Tuần trước, một báo cáo kỹ thuật rò rỉ cho thấy Grok 4.6 của xAI đã tự động tối ưu hệ thống suy luận của chính nó, đạt mức cải thiện 1.5% throughput và 3.1% input processing. Tin tức này lặng lẽ xuất hiện trên các diễn đàn AI, nhưng với tôi, nó mang một tín hiệu vĩ mô mà cộng đồng crypto chưa kịp định giá.
Bối cảnh thanh khoản toàn cầu hiện tại đang ở giai đoạn thắt chặt tương đối, với lãi suất điều hành của Fed duy trì trên 4% và các ngân hàng trung ương châu Âu vẫn thận trọng. Dòng vốn tổ chức đổ vào crypto qua ETF Bitcoin đã chậm lại, nhưng một dòng chảy mới đang hình thành: vốn đầu tư mạo hiểm vào mảng hội tụ AI và crypto. Các dự án DePIN như Render Network, Filecoin, Akash Network đã huy động được hơn 2 tỷ USD trong 18 tháng qua. Tôi đã đầu tư vào Render và Filecoin từ năm 2026, dựa trên luận điểm rằng nhu cầu tính toán phân tán sẽ tăng theo cấp số nhân khi các mô hình AI ngày càng lớn. Nhưng sự kiện Grok 4.6 tự tối ưu buộc tôi phải xem xét lại giả định đó.
Cốt lõi của vấn đề nằm ở chi tiết kỹ thuật. Theo báo cáo, Grok 4.6 đã tự động khám phá và triển khai các tối ưu hóa trên bốn lĩnh vực: MoE (Mixture of Experts) routing, attention computation, operator scheduling và communication. Đây đều là các bottleneck quen thuộc trong inference pipeline. Mỗi optimization chỉ mang lại 1-3% cải thiện, nhưng quy trình tự động hóa mới là điểm đáng chú ý: trong 5 giờ, mô hình đã thử nghiệm 297 phương án, chọn ra 3 PR được merge vào production. Tốc độ này vượt xa khả năng của một đội ngũ kỹ sư con người.
Từ góc nhìn của một người đã xây dựng quỹ đầu tư crypto từ năm 2017, tôi nhận thấy sự tương đồng với các giao thức DeFi: cả hai đều tìm cách tự động hóa quy trình tối ưu hóa vốn (trong DeFi) hoặc tối ưu hóa tính toán (trong AI). Nhưng có một điểm khác biệt quan trọng: các giao thức DeFi như Aave, Compound sử dụng mô hình lãi suất tùy tiện, không liên quan đến cung cầu thị trường thực — tôi đã chỉ trích điều này từ năm 2020. Ngược lại, quy trình tự tối ưu của Grok dựa trên dữ liệu hiệu năng thực tế từ production, tạo ra một vòng phản hồi chặt chẽ hơn nhiều.
Điều này đặt ra câu hỏi cho các dự án crypto AI: liệu mạng lưới tính toán phi tập trung có thể cạnh tranh với khả năng tự tối ưu của các mô hình tập trung? Bittensor, với tham vọng xây dựng mạng lưới AI phi tập trung, đang dựa vào cơ chế đồng thuận và khuyến khích token để thúc đẩy sự đóng góp tính toán. Nhưng nếu Grok có thể tự cải thiện hiệu suất mà không cần đến mạng lưới bên ngoài, thì lợi thế của decentralized AI bị thu hẹp. Tất nhiên, Bittensor vẫn có giá trị trong việc phân phối quyền truy cập, nhưng hiệu quả tính toán thuần túy có thể nghiêng về các trung tâm dữ liệu tập trung như xAI.
Khung đánh giá rủi ro thanh khoản DeFi mà tôi xây dựng năm 2022 có thể áp dụng cho bài toán này: thay vì thanh khoản tài sản, ta xét thanh khoản tính toán. Các dự án DePIN cung cấp GPU rental thông qua token incentives. Nếu xAI tự tối ưu và giảm nhu cầu thuê GPU từ bên ngoài, nguồn cầu đó sẽ giảm, ảnh hưởng đến tokenomics của Render và Akash. Tôi đã tính toán kịch bản này trong báo cáo nội bộ quỹ: nếu các mô hình AI lớn đạt được mức tự tối ưu hóa 10% chi phí inference mỗi năm, nhu cầu GPU rental từ các mạng phi tập trung có thể giảm 15-20% trong vòng 3 năm. Đây là một rủi ro hệ thống mà hầu hết các nhà đầu tư token AI đang bỏ qua.
Tuy nhiên, tôi không vội vàng bán tháo. Trái với số đông đang đổ xô vào token AI, tôi cho rằng câu chuyện “AI tự tối ưu” còn quá sớm để định giá. Báo cáo gốc có vấn đề về độ tin cậy: tác giả viết nhầm xAI thành “SpaceXAI”, một sai lầm cơ bản cho thấy nguồn tin không phải từ chính thống. Mức cải thiện 1.5% và 3.1% là quá nhỏ để tạo ra khác biệt cạnh tranh. Hơn nữa, quy trình tự động hóa vẫn cần con người thiết lập framework và phê duyệt PR cuối cùng — chưa có bằng chứng về khả năng tự sửa đổi core training loop. Các dự án crypto AI như Render, Akash vẫn đang phục vụ nhu cầu từ các startup AI và các nhà nghiên cứu, không chỉ phụ thuộc vào xAI.
Khi thị trường hoảng loạn, tôi vẫn bình thản thực hiện kế hoạch của mình. Tôi sẽ giữ nguyên danh mục hiện tại, nhưng tăng cường theo dõi các dự án có khả năng tích hợp AI tự tối ưu. Cơ hội thực sự nằm ở lớp hạ tầng cho phép các mô hình AI tự cải thiện, chứ không phải ở các token AI phổ thông. Các giao thức như Gensyn (mạng lưới tính toán phi tập trung cho training) hoặc Ritual (superchain cho AI) có thể hưởng lợi từ xu hướng này, vì chúng cung cấp nền tảng cho các mô hình tự tối ưu hóa, thay vì chỉ đơn thuần cho thuê GPU. Tôi đã đầu tư một phần nhỏ vào Gensyn từ vòng seed, và đang xem xét tăng tỷ trọng.
Khi đọc bài phân tích của tôi, độc giả luôn thấy tôi bắt đầu từ một mâu thuẫn. Ở đây, mâu thuẫn là: AI tự tối ưu có thể là con dao hai lưỡi cho crypto. Một mặt, nó làm giảm nhu cầu tính toán phân tán, gây áp lực lên tokenomics DePIN. Mặt khác, nó mở ra cơ hội cho các hạ tầng cho phép các mô hình AI tự cải thiện một cách phi tập trung. Các dự án như Bittensor có thể tích hợp cơ chế tự tối ưu vào subnet của họ, biến mạng lưới thành một hệ thống tự tiến hóa. Nhưng điều này đòi hỏi một bước nhảy vọt về mặt kỹ thuật mà chưa ai chứng minh được.
Tôi nổi tiếng với bộ Khung đánh giá rủi ro thanh khoản DeFi, nhưng hôm nay tôi muốn giới thiệu một khung mới: Khung đánh giá rủi ro tập trung hóa tính toán. Nó bao gồm ba thành phần: (1) Mức độ tự động hóa tối ưu của mô hình — từ thủ công đến hoàn toàn tự trị; (2) Mức độ phụ thuộc của mạng phi tập trung vào các mô hình tập trung; (3) Khả năng chuyển đổi của các mạng phi tập trung sang tự tối ưu. Áp dụng cho Grok 4.6, điểm số hiện tại là 2/5 về tự động hóa (vẫn cần con người giám sát), 4/5 về phụ thuộc (các DePIN phụ thuộc vào nhu cầu từ các công ty tập trung), và 1/5 về khả năng chuyển đổi (chưa có dự án nào làm được). Điều này cho thấy rủi ro tập trung hóa tính toán còn thấp, nhưng đang tăng dần.
Takeaway của tôi: Đừng bị cuốn theo cơn sốt token AI. Hãy tập trung vào các dự án có khả năng thích ứng với xu hướng tự tối ưu hóa. Tôi sẽ tiếp tục nắm giữ Render và Filecoin, nhưng sẽ bắt đầu giảm tỷ trọng nếu Grok 4.6 chứng minh được khả năng tự tối ưu hóa vượt trội trong 6 tháng tới. Cơ hội lớn nhất có thể đến từ các giao thức cho phép AI tự cải thiện một cách phi tập trung — đó là nơi tôi đang đặt cược. Câu hỏi đặt ra: Liệu thị trường có đang định giá quá cao khả năng của decentralized AI trước khi nó được chứng minh? Hay chúng ta đang đứng trước một sự thay đổi mô hình mà chỉ những người kiên nhẫn mới nhìn thấy?
