Tôi từng nghĩ rằng tương lai của blockchain nằm ở những dòng code hoàn hảo, những smart contract không lỗi và những giao thức được chứng minh toán học. Cho đến khi tôi đọc bài phân tích của một chuyên gia AI về phương pháp 'long-form verbal prompt' của Andrej Karpathy.
Bài viết đó không nói về blockchain. Nó nói về cách một cựu nhân viên OpenAI và Anthropic đề xuất: hãy nói chuyện với AI như với một đồng nghiệp lộn xộn, thay vì viết prompt chính xác như code. Hãy để AI 'hỏi lại' để làm rõ, biến cuộc trò chuyện thành một buổi phỏng vấn nhỏ.
Tôi đọc xong, ngồi lặng im 10 phút. Bởi vì tôi nhận ra: thứ đang thay đổi không chỉ là cách chúng ta dùng ChatGPT, mà là cách chúng ta thiết kế mọi hệ thống phi tập trung. Từ giao diện người dùng của một DEX cho đến cơ chế bỏ phiếu trong DAO. Nếu AI có thể hiểu được những 'mảnh vỡ suy nghĩ' của con người, thì blockchain cũng có thể – và cần phải – làm điều tương tự.
Đây không phải là một bài báo kỹ thuật khô khan. Đây là câu chuyện về một sự chuyển giao: từ thế giới của những lệnh chính xác (exact commands) sang thế giới của những ý định mơ hồ (fuzzy intents). Và blockchain, với bản chất cứng nhắc của nó, đang đứng trước một ngã rẽ.
Hook: Một con số khiến tôi mất ngủ
Bài phân tích đưa ra một con số: tốc độ nói của con người là khoảng 150 từ/phút, trong khi gõ chỉ 40 từ/phút. Gần 4 lần. Và quan trọng hơn, khi nói, chúng ta không cần lo lắng về cú pháp, dấu câu hay cấu trúc. Chúng ta chỉ cần 'xả' suy nghĩ.
Karpathy đã tận dụng điều này: thay vì dành 15 phút để viết một prompt hoàn hảo, ông dành 10 phút nói một cách lộn xộn, để AI tự động 'gỡ rối' và đặt câu hỏi làm rõ. Kết quả? Một output chính xác hơn, sáng tạo hơn, với ít nỗ lực hơn.
Tôi tự hỏi: Nếu điều này đúng với AI, thì tại sao nó không đúng với blockchain? Tại sao chúng ta vẫn yêu cầu người dùng phải gõ chính xác địa chỉ ví, phải chọn đúng token, phải hiểu về slippage và gas? Tại sao chúng ta không thể nói: 'Chuyển 100 USDT cho bạn tôi, nhưng nếu phí cao quá thì thôi' – và để smart contract hiểu được ý định đó?
Context: Sự cứng nhắc có chủ đích của blockchain
Blockchain được sinh ra từ sự cứng nhắc. Mỗi giao dịch đều phải được ký bằng private key, mỗi hàm gọi đều phải đúng signature, mỗi tham số đều phải chính xác. Điều này tạo ra tính bất biến (immutability) và không cần tin cậy (trustlessness). Nhưng nó cũng tạo ra một rào cản khổng lồ: người dùng phải suy nghĩ như một máy tính.
Từ năm 2017, khi tôi còn làm kỹ sư tại một startup blockchain Hong Kong, tôi đã thấy hàng trăm người mất tiền vì gõ sai địa chỉ, hoặc không hiểu cơ chế swap. Những kẻ lừa đảo khai thác chính sự cứng nhắc này: chúng tạo ra những smart contract có vẻ đúng nhưng ẩn chứa backdoor. Lúc đó, tôi nghĩ giải pháp là giáo dục – dạy mọi người cách đọc code, cách kiểm tra audit.
Nhưng sau 5 năm làm nền tảng giáo dục ChainWise Academy, tôi nhận ra: giáo dục không thể giải quyết được vấn đề thiết kế. Nếu một giao diện DeFi buộc người dùng phải hiểu về AMM, về impermanent loss, về tỷ lệ cọc, thì đó là lỗi của người thiết kế, không phải lỗi của người dùng. Chúng ta đang bắt người dùng nói ngôn ngữ của máy tính, trong khi máy tính giờ đây đã có thể học ngôn ngữ của con người.
Và đó là lúc phương pháp của Karpathy trở nên có ý nghĩa với blockchain.
Core: Phân tích kỹ thuật từ góc nhìn blockchain
1. Từ Prompt Engineering đến Intent Engineering
Karpathy gọi phương pháp của mình là 'weak prompt engineering' – kỹ thuật prompt yếu. Nó không đòi hỏi phải viết prompt hoàn hảo, mà dựa vào khả năng của AI (cụ thể là các mô hình lớn như GPT-4, Claude) để hiểu ý định từ những mảnh vỡ ngôn ngữ.
Trong blockchain, khái niệm tương tự đã bắt đầu xuất hiện: Intents (ý định). Thay vì ký một giao dịch cụ thể 'chuyển 100 token A cho hợp đồng B với tham số C', người dùng chỉ cần ký một ý định: 'tôi muốn hoán đổi token A lấy token B với giá tốt nhất trong vòng 5 phút'. Một solver (bộ giải) sẽ chịu trách nhiệm tìm đường đi tối ưu.
Hiện tại, intents đã được triển khai trong một số giao thức như UniswapX, CowSwap, hoặc Across. Nhưng chúng vẫn hoạt động trong một khuôn khổ hẹp: người dùng phải chọn trước token đích, số lượng, và giới hạn giá. Vẫn còn quá 'cứng' so với những gì Karpathy mô tả.
Hãy tưởng tượng một hệ thống intent hoàn toàn mở: người dùng nói (hoặc gõ) một câu như: 'Tôi có 1000 USDC, muốn đầu tư vào một vài giao thức yield farming an toàn, ưu tiên các pool đã được audit bởi ít nhất hai công ty, và tôi muốn có thể rút tiền bất cứ lúc nào mà không mất phí cao.' Một AI agent sẽ phân tích câu nói đó, hỏi lại nếu cần (ví dụ: 'An toàn có nghĩa là rủi ro thấp hơn 2% hay 5%?'), và sau đó tự động tạo ra một chiến lược đa bước, ký các giao dịch thay mặt người dùng.
Điều này không phải là khoa học viễn tưởng. Nó đã có thể thực hiện được với các mô hình ngôn ngữ lớn hiện tại. Vấn đề là: blockchain chưa có cơ sở hạ tầng để xử lý các ý định mơ hồ một cách phi tập trung và an toàn.
2. Vấn đề 'hỏi lại' trong môi trường phi tập trung
Một điểm quan trọng trong phương pháp của Karpathy là: AI được phép đặt câu hỏi để làm rõ ý định. Đây là một hành vi chủ động (proactive) – AI không chỉ chờ lệnh, mà chủ động tìm kiếm thông tin còn thiếu.
Trong blockchain, điều này tương ứng với khả năng tương tác nhiều vòng giữa người dùng và smart contract. Hiện tại, mỗi giao dịch là một lần gọi duy nhất. Bạn gửi giao dịch, nó được thực thi hoặc revert. Không có cơ hội để smart contract hỏi: 'Bạn có chắc không? Có muốn điều chỉnh tham số nào không?'
Một số dự án đang thử nghiệm 'giao dịch có điều kiện' (conditional transactions), nơi một giao dịch có thể được thực thi chỉ khi một điều kiện ngoài chuỗi được đáp ứng. Nhưng vẫn chưa có cơ chế 'hỏi lại' thực sự.
Giải pháp có thể đến từ các intent pool kết hợp với AI agent off-chain. Người dùng gửi một intent mơ hồ, AI agent (chạy off-chain, nhưng được xác minh bằng zero-knowledge proof) sẽ đặt câu hỏi, nhận phản hồi, và dần dần tinh chỉnh intent cho đến khi nó đủ cụ thể để thực thi on-chain. Toàn bộ quá trình này có thể được ghi lại dưới dạng một chuỗi các thông điệp được ký, tạo thành một bằng chứng về ý định thực sự của người dùng.
3. Chi phí và rào cản kỹ thuật
Phân tích gốc chỉ ra rằng phương pháp 'long-form verbal prompt' làm tăng đáng kể chi phí tính toán: cần xử lý 10 phút audio, duy trì context window lớn, và thực hiện các suy luận sinh ra câu hỏi. Điều này tương tự với blockchain: việc xử lý các intent mơ hồ đòi hỏi nhiều tài nguyên hơn so với các giao dịch cứng nhắc.
Các Layer 2 hiện tại (Optimistic Rollup, ZK Rollup) đã giảm chi phí giao dịch, nhưng chưa đủ để hỗ trợ các luồng tương tác nhiều vòng phức tạp. Chi phí chứng minh của ZK Rollup vẫn còn cao một cách phi lý; trừ khi thị trường gas quay lại mức bull market, các operator đang chảy máu tiền.
Tuy nhiên, tôi tin rằng sự phát triển của AI-native zkVM (zero-knowledge virtual machine) có thể thay đổi cuộc chơi. Nếu một AI agent có thể tạo ra bằng chứng ngắn gọn rằng nó đã hiểu đúng ý định của người dùng, thì chi phí on-chain có thể giảm xuống mức chấp nhận được.
4. Dữ liệu từ thực tế: Bài học từ ChainWise Academy
Trong 5 năm vận hành ChainWise Academy, tôi đã chứng kiến sự khác biệt giữa những học viên thành công và thất bại. Những người thành công thường không phải là người hiểu sâu về kỹ thuật, mà là người biết cách đặt câu hỏi đúng. Họ hỏi: 'Tại sao giao thức này lại an toàn?' thay vì 'Code của giao thức này có lỗi không?'
Tôi từng nghĩ đó là bản năng. Nhưng bây giờ tôi nhận ra: đó là một kỹ năng có thể được hỗ trợ bởi AI. Nếu người dùng có thể nói chuyện với một AI agent như với một người cố vấn, và AI agent có thể 'hỏi lại' những câu hỏi mà người dùng chưa nghĩ tới, thì chất lượng quyết định đầu tư sẽ tăng lên đáng kể.
Đó chính xác là những gì Karpathy mô tả: biến cuộc trò chuyện thành một 'buổi phỏng vấn nhỏ' để làm rõ mục tiêu. Trong bối cảnh DeFi, điều này có thể cứu người dùng khỏi những cái bẫy như rug pull, honeypot, hoặc impermanent loss do không hiểu rõ rủi ro.
Contrarian: Góc nhìn phản trực giác – Sự thật đắng về 'dễ sử dụng'
Tôi biết bạn đang nghĩ gì: 'Nghe có vẻ tuyệt vời. Vậy tại sao chưa ai làm?'
Bởi vì blockchain được xây dựng trên nguyên tắc không cần tin cậy (trustless). Khi bạn giao một intent mơ hồ cho một AI agent, bạn đang đặt niềm tin vào AI đó. Bạn tin rằng nó sẽ hiểu đúng, hành động đúng, và không lừa bạn. Điều này phá vỡ tinh thần cốt lõi của crypto.
Hãy nhìn vào vụ việc năm 2022, khi tôi mất 200 triệu VND vì tin một 'mentor' – người đó đã hướng dẫn tôi đầu tư vào một dự án mà thực chất là rug pull. Tôi đã đặt niềm tin sai chỗ. Nếu tôi đặt niềm tin vào một AI agent, liệu có khác gì không? AI cũng có thể bị tấn công, bị đầu độc dữ liệu, hoặc đơn giản là hiểu sai.
Học từ scam, không phải từ thành công. Cái bẫy ngọt ngào của sự tiện lợi có thể biến thành vết sẹo lớn hơn.
Vấn đề không chỉ là kỹ thuật, mà là kinh tế học của sự tin tưởng. Trong một hệ thống intent-based, ai sẽ chịu trách nhiệm nếu AI agent hiểu sai? Người dùng? Nhà phát triển AI? Giao thức? Nếu không có cơ chế rõ ràng, thì 'dễ sử dụng' chỉ là một cách khác để chuyển rủi ro từ người dùng sang người dùng khác.
Tôi đã thấy điều này xảy ra trong thị trường giảm hiện tại. Các giao thức hứa hẹn 'one-click yield farming' nhưng thực chất là đẩy rủi ro impermanent loss cho người dùng. Những kẻ lừa đảo cũng dùng UX đẹp để che giấu backdoor. Dễ sử dụng không đồng nghĩa với an toàn.
Vậy giải pháp là gì? Tôi cho rằng cần có một lớp xác minh ý định (intent verification) sử dụng zero-knowledge proof. Người dùng ký một intent mơ hồ, AI agent tạo ra một bằng chứng rằng nó đã hiểu intent đó và thực thi đúng như người dùng mong muốn. Bằng chứng này có thể được kiểm tra bởi bất kỳ ai, đảm bảo tính minh bạch. Điều này vẫn giữ được tính phi tập trung, nhưng thêm vào một lớp AI đáng tin cậy.
Takeaway: Tầm nhìn tiến bộ
Karpathy đã chỉ ra rằng AI giỏi nhất không phải là AI trả lời chính xác từng câu hỏi, mà là AI biết lắng nghe sự lộn xộn của con người và đặt câu hỏi để làm rõ.
Blockchain nên học điều đó: thay vì ép người dùng nói ngôn ngữ của máy, hãy để máy học ngôn ngữ của người. Nhưng đừng quên rằng, khi bạn giao quyền quyết định cho AI, bạn đang đặt cược vào một hệ thống mà bạn không hiểu rõ. Câu hỏi không phải là 'liệu AI có hiểu tôi không?', mà là 'liệu tôi có thể kiểm tra được AI hiểu tôi đúng không?'
Nếu không trả lời được câu hỏi đó, thì 'dễ sử dụng' chỉ là một cái bẫy được mạ vàng. Và tôi, sau 5 năm nhìn hàng trăm người vấp ngã, tin rằng: sự thật đắng còn hơn lời hứa ngọt.