. Sự đồng thuận dựa trên sở thích đọc sách này khiến ông thêm yên tâm rằng đây có thể là nơi tốt nhất để đẩy lùi ranh giới AI.
Văn hóa được thể chế hóa như thế nào?
Câu hỏi tiếp theo là: làm thế nào để duy trì một nền văn hóa thuần khiết, gần như “giáo phái” như vậy? Dù sao, Anthropic giờ đây không còn là một phòng thí nghiệm AI nhỏ bé, mà là một công ty lớn với 3.000 nhân sự — và đang mở rộng với tốc độ nhanh nhất trong lịch sử, đồng thời vẫn cố gắng duy trì “nồng độ văn hóa” của mình.
Về vấn đề này, Dario thẳng thắn nói rằng ông dành khoảng 1/3 đến 40% thời gian để đảm bảo văn hóa Anthropic luôn tốt. Dù còn vô số việc phải làm về kỹ thuật, sản phẩm, huy động vốn, quan hệ chính trị – kinh doanh… Nhưng ông cho rằng công việc có “đòn bẩy” cao hơn cả là biến Anthropic thành một nơi có tính gắn kết cao, nơi các nhân tài hàng đầu thực sự thích làm việc. Cụ thể, thực tiễn được triển khai qua các điểm sau:
- Chuẩn tuyển dụng đặc biệt
Cách tuyển dụng của Anthropic khác biệt với nhiều phòng thí nghiệm AI.
Một mặt, về sở thích nhân tài: khác với đa số công ty đua nhau săn “tên tuổi lớn”, Anthropic lại thích tuyển những “kẻ yếu thế” (underdog). So với các nhãn mác bên ngoài, họ coi trọng hơn “bằng chứng trực tiếp về năng lực”, ví dụ như: “Bạn đã từng thực hiện nghiên cứu độc lập chưa? Bạn đã từng viết blog có chiều sâu chưa? Bạn đã từng đóng góp thực chất cho cộng đồng mã nguồn mở chưa?”… Mặt khác, Anthropic áp dụng quy trình sàng lọc văn hóa rất nghiêm ngặt. Họ dành hẳn một vòng phỏng vấn văn hóa (cultural interview), kéo dài một giờ với 15–20 câu hỏi tình huống (scenario questions).
Theo các câu hỏi phỏng vấn lan truyền trên mạng, trọng tâm kiểm tra gồm ba điểm:
(1) Bạn thực sự có đặt sứ mệnh an toàn lên hàng đầu hay không. Câu hỏi sàng lọc tiêu biểu nhất là: “Nếu Anthropic vì không thể đảm bảo an toàn nên quyết định không công bố mô hình, bạn có sẵn sàng chấp nhận cổ phiếu của mình trở về giá trị bằng không không?”
(2) Bạn có phải là người tử tế, có cái tôi thấp hay không. Bao gồm sự tử tế, đồng cảm, kỹ năng giao tiếp, khả năng thừa nhận sự thiếu hiểu biết và sai lầm của bản thân.
(3) Bạn có thể xử lý sự phức tạp hay không. Nhiều vấn đề nội bộ Anthropic xử lý đều rất phức tạp và biến động; họ rất coi trọng tư duy hệ thống, khả năng suy luận sâu về các hệ quả bậc hai (second-order effects), và suy ngẫm xem một quyết định sẽ ảnh hưởng thế nào đến các khâu khác.
Họ dành rất nhiều thời gian cho “sàng lọc ngược”, và vì thế thực sự từ chối nhiều lập trình viên đẳng cấp “10x” hàng đầu. Cựu CTO của Stripe, Rahul Patil, từng chia sẻ rằng trước khi gia nhập Anthropic, ông đã trò chuyện rất lâu với CTO lúc bấy giờ của Anthropic. Người này không những không thuyết phục ông gia nhập, mà còn dành hai đến ba tuần để liên tục thảo luận với ông về “lý do vì sao bạn KHÔNG NÊN gia nhập Anthropic”, một cách tử tế khuyên ngăn — trừ khi bạn thực sự đồng thuận về văn hóa và sứ mệnh, nếu không thì đến đây cũng chẳng đáng.
Vì vậy, logic tuyển dụng của Anthropic chưa bao giờ là “tuyển càng nhiều người giỏi nhất càng tốt”, mà là “loại càng sớm càng tốt những người không phù hợp”. “Chúng tôi rất giỏi trong việc loại bỏ những người đến vì tiền và danh tiếng.” Ngược lại, OpenAI sau khi trở nên lớn mạnh, đã ngừng thực hiện vòng phỏng vấn văn hóa chuyên biệt — và điều này được cho là gây ra một số vấn đề quản trị.
Điểm này thể hiện rõ trong đợt săn người của Meta năm ngoái. Trước gói thưởng “trời ơi đất hỡi” mà Meta đưa ra, phản ứng của OpenAI giống như thông lệ thị trường: đưa ra lời phản đề (counter offer), thưởng giữ chân (retention bonus), hủy bỏ “điểm giới hạn niêm yết” (vesting cliff) cho nhân viên mới để cổ phiếu được niêm yết nhanh hơn. Còn phản ứng của Anthropic thì rất “Anthropic”: họ nói với nhân viên rằng “bạn đến đây trước tiên vì sứ mệnh, chứ không phải để liên tục nâng giá bản thân trong cuộc đấu giá bên ngoài. Chúng tôi sẽ không vì Mark Zuckerberg tình cờ chọn bạn nên trả cho bạn mức lương cao gấp mười lần đồng nghiệp xuất sắc bên cạnh — điều đó là bất công; nếu bạn muốn đi, cứ đi.”
Kết quả cuối cùng cũng rất nói lên điều gì đó: OpenAI được đồn là mất hàng chục người, còn Anthropic chỉ mất 2 người — và cả hai người này vốn là nhân viên kỳ cựu của Meta, đã làm việc ở đó 6 và 11 năm.
2. Văn hóa chia sẻ bối cảnh (Context sharing)
Bên trong Anthropic tồn tại mức độ minh bạch thông tin rất cao.
Đầu tiên là Dario tự mình chủ động, thường xuyên và lặp lại việc “cung cấp ý nghĩa”. Ông thường tổ chức họp toàn công ty để chia sẻ với tất cả mọi người, tần suất lên tới hai tuần một lần, với tên gọi “Dario Vision Quest” (chính Dario còn đùa rằng tên này mang tính truyền đạo quá rõ ràng, nghe như vừa lên núi hút thứ gì đó rồi đắc đạo trở về). Ông đứng trước toàn công ty nói trong một giờ, thường kèm theo một tài liệu 3–4 trang, nội dung bao quát từ định hướng công ty, chiến lược sản phẩm đến biến động ngành — rồi trực tiếp trả lời mọi câu hỏi ngay tại chỗ.
Nhiều nhân viên nội bộ nói rằng cách nói của ông đặc biệt trực tiếp và thành thật: “Dario là người trực tính nhất tôi từng gặp; ông ấy không nói theo kiểu tính toán, mà là nghĩ sao nói vậy.” Ngoài họp toàn công ty, ông còn thường xuyên viết rất nhiều thứ trên kênh Slack cá nhân, ghi lại những suy nghĩ lặt vặt của mình một cách hoàn toàn không qua chỉnh sửa: gần đây công ty xảy ra chuyện gì, ông đang lo lắng điều gì, và ông nhìn nhận vấn đề mà mọi người quan tâm ra sao.
Văn hóa như vậy giúp mỗi người trong công ty hiểu rõ cách ra quyết định được thực hiện, và việc gì cần được đặt lên ưu tiên hàng đầu. Từ đó, trong một bối cảnh phức tạp và biến động, mỗi cá nhân mới có thể đưa ra những quyết định phân tán nhưng tương đối nhất quán.
Đồng thời, sự minh bạch này không phải là sự truyền đạt một chiều, mà có thể bị thách thức. Có người nghe xong phần chia sẻ của Dario tại buổi họp toàn công ty, thấy không đồng ý, liền chạy thẳng vào kênh notebook của Dario trên Slack và công khai viết: “Tôi không đồng ý với đánh giá này của anh”, rồi lập tức triển khai một cuộc tranh luận. Việc công khai thách thức lãnh đạo được khuyến khích. Hơn nữa, văn hóa viết lách này không chỉ thuộc về Dario, mà là một cơ chế tư duy tham gia toàn thể.
Nhiều người ở Anthropic đều có kênh notebook riêng — giống như một phiên bản Twitter cá nhân, ghi lại bất kỳ lúc nào họ đang nghĩ gì, đang làm gì, và tiến triển ra sao. Người khác có thể đăng ký theo dõi, quan sát, hoặc tham gia thảo luận. Nhiều nhân viên đánh giá rất thích văn hóa viết lách của công ty, và Slack chính là một “kho báu khổng lồ”, nơi mọi việc đều diễn ra. Vì vậy, Anthropic dường như đã nuôi dưỡng một “mảnh đất màu mỡ” tuyệt vời cho sự đồng thuận nội bộ: dự án, quan điểm, tư duy của mỗi người đều đủ minh bạch và lưu chuyển — thậm chí từng có người cảm thán rằng cả dữ liệu tài chính cũng được công khai.
(Tuy nhiên, trái ngược với điều này là việc bảo mật kỹ thuật được thực hiện rất nghiêm ngặt: nghe nói một số nhóm thậm chí còn chủ động cách ly lẫn nhau, không mấy khi cùng ăn cơm. Kết quả là các nhà nghiên cứu từ nơi khác đến tiếc nuối than rằng: “Tất cả những kiến thức then chốt đều phân tán trong đầu những người khác nhau ở đây; không thể chỉ bằng cách tuyển vài người là tái tạo được toàn cảnh.”)
3. Bảy nhà sáng lập cùng sở hữu cổ phần như nhau — cấu trúc sáng lập chính là cơ chế văn hóa
Cấu trúc sáng lập của Anthropic có một thiết kế phản trực quan kinh doanh: công ty có bảy nhà sáng lập, và Dario khi ấy còn quyết đoán trao cho mỗi người số cổ phần bằng nhau — chứ không tự mình giữ nhiều hơn.
Lúc đó, tất cả đều khuyên ông rằng đây sẽ là một thảm họa, vì quyền lực sẽ mơ hồ, động lực sẽ lệch lạc, và công ty rất dễ tan rã vì nội chiến. Nhưng Dario cho rằng công ty không xoay quanh một nhà sáng lập nào, mà xoay quanh sứ mệnh — và việc cùng sở hữu cổ phần là bằng chứng không thể làm giả được nhất cho niềm tin này. Họ đã cộng tác với nhau nhiều năm, tin tưởng lẫn nhau ở mức độ cao; việc cùng sở hữu cổ phần bản chất không phải là một thiết kế về quyền lực quản trị, mà là một minh chứng cho cam kết, một cơ chế khuếch tán văn hóa.
Bảy đồng sáng lập giống như bảy “nút sao chép văn hóa”, có thể lần lượt chiếu giá trị cốt lõi lên những nhóm người rộng hơn trên các tuyến khác nhau. Nhờ đó, ngay cả khi công ty mở rộng, văn hóa ban đầu cũng khó bị phai nhạt.
So sánh với OpenAI, cấp quản lý cao cấp của công ty này thực tế luôn rất bất ổn: 11 thành viên đội sáng lập lần lượt rời đi, đến nay chỉ còn lại Sam Altman, Greg Brockman và Wojciech Zaremba. Còn cấp quản lý mới bổ nhiệm lại càng bất ổn hơn: từ đầu năm 2026 đến nay, người đứng đầu sản phẩm (Fidji) xin nghỉ phép, người đứng đầu thị trường rời đi vì lý do sức khỏe, người đứng đầu truyền thông bị sa thải, người đứng đầu vận hành bị điều chuyển vị trí, và người đứng đầu tài chính cũng bị đẩy ra vùng ngoại vi…
4. Nhấn mạnh mạnh mẽ tinh thần “một đội” (one team), tránh hình thành các “phe phái”
CTO của Anthropic từng chia sẻ trong một podcast rằng: so với các công ty truyền thống, các phòng thí nghiệm AI nói chung mang tính “bottom-up” hơn rất nhiều — đây là một mô hình tổ chức dạng “kim tự tháp ngược”, trong đó quyền lực và ý tưởng chảy từ dưới lên trên.
Công việc quan trọng nhất đều diễn ra ở tuyến đầu. Bởi những người ở tuyến đầu là những người gần nhất với hành vi “nổi lên” (emergent behavior) của AI. Họ ngày ngày chạy thử nghiệm, có hiểu biết trực quan nhất về khả năng của mô hình. Phần lớn ý tưởng sản phẩm đều do tuyến đầu đề xuất, chứ không phải do roadmap từ cấp quản lý điều khiển. Nhưng điều này cũng nảy sinh một vấn đề: khi quyền ra quyết định được trao xuống, mỗi nhóm đều dễ dàng bám chặt vào “ý thức vấn đề” và “hàm giá trị” riêng của mình, dần hình thành những “phe phái” kéo giật lẫn nhau.
Điểm đặc biệt của Anthropic nằm ở chỗ họ rất sớm đã nhận ra: “Nếu quyền ra quyết định phải được phân tán, thì ta càng phải chủ động tạo dựng sự đoàn kết.” Dario không muốn bộ phận an toàn chỉ nói “an toàn là quan trọng nhất”, bộ phận sản phẩm chỉ nói “sản phẩm là quan trọng nhất”, rồi đẩy toàn bộ xung đột lên cấp cao để quyết định. Một trong những nguyên lý quản trị cốt lõi của ông là “phân tán sự đánh đổi (trade-off) cho từng cá nhân”, để mỗi người đều có một góc nhìn như nhà sáng lập, và tất cả chỉ đang cùng tham gia vào một quá trình đánh đổi lớn.
Vì vậy, họ nhấn mạnh mạnh mẽ tinh thần “một đội”, và cũng thiết kế nhiều cơ chế để làm mờ ranh giới giữa các chức năng — ví dụ như từ cấp quản lý trở xuống không phân biệt chức danh, đều gọi chung là “thành viên đội kỹ thuật” (member of technical staff), cố ý làm yếu đi các định danh như “nhà nghiên cứu vs kỹ sư”, “cấp cao vs cấp thấp”, “kiến trúc sư vs người triển khai”.
Điểm này tương phản rất rõ với OpenAI: OpenAI luôn có văn hóa “nhà nghiên cứu” mạnh hơn, và tồn tại một “chuỗi phân biệt” rõ ràng trong nội bộ: Nhà nghiên cứu (Researcher) > Kỹ sư nghiên cứu (Research Engineer) > Kỹ sư phần mềm (Software Engineer). Vì vậy, sản phẩm thường bị nghiên cứu “áp đảo”, không có nhiều tiếng nói. Khi có xung đột, nghiên cứu cũng không sẵn sàng phối hợp với sản phẩm.
Về đổi mới sản phẩm, OpenAI có đặc điểm nổi bật là “do nhà nghiên cứu dẫn dắt”: thường là nhóm nghiên cứu ra成果 mới, rồi mới gửi email cho nhóm sản phẩm, bắt đầu “cầm búa đi tìm đinh”.
Còn ở Anthropic, nhóm sản phẩm và nhóm mô hình gắn kết chặt chẽ hơn, và sản phẩm có thể tác động ngược lại, thậm chí định hình khả năng của mô hình. Đây cũng là một trong những lý do khiến năng lực sản phẩm của OpenAI kém hơn Anthropic.
Hai nguồn gốc của văn hóa
Câu hỏi tiếp theo là: vì sao Anthropic lại hình thành nên văn hóa tổ chức độc đáo này?
Có thể xem xét từ hai khía cạnh:
Một, yêu cầu vốn có của chính nghiệp vụ
Tôi nhớ hai năm trước đã nghe một chia sẻ của người phụ trách nhân sự (HR) tại một công ty lớn hàng đầu, và ấn tượng rất sâu sắc — lần đầu tiên khiến tôi suy ngẫm sâu sắc về bản chất thực sự của văn hóa tổ chức.
Bản chất của văn hóa tổ chức là: mô hình hành vi của nhân viên là một yếu tố then chốt giúp công ty tiến tới thành công. Vì vậy, nguyên lý đầu tiên của văn hóa tổ chức chính là: đặc thù nghiệp vụ quyết định văn hóa tổ chức.
Ví dụ, ByteDance và Huawei đều là hai công ty có năng lực tổ chức rất mạnh, nhưng nếu hoán đổi hệ thống tổ chức của hai bên, thì chẳng bao lâu cả hai đều sẽ phá sản. Bởi họ nằm ở hai cực đối lập trên cùng một phổ: ByteDance đề cao “dám đi tiên phong”, còn Huawei đề cao “dám đi hậu phong”. Một bên coi trọng đổi mới, bên kia coi trọng hiệu quả.
Điều này không liên quan đến đánh giá giá trị, mà do đặc thù nghiệp vụ quyết định. Cùng làm một sản phẩm mới, Huawei làm các thiết bị như trạm phát sóng, chip — một khi xảy ra sự cố, chi phí thu hồi có thể nuốt chửng toàn bộ lợi nhuận cả năm. Còn ByteDance thì khác: đây là nghiệp vụ chu kỳ ngắn, chuỗi ngắn điển hình — một tuần có thể chạy ra hàng chục phiên bản, sai thì sửa, sửa rồi lại phát. Vì vậy, ByteDance có thể khuyến khích đổi mới, chọn triết lý “bối cảnh, không kiểm soát” (Context, not Control); còn Huawei thì không thể. Với Huawei, đổi mới quá sớm thậm chí có thể là gánh nặng; điều họ thực sự giỏi là, khi thị trường đã xuất hiện điểm “phù hợp sản phẩm – thị trường” (PMF), họ sẽ dùng năng lực tổ chức và nguồn lực của mình để từng bước vượt qua và đè bẹp đối thủ.
Quay lại Anthropic.
Trong cuộc cạnh tranh AI, một “rào cản” cốt lõi là khả năng khiến “những người thông minh làm những việc bẩn”. Đặc biệt với hướng lập trình và hướng “đại diện” (agentic), bề ngoài là cuộc cạnh tranh năng lực mô hình, nhưng sâu hơn là cuộc cạnh tranh năng lực kỹ thuật. Đây không phải vấn đề có thể giải quyết nhờ vài khoảnh khắc linh quang của thiên tài, mà là một khối lượng khổng lồ công việc kỹ thuật hệ thống: bẩn, vụn, tỉ mỉ. Trong đó, rào cản then chốt nhất là dữ liệu.
Dữ liệu trò chuyện (chat data) trước đây chỉ là dữ liệu văn bản đơn giản, nhưng dữ liệu lập trình và dữ liệu “đại diện” lại phức tạp hơn nhiều: không chỉ là bản ghi hội thoại, mà còn bao gồm chính nhiệm vụ, việc thiết lập môi trường, hành trình thực thi, và cuối cùng là toàn bộ hệ thống đánh giá và xác minh. Tất cả đều là những việc “bẩn và mệt”, nhưng lại cực kỳ quan trọng — dù không giống việc xuất bản một bài báo hay ra mắt một sản phẩm mới, để trở thành “khoảnh khắc tỏa sáng” cá nhân.
Theo phản hồi từ một số nhà nghiên cứu mà chúng tôi trao đổi, vấn đề cốt lõi nhất hiện nay của OpenAI là họ rất khó tổ chức hàng trăm nhân tài hàng đầu cùng chăm chỉ làm dữ liệu và “dọn dẹp đống lộn xộn”. OpenAI tuyển toàn những nhân tài đứng đầu “chuỗi phân biệt”, có nền tảng tốt, khí phách cao — mọi người vốn dĩ muốn tự làm “cược của mình”, muốn đi từ 0 đến 1, còn việc “dọn dẹp đống lộn xộn” hay bổ sung dữ liệu thì ít người sẵn sàng nhận.
OpenAI từng thành công như vậy, nhờ một số đột phá về mô hình đã giúp họ dẫn trước rất nhiều. Nhưng như Dương Thuận Vũ (Yao Shunyu) từng chia sẻ trong một cuộc phỏng vấn gần đây: “Kỷ nguyên của chủ nghĩa anh hùng cá nhân đã qua rồi”, “Việc AI không mấy khi đòi hỏi trí tuệ… đặc điểm quan trọng nhất là sự đáng tin cậy và làm việc cẩn thận.”
Lúc này, văn hóa “cái tôi thấp”, gắn kết mạnh mẽ và định hướng bởi sứ mệnh của Anthropic sẽ được khuếch đại rõ rệt. Nghe nói đồng sáng lập của Anthropic, Jared Kaplan, cũng mỗi ngày dẫn đội trực tiếp kiểm tra dữ liệu, và việc làm sạch dữ liệu của ông tỉ mỉ đến mức không công ty nào khác có thể làm được như vậy.
(Điều này cũng giải thích một hiện tượng: mô hình của OpenAI mạnh nhất trong các bài toán lập trình cấp độ thi đấu — vì đây chủ yếu là vấn đề nghiên cứu; nhưng trong các nhiệm vụ “đại diện” thường ngày thì lại thường thua Anthropic — vì đây chủ yếu là vấn đề kỹ thuật, kiểm tra dữ liệu, hệ thống và chi tiết thực thi.)
Hai, xuất thân của đội sáng lập
Giá trị cốt lõi của công ty có thể nói là một phần của giá trị cốt lõi của người sáng lập — ví dụ như phong cách “võ hiệp” của Mã Vân, sự nhẹ nhàng cởi mở của Mã Hóa Đằng, định hướng thẩm mỹ của Tỷ phú Jobs, kỷ luật quân đội của Nhậm Chính Phi.
Nếu nói chính xác hơn, giá trị cốt lõi của người sáng lập thường đến từ hai yếu tố: một là điều người sáng lập vốn tin tưởng, hai là điều họ từng ghét bỏ sâu sắc. Yếu tố thứ nhất quyết định bạn muốn trở thành người như thế nào; yếu tố thứ hai quyết định bạn tuyệt đối không muốn trở thành người như thế nào.
Anthropic rõ ràng có cả hai yếu tố, và sức mạnh định hình từ yếu tố thứ hai có thể còn lớn hơn yếu tố thứ nhất. Hãy xem sơ qua hành trình của Dario:
Dario lần đầu tiếp xúc với AI tại Phòng thí nghiệm AI của Baidu, nơi ông lần đầu quan sát được luật mở rộng và dần trở thành một tín đồ kiên định của luật này. Nhưng sau khi Baidu đạt được đột phá, những cuộc tranh đấu nội bộ về quyền kiểm soát và nguồn lực nhanh chóng bùng phát, và đội ngũ cuối cùng tan rã. Sau đó, Dario gia nhập OpenAI, nơi ông tham gia sâu vào quá trình phát triển loạt mô hình GPT. OpenAI từng giao 50–60% tổng công suất tính toán toàn công ty cho ông để ông dẫn dắt dự án GPT-3.
Nhưng vì Dario là người có giá trị cốt lõi và quan điểm cá nhân rất rõ ràng, nên sự bất đồng giữa ông và những người khác tại OpenAI về triết lý tổ chức bắt đầu dần hiện rõ. Ví dụ, Greg Brockman từng đề xuất một ý tưởng khiến người ta giật mình: “Tương lai có thể bán AGI cho các cường quốc hạt nhân trong Hội đồng Bảo an Liên Hợp Quốc.” Dario nghe xong gần như lập tức xin từ chức — vì trong mắt ông, đây không còn là bất đồng kinh doanh, mà là vấn đề giá trị cốt lõi.
Greg và Dario nhiều năm qua luôn không hòa hợp, còn Sam Altman thì đứng giữa để điều hòa. Lúc này, Sam phát huy khả năng giỏi nhất của mình: khiến các phe phái khác nhau đều cảm thấy ông thực sự đứng về phía mình. Về ngắn hạn, đây là nghệ thuật cân bằng; nhưng về dài hạn, đây chính là “tiêu thụ” lòng tin. Sau này mọi người đối chiếu lại mới phát hiện: điều Sam hứa với Dario và điều ông hứa với Greg hoàn toàn không giống nhau. Dần dần, Dario tự mình hình thành một nhóm đồng minh thân thiết trong công ty; một số người vì ông thích gấu trúc nên gọi nhóm này là “đàn gấu trúc” (the pandas). Sự bất đồng giữa họ và ban lãnh đạo OpenAI về lựa chọn đường đi, quản trị tổ chức… ngày càng lớn, cuối cùng phát triển thành một cuộc đấu tranh chính trị nghiêm trọng.
Ngay cả cấp cao cũng từng bùng nổ một cuộc đối chất nghiêm trọng. Sam cáo buộc Dario và Daniela (em gái Dario, sau này là một đồng sáng lập của Anthropic) đã tổ chức phản hồi tiêu cực chống lại ông đằng sau lưng; hai người phủ nhận và lập tức gọi người được Sam nhắc đến làm nhân chứng. Kết quả người này khẳng định hoàn toàn không biết chuyện gì cả, và Sam lại quay đầu phủ nhận chính lời cáo buộc vừa nói.
Sự việc khiến anh em Dario hoàn toàn mất niềm tin, hai bên cãi vã ngay tại chỗ.
Các “kịch bản nội bộ” tương tự còn rất nhiều. Tóm lại, Dario đã nâng mức độ xung đột với cả hai bên lên thành một cuộc khủng hoảng niềm tin đạo đức: ông cho rằng một công ty nắm giữ công nghệ mạnh mẽ như vậy, người lãnh đạo phải chân thành và đáng tin cậy. Nếu người cầm lái không trung thực, thì chính là đang góp phần đẩy một hướng đi nguy hiểm tiến xa hơn.
Vì vậy, Dario cuối cùng đã rời OpenAI cùng một số đồng nghiệp cốt lõi của GPT-3 để thành lập Anthropic ngày nay.
Vì vậy, văn hóa tổ chức của Anthropic ngày nay không chỉ vì Dario vốn dĩ là người như vậy, mà quan trọng hơn là ông đã trực tiếp trải qua hai cuộc đấu tranh chính trị tại Baidu và OpenAI. Ông hiểu rõ một nhóm người thông minh có cái tôi cao dễ chia rẽ đến mức nào do tranh giành nguồn lực và bất đồng giá trị — nên sau này họ đã bản năng xây dựng Anthropic theo hướng ngược lại:
Vì từng chứng kiến nghệ thuật cân bằng làm “tiêu thụ” lòng tin, nên họ càng nhấn mạnh sự chân thực và minh bạch; từng chứng kiến những cuộc đấu tranh chính trị gay gắt, nên họ khuyến khích mọi người đưa xung đột lên trước, nói rõ ngay từ đầu; từng chứng kiến sự tan rã tổ chức do bất đồng quan điểm, nên họ thiết lập quy trình sàng lọc văn hóa nghiêm ngặt; từng chứng kiến cuộc tranh giành quyền lực của những “ngôi sao siêu hạng”, nên họ nhấn mạnh “cái tôi thấp”, không thích tuyển “tên tuổi lớn”.
Văn hóa tổ chức của Anthropic ngày nay phần lớn giống như một “phản lực” do những trải nghiệm tại Baidu và OpenAI để lại.
Kết luận
Nếu phải tổng kết, Anthropic và OpenAI thực chất là hai công ty có bản sắc rất khác nhau: công ty đầu tiên là một tổ chức mang tính lý tưởng主义, sứ mệnh rõ ràng và có tính gắn kết cao như một “giáo phái”; còn công ty sau là một “siêu nền tảng” do tham vọng thúc đẩy, mở rộng đa tuyến và không ngừng tìm kiếm “điểm bùng nổ” tiếp theo.
Để nhìn rõ hơn, chúng ta có thể đặt song song một số chiều kích cốt lõi của hai bên:
Tuy nhiên, dù bài viết trên đã nêu ra nhiều ưu điểm của Anthropic, nhưng chúng ta khó có thể kết luận rằng một loại văn hóa nào đó chắc chắn áp đảo loại kia, cũng rất khó dự đoán cục diện ba tháng tới. Thế giới AI thay đổi quá nhanh, và hiện tại OpenAI lại đang bị thị trường đánh giá thấp — ví dụ như:
- Lập trình đã trở thành “lá bài lộ”, OpenAI rất có khả năng bắt kịp; hiện nay một xu hướng rõ ràng là các nhà phát triển đang chuyển từ Claude Code sang Codex;
- Nhu cầu bùng nổ vượt xa kỳ vọng của tất cả mọi người, và năng lực tính toán đang trở thành yếu tố quyết định mới — trong khi OpenAI từ rất sớm đã khóa được nguồn lực tính toán vượt xa Anthropic;
- Văn hóa khám phá cởi mở của OpenAI có những ưu thế riêng to lớn, đồng thời OpenAI cũng luôn đi tiên phong và đặt cược mạnh mẽ hơn vào các mô hình mới — lần bứt phá tiếp theo có thể khiến cục diện hoàn toàn đảo ngược.
Tóm lại, nhìn lại ba năm qua từ năm 2026, Anthropic thực sự đã để lại cho toàn ngành một mẫu hình đáng nhớ: trong thời đại AI, chiến thắng không nhất thiết đến từ tham vọng lớn hơn, khám phá nhiều hơn hay nhân tài mạnh hơn. Đôi khi, chiến thắng lại đến từ những điều ngược lại: ít lựa chọn hơn, cái tôi thấp hơn, và một sứ mệnh ngây thơ.
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
