Chollet nói AI sẽ chuyển sang “mô hình + chương trình”: Vì sao blockchain có thể là lớp chương trình quan trọng nhất cho tác tử

Mới đây, François Chollet, cha đẻ của chuẩn ARC-AGI, đưa ra một nhận định khiến giới phát triển AI phải dừng lại: cuộc đua không còn nằm ở việc xây một mô hình ngôn ngữ lớn, mà ở việc xây một hệ thống tác tử tổng thể gồm mô hình và các chương trình bên ngoài. Ông gọi kiến trúc này là “bánh sandwich biểu tượng”. Trong giới tiền mã hóa, AI agent đã trở thành một narrative lớn. Nhưng nếu Chollet đúng, thị trường đang nhìn sai mảnh ghép quan trọng: giá trị không nằm ở mô hình, mà nằm ở lớp chương trình. Và nói về lớp chương trình có thể kiểm chứng, blockchain có lợi thế mà ít nền tảng khác có được. Chollet không phải nhân vật xa lạ. Ông từng làm việc tại Google và là tác giả của ARC-AGI, một bộ kiểm tra được thiết kế để đo khả năng suy luận trừu tượng và khả năng học từ mẫu nhỏ, thứ mà các mô hình ngôn ngữ lớn vẫn rất yếu. Ông nhiều lần cảnh báo rằng việc mở rộng tham số và dữ liệu không tự động tạo ra trí thông minh tổng quát. Nhận định mới đây của ông không phải một ý tưởng hoàn toàn mới, nhưng nó được đưa ra đúng lúc cả ngành đang chuyển từ câu hỏi “mô hình nào to hơn” sang câu hỏi “tác tử nào làm được việc hơn”. Trong bối cảnh đó, các dự án AI agent trên blockchain trở thành một chủ đề đáng chú ý. Từ bot giao dịch tự động đến các tổ chức tự trị phi tập trung có gắn nhãn AI, thị trường tiền mã hóa đã nhanh chóng ôm lấy câu chuyện này. Nhưng phần lớn các token được gắn nhãn AI agent mới chỉ dừng lại ở việc dùng một mô hình ngôn ngữ lớn làm bộ não và một chuỗi lệnh gọi API làm cơ thể. Họ bỏ qua phần quan trọng nhất trong tuyên bố của Chollet: chương trình bên ngoài không chỉ là hàm gọi công cụ, mà là một hệ thống có cấu trúc, có thể được sinh ra, tìm kiếm, xác minh và tiến hóa. Về mặt kỹ thuật, “mô hình + chương trình” không phải là một kiến trúc mới. Nó thuộc dòng nghiên cứu neuro-symbolic lâu đời: mạng nơ-ron đảm nhận việc nhận biết và suy luận mơ hồ, còn các hệ thống ký hiệu cung cấp logic, quy tắc và khả năng kiểm chứng. Điều Chollet làm là đặt lại trọng tâm. Thay vì coi chương trình là phần phụ trợ cho mô hình, ông đặt chúng ngang hàng, thậm chí quan trọng hơn trong một hệ thống tác tử. Ông mô tả hai đường điều khiển: một đường từ trên xuống, nơi luật logic và chương trình ràng buộc hành vi của mô hình; một đường từ dưới lên, nơi mô hình dựa trên ngữ cảnh để quyết định gọi chương trình nào. Hai đường này tạo thành một vòng lặp kín. Đây không phải là một thuật toán có thể sao chép trực tiếp, mà là một triết lý thiết kế hệ thống. Báo cáo phân tích xung quanh tuyên bố của ông cũng chỉ ra một điểm tinh tế: “chương trình bên ngoài” không nên bị hiểu theo nghĩa hẹp là một hàm Python trong một agent framework. Nó có thể bao gồm chương trình tổng hợp, chương trình tìm kiếm, bộ xác minh tự động và các quy trình ra quyết định. Nếu một hệ thống có thể tự tạo ra chương trình, kiểm tra chương trình đó trong một môi trường mô phỏng, và chỉ đưa lên môi trường thật khi đạt đủ điều kiện an toàn, thì đó là một hệ thống tác tử tổng thể thực sự. Blockchain có thể cung cấp hai môi trường tách biệt rõ: testnet và mainnet. Nhưng điểm quan trọng hơn là mainnet có tính bất biến, có cơ chế đồng thuận và có một lịch sử công khai để truy vết lỗi. Chính tại điểm này, lợi thế của blockchain lộ ra. Hợp đồng thông minh về bản chất là một chương trình bên ngoài: nó có quy tắc rõ ràng, có điều kiện kích hoạt, có phạm vi quyền hạn và có thể kiểm toán công khai. Một tác tử AI trên chuỗi không cần phải thuyết phục người dùng bằng lời nói; nó cần chứng minh bằng một chuỗi giao dịch được ghi lại. Các khái niệm như bằng chứng không kiến thức, xác minh hình thức, môi trường hộp cát và máy ảo tương tác với mô hình học máy có thể trở thành lớp chương trình mà Chollet muốn nói tới. Đối với các ứng dụng tài chính, nơi một sai sót có thể dẫn đến mất hàng triệu đô la, lớp xác minh này quan trọng hơn bất kỳ phản hồi ấn tượng nào từ mô hình. Trong các cuộc kiểm tra mã nguồn mà tôi từng tham gia, tôi nhận ra một lỗi lặp lại: hầu hết dự án AI agent trên chuỗi đều tập trung vào việc làm cho mô hình trả lời hay hơn, trong khi phần công cụ thực thi lại được viết cẩu thả. Họ gọi một hợp đồng thông minh từ mô hình mà không kiểm tra quyền gọi, không giới hạn tham số, không có vòng lặp xác minh sau khi gọi. Kết quả là một tác tử có vẻ ngoài thông minh nhưng không thể chịu trách nhiệm cho hành động của mình. Nếu Chollet đúng, những dự án này đang xây lâu đài trên một nền móng sai. Một hệ quả không thể bỏ qua là sự dịch chuyển của hạ tầng. Khi tác tử trở thành đơn vị cạnh tranh, chi phí sẽ dịch chuyển từ pre-training sang suy luận. Mỗi tác tử thực hiện một nhiệm vụ không chỉ gọi mô hình một lần, mà phải lặp lại nhiều lần: nhận dạng ý định, chọn công cụ, thực thi, đọc kết quả, xác minh. Điều này tạo ra nhu cầu mới cho CPU, môi trường hộp cát, vòng lặp xác minh và dịch vụ theo dõi hoạt động. Trên blockchain, nhu cầu này còn phức tạp hơn vì cần các oracle và cơ chế đồng thuận xác nhận rằng tác tử đã thực hiện đúng chương trình. Hạ tầng lai GPU-CPU có thể trở thành một lớp tài sản riêng trong hệ sinh thái AI crypto. Nếu nhìn vào bản đồ cạnh tranh, tuyên bố của Chollet đang củng cố vị thế của ARC-AGI như một chuẩn đo lường. Khi các công ty bắt đầu dùng ARC-AGI để đánh giá tác tử, thì các dự án crypto có điểm xác minh trên chuỗi có thể tận dụng điều này. ARC-AGI không đo lượng tri thức tích lũy, mà đo khả năng học và thích nghi với chương trình mới. Một tác tử ghi lại quá trình học và thích nghi trên chuỗi có thể tạo ra một loại điểm tín nhiệm khó làm giả. Đây là một lớp tường thành mà các công ty AI tập trung, đóng hộp trong server riêng, khó lòng sao chép được. Điều phản trực giác ở đây là Chollet không khai sinh ra một xu hướng mới. Ông chỉ đặt tên cho một xu hướng đang chạy ngầm. ChatGPT Code Interpreter, Claude Computer Use, Manus, AutoGPT – tất cả đều là những hệ thống “mô hình + chương trình” theo một cách nào đó. Chúng không thông minh hơn chỉ vì có thêm chương trình. Chúng đáng tin cậy hơn, hoặc ít nhất có thể bị giới hạn tốt hơn. Vì vậy, “bánh sandwich biểu tượng” không phải là chìa khóa mở ra AGI. Nó là một cách nói về việc cần xây các lớp bảo vệ quanh mô hình. Nếu thị trường crypto hiểu sai điều này, nó sẽ biến thành một narrative bơm token khác, giống như bao narrative trước đó. Câu chuyện đầu tư vì thế cần một bộ lọc. Nhà đầu tư thường hỏi mô hình của dự án mạnh không, đội ngũ có từ OpenAI hay Google không. Nhưng nếu trọng tâm dịch sang chương trình, câu hỏi đúng phải là: dự án có một lớp chương trình có thể kiểm soát và kiểm toán không? Hợp đồng thông minh có phân quyền không? Có cơ chế dừng khẩn cấp không? Có môi trường mô phỏng để thử nghiệm các hành vi nguy hiểm không? Có cơ chế thưởng phạt cho tác tử dựa trên kết quả thực tế hay chỉ dựa trên số lượng token bị khóa? Trong thị trường đi ngang, vốn rất dễ chảy vào những dự án có lời hứa lớn. Tôi đã chứng kiến quá nhiều dự án dùng từ khóa “tác tử thông minh” nhưng thực chất chỉ là một bot Telegram gọi API. Cần phân biệt “tác tử được lập trình” và “tác tử tự tiến hóa”. Phần lớn dự án hiện tại thuộc loại đầu. Loại thứ hai vẫn chưa có ai chứng minh được một cách thuyết phục. Đương nhiên, bản thân tuyên bố của Chollet không đưa ra bằng chứng thực nghiệm. Không có số liệu ARC-AGI mới, không có kiến trúc cụ thể, không có thí nghiệm so sánh. Vì vậy, nên coi đây là một tín hiệu định hướng, không phải một cú sốc công nghệ. Trong ngành crypto, tín hiệu định hướng cũng đủ để dòng vốn dịch chuyển. Các token liên quan đến hạ tầng tác tử, giao thức ký quỹ, môi trường thực thi đáng tin cậy và lớp xác minh có thể được hưởng lợi. Nhưng rủi ro hype là rất cao. Nếu “hệ thống tác tử tổng thể” bị biến thành một cái tag mới để bơm giá, nó sẽ sụp giống như mọi câu chuyện thiếu cơ chế trước đó. Nếu Chollet đúng, cuộc đua AI không còn là cuộc đua của những tham số. Nó là cuộc đua của những ràng buộc. Mô hình thông minh hơn không tự động tạo ra tác tử an toàn hơn. Một tác tử hoạt động trong môi trường có rủi ro cần một lớp chương trình hoạt động như hệ thống phanh: kiểm tra, xác minh và dừng lại khi cần. Blockchain có thể là nơi lý tưởng nhất để xây lớp phanh đó. Nhưng điều đó còn phụ thuộc vào việc đội ngũ phát triển có dám đặt chương trình vào vị trí trung tâm hay không. Câu hỏi cuối cùng dành cho mọi dự án AI agent: mô hình của bạn có thể tạo ra cảm hứng, nhưng chương trình của bạn có thể tạo ra niềm tin không?