Cuộc đua AI giờ không còn chỉ là chuyện ai thông minh hơn. Mà là ai ghi lại được nhiều sai lầm của con người hơn, để biến chúng thành bài học cho thế hệ mô hình tiếp theo.
Đầu tháng 7, mặt trận quan trọng nhất trong cuộc chiến AI bất ngờ nóng lên. Sam Altman cho ra mắt phiên bản mới của ứng dụng ChatGPT trên máy tính, gộp Codex vào làm một tab riêng, đứng giữa Chat và Work. Nhìn qua tưởng chỉ là chỉnh giao diện, nhưng thực chất đây là bản đồ chiến lược của OpenAI cho giai đoạn tới. Chat để trò chuyện, Codex nhắm vào lập trình viên, Work phục vụ công việc văn phòng. ChatGPT không còn là một ô chat nữa, mà trở thành cả một không gian làm việc.
Lý do khiến OpenAI phải phản ứng nhanh như vậy là Anthropic.
Claude Code ban đầu chỉ là một công cụ hỗ trợ viết code bình thường. Nhưng đến tháng 4, Claude Mythos đạt 93,9% trên bài kiểm tra SWE-bench, tức khả năng sửa lỗi thực tế trong các kho code của doanh nghiệp. Lập trình viên đổ về dùng thử, và Claude Code nhanh chóng chiếm lĩnh máy tính của họ. Sau đó Anthropic làm tiếp với Claude Cowork, áp dụng cách làm tương tự cho công việc văn phòng, đúng khu vực mà OpenAI đang nhắm tới với Work. Kết quả là doanh thu định kỳ hàng năm của Anthropic tăng từ 14 tỷ đô la lên 47 tỷ đô la chỉ trong nửa năm, tương đương khoảng 350 nghìn tỷ đồng lên hơn 1,17 triệu tỷ đồng. Giá trị công ty tiến gần mốc 1 nghìn tỷ đô la, khoảng 25 triệu tỷ đồng, vượt qua OpenAI. Thị phần doanh nghiệp của họ đạt 34,4%.
Nhưng con số doanh thu chưa phải điều đáng sợ nhất. Điều Anthropic thực sự nắm được là một cuốn sổ ghi lỗi vô giá. Mỗi lần lập trình viên chấp nhận, từ chối hay tự sửa lại đoạn code AI viết ra, đó là một tín hiệu phản hồi cực kỳ quý. Code lưu trên GitHub chỉ là sản phẩm hoàn chỉnh. Còn thao tác chỉnh sửa mới cho mô hình biết nó đã sai ở đâu và tại sao con người không chấp nhận nó.
Đây chính là vòng xoáy dữ liệu: sản phẩm tốt hơn kéo theo nhiều người dùng hơn, nhiều người dùng hơn tạo ra nhiều dữ liệu hiệu chỉnh hơn, dữ liệu đó giúp mô hình mạnh hơn, và mô hình mạnh hơn lại làm sản phẩm tốt hơn. Vòng xoáy này chỉ quay được khi có hai điều kiện. Một là lĩnh vực áp dụng phải thực sự có giá trị kinh tế, để doanh nghiệp sẵn sàng trả tiền. Hai là tín hiệu phản hồi phải đủ rõ ràng. Lập trình có lợi thế vì code chạy được hay không là điều kiểm chứng ngay lập tức. Công việc văn phòng khó hơn, nhưng bù lại chuỗi thao tác dài hơn nên có nhiều điểm phản hồi hơn.
Vì sao lúc này lại quan trọng đến vậy? Vì dữ liệu chất lượng cao có sẵn trên mạng đang cạn dần, và những gì còn sót lại chỉ là sản phẩm hoàn chỉnh, không cho thấy quá trình mò mẫm sai đúng. Trong khi đó, quy trình làm việc thực tế lưu giữ trọn vẹn quá trình đó. Cựu Phó Chủ tịch An ninh của OpenAI, Weng Li, từng cảnh báo rằng quy luật càng nhiều dữ liệu và sức mạnh tính toán thì mô hình càng mạnh sẽ không kéo dài mãi. Vì vậy ai nắm được nguồn phản hồi thực tế mới có cơ hội tiếp tục cải thiện mô hình.
Để biến những phản hồi hỗn loạn đó thành dữ liệu huấn luyện, cần một hệ thống gọi là Harness, tạm hiểu là bộ khung vận hành mô hình trong thực tế. Harness quyết định ai chia việc, ai kiểm tra kết quả đúng sai, và biến những lần thất bại thành bài học cho vòng lặp tiếp theo. Weng Li nhận định bước tự cải thiện tiếp theo của AI nhiều khả năng xảy ra ở lớp Harness này trước, chứ chưa cần thay đổi ngay trọng số mô hình.
Chính vì Harness đóng vai trò quan trọng như vậy, không chỉ các công ty Mỹ mới tham gia cuộc đua. Elon Musk rót 60 tỷ đô la, khoảng 1,5 triệu tỷ đồng, để mua lại công cụ viết code Cursor, nhằm tạo đường dẫn dữ liệu cho mô hình Grok. Vài tuần sau, Grok 4.5 ra đời, được huấn luyện bằng hàng nghìn tỷ token dữ liệu thực tế từ Cursor. Grok 4.5 đạt 64,7% trên bảng SWE-bench Pro, so với 69,2% của Claude Opus 4.8. Chưa bằng, nhưng đã ở cùng mặt bằng.
Ở Trung Quốc, Tencent đi con đường khác nhưng đến cùng đích. Trợ lý ảo WorkBuddy được xây trên nền Harness của CodeBuddy, thử nghiệm nội bộ với hơn 2.000 nhân viên trước khi ra mắt rộng rãi. Đến tháng 3, ứng dụng đạt 8,85 triệu lượt truy cập hàng tháng trên máy tính, trở thành sản phẩm có người dùng hoạt động hằng ngày cao nhất trong nhóm tương tự tại Trung Quốc. Sau khi tích hợp mô hình Hy3, tốc độ xử lý của WorkBuddy tăng 54%, thời gian hoàn thành tác vụ giảm 47%. Khi Hy3 bản chính thức ra mắt vào tháng 7, tỷ lệ hoàn thành nhiệm vụ tăng từ 72% lên 90%, thời gian giảm thêm 34%, và số lượt gọi mô hình tăng gấp 68 lần so với thế hệ trước.
Mỗi công ty chọn một con đường riêng. Anthropic và OpenAI xuất phát từ lợi thế mô hình. Musk lấp khoảng trống bằng cách mua lại sản phẩm và đường dẫn dữ liệu. Tencent vừa làm sản phẩm vừa đuổi kịp mô hình song song. Nhưng đích đến là một: giành được quyền tham gia vào những quy trình làm việc có giá trị cao, liên tục thu thập vấn đề thực tế, rồi biến chúng thành sức mạnh cho mô hình kế tiếp.
Bảng xếp hạng mô hình sẽ còn thay đổi liên tục. Nhưng điều thực sự quyết định người thắng cuộc không phải một bản phát hành xuất sắc nhất thời, mà là khả năng duy trì vòng lặp cải thiện không ngừng qua hàng triệu tác vụ thực tế mỗi ngày. Đó mới là thứ lãi kép thật sự trong cuộc đua AI.
Đầu tháng 7, mặt trận quan trọng nhất trong cuộc chiến AI bất ngờ nóng lên. Sam Altman cho ra mắt phiên bản mới của ứng dụng ChatGPT trên máy tính, gộp Codex vào làm một tab riêng, đứng giữa Chat và Work. Nhìn qua tưởng chỉ là chỉnh giao diện, nhưng thực chất đây là bản đồ chiến lược của OpenAI cho giai đoạn tới. Chat để trò chuyện, Codex nhắm vào lập trình viên, Work phục vụ công việc văn phòng. ChatGPT không còn là một ô chat nữa, mà trở thành cả một không gian làm việc.
Lý do khiến OpenAI phải phản ứng nhanh như vậy là Anthropic.
Claude Code ban đầu chỉ là một công cụ hỗ trợ viết code bình thường. Nhưng đến tháng 4, Claude Mythos đạt 93,9% trên bài kiểm tra SWE-bench, tức khả năng sửa lỗi thực tế trong các kho code của doanh nghiệp. Lập trình viên đổ về dùng thử, và Claude Code nhanh chóng chiếm lĩnh máy tính của họ. Sau đó Anthropic làm tiếp với Claude Cowork, áp dụng cách làm tương tự cho công việc văn phòng, đúng khu vực mà OpenAI đang nhắm tới với Work. Kết quả là doanh thu định kỳ hàng năm của Anthropic tăng từ 14 tỷ đô la lên 47 tỷ đô la chỉ trong nửa năm, tương đương khoảng 350 nghìn tỷ đồng lên hơn 1,17 triệu tỷ đồng. Giá trị công ty tiến gần mốc 1 nghìn tỷ đô la, khoảng 25 triệu tỷ đồng, vượt qua OpenAI. Thị phần doanh nghiệp của họ đạt 34,4%.
Nhưng con số doanh thu chưa phải điều đáng sợ nhất. Điều Anthropic thực sự nắm được là một cuốn sổ ghi lỗi vô giá. Mỗi lần lập trình viên chấp nhận, từ chối hay tự sửa lại đoạn code AI viết ra, đó là một tín hiệu phản hồi cực kỳ quý. Code lưu trên GitHub chỉ là sản phẩm hoàn chỉnh. Còn thao tác chỉnh sửa mới cho mô hình biết nó đã sai ở đâu và tại sao con người không chấp nhận nó.
Đây chính là vòng xoáy dữ liệu: sản phẩm tốt hơn kéo theo nhiều người dùng hơn, nhiều người dùng hơn tạo ra nhiều dữ liệu hiệu chỉnh hơn, dữ liệu đó giúp mô hình mạnh hơn, và mô hình mạnh hơn lại làm sản phẩm tốt hơn. Vòng xoáy này chỉ quay được khi có hai điều kiện. Một là lĩnh vực áp dụng phải thực sự có giá trị kinh tế, để doanh nghiệp sẵn sàng trả tiền. Hai là tín hiệu phản hồi phải đủ rõ ràng. Lập trình có lợi thế vì code chạy được hay không là điều kiểm chứng ngay lập tức. Công việc văn phòng khó hơn, nhưng bù lại chuỗi thao tác dài hơn nên có nhiều điểm phản hồi hơn.
Vì sao lúc này lại quan trọng đến vậy? Vì dữ liệu chất lượng cao có sẵn trên mạng đang cạn dần, và những gì còn sót lại chỉ là sản phẩm hoàn chỉnh, không cho thấy quá trình mò mẫm sai đúng. Trong khi đó, quy trình làm việc thực tế lưu giữ trọn vẹn quá trình đó. Cựu Phó Chủ tịch An ninh của OpenAI, Weng Li, từng cảnh báo rằng quy luật càng nhiều dữ liệu và sức mạnh tính toán thì mô hình càng mạnh sẽ không kéo dài mãi. Vì vậy ai nắm được nguồn phản hồi thực tế mới có cơ hội tiếp tục cải thiện mô hình.
Để biến những phản hồi hỗn loạn đó thành dữ liệu huấn luyện, cần một hệ thống gọi là Harness, tạm hiểu là bộ khung vận hành mô hình trong thực tế. Harness quyết định ai chia việc, ai kiểm tra kết quả đúng sai, và biến những lần thất bại thành bài học cho vòng lặp tiếp theo. Weng Li nhận định bước tự cải thiện tiếp theo của AI nhiều khả năng xảy ra ở lớp Harness này trước, chứ chưa cần thay đổi ngay trọng số mô hình.
Chính vì Harness đóng vai trò quan trọng như vậy, không chỉ các công ty Mỹ mới tham gia cuộc đua. Elon Musk rót 60 tỷ đô la, khoảng 1,5 triệu tỷ đồng, để mua lại công cụ viết code Cursor, nhằm tạo đường dẫn dữ liệu cho mô hình Grok. Vài tuần sau, Grok 4.5 ra đời, được huấn luyện bằng hàng nghìn tỷ token dữ liệu thực tế từ Cursor. Grok 4.5 đạt 64,7% trên bảng SWE-bench Pro, so với 69,2% của Claude Opus 4.8. Chưa bằng, nhưng đã ở cùng mặt bằng.
Ở Trung Quốc, Tencent đi con đường khác nhưng đến cùng đích. Trợ lý ảo WorkBuddy được xây trên nền Harness của CodeBuddy, thử nghiệm nội bộ với hơn 2.000 nhân viên trước khi ra mắt rộng rãi. Đến tháng 3, ứng dụng đạt 8,85 triệu lượt truy cập hàng tháng trên máy tính, trở thành sản phẩm có người dùng hoạt động hằng ngày cao nhất trong nhóm tương tự tại Trung Quốc. Sau khi tích hợp mô hình Hy3, tốc độ xử lý của WorkBuddy tăng 54%, thời gian hoàn thành tác vụ giảm 47%. Khi Hy3 bản chính thức ra mắt vào tháng 7, tỷ lệ hoàn thành nhiệm vụ tăng từ 72% lên 90%, thời gian giảm thêm 34%, và số lượt gọi mô hình tăng gấp 68 lần so với thế hệ trước.
Mỗi công ty chọn một con đường riêng. Anthropic và OpenAI xuất phát từ lợi thế mô hình. Musk lấp khoảng trống bằng cách mua lại sản phẩm và đường dẫn dữ liệu. Tencent vừa làm sản phẩm vừa đuổi kịp mô hình song song. Nhưng đích đến là một: giành được quyền tham gia vào những quy trình làm việc có giá trị cao, liên tục thu thập vấn đề thực tế, rồi biến chúng thành sức mạnh cho mô hình kế tiếp.
Bảng xếp hạng mô hình sẽ còn thay đổi liên tục. Nhưng điều thực sự quyết định người thắng cuộc không phải một bản phát hành xuất sắc nhất thời, mà là khả năng duy trì vòng lặp cải thiện không ngừng qua hàng triệu tác vụ thực tế mỗi ngày. Đó mới là thứ lãi kép thật sự trong cuộc đua AI.
