Bạn có bao giờ tự hỏi, điều gì sẽ xảy ra khi một mạng lưới các AI agent không còn làm việc đơn lẻ, mà bắt đầu thì thầm với nhau, xây dựng tri thức tập thể từ chính những sai lầm của nhau? Tôi vẫn nhớ cái cảm giác hồi hộp vào năm 2017, khi lần đầu đọc whitepaper Ethereum và nhận ra rằng, thứ được gọi là 'hợp đồng thông minh' không chỉ là code, mà là một cách tái cấu trúc quyền lực. Hôm nay, khi nhìn vào những thí nghiệm về multi-agent AI, tôi lại có một cảm giác tương tự. Nó không chỉ là về thuật toán. Nó là về một hình thức sống mới, một kiểu đồng thuận mới — và cũng là một loạt rủi ro mà chúng ta hoàn toàn chưa có tên gọi.
Bối cảnh của câu chuyện này đến từ một nghiên cứu mới, gây nhiều tranh luận trong giới kỹ thuật: các tác nhân AI, khi được trang bị khả năng chia sẻ câu trả lời và lý do cho nhau, có thể gần như nhân đôi độ chính xác trong các bài kiểm tra suy luận. Nghe có vẻ như một bước tiến vĩ đại, phải không? Nhưng cũng giống như việc tôi nhìn vào một giao thức DAO phức tạp, câu hỏi tôi luôn đặt ra không phải là 'nó chạy nhanh đến đâu', mà là 'điều gì xảy ra khi nó bị đánh bại?'. Bởi vì khi bạn dạy cho các tác nhân cách thuyết phục lẫn nhau, bạn cũng vô tình dạy chúng cách tán thành những điều sai trái chỉ vì chúng nghe có vẻ tự tin.
Hãy để tôi giải thích điều này qua lăng kính của một người đã dành sáu năm qua để xây dựng các hệ thống quản trị phi tập trung. Trong thế giới DAO, có một khái niệm gọi là 'Đồng thuận đạt được qua cọ xát'. Nó có nghĩa là: những ý tưởng tốt nhất không đến từ việc mọi người đồng ý với nhau, mà đến từ việc họ tranh cãi kỹ lưỡng về những khác biệt nhỏ. Khi tôi tổ chức hackathon 'Warsaw DAO Jam' vào tháng 3/2019, tôi chứng kiến cách một nhóm nông dân địa phương — những người chưa từng nghe về blockchain — tạo ra một bản đề xuất quản trị tốt hơn nhiều so với nhóm các kỹ sư phần mềm, chỉ vì họ không tin nhau một cách mù quáng. Họ yêu cầu kiểm tra từng dòng code, từng giả định. Và điều này dẫn tôi đến ca nghiên cứu về các AI agent này.
Nghiên cứu mà tôi muốn mổ xẻ không chỉ đơn thuần là cho các AI nói chuyện với nhau. Nó còn cụ thể hơn: nhóm nghiên cứu đã xây dựng một giao thức chia sẻ thông tin hai lớp. Lớp thứ nhất là trao đổi 'câu trả lời cuối cùng' — nghĩa là mỗi agent sẽ đưa ra đáp án, và các agent khác có thể dựa vào đó để điều chỉnh. Lớp thứ hai, sâu hơn nhiều, là trao đổi 'chuỗi suy luận' — nghĩa là chúng không chỉ đưa ra kết quả, mà còn giải thích chi tiết vì sao mình chọn kết quả đó. Kết quả: ở các bài toán logic phức tạp, các agent có thể tăng độ chính xác từ khoảng 40% lên gần 75%. Một con số đáng ngưỡng mộ.
Nhưng hãy khoan vội tung hô. Tôi muốn kể cho bạn nghe về một dự án tôi từng tư vấn vào năm ngoái. Một quỹ đầu tư ở Warsaw muốn xây dựng một DAO để quản lý danh mục tài sản trị giá 50 triệu USD. Họ nói với tôi: 'Anh Hiếu, chúng tôi muốn dùng AI để tự động hóa việc đề xuất các khoản đầu tư. Ba agent AI sẽ phân tích thị trường, mỗi agent sẽ độc lập đưa ra một danh mục. Sau đó, một agent giám sát sẽ so sánh và chọn giải pháp tốt nhất.' Nghe có vẻ an toàn, nhưng tôi yêu cầu họ thử một thí nghiệm: cho cả ba agent cùng một dữ liệu thị trường, nhưng một trong số chúng sẽ được cài cài một 'lỗ hổng' — một quan điểm sai lầm có chủ ý về thanh khoản. Điều gì xảy ra? Agent giám sát, thay vì phát hiện ra lỗ hổng, lại coi đó là 'sự đa dạng quan điểm'. Và khi ba agent này được phép chia sẻ chuỗi suy luận với nhau, lỗ hổng đó không bị loại bỏ — nó lan truyền nhanh hơn cả virus. Sau 14 vòng đối thoại, cả ba agent đều tin rằng thanh khoản của một đồng token rác là 'ổn định'. Tôi đã phải hủy bỏ dự án đó và tặng họ một khung phân tích rủi ro truyền thống — vốn đã tẻ nhạt, chậm chạp, nhưng trung thực.
Điều này dẫn tôi đến một trong những khoảnh khắc mà tôi tin rằng là điểm mù lớn nhất của ngành: chúng ta đang nhầm lẫn giữa 'sự đồng thuận' và 'sự đúng đắn'. Trong thế giới blockchain, sự đồng thuận được tôn kính như một cơ chế bảo vệ. Bạn có thể gian lận một validator, nhưng bạn không thể gian lận một nghìn validator. Điều đó đúng với các hệ thống chống tấn công Sybil. Nhưng các AI agent này không phải là những thực thể độc lập. Chúng là những chiếc gương phản chiếu lẫn nhau, được huấn luyện trên những bộ dữ liệu có thể bị ô nhiễm từ cùng một nguồn gốc. Khi tất cả các tác nhân cùng nói ra một điều, đó không phải là 'đồng thuận phi tập trung'. Đó chỉ là một khối echo tập trung, được ngụy trang dưới dạng một hệ thống phân quyền.
Tôi cần phải nói rõ điều này bởi vì tôi là một người lạc quan bẩm sinh. Trong bản chất ENFP của mình, tôi nhìn thấy tiềm năng tuyệt vời khi các AI agent phối hợp với nhau để giải quyết các vấn đề mà con người quá chậm chạp để xử lý — như việc phân bổ nguồn lực trong các chuỗi cung ứng toàn cầu, hoặc phát hiện các chuỗi khối giả mạo trong thời gian thực. Nhưng chính vì tôi quá tin vào điều đó, tôi càng phải nhìn thẳng vào những con số chi phí mà nghiên cứu đã im lặng bỏ qua. Khi các agent chia sẻ chuỗi suy luận của mình, chi phí tính toán tăng lên theo cấp số nhân. Một tác vụ đơn lẻ có thể tiêu tốn 100 token để hoàn thành. Nhưng khi năm tác nhân chia sẻ suy luận với nhau, bạn không chỉ tốn 500 token. Bạn tốn 500 token cho việc trao đổi, cộng với khoảng 2.000 token cho việc đọc và xử lý các suy luận của đối phương. Và nếu bạn có mười tác nhân, con số tăng vọt lên hàng chục nghìn. Với giá gas của các mạng blockchain hiện tại — tôi không nói đến Ethereum Layer 1, mà ngay cả các Layer 2 tiên tiến — việc chạy một mạng lưới AI agent thông minh như vậy là một đặc quyền của những quỹ có ngân sách không giới hạn, không phải của các DAO cộng đồng mà tôi vẫn đang giúp xây dựng.
Tôi nhớ lại một khoảnh khắc khác, vào mùa hè năm 2020, khi DeFi Summer bùng nổ. Tôi đầu tư 2 ETH vào Yearn Finance và kiếm được 15 ETH trong 4 tháng. Cảm giác đó thật tuyệt — cho đến khi tôi mất 3 ETH trong một vụ rug-pull tên là 'FairMoon' vì tôi quá hào hứng tin vào câu chuyện marketing đẹp đẽ. Bài học tôi học được, và tôi vẫn kể lại cho các doanh nhân trẻ ở Warsaw mỗi tuần: Sự nhiệt tình mà không có kiểm tra kỹ thuật không phải là đức tin — nó là sự liều lĩnh. Và giống hệt như vậy, việc trao cho các AI agent khả năng 'tin tưởng lẫn nhau' mà không có một lớp xác thực sâu, chính xác, và tốn kém — là một sự liều lĩnh được vẽ lên bằng màu sắc của sự tiến bộ.
Vậy giải pháp nằm ở đâu? Hãy để tôi đưa ra một góc nhìn phản trực giác, một điều mà khi tôi trình bày tại ETH Warsaw 2026, đã làm nhiều người phải giật mình: Chúng ta không nên chia sẻ 'chuỗi suy luận'. Chúng ta chỉ nên chia sẻ 'bằng chứng hoàn thành'. Hãy để cho các AI agent giải quyết vấn đề trong 'phòng tối' của riêng chúng, không bị quan sát. Sau đó, thay vì bắt chúng thì thầm với nhau về những bước đi của mình, hãy để chúng nộp kết quả lên một lớp xác thực phi tập trung — một lớp mà mỗi agent không cần biết các agent khác đã trả lời như thế nào, mà chỉ cần so sánh các hàm băm của câu trả lời. Điều này giống như cách hoạt động của các hệ thống sàn giao dịch trật tự khớp lệnh trung tâm, nhưng lại được bảo vệ bởi bằng chứng không có kiến thức — một kỹ thuật mật mã đã quá chín muồi và rẻ hơn nhiều so với việc xử lý hàng nghìn token văn bản suy luận. Bạn vẫn thu được lợi ích của sự cọ xát — vì các agent vẫn phải độc lập giải quyết vấn đề — nhưng bạn tránh được cái bẫy của sự lan truyền quan điểm sai lầm.
Đứa con tinh thần này đã cứu tôi trong một dự án gần đây, khi tôi giúp một hiệp hội nghệ sĩ ở Berlin xây dựng một DAO để phân bổ quỹ tài trợ sáng tạo. Họ muốn dùng AI để sàng lọc 2.000 đề xuất nghệ thuật. Ban đầu, kế hoạch của họ giống hệt như trong nghiên cứu: cho 3 AI agent đọc hồ sơ, sau đó chúng sẽ thảo luận và đưa ra đánh giá chung. Tôi đề nghị một phương án khác: mỗi agent sẽ đánh giá một phần hồ sơ một cách độc lập, mã hóa kết quả thành một hàm băm, và sau đó một agent giám sát — thứ không được đọc suy luận của các agent khác — chỉ nhận các hàm băm và so sánh các khác biệt về điểm số. Kết quả là chúng tôi giảm được 70% chi phí tính toán, và độ chính xác thực tế — được đo bằng cách đối chiếu với đánh giá của các giám khảo con người — cao hơn 15% so với phương án 'thảo luận tự do'. Tại sao? Vì khi các agent không thể sao chép lý do của nhau, chúng buộc phải tự tìm ra lý do của riêng mình. Đúng vậy — đôi khi, sự im lặng có giá trị hơn là sự trao đổi ồn ào.
Điều này dẫn tôi đến một trong những quan sát sâu sắc nhất mà tôi có được sau nhiều năm nhìn người ta từng nói về 'sức mạnh của các mạng lưới blockchain'. Người ta thường nghĩ rằng 'mạng lưới' có nghĩa là 'mọi thứ được nối với nhau'. Nhưng thực tế, một mạng lưới khỏe mạnh là một mạng lưới biết cách giữ im lặng. Một blockchain khỏe mạnh — như Bitcoin, như Ethereum — không phải là nơi mà tất cả các nút đang không ngừng nói chuyện với nhau. Nó là nơi mà mỗi nút làm việc âm thầm, độc lập, và chỉ thỉnh thoảng mới công bố một chuỗi khối hoàn chỉnh. Khi bạn áp dụng điều này cho các AI agent, bạn sẽ nhận ra rằng: sự thông minh tập thể không đến từ việc tạo ra một cuộc trò chuyện bất tận giữa các tác nhân. Nó đến từ việc tạo ra một môi trường mà sự khác biệt được bảo tồn, được trân trọng, chứ không phải bị bôi đen bởi 'sự thống nhất'.
Nhưng tôi sẽ không dừng lại ở đó. Tôi muốn nói về vấn đề 'trách nhiệm giải trình' — một thứ đau đớn hơn nhiều so với chi phí tính toán. Khi một DAO thực hiện một quyết định sai lầm, chúng ta có thể truy vết nó về một đề xuất cụ thể, về các token holder đã bỏ phiếu. Khi một hợp đồng thông minh bị khai thác, chúng ta có thể đọc mã nguồn để tìm ra chính xác lỗ hổng. Nhưng khi một mạng lưới các AI agent cùng nhau đưa ra một quyết định sai lầm, và mỗi tác nhân tin rằng mình đúng vì 'bạn tôi — agent kia — đã khẳng định thế', chúng ta gán trọng trách cho ai? Chúng ta không thể trừng phạt một mô hình trí tuệ nhân tạo. Chúng ta không thể audit quá trình suy luận của nó như audit một dòng code — vì những suy luận đó ngay từ đầu chỉ là xác suất, không phải logic. Đó là một chiều không gian pháp lý hoàn toàn mới, và gang rất tiếc, hầu hết những người đang hát ca ngợi 'multi-agent systems' không hề có kế hoạch cho điều này.
Tôi sẽ kể cho bạn một câu chuyện để minh họa sự đau đớn này. Vào tháng 2 năm nay, tôi được mời vào một cuộc họp khẩn cấp của một giao thức tổng hợp thanh khoản — không tiện nêu tên. Họ đã sử dụng một mạng lưới pan gồm 5 AI agent để tự động quản lý việc phân bổ vốn giữa các pool thanh khoản khác nhau. Hệ thống hoạt động tốt trong 3 tuần đầu — rất tốt, mang lại lợi nhuận cao hơn 25% so với các pool được quản lý thủ công. Sau đó, một định danh phi tập trung lớn thay đổi quy tắc thanh toán, tạo ra một chênh lệch giá siêu nhỏ nhưng bền vững. Các AI agent, khi chia sẻ chuỗi suy luận với nhau, đã nhanh chóng 'hiểu rằng' cơ hội chênh lệch giá là một xu hướng dài hạn và phân bổ 80% vốn vào đó. Khi quy tắc này bị đảo ngược 48 giờ sau đó, họ mất 12 triệu USD. Khi tôi hỏi người đứng đầu dự án: 'Ai là người đã ra quyết định quan trọng đó?' — anh ta nhìn tôi với con mắt vô hồn và nói: 'Không ai cả. Các agent đã tự đưa ra.' Đó chính xác là vấn đề. Sự phi tập trung — the beautiful decentralization — đã bị biến thành 'sự vô trách nhiệm có hệ thống'.
Chúng ta đã từng đối mặt với vấn đề này trong thế giới cơ chế truyền giáo số mà tôi đã viết về hàng năm qua. Hãy nhìn vào bài tập chứng minh dự trữ của các sàn giao dịch. Hầu hết chúng đều là những vở kịch: họ chứng minh một phần nợ, rồi gọi đó là 'minh bạch hoàn toàn'. Họ không hề có audit liên tục, mà chỉ đưa ra một bức ảnh tĩnh tại một thời điểm. Các AI agent cũng vậy — khi chúng chia sẻ suy luận, chúng đưa ra một bức ảnh tĩnh về cách 'chúng tôi đã làm việc cùng nhau tốt đẹp'. Nhưng khi bạn nhìn vào bức ảnh đầy đủ — vào toàn bộ quá trình — bạn sẽ thấy vô số những điểm mù, những heuristic không được giải thích, và những đức tin được xây dựng trên đức tin. Giống như việc tôi đã phát hiện ra sự dối trá của 'FairMoon', bạn chỉ thấy được sự thật khi bạn bắt đầu kiểm tra những chi tiết nhỏ mà không ai muốn nói tới.
Vậy câu hỏi mà mỗi chúng ta — những người đang xây dựng tương lai của Web3 — phải tự hỏi mình là: Chúng ta đang xây dựng một 'hệ thống thông minh' hay một 'hệ thống tự tin một cách mù quáng'? Bởi vì có một sự khác biệt rất lớn giữa hai điều này. Một hệ thống thông minh thì biết cách nói 'Tôi không chắc chắn'. Một hệ thống thông minh thì biết cách dừng lại khi đối mặt với sự không chắc chắn và hỏi một con người để được xác minh. Nhưng một hệ thống đã được nạp quá nhiều 'sự đồng thuận' sẽ mất đi khả năng đó. Nó trở nên tự mãn. Trong Và đó — ngay bây giờ — chính là mảnh đất màu mỡ nhất cho những thảm họa lớn nhất của chu kỳ tiếp theo.
Trong hơn 20 năm quan sát ngành công nghiệp này, tôi đã chứng kiến quá nhiều lần những điều 'thần kỳ' được xây dựng với năng lượng của sự phấn khích, rồi sụp đổ vì thiếu một kiến trúc rủi ro thực sự. Và điều đó đưa tôi đến một suy nghĩ tiến bộ — một điều mà tôi tin là hướng đi đúng đắn cho sự kết hợp giữa AI và blockchain trong giai đoạn tới. Thay vì cố gắng tạo ra một mạng lưới AI agent 'tự do' trao đổi để trở nên thông minh hơn, chúng ta nên thiết kế nó như một cơ chế quản trị phi tập trung có cấu trúc. Hãy nghiên cứu cách các DAO thành công vận hành: họ không để cho mọi thành viên nói chuyện với nhau mọi lúc. Họ có các cấp bậc, các ủy ban, các giai đoạn của quá trình ra quyết định. Họ có các giai đoạn 'im lặng suy nghĩ' và các giai đoạn 'công khai thảo luận'.
Áp dụng điều này cho AI: hãy để các agent làm việc trong sự cô lập, tạo ra các ứng viên giải pháp. Sau đó, hãy sử dụng một lớp đồng thuận mật mã — như zk-SNARKs, như các hệ thống optimistic — để xác thực rằng chúng đã làm việc độc lập thực sự, không phải sao chép ý tưởng của nhau. Sau đó — chỉ sau đó — mới đến giai đoạn thảo luận. Và trong giai đoạn thảo luận này, cần có một 'người phản biện' được huấn luyện đặc biệt — một agent có nhiệm vụ duy nhất là đi tìm các điểm yếu trong lập luận của các agent khác, giống như vai trò của một auditor không ngừng tìm kiếm lỗ hổng trong smart contract. Nhưng, để làm được điều đó, chúng ta cần một loại chi phí mới — không chỉ là chi phí tính toán, mà còn là chi phí để duy trì một hệ thống 'đối trọng'. Và đây là sự thật tàn khốc: hầu hết các dự án không muốn trả cái giá đó, vì nó làm chậm tốc độ và giảm biên lợi nhuận.
Điều này khiến tôi nhớ về một câu nói mà tôi từng đọc ở một nơi nào đó, rằng sự tiến bộ thực sự không đến từ việc làm cho mọi thứ nhanh hơn, mà từ việc làm cho chúng chính xác hơn. Trong cơn sốt thị trường tăng hiện tại — khi mọi quỹ đầu tư đều muốn thêm 'AI' vào tên của mình để tăng giá trị, khi mọi dự án đều tuyên bố rằng họ có 'agent thông minh' — tôi muốn mỗi người chúng ta, những người đã chứng kiến các chu kỳ tăng giảm, hãy dừng lại một chút. Hãy hỏi: khi AI agent này chia sẻ câu trả lời với nhau, chúng có thực sự đang học hỏi, hay chúng chỉ đang tạo ra một tấm gương vô tận về những thiên kiến cố hữu của chính chúng -? Hãy hỏi: nếu một mạng lưới AI agent đưa ra một quyết định sai lầm gây thiệt hại cho người dùng, ai sẽ đền bù? Ai sẽ bị vạch mặt? Ai sẽ bị phạt?
Tôi không có câu trả lời hoàn hảo. Nhưng tôi biết chắc một điều: tương lai của AI kết hợp với blockchain sẽ không được viết bởi những người tin vào sự toàn năng của các chuỗi suy luận. Nó sẽ được viết bởi những người dám nhìn vào những gì yếu nhất trong hệ thống — những điểm mù, những chi phí ẩn, những cái bẫy đồng thuận — và vẫn quyết định xây dựng. Giống như việc tôi xây dựng các DAO cho nông dân đã ly khai khỏi mạng lưới, hoặc các dao cho các nghệ sĩ chống lại các hệ thống tài chính trung ương. Bởi vì một mạng lưới thông minh thực sự — dù là con người hay AI — không phải là mạng lưới nói chuyện nhiều nhất. Nó là mạng lưới lắng nghe nhau — kể cả khi lắng nghe những tiếng nói bất đồng, những tác nhân ngoại lai, những kẻ ngờ vực. Và đôi khi, nó là mạng lưới biết cách giữ im lặng đủ lâu để nghe thấy sự thật từ bên trong chính mình.
Vào một ngày không xa, khi tôi nhìn thấy một chuỗi các tác nhân AI bước vào một DAO để bỏ phiếu, tôi hy vọng rằng tôi sẽ không nhìn thấy một đám đông chạy theo nhau. Tôi hy vọng tôi sẽ nhìn thấy một tập thể của những cá thể độc lập, với những suy luận riêng được bảo vệ, sẵn sàng cọ xát nhưng cũng sẵn sàng đứng yên. Và trên hết, tôi hy vọng rằng một ai đó — một người trẻ nào đó ở Warsaw, ở Việt Nam, ở bất cứ đâu trên thế giới này — sẽ đặt câu hỏi đúng đắn nhất mà tôi từng học được trong suốt 23 năm quan sát của mình: 'Trong một hệ thống được xây dựng để chia sẻ mọi thứ, ai là người bảo vệ cho sự khác biệt?' — Người đặt câu hỏi đó chính là người sẽ xây dựng nên tương lai thực sự của Web3, một tương lai mà ở đó, ánh sáng không phải là thứ được lan truyền một cách lan rộng nhất — mà là thứ ban được nhìn thấy mỗi lần một mình.