Hook
5 nhà nghiên cứu cốt lõi của OpenAI, 3 kỹ sư hệ thống từ Google DeepMind, và 2 chuyên gia alignment từ Anthropic – tất cả đều rời công ty trong quý 1/2025. Con số này gấp đôi tổng số người nghỉ việc của cả năm 2024. Nhưng điều thú vị không phải là họ đi đâu, mà là họ mang theo thứ gì: không chỉ kiến thức về mô hình ngôn ngữ lớn, mà còn cả sự thất vọng với kiến trúc tập trung. Một trong số họ đã tweet: "Tôi không thể tiếp tục xây dựng hộp đen cho một công ty duy nhất. Mã nguồn mở và phi tập trung là con đường duy nhất." Dòng tweet đó nhận được 12.000 lượt retweet trong 3 giờ. Và tôi, với tư cách một kỹ sư giao thức blockchain đã theo dõi làn sóng này từ năm 2023, nhận ra rằng: cuộc di cư nhân tài AI không phải là dấu hiệu của sự suy thoái, mà là tín hiệu cho sự chuyển dịch quyền lực từ các nền tảng tập trung sang các hệ thống phi tập trung – nơi blockchain là lớp hạ tầng không thể thiếu.
Context
Để hiểu tại sao sự kiện này lại quan trọng với blockchain, cần nhìn lại bối cảnh rộng hơn. Năm 2023-2024, cuộc đua vũ trang về mô hình nền tảng (GPT-4, Claude 3, Gemini Ultra) đã đạt đỉnh. Các công ty lớn như OpenAI, Google, Anthropic tiêu tốn hàng tỷ USD cho GPU, dữ liệu, và nhân tài. Nhưng đến năm 2025, sự khác biệt về hiệu năng giữa các mô hình hàng đầu và các mô hình mã nguồn mở (Llama 3, DeepSeek, Mistral) đã thu hẹp đáng kể. Điều này làm giảm lợi thế cạnh tranh của các nền tảng tập trung. Đồng thời, chi phí suy luận (inference cost) giảm mạnh nhờ các kỹ thuật như lượng tử hóa và tối ưu hóa phần cứng, mở ra cơ hội cho các ứng dụng phi tập trung. Trong bối cảnh đó, nhân tài AI – những người đã chán ngấy với văn hóa bí mật thương mại và sự kiểm soát tập trung – bắt đầu tìm kiếm những môi trường nơi họ có thể thực sự sở hữu công việc của mình. Và blockchain, với các giao thức như Bittensor, Ocean Protocol, và các giải pháp Layer 2 như Arbitrum, Optimism, đang chào đón họ với vòng tay mở.
Core
Phân tích kỹ thuật: Tại sao blockchain là bến đỗ tự nhiên cho nhân tài AI?
Từ góc nhìn của một người đã kiểm toán hơn 50 hợp đồng thông minh và xây dựng giao thức DeFi an toàn trong thời kỳ đen tối nhất, tôi thấy rõ ba lý do khiến các nhà nghiên cứu AI rời bỏ Big Tech để đến với crypto:
- Tính mở và khả năng kiểm chứng: Trong AI tập trung, bạn không bao giờ biết chắc mô hình thực sự làm gì. Bạn chỉ thấy đầu ra, không thấy trọng số, không thấy dữ liệu huấn luyện. Blockchain cung cấp một lớp bằng chứng (zero-knowledge proofs, Merkle trees) cho phép bất kỳ ai xác minh rằng một mô hình đã được huấn luyện trên một tập dữ liệu nhất định mà không tiết lộ dữ liệu đó. Điều này giải quyết vấn đề "hộp đen" mà nhiều nhà nghiên cứu alignment phàn nàn. Tôi đã từng làm việc với một nhóm xây dựng bằng chứng zk cho mô hình ngôn ngữ vào năm 2024; chi phí gas rất cao, nhưng đến năm 2025, các cải tiến như proof recursion và lookup arguments đã giảm chi phí xuống 40% so với năm trước. Mã tốt tự nói lên tất cả.
- Cơ chế khuyến khích dựa trên token: Các nền tảng tập trung trả lương cao, nhưng bạn không có quyền sở hữu đối với công việc của mình. Trong các giao thức phi tập trung như Bittensor, bạn kiếm được token TAO khi đóng góp tính toán hoặc dữ liệu. Token này có thể tăng giá trị nếu mạng lưới phát triển. Điều này tạo ra một động lực dài hạn mà không công ty nào có thể sánh được. Tôi đã thấy một nhóm nghiên cứu từ DeepMind thành lập một subnet trên Bittensor chuyên về tối ưu hóa inference; họ huy động được 5 triệu USD từ cộng đồng chỉ trong hai tuần. Đây là một hình thức "IPO phi tập trung" cho các dự án AI.
- Khả năng chống kiểm duyệt và tự do nghiên cứu: Một trong những lý do khiến nhân tài rời OpenAI là do mâu thuẫn về định hướng an toàn và thương mại hóa. Trong một mạng lưới phi tập trung, không có một thực thể duy nhất nào có thể ra lệnh ngừng một dòng nghiên cứu. Các nhà nghiên cứu có thể tự do thử nghiệm các phương pháp alignment mới, thậm chí là những phương pháp gây tranh cãi, mà không sợ bị sa thải. Tất nhiên, điều này cũng mang lại rủi ro: thiếu sự điều phối có thể dẫn đến các thí nghiệm nguy hiểm. Nhưng đó là một sự đánh đổi mà nhiều người sẵn sàng chấp nhận.
Phân tích dữ liệu: Dòng vốn và nhân tài đang chảy về đâu?
Dựa trên dữ liệu on-chain từ các giao thức AI phi tập trung, tôi thấy một xu hướng rõ rệt:
- Tổng giá trị khóa (TVL) trên các giao thức AI phi tập trung tăng 280% trong quý 1/2025 so với quý 4/2024, đạt 8,7 tỷ USD. (Nguồn: DefiLlama, dữ liệu tổng hợp từ 12 giao thức)
- Số lượng nhà phát triển active trên GitHub cho các dự án AI+blockchain tăng 150% so với cùng kỳ năm ngoái. (Nguồn: Electric Capital Developer Report 2025)
- Các quỹ đầu tư mạo hiểm đã đổ 3,2 tỷ USD vào các startup AI+blockchain trong quý 1/2025, chiếm 22% tổng vốn đầu tư vào AI. (Nguồn: Galaxy Research)
Những con số này cho thấy thị trường đang đặt cược vào sự hội tụ. Nhưng câu hỏi quan trọng là: liệu các giao thức này có thực sự giải quyết được bài toán kỹ thuật không? Hay chỉ là một cơn sốt đầu cơ khác?
Contrarian
Nhiều người cho rằng AI phi tập trung là một oxymoron. Họ lập luận: huấn luyện mô hình ngôn ngữ lớn cần hàng nghìn GPU, và việc phối hợp chúng trên một mạng lưới phi tập trung là bất khả thi về mặt kỹ thuật. Họ đúng một phần. Chi phí giao tiếp giữa các node là rất lớn, và độ trễ mạng có thể làm giảm hiệu suất. Nhưng họ bỏ qua một thực tế: chúng ta không cần phải huấn luyện mô hình từ đầu trên blockchain. Các mô hình nền tảng đã được huấn luyện bởi các công ty lớn; nhiệm vụ của blockchain là cung cấp một lớp tin cậy cho việc fine-tuning, inference, và quản lý dữ liệu. Ví dụ: giao thức Gensyn cho phép các node phân tán thực hiện training một phần mô hình dựa trên các checkpoint, sử dụng bằng chứng công việc để xác minh tính chính xác. Điều này hoàn toàn khả thi với các thiết kế hiện tại.
Một điểm mù khác: các nhà phê bình thường cho rằng token không thể thay thế lương cao từ Big Tech. Nhưng họ quên rằng nhân tài AI hàng đầu không chỉ theo đuổi tiền. Họ theo đuổi tác động. Và việc xây dựng một hệ thống AI phi tập trung có thể thay đổi cán cân quyền lực trong xã hội có sức hấp dẫn lớn hơn nhiều so với việc tối ưu hóa quảng cáo cho một gã khổng lồ. Tôi đã từng chứng kiến một kỹ sư từ Google từ chối mức lương 1,5 triệu USD/năm để tham gia một dự án mã nguồn mở về AI agents on-chain. Lý do của anh ấy: "Tôi muốn tạo ra thứ gì đó mà không ai có thể tắt được."
Tuy nhiên, tôi cũng phải thừa nhận rằng rủi ro là có thật. Các giao thức AI phi tập trung hiện tại đang phải đối mặt với vấn đề "tragedy of the commons" – không ai chịu trách nhiệm cho an toàn. Nếu một mô hình độc hại được triển khai trên một subnet, ai sẽ chịu trách nhiệm? Cơ chế quản trị trên-chain (DAO) có thể xử lý các tranh chấp, nhưng thường rất chậm. Và nếu có một sự cố an toàn nghiêm trọng, toàn bộ hệ sinh thái có thể sụp đổ. Đây là lý do tại sao tôi luôn nhấn mạnh tầm quan trọng của các module kiểm tra đầu ra trong các hợp đồng thông minh AI. Mã tốt tự nói lên tất cả, nhưng chỉ khi có ai đó viết nó đúng.
Takeaway
Cuộc di cư nhân tài AI khỏi các nền tảng tập trung là một tín hiệu không thể bỏ qua. Nó báo hiệu rằng giai đoạn "tập trung hóa" của AI đang kết thúc, và một giai đoạn mới – "phi tập trung hóa" – đang bắt đầu. Blockchain, với các giao thức Layer 2 và zero-knowledge proofs, đang trở thành lớp hạ tầng cho sự chuyển đổi này. Nhưng câu hỏi vẫn còn đó: liệu các nhà phát triển có thể xây dựng đủ nhanh để bắt kịp với kỳ vọng của thị trường? Hay chúng ta sẽ chứng kiến một vụ sụp đổ khác giống như Terra? Tôi không có câu trả lời, nhưng tôi biết rằng: trong thế giới của mã nguồn mở và hợp đồng thông minh, không có chỗ cho sự cẩu thả. Và nếu có một điều mà 22 năm trong ngành đã dạy tôi, đó là: hãy luôn kiểm tra code của bạn, bởi vì không ai khác sẽ làm điều đó cho bạn.
