a16z：3 xu hướng lớn của trí tuệ nhân tạo vào năm 2026

Tác giả: a16z crypto

Biên tập: Deep潮 TechFlow

Năm nay, AI sẽ đảm nhận nhiều nhiệm vụ nghiên cứu thực chất hơn

Là một nhà kinh tế học toán học, từ tháng 1 năm 2025, tôi gặp khó khăn trong việc khiến các mô hình AI tiêu dùng hiểu được quy trình làm việc của mình; tuy nhiên đến tháng 11 năm 2025, tôi đã có thể truyền đạt các lệnh cho mô hình AI như thể đang ra lệnh cho một nghiên cứu sinh tiến sĩ… và đôi khi chúng còn trả về những câu trả lời mới mẻ và chính xác. Ngoài trải nghiệm cá nhân của tôi, AI đang được ứng dụng rộng rãi hơn trong lĩnh vực nghiên cứu, đặc biệt trong lĩnh vực suy luận. Những mô hình này không chỉ hỗ trợ trực tiếp quá trình khám phá mà còn có thể tự giải quyết các vấn đề khó như Putnam (hoặc có thể là kỳ thi toán đại học khó nhất thế giới).

Hiện vẫn chưa rõ phương pháp hỗ trợ nghiên cứu này sẽ mang lại lợi ích lớn nhất trong những lĩnh vực nào và cụ thể ra sao. Nhưng tôi dự đoán, năm nay, nghiên cứu AI sẽ thúc đẩy và khuyến khích một phong cách nghiên cứu hoàn toàn mới: phong cách này chú trọng hơn vào việc hình dung mối quan hệ giữa các ý tưởng khác nhau, và có khả năng suy luận nhanh từ các 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 hướng dẫn nghiên cứu đi đúng hướng (ít nhất trong một số cấu trúc topo). Thật trớ trêu thay, điều này giống như tận dụng sức mạnh “ảo tưởng” của mô hình: khi mô hình “đủ thông minh”, việc cho chúng không gian trừu tượng để kích thích tư duy có thể vẫn tạo ra những kết quả vô nghĩa — nhưng đôi khi cũng dẫn đến những khám phá đột phá, giống như con người khi không làm việc theo tư duy tuyến tính hoặc theo hướng rõ ràng, lại có thể sáng tạo hơn.

Việc suy luận theo cách này đòi hỏi một phong cách quy trình làm việc AI mới — không chỉ là “đối thoại đơn giản giữa các đại lý”, mà là mô hình hợp tác phức tạp “đại lý lồng ghép đại lý”. Trong mô hình này, các mô hình ở các cấp độ khác nhau hỗ trợ nhà nghiên cứu đánh giá các phương án của mô hình sơ bộ, và dần dần tinh lọc ra những điểm tinh túy. Chính tôi đã bắt đầu viết bài nghiên cứu theo phương pháp này, trong khi những người khác đang thực hiện tra cứu bằng sáng chế, phát minh các dạng tác phẩm nghệ thuật mới, thậm chí (đáng tiếc thay) phát hiện các phương thức tấn công hợp đồng thông minh mới.

Tuy nhiên, để vận hành các tổ hợp đại lý suy luận lồng ghép này để nghiên cứu, vẫn cần có khả năng tương tác tốt hơn giữa các mô hình, cũng như một phương pháp nhận diện và bù đắp phù hợp cho đóng góp của từng mô hình — và những vấn đề này, công nghệ blockchain có thể giúp giải quyết.

— Scott Kominers (@skominers), thành viên nhóm nghiên cứu a16z crypto, giảng viên tại Harvard Business School

Từ “Hiểu khách hàng của bạn” (KYC) đến “Hiểu đại lý của bạn” (KYA): sự chuyển đổi trong xác thực danh tính

Nút thắt của nền kinh tế đại lý đang chuyển từ trí tuệ sang xác thực danh tính. Trong lĩnh vực dịch vụ tài chính, số lượng “danh tính phi con người” hiện đã vượt quá gấp 96 lần số nhân viên con người — tuy nhiên, những “danh tính” này vẫn là những “hồn ma” không thể tiếp cận dịch vụ ngân hàng.

Cơ sở hạ tầng then chốt thiếu hụt chính là “Hiểu đại lý của bạn” (KYA, Know Your Agent). Giống như con người cần điểm tín dụng để vay mượn, các đại lý cũng cần chứng thư ký số để thực hiện giao dịch — những chứng thư này liên kết đại lý với chủ thể, điều kiện ràng buộc và trách nhiệm của nó. Trước khi có cơ sở hạ tầng này, các doanh nghiệp sẽ tiếp tục chặn các đại lý này tại tường lửa.

Ngành xây dựng cơ sở hạ tầng KYC (Hiểu khách hàng của bạn) trong những thập kỷ qua giờ chỉ còn vài tháng để nghiên cứu cách thực hiện KYA.

— Sean Neville (@psneville), Đồng sáng lập Circle, Kiến trúc sư của USDC; CEO của Catena Labs

Giải quyết vấn đề “thuế vô hình” của mạng mở: Thách thức kinh tế thời đại AI

Sự trỗi dậy của đại lý AI đang đặt ra một “thuế vô hình” đối với mạng mở, làm rối loạn căn bản nền tảng kinh tế của nó. Sự rối loạn này bắt nguồn từ sự ngày càng gia tăng không phù hợp giữa “lớp ngữ cảnh” (Context layer) và “lớp thực thi” (Execution layer) của internet: hiện tại, các đại lý AI trích xuất dữ liệu từ các trang web hỗ trợ quảng cáo (lớp ngữ cảnh), mang lại tiện ích cho người dùng nhưng lại hệ thống hóa bỏ qua nguồn thu nhập hỗ trợ nội dung (như quảng cáo và đăng ký).

Để ngăn chặn sự suy thoái dần của mạng mở (và bảo vệ các nội dung đa dạng cung cấp nhiên liệu cho AI), chúng ta cần triển khai quy mô các giải pháp công nghệ và kinh tế. Những giải pháp này có thể bao gồm mô hình nội dung tài trợ thế hệ tiếp theo, hệ thống phân bổ nhỏ (micro-attribution) hoặc các mô hình hỗ trợ tài chính mới khác. Tuy nhiên, các giao thức ủy quyền AI hiện tại đã chứng minh tính không bền vững về mặt tài chính, thường chỉ bù đắp một phần nhỏ doanh thu bị mất của các nhà cung cấp nội dung do luồng truy cập AI.

Mạng lưới cần một mô hình kinh tế công nghệ hoàn toàn mới, cho phép giá trị tự động luân chuyển. Chuyển biến then chốt trong năm tới sẽ là từ mô hình ủy quyền tĩnh sang cơ chế bồi thường dựa trên sử dụng thực thời gian thực. Điều này đòi hỏi thử nghiệm và mở rộng các hệ thống liên quan — có thể sử dụng các khoản thanh toán nhỏ dựa trên blockchain (nanopayments) và các tiêu chuẩn phân bổ phức tạp — để tự động thưởng cho các thực thể đã đóng góp thông tin thành công cho các nhiệm vụ của đại lý AI.