Gặp gỡ nhà sáng lập OpenClaw tại Hackathon: Tôm hùm còn có thể làm những điều gì nữa?

原创 | Odaily 星球日报（@OdailyChina）

作者｜jk

Tháng 3 năm 2026, Hội thảo Hackathon AI Agent UK 2026 do Hiệp hội Blockchain của Viện Công nghệ Hoàng gia Anh tổ chức đã diễn ra tại London. Cuộc thi này dựa trên nền tảng công nghệ chính là OpenClaw, thu hút hơn 1200 người đăng ký tham gia, và ngày Demo Day đã lập kỷ lục với hơn 5000 người xem trực tuyến cùng lúc, từng đứng đầu bảng tìm kiếm toàn cầu trên nền tảng X.

Nhiều người tham gia xem đây là “Hackathon OpenClaw đầu tiên dành cho các trường đại học trên toàn cầu”, và Peter Steinberger, cha đẻ của OpenClaw, đã tự mình bay đến London để tham dự.

Các dự án nào thú vị nhất?

Ngày 7 tháng 3, các đội thi từ nhiều trường đại học đã trình diễn các nguyên mẫu sản phẩm do họ xây dựng trong vòng một tuần, bao gồm các lĩnh vực từ nông nghiệp, an toàn sinh học, quản lý đô thị đến bảo vệ DeFi. Dưới đây là 6 dự án đáng chú ý:

AgroMind: Dữ liệu vệ tinh + AI Agent, biến phòng chống rủi ro nông nghiệp thành hiện thực

AgroMind tích hợp giám sát cây trồng qua vệ tinh, dữ liệu khí tượng và tín hiệu thị trường, xây dựng hệ thống dự đoán và tự động phòng chống rủi ro chuỗi cung ứng nông nghiệp, trong đó trung tâm là một quy trình tự động phòng chống rủi ro.

Thông tin về chuỗi cung ứng nông nghiệp luôn là vấn đề tài chính. Giá hàng hóa biến động mạnh thường bắt nguồn từ những rủi ro khí hậu đã âm thầm tích tụ trong vài tháng trước tại một vùng sản xuất nào đó, trong khi thị trường phải chờ đợi tin tức mới phản ứng. AgroMind muốn lấp đầy khoảng trống này. Nó kết hợp dữ liệu giám sát cây trồng qua vệ tinh, dữ liệu khí tượng và tín hiệu thị trường, khi hình ảnh vệ tinh cho thấy dấu hiệu hạn hán sớm tại một vùng đậu tương ở Brazil, chưa có báo cáo chính thức nào, hệ thống đã bắt đầu hoạt động. Nó sẽ kiểm tra tồn kho của người dùng và độ biến động của thị trường hiện tại, soạn thảo phương án phòng chống rủi ro, và nếu điều kiện phù hợp, sẽ trực tiếp đặt lệnh trên sàn giao dịch hàng hóa. Nói đây là một công cụ AI cũng không đúng, mà đúng hơn là một nhà phân tích đứng trước hình ảnh vệ tinh, theo dõi thị trường liên tục, chỉ khác là nó không bao giờ ngủ.

ClawBio: Hugging Face của lĩnh vực tin sinh học

Vấn đề lâu dài trong tin sinh học là các công cụ phân tích hàng đầu và kiến thức chuyên sâu hầu như chỉ nằm trong tay một vài trường đại học và công ty dược phẩm, các nhà nghiên cứu phổ thông không thể tiếp cận. ClawBio muốn làm điều tương tự như Hugging Face trong AI, nhưng trong lĩnh vực tin sinh học. Nó là một kho chứa kỹ năng sinh học mở, lưu trữ các kỹ năng phân tích đã được xác thực, có thể tái tạo, bất kỳ Agent nào cũng có thể gọi trực tiếp, bao gồm sàng lọc độc tố và nhận diện chức năng sinh vật nguy hiểm. Một ví dụ rất thú vị: người dùng chụp ảnh bao bì thuốc, Agent sẽ gọi kỹ năng của ClawBio để tra cứu hồ sơ gen trong hệ thống, sau vài giây sẽ trả về một bản kê liều dùng cá nhân hóa. Toàn bộ dữ liệu được xử lý tại chỗ, không tải lên máy chủ nào cả. Phương pháp “Local-First” này đặc biệt nhạy cảm trong lĩnh vực y tế, nhằm bảo vệ quyền riêng tư.

BioSentinel: Tự động hóa toàn diện từ nhận diện mầm bệnh đến thuốc ứng viên

BioSentinel có tham vọng lớn hơn nữa. Bắt đầu từ dữ liệu y tế công cộng toàn cầu, hệ thống liên tục thu thập thông tin từ WHO, CDC, CIDRAP, và khi phát hiện mối đe dọa mới nổi, sẽ tự động xác định protein đích của mầm bệnh, rồi gọi các công cụ sinh học tính toán RFdiffusion và ProteinMPNN để thiết kế các phân tử liên kết điều trị tiềm năng. Mỗi phân tử ứng viên trước khi bước sang giai đoạn tiếp theo sẽ được kiểm tra trong cơ sở dữ liệu độc tố, đảm bảo không tạo ra thứ gì nguy hiểm. Toàn bộ quy trình có thể điều khiển qua giao diện chat. Nhà nghiên cứu không cần chạy từng lệnh, chỉ cần nói rõ yêu cầu, Agent sẽ tự động điều phối các công cụ; điều này giúp giảm đáng kể rào cản trong sinh học tính toán.

“Hệ thần kinh London”: Từ thành phố thông minh đến “thành phố suy nghĩ”

Ý tưởng ban đầu rất đơn giản: London mỗi ngày tạo ra lượng lớn dữ liệu cảm biến về giao thông, chất lượng không khí, tình trạng hạ tầng, nhưng các dữ liệu này gần như phân tán, không liên kết với nhau, ai cũng không biết chính xác trạng thái thực của thành phố vào lúc này là gì.

Nhóm dự án đã dùng OpenClaw để đồng thời kết nối dữ liệu theo dõi lưu lượng giao thông, cảm biến chất lượng không khí và dữ liệu thị trường tài chính. Khi chất lượng không khí ở một khu vực đột ngột giảm, hệ thống không chỉ ghi log, mà còn chủ động gửi đề xuất tuyến đường ít ô nhiễm cho các trường học và người đi làm gần đó. Nếu đèn đường hoặc cảm biến gặp sự cố, phản ứng của hệ thống nhanh hơn nhiều so với chờ báo cáo thủ công. Mục tiêu dài hạn của nhóm là mở rộng khung này cho chính quyền địa phương, tích hợp vào hệ thống thành phố hiện có, chứ không xây dựng mới từ đầu.

Highstreet AI: Tạo “nhân viên số” cho các cửa hàng nhỏ ở London

Hầu hết các sản phẩm AI khi thiết kế đều dành cho các công ty công nghệ, chứ không phải các quán nhỏ bán hải sản trên phố Kingston. Highstreet AI muốn giải quyết đúng vấn đề này.

Họ hướng tới các doanh nghiệp nhỏ và vừa mỗi ngày nhận hàng chục email, tin nhắn WhatsApp, cuộc gọi đặt hàng mà không có hệ thống IT nào hỗ trợ. Giải pháp của Highstreet là triển khai một nhóm Agent hợp tác: một Agent đọc hiểu yêu cầu, một kiểm tra tồn kho thực tế, một soạn hóa đơn và liên kết thanh toán, cuối cùng hiển thị nút “Phê duyệt” trên bảng điều khiển cho chủ quán.

Toàn bộ quy trình chỉ cần chủ quán xác nhận bước cuối cùng. Highstreet nói rằng, hệ thống này mỗi tuần giúp chủ quán tiết kiệm hơn 10 giờ làm việc, mà không cần biết gì về công nghệ.

AlphaMind AI: Đưa chiến lược đầu tư của tổ chức đến tay nhà đầu tư cá nhân

Khoảng cách lớn nhất giữa nhà đầu tư cá nhân và tổ chức không chỉ là về số vốn, mà còn về khả năng phân tích và phản ứng nhanh.

AlphaMind chính là sản phẩm lấp đầy khoảng trống này. Người dùng có thể so sánh danh mục đầu tư của mình với các vị trí công khai của Buffett, nhưng hệ thống không chỉ cho xem biểu đồ so sánh, mà còn qua Agent của OpenClaw phân tích rủi ro tập trung tài sản qua nhiều sàn, rồi tự động thực hiện cân bằng lại danh mục. Mục tiêu của nó là: các công cụ cũ chỉ báo cho biết đã xảy ra chuyện gì, còn AlphaMind sẽ giải thích tại sao, rồi tự xử lý.

Peter Steinberger, “ông trùm tôm hùm”, đã tham dự trực tiếp

Tháng 11, nhà phát triển người Áo Peter Steinberger đã ra mắt dự án “Clawdbot” trên nền tảng Telegram hoặc WhatsApp, chỉ cần gửi tin nhắn, nó sẽ giúp bạn quản lý lịch trình, xử lý email, chạy script, thậm chí duyệt web. Không ai ngờ dự án này lại bùng nổ trong vòng chưa đầy hai tháng trong cộng đồng AI toàn cầu. OpenClaw nổi tiếng từ cuối tháng 1 năm 2026, đến ngày 14 tháng 2, Steinberger thông báo gia nhập OpenAI để thúc đẩy phát triển thế hệ AI Agent cá nhân tiếp theo, còn dự án OpenClaw được chuyển giao cho quỹ mã nguồn mở độc lập tiếp tục vận hành. Chính nhà phát triển vừa mới trở thành nhân vật trung tâm của thế giới AI này đã đến London vì cuộc thi này.

Chuyến đi London của ông suýt nữa không thành. Ban tổ chức tiết lộ, trước ngày khởi hành, Peter đột nhiên phát hiện vấn đề về visa, “toàn bộ đội ngũ gần như hoảng loạn,” đến hai ngày trước sự kiện mới giải quyết được. Sau khi có visa, ông còn đổi chuyến bay để đảm bảo tham dự đầy đủ các hoạt động theo kế hoạch. Lần đầu bước vào lớp học của Imperial College, ông chỉ cúi đầu nhìn điện thoại, ghi chú cẩn thận, chuẩn bị bài thuyết trình, hoàn toàn không có vẻ “ngôi sao mạng AI”.

Trong cuộc thi này, Peter đã

Trong buổi tiệc của Quỹ đầu tư Sequoia sau đó, có một nhà phát triển không mua được vé đứng ngoài trời London dưới mưa, Peter thấy vậy, không do dự, đi lại bắt chuyện. Khi được hỏi về “sự bùng nổ của Agent sẽ thay đổi tương lai của các mô hình lớn như thế nào,” ông trả lời thẳng thắn: “Tôi không biết. Tôi giỏi hơn ở việc dùng các công cụ sẵn có để xây dựng những thứ thú vị.” Buổi nói chuyện dự kiến chỉ 30 phút, nhưng không khí quá sôi động, khán giả liên tục đặt câu hỏi, Peter ở lại hơn hai giờ. Sau này ban tổ chức nói: “Điều này rất ý nghĩa với chúng tôi, nói thật, chúng tôi còn nợ ông ấy một lời xin lỗi.”

Khi rời London, Peter để lại một câu: “Bạn không đi tìm ý nghĩa, mà là đi tạo ra ý nghĩa.” Có lẽ, đó chính là câu mà mọi người muốn nghe nhất trong thời đại AI này, những ai muốn có ý nghĩa thực sự.

OpenClaw × Web3: Tiềm năng lớn, nhưng an toàn là rào cản lớn nhất

Dù Steinberger không mấy thiện cảm với thế giới tiền mã hóa, nhưng danh sách dự án dự thi của cuộc thi này và quan điểm cá nhân của ông lại hoàn toàn trái ngược. Trên trang dự án của DoraHacks, xuất hiện một số hướng cụ thể có thể triển khai trong Web3:

• Danh tính và quyền sở hữu của Agent là chủ đề phổ biến nhất. clawOS xây dựng dựa trên giao thức Nostr, mỗi Agent có danh tính và ví riêng, không phụ thuộc nền tảng nào; Cortex.OS cố gắng giải quyết vấn đề “hộp đen” của AI trong Web3, để mọi quyết định của Agent đều có thể truy xuất trên chuỗi.
• Trực tiếp quản lý tiền là một hướng khác, như Trading Narwhal và Vibe4Trading đều đặt cược vào việc Agent từ hỗ trợ phân tích thị trường nâng cấp thành thực hiện giao dịch trực tiếp, mặc dù kiến trúc của OpenClaw không thân thiện với khóa riêng.
• Quản trị và giám sát cộng đồng cũng xuất hiện một số dự án thú vị: WatchDog dùng 6 Agent tự chủ liên tục quét các hợp đồng của chính phủ Anh để phát hiện bất thường, CivicLift cho phép người dân tương tác với chính quyền địa phương qua Agent, GreenClaw xây dựng trung tâm vận hành an toàn thành phố dựa trên hợp tác nhiều Agent.

Tuy nhiên, xuyên suốt, an toàn vẫn là rào cản lớn nhất để OpenClaw tiến vào Web3. Agent có thể truy cập vào các tập tin, API và hệ thống của bạn, nhưng không có gì theo dõi chính xác chúng đang làm gì. Trong các tình huống liên quan đến tài sản thực, mọi người vẫn cần cẩn trọng khi sử dụng OpenClaw.