Cơ bản
Giao ngay
Giao dịch tiền điện tử một cách tự do
Chiến hào
Truy cập thông minh token trên chuỗi mới
Giao dịch ký quỹ
Tăng lợi nhuận của bạn với đòn bẩy
Chuyển đổi và Đầu tư định kỳ
Phí bằng 0
Giao dịch bất kể khối lượng không mất phí không trượt giá
ETF
Sản phẩm ETF có thuộc tính đòn bẩy giao dịch giao ngay không cần vay không cháy tải khoản
Giao dịch trước giờ mở cửa
Giao dịch token mới trước niêm yết
Futures
Truy cập hàng trăm hợp đồng vĩnh cửu
CFD
Vàng
Một nền tảng cho tài sản truyền thống
Hợp đồng sự kiện
Mới
Dự đoán biến động giá và nắm bắt cơ hội
Quyền chọn
Hot
Giao dịch với các quyền chọn kiểu Châu Âu
Tài khoản hợp nhất
Tối đa hóa hiệu quả sử dụng vốn của bạn
Giao dịch demo
Giới thiệu về Giao dịch hợp đồng tương lai
Nắm vững kỹ năng giao dịch hợp đồng từ đầu
Sự kiện tương lai
Tham gia sự kiện để nhận phần thưởng
Giao dịch demo
Sử dụng tiền ảo để trải nghiệm giao dịch không rủi ro
CFD
Phái sinh Hợp đồng Chênh lệch Cổ phiếu
Cổ phiếu
Đầu tư trực tiếp vào các cổ phiếu và ETF phổ biến trên toàn thế giới
Futures cổ phiếu
Đòn bẩy cao, giao dịch 24/7
Quyền chọn cổ phiếu
Mới
Quyền chọn cổ phiếu phổ biến, đòn bẩy linh hoạt
Hoạt động cổ phiếu
Giao dịch cổ phiếu phổ biến và nhận airdrop hấp dẫn
Cổ phiếu token hóa
Được hỗ trợ bởi tài sản cổ phiếu thực
IPO Access
Mở khóa quyền truy cập đầy đủ vào các IPO cổ phiếu toàn cầu
Launch
CandyDrop
Sưu tập kẹo để kiếm airdrop
Launchpool
Thế chấp nhanh, kiếm token mới tiềm năng
HODLer Airdrop
Nắm giữ GT và nhận được airdrop lớn miễn phí
IPO Access
Anthropic
Mở khóa quyền truy cập đầy đủ vào các IPO cổ phiếu toàn cầu
Điểm Futures
Kiếm điểm futures và nhận phần thưởng airdrop
Đầu tư
Gate Earn
Mới
Quản lý tài sản kỹ thuật số toàn diện
Idle Earn
Giao dịch và kiếm tiền cùng lúc
Simple Earn
Kiếm lãi từ các token nhàn rỗi
Staking
Stake tiền điện tử để kiếm tiền từ các sản phẩm PoS
Đầu tư tự động
Đầu tư tự động một cách thường xuyên.
Sản phẩm tiền kép
Kiếm lợi nhuận từ biến động thị trường
Soft Staking
Kiếm phần thưởng với staking linh hoạt
Trung tâm tài sản VIP
Lãi suất 9% APY cho USDT (Có thời hạn)
Quỹ định lượng
Chiến lược định lượng hàng đầu
GUSD
Lợi nhuận đáng tin cậy từ RWA kho bạc
Vay Crypto
Phí bằng 0
Thế chấp một loại tiền điện tử để vay một loại khác
Trung tâm cho vay
Trung tâm cho vay một cửa
Trung tâm
Chia sẻ ý tưởng và khám phá những quan điểm hot
Live
Phân tích chuyên gia theo thời gian thực
Chat
Chat với các nhà giao dịch toàn cầu
Tin nhanh
Tin tức tiền điện tử mớinhất
Gate Learn
Hướng dẫn và tài liệu giáo dục về tiền điện tử
Gate Blog
Thông tin chuyên sâu về tiền điện tử và cập nhật ngành
Gate Research
Nghiên cứu chuyên sâu và phân tích thị trường
Khuyến mãi
Khác
Trung tâm hỗ trợ
Tìm Câu hỏi thường gặp và hướng dẫn trợ giúp
Đối tác
Phát triển cùng các nhà vô địch
Bằng chứng dự trữ
Gate cam kết 100% bằng chứng dự trữ
Bằng chứng An toàn (PoSEC)
Tài sản lưu trữ lạnh ≥ Tài sản người dùng
Gate Guard
Kế hoạch bảo vệ tài khoản
Gate Vault
Giữ tài sản của bạn an toàn
Giấy phép
Giấy phép quản lý, Đăng ký và Phê duyệt
#Gate直通IPO第三期Anthropic Anthropic rốt cuộc đang bán thứ gì?
Ngày 10 tháng 11 năm 2026, Anthropic khởi động roadshow IPO dự kiến. Roadshow là hoạt động công ty giải thích với nhà đầu tư về cách kinh doanh và kế hoạch phát triển trước khi phát hành cổ phiếu lần đầu ra công chúng; điều đó không có nghĩa là cổ phiếu đã được niêm yết giao dịch. Roadshow lần này cho chúng ta cơ hội hiếm có: không chỉ biết Claude có thể làm gì, mà còn thấy Anthropic bán những năng lực đó ra sao, kiếm được bao nhiêu và đang đặt cược vào điều gì cho bước tiếp theo. Theo cách tôi nhìn nhận, Anthropic là một công ty muốn biến mỗi bước tiến của mô hình thành một công việc mới mà khách hàng sẵn lòng trả tiền liên tục. Muốn hiểu công ty này, cần lần theo hành trình từ một đơn yêu cầu bảo hiểm đến các hợp đồng năng lực tính toán và hội đồng quản trị của họ.
01|Claude là trợ lý trò chuyện, vậy Anthropic chỉ kiếm tiền từ trò chuyện thôi sao?
Anthropic được thành lập năm 2021 bởi bảy người, trong đó có Dario Amodei và Daniela Amodei. Ban đầu, đây là công ty nghiên cứu AI tiên tiến, còn Claude là một loạt mô hình do công ty phát triển. Trợ lý trò chuyện mà mọi người ngày nay dùng trên điện thoại hay trang web cũng có tên Claude. Trong sử dụng hằng ngày, không cần phân biệt hai Claude này, nhưng để hiểu hoạt động kinh doanh, cần tách riêng mô hình, sản phẩm và nền tảng.
Mô hình là lớp cung cấp năng lực ở bên dưới. Roadshow giới thiệu không phải một mẫu vạn năng dùng cho mọi việc, mà là một nhóm lựa chọn từ nhanh, rẻ đến giỏi xử lý nhiệm vụ phức tạp. Chẳng hạn, phân loại một lượng lớn tài liệu theo chủ đề chưa chắc cần đến mô hình mạnh nhất; nhưng để AI đọc một bộ phần mềm chưa quen thuộc, tìm ra vấn đề, sửa rồi chạy thử thành công, mô hình mạnh hơn có thể giúp tránh nhiều khúc quanh. Thứ khách hàng mua không phải mô hình đứng đầu bảng xếp hạng, mà là năng lực phù hợp với công việc trước mắt. Sản phẩm là công cụ do Anthropic tự phát triển. Người dùng cá nhân có thể mở Claude để trò chuyện, còn kỹ sư có thể dùng Claude Code sửa mã trong dự án. Nền tảng cho phép các công ty khác nhúng năng lực này vào sản phẩm của họ: thông qua API, tức giao diện để phần mềm gọi năng lực của phần mềm khác, hệ thống riêng có thể gửi nhiệm vụ cho Claude và nhận kết quả. Đôi khi bạn thậm chí không thấy tên Claude, chỉ biết rằng việc trước đây phải chuyển sang một công cụ khác mới làm xong thì nay có thể tiếp tục ngay trong phần mềm đang dùng. Đây cũng là điểm thực tế mà tôi thấy trong roadshow: đưa Claude đến nơi người dùng đã làm việc. Chẳng hạn, tích hợp vào Word, Excel hoặc thông qua bộ công cụ ngành để kết nối với các công cụ mà luật sư vốn sử dụng. Với người làm sản phẩm, có một khác biệt rất cụ thể: bạn yêu cầu người dùng mỗi lần chuyển tài liệu sang một khung trò chuyện mới, hay để họ tiếp tục làm ngay trong tài liệu, bảng tính và hệ thống vốn có? Nền tảng bên dưới có thể là cùng một mô hình, nhưng cách dùng thứ hai dễ trở thành một phần của công việc hằng ngày hơn.
02|Tại sao bắt đầu từ viết mã, thay vì ngay từ đầu làm một trợ lý vạn năng?
Trong roadshow, Anthropic kể một chi tiết: khi phát triển Claude Code, nhóm nhận thấy các mô hình chưa ra mắt ngày càng hiểu mã tốt hơn, nhưng họ không chờ đến khi mô hình đủ hoàn thiện mới bắt đầu làm công cụ. Họ tạo trước một sản phẩm cho phép mô hình truy cập vào các dự án mã. Tháng 2 năm 2025, Claude Code ra mắt cùng Claude 3.7 Sonnet dưới dạng bản xem trước nghiên cứu có giới hạn. Kỹ sư có thể yêu cầu nó đọc mã hiện có, sửa tệp, viết và chạy thử nghiệm, rồi xem những gì nó đã làm. Lần đầu Claude Code ra mắt[7]Lấy ví dụ: bạn nhờ trợ lý trò chuyện sửa một vấn đề đăng nhập. Nó có thể đưa cho bạn một đoạn mã trông khá ổn, nhưng bạn phải tự đưa mã đó vào lại dự án và kiểm tra xem có làm hỏng chỗ khác không. Với Claude Code, nó có thể tìm các tệp liên quan trước, chạy những bài kiểm tra hiện có sau khi sửa, rồi đưa thay đổi cho người kiểm tra. Khác biệt ở đây không phải câu trả lời dài hơn, mà là nó có thể thực hiện vài bước trong phạm vi được cấp quyền và nhận phản hồi.
AI kiểu này thường được gọi là tác nhân AI: không chỉ đưa ra gợi ý mà còn dùng công cụ để hành động. Vì sao lập trình phù hợp để làm trước? Vì một phần đáng kể kết quả có thể được kiểm tra: chương trình có chạy được không, thử nghiệm có đạt không, có sửa nhầm chỗ không? Tất nhiên, vượt qua thử nghiệm cũng không có nghĩa là có thể đưa thẳng lên hệ thống, nhưng ít nhất bạn có cách phát hiện một số lỗi, thay vì chỉ đọc một câu trả lời trau chuốt rồi đoán xem nó có đúng không. Muốn AI chuyển từ trả lời câu hỏi sang đảm nhận nhiệm vụ, trước hết phải giúp con người biết được nó đã làm đúng hay chưa. Đây cũng là điều Anthropic nói về việc phát triển mô hình và sản phẩm song song. Trước tiên, mô hình học từ lượng lớn văn bản, bài nghiên cứu và mã, sau đó luyện cách giải quyết vấn đề và sử dụng công cụ thông qua các nhiệm vụ có phản hồi. Khi sản phẩm đến tay người dùng thực tế, nhóm cũng dễ thấy hơn mô hình vướng ở đâu, từ đó quyết định thế hệ tiếp theo cần cải thiện điều gì. Không phải mọi cải tiến đều đến từ việc làm mô hình lớn hơn; đôi khi vấn đề là chưa đọc đúng tệp, chưa chạy đúng thử nghiệm hoặc chưa biết dừng lại hỏi người khi không chắc chắn. Khi mô hình được bổ sung những năng lực này, sản phẩm mới có thể đảm nhận các nhiệm vụ phức tạp hơn.
Con đường này cũng xuất hiện trong các công việc khác. Công ty dược phẩm Bristol Myers Squibb (BMS) nêu ví dụ trong roadshow: trước đây, một câu hỏi phức tạp có thể đòi hỏi tra cứu qua nhiều cơ sở dữ liệu rồi tổng hợp thành báo cáo, mất một đến hai tháng; trong tình huống được trình bày, Claude có thể tạo báo cáo trong bốn, năm phút. So sánh này nói về một lần tra cứu và tổng hợp; việc thời gian thử nghiệm có thể rút ngắn 20% đến 30% là kỳ vọng của BMS, không phải kết quả đã đạt được lần này. Điều thực sự đáng chú ý là các công ty dược phải có khả năng giới hạn ai được truy cập dữ liệu nào và theo dõi cách hệ thống vận hành, rồi mới giao những nhiệm vụ như vậy cho AI.
03|Một nhóm dùng thử, làm sao thành hóa đơn của cả công ty?
Trong roadshow, Anthropic vẽ ra lộ trình khách hàng tiếp nhận sản phẩm: thường bắt đầu thử một nhiệm vụ cụ thể, chẳng hạn kỹ sư dùng Claude Code sửa lỗi. Khi kết quả ổn định, các vị trí gần kề bắt đầu sử dụng, rồi thêm nhiều quy trình được kết nối, cuối cùng thậm chí nhúng Claude vào sản phẩm bán cho khách hàng. Đây là lộ trình điển hình mà công ty mô tả, không phải khách hàng nào cũng đi hết chặng đường. Accenture là ví dụ dễ hiểu. Công ty dùng Claude để phát triển phần mềm nội bộ, đồng thời tích hợp Claude vào nền tảng an ninh mạng CyberAI dành cho khách hàng. Accenture cho biết sau khi triển khai nền tảng này trong hệ thống CNTT nội bộ, thời gian quét bảo mật giảm từ ba đến năm ngày xuống còn chưa đầy một giờ. Cùng một năng lực vừa là công cụ cho kỹ sư nội bộ, vừa trở thành một phần của dịch vụ cung cấp cho khách hàng. Một khi được đưa vào quy trình cung cấp dịch vụ, mỗi khách hàng được phục vụ thêm có thể tạo ra mức sử dụng cao hơn. Điều này cũng giải thích vì sao không thể chỉ hiểu hoạt động kinh doanh của Claude qua các gói đăng ký.
Trong ba quý đầu năm 2026, khoảng 79% doanh thu của Anthropic đến từ tính phí theo mức sử dụng, 21% còn lại đến từ thuê bao. Hãy hình dung hóa đơn của công ty không chỉ phụ thuộc vào số người có thẻ ra vào, mà còn vào thời gian thiết bị hoạt động mỗi ngày và khối lượng công việc được xử lý. Doanh nghiệp có thể kết nối trực tiếp với nền tảng Anthropic hoặc thông qua các nền tảng đám mây quen thuộc như AWS, Google Cloud, Microsoft Azure. Đi theo kênh mua sắm và triển khai mà khách hàng vốn đã sử dụng giúp đưa giai đoạn thử nghiệm vào hoạt động kinh doanh chính thức. Một con số khác trong roadshow cũng dễ bị hiểu nhầm là tỷ lệ giữ chân doanh thu thuần khoảng 900%.
Nói đơn giản: cùng một nhóm khách hàng có đóng góp doanh thu trong quý III năm ngoái và đáp ứng tiêu chí thống kê, trong quý III năm nay đã đóng góp tổng cộng doanh thu gấp khoảng chín lần; con số này không bao gồm một số loại thuê bao cá nhân giá cố định và không có nghĩa là từng khách hàng đều chi nhiều hơn gấp chín lần. Cùng kỳ, số khách hàng đóng góp ít nhất 100.000 USD doanh thu trong năm qua vượt 11.900, nhưng đây cũng không phải tổng số khách hàng doanh nghiệp. Hai con số đặt cạnh nhau cho thấy có thêm nhiều khách hàng lớn và tổng chi tiêu của cùng nhóm khách hàng tăng lên, nhưng không cho biết những mức tăng trưởng này có thể kéo dài bao lâu.
04|Mô hình càng hiệu quả, tại sao vẫn phải mua trước nhiều năng lực tính toán đến vậy?
Năng lực tính toán là khả năng xử lý do chip và trung tâm dữ liệu cung cấp. Huấn luyện mô hình cần năng lực tính toán; mỗi lần khách hàng yêu cầu Claude viết mã hay đọc báo cáo cũng cần năng lực tính toán. Việc đầu tiên giống như phát triển một sản phẩm, còn việc thứ hai giống như liên tục cung cấp dịch vụ cho khách hàng. Bản thân Anthropic cũng dùng Claude cho nghiên cứu và vận hành, nên cũng tiêu thụ từ nguồn lực chung này. Trong roadshow, công ty nói họ đã làm hai việc. Thứ nhất là mở rộng nguồn cung năng lực tính toán: viết phần mềm tương thích với các loại chip khác nhau, rồi điều phối nguồn lực từ nhiều nhà cung cấp cùng lúc. Ngoài mua dịch vụ đám mây, họ còn thuê chip trực tiếp qua Anthropic Direct và vận hành trong các trung tâm dữ liệu chuyên biệt. Nhờ vậy, công ty có thể đặt trước công suất trung tâm dữ liệu cần thời gian xây dựng lâu hơn, rồi quyết định nên lắp loại chip nào và bao nhiêu chip khi nhu cầu đã rõ hơn.
Việc thứ hai là khai thác nhiều hơn từ nguồn lực hiện có. Roadshow nêu một giả định: trước đây cần 100 đơn vị năng lực tính toán để huấn luyện một năng lực nào đó; nếu cải tiến phương pháp giúp hiệu quả tăng gấp bốn lần thì chỉ cần 25 đơn vị. Cũng có thể tiếp tục dùng 100 đơn vị để huấn luyện một mô hình mà trước đây chưa thể đạt tới. Con số gấp bốn lần là ví dụ minh họa nguyên lý, không có nghĩa là mọi công việc đều đã tiết kiệm được ba phần tư. Một ví dụ nội bộ cụ thể hơn là Anthropic cho biết họ đã để Mythos tham gia điều chỉnh phần mềm cho chip AMD và chạy được Claude sau khoảng ba ngày. Ví dụ này cho thấy AI đã giúp nhóm nghiên cứu cải thiện một phần hạ tầng, nhưng không có nghĩa mô hình đã có thể tự huấn luyện, kiểm chứng và phát hành thế hệ tiếp theo của chính nó. Chi phí cho từng công việc có thể giảm, nhưng tổng chi tiêu của công ty vẫn có thể tăng. Anthropic đưa ra một so sánh cụ thể: theo tính toán của công ty, chi phí sử dụng Opus 5.5 cho các nhiệm vụ điển hình thấp hơn khoảng 40% so với Opus 5. Nhưng nếu việc tra cứu một báo cáo trở nên rẻ hơn, doanh nghiệp có thể không chỉ dùng cho trụ sở chính mà còn cho các nhóm ở nhiều nơi. Những nhiệm vụ trước đây quá tốn kém hoặc không đủ khả năng xử lý nay cũng có thể được thực hiện. Mỗi lần mô hình dùng ít năng lực tính toán hơn không có nghĩa toàn bộ hệ thống sẽ dùng ít năng lực tính toán hơn. Thách thức là không thể đợi khách hàng xếp hàng rồi mới từ từ xây dựng năng lực tính toán. Anthropic tiết lộ rằng họ thường đặt trước năng lực tính toán từ 12 đến 18 tháng; nguồn lực mua bổ sung khẩn cấp đắt hơn. Theo nội dung công bố trong bản cáo bạch ngày 10 tháng 11, tổng giá trị các cam kết mua sắm và thuê đã ký của công ty vào khoảng 900,9 tỷ USD, gần như tất cả đều liên quan đến năng lực tính toán và hạ tầng, kéo dài qua nhiều năm; một số hợp đồng còn có điều kiện tiên quyết hoặc thỏa thuận chấm dứt. Đây không phải tiền mặt đã chi ra, cũng không phải khoản nợ hiện tại có giá trị tương đương. Điều thực sự khó là nhiều khách hàng không cam kết mức sử dụng dài hạn, nhưng công ty phải cam kết trước với nhà cung cấp: mua quá ít thì khi nhu cầu tăng sẽ phải trả giá cao để mua bổ sung; mua quá nhiều thì khi nhu cầu chậm lại vẫn có thể phải trả tiền cho nguồn lực nhàn rỗi.
05|Doanh thu một quý khoảng 17 tỷ USD, tại sao chưa thể nói công ty đã có lãi?
Con số nổi bật nhất trong roadshow là doanh thu quý III năm 2026 của Anthropic vào khoảng 17 tỷ USD, cao hơn 12 lần so với cùng kỳ năm trước. Nhưng doanh thu là số tiền công ty ghi nhận từ hoạt động bán hàng theo quy tắc kế toán, không phải số tiền đã nhận vào tài khoản ngân hàng, càng không phải khoản còn lại sau cùng. Để biết hoạt động kinh doanh có thực sự hiệu quả hay chưa, ít nhất cần xem riêng ba điều. Thứ nhất, lợi nhuận hoạt động thực tế. Theo Các nguyên tắc kế toán được chấp nhận rộng rãi tại Mỹ, Anthropic lỗ hoạt động khoảng 567 triệu USD trong quý này, với biên lợi nhuận hoạt động khoảng âm 3%. Trong khi đó, biên lợi nhuận hoạt động điều chỉnh mà công ty công bố vào khoảng dương 15%.
Vì sao một con số dương, một con số âm? Chỉ số thứ hai loại trừ hai khoản chi phí chính: cổ phiếu thưởng cho nhân viên và chi phí phi tiền mặt phát sinh khi công ty quyên góp cổ phiếu. Chỉ số điều chỉnh giúp xem xét kết quả kinh doanh sau khi loại trừ các khoản này, nhưng không thể coi chúng là không tốn kém chỉ vì không phải trả tiền mặt ngay tại thời điểm đó. Thứ hai, xem tiền mặt ra vào thế nào. Cùng bản cáo bạch cho thấy trong ba quý đầu năm 2026, dòng tiền thuần từ hoạt động kinh doanh vào khoảng dương 6,569 tỷ USD. Đây không phải số liệu riêng quý III, cũng không thể xem là số tiền sẽ còn lại sau khi đầu tư vào thiết bị và hạ tầng trong tương lai. Ngược lại, nếu chỉ nhìn khoản lỗ ròng khoảng 23,3 tỷ USD trong quý III thì cũng không thể nói công ty đã đốt từng ấy tiền trong quý đó; trong số này, khoảng 21,9 tỷ USD là điều chỉnh kế toán phi tiền mặt do các công cụ tài chính như trái phiếu chuyển đổi biến động theo định giá. Thứ ba, xem tăng trưởng có giúp hoạt động kinh doanh nhẹ gánh hơn không. Mục tiêu dài hạn mà công ty đề ra là biên lợi nhuận hoạt động điều chỉnh vượt 35%, với điều kiện năng lực tính toán hiệu quả hơn, cơ cấu mua sắm được cải thiện và tỷ lệ các khoản chi phí khác trên doanh thu giảm xuống.
Nhưng những con số kinh doanh hiện tại không tăng đều: biên lợi nhuận hoạt động điều chỉnh giảm từ khoảng 19% trong quý II xuống khoảng 15% trong quý III. Công ty giải thích trong bản cáo bạch rằng quý III đã cung cấp khoảng 5 tỷ USD năng lực tính toán theo các cam kết ngắn hạn, mà năng lực tính toán ngắn hạn thường đắt hơn. Nhu cầu đến nhanh là điều tốt, nhưng để đáp ứng đợt nhu cầu này, công ty có thể phải trả chi phí cao hơn trước; điều đó thú vị hơn việc dán nhãn công ty là “đã có lãi” hay “vẫn đang đốt tiền”.
Khách hàng sẵn lòng trả nhiều hơn, một chỉ số lợi nhuận nào đó dương và công ty cần đầu tư khoản tiền lớn trong tương lai có thể cùng đúng. Vì vậy, không khó hiểu tại sao doanh thu tăng nhanh mà công ty vẫn cần huy động vốn: một phần năng lực tính toán phải được đầu tư trước khi bắt đầu tạo ra doanh thu. Điều Anthropic cần chứng minh là khi ngày càng nhiều khách hàng giao thêm công việc cho Claude, khoản tiền kiếm được có thể liên tục trang trải chi phí kinh doanh hay không, chứ không chỉ cân đối được trong một quý với những con số đẹp.
06|Một công ty bán AI mạnh hơn, tại sao không đưa toàn bộ năng lực mạnh nhất ra cho mọi người?
Mozilla, công ty phát triển trình duyệt Firefox, đã sửa 271 vấn đề bảo mật được Claude Mythos Preview phát hiện trong Firefox 150. Bản tổng kết của chính Mozilla còn đáng chú ý hơn con số này: sau khi mô hình tìm ra vấn đề đáng ngờ, nhóm vẫn phải đánh giá mức độ nghiêm trọng, loại báo cáo trùng lặp, viết bản vá, kiểm thử rồi phát hành. Mô hình phát hiện vấn đề nhanh hơn, nhưng kỹ sư không biến mất khỏi quy trình; ngược lại, họ phải tìm cách xử lý thêm nhiều phát hiện.
Cùng một năng lực, bên phòng thủ có thể dùng để tìm lỗ hổng, còn kẻ tấn công cũng có thể dùng để tìm đường xâm nhập. Vì vậy, trong Project Glasswing, Anthropic trước tiên cấp quyền truy cập có kiểm soát vào Mythos Preview cho các đối tác phòng thủ, thay vì mở cho tất cả mọi người. Đến tháng 11 năm 2026, Fable 5.2 và Mythos 5.2 được giới thiệu chính thức là dùng chung một mô hình nền tảng: Fable được cung cấp rộng rãi sau khi bổ sung các biện pháp bảo vệ mạnh hơn về an ninh mạng và an toàn sinh học; còn Mythos được cung cấp qua các kênh xác minh cho những mục đích an ninh mạng hoặc khoa học sự sống đáp ứng điều kiện. Có thể làm được hay không, ai được sử dụng và ai chịu trách nhiệm về kết quả là ba câu hỏi khác nhau. Trong khoa học cũng vậy. Anthropic từng kể về một thí nghiệm: Claude tìm ra một đoạn lặp bất thường trong lượng lớn dữ liệu gen, sau đó các nhà nghiên cứu tiến hành xác minh ban đầu trong phòng thí nghiệm; cơ chế hoạt động chính xác của hệ thống đó vẫn cần được nghiên cứu thêm. Phòng thí nghiệm Sức đẩy Phản lực của NASA cũng tiết lộ Claude từng tham gia lập kế hoạch lộ trình di chuyển cho xe tự hành Sao Hỏa “Perseverance”, nhưng nhóm kỹ thuật đã dùng xe tự hành ảo kiểm tra các chỉ thị trước khi gửi chúng lên Sao Hỏa. Điều đáng xem nhất trong những ví dụ này không phải là AI đã có thể độc lập làm nhà khoa học hay lái xe tự hành Sao Hỏa, mà là nó có thể mở rộng phạm vi khám phá của con người, trong khi vẫn có cách kiểm chứng những kết quả quan trọng.
Theo cách công ty trình bày, an toàn không chỉ là thêm một chốt kiểm soát trước khi phát hành mô hình. Nó còn bao gồm việc huấn luyện mô hình cách xử lý yêu cầu có hại và nghiên cứu vì sao một hành vi nhất định xuất hiện bên trong mô hình. Với doanh nghiệp, điều này cũng khác với câu hỏi “hệ thống có thể truy cập tệp nào, nếu xảy ra sự cố thì có thể truy vết hay không”: một vấn đề liên quan đến hành vi của chính mô hình, vấn đề kia liên quan đến quyền truy cập và trách nhiệm khi triển khai trong công việc thực tế. Về việc ai có quyền quyết định dưới áp lực kinh doanh, Anthropic còn có một cơ chế quản trị công ty riêng. Đây là công ty vì lợi ích công cộng được thành lập theo luật bang Delaware của Mỹ: công ty có thể sinh lợi nhưng cũng có trách nhiệm cân nhắc lợi ích công cộng. Theo mô tả trong bản cáo bạch, nếu đợt phát hành này hoàn tất, quỹ tín thác lợi ích dài hạn nắm giữ cổ phần đặc biệt thường có thể bổ nhiệm hoặc bãi nhiệm bốn trong số bảy ghế hội đồng quản trị, nhưng không phụ trách hoạt động thường nhật cũng không phê duyệt từng lần phát hành mô hình. Cơ chế này đáng để theo dõi, nhưng không bảo đảm công ty nhất định sẽ đưa ra lựa chọn đúng. Hạn chế quyền truy cập có thể khiến công ty bán ít dịch vụ hơn; kiểm thử an toàn nhiều hơn cũng tốn tiền. Ngược lại, khả năng giải thích quyền truy cập, kiểm toán và trách nhiệm có thể giúp thêm nhiều khách hàng yên tâm kết nối các nhiệm vụ quan trọng. Hai mặt này cần được nhìn nhận riêng.
Quay lại đơn yêu cầu bảo hiểm ở phần mở đầu. AI đã sắp xếp xong tài liệu, nhưng nhân viên thẩm định vẫn là người đưa ra quyết định. Tuy nhiên, công việc vốn tốn thời gian đó đã được phân chia lại: máy xử lý phần việc phù hợp với nó, còn con người dành thời gian cho những phần cần phán đoán chuyên môn. Với Anthropic, nếu sự thay đổi này xảy ra trong nhiều công việc hơn và chi phí không vượt tầm kiểm soát mỗi khi cung cấp thêm một kết quả đáng tin cậy, thứ công ty bán sẽ không chỉ là một trợ lý trò chuyện tiện dụng.
Vì vậy, sau roadshow, tôi sẽ tiếp tục theo dõi ba điều: khách hàng cũ có sẵn lòng giao những công việc quan trọng hơn cho Claude hay không; tổng chi phí để hoàn thành đáng tin cậy một công việc, tính cả việc con người rà soát và làm lại, có tiếp tục giảm hay không; và khi an toàn thực sự xung đột với tăng trưởng, công ty sẽ lựa chọn thế nào.
Ba điều này cho biết công ty sẽ đi đến đâu rõ hơn việc một màn trình diễn ấn tượng đến mức nào hay tăng trưởng trong một quý nhanh ra sao. Nếu bạn đang muốn đưa AI vào đội ngũ của mình, cũng có thể bắt đầu bằng cùng một câu hỏi: công việc tiếp theo đáng giao cho AI là gì? Nếu có sai sót, ai sẽ nhận ra và ai sẽ tiếp quản?