# Bài viết Liên quan Tác nhân

Trung tâm Tin tức HTX cung cấp những bài viết mới nhất và phân tích chuyên sâu về "Tác nhân", bao gồm xu hướng thị trường, cập nhật dự án, phát triển công nghệ và chính sách quản lý trong ngành tiền kỹ thuật số.

ByteDance Dùng CPU Arm, Ông Hoàng Nhân Huân: Đáng Tiếc Không Mua Được Arm

Bài báo đưa tin từ sự kiện Computex 2026, nơi CEO của Arm, Rene Haas, thông báo rằng ByteDance (TikTok) và Oracle đã áp dụng chip CPU dành cho trung tâm dữ liệu do Arm tự nghiên cứu, tên là Arm AGI. Arm đã tăng gấp đôi kỳ vọng về nhu cầu đối với CPU này, dự kiến đạt doanh thu 20 tỷ USD vào các năm tài chính 2027-2028 và 150 tỷ USD hàng năm trong khoảng 5 năm. Haas cũng chia sẻ quan điểm rằng việc Mỹ ngăn cản xuất khẩu CPU AI sang Trung Quốc là gần như không thể. Trong một cuộc đối thoại thú vị, CEO NVIDIA, Jensen Huang, đã tham gia và bày tỏ sự tiếc nuối khi NVIDIA không thể mua lại Arm trước đây. Ông cũng giải thích lý do đằng sau việc NVIDIA phát triển siêu chip RTX Spark dựa trên kiến trúc Arm, nhấn mạnh nhu cầu về CPU mạnh mẽ cho các tác nhân AI (AI agent) chạy cục bộ trên PC. Huang dự đoán ngành công nghiệp máy tính có thể mở rộng gấp mười lần nhờ sự phát triển của các tác nhân AI tự chủ. Bài báo cũng đề cập đến những tiến bộ của Arm trong lĩnh vực chip PC và CPU cho trung tâm dữ liệu. Nhiều đối tác lớn như OpenAI, Meta, Google và Microsoft đang sử dụng hoặc hợp tác với Arm. Haas đã công bố lộ trình phát triển cho các thế hệ CPU Arm AGI tiếp theo, khẳng định cam kết lâu dài trong việc tự sản xuất chip. Kết luận chỉ ra rằng sự bùng nổ của các tác nhân AI đang dịch chuyển sự chú ý trong cuộc đua sức mạnh tính toán sang CPU, thúc đẩy xu hướng tích hợp theo chiều dọc trong ngành công nghiệp bán dẫn, nơi hiệu quả năng lượng trở thành yếu tố cạnh tranh chính.

marsbit06/04 04:54

ByteDance Dùng CPU Arm, Ông Hoàng Nhân Huân: Đáng Tiếc Không Mua Được Arm

marsbit06/04 04:54

Claude Code Ra Mắt Luồng Công Việc Động: Giúp AI Tự Biết Tổ Chức Đội Nhóm Làm Việc

Claude Code đã giới thiệu "Workflows động", một tính năng cho phép AI tự động tổ chức và điều phối nhiều agent (tác nhân) con để cùng hợp tác xử lý các nhiệm vụ phức tạp. Thay vì một agent duy nhất xử lý toàn bộ công việc trong một ngữ cảnh dài, workflow động sẽ tạo ra một khuôn khổ thực thi linh hoạt: chia nhỏ nhiệm vụ, phân phối cho các agent con chạy song song, kiểm tra chéo, lặp lại và thậm chí cho các agent cạnh tranh nhau, trước khi tổng hợp kết quả cuối cùng. Tính năng này nhằm khắc phục các hạn chế của mô hình đơn agent như: "tính lười biếng" (dừng sớm), "thiên vị tự tham chiếu" (ưu tiên kết quả của chính mình) và "trôi mục tiêu" (sai lệch so với yêu cầu ban đầu sau nhiều lượt xử lý). Workflow động mở rộng phạm vi ứng dụng của Claude Code từ các tác vụ lập trình thuần túy (di chuyển mã, tái cấu trúc, review) sang các công việc phi kỹ thuật như nghiên cứu sâu, xác minh sự kiện, sàng lọc hồ sơ, phân tích nguyên nhân gốc rễ hay động não đặt tên. Bài viết giới thiệu các mẫu prompt ví dụ và các mô hình phổ biến khi thiết kế workflow, như: phân loại & định tuyến, phân tách & tổng hợp, xác minh đối kháng, tạo & sàng lọc, giải đấu loại trực tiếp và vòng lặp cho đến khi hoàn thành. Tuy workflow động tiêu thụ nhiều token hơn và không phải lúc nào cũng cần thiết cho các tác vụ thông thường, nhưng nó đánh dấu một hướng phát triển quan trọng: tương lai của công cụ AI không chỉ nằm ở trí thông minh của một mô hình đơn lẻ, mà còn ở khả năng tổ chức các quy trình thực thi phức tạp, đáng tin cậy, có thể tái sử dụng và kiểm tra được.

marsbit06/04 02:18

Claude Code Ra Mắt Luồng Công Việc Động: Giúp AI Tự Biết Tổ Chức Đội Nhóm Làm Việc

marsbit06/04 02:18

ChatGPT sau này có thể sẽ biến mất

OpenAI vừa công bố tại hội nghị Intelligence at Work rằng sẽ tích hợp Codex vào ChatGPT trong vài tuần tới, đánh dấu bước tiến lớn hướng tới một "siêu ứng dụng" thống nhất. Mục tiêu là chuyển đổi từ nền tảng trò chuyện (Chat) sang nền tảng hành động (Agent), nơi người dùng có thể ra lệnh bằng ngôn ngữ tự nhiên và ChatGPT sẽ sử dụng Codex để tự động thực hiện công việc thông qua nhiều tác nhân AI. Codex, công cụ lập trình AI ban đầu được phát triển để cạnh tranh với Claude Code của Anthropic, đã đạt 5 triệu người dùng hoạt động hàng tuần, với 20% không phải lập trình viên. OpenAI cũng giới thiệu ba bản cập nhật chính cho Codex: Plugin Agent cho sáu vai trò công việc, tính năng Chú thích (Annotations) để chỉnh sửa cục bộ, và tính năng Sites để tạo ứng dụng web từ kết quả công việc. Bài viết phân tích rằng, mặc dù giữ tên ChatGPT, linh hồn của nền tảng mới sẽ là Codex, phản ánh sự dịch chuyển chiến lược của OpenAI sang trọng tâm là khả năng thực thi. Áp lực cạnh tranh từ Anthropic là động lực chính thúc đẩy sự phát triển nhanh chóng của Codex. Trong khi Claude Code được đánh giá cao về chất lượng code, Codex lại có ưu thế về giá cả và khả năng tiếp cận, đặc biệt với việc tối ưu token hiệu quả trên mô hình GPT-5.5. Xu hướng này mở ra cuộc đua giành "cửa ngõ" (entry point) trong kỷ nguyên Agent, không chỉ giữa OpenAI và Anthropic, mà còn cho các công ty Trung Quốc đang tìm cách xây dựng nền tảng Agent của riêng họ. Tóm lại, ChatGPT trong tương lai có thể sẽ trở thành một biểu tượng, trong khi chức năng thực sự là một nền tảng Agent mạnh mẽ.

marsbit06/03 23:54

marsbit06/03 23:54

CPU, lặng lẽ trở lại vị trí trung tâm của sân khấu tính toán AI

Trong ba năm qua, AI đều xoay quanh GPU, nhưng câu chuyện bắt đầu thay đổi từ năm 2026. Intel ra mắt Xeon 6+ với 288 lõi E-core, tập trung vào tính toán mật độ cao, hiệu quả năng lượng cho tải công việc suy luận AI và tác nhân thông minh. Báo cáo từ SemiAnalysis chỉ ra rằng, khi AI chuyển từ đào tạo sang triển khai hàng loạt, các nhiệm vụ như điều phối, xử lý luồng dữ liệu và quản lý đồng thời trở thành nút thắt mới – lĩnh vực mà CPU tỏ ra vượt trội hơn GPU. Xeon 6+ được sản xuất trên quy trình Intel 18A, đánh dấu sự trở lại của Intel trong cuộc đua CPU máy chủ mật độ cao, cạnh tranh với AMD Bergamo và CPU tự nghiên cứu dựa trên ARM của các nhà cung cấp đám mây. Tuy nhiên, câu chuyện “CPU trở lại” vẫn đối mặt với thách thức từ NVIDIA (với giải pháp CPU+GPU tích hợp) và làn sóng tự nghiên cứu CPU của các gã khổng lồ đám mây. Tóm lại, CPU đang tìm thấy vị trí mới quan trọng với tư cách là “mặt phẳng điều khiển” trong cơ sở hạ tầng AI, chứ không phải là sự thay thế cho GPU. Sự thành công của Intel phụ thuộc vào hiệu suất của quy trình 18A và khả năng chiếm lĩnh thị trường bên ngoài các CPU tự nghiên cứu của nhà cung cấp đám mây. Cuộc cạnh tranh định hình lại vai trò của CPU trong kỷ nguyên AI vẫn đang tiếp diễn.

marsbit06/03 10:44

CPU, lặng lẽ trở lại vị trí trung tâm của sân khấu tính toán AI

marsbit06/03 10:44

SaaS Cuộc Đào Tẩu Sinh Tử: Những Người Chiến Thắng Sống Sót Có Một Điểm Chung

Bài viết phân tích tác động của AI đối với ngành SaaS, so sánh sự biến động cổ phiếu gần đây. Các công ty như Snowflake và Datadog tăng mạnh nhờ mô hình tính phí theo mức sử dụng (consumption-based), được AI thúc đẩy nhu cầu xử lý dữ liệu và giám sát. Ngược lại, những công ty dựa trên phí theo chỗ ngồi (per-seat) hoặc theo nhiệm vụ như Intuit và Adobe chịu áp lực khi AI có thể thay thế lao động thủ công. Bài viết phân loại các công ty SaaS thành bốn nhóm: nền tảng tiêu thụ (Snowflake, Datadog), lớp kênh phân phối/nền tảng (Microsoft, Palantir), công ty quy trình làm việc đang chuyển đổi (Salesforce, ServiceNow) và công ty chịu áp lực trực tiếp (Intuit, Workday). Salesforce, dù có doanh thu AI tăng trưởng, vẫn bị ảnh hưởng bởi mô hình cũ, cho thấy quá trình chuyển đổi sang tính phí theo giá trị cần thời gian. Các tín hiệu từ Microsoft Build 2026 cho thấy AI đang trở thành một phần của hệ điều hành và Microsoft đang giảm phụ thuộc vào OpenAI. Thị trường hiện đang trong giai đoạn phân biệt công ty nào được AI hỗ trợ và công ty nào bị ảnh hưởng. Cần theo dõi sự lan rộng của đợt phục hồi, tốc độ chuyển đổi của Salesforce và dữ liệu áp dụng Copilot doanh nghiệp sau sự kiện Build.

marsbit06/03 02:05

SaaS Cuộc Đào Tẩu Sinh Tử: Những Người Chiến Thắng Sống Sót Có Một Điểm Chung

marsbit06/03 02:05

Sau 540 nghìn dòng code, Garry Tan nhận ra trò chơi lập trình cũ cùng AI đã kết thúc

Bài viết từ Garry Tan, Chủ tịch Y Combinator, chia sẻ nhận thức sâu sắc sau khi xây dựng dự án "Garry's List" với 540.000 dòng code bằng Rails và AI Agent. Ông phát hiện ra giá trị thực sự không nằm ở khối lượng code khổng lồ đó, mà ở "GStack" – một framework phát triển mới xoay quanh luồng làm việc của AI Agent. Ông chỉ trích cách tiếp cận phổ biến hiện nay: bao bọc các mô hình LLM thông minh bằng hàng núi code kiểm soát, kiểm tra, logic giám sát – giống như xây dựng một "nhà máy Foxconn" để kiềm chế một công nhân AI siêu thông minh vốn có khả năng tự hoàn thành công việc. Khi chi phí LLM giảm mạnh và năng lực tăng, trọng tâm phát triển phần mềm cần chuyển từ "viết nhiều code hơn" sang "thiết kế nhiều khả năng hơn". Giải pháp được đề xuất là xây dựng "skill pack" (gói kỹ năng) bằng Markdown – các module năng lực có thể kiểm tra và tái sử dụng, cho phép Agent tự động tạo code, hệ thống kiểm thử và đánh giá. Điều này biến các luồng công việc phức tạp thành tài sản năng lực có thể tích lũy. Ví dụ, việc đánh giá một hackathon với 85 dự án giờ có thể được Agent hoàn thành trong 30 phút thay vì vài ngày. Bài học cốt lõi: Khi code không còn là nguồn lực khan hiếm, năng lực cạnh tranh của kỹ sư chuyển dịch. Tương lai thuộc về những người có thể phán đoán điều gì đáng xây dựng, định nghĩa vấn đề và biến kinh nghiệm thành năng lực tái sử dụng, thay vì chỉ viết thật nhiều code. Kỹ sư giỏi nhất có thể là người viết ít code nhất nhưng giải phóng được nhiều trí tuệ nhất.

marsbit06/02 21:41

Sau 540 nghìn dòng code, Garry Tan nhận ra trò chơi lập trình cũ cùng AI đã kết thúc

marsbit06/02 21:41

Đối tác Pantera: Trong thời đại Trí tuệ Nhân tạo, Blockchain là câu trả lời tất yếu

Tác giả: Paul Veradittakit, Đối tác tại Pantera Capital Bài viết tranh luận rằng sự hội tụ của Trí tuệ Nhân tạo (AI) và blockchain là không thể tránh khỏi và quan trọng, đặc biệt là trong kỷ nguyên của các tác nhân AI (AI Agents). **Điểm chính:** * **Bổ sung tự nhiên:** AI tạo ra nguồn cung cấp gần như vô hạn (nội dung, tác nhân thông minh), trong khi blockchain cung cấp sự khan hiếm và quyền sở hữu có thể xác minh được. AI tạo ra, blockchain xác nhận và thanh toán giá trị. * **Nền tảng cho nền kinh tế tác nhân:** Các tác nhân AI tự trị sẽ không sử dụng hệ thống ngân hàng truyền thống. Chúng cần cơ sở hạ tầng tài chính được lập trình, hoạt động 24/7, không cần sự cho phép - chính xác là những gì blockchain (ví dụ: stablecoin) cung cấp. * **Bốn trụ cột hợp nhất:** Sự hợp nhất đang diễn ra xung quanh: 1) Thanh toán & giải quyết, 2) Danh tính, 3) Hệ thống mở, và 4) Tổng hợp tài nguyên. Các dự án thương mại đã tồn tại trong tất cả các lĩnh vực này. * **Nhu cầu về danh tính kỹ thuật số:** Trong thời đại của nội dung do AI tạo ra và giả mạo sâu, việc xác minh danh tính con người và quyền sở hữu là rất quan trọng. Các giải pháp dựa trên blockchain (ví dụ: Worldcoin, TransCrypts) cung cấp xác minh toàn cầu, riêng tư và có thể lập trình. * **Chênh lệch định giá:** Có sự chênh lệch lịch sử giữa định giá thị trường của các công ty AI (cao) và tài sản tiền mã hóa (thấp), mặc dù về cơ bản chúng gắn bó chặt chẽ. Điều này tạo ra cơ hội đầu tư. * **Cửa sổ hiện tại:** Sự hợp nhất không phải là tương lai xa mà đang xảy ra ngay bây giờ. Cơ sở hạ tầng (ví dụ: Alchemy, OpenFX) đang trưởng thành, nhu cầu thị trường đang tăng lên và môi trường pháp lý đang trở nên thuận lợi hơn, tạo ra thời điểm lý tưởng cho các doanh nhân trong lĩnh vực này. Bài viết kết luận rằng blockchain là câu trả lời cần thiết cho AI, cung cấp nền tảng tài chính và danh tính gốc cho nền kinh tế tác nhân thông minh sắp tới.

marsbit06/02 13:14

Đối tác Pantera: Trong thời đại Trí tuệ Nhân tạo, Blockchain là câu trả lời tất yếu

marsbit06/02 13:14

Chatbot đốt tiền ba năm, có còn là 'Lục địa mới' trong thời đại AI không?

Trong ba năm qua, chatbot từng được xem là "vùng đất mới" đầy hứa hẹn của thời đại AI, nhưng hiện tại mô hình kinh doanh của nó đang đối mặt với nhiều thách thức. OpenAI, với ChatGPT có hơn 900 triệu người dùng hoạt động hàng tuần, vẫn đang thua lỗ. Trong khi đó, Anthropic, tập trung vào khách hàng doanh nghiệp, đã đạt doanh thu hàng năm vượt 300 tỷ USD. Bài viết chỉ ra ba vấn đề chính của mô hình chatbot thuần túy: Kinh tế học đảo ngược (chi phí biên tăng theo người dùng), rào cản thấp (người dùng dễ dàng chuyển đổi, tỷ lệ trả phí thấp, đặc biệt ở thị trường Trung Quốc), và sự thất bại của mô hình kinh tế chú ý (quảng cáo khó triển khai do thiếu ý định mua hàng, định dạng câu trả lời đơn lẻ và vấn đề niềm tin). Dữ liệu cho thấy tốc độ tăng trưởng người dùng chatbot đang chậm lại. Tương tác chủ yếu vẫn là hỏi-đáp, trong khi nhu cầu thực sự là AI có thể "thực thi" công việc như một trợ lý. Xu hướng tương lai có thể không phải là một ứng dụng chatbot độc lập, mà là AI được tích hợp sâu vào các ứng dụng hiện có (như mạng xã hội, công cụ làm việc), hệ điều hành hoặc phần cứng. Bài học rút ra là: không thể dùng "tấm bản đồ cũ" của thời đại internet (tư duy cổng vào siêu cấp, kinh tế lưu lượng) để tìm "vùng đất mới" của thời đại AI. Giá trị thực sự nằm ở việc cung cấp khả năng AI như một lớp nền tảng, thâm nhập vào mọi sản phẩm và hoàn thành công việc cụ thể cho người dùng.

marsbit06/02 10:39

Chatbot đốt tiền ba năm, có còn là 'Lục địa mới' trong thời đại AI không?

marsbit06/02 10:39

Vị trí mới tại Thung lũng Silicon FDE đang thịnh hành, doanh nghiệp cần nhân tài AI như thế nào?

Bài viết thảo luận về sự xuất hiện và nổi bật của vị trí Kỹ sư Triển khai Tiền tuyến AI (AI Forward Deployed Engineer - FDE) trong thung lũng Silicon, được các công ty như OpenAI và Anthropic chú trọng. Vai trò chính của FDE là làm việc trực tiếp với khách hàng để tùy chỉnh và tích hợp các mô hình ngôn ngữ lớn (LLM) chung vào quy trình nghiệp vụ cụ thể, tạo ra luồng công việc Agent phù hợp. Tuy nhiên, bài viết nhấn mạnh rằng tác động lớn hơn của AI đến thị trường việc làm không phải là sự thay thế đơn thuần, mà là sự phân hóa và tạo ra các vai trò mới. Tác giả dự đoán nhu cầu lớn hơn sẽ dành cho các Kỹ sư AI nội bộ của doanh nghiệp. Những kỹ sư này cần thành thạo nhiều kỹ năng như viết prompt, sử dụng khung Agent, hệ thống đánh giá, cũng như các công cụ lập trình AI như Claude Code hay Codex để nhúng khả năng AI vào phần mềm và hệ thống nghiệp vụ. Sự phát triển này được so sánh với quá trình chuyên môn hóa của kỹ sư phần mềm trước đây, khi vai trò chung ban đầu dần phân nhánh thành front-end, back-end, mobile, DevOps... Tương tự, vai trò Kỹ sư AI tổng quát hiện nay được kỳ vọng sẽ tiến hóa thành nhiều vị trí chuyên sâu hơn trong tương lai, chẳng hạn như Kỹ sư LLMOps, Kỹ sư Đánh giá (Evals Engineer), Kỹ sư Dữ liệu AI... Điều quan trọng nhất là nhu cầu về những người vừa có năng lực kỹ thuật xuất sắc, vừa hiểu sâu sắc về bối cảnh và nhu cầu kinh doanh cụ thể.

marsbit06/02 04:41

Vị trí mới tại Thung lũng Silicon FDE đang thịnh hành, doanh nghiệp cần nhân tài AI như thế nào?

marsbit06/02 04:41

Chiến trường mới của cuộc cạnh tranh AI: Bộ nhớ dài hạn trở thành điểm yếu, người dùng làm sao bảo vệ quyền sở hữu ngữ cảnh của mình

Tác giả: Zen, PANews Trong cuộc cạnh tranh AI hiện nay, khi các mô hình ngày càng mạnh và giống nhau, "trí nhớ dài hạn" và "quyền sở hữu ngữ cảnh" của người dùng đang nổi lên như một điểm nghẽn và chiến trường mới. AI đang chuyển từ công cụ trò chuyện một lần thành trợ lý số cá nhân, tham gia sâu vào quy trình công việc, tích lũy hiểu biết về thói quen và sở thích của người dùng. Tuy nhiên, những ký ức và ngữ cảnh này hiện bị khóa trong các "hòn đảo" nền tảng riêng lẻ như ChatGPT, Claude hay Gemini, khiến người dùng mất dữ liệu khi chuyển đổi. ZetaChain, từ một cơ sở hạ tầng chuỗi chéo, đã chuyển hướng sang AI để giải quyết vấn đề này. Họ giới thiệu Lớp bộ nhớ riêng tư (Private Memory Layer) và sản phẩm tiêu dùng Anuma, nhằm trao cho người dùng quyền sở hữu và kiểm soát bộ nhớ AI được mã hóa của mình. Người dùng có thể mang ngữ cảnh và sở thích của mình qua lại giữa các mô hình AI khác nhau một cách liền mạch. Hệ thống cũng cho phép lập trình, kiểm tra và thu hồi quyền truy cập của Agent, với tất cả được ghi lại trên chuỗi. Tầm nhìn xa hơn của ZetaChain là xây dựng "Lớp tiêu dùng AI" (AI Consumer Layer), nơi nhiều trợ lý AI chuyên biệt có thể cộng tác dựa trên một hệ thống ngữ cảnh, danh tính và quyền thống nhất do người dùng sở hữu. Đồng thời, mã thông báo ZETA được định vị lại thành "mã thông báo cơ sở hạ tầng AI", dùng để thanh toán, mở khóa dịch vụ và tạo điều kiện cho nền kinh tế sáng tạo nơi kiến thức chuyên môn có thể được đóng gói và kiếm tiền. Bản chất của ZetaChain là thách thức mô hình kiểm soát của nền tảng, tìm cách trả lại quyền sở hữu dữ liệu, ngữ cảnh và danh tính kỹ thuật số của người dùng trong kỷ nguyên AI.

marsbit06/02 04:33

Chiến trường mới của cuộc cạnh tranh AI: Bộ nhớ dài hạn trở thành điểm yếu, người dùng làm sao bảo vệ quyền sở hữu ngữ cảnh của mình