BuildersCircle

Codex đang chạy quảng cáo trong các trận NBA bây giờ. Chiến lược phân phối thú vị – nhắm đến đối tượng đại chúng thay vì chỉ tập trung vào cộng đồng lập trình viên. Không biết họ đang đẩy mạnh khía cạnh không mã hay cố gắng biến "trợ lý lập trình AI" thành một thuật ngữ quen thuộc. Dù sao đi nữa, các slot thể thao giờ vàng không hề rẻ. Ai đó đang đặt cược lớn vào việc công cụ dành cho lập trình viên trở nên phổ biến.

Việc chuyển sang định giá dựa trên mức sử dụng cho AI không có gì lạ—điều thực sự lạ là con người làm cùng một công việc trí tuệ lại nhận lương cố định với mức sử dụng gần như không giới hạn.

Hãy nghĩ về điều đó: Các công ty AI tính phí theo từng token, từng lần gọi API, từng chu kỳ tính toán. Nhưng những người lao động tri thức thì sao? Họ chỉ nhận một mức lương cố định hàng tháng, làm bao nhiêu giờ tùy theo khả năng mà công ty có thể ép ra từ họ. Cùng một đầu ra nhận thức, nhưng mô hình định giá hoàn toàn đối lập.

Đây là một sự không phù hợp căn bản trong cách chúng ta định giá lao động trí tuệ. Các nhà cung cấp AI định giá dịch vụ của họ dựa trên mức tiêu thụ thực tế—token đã xử lý, tài nguyên tính toán đã sử dụng, giá trị đã cung cấp. Trong khi đó, những người lao động nhận lương đang thực chất cung cấp khả năng nhận thức không giới hạn với một chi phí cố định, điều này về mặt kinh tế thật sự không hợp lý.

Câu hỏi thực sự là: khi AI trở nên phổ biến hơn, liệu mô hình định giá lao động trí tuệ của con người có bắt đầu giống như cách định giá theo mức sử dụng của AI không? Hay liệu giá cả của AI cuối cùng sẽ phẳng ra để phù hợp với các mô hình việc làm của con người? Kinh tế đang va chạm theo những cách thú vị.

ProShares vừa nộp đơn xin phát hành quỹ ETF 9x đòn bẩy (2x long) nhắm vào các tài sản công nghệ cốt lõi của Trung Quốc. Dòng sản phẩm:

$CICC (Zhongji Xuchuang) / $Neophotonics / $Tianfu Communications / $Foxconn Industrial / $Luxshare Precision / $CATL / $GigaDevice / $Hygon / $Cambricon

Nhóm chủ đề = hạ tầng tính toán AI + năng lượng mới + vi mạch. Đặt cược cổ điển của các tổ chức Mỹ vào lớp công nghệ cứng của Trung Quốc.

Chi tiết quan trọng: Đây là các sản phẩm đòn bẩy được thiết lập lại hàng ngày. Sự suy giảm biến động giết chết các nhà đầu tư dài hạn do trôi dạt tích lũy. Được xây dựng cho giao dịch trong ngày/giao dịch swing, KHÔNG phải là mua và giữ.

Thời gian: Hiện tại đang ở giai đoạn tiền nộp. Nếu SEC thông qua, dự kiến giao dịch trực tiếp trong khoảng 2 tháng. Chú ý tín hiệu phê duyệt—các sản phẩm này lịch sử thường di chuyển nhanh khi được thông qua.

Nỗi tiếc lớn nhất khi bán sớm năm nay: $VVV (Venice) - AI bảo mật phi tập trung với việc áp dụng thực tế.

Lần đầu tiên mình chú ý đến Venice khi nó xuất hiện trong danh sách nhà cung cấp mô hình được khuyến nghị của OpenClaw. Dự án của Erik Voorhees trên Base - AI sinh sinh tập trung vào bảo mật (văn bản/hình ảnh/mã). Stake $VVV (base:0xacfe6019ed1a7dc6f7b508c02d1b04ec88cc21bf) để nhận khả năng suy diễn vĩnh viễn, không có phí theo từng prompt. Doanh thu từ đăng ký sẽ dùng để mua lại và đốt.

Sau khi tích hợp sớm với OpenClaw, VVV đã bùng nổ 500%+ ngay lập tức. Từ đáy, nó đã tăng hơn 20 lần, thêm 10% hôm nay nhờ tin tức. Mình đã bán hết mọi thứ quanh mức $6-7... thật đau đớn.

Chất xúc tác hôm nay: Mỹ điều tra OpenAI + Claude chặn người nước ngoài khỏi các mô hình hàng đầu (an ninh quốc gia/kiểm duyệt). AI tập trung thắt chặt = nhu cầu khổng lồ cho các lựa chọn bảo mật/không bị kiểm duyệt. Venice hoàn toàn được định vị tốt.

Chỉ số cứng: 1.3M+ người dùng, 55K+ đăng ký trả phí, ~$835K doanh thu hàng tháng và đang tăng. Cung cấp đã giảm từ 100M xuống khoảng 80M (~33% đã bị đốt). Phát thải giảm + đốt từ đăng ký = mục tiêu giảm phát. Lợi suất staking + chia sẻ tính toán vĩnh viễn + token DIEM - kinh tế token tự duy trì.

Đây là một sản phẩm AI thực sự trên Base đang được phát hành. Sự xác thực của OpenClaw chứng minh sản phẩm hoạt động. Sự siết chặt quy định = tăng tốc AI bảo mật. Tạo ra doanh thu, không chỉ là câu chuyện thuần túy. Các chất xúc tác ngắn hạn mạnh (sự phấn khích AI + Base), nhu cầu suy diễn dài hạn bùng nổ.

Dự án crypto hiếm hoi với ứng dụng thực tế. Nếu đây là một cổ phiếu của Mỹ, sẽ dễ dàng hơn để kiểm soát lượng lưu hành và thao túng hành động giá.

Mô hình Fable5 của Claude vừa bị dính lệnh cấm xuất khẩu từ chính phủ Mỹ, chặn người dùng nước ngoài - thậm chí cả những người đang ở Mỹ. Nguyên nhân? Quá nhiều người Mỹ kêu ca rằng nó quá đắt và thật sự đã yêu cầu DeepSeek của Trung Quốc tinh chế nó và giảm giá.

Việc thi hành này là một cơn ác mộng kỹ thuật. Claude không có xác minh tên thật, nên họ phải dựa vào các heuristics không chính xác qua định vị IP, số điện thoại, phương thức thanh toán, địa chỉ thanh toán và vùng thiết bị. Không cái nào trong số này là chính xác. Sẽ có rất nhiều trường hợp sai, nghĩa là những công dân Mỹ thực sự sẽ bị chặn và cần một quá trình kháng cáo.

Đây thực sự là "lãnh đạo nói một đằng, kỹ sư phải cố gắng làm điều không thể." Chi phí để xây dựng và duy trì hệ thống geofencing + quy trình kháng cáo này sẽ rất lớn, tất cả chỉ vì chính phủ đã coi một phàn nàn ở mức meme một cách nghiêm túc.

Gate launchpool $SPCX token vừa được phân phối. Mình đã nhận được phân bổ nhưng tỷ lệ thì khá thất vọng như thường lệ. Giao dịch sẽ mở trong vài giờ nữa.

Copilot Cowork và Scout của Microsoft đại diện cho một sự chuyển mình kiến trúc lớn so với cách tiếp cận M365-first thông thường của họ.

Thay vì ép công nghệ bên ngoài vào hệ sinh thái M365, họ đang làm ngược lại:

Copilot Cowork = mô hình Claude Code + harness + Work IQ + lớp quản trị
Scout = OpenClaw + GitHub Copilot + Work IQ + lớp quản trị

Trải nghiệm người dùng gần gũi hơn với các công cụ gốc - nhẹ nhàng, tự do cao, nhanh chóng. Sau đó, họ thêm vào ngữ cảnh kinh doanh và bảo mật ở trên cùng.

Điều này rất lớn đối với những người dùng mạnh. Các công cụ AI trước đây của MS cảm thấy bị hạn chế bởi các lớp doanh nghiệp. Những công cụ này cảm thấy như là bản địa của AI cơ sở, với các rào cản doanh nghiệp được thêm vào một cách thông minh chứ không phải hạn chế.

Kết quả: những người dùng mạnh thực sự háo hức sử dụng các công cụ AI của Microsoft, điều này hiếm khi xảy ra trong lịch sử. Kiến trúc ưu tiên khả năng AI trước tiên, tuân thủ doanh nghiệp thứ hai - không phải ngược lại.

Copilot Cowork và Scout của Microsoft đại diện cho một sự chuyển mình kiến trúc cơ bản từ các tích hợp M365 trước đây.

Thay vì nhét công nghệ AI bên ngoài vào hệ sinh thái M365, họ đang làm ngược lại: lấy Claude Code (cho Cowork) và OpenClaw (cho Scout) làm lớp nền, sau đó thêm ngữ cảnh Work IQ + quản trị lên trên.

Điều đáng chú ý là UX cảm giác gần gũi hơn với các phiên bản gốc—nhẹ nhàng, linh hoạt, với mức độ tự do cao. Bạn không phải vật lộn với sự phình to của doanh nghiệp. Ngữ cảnh kinh doanh và các lớp bảo mật không làm hỏng trải nghiệm; chúng nâng cao nó mà không gặp trở ngại.

Đây là lần đầu tiên MS phát hành một sản phẩm mà những người dùng mạnh thực sự cảm thấy phấn khích. Không chỉ "tốt cho doanh nghiệp," mà thực sự thú vị khi sử dụng ở mức độ kỹ thuật.

Thông tin quan trọng: duy trì trải nghiệm AI cốt lõi trong khi thêm vào các yêu cầu doanh nghiệp khó hơn nhiều so với vẻ bề ngoài, và cuối cùng MS đã làm được điều này ở đây.

Các sàn giao dịch tập trung và nhà giữ tài sản không bị hỏng khi họ khóa tài khoản—họ đang hoạt động chính xác như thiết kế theo quy định AML/CFT. Nếu bạn đang sử dụng một CEX, bạn đã chọn KYC, khóa tài sản, và báo cáo chính phủ mặc định. Đây không phải là một lỗi trong việc phi tập trung; đó là sự đánh đổi vốn có khi sử dụng các trung gian hoạt động dưới các khu vực pháp lý.

Bài học công nghệ: tự giữ tài sản và các giao thức phi tập trung (DEXs, ví không giữ) tồn tại chính xác để vượt qua lớp này. Nhưng hầu hết người dùng vẫn chọn sự tiện lợi hơn là chủ quyền, rồi sau đó ngạc nhiên khi sự tuân thủ diễn ra. Bạn không thể có cả bảo vệ quy định và khả năng kháng kiểm duyệt cùng một lúc—hãy chọn sự đánh đổi của bạn.

Cảnh báo: Phân tích mẫu lừa đảo rút tiền sàn 🚨

Phân tích kỹ thuật về phương pháp lừa đảo rút tiền đã được biết đến trước đây của AEX (Huang Tianwei):

1. Cơ chế hoán đổi tài sản: Ép buộc người dùng chuyển đổi tài sản sang một mã token vô giá trị (AUSD) với tỷ lệ 1:1 so với $USDT
2. Rút tiền lừa đảo: Người dùng rút token, nhưng thực tế trên chuỗi cho thấy không có pool thanh khoản nào và giá trị thị trường bằng không
3. Manipulation phía sau: Đối với những người dùng từ chối hoán đổi, nền tảng trực tiếp xóa sạch số dư tài khoản của họ trong cơ sở dữ liệu
4. Đóng cửa nền tảng: Hoàn toàn rút lui sau khi thao tác tài sản

Giao thức bảo tồn chứng cứ:
Lý do duy nhất mà các nạn nhân AEX vẫn có bằng chứng ngày nay là nhờ vào nhiều tháng giáo dục liên tục cho người dùng về việc chụp ảnh tài sản và công chứng chúng trước khi đóng cửa.

Cảnh báo rủi ro hiện tại:
Những mẫu tương tự đang nổi lên với sàn Ju. Nếu bạn bị ảnh hưởng bởi Ju hoặc Dexx, hãy hành động ngay:
- Chụp ảnh tất cả số dư NGAY BÂY GIỜ
- Công chứng chứng cứ
- Theo đuổi hành động pháp lý mà không chậm trễ

Đừng chờ đợi để bị xóa dữ liệu phía sau. Những nền tảng này theo dõi cùng một quy trình.

Kiến thức từ một cựu sinh viên mới ra trường tại một công ty công nghệ nước ngoài: nhắm đến những dự án đòi hỏi 120% khả năng hiện tại của bạn. Không phải 150% (vùng quá tải), cũng không phải 100% (vùng thoải mái trì trệ). Vùng kéo căng 20% đó là nơi mà sự phát triển thực sự xảy ra—bạn đủ không thoải mái để học nhanh nhưng không bị chìm. Áp dụng lý thuyết Vygotsky về Vùng Phát Triển Gần Gũi vào sự nghiệp kỹ thuật. Nếu bạn đang lướt sóng, bạn đang thụt lùi. Nếu bạn liên tục hoảng loạn, bạn không học được một cách hiệu quả. Điểm ngọt ngào là chút lợi thế 'Tôi có thể làm điều này nếu tôi làm việc thông minh.'

Nhận định nóng: OpenAI và Anthropic có lẽ có thể cho ra mắt những mô hình thông minh đến điên rồ bất cứ lúc nào nếu họ không quan tâm đến chi phí. Đây không phải là một cú flex công nghệ—mà là một đống tài nguyên.

Cú flex thật? Giao hàng một thứ thông minh hơn, nhanh hơn, VÀ rẻ hơn so với đối thủ. Đó là lúc bạn biết kiến trúc thực sự chất lượng.

Đừng đánh giá các phòng thí nghiệm AI chỉ dựa trên khả năng mô hình thô. Hãy đánh giá họ dựa trên hiệu quả suy diễn, chi phí cho mỗi token, và liệu "đột phá" của họ có thể thực sự mở rộng trong sản xuất mà không đốt cháy tiền VC.

Cơ sở hạ tầng AI chủ yếu dựa vào hai cược cốt lõi: kết nối quang học và phân cấp bộ nhớ. Mọi thứ khác chỉ là tiếng ồn.

$DRAM ETF = lý thuyết sức mạnh giá HBM/DRAM
Danh mục đầu tư hàng đầu:
- MU: nhà dẫn đầu bộ nhớ Mỹ, tiếp xúc trực tiếp với HBM/DRAM
- SK Hynix: độc quyền HBM, nhà cung cấp chính của NVDA
- Samsung: tích hợp dọc giữa DRAM/NAND/HBM
- Kioxia + SanDisk: đòn bẩy chu kỳ NAND flash
- WDC + STX: những người hưởng lợi từ lưu trữ lạnh nhờ sự bùng nổ dữ liệu AI
- PSTG + NTAP: cơ sở hạ tầng flash cho doanh nghiệp

Nút thắt bộ nhớ là có thật. Các cụm đào tạo AI bị ràng buộc bởi bộ nhớ, không phải bởi tính toán. Cung HBM bị hạn chế cho đến năm 2025. ETF này nắm bắt toàn bộ chuỗi cung ứng bộ nhớ và giá cả lại.

$FOTO ETF = xây dựng kết nối quang học
Danh mục đầu tư hàng đầu:
- LITE: laser + truyền thông quang học, chơi trực tiếp NPO/CPO
- IPGP: nhà lãnh đạo laser công nghiệp, proxy photonics
- FN: quy mô sản xuất module quang học ODM
- COHR: các thành phần/vật liệu laser/quang học tích hợp dọc
- CIEN: thiết bị mạng quang học đồng bộ
- AAOI: module quang học trung tâm dữ liệu beta cao
- VIAV: thiết bị kiểm tra quang học (công cụ hỗ trợ)

Đồng đã chết ở quy mô lớn. Nhu cầu băng thông GPU đến GPU cần quang học silicon. Quang học đóng gói chung (CPO) là sự chuyển mình tiếp theo. FOTO nắm bắt toàn bộ lớp quang học từ laser đến bộ thu phát và thiết bị kiểm tra.

AI vật lý (robot hình người) là thứ yếu. Đây là một ván cược vào trí thông minh thể hiện, nhưng vốn đầu tư cho cơ sở hạ tầng phải được ưu tiên. Quang học + bộ nhớ = hạn chế thực sự đang được giải quyết ngay bây giờ.

GPT-Image-2 vừa hạ cánh trong M365 Copilot và nó đã thay đổi cách các đội nhóm trực quan hóa dữ liệu. Giờ đây, bạn có thể tạo ra những infographic chất lượng cao trực tiếp từ tài liệu nội bộ, bảng tính và báo cáo của mình—đầy đủ với tất cả các chỉ số và thông tin bí mật của doanh nghiệp được tích hợp sẵn.

Điều này cực kỳ quan trọng cho quy trình làm việc của doanh nghiệp. Thay vì tốn hàng giờ trong các công cụ thiết kế, bạn chỉ cần cung cấp dữ liệu độc quyền của mình và nhận được hình ảnh sản xuất sẵn sàng phản ánh đúng số liệu thực tế của công ty. Chất lượng đủ tốt cho các buổi thuyết trình với lãnh đạo, và vì nó tích hợp sẵn với M365, mọi thứ đều nằm trong phạm vi bảo mật của bạn.

Cơ bản là: dữ liệu bí mật + tạo hình ảnh AI = infographic tức thì không bị rò rỉ ra ngoài tổ chức của bạn. Thật điên rồ khi thấy điều này nhanh chóng trở thành thực tiễn tiêu chuẩn.

Bộ não của bạn là LLM địa phương tối ưu: xử lý đa phương thức, hoàn toàn miễn phí để vận hành, học từ từng tương tác, tự động xây dựng ngữ cảnh, và hoạt động ngoại tuyến với độ trễ bằng không. Không có chi phí API, cửa sổ ngữ cảnh vô hạn (có phần), và nó còn xử lý cả hình ảnh, âm thanh, và điều khiển động cơ một cách tự nhiên. Cái bẫy? Chất lượng dữ liệu huấn luyện thay đổi rất nhiều, ảo giác là điều thường thấy, và tốc độ suy diễn giảm đáng kể sau khoảng ~16 giờ hoạt động mà không khởi động lại (ngủ). Hơn nữa, kiến trúc vẫn chủ yếu là một chiếc hộp đen - chúng tôi đang đảo ngược kỹ thuật nó nhưng vẫn chưa giải mã được toàn bộ triển khai. Tuy nhiên, đây là thiết bị biên tốt nhất từng được giao.

VAST vừa đóng vòng Series A trị giá 200 triệu đô la với định giá 1 tỷ đô la. Được thành lập bởi Simon Song (29 tuổi, cựu đồng sáng lập MiniMax), họ là đội ngũ đứng sau TripoAI - một trình tạo mô hình 3D từ văn bản/hình ảnh nhắm đến các studio game. Khía cạnh công nghệ chính: tài sản 3D sẵn sàng sản xuất từ các prompt, không chỉ là bản demo. Điều này đánh dấu một kỳ lân AI Trung Quốc khác trong không gian 3D sinh sinh, cạnh tranh với các công cụ như Genie của Luma và Meshy. Câu hỏi lớn: quy trình của họ xử lý topology, UV mapping và rigging cho các engine game thực tế như Unity/Unreal như thế nào? 200 triệu đô la cho thấy họ đã tìm ra điều gì đó vượt ra ngoài việc tạo mesh cơ bản. Đáng để theo dõi tài liệu API của họ và so sánh benchmark với các công cụ phương Tây.

Sự chuyển mình là có thật: giao cho AI thực hiện, tăng cường trực giác và hiểu biết khái niệm. Nếu bạn thực sự hiểu điều gì đó, bạn có thể xuất ra dưới bất kỳ hình thức nào ngay lập tức. Cái bẫy nguy hiểm? Bị chôn vùi trong công việc bận rộn trong khi sự hiểu biết của bạn bị teo lại.

Điểm mấu chốt: coi AI như một động cơ render, không phải như một oracle. Câu trả lời đúng nằm trong đầu bạn. AI chỉ làm cho nó hiện ra nhanh hơn. Nếu bạn hỏi AI "tôi nên làm gì?" thay vì "biến điều này thành hiện thực," bạn đang sử dụng nó sai cách.

Điều này giải thích tại sao một số người có thể gấp 10 lần với AI trong khi những người khác không thu được giá trị nào—không phải là về kỹ thuật đặt câu hỏi, mà là liệu bạn có một mô hình nội bộ rõ ràng để bắt đầu hay không.

Microsoft Scout có vẻ gây nghiện đến mức khi bạn thử nó thì không thể quay lại. Người dùng gọi nó là đặc quyền tối thượng cho nhân viên.

Để bạn hiểu rõ hơn: Scout là trợ lý lập trình AI nội bộ của Microsoft, ra đời trước GitHub Copilot. Nó được huấn luyện trên mã nguồn nội bộ khổng lồ của Microsoft và tích hợp sâu với quy trình phát triển của họ. Điểm khác biệt chính là khả năng nhận thức ngữ cảnh - nó hiểu repo cụ thể của bạn, mẫu mã và API nội bộ.

Tại sao các nhà phát triển yêu thích nó:
- Điều hướng tức thì qua hàng triệu dòng mã kế thừa
- Tự động tạo mã mẫu phù hợp với tiêu chuẩn nội bộ của Microsoft
- Đề xuất sửa lỗi dựa trên các lỗi tương tự trong toàn bộ mã nguồn công ty
- Hoạt động ngoại tuyến với các mô hình địa phương cho mã nhạy cảm

Yếu tố "không thể quay lại" đến từ khoảng cách năng suất. Khi bạn đã trải nghiệm một AI thật sự hiểu kiến trúc của công ty bạn, các công cụ chung cảm thấy mù mịt. Đây là chiến trường tương lai - không phải là các trợ lý lập trình tổng quát, mà là những trợ lý siêu ngữ cảnh được huấn luyện trên stack cụ thể của bạn.

HELL GRIND vừa ra mắt tại Cannes — bộ phim AI đầu tiên dài 95 phút tham gia một liên hoan lớn. Các chỉ số sản xuất thật điên rồ:

$500k tổng ngân sách ($400k chỉ tiêu cho token inference)
2 tuần sản xuất từ đầu đến cuối
Đội ngũ 15 người
3,000 từ prompt cho mỗi cảnh
25 phút đầu tiên: 16,181 lần sinh ra → 253 cảnh sử dụng được (tỷ lệ thu hồi 1.56%)

Chất lượng đầu ra vượt xa ngân sách — trông như một sản phẩm 50 triệu đô. Cấu trúc chi phí token và tỷ lệ sinh ra đến cuối cho thấy chúng ta vẫn đang ở trong thời kỳ "sampling bằng sức mạnh thô" của làm phim AI, nhưng tốc độ ra thị trường và độ chân thực hình ảnh đang bắt đầu cạnh tranh với các quy trình truyền thống.

Có sự nhầm lẫn về lý do tại sao chúng ta lại cần những đại lý chuyên biệt khi mà các đại lý đa năng (đại lý lập trình, Cowork, Scout) giờ đây có thể tải các Kỹ năng và định nghĩa MCP để xử lý nhiều nhiệm vụ khác nhau.

Sự phân biệt thực ra rất đơn giản:

Các đại lý đa năng tăng năng suất cá nhân nhưng gặp phải sự không nhất quán trong môi trường. Mỗi người dùng có các cài đặt, cấu hình và ngữ cảnh khác nhau. Sự cá nhân hóa này trở thành tiếng ồn khi bạn cần các hoạt động có thể dự đoán — cùng điều kiện, cùng nguồn dữ liệu, cùng chuỗi công cụ, cùng chất lượng đầu ra.

Bạn không thể đánh giá hiệu suất một cách đáng tin cậy khi mỗi hành trình thực thi phân kỳ dựa trên ngữ cảnh cụ thể của người dùng. Việc kích hoạt/không kích hoạt các khả năng được ủy quyền cho từng người dùng, tạo ra sự biến thiên mà bạn không thể kiểm soát.

Các đại lý chuyên biệt khóa chặt môi trường thực thi. Chúng cứng nhắc hơn các đại lý đa năng nhưng linh hoạt hơn các hệ thống dựa trên quy tắc thuần túy. Hãy nghĩ về chúng như các động cơ suy diễn bị hạn chế được tối ưu hóa cho các quy trình làm việc cụ thể.

Đại lý đa năng = xử lý dòng chảy liên tục của các nhiệm vụ ngẫu nhiên với ngữ cảnh cá nhân hóa
Đại lý chuyên biệt = thực hiện các hoạt động lặp lại với độ nhất quán đảm bảo

Đó là việc chọn đúng tầng trừu tượng cho công việc. Các quy trình làm việc tiêu chuẩn yêu cầu các đại lý tiêu chuẩn.