Vừa Rồi, OpenAI Lộ Thông Tin GPT-6, Đồn Đoán 10 Nghìn Tỷ Tham Số, Ép Phát Hành Vào Tháng 8

marsbitXuất bản vào 2026-08-10Cập nhật gần nhất vào 2026-08-10

Tóm tắt

Vừa qua, thông tin về GPT-6 (còn gọi là Astra) của OpenAI đã gây chấn động. Theo tiết lộ từ phóng viên AI nội bộ ChrisGPT, dù chịu áp lực kiểm duyệt, mô hình siêu khổng lồ này với thông số kỹ thuật được đồn đoán lên tới 10 nghìn tỷ tham số – gấp 5 lần GPT-4 – vẫn sẽ được ra mắt trong tháng 8/2026. Tuy nhiên, Astra mới chỉ là màn mở đầu. OpenAI được cho là đang ấp ủ "quái vật" thực sự có tên mã Doug, dự kiến ra mắt muộn nhất vào tháng 11. Doug được huấn luyện tiền kỹ trên cơ sở hạ tầng điện toán cực mạnh, có khả năng khiến Fable của Anthropic trở nên lỗi thời. Động thái này được xem là bước đột phá quan trọng, đánh dấu việc OpenAI cuối cùng cũng vượt qua "bức tường huấn luyện tiền kỹ" sau hơn 2 năm. Bối cảnh cạnh tranh trở nên nóng bỏng khi Anthropic cũng lên kế hoạch ra mắt Fable 5.1 trong tháng 8 để đối đầu trực tiếp với Astra. Trong khi đó, sự ra đi của các nhân vật chủ chốt tại Google DeepMind khiến cuộc đua AI tiên phong giờ đây chủ yếu là cuộc chiến song phương giữa OpenAI và Anthropic. Với hai lá bài Astra và Doug, OpenAI đang cố gắng khẳng định lại vị thế dẫn đầu tuyệt đối của mình.

GPT-6 với 10 nghìn tỷ tham số, sắp ra mắt trong tháng này!

Vừa mới đây, một tin chấn động lan truyền trên X.

Phóng viên nội bộ AI ChrisGPT tiết lộ, dù đang chịu áp lực kiểm duyệt từ chính phủ, GPT-6 (Astra) vẫn sẽ được phát hành vào tháng 8.

GPT-6, chính là mô hình Astra mà OpenAI đã khẩn cấp tạm dừng phát hành hôm qua.

9 tháng trước, OpenAI bắt đầu dồn lực, phân bổ lại tài nguyên tính toán. Nhận ra Anthropic đang dẫn đầu trong tiền huấn luyện, OpenAI đã sốt ruột!

Theo ước tính, GPT-4 có khoảng 1,8 nghìn tỷ tham số. Nếu Astra thực sự có 10 nghìn tỷ tham số, thì gấp hơn năm lần GPT-4.

Dù sao đi nữa, OpenAI đã đầu tư vào quy mô tiền huấn luyện chưa từng có.

Đừng vội, phía sau còn có cao thủ.

Thứ hai mà ChrisGPT tiết lộ, là "con thú khổng lồ hoành tráng" có mật danh Doug sẽ ra mắt cuối năm.

Nó không chỉ là mô hình tiền huấn luyện có quy mô lớn nhất từ trước đến nay của OpenAI, mà còn được cho là khiến Fable trông giống như một sản phẩm thô sơ.

Và, nó không phải là GPT-6.

Nhưng mô hình này cần được tiền huấn luyện trước, sau đó còn phải trải qua nhiều bài kiểm tra an ninh mạng, do đó có thể sẽ được phát hành muộn nhất là trước tháng 11.

Trùng hợp thay, mới đây, Chủ tịch OpenAI Greg đã chuyển tiếp một bài viết trên X——

GPT-4, đã hoàn thành huấn luyện vào ngày 8 tháng 8 cách đây bốn năm.

Giới chuyên môn phỏng đoán, GPT-4 có khoảng 1,8 nghìn tỷ tham số, bốn năm sau, GPT-6 đạt tới mười nghìn tỷ tham số, hoàn thành một bước nhảy vọt đáng sợ về cấp số!

Có thể suy đoán, GPT-6 sẽ xuất hiện khả năng suy luận logic và khái quát hóa khó tưởng tượng.

Con Thú Khổng Lồ Cuối Năm Doug:

Biến Fable 5 Thành "Người Nguyên Thủy"

Cái tên Doug, không chỉ được ChrisGPT tiết lộ, mà trước đây tổ chức nổi tiếng SemiAnalysis cũng từng đề cập.

Theo thông tin được tiết lộ, nền tảng tính toán của Doug cực kỳ xa xỉ.

Chuyên gia thông tin hàng đầu Pankaj Kumar chỉ ra, Doug rất có khả năng được huấn luyện bằng chip Vera Rubin thế hệ tiếp theo của NVIDIA vẫn chưa được triển khai rộng rãi!

Tổng hợp lại, OpenAI đang chơi một ván cờ rất lớn.

Vào tháng 8, dùng GPT-6 10 nghìn tỷ tham số để gây chấn động, thu hút người dùng; đến cuối năm, lại tung ra con thú khổng lồ Doug này, giành lấy vị trí số một tuyệt đối.

Tibo, người đang chiến đấu với Boris, cũng đã báo trước một bất ngờ

Tháng 8, Trận Chiến Quyết Định ASI

Vào tháng 7 năm 2026, đã có nhiều nguồn tin tiết lộ, mô hình thế hệ tiếp theo sắp tới của OpenAI sử dụng nền tảng tiền huấn luyện hoàn toàn mới (vượt qua "Spud" trước đây khoảng 4T token), quy mô khoảng 10T, ngữ cảnh có thể đạt 1,5M token, đối đầu với Mythos/Fable của Anthropic.

Hiện tại tình hình đã rõ: Thời gian phát hành Astra bị hoãn lại do vấn đề an toàn, nhưng Anthropic không có ý định chờ đợi.

Anthropic đang chuẩn bị phát hành Fable 5.1 vào tháng 8, định giá ngang với Fable 5, trực tiếp đối đầu với Astra.

Anthropic rất có khả năng áp dụng chiến thuật "Điền Kỵ tất mã": Lý do Opus 5 phát hành có chừa sức, là để dùng Fable 5.1 làm quân phục kích, đợi GPT-6 lộ diện, lập tức theo sau đánh chặn.

Ai sẽ trở thành vua của mô hình lớn? Câu hỏi này trong tháng 8 trở nên căng thẳng hơn bao giờ hết.

Đột Phá "Bức Tường Tiền Huấn Luyện": OpenAI Phản Công Tuyệt Địa

Tại sao Doug lại quan trọng như vậy?

Bởi vì nó chỉ ra một thực tế mà toàn ngành không dám đối mặt: Kể từ khi phát hành GPT-4o vào tháng 5 năm 2024, OpenAI đã hơn hai năm không hoàn thành việc tiền huấn luyện toàn quy mô cho mô hình tiên phong thế hệ tiếp theo.

o1, o3, GPT-5 đến GPT-5.5, về bản chất đều là hậu huấn luyện, học tăng cường và tính toán suy luận trên nền tảng thời GPT-4o. "Động cơ" của GPT, đã hai năm chưa thay.

Vì nút cổ chai nghiêm trọng trong tiền huấn luyện, các dự án như Orion đều bị giáng cấp vì hiệu suất không như kỳ vọng.

Nhưng! OpenAI chưa bao giờ từ bỏ tuyến chính lõi là tiền huấn luyện.

Gemini 3 phát hành cuối năm ngoái, đã khiến Altman quyết tâm thay "động cơ".

Ngay sau đó, mô hình tiền huấn luyện mới mật danh Garlic đã lộ diện. Được cho biết, Giám đốc nghiên cứu Mark Chen nói với đội ngũ, công ty đã giải quyết được vấn đề then chốt trong tiền huấn luyện.

Nhưng Garlic giống một thử nghiệm kiểm chứng hơn, Doug mới là sản phẩm thực sự sau khi mở rộng lên quy mô lớn hơn.

Rất có khả năng họ đã khắc phục được nút cổ chai thoái hóa hiệu suất, giải quyết ổn định cho cụm máy chủ hàng chục nghìn thậm chí trăm nghìn card, dẫn đến sự ra đời của Doug.

Trong thời gian dài, SemiAnalysis vẫn luôn nhấn mạnh: Scaling Laws vẫn có hiệu lực.

Dòng o1 chứng minh: Mô hình có thể liên tục Scaling về "thời gian suy luận".

Còn Doug, sự trở lại của vua, tuyên bố: Trên chiều cơ bản "tiền huấn luyện", chỉ cần đủ sức tính toán và dữ liệu, Scaling Laws vẫn có thể tạo ra kỳ tích!

Ba Gã Khổng Lồ Chỉ Còn Hai

Hiện nay, ba nhà chỉ còn hai.

Ngày 5 tháng 8, bản đồ AI của Google sụp một góc.

Nhà khoa học trưởng Jeff Dean làm việc 27 năm cùng ba nhà nghiên cứu cốt cán rời đi khởi nghiệp. Cùng ngày, người đoạt giải Nobel Hassabis từ chức CEO DeepMind, lui về làm chủ tịch hội đồng quản trị. Cổ phiếu Alphabet ngày hôm đó giảm hơn 4%.

DeepMind, không còn là một phòng thí nghiệm tiên phong nữa. Nơi phát minh ra Transformer, đang cung cấp nhà nghiên cứu đỉnh cao cho đối thủ.

Không lâu trước đây, Thung lũng Silicon vẫn là "ba gã khổng lồ" ASI, giờ đây, trên đường đua chỉ còn OpenAI và Anthropic.

Hiện tại, Anthropic nắm trong tay Fable 5. OpenAI nắm trong tay là 5.5, 5.6 liên tục lặp lại, cùng với thế hệ 6 sắp tới.

Bây giờ, OpenAI đang giữ hai lá bài: Astra tháng 8, và Doug cuối năm.

Hai năm qua, OpenAI đã chứng minh động cơ cũ vẫn có thể vắt ra nhiều mã lực. Khi động cơ thay đổi, hệ thống đã được điều chỉnh đến giới hạn này, còn có thể đẩy chiếc xe đi nhanh đến mức nào?

Câu trả lời này, Doug cuối năm sắp tiết lộ.

Tài liệu tham khảo:

https://x.com/ChrisGPT/status/2086220662264250764

https://newsletter.semianalysis.com/p/gemini-is-cooked-but-gcp-is-cooking

Bài viết này từ tài khoản công chúng WeChat "Tân Trí Nguyên", tác giả: ASI Khải Thị Lục, biên tập: Aeneas Solomon

Câu hỏi Liên quan

QBài viết tiết lộ thông tin gì về GPT-6 (Astra) của OpenAI?

ABài viết tiết lộ rằng GPT-6, còn có tên mã là Astra, được cho là có quy mô tham số lên tới 10 nghìn tỷ, gấp khoảng 5 lần GPT-4. Mô hình này dự kiến sẽ được OpenAI ra mắt vào tháng 8, bất chấp áp lực kiểm duyệt từ chính phủ.

QMô hình 'Doug' được đề cập trong bài có điểm gì đặc biệt?

A'Doug' được mô tả là một 'quái vật sử thi' dự kiến ra mắt cuối năm nay. Nó không phải là GPT-6, mà là mô hình tiền huấn luyện có quy mô lớn nhất từ trước đến nay của OpenAI, được cho là vượt xa Fable (của Anthropic). Nó được huấn luyện trên kiến trúc chip Vera Rubin thế hệ tiếp theo của NVIDIA và sẽ trải qua nhiều bài kiểm tra an ninh mạng trước khi phát hành, dự kiến muộn nhất là tháng 11.

QTình hình cạnh tranh giữa OpenAI và Anthropic vào tháng 8 được mô tả như thế nào?

ATháng 8 được mô tả là thời điểm quyết định của ASI (Artificial Superintelligence). OpenAI dự định dùng GPT-6 (Astra) để 'làm nổ tung sân khấu'. Trong khi đó, Anthropic được cho là sẽ áp dụng chiến thuật 'Điền Kỵ đua ngựa', phát hành Fable 5.1 với mức giá tương đương Fable 5 để đối đầu trực tiếp với Astra ngay khi nó xuất hiện, nhằm tranh ngôi vị vua của các mô hình lớn.

QVì sao mô hình 'Doug' lại quan trọng đối với OpenAI theo bài viết?

A'Doug' quan trọng vì nó đánh dấu sự trở lại của OpenAI với tiền huấn luyện quy mô lớn. Kể từ GPT-4o (5/2024), OpenAI đã hơn hai năm không hoàn thành việc tiền huấn luyện đầy đủ cho một mô hình đột phá thế hệ mới. Các phiên bản như o1, o3, GPT-5 đến 5.5 chủ yếu là hậu huấn luyện trên nền tảng cũ. Doug chứng minh OpenAI đã vượt qua được các nút thắt kỹ thuật trong tiền huấn luyện, khẳng định Định luật Mở rộng vẫn hiệu quả ở chiều cơ bản này.

QCục diện 'tam hùng' trong ngành AI đã thay đổi ra sao theo bài viết?

ATheo bài viết, cục diện 'tam hùng' (OpenAI, Anthropic, Google/DeepMind) giờ chỉ còn hai. Sự kiện nhà khoa học chính Jeff Dean cùng ba nhà nghiên cứu cốt cán rời Google và Demis Hassabis (người đoạt giải Nobel) rời bỏ vị trí CEO DeepMind vào ngày 5/8 được coi là dấu hiệu cho thấy Google/DeepMind đã không còn là phòng thí nghiệm tiên phong, thậm chí đang mất nhân tài cho đối thủ. Cuộc đua ASI giờ là sự cạnh tranh trực tiếp giữa OpenAI và Anthropic.

Nội dung Liên quan

Sau ba năm giảm liên tiếp cổ phiếu, Buffett cuối cùng đã ra tay

Sau ba năm liên tục giảm cổ phiếu, Berkshire Hathaway của Warren Buffett cuối cùng đã hành động trở lại. Báo cáo quý 2 năm 2026 cho thấy tập đoàn này đã thực hiện mua ròng gần 198 tỷ USD cổ phiếu, chấm dứt chuỗi 14 quý bán ròng kéo dài từ năm 2023. Động thái đáng chú ý nhất là khoản đầu tư bổ sung khoảng 10 tỷ USD vào Alphabet (công ty mẹ của Google) thông qua hình thức tư nhân, đưa Google vào nhóm năm cổ phiếu nắm giữ chính của Berkshire. Đây được xem như một dấu hiệu cho thấy tập đoàn, dưới sự dẫn dắt của CEO mới Greg Abel, đang cởi mở hơn với lĩnh vực công nghệ. Ngoài ra, Berkshire cũng khởi động lại chương trình mua lại cổ phiếu với quy mô kỷ lục kể từ năm 2021, với hơn 45 tỷ USD trong quý và tiếp tục hơn 33 tỷ USD vào tháng 7. Các hoạt động đầu tư và mua lại này khiến khoản tiền mặt khổng lồ của tập đoàn (từng đạt gần 4000 tỷ USD) bắt đầu giảm xuống còn khoảng 3647 tỷ USD. Động thái này diễn ra sau một thời gian dài Berkshire bị chỉ trích là "lỗi thời" khi đứng ngoài cuộc chạy đổ xô vào các cổ phiếu bán dẫn và AI. Tuy nhiên, tập đoàn vẫn kiên định với triết lý đầu tư giá trị: chờ đợi cơ hội và mua vào với mức giá hợp lý khi thị trường điều chỉnh, thay vì chạy theo xu hướng FOMO (sợ bỏ lỡ). Việc tái đầu tư mạnh mẽ trong quý này đã chứng minh cho sự kiên nhẫn đó, khẳng định nguyên tắc "thận trọng khi người khác tham lam và tham lam khi người khác sợ hãi".

Odaily星球日报8 phút trước

Sau ba năm giảm liên tiếp cổ phiếu, Buffett cuối cùng đã ra tay

Odaily星球日报8 phút trước

Thiết kế chip: 'Tái cấu trúc dòng tiền' và 'Cửa sổ nhảy vọt năng lực' của 'Địa tô chế độ'

Bài báo phân tích sự chuyển hướng đột phá của ngành thiết kế chip Trung Quốc trong nửa đầu năm 2026, cho rằng lợi nhuận bùng nổ của các công ty như GigaDevice, Longsys và Cambricon không phải từ sáng tạo giá trị thị trường mà chủ yếu từ "chuyển dịch tiền thuê có tính thể chế" từ các ngành hạ nguồn như ô tô và Internet, do thiếu hụt năng lực sản xuất và áp lực "thay thế hàng nội". Tuy vậy, báo cáo chỉ ra rằng cơ chế méo mó này vô tình tái cấu trúc dòng tiền, lần đầu tiên mang lại dòng tiền hoạt động dương bền vững cho các công ty thiết kế chip. Khoảng thời gian từ 5 năm trở lên tạo ra một "cửa sổ nhảy vọt năng lực", cho phép họ đầu tư vào nghiên cứu và phát triển dài hạn, dần chuyển đổi từ "người thu tiền thuê" sang "người định nghĩa công nghệ". Đồng thời, các công ty ở phía "thanh toán tiền thuê" như StarPower đang trải qua quá trình "thanh lọc thị trường" đau đớn nhưng cần thiết, thúc đẩy cạnh tranh thực sự và hợp tác sâu hơn với hạ nguồn. Một số công ty như Montage Technology và Fudan Microelectronics đã cho thấy sự tăng trưởng từ nhu cầu thị trường thực sự chứ không chỉ dựa vào thể chế. Kết luận nhấn mạnh rằng cốt lõi của đầu tư là xác định những công ty biến "dòng tiền tái cấu trúc" thành "rào cản công nghệ độc lập". Dưới sự bảo vệ của thể chế, những giống loài mới có khả năng sinh tồn trên thị trường thực sự đang dần nảy mầm.

marsbit29 phút trước

Thiết kế chip: 'Tái cấu trúc dòng tiền' và 'Cửa sổ nhảy vọt năng lực' của 'Địa tô chế độ'

marsbit29 phút trước

Karpathy nói cần thêm mười năm, nhưng con đường này đã đông nghẹt người

Bài viết thảo luận về khái niệm "Học liên tục" (Continual Learning) trong lĩnh vực mô hình ngôn ngữ lớn (LLM), một chủ đề nổi bật sau nhận định của Andrej Karpathy rằng phải mất khoảng mười năm nữa để AI có thể học và ghi nhớ liên tục như con người. Trọng tâm thách thức là "sự lãng quên thảm khốc" (catastabolic forgetting), khi việc cập nhật tham số mô hình với kiến thức mới làm suy giảm hiệu suất trên các nhiệm vụ cũ. Bài viết trình bày nhiều hướng tiếp cận khác nhau để giải quyết vấn đề này: 1. **Bộ nhớ ngoại vi (Agent Memory):** Lưu trữ kiến thức bên ngoài mô hình (ví dụ: MemGPT, Letta, Zep) và truy xuất khi cần, an toàn nhưng thiếu sự "nội hóa" thực sự. 2. **Kỹ thuật Ngữ cảnh (Context Engineering):** Phát triển ngữ cảnh đầu vào như một "sổ tay hướng dẫn" tự cập nhật (ví dụ: ACE), cải thiện hiệu suất mà không thay đổi trọng số. 3. **Huấn luyện lại liên tục (Continual Post-training):** Cập nhật trọng số mô hình một cách thông minh (ví dụ: Tinker, SDFT) để hấp thụ kiến thức lâu dài, nhưng vẫn phải đối mặt với rủi ro lãng quên. 4. **Tiền huấn luyện liên tục (Continual Pre-training):** Tiếp tục huấn luyện mô hình với dữ liệu mới, tốn kém và dễ gây lãng quên. 5. **Các ý tưởng mới:** Hướng tiếp cận đột phá như SEAL (cho phép mô hình tự sửa đổi), Học lồng nhau (Nested Learning), và tầm nhìn "Kỷ nguyên Kinh nghiệm" nhấn mạnh việc học từ tương tác. Kết luận chỉ ra rằng các phương pháp này có thể sẽ kết hợp phân tầng: kiến thức ngắn hạn được xử lý bởi bộ nhớ ngoại vi và ngữ cảnh, trong khi khả năng dài hạn được củng cố thông qua điều chỉnh tham số. Mặc dù chưa có giải pháp triệt để cho sự lãng quên thảm khốc, nhưng lĩnh vực học liên tục đã trở thành một mặt trận nghiên cứu và phát triển sôi động với nhiều lộ trình khả thi hướng tới mục tiêu tạo ra "đồng nghiệp AI" thực thụ.

marsbit34 phút trước

Karpathy nói cần thêm mười năm, nhưng con đường này đã đông nghẹt người

marsbit34 phút trước

Xu hướng chứng khoán Mỹ (ngày 10 tháng 8): Việc làm phi nông nghiệp giảm 23 nghìn, lạm phát tiếp tục kiểm tra mức cao mới

**Thị trường chứng khoán Mỹ tuần qua (Ngày 10/8): Phi nông nghiệp giảm 23k, Lạm phát tiếp sức thử thách mức cao mới** Tuần trước, thị trường chứng khoán Mỹ tăng mạnh nhất kể từ giữa tháng 4 nhờ cổ phiếu công nghệ phục hồi và điều chỉnh kỳ vọng lãi suất, với S&P 500 và Dow Jones lập kỷ lục đóng cửa mới. Tuy nhiên, biểu hiện phân hóa theo ngành vẫn rõ rệt. Yếu tố mới tập trung vào đàm phán eo biển Hormuz, phân bổ vốn của Berkshire Hathaway, và ngân sách chính phủ. Thỏa thuận eo biển Hormuz chưa có điều kiện thực thi rõ ràng, khiến giá dầu phục hồi và có thể tác động lại đến kỳ vọng lãi phát, lợi tức trái phiếu và định giá cổ phiếu công nghệ. Berkshire bắt đầu sử dụng tiền mặt mạnh mẽ cho mua lại cổ phiếu và đầu tư (bao gồm mua vào Alphabet), trong khi áp lực đóng cửa chính phủ tạm lùi xa. Tuần này, trọng tâm chuyển sang dữ liệu lạm phát. Báo cáo việc làm yếu đã giảm áp lực tăng lãi suất vào tháng 9. Nếu CPI không vượt kỳ vọng, lợi tức trái phiếu có thể duy trì hoặc giảm, hỗ trợ thị trường tiếp tục tăng. Ngược lại, nếu lạm phát tăng trở lại, giao dịch lãi suất có thể đảo chiều nhanh chóng. Thị trường cần cả lợi nhuận doanh nghiệp và lạm phát để củng cố mức cao hiện tại. Lịch trình tuần gồm báo cáo CPI, PPI, doanh số bán lẻ và kết quả kinh doanh từ các công ty AI như CoreWeave, Cisco, Applied Materials.

marsbit36 phút trước

Xu hướng chứng khoán Mỹ (ngày 10 tháng 8): Việc làm phi nông nghiệp giảm 23 nghìn, lạm phát tiếp tục kiểm tra mức cao mới

marsbit36 phút trước

Thời kỳ thịnh vượng của AI ẩn giấu nguy cơ ‘nợ dưới chuẩn’ tiếp theo

Ngành công nghiệp AI hiện nay vẫn được thúc đẩy bởi việc xây dựng cơ sở hạ tầng quy mô lớn và chủ yếu dựa vào vốn vay, khác biệt với thời kỳ bong bóng dotcom chủ yếu dựa vào vốn cổ phần. Cấu trúc tài chính này tương tự như bất động sản, với các hợp đồng thuê mua (take-or-pay) được thế chấp để huy động vốn, tạo ra một chuỗi nợ phức tạp. Nguy cơ tiềm ẩn nằm ở chỗ nguồn trả nợ chính là các phòng thí nghiệm AI như OpenAI - những công ty chưa có lợi nhuận và phải liên tục tái cấp vốn để duy trì thanh toán. Các giao dịch phái sinh dựa trên các hợp đồng tương lai này có thể gợi nhớ đến cuộc khủng hoảng nợ dưới chuẩn năm 2008. Năm nhà cung cấp dịch vụ đám mây lớn (Google, Amazon, Microsoft, Meta, Oracle) đang chứng kiến dòng tiền tự do giảm do chi tiêu vốn cho AI tăng mạnh, buộc họ phải dựa nhiều hơn vào thị trường trái phiếu. Rủi ro được khuếch đại bởi các khoản "cho vay ngầm" ngoài bảng cân đối kế toán để tài trợ cho trung tâm dữ liệu. Sự kết hợp giữa rủi ro đòn bẩy của bất động sản và rủi ro lỗi thời công nghệ nhanh của linh kiện bán dẫn khiến mô hình này rất mong manh. Khủng hoảng có thể bùng phát không phải khi tăng trưởng nhu cầu dừng lại, mà ngay khi tốc độ tăng trưởng (đạo hàm bậc hai) chậm lại, làm gián đoạn khả năng tái cấp vốn. Rủi ro trung hạn chính là tốc độ chi tiêu vốn vượt xa tốc độ tạo ra dòng tiền thực tế.

marsbit42 phút trước