Bạn có bao giờ tự hỏi, khi một mô hình AI có thể tự động viết code, chạy thử nghiệm, và deploy smart contract, thì ranh giới giữa “công cụ” và “đối tác” nằm ở đâu?
Tuần qua, Google âm thầm phát hành Gemini 3.6 Flash – một bản cập nhật không khoa trương nhưng mang một tín hiệu rõ ràng: cuộc đua AI đang chuyển từ “ai lớn hơn” sang “ai thông minh hơn với cùng một lượng tài nguyên”. Và với một người như tôi, người đã dành 23 năm nhìn ngành này từ ICO đến DeFi, từ NFT đến Layer 2, tôi thấy một sự tương đồng kỳ lạ với cách chúng ta từng tối ưu hóa hợp đồng thông minh để tiết kiệm gas.
Context
Gemini 3.6 Flash không phải là một mô hình “đột phá” theo nghĩa thay đổi kiến trúc. Nó là kết quả của một quá trình tinh chỉnh kỹ thuật – giảm số bước suy luận, cắt bỏ những vòng lặp gọi công cụ không cần thiết, và tối ưu hóa đường dẫn agent. Kết quả: đầu ra token giảm 17%, giá đầu ra giảm 16,7% (từ $9 xuống $7.5 cho mỗi triệu token), trong khi giá đầu vào không đổi. Các benchmark DeepSWE (software engineering) tăng từ 37% lên 49%, MLE Bench (machine learning) từ 49.7% lên 63.9%.
Có thể bạn chưa biết, những con số này nói lên điều gì? Năm 2020, khi tôi thiết kế các khóa học DeFi, tôi từng giải thích cho hàng nghìn học viên rằng: “APY 200% không phải là phép màu, mà là sự đánh đổi giữa lợi nhuận và rủi ro thanh khoản.” Ở đây cũng vậy. DeepSWE 49% không có nghĩa là AI sẽ thay thế lập trình viên. Nó có nghĩa là với những tác vụ lặp đi lặp lại, như viết unit test hay sửa lỗi cú pháp, chúng ta có thể tiết kiệm 31% chi phí (từ giảm token và giảm giá). Và đó là một sự thay đổi mang tính cơ cấu.
Tôi nhớ năm 2021, khi tôi phân tích 15 dự án NFT hàng đầu, tôi đã dạy cộng đồng cách kiểm tra contract và lịch sử giao dịch. Bây giờ, nếu một agent AI có thể tự động kiểm tra 100 contract mỗi phút, chi phí đó sẽ rẻ hơn nhiều. Nhưng liệu chúng ta có sẵn sàng tin tưởng một agent không có cơ chế kiểm toán phi tập trung?
Core Insight
Điểm mấu chốt ở Gemini 3.6 Flash không nằm ở con số benchmark. Nó nằm ở cách Google chọn để cạnh tranh. Họ không cố gắng tạo ra một mô hình siêu việt vượt trội so với GPT-4o. Thay vào đó, họ tối ưu hóa cho chi phí thấp nhất trên mỗi tác vụ hoàn chỉnh – một chiến lược rất giống với cách Uniswap v3 tập trung thanh khoản vào các dải giá hẹp để tăng hiệu quả vốn. Năm 2020, tôi đã giúp 20 dự án cộng đồng tối ưu hóa farm yield bằng cách áp dụng nguyên lý tương tự: tập trung vào đâu là điểm nghẽn thực sự.
Hãy nhìn vào chi tiết kỹ thuật: Gemini 3.6 Flash giữ nguyên cửa sổ ngữ cảnh 1 triệu token, giới hạn đầu ra 64K token. Điều này có nghĩa là kiến trúc cơ bản không thay đổi. Sự cải tiến đến từ kỹ thuật cắt tỉa đường dẫn agent – một quá trình mà tôi gọi là “giảm thiểu các bước không sinh lời”, giống như khi bạn audit một smart contract, bạn loại bỏ các hàm không cần thiết để giảm gas. Các kỹ sư của Google có thể đã sử dụng kỹ thuật distillation hoặc speculative sampling để rút ngắn chuỗi suy luận. Dựa trên kinh nghiệm audit của tôi, điều này thường đi kèm với một sự đánh đổi: độ chính xác trên các tác vụ ngoài phân phối có thể giảm nhẹ, nhưng trong các tác vụ agent được thiết kế tốt, lợi ích vượt trội.
Tôi đã thấy điều này xảy ra trong thế giới DeFi. Năm 2022, khi thị trường bear, tôi đã giúp 30 thành viên trong cộng đồng Telegram của mình phân tích nguyên nhân sụp đổ của FTX. Một trong những bài học lớn nhất là: sự phức tạp không phải lúc nào cũng tốt. Các giao thức quá phức tạp thường có nhiều lỗ hổng hơn. Gemini 3.6 Flash, bằng cách giảm bớt các vòng lặp không cần thiết, đang làm điều tương tự – đơn giản hóa để an toàn hơn và rẻ hơn.
Contrarian Angle
Nhưng hãy cẩn thận. Góc nhìn phản trực giác mà tôi muốn chia sẻ là: một mô hình AI hiệu quả hơn có thể làm gia tăng sự phụ thuộc vào tập trung hóa, chứ không phải giảm đi. Hãy tưởng tượng: nếu Gemini 3.6 Flash trở thành công cụ chính để viết smart contract, kiểm tra bảo mật, và tối ưu hóa giao thức, thì toàn bộ hệ sinh thái crypto sẽ phụ thuộc vào một API của Google. Điều này đi ngược lại tinh thần phi tập trung mà chúng ta đã xây dựng suốt 15 năm qua.
Năm 2017, khi tôi hỗ trợ dự án ICO EOS, tôi đã viết 12 bài hướng dẫn về cách đánh giá whitepaper. Lúc đó, tôi nhấn mạnh: “Đừng tin vào đội ngũ, hãy tin vào code.” Bây giờ, nếu code được viết bởi một AI tập trung, thì niềm tin đó còn ý nghĩa gì? Tôi nhìn thấy một nghịch lý: chúng ta đang sử dụng AI để xây dựng phi tập trung, nhưng bản thân AI lại là một hộp đen tập trung. Đây là một điểm mù mà ít người nói đến.
Thậm chí, benchmark DeepSWE 49% có thể bị hiểu sai. Trong môi trường thực tế, một agent AI viết code xong, ai sẽ kiểm tra code đó? Nếu agent tự kiểm tra, thì đó là vòng lặp tự tham chiếu. Nếu con người kiểm tra, thì chi phí tiết kiệm được từ AI sẽ bị triệt tiêu bởi chi phí giám sát. Điều này giống như mô hình “yield farming” trong DeFi: APY cao thường đi kèm với rủi ro impermanent loss. Ở đây, hiệu quả cao đi kèm với rủi ro mất kiểm soát.
Tôi từng chứng kiến nhiều dự án DeFi sụp đổ vì quá tin vào thuật toán. Năm 2021, trong cơn sốt NFT, tôi đã viết loạt bài “Cẩm nang NFT an toàn” để giúp mọi người tránh rug-pull. Bây giờ, tôi muốn nói: hãy cẩn thận với “AI rug-pull” – nơi bạn giao phó quyền kiểm soát tài sản cho một agent mà bạn không hiểu cơ chế hoạt động bên trong.
Takeaway
Vậy chúng ta nên làm gì? Tôi không nói rằng Gemini 3.6 Flash là xấu. Ngược lại, tôi nghĩ nó là một bước tiến về hiệu quả, giống như cách Uniswap v3 đã cải thiện hiệu suất vốn. Nhưng tôi muốn nhắc nhở cộng đồng: học cách hiểu công cụ, đừng chỉ sử dụng nó.
Mỗi lần FOMO, nhớ về giáo dục.
Hãy dành thời gian để hiểu agent pipeline của bạn: nó gọi tool gì? Dữ liệu đầu vào có được kiểm soát không? Ai sở hữu private key của agent? Những câu hỏi này, tôi đã từng đặt ra khi audit smart contract. Bây giờ, chúng cần được đặt ra cho AI.
DeFi đến, đừng sợ, hãy học. AI cũng vậy. Hãy học để hiểu, không tin mù quáng. Và nếu có thể, hãy ủng hộ các mô hình AI phi tập trung – dù còn non trẻ, nhưng đó mới là tương lai bền vững.
ICO không phải ma thuật, là giáo dục. Gemini 3.6 Flash cũng vậy. Nó là một công cụ, và công cụ chỉ tốt khi người dùng hiểu nó. Hãy là người dùng thông minh, không phải nạn nhân của sự tiện lợi.