"Chỉ còn 2-3 tháng nữa, Codex sẽ trở thành một công cụ thô sơ."
Câu nói này không phải của đối thủ, mà chính là Thibault Sottiaux, hiện là Tổng giám đốc Sản phẩm & Nền tảng của OpenAI, phụ trách ChatGPT, Codex tự mình đưa ra.
Gần đây, khung Harness đã dần dần vượt ra ngoài phạm vi. Từ nhà phát triển đến nhân viên văn phòng, mọi người đều sử dụng các công cụ Agent dạng này, tận hưởng lợi ích tự động hóa mà AI mang lại. Trong số đó, Codex của OpenAI càng là một trong những cái tên xuất sắc.
Tuy nhiên, tại thời điểm này, lãnh đạo OpenAI đã nhìn thấy xa hơn. Bước tiếp theo của Tác nhân Thông minh (Agent) AI, có lẽ còn có một sự tiến hóa mô hình từ công cụ nhỏ đơn lẻ sang "cơ sở hạ tầng cloud-native".
Ý "máy tính xách tay không đủ dùng" của Thibault Sottiaux rất rõ ràng: chúng ta đang sử dụng Harness đơn lẻ để vận hành thế hệ mô hình tiếp theo có khả năng lý luận dài hạn và tự chủ cao, mô hình "đi giày to chân nhỏ" này sắp không thể tiếp tục được nữa.
Chúng ta biết rằng, Harness đề cập đến bộ công cụ xung quanh mô hình lớn như quản lý ngữ cảnh, gọi công cụ, lưu trữ trạng thái, cách ly môi trường và phục hồi ngoại lệ. Hiện nay, nhiều nhà phát triển hoàn thành nhiệm vụ bằng cách chạy Agent trên máy tính xách tay (ví dụ thông qua CLI, Cursor, Claude Code hoặc logic Agent nhẹ).
Đương nhiên, ngày càng nhiều nhà phát triển có xu hướng sử dụng cùng lúc nhiều công cụ, nhiều mô hình: ví dụ dùng Fable 5 trên Claude Code để viết tài liệu dự án, sau đó đến Codex để sử dụng các mô hình khác thực thi.
Nhưng cách này sẽ gặp phải ba điểm nghẽn vật lý khi đối mặt với các mô hình tiên phong thế hệ tiếp theo:
Giới hạn về sức mạnh tính toán, bộ nhớ: Khi tác nhân thông minh cần thực thi đồng thời 20 nhiệm vụ con (ví dụ vừa chạy kiểm thử, vừa thu thập dữ liệu, vừa biên dịch dự án lớn), bộ nhớ, CPU của máy tính xách tay cùng với tài nguyên sandbox (Docker/VM) đồng thời sẽ lập tức quá tải.
Nhiệm vụ dài không thể tắt máy: Nhiệm vụ Agent phức tạp có thể cần chạy vài giờ thậm chí vài ngày, yêu cầu máy tính xách tay của người dùng không được tắt, không được mất mạng, không được gập màn hình, điều này về mặt kỹ thuật rất phi nhân tính.
Sự bùng nổ song song về ngữ cảnh và chuỗi công cụ: Mô hình thế hệ tiếp theo chắc chắn sẽ hỗ trợ ngữ cảnh cực dài và lý luận đồng thời cao độ. Harness nhẹ cục bộ sẽ rất khó xử lý việc nén ngữ cảnh, đồng bộ hóa trạng thái và theo dõi nhật ký tập trung giữa các Agent quy mô lớn chạy đồng thời.
Đối mặt với những thách thức này, dấu hiệu chuyển đổi của công cụ Agent sang cơ sở hạ tầng và thiết kế hệ thống nặng, thực ra đã dần xuất hiện trong vài tháng qua.
Ví dụ, Codex của OpenAI hiện đã cung cấp hỗ trợ chạy bất đồng bộ trên đám mây. Sau khi người dùng ra lệnh trong terminal, nhiệm vụ được đưa vào container bị cô lập (Sandbox Container) trên đám mây để chạy tự trị, điện thoại hoặc máy tính xách tay chỉ đóng vai trò chỉ huy, kiểm soát.
Đồng thời, micro sandbox cloud-native đang nổi lên: Những cơ sở hạ tầng sandbox đám mây tốc độ cao được thiết kế riêng cho AI Agent như E2B, Daytona, Fly.io, Modal, có thể để Agent khi thực thi nhiệm vụ khởi động động hàng trăm môi trường container độc lập để chạy code song song và xác minh kết quả.
Trong số các đội ngũ AI hàng đầu bao gồm OpenAI, Anthropic, Cognition, các kỹ sư đang bắt đầu chuyển trọng tâm nghiên cứu từ tối ưu hóa Prompt sang "viết Harness cấp hệ thống".
Tháng 2 năm nay, nhóm Anthropic từng trình diễn trường hợp sử dụng 16 Claude chạy song song trong 2000 Session trên đám mây để viết một trình biên dịch ngôn ngữ C. Đây là một cột mốc quan trọng của AI tạo sinh trong lĩnh vực kỹ thuật phần mềm hướng tới sự hợp tác đa Agent. Trong đó, các phiên bản Claude khác nhau đóng các vai trò khác nhau: 1 Agent kiến trúc sư chịu trách nhiệm thiết kế cây cú pháp trừu tượng (AST), 4 Agent mã hóa chịu trách nhiệm các module khác nhau, hai Agent kiểm thử chuyên viết kiểm thử đơn vị, 1 Agent kiểm toán chịu trách nhiệm Review luồng code và tính bảo mật.
Nhà nghiên cứu chính Nicholas Carlini chỉ ra: "Phần lớn tinh lực đều dành cho việc xây dựng môi trường cho mô hình, cơ sở hạ tầng vòng lặp kiểm thử và phản hồi."
Hai đến ba tháng tới, quy trình làm việc của tác nhân thông minh như vậy có thể sẽ trở thành công việc hàng ngày của chúng ta.
Kết hợp với nhận định của Thibault Sottiaux, "chỉ huy nhẹ cục bộ, thực thi nặng trên đám mây" sẽ trở thành tiêu chuẩn, giao diện nhà phát triển (như IDE, Terminal, Web UI) sẽ hoàn toàn trở thành bảng điều khiển. Những nhiệm vụ tính toán tập trung thực sự như tái cấu trúc code, chạy thông kiểm thử, tự động hóa mô phỏng trình duyệt, tất cả sẽ được xử lý song song trong cụm động trên đám mây, sau đó đẩy khác biệt cuối cùng (Diff) và nhật ký trở lại cục bộ theo luồng.
Và sự kết hợp sâu giữa mô hình và Harness, có lẽ sẽ chuyển cuộc cạnh tranh từ "so xem mô hình nào có khả năng suy luận mạnh hơn" thành "so xem tiềm năng của mô hình nào được giải phóng triệt để hơn". Những khung Agent chỉ dựa vào việc chạy script Python và gọi API đơn giản trên máy tính cục bộ, sắp chạm trần toàn diện.
Bài viết này đến từ tài khoản công chúng WeChat "Trái tim máy móc" (ID: almosthuman2014), tác giả: Zenan
