Tác giả: a16z crypto

Biên soạn bởi: TechFlow TechFlow

Năm nay, trí tuệ nhân tạo sẽ đảm nhận nhiều nhiệm vụ nghiên cứu mang tính thực chất hơn.

Là một nhà kinh tế toán học, vào tháng 1 năm 2025, tôi đã phải vật lộn để các mô hình AI cấp độ người tiêu dùng hiểu được quy trình làm việc của mình; đến tháng 11 năm 2025, tôi có thể đưa ra hướng dẫn cho chúng dễ dàng như những mệnh lệnh trừu tượng cho sinh viên tiến sĩ… và đôi khi chúng thậm chí còn đưa ra những câu trả lời mới và chính xác. Ngoài kinh nghiệm cá nhân của tôi, AI đang được ứng dụng rộng rãi hơn trong nghiên cứu, đặc biệt là trong lập luận. Những mô hình này không chỉ trực tiếp hỗ trợ quá trình khám phá mà còn có thể tự động giải quyết các vấn đề khó khăn như bài toán Putnam (có lẽ là bài kiểm tra toán đại học khó nhất thế giới).

Hiện vẫn chưa rõ phương pháp hỗ trợ nghiên cứu này sẽ hữu ích nhất trong những lĩnh vực nào và sẽ được triển khai cụ thể như thế nào. Tuy nhiên, tôi dự đoán rằng nghiên cứu về trí tuệ nhân tạo năm nay sẽ thúc đẩy và tưởng thưởng cho một phong cách nghiên cứu "toàn diện" mới: tập trung vào việc khái niệm hóa mối quan hệ giữa các ý tưởng khác nhau và nhanh chóng rút ra suy đoán từ những câu trả lời mang tính giả thuyết hơn.

Những câu trả lời này có thể không hoàn toàn chính xác, nhưng chúng vẫn có thể chỉ dẫn nghiên cứu đúng hướng (ít nhất là trong một khuôn khổ cấu trúc nhất định). Trớ trêu thay, điều này phần nào giống như việc khai thác sức mạnh của "ảo ảnh" mô hình: khi các mô hình "đủ thông minh", việc cung cấp cho chúng không gian trừu tượng để kích thích tư duy vẫn có thể tạo ra một số kết quả vô nghĩa—nhưng đôi khi nó có thể dẫn đến những khám phá đột phá, giống như con người có thể sáng tạo nhất khi họ không suy nghĩ theo lối tuyến tính hoặc làm việc theo một hướng rõ ràng.

Suy luận theo cách này đòi hỏi một phong cách quy trình làm việc AI mới—không chỉ đơn thuần là tương tác "giữa các tác nhân", mà là một mô hình hợp tác phức tạp gồm "các tác nhân lồng nhau". Trong mô hình này, các lớp mô hình khác nhau hỗ trợ các nhà nghiên cứu đánh giá các đề xuất mô hình ban đầu và dần dần trích xuất bản chất từ ​​chúng. Bản thân tôi đã và đang sử dụng phương pháp này để viết bài báo, trong khi những người khác đang tiến hành tìm kiếm bằng sáng chế, phát minh ra các hình thức nghệ thuật mới, và thậm chí (không may thay) khám phá ra những cách thức mới để tấn công các hợp đồng thông minh.

Tuy nhiên, để vận hành các tổ hợp tác nhân suy luận lồng nhau này cho nghiên cứu, vẫn cần khả năng tương tác tốt hơn giữa các mô hình và một phương pháp để xác định và bù đắp phù hợp cho đóng góp của mỗi mô hình — và đây là những vấn đề mà công nghệ blockchain có thể giúp giải quyết.

—Scott Kominers (@skominers), thành viên đội ngũ nghiên cứu crypto a16z , giáo sư tại Trường Kinh doanh Harvard

Từ Xác minh danh tính khách hàng (KYC) đến Xác minh danh tính đại lý (KYA): Sự chuyển đổi trong quy trình xác minh danh tính

Điểm nghẽn trong nền kinh tế dựa trên dịch vụ thuê ngoài đang chuyển từ việc thu thập thông tin tình báo sang xác thực danh tính. Trong lĩnh vực dịch vụ tài chính, số lượng "danh tính phi con người" hiện nay nhiều hơn gấp 96 lần so với số lượng nhân viên là con người—nhưng những "danh tính" này vẫn chỉ là "bóng ma" ngăn cản việc tiếp cận các dịch vụ ngân hàng.

Yếu tố quan trọng còn thiếu ở đây là "Xác minh danh tính người đại diện" (KYA). Cũng giống như con người cần điểm tín dụng để vay tiền, người đại diện cần thông tin crypto được ký mã hóa để thực hiện giao dịch—thông tin xác thực liên kết người đại diện với pháp nhân, nghĩa vụ và trách nhiệm của họ. Cho đến khi cơ sở hạ tầng này được thiết lập, các doanh nghiệp sẽ tiếp tục chặn những người đại diện này ở cấp độ tường lửa.

Ngành công nghiệp này, vốn đã dành hàng thập kỷ để xây dựng cơ sở hạ tầng KYC (Xác minh danh tính khách hàng), giờ đây chỉ còn vài tháng để tìm ra cách triển khai KYA (Xác minh danh tính khách hàng).

—Sean Neville (@psneville), đồng sáng lập Circle, kiến ​​trúc sư USDC; Giám đốc điều hành của Catena Labs

Giải quyết vấn đề "thuế ẩn" trong mở mạng: Những thách thức kinh tế trong kỷ nguyên AI

Sự trỗi dậy của AI Agent đang áp đặt một "thuế ngầm" lên mở mạng, làm xáo trộn nền tảng kinh tế của nó một cách cơ bản. Sự xáo trộn này bắt nguồn từ sự không phù hợp ngày càng tăng giữa "lớp ngữ cảnh" và "lớp thực thi" của internet: hiện nay, AI Agent rút dữ liệu từ các trang web dựa vào quảng cáo (lớp ngữ cảnh) để mang lại sự tiện lợi cho người dùng, trong khi lại bỏ qua một cách có hệ thống thu nhập hỗ trợ nội dung (như quảng cáo và đăng ký).

Để ngăn chặn sự suy giảm dần dần của mở mạng(và bảo vệ nội dung đa dạng đang thúc đẩy AI), chúng ta cần triển khai các giải pháp công nghệ và kinh tế trên quy mô lớn. Những giải pháp này có thể bao gồm các mô hình nội dung được tài trợ thế hệ tiếp theo, hệ thống phân bổ vi mô hoặc các mô hình tài trợ mới khác. Tuy nhiên, các thỏa thuận cấp phép AI hiện tại đã chứng minh là không bền vững về mặt tài chính, thường chỉ bù đắp được một phần nhỏ thu nhập bị mất của các nhà cung cấp nội dung do lưu lượng truy cập AI bị chuyển hướng.

Internet đang rất cần một mô hình kinh tế - công nghệ hoàn toàn mới cho phép giá trị tự động luân chuyển. Một sự thay đổi quan trọng trong năm tới sẽ là từ các mô hình ủy quyền tĩnh sang các cơ chế bồi thường dựa trên việc sử dụng theo thời gian thực. Điều này có nghĩa là cần thử nghiệm và mở rộng quy mô các hệ thống - có thể tận dụng các khoản thanh toán siêu nhỏ dựa trên blockchain và các tiêu chí phân bổ phức tạp - để tự động thưởng cho mọi thực thể đóng góp thông tin vào việc hoàn thành thành công nhiệm vụ bởi AI Agent .

—Liz Harkavy (@liz_harkavy), Đội ngũ Đầu tư Crypto a16z