Anthropic bị cáo buộc sao chép hệ thống kiểm soát phiên bản Mononoke của Meta

Cựu kỹ sư từng dẫn dắt nhóm phát triển Mononoke tại Meta cho biết hệ thống Scion mà Anthropic công bố không chỉ lấy cảm hứng mà là một bản sao có chủ đích. Bài viết mới đây trên blog cá nhân của anh chỉ ra rằng mức độ trùng lặp vượt xa một vài ý tưởng chung chung, kéo dài từ mô hình dữ liệu cho tới cách đặt tên.

Mức độ trùng lặp vượt xa một ý tưởng đơn lẻ

Nhiều người cho rằng derived data (dữ liệu dẫn xuất) chỉ là một dạng chỉ mục phổ biến, không có gì đáng ngờ. Tuy nhiên, tác giả nhấn mạnh đó chỉ là điểm tương đồng nổi bật nhất, còn sự giống nhau thực sự nằm ở toàn bộ mô hình dữ liệu cùng nhiều cấu trúc xây dựng xoay quanh nó.

Minh họa cấu trúc changeset trong hệ thống Scion

Anthropic mô tả changeset của Scion theo một cách gần như trùng khớp với cách Mononoke định nghĩa Bonsai changeset. Điều đáng chú ý là ngay cả cái tên cũng có liên hệ: "Scion" đảo ngược trật tự âm tiết của "Bonsai" và bỏ đi chữ "B". Tác giả thừa nhận đây có thể là trùng hợp, nhưng cũng có thể không.

Mô tả gốc về Bonsai changeset trong tài liệu của Mononoke

Một mô hình dữ liệu đi ngược số đông

Mô hình Bonsai là một lựa chọn trái ngược hoàn toàn với xu hướng chung. Trong khi giới kiểm soát phiên bản thời điểm năm 2018 đều theo đuổi mô hình dữ liệu kiểu Git, nhóm của tác giả lại xây dựng một Merkle DAG theo phong cách write-ahead log. Hướng đi này đòi hỏi giải quyết nhiều bài toán khó, trong đó có thuật toán rebase phía máy chủ — được xem là một trong những đóng góp thuật toán mới của Mononoke.

Việc thuyết phục ban lãnh đạo Meta chấp nhận mô hình này không hề đơn giản. Tác giả cho biết anh từng phải bảo vệ quan điểm trước nhiều cấp quản lý, thậm chí các cấp lãnh đạo vượt cấp hiếm khi can dự vào chi tiết mô hình dữ liệu của một hệ thống. Gần một thập kỷ sau, mô hình vẫn vận hành ổn định dù đã bị đẩy xa khỏi các tham số thiết kế ban đầu.

Vấn đề nằm ở việc ghi công, không phải ở việc sao chép

Tác giả khẳng định anh hoàn toàn ủng hộ việc kế thừa ý tưởng tốt. Điều anh phản đối là việc các dấu vết nguồn gốc bị xóa bỏ, dù vô tình hay cố ý.

"Tôi không phiền khi những ý tưởng hay được sao chép. Tôi phiền khi số sê-ri bị bóc đi một cách tình cờ, và chắc chắn càng phiền hơn khi chúng bị bóc đi một cách có chủ đích."

Việc ghi công Sapling vì những "bài học xương máu" là chưa đủ. Sapling có thể chỉ phần mềm khách (client) hoặc cả hệ thống, và bất kỳ ai từng thuộc nhóm kiểm soát phiên bản của Meta đều phân biệt rõ hai khái niệm này. Hệ thống Lore cũng có thể nhận là lấy cảm hứng từ Mononoke nhưng vẫn khác biệt ở nhiều điểm. Với Scion, mức độ giống nhau vượt xa điều đó.

Thành tựu bị giảm giá trị

Theo tác giả, việc Anthropic không thừa nhận đã sao chép khiến thành tựu của họ kém ấn tượng hơn nhiều. Bất kỳ ai từng đưa một hệ thống phân tán vào vận hành thực tế đều hiểu vô số vấn đề phát sinh trong quá trình sản xuất hóa.

• Thông điệp "LLM của chúng tôi xây dựng, đưa vào vận hành và xử lý mọi thách thức trong 5 tháng" hấp dẫn hơn hẳn.
• Sự thật là nhóm của Meta đã dành khoảng 10 năm xây dựng và vận hành hệ thống, rồi Anthropic chỉ cần trỏ AI vào và tái tạo trong 5 tháng.

Dù vậy, tác giả thừa nhận khả năng tái tạo một hệ thống phức tạp trong thời gian ngắn như vậy vẫn rất đáng kinh ngạc. Điều khó hiểu là Anthropic lẽ ra chỉ cần nói thẳng rằng họ sao chép Mononoke — một tuyên bố như thế vẫn đủ gây chú ý mà không cần phóng đại.

Bài học về việc đặt công việc trong bối cảnh

Tác giả nhắc lại nguyên tắc quen thuộc: chúng ta đều đứng trên vai những người khổng lồ. Việc mượn và điều chỉnh công trình có sẵn cho bối cảnh mới là điều bình thường trong kỹ thuật phần mềm. Khi định vị công việc của mình là phái sinh, bạn đang ghi nhận những người đi trước, đúng như cách bạn mong được thế hệ sau ghi nhận.

Anh cũng dành lời nhắn tới nhóm hiện đang tiếp tục phát triển Mononoke — những người bị ảnh hưởng trực tiếp nhất. Với họ, việc công sức bị sao chép toàn bộ và trình bày như thành quả của người khác là một cú sốc khó chấp nhận.

Ảnh hưởng tới niềm tin vào các công ty AI lớn

Hai ngày sau khi đăng bài đầu tiên trên Bluesky và LinkedIn, tác giả vẫn chưa thấy phản hồi chính thức nào từ Anthropic. Anh xem đây là một ví dụ đáng xấu hổ nữa của việc các công ty AI lớn chiếm dụng tài nguyên chung và trình bày công trình của người khác như của mình.

Kết luận của tác giả khá gay gắt: giả định mặc định của anh giờ đây là các bài thuyết trình kỹ thuật công khai của Anthropic phần lớn là những sản phẩm sao chép thiếu thiện chí. Đây là một tổn thất đáng kể cho niềm tin vào ngành, đặc biệt trong bối cảnh các tranh chấp về bản quyền và ghi công trong lĩnh vực AI đang ngày càng nóng.