Hướng dẫn sử dụng chế độ Goal của Codex: Cách để AI không ngừng thúc đẩy một mục tiêu cụ thể

marsbitXuất bản vào 2026-06-06Cập nhật gần nhất vào 2026-06-06

Tóm tắt

Biên tập viên: Bài viết này từ Dominik Kundel, thành viên quan hệ nhà phát triển của OpenAI, tổng kết kinh nghiệm sử dụng tính năng "goal mode / /goal" của Codex. Nó không chỉ nói về kỹ thuật nhắc lệnh thông thường, mà nói về sự thay đổi vai trò của công cụ lập trình AI: Codex không còn chỉ là trợ lý mã hóa phản hồi lệnh đơn lẻ, mà bắt đầu trở thành một tác nhân hành động có thể liên tục thúc đẩy theo đuổi một mục tiêu rõ ràng. Trong chế độ /goal, điều thực sự quan trọng không phải là viết yêu cầu càng dài càng chi tiết, mà là thiết lập tiêu chuẩn thoát rõ ràng, có thể xác minh cho Codex. Ví dụ: "giảm 30% thời gian triển khai", "đạt 100% parity về phạm vi kiểm thử", "LCP xuống dưới 2,5 giây". Những chỉ số này cho phép Codex đánh giá nhiệm vụ đã hoàn thành hay chưa, đồng thời tránh nó thử sai vô hạn trong mục tiêu mơ hồ. Đồng thời, người dùng cần cung cấp đủ định hướng, công cụ và môi trường thực tế để Codex có thể đo lường tiến độ, xác minh kết quả, thay vì chỉ hoàn thành một giải pháp khả thi trong điều kiện giả định cục bộ. Bài viết đặc biệt nhắc nhở, nhiệm vụ liên quan đến hình ảnh dễ khiến Codex sa lầy vào chi tiết nhất. Thay vì yêu cầu "khôi phục chính xác đến từng pixel 100%", nên phân giải mục tiêu hình ảnh thành danh sách chức năng, quy tắc hệ thống thiết kế và chỉ số có thể đánh giá. Đối với nhiệm vụ dài hạn kéo dài hàng giờ thậm chí vài ngày, cũng cần theo dõi liên tục thông qua commit, draft PR, tài liệu tiến độ, cập nhật Slack hoặc side chat, tránh cuối cùng chỉ...

Lưu ý của biên tập viên: Bài viết này đến từ Dominik Kundel, thành viên quan hệ nhà phát triển của OpenAI, tổng kết kinh nghiệm sử dụng tính năng "goal mode / /goal" của Codex. Nó không chỉ bàn về một kỹ thuật nhắc lệnh thông thường, mà là về một sự thay đổi vai trò đang diễn ra trong các công cụ lập trình AI: Codex không còn chỉ là trợ lý mã hóa phản hồi các chỉ thị một lần, mà bắt đầu trở thành một Tác nhân (Agent) thực thi có thể liên tục thúc đẩy xoay quanh một mục tiêu rõ ràng.

Trong chế độ /goal, điều thực sự quan trọng không phải là viết yêu cầu càng dài càng chi tiết, mà là thiết lập cho Codex một tiêu chuẩn thoát rõ ràng, có thể kiểm chứng. Ví dụ: "Giảm thời gian triển khai 30%", "Đạt độ bao phủ kiểm thử 100% như bản gốc", "Giảm LCP xuống dưới 2.5 giây". Những chỉ số này cho phép Codex đánh giá liệu nhiệm vụ đã hoàn thành hay chưa, đồng thời tránh cho nó thử sai vô hạn trong các mục tiêu mơ hồ. Đồng thời, người dùng cũng cần cung cấp đủ định hướng, công cụ và môi trường thực tế, để Codex có thể đo lường tiến độ, xác minh kết quả, thay vì chỉ hoàn thành một phương án có vẻ khả thi trong điều kiện giả định hoặc cục bộ.

Bài viết đặc biệt nhắc nhở, các nhiệm vụ liên quan đến hình ảnh dễ khiến Codex sa đà vào chi tiết nhất. Thay vì yêu cầu "phục nguyên 100% ở cấp độ pixel", hãy chia nhỏ mục tiêu hình ảnh thành danh sách chức năng, quy chuẩn hệ thống thiết kế và các chỉ số có thể đánh giá. Đối với các nhiệm vụ dài hạn kéo dài hàng giờ thậm chí hàng ngày, cũng cần theo dõi liên tục thông qua commit, PR nháp, tài liệu tiến độ, cập nhật Slack hoặc side chat, tránh việc cuối cùng chỉ nhận được một đống thay đổi không thể truy vết.

Thông tin mới của bài viết này nằm ở chỗ, nó định nghĩa lại /goal như một "cơ chế quản lý nhiệm vụ dài hạn". Khi AI có thể thực thi liên tục trong hàng chục thậm chí hàng trăm giờ, năng lực cốt lõi của nhà phát triển cũng thay đổi theo: không chỉ là để AI tạo ra mã, mà là định nghĩa mục tiêu cho nó, thiết lập hệ thống đo lường, cấu hình môi trường thực thi, và cuối cùng thực hiện rà soát và tổng kết. Nói cách khác, lập trình với AI đang chuyển từ "viết lệnh nhắc" sang "quản lý một tác nhân thực thi kỹ thuật làm việc liên tục".

Dưới đây là nội dung gốc:

Chúng tôi đã giới thiệu chế độ mục tiêu (goal mode, hoặc /goal) để giúp bạn khiến Codex liên tục thúc đẩy hướng tới một kết quả cụ thể. Khi bạn thiết lập một mục tiêu, Codex sẽ tiếp tục làm việc cho đến khi đạt được mục tiêu đó — cho dù điều đó mất vài giờ, hay vài ngày. Đã có người để Codex làm việc liên tục cho cùng một mục tiêu trong hơn 120 giờ.

Chế độ mục tiêu rất mạnh mẽ. Để tận dụng tối đa sức mạnh của nó, có 7 điều đáng lưu ý khi sử dụng /goal.

Thiết lập tiêu chuẩn rõ ràng, có thể kiểm chứng

Lệnh nhắc bạn nhập khi kích hoạt chế độ mục tiêu, vừa có thể đóng vai trò là lệnh nhắc ban đầu, quan trọng hơn, nó sẽ trở thành tiêu chuẩn thoát cho mục tiêu này. Codex sẽ kiểm tra sau mỗi vòng làm việc: mục tiêu này đã hoàn thành chưa.

Do đó, lệnh nhắc mục tiêu của bạn không nên viết quá dài, mà nên tập trung vào một tiêu chuẩn rõ ràng: Trong trường hợp nào, thì mới được tính là mục tiêu này đã đạt được.

Trong hầu hết trường hợp, một mục tiêu tốt nên chứa một chỉ số số rõ ràng, để mô hình có thể đánh giá xem đã hoàn thành chưa. Ví dụ:

"Giảm thời gian xây dựng và triển khai 30%."

"Di chuyển tính năng này từ TypeScript sang Rust, và đạt được độ nhất quán kiểm thử 100%."

"Tối ưu hóa khung ứng dụng, sao cho LCP (Largest Contentful Paint, chỉ số đo tốc độ tải nội dung chính của trang) trong môi trường sản xuất thấp hơn 2.5 giây."

Lệnh nhắc này không nhất thiết lúc nào cũng phải chứa số, nhưng thông thường, con số sẽ giúp các bước tiếp theo dễ tiến triển hơn.

Nếu bạn vẫn chưa chắc chắn cách định nghĩa mục tiêu, hoặc muốn trước hết động não về dự án này cùng Codex, cũng không cần thiết phải bắt đầu cuộc trò chuyện bằng chế độ mục tiêu ngay từ đầu.

Codex có thể tự thiết lập mục tiêu. Bạn có thể trước tiên bắt đầu một cuộc trò chuyện bình thường, sau khi bạn đã sẵn sàng để Codex bắt đầu thực thi, hãy để Codex thiết lập mục tiêu dựa trên nội dung thảo luận trước đó.

Bạn cũng có thể chỉnh sửa mục tiêu bất cứ lúc nào: nhấp vào nút chỉnh sửa trong ứng dụng Codex, hoặc sử dụng lại /goal trong CLI.

Cung cấp định hướng càng nhiều càng tốt

Một lệnh nhắc như "giảm thời gian xây dựng và triển khai 30%" nghe có vẻ rất hay, và cũng có thể giúp Codex tìm ra một số giải pháp sáng tạo. Nhưng nếu bạn đã biết đại khái vấn đề có thể nằm ở đâu, loại lệnh nhắc này cũng có thể khiến Codex đi vào ngõ cụt.

Vì vậy, trong những trường hợp có thể, tốt nhất hãy nói cho Codex biết nên bắt đầu kiểm tra từ đâu, có thể sử dụng công cụ nào để hoàn thành mục tiêu, hoặc đưa ra các gợi ý khác, tránh để nó đi sai hướng.

Ví dụ, đồng nghiệp của tôi @reach_vb đã làm điều này trong một thí nghiệm: anh ấy nói với Codex, có thể sử dụng trình duyệt Chrome để vào Google Colab, và nêu ra một số điều kiện giới hạn có thể chấp nhận được, chẳng hạn như khi để Codex huấn luyện mô hình, có thể để nó tự tạo bộ dữ liệu.

Tương tự, nếu bạn muốn rút ngắn thời gian xây dựng, và đã biết phần lớn thời gian tiêu tốn ở khâu nào, tốt nhất hãy hướng Codex đến khu vực đó trước trong lệnh nhắc.

Một cách làm khác là, bạn có thể để Codex thực hiện một số nghiên cứu sơ bộ trong chế độ kế hoạch (plan mode), và để nó tạo một tệp kế hoạch, dùng để ghi lại các phương án tiềm năng. Sau đó, hãy để mục tiêu của bạn tham chiếu đến bản kế hoạch này.

Làm cho tiến độ có thể đo lường

Nếu mục tiêu của bạn rất tham vọng, hoặc Codex có nhiều cách khác nhau để tiệm cận mục tiêu từng bước, thì điều quan trọng là: bạn phải cung cấp cho Codex các công cụ để đo lường tiến độ.

Đối với một số nhiệm vụ, điều này có thể đương nhiên đúng. Ví dụ tối ưu hóa thời gian xây dựng, nâng cao độ bao phủ kiểm thử, bởi vì Codex thường đã có thể sử dụng các công cụ liên quan, hoặc sẽ tự nhiên tạo ra những công cụ này.

Nhưng đối với các mục tiêu khác, bạn tốt nhất nên trước hết động não cùng Codex: những công cụ nào có ích cho việc đánh giá tiến độ? Hoặc cho nó một số gợi ý, để nó biết nên xác nhận bản thân có đang tiến gần đến mục tiêu hay không. Ví dụ, tạo một công cụ so sánh sự khác biệt hình ảnh cho hai ảnh chụp màn hình, hoặc tạo một bộ đánh giá cho tác nhân thông minh mà bạn đang gỡ lỗi.

Tôi từng để Codex tạo lại một số thành phần dựa trên một đoạn video, lúc đó Codex đã tự tạo cho mình một công cụ, để so sánh ảnh chụp màn hình và kiểm tra sự khác biệt. Sau đó, nó còn liên tục lặp lại công cụ này, thêm vào các chế độ so sánh khác biệt khác nhau.

Tùy theo nhiệm vụ, bạn cũng cần cân nhắc liệu có một số tiêu chuẩn bổ sung cần được đo lường hoặc kiểm tra hay không. Nếu không, Codex có thể nghĩ rằng nhiệm vụ đã hoàn thành, nhưng trong mắt bạn thì thực ra vẫn chưa đầy đủ.

Ví dụ, Codex có thể để đạt được "phục nguyên ở cấp độ pixel" cho một UI nào đó, trực tiếp cắt ảnh tham khảo thiết kế và nhúng vào trang; hoặc để đạt tỷ lệ vượt qua kiểm thử 100%, lại cắt giảm phạm vi bao phủ kiểm thử. Đây không phải là cách thức hoàn thành mà bạn thực sự mong muốn.

Tạo một môi trường thực tế

Nếu bạn muốn Codex thực sự đạt được tiến triển hiệu quả hướng tới mục tiêu, nó cần được chạy trong một môi trường đủ chân thực.

Trong thực tế, điều này có nghĩa là: nếu bạn muốn tối ưu hóa thời gian triển khai hoặc vấn đề độ trễ, Codex nên có thể truy cập vào môi trường triển khai và kiểm thử, và những môi trường này càng mô phỏng môi trường sản xuất càng tốt. Tức là sử dụng cùng công nghệ, cùng cấu hình switch, và cơ sở dữ liệu tương tự.

Ví dụ, chúng tôi từng gỡ lỗi tối ưu hóa thời gian xây dựng và triển khai cho developers.openai.com. Lúc đó chúng tôi đã sử dụng triển khai xem trước, vì vậy Codex có thể sử dụng các môi trường xem trước này để triển khai và xem nhật ký liên quan. Nhưng vấn đề là, triển khai xem trước của chúng tôi so với môi trường sản xuất đầy đủ, đã vô hiệu hóa một số đường dẫn xây dựng.

Do đó, Codex cuối cùng phải thực hiện triển khai thủ công, triển khai mã vào môi trường gần với cấu hình sản xuất hơn, mới có thể thực sự kiểm tra vấn đề nằm ở đâu.

Tương tự, bạn cũng có thể để Codex sử dụng computer use (khả năng cho mô hình thao tác giao diện ứng dụng thực) để kiểm thử ứng dụng thực tế. Để tối ưu hóa một số vấn đề hiệu suất trên iOS, @dimillian thậm chí đã sử dụng thiết bị thực, để có được môi trường kiểm thử chính xác nhất.

Thiết lập mục tiêu hình ảnh một cách thận trọng

Đưa cho Codex một mục tiêu hình ảnh, ví dụ "phục nguyên 100% pixel UI này dựa theo bức ảnh này", quả thực rất hấp dẫn. Nhưng tùy theo cài đặt cụ thể, điều này cũng có thể mang lại rắc rối.

Nếu bạn không đưa ra hướng dẫn và ràng buộc phù hợp, Codex có thể sa đà vào một số chi tiết, thay vì bỏ qua mục tiêu tổng thể. Ví dụ, nếu ảnh tham chiếu chứa một số yếu tố đồ họa, và bạn mong đợi Codex tạo ra những yếu tố này — cho dù là biểu tượng SVG hay hình ảnh — nó có thể tiêu tốn nhiều công sức vào "làm thế nào để phục nguyên chính xác những tài liệu này", thay vì phân giải toàn bộ vấn đề một cách chính xác.

Ngoài ra, Codex cần công cụ để có thể so sánh hình ảnh một cách chính xác. Điều này đồng nghĩa với việc đầu vào hình ảnh nhiều hơn, tổng tiêu hao token cao hơn, nhưng không nhất định cung cấp cho Codex một cách thức đơn giản để nó nhận diện cơ hội cải thiện thực sự có giá trị.

Vì vậy, hình ảnh thường phù hợp hơn khi là ngữ cảnh mục tiêu, thay vì là tiêu chuẩn hoàn thành duy nhất. Bạn nên tìm kiếm các cách thức khác để Codex đánh giá mục tiêu đã đạt được hay chưa, ví dụ danh sách chức năng, quy chuẩn triển khai, có phù hợp với hệ thống thiết kế hay không.

Theo dõi tiến độ

Nếu Codex cuối cùng làm việc trong nền hàng giờ thậm chí hàng ngày, thậm chí là chạy trên một máy khác, bạn rất dễ quên nó thực sự đã tiến đến đâu, đã làm những công việc gì.

Tùy theo mục tiêu khác nhau, tôi thấy các cách sau đây rất hữu ích:

· Để Codex commit mã ở các điểm nút quan trọng, và đẩy lên một PR nháp. Đặc biệt khi bạn đang làm website, và có triển khai xem trước, điều này sẽ rất hữu ích.

· Để Codex cập nhật một tài liệu giao nộp hướng tới quản lý. Nó có thể là một tệp HTML, bạn có thể luôn mở trong trình duyệt trong ứng dụng; cũng có thể là một trang được triển khai qua Sites để nhóm xem; có thể là một biểu đồ tiến độ đã render, hoặc cũng có thể chỉ là một tệp Markdown thông thường.

Chỉ thị Codex chủ động công bố cập nhật tiến độ. Bạn cũng có thể viết điều này vào mục tiêu: để Codex gửi cập nhật đến kênh Slack, hoặc những nơi khác bạn muốn ghi lại tiến độ khi đạt được tiến triển quan trọng.

Sử dụng cửa sổ chat khác để hỏi trạng thái. Nếu bạn chỉ muốn nhanh chóng biết trạng thái hiện tại, có thể chạy /side để khởi động một cuộc trò chuyện bên mới, và hỏi ở đó. Vì nó sẽ được nhánh ra từ luồng hiện tại, nên có toàn bộ ngữ cảnh tính đến thời điểm hiện tại, nhưng vòng đời rất ngắn.

Một phương pháp thay thế khác trong ứng dụng Codex là: mở một cuộc trò chuyện mới bình thường, để Codex đọc một luồng mục tiêu khác, và trả lời câu hỏi của bạn. Nếu bạn để Codex thiết lập một nhiệm vụ tự động hóa, định kỳ kiểm tra tiến độ, cách thức này sẽ đặc biệt mạnh mẽ.

Dọn dẹp và xác nhận kết quả cuối cùng

Thật tuyệt vời, cuối cùng mục tiêu cũng đã hoàn thành! Bây giờ có phải chỉ cần quăng thẳng thành quả cho nhóm, rồi thu dọn?

Thông thường, đặc biệt là trong các nhiệm vụ tối ưu hóa, tôi thấy việc để Codex xem xét lại và rà soát công việc mình đã hoàn thành sẽ rất hữu ích. Bạn có thể trước tiên chạy /review để thực hiện một lần rà soát mã cục bộ, nhưng cũng đáng để Codex suy ngẫm sâu hơn: nó đã thử những con đường nào để đạt được mục tiêu? Những nỗ lực nào có hiệu quả? Những nỗ lực nào không hiệu quả? Sau đó dựa vào đó để dọn dẹp mã.

Bởi vì Codex sẽ tiếp tục làm việc cho đến khi đạt được mục tiêu, nên nó có thể đã thử một số phương pháp không đủ tốt, thậm chí hoàn toàn vô hiệu, và những thay đổi tồn đọng này có thể vẫn còn trong mã cuối cùng.

Thiết lập một goal cho nhiệm vụ tiếp theo của bạn

Tính năng mục tiêu của Codex là một công cụ cực kỳ mạnh mẽ, có thể giúp bạn giải quyết một số thách thức kỹ thuật ý nghĩa nhất. Nhưng chỉ khi bạn cung cấp đúng môi trường và chỉ thị, nó mới có thể đến đích hiệu quả hơn.

Bạn đã làm gì với /goal?

Tiền kỹ thuật số thịnh hành

CitreaCTR

wrapped stUSDTWSTUSDT

Câu hỏi Liên quan

QChế độ mục tiêu (goal mode) của Codex có mục đích chính là gì?

AChế độ mục tiêu của Codex được thiết kế để giúp AI liên tục làm việc hướng tới một kết quả cụ thể cho đến khi mục tiêu đạt được, thay vì chỉ phản hồi các chỉ dẫn đơn lẻ. Điều này biến Codex từ một trợ lý code thành một tác nhân thực thi có thể làm việc trong nhiều giờ hoặc nhiều ngày để hoàn thành nhiệm vụ.

QĐiều quan trọng nhất khi thiết lập một mục tiêu (/goal) trong Codex là gì?

AĐiều quan trọng nhất là thiết lập một tiêu chuẩn rõ ràng, có thể kiểm chứng được để xác định khi nào mục tiêu hoàn thành. Mục tiêu nên tập trung vào một chỉ số cụ thể, có thể đo lường được (ví dụ: giảm 30% thời gian triển khai, đạt 100% độ bao phủ kiểm thử) để Codex có thể tự đánh giá và dừng lại khi đạt được.

QTại sao các mục tiêu liên quan đến giao diện trực quan (visual) lại dễ gặp vấn đề khi sử dụng Codex?

ACác mục tiêu trực quan (như 'khôi phục giao diện chính xác 100% từ ảnh') dễ khiến Codex sa đà vào các chi tiết nhỏ, tiêu tốn nhiều tài nguyên và có thể bỏ qua mục tiêu tổng thể. Thay vào đó, nên cung cấp các hướng dẫn như danh sách tính năng, quy tắc hệ thống thiết kế hoặc các chỉ số đánh giá khác thay vì chỉ dựa vào so sánh hình ảnh.

QLàm thế nào để theo dõi tiến độ khi Codex làm việc trong thời gian dài với chế độ /goal?

ACó một số cách để theo dõi tiến độ: yêu cầu Codex commit code tại các mốc quan trọng và đẩy lên Pull Request nháp; cập nhật tài liệu tiến độ (HTML, Markdown) để xem; chỉ thị Codex gửi cập nhật đến kênh Slack; hoặc sử dụng chức năng /side để tạo một cuộc trò chuyện phụ có đầy đủ ngữ cảnh để hỏi về trạng thái hiện tại.

QSau khi Codex hoàn thành mục tiêu, bước nào là quan trọng trước khi bàn giao kết quả?

ABước quan trọng là để Codex xem xét và dọn dẹp lại công việc của chính nó. Sử dụng lệnh /review để kiểm tra code cục bộ, đồng thời yêu cầu Codex phản ánh về những cách tiếp cận đã thử, cái nào hiệu quả/cái nào không, và dọn dẹp các thay đổi dư thừa hoặc không hiệu quả còn sót lại trong code cuối cùng.

Nội dung Liên quan

Cổ phiếu chu kỳ hay cổ phiếu tăng trưởng? Báo cáo tài chính Q2 của Coinbase hé lộ 'sự phân kỳ về định giá'

Ngày 31/7, Coinbase công bố báo cáo tài chính quý 2/2026. Tổng doanh thu đạt 1,22 tỷ USD, giảm 19% so với cùng kỳ và không đạt kỳ vọng thị trường. Doanh thu giao dịch là 599 triệu USD, tiếp tục giảm, trong đó doanh thu từ nhà đầu tư cá nhân sụt giảm rõ rệt, trở về mức năm 2023. Lỗ ròng lên tới 359 triệu USD, đây là quý thứ ba liên tiếp công ty thua lỗ. Mặc dù Coinbase tuyên bố thị phần giao dịch tiền mã hóa đạt mức cao kỷ lục 10,3%, nhưng mức tăng này chủ yếu đến từ các sản phẩm mới như phái sinh, thị trường dự đoán và cổ phiếu mã hóa, chứ không phải từ giao dịch spot truyền thống. Hoạt động kinh doanh chính này vẫn đang teo lại. Các dịch vụ mới phát triển chưa đủ để bù đắp khoản sụt giảm doanh thu chính. Việc định giá Coinbase hiện tại phụ thuộc vào góc nhìn của nhà đầu tư. Nếu xem đây là cổ phiếu chu kỳ, giá trị của nó bị ảnh hưởng bởi thị trường tiền mã hóa suy yếu, và việc giảm giá là hợp lý. Nếu xem đây là cổ phiếu tăng trưởng, Coinbase có thể bị định giá thấp. Cơ cấu doanh thu đang đa dạng hóa, với doanh thu từ dịch vụ đăng ký và thuê bao chiếm gần một nửa. Hai lĩnh vực được kỳ vọng cho tương lai là kinh doanh stablecoin (đặc biệt là USDC) và nền kinh tế đại lý (agent economy) trên chuỗi, nơi Coinbase đang giữ vị thế dẫn đầu thông qua Base và giao thức x402. Triển vọng dài hạn của những lĩnh vực này có thể mang lại nguồn doanh thu đáng kể trong tương lai.

marsbit7 phút trước

Cổ phiếu chu kỳ hay cổ phiếu tăng trưởng? Báo cáo tài chính Q2 của Coinbase hé lộ 'sự phân kỳ về định giá'

marsbit7 phút trước

Cổ phiếu chu kỳ hay cổ phiếu tăng trưởng? Báo cáo tài chính Q2 của Coinbase hé lộ 'sự phân hóa về định giá'

Ngày 31/7, Coinbase công bố báo cáo tài chính Quý 2/2026. Tổng doanh thu đạt 1,22 tỷ USD, giảm 19% so với cùng kỳ và thấp hơn kỳ vọng thị trường. Khoản lỗ ròng là 359 triệu USD, đánh dấu quý thứ ba liên tiếp thua lỗ. Doanh thu giao dịch, đặc biệt từ khách hàng bán lẻ, tiếp tục sụt giảm mạnh, quay về mức năm 2023. Mặc dù Coinbase tuyên bố thị phần giao dịch tiền mã hóa đạt mức cao kỷ lục 10,3%, mức tăng này chủ yếu đến từ các sản phẩm mới như thị trường dự đoán, phái sinh và cổ phiếu mã hóa, không phải từ giao dịch spot truyền thống. Bài viết đặt ra câu hỏi về định giá Coinbase: là cổ phiếu chu kỳ hay cổ phiếu tăng trưởng? * **Góc nhìn chu kỳ:** Hoạt động kinh doanh chịu ảnh hưởng nặng nề bởi thị trường tiền mã hóa suy yếu. Doanh thu cốt lõi đang giảm và việc đa dạng hóa thu nhập vẫn chưa đủ để bù đắp. * **Góc nhìn tăng trưởng:** Có những tín hiệu tích cực về cấu trúc doanh thu bền vững hơn. Gần 50% thu nhập ròng đến từ dịch vụ đăng ký và phí cố định. Hai lĩnh vực được kỳ vọng là **stablecoin** (doanh thu 292 triệu USD từ USDC) và **nền kinh tế đại lý (AIFi)**. Coinbase đang dẫn đầu thông qua Base và giao thức x402, nắm giữ vị thế quan trọng trong một thị trường tiềm năng trị giá hàng nghìn tỷ USD vào năm 2030. Tóm lại, triển vọng của Coinbase phụ thuộc vào việc nhà đầu tư đánh giá nó dựa trên khó khăn hiện tại trong chu kỳ thị trường hay tiềm năng dài hạn từ các mảng kinh doanh mới nổi.

Odaily星球日报11 phút trước

Cổ phiếu chu kỳ hay cổ phiếu tăng trưởng? Báo cáo tài chính Q2 của Coinbase hé lộ 'sự phân hóa về định giá'

Odaily星球日报11 phút trước

Báo cáo sáng sớm Phố Wall: Microsoft làm dịu lo ngại 'AI đốt tiền', cổ phiếu công nghệ bật tăng mạnh, ETF lưu trữ DRAM và chỉ số Philadelphia Semiconductor tăng vọt 17% và 8%

Báo cáo Wall Street sáng nay cho thấy một đợt phục hồi mạnh mẽ của nhóm cổ phiếu công nghệ sau phiên bán tháo trước đó, nhờ động lực chính từ báo cáo tài chính vượt kỳ vọng của Microsoft. Microsoft tăng vọt 15,51%, giá trị vốn hóa thị trường tăng thêm khoảng 4500 tỷ USD trong một ngày, mức tăng kỷ lục. Điều này xảy ra khi doanh nghiệp cho thấy mức tăng trưởng ấn tượng 43% của dịch vụ đám mây Azure và đưa ra hướng dẫn lạc quan về dòng tiền, xua tan lo ngại về chi tiêu không bền vững cho AI. Sự lạc quan này lan tỏa sang toàn bộ lĩnh vực bán dẫn và lưu trữ, với chỉ số Philadelphia Semiconductor tăng 8,19% và ETF Roundhill Memory tăng gần 17%. Các cổ phiếu như Micron, AMD, Intel đều tăng hai con số. Tuy nhiên, thị trường vẫn tồn tại những dấu hiệu phân hóa. Chỉ số S&P 500 Equal Weight (đặt trọng số ngang nhau) lại giảm điểm, trái ngược với mức tăng của chỉ số S&P 500 tiêu chuẩn, cho thấy đà tăng chủ yếu tập trung vào một số ít cổ phiếu công nghệ lớn trong khi phần đông cổ phiếu khác vẫn giảm. Meta đã giảm 7,95% do lo ngại về áp lực dòng tiền từ kế hoạch chi tiêu vốn lớn. Các yếu tố vĩ mô khác bao gồm: Đồng USD giảm mạnh trước nghi vấn Nhật Bản và Hàn Quốc can thiệp vào thị trường tiền tệ; dầu thô chịu áp lực giảm nhẹ khi thị trường chờ đợi quyết định từ cuộc họp OPEC+ sắp tới; và những diễn biến ngoại giao mới trong xung đột Trung Đông. Các sự kiện sắp tới cần theo dõi: Khung quy định AI của chính phủ Mỹ trước thời hạn 1/8, dữ liệu xuất khẩu tháng 7 của Hàn Quốc và cuộc họp chính sách của OPEC+ vào ngày 2/8.

marsbit16 phút trước

Báo cáo sáng sớm Phố Wall: Microsoft làm dịu lo ngại 'AI đốt tiền', cổ phiếu công nghệ bật tăng mạnh, ETF lưu trữ DRAM và chỉ số Philadelphia Semiconductor tăng vọt 17% và 8%

marsbit16 phút trước

Điều tra thị phần toàn cầu: Doanh nghiệp Nhật Bản đứng đầu trong lĩnh vực vật liệu bán dẫn

Khảo sát thị phần toàn cầu cho thấy các doanh nghiệp Nhật Bản tiếp tục dẫn đầu trong lĩnh vực vật liệu bán dẫn vào năm 2025. Trong lĩnh vực wafer silicon, Shin-Etsu Chemical đứng đầu với 26,3% thị phần, tiếp theo là SUMCO với 17,8%. Ba công ty Nhật Bản, bao gồm Tokyo Ohka Kogyo, JSR và Shin-Etsu, chiếm ba vị trí dẫn đầu trong thị trường photoresist, với tổng thị phần đạt 60,5%. Tuy nhiên, sự hiện diện của Nhật Bản trong các lĩnh vực trọng tâm như bộ nhớ DRAM và GPU vẫn còn hạn chế. Trong khi đó, ngành công nghiệp ô tô - trụ cột khác của Nhật Bản - đang trì trệ, với Toyota chỉ tăng nhẹ thị phần lên 12,3% và không có doanh nghiệp Nhật nào lọt vào top 5 thị trường xe điện. Trong lĩnh vực đóng tàu, Imabari Shipbuilding tăng từ vị trí thứ 6 lên thứ 3 toàn cầu với thị phần 7,2%, nhờ hoàn thành các tàu container cỡ lớn. Chính phủ Nhật đặt mục tiêu tăng gần gấp đôi sản lượng đóng tàu vào năm 2035, yêu cầu đầu tư lớn và ứng dụng AI để giải quyết tình trạng thiếu lao động. Các chuyên gia nhận định, để duy trì vị thế trong ngành vật liệu bán dẫn, các công ty Nhật Bản cần mạnh dạn đầu tư quy mô lớn, tương tự như các đối thủ Hàn Quốc và Mỹ. Thị trường bán dẫn toàn cầu dự kiến tăng trưởng 90% vào năm 2026, đạt 1,5112 nghìn tỷ USD.

marsbit36 phút trước

Điều tra thị phần toàn cầu: Doanh nghiệp Nhật Bản đứng đầu trong lĩnh vực vật liệu bán dẫn

marsbit36 phút trước

Báo cáo tài chính đầu tiên sau khi STRC mất neo - Chiến lược Strategy sửa chữa bánh xe vốn như thế nào?

Ngày 31/7, công ty kho bạc Bitcoin Strategy đã công bố báo cáo tài chính quý II/2026, quý đầu tiên sau khi chứng khoán ưu tiên STRC của họ mất neo giá. Báo cáo cho thấy tổng doanh thu đạt 122 triệu USD (tăng 6.9%), nhưng công ty ghi nhận lỗ ròng 8,22 tỷ USD chủ yếu do biến động giá BTC. Dù vậy, chiến lược nắm giữ Bitcoin vẫn được duy trì, với kho dự trữ tăng lên 843.775 BTC (trị giá ~55 tỷ USD). Số Bitcoin trên mỗi cổ phiếu (Bitcoin Per Share) cũng tăng lên. Trọng tâm hiện tại của Strategy là khôi phục STRC về mệnh giá 100 USD. Ban lãnh đạo tuyên bố sẽ không phát hành STRC mới với giá chiết khấu và duy trì tỷ lệ cổ tức hàng năm ở mức 12%. Thay vào đó, họ tập trung vào việc tăng cường đệm tiền mặt (hiện ở mức 3,75 tỷ USD, đủ chi trả hơn 2 năm) và thực hiện chương trình mua lại 1 tỷ USD cho các chứng khoán STRC giao dịch dưới giá. Mục tiêu là đưa STRC trở lại vùng mệnh giá vào khoảng ngày 8/9. Báo cáo cũng đánh dấu sự chuyển đổi trong mô hình vốn của Strategy, từ vòng xoay một chiều "huy động vốn -> mua BTC" sang quản lý vốn chủ động linh hoạt. Họ hiện điều phối giữa 4 yếu tố cốt lõi: BTC (có thể linh hoạt bán ra), dự trữ tiền mặt USD, cổ phiếu phổ thông (MSTR) và công cụ tín dụng số (STRC, trái phiếu chuyển đổi). Cách tiếp cận mới này cho phép họ tối ưu hóa cơ cấu nợ và thực hiện các hoạt động mua lại/ phát hành dựa trên chênh lệch giá thị trường. Tương lai của Strategy phụ thuộc vào hai yếu tố then chốt: khả năng khôi phục STRC về mệnh giá trong ngắn hạn, và xu hướng giá Bitcoin trong dài hạn để củng cố niềm tin vào toàn bộ mô hình tăng trưởng của công ty.

marsbit1 giờ trước

Báo cáo tài chính đầu tiên sau khi STRC mất neo - Chiến lược Strategy sửa chữa bánh xe vốn như thế nào?

marsbit1 giờ trước

Giao dịch

Giao ngay

Bài viết Nổi bật

GROK AI là gì

Grok AI: Cách mạng hóa Công nghệ Đối thoại trong Kỷ nguyên Web3 Giới thiệu Trong bối cảnh trí tuệ nhân tạo đang phát triển nhanh chóng, Grok AI nổi bật như một dự án đáng chú ý kết nối các lĩnh vực công nghệ tiên tiến và tương tác người dùng. Được phát triển bởi xAI, một công ty do doanh nhân nổi tiếng Elon Musk dẫn dắt, Grok AI nhằm định nghĩa lại cách chúng ta tương tác với trí tuệ nhân tạo. Khi phong trào Web3 tiếp tục phát triển mạnh mẽ, Grok AI hướng tới việc tận dụng sức mạnh của AI đối thoại để trả lời các câu hỏi phức tạp, mang đến cho người dùng một trải nghiệm không chỉ thông tin mà còn giải trí. Grok AI là gì? Grok AI là một chatbot AI đối thoại tinh vi được thiết kế để tương tác với người dùng một cách linh hoạt. Khác với nhiều hệ thống AI truyền thống, Grok AI chấp nhận một loạt các câu hỏi rộng hơn, bao gồm những câu hỏi thường được coi là không phù hợp hoặc ngoài các phản hồi tiêu chuẩn. Các mục tiêu cốt lõi của dự án bao gồm: Lập luận đáng tin cậy: Grok AI nhấn mạnh lập luận theo lẽ thường để cung cấp các câu trả lời hợp lý dựa trên sự hiểu biết về ngữ cảnh. Giám sát có thể mở rộng: Việc tích hợp công cụ hỗ trợ đảm bảo rằng các tương tác của người dùng được theo dõi và tối ưu hóa về chất lượng. Xác minh chính thức: An toàn là điều tối quan trọng; Grok AI tích hợp các phương pháp xác minh chính thức để nâng cao độ tin cậy của các đầu ra của nó. Hiểu biết về ngữ cảnh dài: Mô hình AI xuất sắc trong việc giữ lại và nhớ lại lịch sử cuộc trò chuyện dài, tạo điều kiện cho các cuộc thảo luận có ý nghĩa và nhận thức về ngữ cảnh. Khả năng chống lại các cuộc tấn công: Bằng cách tập trung vào việc cải thiện khả năng phòng thủ chống lại các đầu vào bị thao túng hoặc độc hại, Grok AI nhằm duy trì tính toàn vẹn của các tương tác của người dùng. Nói tóm lại, Grok AI không chỉ là một thiết bị truy xuất thông tin; nó là một đối tác đối thoại hấp dẫn khuyến khích cuộc trò chuyện năng động. Người sáng tạo Grok AI Bộ óc đứng sau Grok AI không ai khác chính là Elon Musk, một cá nhân gắn liền với sự đổi mới trong nhiều lĩnh vực, bao gồm ô tô, du hành vũ trụ và công nghệ. Dưới sự bảo trợ của xAI, một công ty tập trung vào việc phát triển công nghệ AI theo những cách có lợi, tầm nhìn của Musk nhằm định hình lại cách hiểu về các tương tác AI. Sự lãnh đạo và tinh thần nền tảng bị ảnh hưởng sâu sắc bởi cam kết của Musk trong việc thúc đẩy các ranh giới công nghệ. Các nhà đầu tư của Grok AI Mặc dù các chi tiết cụ thể về các nhà đầu tư hỗ trợ Grok AI vẫn còn hạn chế, nhưng đã được công nhận công khai rằng xAI, vườn ươm của dự án, được thành lập và hỗ trợ chủ yếu bởi chính Elon Musk. Các dự án và tài sản trước đây của Musk cung cấp một nền tảng vững chắc, tăng cường thêm độ tin cậy và tiềm năng phát triển của Grok AI. Tuy nhiên, tính đến thời điểm hiện tại, thông tin về các quỹ đầu tư hoặc tổ chức bổ sung hỗ trợ Grok AI vẫn chưa dễ dàng tiếp cận, đánh dấu một lĩnh vực có thể khám phá trong tương lai. Grok AI hoạt động như thế nào? Cơ chế hoạt động của Grok AI sáng tạo không kém gì khung khái niệm của nó. Dự án tích hợp một số công nghệ tiên tiến giúp tạo ra các chức năng độc đáo của nó: Hạ tầng mạnh mẽ: Grok AI được xây dựng bằng Kubernetes cho việc điều phối container, Rust cho hiệu suất và an toàn, và JAX cho tính toán số hiệu suất cao. Bộ ba này đảm bảo rằng chatbot hoạt động hiệu quả, mở rộng hiệu quả và phục vụ người dùng kịp thời. Truy cập kiến thức theo thời gian thực: Một trong những tính năng nổi bật của Grok AI là khả năng truy cập dữ liệu theo thời gian thực thông qua nền tảng X—trước đây được biết đến với tên gọi Twitter. Khả năng này cho phép AI truy cập thông tin mới nhất, giúp nó cung cấp các câu trả lời và khuyến nghị kịp thời mà các mô hình AI khác có thể bỏ lỡ. Hai chế độ tương tác: Grok AI cung cấp cho người dùng sự lựa chọn giữa “Chế độ Vui” và “Chế độ Thông thường.” Chế độ Vui cho phép một phong cách tương tác vui tươi và hài hước hơn, trong khi Chế độ Thông thường tập trung vào việc cung cấp các câu trả lời chính xác và đúng đắn. Sự linh hoạt này đảm bảo một trải nghiệm được cá nhân hóa phù hợp với sở thích của từng người dùng. Nói tóm lại, Grok AI kết hợp hiệu suất với sự tương tác, tạo ra một trải nghiệm vừa phong phú vừa giải trí. Thời gian phát triển của Grok AI Hành trình của Grok AI được đánh dấu bởi các cột mốc quan trọng phản ánh các giai đoạn phát triển và triển khai của nó: Phát triển ban đầu: Giai đoạn nền tảng của Grok AI diễn ra trong khoảng hai tháng, trong đó việc đào tạo và tinh chỉnh ban đầu của mô hình được thực hiện. Phát hành Beta Grok-2: Trong một bước tiến quan trọng, beta Grok-2 đã được công bố. Phiên bản này giới thiệu hai phiên bản của chatbot—Grok-2 và Grok-2 mini—mỗi phiên bản đều có khả năng trò chuyện, lập trình và lập luận. Truy cập công khai: Sau khi phát triển beta, Grok AI đã trở thành có sẵn cho người dùng nền tảng X. Những người có tài khoản được xác minh bằng số điện thoại và hoạt động ít nhất bảy ngày có thể truy cập phiên bản giới hạn, giúp công nghệ có sẵn cho một đối tượng rộng lớn hơn. Thời gian này tóm tắt sự phát triển có hệ thống của Grok AI từ lúc khởi đầu đến khi công khai, nhấn mạnh cam kết của nó đối với việc cải tiến liên tục và tương tác người dùng. Các tính năng chính của Grok AI Grok AI bao gồm một số tính năng chính góp phần vào bản sắc đổi mới của nó: Tích hợp kiến thức theo thời gian thực: Truy cập thông tin hiện tại và liên quan phân biệt Grok AI với nhiều mô hình tĩnh, cho phép một trải nghiệm người dùng hấp dẫn và chính xác. Phong cách tương tác đa dạng: Bằng cách cung cấp các chế độ tương tác khác nhau, Grok AI phục vụ cho sở thích đa dạng của người dùng, khuyến khích sự sáng tạo và cá nhân hóa trong việc trò chuyện với AI. Cơ sở công nghệ tiên tiến: Việc sử dụng Kubernetes, Rust và JAX cung cấp cho dự án một khung vững chắc để đảm bảo độ tin cậy và hiệu suất tối ưu. Xem xét về đạo đức trong đối thoại: Việc bao gồm chức năng tạo hình ảnh thể hiện tinh thần đổi mới của dự án. Tuy nhiên, nó cũng đặt ra các vấn đề đạo đức liên quan đến bản quyền và việc thể hiện tôn trọng các nhân vật dễ nhận biết—một cuộc thảo luận đang diễn ra trong cộng đồng AI. Kết luận Như một thực thể tiên phong trong lĩnh vực AI đối thoại, Grok AI khái quát tiềm năng cho những trải nghiệm người dùng chuyển đổi trong kỷ nguyên số. Được phát triển bởi xAI và được thúc đẩy bởi cách tiếp cận tầm nhìn của Elon Musk, Grok AI tích hợp kiến thức theo thời gian thực với khả năng tương tác tiên tiến. Nó cố gắng mở rộng ranh giới của những gì trí tuệ nhân tạo có thể đạt được trong khi vẫn giữ trọng tâm vào các vấn đề đạo đức và an toàn cho người dùng. Grok AI không chỉ thể hiện sự tiến bộ công nghệ mà còn thể hiện một mô hình đối thoại mới trong bối cảnh Web3, hứa hẹn sẽ thu hút người dùng bằng cả kiến thức sâu sắc và sự tương tác vui tươi. Khi dự án tiếp tục phát triển, nó đứng như một minh chứng cho những gì giao thoa giữa công nghệ, sáng tạo và tương tác giống như con người có thể đạt được.

Tổng lượt xem 738Xuất bản vào 2024.12.26Cập nhật vào 2024.12.26

ERC AI là gì

Euruka Tech: Tổng Quan về $erc ai và Những Tham Vọng trong Web3 Giới thiệu Trong bối cảnh công nghệ blockchain và ứng dụng phi tập trung đang phát triển nhanh chóng, các dự án mới thường xuyên xuất hiện, mỗi dự án đều có những mục tiêu và phương pháp độc đáo. Một trong những dự án đó là Euruka Tech, hoạt động trong lĩnh vực tiền điện tử và Web3 rộng lớn. Mục tiêu chính của Euruka Tech, đặc biệt là token $erc ai của nó, là cung cấp các giải pháp sáng tạo nhằm khai thác những khả năng đang phát triển của công nghệ phi tập trung. Bài viết này nhằm cung cấp một cái nhìn tổng quan về Euruka Tech, khám phá các mục tiêu, chức năng, danh tính của người sáng lập, các nhà đầu tư tiềm năng và tầm quan trọng của nó trong bối cảnh rộng lớn hơn của Web3. Euruka Tech, $erc ai là gì? Euruka Tech được mô tả như một dự án tận dụng các công cụ và chức năng mà môi trường Web3 cung cấp, tập trung vào việc tích hợp trí tuệ nhân tạo trong các hoạt động của nó. Mặc dù các chi tiết cụ thể về khung của dự án vẫn còn mơ hồ, nhưng nó được thiết kế để nâng cao sự tham gia của người dùng và tự động hóa các quy trình trong không gian tiền điện tử. Dự án nhằm tạo ra một hệ sinh thái phi tập trung không chỉ tạo điều kiện cho các giao dịch mà còn tích hợp các chức năng dự đoán thông qua trí tuệ nhân tạo, do đó tên gọi của token, $erc ai. Mục tiêu là cung cấp một nền tảng trực quan giúp tạo ra các tương tác thông minh hơn và xử lý giao dịch hiệu quả hơn trong lĩnh vực Web3 đang phát triển. Ai là Người Sáng Lập Euruka Tech, $erc ai? Hiện tại, thông tin về người sáng lập hoặc đội ngũ sáng lập đứng sau Euruka Tech vẫn chưa được xác định và có phần mờ mịt. Sự thiếu hụt dữ liệu này gây ra lo ngại, vì kiến thức về nền tảng của đội ngũ thường rất quan trọng để thiết lập độ tin cậy trong lĩnh vực blockchain. Do đó, chúng tôi đã phân loại thông tin này là không rõ cho đến khi có các chi tiết cụ thể được công bố trong lĩnh vực công cộng. Ai là Các Nhà Đầu Tư của Euruka Tech, $erc ai? Tương tự, việc xác định các nhà đầu tư hoặc tổ chức hỗ trợ cho dự án Euruka Tech không được cung cấp dễ dàng qua các nghiên cứu hiện có. Một khía cạnh quan trọng đối với các bên liên quan tiềm năng hoặc người dùng đang xem xét tham gia vào Euruka Tech là sự đảm bảo đến từ các quan hệ đối tác tài chính đã được thiết lập hoặc sự hỗ trợ từ các công ty đầu tư uy tín. Thiếu thông tin về các mối quan hệ đầu tư, rất khó để rút ra những kết luận toàn diện về sự an toàn tài chính hoặc độ bền vững của dự án. Theo thông tin đã tìm thấy, phần này cũng đang ở trạng thái không rõ. Euruka Tech, $erc ai hoạt động như thế nào? Mặc dù thiếu các thông số kỹ thuật chi tiết cho Euruka Tech, nhưng điều quan trọng là phải xem xét những tham vọng đổi mới của nó. Dự án tìm cách tận dụng sức mạnh tính toán của trí tuệ nhân tạo để tự động hóa và nâng cao trải nghiệm người dùng trong môi trường tiền điện tử. Bằng cách tích hợp AI với công nghệ blockchain, Euruka Tech nhằm cung cấp các tính năng như giao dịch tự động, đánh giá rủi ro và giao diện người dùng cá nhân hóa. Bản chất đổi mới của Euruka Tech nằm ở mục tiêu tạo ra một kết nối liền mạch giữa người dùng và những khả năng rộng lớn mà các mạng phi tập trung mang lại. Thông qua việc sử dụng các thuật toán học máy và AI, nó nhằm giảm thiểu những thách thức mà người dùng lần đầu gặp phải và tinh giản trải nghiệm giao dịch trong khuôn khổ Web3. Sự cộng sinh giữa AI và blockchain nhấn mạnh tầm quan trọng của token $erc ai, đứng như một cầu nối giữa các giao diện người dùng truyền thống và các khả năng tiên tiến của công nghệ phi tập trung. Thời Gian của Euruka Tech, $erc ai Thật không may, do thông tin hạn chế hiện có về Euruka Tech, chúng tôi không thể trình bày một thời gian biểu chi tiết về các phát triển chính hoặc cột mốc trong hành trình của dự án. Thời gian biểu này, thường rất quý giá trong việc vạch ra sự tiến triển của một dự án và hiểu được quỹ đạo phát triển của nó, hiện không có sẵn. Khi thông tin về các sự kiện đáng chú ý, quan hệ đối tác hoặc các bổ sung chức năng trở nên rõ ràng, các cập nhật chắc chắn sẽ nâng cao sự hiện diện của Euruka Tech trong lĩnh vực tiền điện tử. Làm rõ về Các Dự Án “Eureka” Khác Điều đáng lưu ý là nhiều dự án và công ty chia sẻ một tên gọi tương tự với “Eureka.” Nghiên cứu đã xác định các sáng kiến như một đại lý AI từ NVIDIA Research, tập trung vào việc dạy robot thực hiện các nhiệm vụ phức tạp bằng các phương pháp sinh tạo, cũng như Eureka Labs và Eureka AI, cải thiện trải nghiệm người dùng trong giáo dục và phân tích dịch vụ khách hàng, tương ứng. Tuy nhiên, những dự án này là khác biệt với Euruka Tech và không nên bị nhầm lẫn với các mục tiêu hoặc chức năng của nó. Kết luận Euruka Tech, cùng với token $erc ai của nó, đại diện cho một người chơi hứa hẹn nhưng hiện tại còn mờ mịt trong bối cảnh Web3. Trong khi chi tiết về người sáng lập và các nhà đầu tư vẫn chưa được công bố, tham vọng cốt lõi của việc kết hợp trí tuệ nhân tạo với công nghệ blockchain vẫn là một điểm thu hút sự chú ý. Các phương pháp độc đáo của dự án trong việc thúc đẩy sự tham gia của người dùng thông qua tự động hóa tiên tiến có thể giúp nó nổi bật khi hệ sinh thái Web3 tiến triển. Khi thị trường tiền điện tử tiếp tục phát triển, các bên liên quan nên theo dõi chặt chẽ những tiến bộ xung quanh Euruka Tech, vì sự phát triển của các đổi mới đã được ghi chép, các quan hệ đối tác hoặc một lộ trình rõ ràng có thể mang lại những cơ hội đáng kể trong tương lai gần. Hiện tại, chúng tôi đang chờ đợi những hiểu biết sâu sắc hơn có thể tiết lộ tiềm năng của Euruka Tech và vị trí của nó trong bối cảnh cạnh tranh của tiền điện tử.

Tổng lượt xem 741Xuất bản vào 2025.01.02Cập nhật vào 2025.01.02

DUOLINGO AI là gì

DUOLINGO AI: Tích hợp Học ngôn ngữ với Web3 và Đổi mới AI Trong một kỷ nguyên mà công nghệ định hình lại giáo dục, việc tích hợp trí tuệ nhân tạo (AI) và các mạng blockchain báo hiệu một biên giới mới cho việc học ngôn ngữ. Giới thiệu DUOLINGO AI và đồng tiền điện tử liên quan của nó, $DUOLINGO AI. Dự án này mong muốn kết hợp sức mạnh giáo dục của các nền tảng học ngôn ngữ hàng đầu với những lợi ích của công nghệ Web3 phi tập trung. Bài viết này đi sâu vào các khía cạnh chính của DUOLINGO AI, khám phá các mục tiêu, khung công nghệ, sự phát triển lịch sử và tiềm năng tương lai trong khi duy trì sự rõ ràng giữa tài nguyên giáo dục gốc và sáng kiến tiền điện tử độc lập này. Tổng quan về DUOLINGO AI Cốt lõi của DUOLINGO AI là thiết lập một môi trường phi tập trung nơi người học có thể kiếm được phần thưởng mã hóa cho việc đạt được các cột mốc giáo dục trong khả năng ngôn ngữ. Bằng cách áp dụng hợp đồng thông minh, dự án nhằm tự động hóa các quy trình xác minh kỹ năng và phân bổ token, tuân thủ các nguyên tắc Web3 nhấn mạnh tính minh bạch và quyền sở hữu của người dùng. Mô hình này khác biệt so với các phương pháp truyền thống trong việc tiếp cận ngôn ngữ bằng cách dựa nhiều vào cấu trúc quản trị do cộng đồng điều hành, cho phép những người nắm giữ token đề xuất cải tiến nội dung khóa học và phân phối phần thưởng. Một số mục tiêu đáng chú ý của DUOLINGO AI bao gồm: Học tập gamified: Dự án tích hợp các thành tựu blockchain và token không thể thay thế (NFT) để đại diện cho các cấp độ thành thạo ngôn ngữ, thúc đẩy động lực thông qua các phần thưởng kỹ thuật số hấp dẫn. Tạo nội dung phi tập trung: Nó mở ra cơ hội cho các nhà giáo dục và những người yêu thích ngôn ngữ đóng góp khóa học của họ, tạo điều kiện cho một mô hình chia sẻ doanh thu có lợi cho tất cả các bên đóng góp. Cá nhân hóa dựa trên AI: Bằng cách sử dụng các mô hình học máy tiên tiến, DUOLINGO AI cá nhân hóa các bài học để thích ứng với tiến trình học tập của từng cá nhân, tương tự như các tính năng thích ứng có trong các nền tảng đã được thiết lập. Người sáng lập dự án và Quản trị Tính đến tháng 4 năm 2025, đội ngũ đứng sau $DUOLINGO AI vẫn giữ bí danh, một thực tiễn phổ biến trong lĩnh vực tiền điện tử phi tập trung. Sự ẩn danh này nhằm thúc đẩy sự phát triển tập thể và sự tham gia của các bên liên quan thay vì tập trung vào các nhà phát triển cá nhân. Hợp đồng thông minh được triển khai trên blockchain Solana ghi chú địa chỉ ví của nhà phát triển, điều này thể hiện cam kết về tính minh bạch liên quan đến các giao dịch mặc dù danh tính của các nhà sáng lập vẫn chưa được biết đến. Theo lộ trình của nó, DUOLINGO AI dự định phát triển thành một Tổ chức Tự trị Phi tập trung (DAO). Cấu trúc quản trị này cho phép những người nắm giữ token bỏ phiếu về các vấn đề quan trọng như triển khai tính năng và phân bổ ngân quỹ. Mô hình này phù hợp với tinh thần trao quyền cho cộng đồng có trong nhiều ứng dụng phi tập trung, nhấn mạnh tầm quan trọng của việc ra quyết định tập thể. Nhà đầu tư và Đối tác chiến lược Hiện tại, không có nhà đầu tư tổ chức hoặc nhà đầu tư mạo hiểm nào được xác định công khai liên quan đến $DUOLINGO AI. Thay vào đó, tính thanh khoản của dự án chủ yếu đến từ các sàn giao dịch phi tập trung (DEX), đánh dấu một sự tương phản rõ rệt với các chiến lược tài trợ của các công ty công nghệ giáo dục truyền thống. Mô hình cơ sở này cho thấy một cách tiếp cận do cộng đồng điều hành, phản ánh cam kết của dự án đối với sự phi tập trung. Trong tài liệu trắng của mình, DUOLINGO AI đề cập đến việc hình thành các hợp tác với các “nền tảng giáo dục blockchain” không xác định nhằm làm phong phú thêm các khóa học của mình. Mặc dù các đối tác cụ thể vẫn chưa được công bố, những nỗ lực hợp tác này gợi ý về một chiến lược kết hợp đổi mới blockchain với các sáng kiến giáo dục, mở rộng quyền truy cập và sự tham gia của người dùng qua nhiều con đường học tập khác nhau. Kiến trúc công nghệ Tích hợp AI DUOLINGO AI tích hợp hai thành phần chính dựa trên AI để nâng cao các đề xuất giáo dục của mình: Công cụ học tập thích ứng: Công cụ tinh vi này học từ các tương tác của người dùng, tương tự như các mô hình độc quyền từ các nền tảng giáo dục lớn. Nó điều chỉnh độ khó của bài học một cách linh hoạt để giải quyết các thách thức cụ thể của người học, củng cố các lĩnh vực yếu thông qua các bài tập có mục tiêu. Đại lý hội thoại: Bằng cách sử dụng chatbot được hỗ trợ bởi GPT-4, DUOLINGO AI cung cấp một nền tảng cho người dùng tham gia vào các cuộc hội thoại mô phỏng, thúc đẩy một trải nghiệm học ngôn ngữ tương tác và thực tiễn hơn. Hạ tầng Blockchain Được xây dựng trên blockchain Solana, $DUOLINGO AI sử dụng một khung công nghệ toàn diện bao gồm: Hợp đồng thông minh xác minh kỹ năng: Tính năng này tự động trao token cho người dùng đã vượt qua các bài kiểm tra thành thạo, củng cố cấu trúc khuyến khích cho các kết quả học tập thực sự. Huy hiệu NFT: Những token kỹ thuật số này biểu thị các cột mốc khác nhau mà người học đạt được, chẳng hạn như hoàn thành một phần của khóa học hoặc thành thạo các kỹ năng cụ thể, cho phép họ giao dịch hoặc trưng bày thành tích của mình một cách kỹ thuật số. Quản trị DAO: Các thành viên cộng đồng nắm giữ token có thể tham gia vào quản trị bằng cách bỏ phiếu về các đề xuất chính, tạo điều kiện cho một văn hóa tham gia khuyến khích đổi mới trong các đề xuất khóa học và tính năng của nền tảng. Dòng thời gian lịch sử 2022–2023: Khái niệm Công việc chuẩn bị cho DUOLINGO AI bắt đầu với việc tạo ra một tài liệu trắng, nêu bật sự phối hợp giữa những tiến bộ AI trong học ngôn ngữ và tiềm năng phi tập trung của công nghệ blockchain. 2024: Ra mắt Beta Một phiên bản beta giới hạn giới thiệu các đề xuất trong các ngôn ngữ phổ biến, thưởng cho người dùng sớm bằng các phần thưởng token như một phần của chiến lược tham gia cộng đồng của dự án. 2025: Chuyển đổi DAO Vào tháng 4, một lần ra mắt mainnet đầy đủ diễn ra với sự lưu thông của các token, thúc đẩy các cuộc thảo luận trong cộng đồng về khả năng mở rộng sang các ngôn ngữ châu Á và các phát triển khóa học khác. Thách thức và Hướng đi tương lai Khó khăn kỹ thuật Mặc dù có những mục tiêu tham vọng, DUOLINGO AI phải đối mặt với những thách thức đáng kể. Khả năng mở rộng vẫn là một mối quan tâm liên tục, đặc biệt là trong việc cân bằng chi phí liên quan đến xử lý AI và duy trì một mạng lưới phi tập trung phản hồi. Ngoài ra, việc đảm bảo chất lượng tạo nội dung và quản lý trong bối cảnh cung cấp phi tập trung đặt ra những phức tạp trong việc duy trì tiêu chuẩn giáo dục. Cơ hội chiến lược Nhìn về phía trước, DUOLINGO AI có tiềm năng tận dụng các quan hệ đối tác cấp chứng chỉ vi mô với các tổ chức học thuật, cung cấp các xác nhận kỹ năng ngôn ngữ được xác minh bằng blockchain. Hơn nữa, việc mở rộng chuỗi chéo có thể cho phép dự án tiếp cận các cơ sở người dùng rộng hơn và các hệ sinh thái blockchain bổ sung, nâng cao khả năng tương tác và phạm vi tiếp cận của nó. Kết luận DUOLINGO AI đại diện cho một sự kết hợp đổi mới giữa trí tuệ nhân tạo và công nghệ blockchain, cung cấp một lựa chọn tập trung vào cộng đồng thay thế cho các hệ thống học ngôn ngữ truyền thống. Mặc dù sự phát triển bí danh và mô hình kinh tế mới nổi của nó mang lại một số rủi ro, cam kết của dự án đối với học tập gamified, giáo dục cá nhân hóa và quản trị phi tập trung mở ra một con đường phía trước cho công nghệ giáo dục trong lĩnh vực Web3. Khi AI tiếp tục phát triển và hệ sinh thái blockchain tiến hóa, các sáng kiến như DUOLINGO AI có thể định hình lại cách người dùng tương tác với giáo dục ngôn ngữ, trao quyền cho cộng đồng và thưởng cho sự tham gia thông qua các cơ chế học tập đổi mới.

Tổng lượt xem 778Xuất bản vào 2025.04.11Cập nhật vào 2025.04.11

Thảo luận

Chào mừng đến với Cộng đồng HTX. Tại đây, bạn có thể được thông báo về những phát triển nền tảng mới nhất và có quyền truy cập vào thông tin chuyên sâu về thị trường. Ý kiến của người dùng về giá của AI (AI) được trình bày dưới đây.