AI chính là Computer

AI chính là Computer

Gần đây chúng tôi đã ra mắt Perplexity Computer. Bài viết này giải thích suy nghĩ đằng sau sản phẩm đó.

Cứ vài tuần, một sản phẩm AI mới lại ra mắt và gây ra sự hoảng loạn trên thị trường. Đó có thể là một sáng kiến mới, một tác nhân, hoặc thứ gì đó tương tự. Dù đó là gì đi nữa, tôi có thể nói với bạn một điều rằng nó không thể làm được.

Ngay cả với mô hình AI tốt nhất trên thế giới, nó cũng không thể hoàn thành tốt nhất công việc cho bạn.

Làm sao tôi biết được? Bởi vì trạng thái của các mô hình tiên tiến đã trở nên tiên tiến đến mức để khai thác những tài năng tốt nhất từ bất kỳ mô hình nào trong số đó, bạn cần các mô hình khác nhau làm việc cùng nhau. Điểm yếu lớn nhất của Claude là nó chỉ cộng tác với Claude.

Không có dòng mô hình nào có thể hoạt động ở mức cao nhất mà không có tài năng của các dòng mô hình khác. Khi các mô hình trở nên mạnh mẽ hơn, chúng ta thấy chúng bắt đầu chuyên môn hóa. Trạng thái tương lai của AI là công việc tốt nhất của bạn sẽ được hoàn thành khi có các mô hình khác nhau cùng làm việc.

Trong lĩnh vực AI, chúng tôi gọi đây là "sự điều phối" (orchestration), hoặc đôi khi là "khung điều khiển" (the harness). Dù bạn muốn gọi nó là gì đi nữa, hiệu suất vượt trội của việc điều phối đa mô hình vượt xa bất kỳ điều gì mà một dòng mô hình riêng lẻ có thể làm được.

Giai đoạn tiếp theo của AI phải mang tính đa mô hình trên diện rộng. Đó chính là Perplexity Computer. Mười chín mô hình có sẵn ở phần phụ trợ (backend), và các kết quả đầu ra đã gây ấn tượng với tôi hơn bất kỳ thứ gì trong lĩnh vực AI trong suốt thời gian qua.

Dưới đây là cách sản phẩm đó ra đời.

Cách Computer được xây dựng

Ban đầu, chúng tôi đặt tên cho thí nghiệm của mình là ASI. Tên này thực ra không viết tắt cho từ gì cụ thể, nhưng đôi khi chúng tôi gọi nó là "Trí tuệ siêu việt nhân tạo" (Artificial Super Intelligence). (Nó cũng có thể mang ý nghĩa là "Một tích hợp Slack khác" (Another Slack Integration), vì đó là nơi nó tồn tại lúc đầu.)

Chúng tôi coi nó như một nhân viên kỹ thuật số. Bạn gửi tin nhắn cho nhân viên này trên Slack với một nhiệm vụ, và nó sẽ bắt đầu làm việc. Nó phân chia công việc, tạo ra các tác nhân phụ cho các nhiệm vụ khác nhau, tạo các tệp để tự giúp mình trong bước tiếp theo, tìm kiếm thông tin quan trọng và thỉnh thoảng kiểm tra lại, chỉ khi cần thiết. Bạn có thể đi ngủ và thức dậy với hàng tuần công việc đã được hoàn thành. Hoặc, bạn có thể yêu cầu nó làm việc trong nhiều tuần, và nó sẽ tiếp tục thực hiện một cách đáng tin cậy và liên tục.

Trong thời gian này, thế giới đã phát hiện ra Clawdbot, nay là OpenClaw. Thật thú vị, nếu bạn thích phần mềm độc hại đọc các tin nhắn của mình. Chúng tôi có thể thấy rằng ASI an toàn hơn và có năng lực hơn rất nhiều: nó có hệ thống tệp, kết nối với hàng trăm công cụ, có thể đọc và ghi vào tệp, viết mã, sử dụng các công cụ CLI, duyệt internet và có khả năng điều phối mọi tác vụ cho các tác nhân phụ phù hợp sử dụng mô hình tốt nhất cho tác vụ đó. Tất cả đều nằm trong một môi trường thử nghiệm phát triển an toàn trên đám mây.

Trên thực tế, ASI không thực sự là một nhân viên kỹ thuật số từ xa. Với quyền truy cập vào hệ thống tệp, một shell để thực thi mã một cách an toàn và trình duyệt để truy cập các ứng dụng web cũng như trình kết nối, ASI về cơ bản là một máy tính. Máy tính của bạn. Chiếc máy tính.

Vì vậy, chúng tôi chính thức đặt tên cho nó là Perplexity Computer.

Tại sao web lại quan trọng

Vào năm 2011, Google có ý tưởng rằng bạn có thể khởi chạy một chiếc máy tính chỉ với internet, các tệp và một terminal bash. Sản phẩm đó được gọi là Chromebook. Google đã đúng khi hiểu rằng phần quan trọng nhất của máy tính là nó có quyền truy cập web.

Web là nơi chúng ta làm việc và giao tiếp. Nó cũng là thiết bị lưu trữ của chúng ta, theo cả nghĩa đen và nghĩa bóng. Nó chứa lượng lớn dữ liệu, thông tin và kiến thức. Một phần được chia sẻ chung, một phần mang tính cá nhân.

Nếu bạn nghĩ về web như một hệ thống lưu trữ kiến thức, nó luôn rất giỏi trong chức năng GHI (WRITE). Blog đầu tiên được xuất bản vào đầu những năm 90, và việc xuất bản cũng như lưu trữ kiến thức trên web đã bùng nổ kể từ đó.

Điều mà Google đã đánh giá thấp đối với Chromebook là vấn đề lớn nhất của web với tư cách là một hệ thống lưu trữ thực ra lại là chức năng ĐỌC (READ). Để đọc kiến thức từ web, chúng ta đã dựa vào tìm kiếm bằng thuật toán vốn ít nhiều không thay đổi trong suốt 28 năm qua.

Các công cụ tìm kiếm, với tư cách là một phương1 cách để tiếp cận kiến thức, chưa bao giờ có khả năng nghiên cứu chuyên sâu, tổng hợp hay tóm tắt. Công cụ tìm kiếm cũng không thể hành xử như một tác nhân để truy cập bất kỳ kiến thức nào trên web đòi hỏi phải có hành động mới truy cập được.

Sau đó, AI xuất hiện. Perplexity đã xây dựng công cụ trả lời đầu tiên, và những đơn vị khác đã làm theo. Chúng tôi vẫn tập trung vào AI chính xác, với sự tập trung mãnh liệt vào Nghiên cứu chuyên sâu (Deep Research). Đó là bởi vì khi AI có thể tìm kiếm, phân tích, suy luận và trình bày chính xác toàn bộ kiến thức trên web mở, vấn đề ĐỌC cuối cùng đã được giải quyết.

Nếu internet là đĩa lưu trữ tri thức của Trái Đất, thì Perplexity đã giải quyết được chức năng đọc.

Một khi web là một hệ thống lưu trữ đọc/ghi hoạt động đầy đủ, với các tác nhân có thể điều hướng và hoàn thành các tác vụ, điều duy nhất còn lại mà máy tính cần chính là mọi thứ mang tính cá nhân.

Bộ nhớ bền vững làm cho máy tính trở nên mang tính cá nhân. Nó có các tệp và công cụ, và đó là các tệp và công cụ của bạn, riêng tư và được điều chỉnh theo sở thích của bạn. Máy tính phải có khả năng làm việc với chúng cho bạn, một cách cá nhân hóa.

Máy tính cũng tạo ra mọi thứ. Chúng tạo ra các tạo phẩm thực sự như mã nguồn, tài liệu và tệp. Chúng lưu trữ các tệp, truy xuất tệp, viết tệp mới, truy cập các tệp. AI có thể làm tất cả những điều này. Cuối cùng, khi AI đang thực hiện tất cả công việc này, bạn cần có sẵn các mô hình tiên tiến khác nhau cho các công việc khác nhau trong máy tính.

Bất kỳ máy tính nào hữu ích cũng đòi hỏi quá nhiều kỹ năng khác nhau để một mô hình duy nhất có thể làm tốt tất cả. Sự điều phối là điều thiết yếu đối với máy tính.

Điều này có thể có nghĩa là mã nguồn cứng của hệ điều hành sẽ bớt đóng vai trò là hào kỹ thuật bảo vệ cho các nhà sản xuất thiết bị khi AI tiến bộ. Tôi không biết chắc. Những gì chúng tôi biết chắc chắn là máy tính chính là hệ thống điều phối.

Tại sao việc điều phối lại quan trọng

Steve Jobs đã nói, "Các nhạc sĩ chơi nhạc cụ của họ. Tôi điều khiển dàn nhạc." AI cũng tương tự như vậy. Đàn Stradivarius có những đặc điểm nhất định, và chúng ta ngạc nhiên trước âm thanh và nghệ thuật thủ công của nó. Nhưng nó vẫn không thể làm bạn rung động như một chiếc trống bass, và tiếng trống cũng không thể làm bạn cảm động như bản giao hưởng của Mahler.

Các nhà tạo lập mô hình chính là những Antonio Stradivari của thời đại chúng ta. Tôi không có ý thiếu tôn trọng khi nói điều này. Tôi vô cùng kinh ngạc trước mọi năng lực mô hình mới và là một người ủng hộ nhiệt thành cho công việc tại các phòng thí nghiệm tiên tiến. Họ thúc đẩy tương lai của chúng ta tiến về phía trước.

Nhưng giờ đây chúng ta thấy các mô hình đang chuyên môn hóa, chứ không phải trở thành hàng hóa đại trà. Khi bạn xây dựng các tác nhân với chúng, chúng có những tài năng khác nhau, giống như bất kỳ người lao động nào. Mô hình này giỏi hơn về suy luận. Mô hình khác giỏi về mã nguồn. Mô hình khác nữa giỏi về viết sáng tạo. Điều quan trọng là cách bạn điều phối chúng.

Điều phối giữa các mô hình và các dòng mô hình là cách duy nhất để xây dựng một hệ thống đủ linh hoạt để xử lý công việc thực tế. Khi bạn cần Nghiên cứu chuyên sâu để cung cấp thông tin cho một quyết định, bạn muốn một mô hình được tối ưu hóa cho độ chính xác và khả năng truy xuất. Khi bạn cần viết mã, bạn muốn một mô hình được đào tạo trên hàng tỷ dòng cơ sở mã sản xuất.

Cho dù bạn đang quản lý một nhóm người, hay một dàn nhạc gồm các nhạc sĩ, công việc chất lượng cao vẫn luôn như vậy. Các tác nhân AI cũng không có gì khác biệt.

Đối với các quy trình làm việc, yếu tố khác biệt chính là khung điều khiển (the harness). Một trình lập kế hoạch chia nhỏ các mục tiêu phức tạp thành các tác vụ phụ. Một bộ điều phối gán các tác vụ đó cho đúng các tác nhân, thực thi các quy tắc và quản lý việc thực thi. Các tác nhân phụ chuyên biệt thực hiện các hành động tập trung. Bộ nhớ chia sẻ lưu trữ ngữ cảnh và kiến thức tích lũy để đảm bảo tính liên tục. Nói cách khác, trí thông minh chính là máy tính.

Sự tiến hóa tiếp theo của máy tính

400 năm trước, "computer" (máy tính) là người học việc của một nhà thiên văn học. (Những người đặt tên cho các sao chổi.)

Sau đó, máy tính là dạng cơ học, rồi đến cơ điện, rồi đến kỹ thuật số. Vào khoảng năm 1974, giao diện đồ họa người dùng (GUI) ra đời. Với giao diện đồ họa người dùng, chúng ta có thể làm việc với máy tính theo những cách thức mới. Chúng ta có thể giao phó công việc cho nó và nhìn nó làm việc. Sau đó, màn hình được gập lại qua bàn phím để trở thành một chiếc máy tính cá nhân di động.

Đó là một câu nói cửa miệng khi cho rằng sự tiến hóa tiếp theo của máy tính là lúc Steve Jobs đặt chiếc máy tính cá nhân vào túi của mọi người. Ngày nay, có vẻ chính xác hơn khi nói rằng ông ấy đã đặt một màn hình trước mặt mọi người. Tất cả mọi người đều đang cuộn màn hình. Trong 49 năm qua, giao diện đồ họa người dùng (GUI) đã tiến hóa từ cách chúng ta điều khiển máy tính thành cách máy tính điều khiển chúng ta.

Sự kiệt quệ với mô hình này đang ngày càng gia tăng. Cuộc đua điên cuồng giành Mac Mini trong thời kỳ sốt OpenClaw là một ví dụ hoàn hảo. Giao diện đồ họa người dùng là cần thiết, nhưng không phải lúc nào chúng cũng cần thiết.

Các mô hình AI cuối cùng đã trở nên đủ tiên tiến để đưa máy tính trở về đúng ý nghĩa thực sự của nó: hoạt động một cách tự động, chính xác. Và không đồng bộ, để giải thoát chúng ta khỏi việc phải đứng nhìn nó làm việc.

Chuột, giao diện đồ họa người dùng và bàn phím đều là những công nghệ quan trọng, nhưng chúng chỉ là các giao diện. Và trừ khi bạn muốn một con ngựa tự lái hoàn toàn, bạn phải thừa nhận rằng giao diện chưa bao giờ quan trọng bằng máy tính.

Tương lai là Computer

Các mô hình AI đang trở nên có năng lực đến mức các sản phẩm được xây dựng xung quanh chúng đã trở thành một nút thắt cổ chai trong việc thể hiện tiềm năng thực sự của chúng. Giao diện trò chuyện (chat UI) phù hợp cho việc trả lời câu hỏi, và các tác nhân phù hợp cho các tác vụ riêng lẻ. Trong khi đó, giao diện cho toàn bộ quy trình làm việc luôn là máy tính.

AI hiện nay hoàn toàn mang tính đa phương thức (multi-modal). Nó hiểu và tạo ra nhiều dạng dữ liệu trong một hệ thống mạch lạc duy nhất. Jensen và những người khác đã nói rằng tương lai của AI cũng phải mang tính đa mô hình. Họ đã đúng; các mô hình chuyên biệt phải hợp tác giống như một đội ngũ. Có lẽ sẽ chính xác hơn nếu nói tương lai của AI là mang tính đa mô hình trên quy mô lớn.

Khi AI thay thế nhiều hơn các chức năng của chính chiếc máy tính, hoạt động trung tâm của máy tính sẽ là sự điều phối đa mô hình quy mô lớn.

Và chúng ta mới chỉ ở điểm khởi đầu. Vào năm 2025, một mô hình tiên tiến mới đã gia nhập thị trường, tính trung bình, cứ sau mỗi 17 ngày. Với mỗi tiến bộ năng lực mới trong AI, một nhạc sĩ khác lại bước lên sân khấu để nhận chỗ ngồi của mình trong dàn nhạc. Người nhạc trưởng nhịp gậy chỉ huy. Máy tính bắt đầu làm việc.

Hãy dùng thử Computer ngay hôm nay.