Một sự đột phá thầm lặng trong kiến trúc AI
TREE NEWS đưa tin: Diogo Almeida, cựu nhà nghiên cứu OpenAI và là đồng phát minh của ChatGPT, đã xuất hiện sau hai năm hoạt động bí mật với TypeSafe AI và 40 triệu USD vốn đầu tư. Mô hình mới của ông, Jev, là một bước rời xa hoàn toàn khỏi AI hội thoại đã làm nên tên tuổi của ông. Jev không thể viết email, trò chuyện, hay xuất ra một dấu câu. Thay vào đó, nó chỉ làm một việc: xuất ra các quyết định có cấu trúc mang tính xác định—phân loại, xác suất đã hiệu chỉnh, điểm số hoặc phán đoán boolean—trong một lượt lan truyền xuôi duy nhất.
Đây là một thách thức trực tiếp đối với mô hình lý luận chậm rãi, cân nhắc vốn đã thống trị ngành AI trong ba năm qua. Trong khi các phòng thí nghiệm tiên phong đua nhau mở rộng lý luận chuỗi suy nghĩ, Jev lại theo đuổi cái mà TypeSafe gọi là mô hình “Hệ thống Một”, lấy cảm hứng từ tư duy nhanh, trực giác của Kahneman. Nó loại bỏ hoàn toàn việc tạo từng token, đạt độ trễ đầu-cuối từ 70 đến 500 mili giây—nhanh hơn 40 đến 200 lần so với các mô hình tiên phong hiện tại—và gần như loại bỏ ảo giác định dạng trong các đầu ra có cấu trúc.
Nút thắt của Agent: Ma sát thực thi, không phải trí tuệ
Luận điểm của TypeSafe là các agent AI chậm và tốn kém không phải vì lý luận cốt lõi của chúng yếu, mà vì mọi quyết định vi mô—định tuyến một ticket, phân tích một trường JSON, chọn một API—đều bị buộc phải đi qua một mô hình nghìn tỷ tham số. Jev chèn một “cung phản xạ” vào kiến trúc agent: các quyết định rẻ, nhanh, an toàn kiểu ở biên, trong khi các mô hình tiên phong đắt đỏ xử lý việc lập kế hoạch cấp cao. Trong các thử nghiệm nội bộ, Jev đạt độ chính xác 67,8% trên bốn quy trình doanh nghiệp, gần bằng mức 67,9% của GPT-5.6 Terra, với chi phí chỉ bằng một phần nhỏ—0,042 USD cho một triệu token đầu vào, đầu ra miễn phí. Một quyết định đơn lẻ tốn khoảng 0,0004 USD, so với mức đắt hơn 76 lần của GPT-5.6 Terra.
Vấn đề hộp đen và những tuyên bố chưa được chứng minh
Tuy nhiên, lời hứa của Jev đi kèm với những cảnh báo nghiêm trọng. Việc thiếu lý luận bằng ngôn ngữ tự nhiên đồng nghĩa với khả năng giải thích bằng không—một khiếm khuyết nghiêm trọng đối với các ngành được quản lý như tài chính, y tế và pháp luật, nơi dấu vết kiểm toán là bắt buộc. TypeSafe cũng chỉ tiết lộ rất ít chi tiết kỹ thuật về phương pháp huấn luyện RLCD của mình, và tất cả các benchmark đều là nội bộ, với dữ liệu chuẩn được lấy từ các mô hình đối thủ. Mô hình định giá—4 xu cho một triệu token—đặt ra câu hỏi về tính bền vững lâu dài, đặc biệt khi mô hình vẫn ở giai đoạn beta chỉ dành cho người được mời.
Hướng tới tương lai: Một tương lai não chia đôi cho AI
Sự xuất hiện của Jev báo hiệu một thị trường đang trưởng thành, nơi không phải mọi tác vụ AI đều cần một gã khổng lồ hội thoại. Tương lai có thể là một kiến trúc não chia đôi: các mô hình tiên phong chậm, đắt đỏ cho việc lập kế hoạch, và các mô hình nhanh, rẻ, xác định cho việc thực thi. Đối với tiền mã hóa và DeFi, nơi các agent trên chuỗi và quy trình tự động đòi hỏi quyết định trong mili giây và tính an toàn kiểu nghiêm ngặt, cách tiếp cận của Jev có thể mang tính chuyển đổi—nếu TypeSafe có thể chứng minh các tuyên bố của mình dưới tải thực tế và giải quyết khoảng trống về khả năng giải thích. Ngành AI có thể đang học được rằng trong thế giới máy móc, hành động thường nói to hơn lời nói.
