Blog của 5xu

Harness trong ngành điện dân dụng là các bó dây điện với các đầu nối, các linh kiện điện… Tất cả đều đạt chuẩn ngành và được tối ưu hoá để hoạt động trôi chảy, an toàn, đúng mục đích thiết kế. Các harness có vai trò như hệ thống dây thần kinh dẫn điện khắp cơ thể là các toà nhà, các xe hơi, các hệ thống máy móc.

Bài viết dưới đây do Isengerg đăng lên account X của ông ấy. Có nhiều nhận định và nhiều dự báo.

Bản tiếng Việt dịch bằng claude bản miễn phí.

Greg Isenberg (@gregisenberg) · Đăng trên X, ngày 15/10

Tôi vừa dành 48 giờ ở SF (San Francisco) để tụ tập với các tỷ phú (billionaires), các data lab^[1] và những nhà sáng lập (founders) lẫn giám đốc điều hành của các công ty quy mô từ 1 tỷ đến 100 tỷ đô la.

Những điều tôi quan sát được:

1. Có RẤT NHIỀU câu chuyện về những nhà môi giới dữ liệu (data brokers)^[2] kiếm cỡ 2 triệu đô la MỖI TUẦN nhờ bán dữ liệu của các công ty cho các lab. Tôi không biết đây là khởi đầu hay là bong bóng, và cứ thắc mắc không biết còn những ngách nào chưa có ai làm. Tôi đang tích cực đào sâu chuyện này.

2. Trong bữa tối, có người hỏi cả bàn: “Nếu tháng sau có một mô hình mới ra mắt, công ty của bạn sẽ tốt lên hay tệ đi?”^[3] NỬA BÀN im bặt! Tôi nghĩ đó là câu hỏi hay nhất để đặt ra với bất kỳ startup AI nào lúc này.

3. Cột mốc người ta nói tới bây giờ là đạt 1 tỷ đô la doanh thu trong 12 tháng (chắc đây là “kỳ lân” (unicorn)^[4] mới?). Điều tôi không nghe nhắc nhiều là tỷ lệ giữ chân khách hàng (retention). Doanh thu AI có thể đến rất nhanh và cũng đi rất nhanh, và tôi nghĩ chúng ta sẽ thấy nhiều câu chuyện về những công ty AI có doanh thu khổng lồ nhưng tỷ lệ giữ chân tệ hại.

4. Rõ ràng là chúng ta đang sống qua cuộc tái phát minh chiếc máy tính. Mô hình là CPU, harness là hệ điều hành^[5], còn các kỹ năng (skills) và plugin là các ứng dụng. Nghĩ theo cách đó thì dễ thấy hơn chỗ nào là khoảng trống thị trường (whitespace).

5. Có thể chỉ khoảng 12 tháng nữa là sẽ có một agent biết quan sát bạn làm việc suốt một tuần rồi tự làm công việc của bạn mà không cần chỉ dẫn nào. Sự kết hợp giữa ghi hình màn hình, bộ nhớ của agent và một mô hình chạy cục bộ (local model) đã cho phép điều này ngay bây giờ.^[6]

6. Các agent harness cho cảm giác như những “GPT wrapper”^[7] kiểu mới, theo nghĩa tốt, nhất là các harness chuyên ngành. Những đội giỏi nhất tôi trò chuyện đều coi mô hình là thứ có thể thay thế được. Một nhà sáng lập đã dẫn tôi đi qua cách họ định tuyến (routing) các mô hình khác nhau cho các việc khác nhau: một mô hình cho gu thẩm mỹ và hình ảnh, một mô hình rẻ hơn cho những việc thường ngày, một mô hình khác cho văn bản.

Họ dùng những prompt có thể mang sang các mô hình khác thay vì tinh chỉnh (fine-tuning)^[8], và chạy A/B test trên đầu ra, xét theo cái người dùng thực sự làm với nó: họ có chỉnh sửa không, có xuất ra không, có chia sẻ không? Một harness chuyên ngành (vertical harness) về cơ bản gồm bốn thứ: các bộ kết nối (connectors) tới dữ liệu của ngành đó, các bộ đánh giá (evals)^[9] do những người am hiểu công việc ấy viết, các quy tắc về việc agent được và không được đụng vào cái gì, và một màn hình gọn gàng để con người rà soát. Mô hình có lẽ chỉ chiếm 20%.

7. Hoạt động dịch ngược (reverse engineering) và sao chép (cloning) đang diễn ra nhiều hơn tôi từng thấy. Người ta dịch ngược (decompile) phần mềm rồi dùng agent dựng lại nó, và có một người cho tôi xem một bộ khoảng 10 ứng dụng, mỗi cái đáng giá từ 5 tỷ đô la trở lên, mà người ấy đã nhân bản dưới dạng mã nguồn mở^[10]. Tôi và mọi người vẫn đang suy nghĩ xem điều này có nghĩa gì khi phần mềm trở nên dễ sao chép đến vậy.

8. Tôi đoán giá trị sẽ dịch chuyển về dữ liệu. Nếu phần mềm có thể được dựng lại nhanh chóng, thì thứ đáng trả tiền ở một công ty SaaS (phần mềm dưới dạng dịch vụ) kiểu cũ là nhiều năm dữ liệu khách hàng và quy trình làm việc nằm bên trong nó. Một số công ty SaaS thực chất là công ty dữ liệu trá hình.