Chiến trường mới của cạnh tranh AI: Trí nhớ dài hạn trở thành điểm đau, người dùng làm thế nào để giữ vững quyền sở hữu ngữ cảnh của chính mình

null

Tác giả: Zen, PANews

Bạn đã dành nửa năm để khiến ChatGPT hiểu rõ thói quen làm việc, phong cách viết và các dự án dài hạn của mình. Nó biết cách bạn thường chỉnh sửa bài viết như thế nào, biết những công ty bạn thường quan tâm, và dần dần hiểu được sở thích của bạn về cấu trúc nội dung, giọng điệu và mật độ thông tin.

Nhưng một ngày nọ, một mô hình mới mạnh hơn xuất hiện. Bạn mở Claude, Gemini hoặc DeepSeek, và nhận ra mọi thứ lại phải bắt đầu từ đầu. Mô hình mới không nhận ra bạn, không biết bối cảnh công việc tích lũy trong vài tháng qua của bạn, cũng không biết cách bạn suy nghĩ, viết lách hay đưa ra quyết định như thế nào.

Trong hai năm qua, cuộc cạnh tranh quan trọng nhất trong ngành AI xoay quanh “khả năng của mô hình”. Ai có khả năng suy luận mạnh hơn, có thể xử lý ngữ cảnh dài hơn, khả năng lập trình tốt hơn, gần như quyết định tất cả. Nhưng giờ đây, một vấn đề mới đang nổi lên: AI ngày càng hiểu rõ bạn hơn, nhưng những “hiểu biết” này thực sự thuộc về ai?

Thay đổi vai trò, AI từ công cụ trò chuyện trở thành trợ lý số cá nhân

Tháng 11 năm 2022, chatbot AI ChatGPT ra đời. Sau khi ra mắt, nó đã gây ra một làn sóng trò chuyện trên toàn cầu, chỉ trong hai tháng đã có hơn một tỷ người dùng hoạt động hàng tháng, trở thành ứng dụng tiêu dùng phát triển nhanh nhất trong lịch sử. Lúc đó, các mô hình lớn hơn giống như một “tìm kiếm nâng cao”. Người dùng hỏi AI, nó lập tức tạo ra câu trả lời, và sau khi kết thúc cuộc trò chuyện, mối quan hệ cũng chấm dứt theo.

Nhưng trong hai năm gần đây, vai trò của AI đang có sự thay đổi rõ rệt. Khi khả năng suy luận, lập trình và gọi công cụ ngày càng được nâng cao, AI đã bắt đầu đi sâu vào quy trình làm việc thực tế. Ngày càng nhiều người bắt đầu dùng nó để viết mã, sắp xếp tài liệu, phân tích dữ liệu, lập kế hoạch chuyến đi, quản lý lịch trình, thậm chí tham gia lâu dài vào sáng tạo nội dung và quyết định kinh doanh.

Trong nhiều trường hợp, người dùng không còn chỉ “hỏi AI” nữa, mà đang hợp tác lâu dài với AI. Nó bắt đầu hiểu cách bạn làm việc, thói quen biểu đạt và mục tiêu dài hạn của bạn, cũng như tham gia liên tục vào cùng một dự án, cùng một quy trình làm việc, thậm chí dần đảm nhận một phần nhiệm vụ thực thi. Ở mức độ nào đó, AI đang dần biến từ một công cụ hỏi đáp tạm thời thành một trợ lý số cá nhân tồn tại lâu dài.

Và cùng với khả năng của mô hình ngày càng nâng cao, sức mạnh của các sản phẩm hàng đầu ngày càng gần nhau hơn, và việc AI được sử dụng lâu dài, rộng rãi hơn, những vấn đề mới bắt đầu nổi lên.

Một khi AI bắt đầu hợp tác lâu dài, “trí nhớ” – nơi lưu trữ và truy hồi kinh nghiệm quá khứ để cải thiện quyết định và hiệu suất tổng thể – không còn chỉ là một cơ sở dữ liệu vô nghĩa nữa. Trong nhiều bối cảnh ứng dụng, điểm nghẽn không còn nằm ở khả năng suy luận của mô hình, mà là khả năng quản lý trí nhớ dài hạn và ngữ cảnh. Cloudflare còn gọi trực tiếp agentic memory là thách thức lớn nhất của hạ tầng AI hiện tại, đồng thời cũng là lĩnh vực phát triển nhanh nhất.

Các công ty AI hàng đầu cũng đã nhận thức rõ rằng, trí nhớ dài hạn đang trở thành một phần của trải nghiệm sản phẩm. OpenAI phân chia trí nhớ của ChatGPT thành “kỷ niệm đã lưu” và “lịch sử trò chuyện tham khảo”, trong đó phần đầu lưu giữ thông tin người dùng muốn giữ lâu dài, còn phần sau cho phép ChatGPT trích xuất nội dung hữu ích từ các cuộc đối thoại cũ để phục vụ câu trả lời cá nhân hóa sau này. Gemini cũng bắt đầu dựa trên các cuộc trò chuyện trước đó để học sở thích người dùng. Claude thì ra mắt memory, hỗ trợ nhập và xuất trí nhớ.

Hệ sinh thái cô lập khiến “trí nhớ” của AI trở thành chiến trường mới của ngành

Nhưng vấn đề là, khả năng trí nhớ này vẫn chủ yếu xoay quanh từng nền tảng riêng biệt, chỉ thuộc về hệ thống tài khoản và môi trường sản phẩm của từng nền tảng, vẫn là những hòn đảo riêng biệt. Anthropic dù đã hỗ trợ nhập xuất trí nhớ, nhưng hiện tại chủ yếu là công cụ chuyển đổi dành cho Claude, chứ chưa phải là một tiêu chuẩn trí nhớ chung được các bên cùng áp dụng.

Và ZetaChain muốn chạm tới phần còn thiếu này. Sau khi hoàn toàn chuyển sang AI, ZetaChain bắt đầu mở rộng khái niệm “quyền sở hữu” vốn thuộc về thế giới mã hóa, sang cả trí nhớ AI và ngữ cảnh người dùng. Nó hy vọng xây dựng không chỉ một sản phẩm trò chuyện, mà còn một lớp trí nhớ riêng tư (Private Memory Layer) độc lập khỏi nền tảng mô hình, giúp người dùng thực sự sở hữu trí nhớ dài hạn, sở thích hành vi và ngữ cảnh AI của riêng mình.

Sản phẩm tiêu dùng AI Anuma của ZetaChain đề xuất người dùng sở hữu một bộ trí nhớ mã hóa riêng tư, đồng thời hỗ trợ liên kết liền mạch giữa các mô hình AI phổ biến như ChatGPT, Claude, Gemini. Người dùng không cần phải thiết lập lại bối cảnh, sở thích và thói quen làm việc mỗi lần chuyển đổi mô hình, mà kiểm soát quyền truy cập của mình, mang theo lịch sử trí nhớ đến các mô hình và Agent khác nhau.

Khi AI tích lũy dần sở thích sử dụng, thói quen viết lách, quy trình làm việc và các cuộc đối thoại lịch sử, “trí nhớ” sẽ ngày càng giống như một “gương mặt nhân cách”. Nó không chỉ quyết định câu trả lời của mô hình có phù hợp với sở thích của người dùng hay không, mà còn có thể ảnh hưởng đến cách mô hình đưa ra quyết định trong tương lai, theo đúng thói quen và giá trị của bạn.

Ngoài việc giúp người dùng sở hữu quyền sở hữu trí nhớ, và lựa chọn các mô hình phù hợp với từng nhiệm vụ, Anuma còn xây dựng một hệ thống quyền hạn có thể lập trình, có thể kiểm duyệt, có thể thu hồi, cho phép AI agent đọc dữ liệu một lần và có thể thu hồi quyền bất cứ lúc nào, mọi thay đổi quyền hạn đều có thể được ghi lại và theo dõi trên chuỗi.

Hơn nữa, trí nhớ và sơ đồ tri thức của người dùng cũng có thể trở thành tài sản có thể chia sẻ, cấp phép, thương mại hóa mà không cần tiết lộ dữ liệu gốc. Điều này cho phép các chuyên gia như nhà đầu tư, bác sĩ, luật sư, nhà phát triển có thể đóng gói kiến thức của mình thành Agent và đăng bán trên Thị trường Agent, kiếm lợi nhuận khi có người khác gọi.

Từ chuỗi chéo đến đa nền tảng AI, tại sao ZetaChain lại chuyển đổi?

Điều giúp Anuma thực hiện các chức năng trên là hạ tầng nền tảng Private Memory Layer do ZetaChain phát triển. Là một hạ tầng dành cho trí nhớ riêng tư, danh tính, quyền hạn, thanh toán và các agent AI, nhằm cho phép các ứng dụng và agent có thể hợp tác xuyên mô hình, trong khi người dùng luôn giữ quyền kiểm soát.

ZetaChain trước đây tập trung vào hạ tầng liên chuỗi, mục tiêu chính là giải quyết vấn đề truyền tải tài sản và thông điệp giữa các blockchain khác nhau. Trong “cổng đa chuỗi thống nhất”, họ đã xây dựng một mạng lưới và câu chuyện khá quy mô. Theo dữ liệu chính thức, có 11,9 triệu địa chỉ độc lập và 241 triệu giao dịch trên mạng lưới này.

Nhưng sau khi Anuma chính thức ra mắt vào ngày 27 tháng 4 năm nay, và sau khi đạt hơn 50.000 người dùng trong tháng đầu tiên, ZetaChain bắt đầu quyết định chuyển hướng toàn diện sang AI, và dần dần đóng cửa hoạt động liên chuỗi. Sự chuyển đổi này còn dựa trên một logic nội tại khá rõ ràng.

Trước đây, ZetaChain chủ yếu xử lý vấn đề không thể liên thông giữa các chuỗi. Nhưng trong thế giới AI ngày nay, sự phân tách tương tự cũng tồn tại. Ở mức độ nào đó, tài sản số trong blockchain giống như trí nhớ và ngữ cảnh trong AI. Các mô hình khác nhau có hệ thống trí nhớ riêng biệt, và khi người dùng chuyển nền tảng, các ngữ cảnh và sở thích hành vi tích lũy lâu dài cũng thường bị gián đoạn.

Trong những năm gần đây, ZetaChain cho rằng thách thức lớn nhất không còn là chuyển tài sản chéo chuỗi nữa, mà là duy trì tính liên tục giữa các mô hình, các Agent khác nhau, và quyền sở hữu ngữ cảnh của người dùng.

a16z crypto trước đây cũng đã phân tích rằng, agent đã bắt đầu trở thành các thành viên kinh tế, nhưng chúng vẫn thiếu các định danh có thể di chuyển, các khả năng lập trình thanh toán, xác thực quyền và một lớp phối hợp chung cho hợp tác đa môi trường. Do đó, so với nhiều dự án AI + Crypto cố gắng tìm kiếm ứng dụng một cách cứng nhắc, chuyển đổi của ZetaChain lại hợp lý hơn nhiều.

Trong lịch sử doanh nghiệp, không hiếm các công ty hạ tầng thành công trong việc chuyển đổi. Thông thường, họ không chỉ đơn thuần đổi lĩnh vực, mà dựa trên logic sản phẩm để theo đuổi các điểm nghẽn mới. Nvidia ban đầu nổi bật với đồ họa và card đồ họa chơi game, nhưng khi AI phát triển, kiến trúc GPU của họ cuối cùng trở thành hạ tầng cốt lõi của toàn ngành AI. Hạ tầng không bao giờ phát triển mãi quanh một điểm giới hạn duy nhất, và những người chiến thắng thực sự thường là những người sớm nhận ra “điểm giới hạn tiếp theo” đang xuất hiện.

Từ lớp trí nhớ riêng tư đến tầng tiêu dùng AI

Với sự bùng nổ của AI, tương lai của AI rõ ràng sẽ không chỉ dừng lại ở cửa sổ trò chuyện, mà sẽ dần biến thành hàng loạt trợ lý AI tồn tại lâu dài, hợp tác với nhau. Dựa trên dự đoán này, ZetaChain đề xuất “lớp trí nhớ riêng tư” và cố gắng giải quyết vấn đề AI hiểu người dùng lâu dài, đồng thời còn đưa ra khái niệm “lớp tiêu dùng AI (AI Consumer Layer)”, hy vọng định nghĩa lại mối quan hệ giữa người dùng và AI sau khi AI đại diện cho người dùng trong công việc lâu dài.

Trong tầm nhìn của ZetaChain, AI trong tương lai không chỉ trả lời câu hỏi, mà còn tham gia sâu vào quy trình làm việc và quyết định hàng ngày của người dùng. Các trợ lý AI khác nhau sẽ đảm nhiệm các nhiệm vụ khác nhau: có thể xử lý mã, sắp xếp tài chính, lập kế hoạch chuyến đi, hoặc tham gia sáng tạo nội dung và phân tích nghiên cứu lâu dài. Và để các AI này hợp tác thực sự, chúng cần chia sẻ cùng một hệ thống ngữ cảnh dài hạn, danh tính và quyền hạn.

Vì vậy, “lớp tiêu dùng AI” thực chất là cố gắng hợp nhất các khả năng phân tán thành một khung chung. Trong đó, Memory đảm nhiệm ngữ cảnh dài hạn, Permissions kiểm soát quyền hạn, Identity quản lý danh tính, Payments xử lý thanh toán và gọi API giữa các AI, còn Agents là mạng lưới AI cuối cùng đại diện người dùng thực hiện nhiệm vụ.

Đây cũng là lý do tại sao “quyền sở hữu” trở thành khái niệm cốt lõi mà ZetaChain liên tục nhấn mạnh.

Bởi trong hệ thống này, việc người dùng còn sở hữu ngữ cảnh, quyền hạn và danh tính của chính mình là điều tối quan trọng. Ví dụ, một AI kiểm tra mã có thể được cấp phép tạm thời truy cập kho mã GitHub; một AI xử lý thuế có thể đọc dữ liệu khai thuế một lần; một AI lập kế hoạch du lịch chỉ có thể truy cập lịch trình và lịch của người dùng. Quyền truy cập không còn do nền tảng kiểm soát nữa, mà do người dùng phân phối linh hoạt, và có thể thu hồi bất cứ lúc nào.

Và đó chính là lý do blockchain bắt đầu tái kết nối với AI.

Khi ngày càng nhiều AI thay mặt người dùng làm việc, “ai có thể truy cập gì”, “quyền có thể thu hồi” và “gọi API có thể theo dõi” sẽ dần trở thành các vấn đề hạ tầng mới. Hệ thống quyền hạn trên chuỗi, vốn dĩ phù hợp để xử lý các mối quan hệ hợp tác đa bên này.

“Token hạ tầng AI” ZETA, mang lại giá trị gia tăng theo chuyển đổi

Cùng với chiến lược chuyển đổi, chức năng và hiệu quả của token ZETA cũng sẽ thay đổi. Trước đây, ZETA giống như token của chuỗi công cộng truyền thống, chủ yếu dùng để trả phí Gas, xác thực và bảo mật mạng lưới liên chuỗi, cơ chế thiết kế không có gì đặc biệt. Nhưng trong bối cảnh mới, ZETA sẽ trở thành “token hạ tầng AI”, và giá trị của nó sẽ được nâng cao đáng kể.

Theo mô tả của ZetaChain hiện tại, trong tương lai ZETA sẽ có các mục đích sử dụng chính sau:

Thứ nhất là quyền truy cập mô hình AI và Agent. Một số mô hình cao cấp, công cụ AI chuyên nghiệp hoặc dịch vụ Agent cần mở khóa hoặc trả phí qua ZETA.

Thứ hai là thanh toán giữa các Agent. ZetaChain đề cập rằng trong tương lai, các tương tác giữa các AI và ứng dụng sẽ thực hiện qua giao thức x402 để thanh toán trên chuỗi. Mục tiêu rõ ràng: nếu AI tự động gọi AI khác, thì các máy móc cũng cần hệ thống thanh toán gốc.

Thứ ba là cập nhật quyền hạn và trí nhớ trên chuỗi. Các thay đổi về quyền truy cập, kiểm soát và trạng thái trí nhớ của người dùng có thể trở thành dữ liệu trên chuỗi.

Thứ tư là kinh tế sáng tạo nội dung. ZetaChain hy vọng các nhà phát triển, nhà nghiên cứu, luật sư, bác sĩ có thể đóng gói kiến thức thành công cụ hoặc Agent, và kiếm thu nhập qua các lần gọi. ZETA sẽ đóng vai trò trong luồng giá trị này.

Tuy nhiên, cần lưu ý rằng phần này vẫn còn trong giai đoạn kể chuyện. Bởi vì nền kinh tế AI Agent vẫn còn rất sơ khai, việc “AI gọi AI”, “Agent tự thanh toán” quy mô lớn vẫn chưa xuất hiện. Các khái niệm như x402, quyền trên chuỗi, danh tính AI hiện vẫn chủ yếu là phần xây dựng hạ tầng, chưa phải là nhu cầu lớn đã được xác thực.

Nhưng lý do tại sao ZetaChain và các sản phẩm của họ đáng chú ý là không chỉ vì họ xây dựng hạ tầng, tích hợp sản phẩm AI, mà còn vì họ đang cố gắng định hình lại trí nhớ, danh tính, ngữ cảnh và quyền AI của người dùng trong tương lai, để chúng không còn thuộc về nền tảng nữa, mà trở về chính người dùng.