AWS cho phép AI agents điều khiển máy tính ảo WorkSpaces: Tiện lợi nhưng chi phí có thể "đắt đỏ"

Amazon Web Services (AWS) đã bắt đầu cho phép các tác nhân AI (AI agents) "lái" những chiếc máy tính ảo WorkSpaces của mình trên nền tảng đám mây.

Dịch vụ mới hiện đang trong giai đoạn thử nghiệm, cho phép người dùng gán một danh tính cho các tác nhân AI thông qua dịch vụ Quản lý Danh tính và Quyền truy cập (IAM) của Amazon. Sử dụng thông tin xác thực này, các tác nhân có thể truy cập vào một WorkSpace thông qua một URL được ký sẵn duy nhất và điều khiển bất kỳ ứng dụng nào đang chạy trên máy tính ảo đó.

Một đại diện của AWS cho biết "gã khổng lồ đám mây" này khuyến nghị các nhà phát triển nên cung cấp cho mỗi tác nhân một danh tính riêng biệt. Việc này giúp việc theo dõi hoạt động của chúng trở nên dễ dàng hơn, đồng thời phân biệt rõ ràng giữa hành động của tác nhân và hoạt động của con người.

Cơ chế hoạt động và kiểm soát

Các tác nhân sẽ kết nối thông qua một điểm cuối MCP (Model Context Protocol) được quản lý, cung cấp quyền truy cập được kiểm soát vào các công cụ trên máy tính để bàn như chụp màn hình, điều khiển chuột và nhập liệu văn bản.

Theo AWS, điều này mang lại cho các nhà phát triển một giao diện được kiểm soát để các tác nhân tương tác với máy tính để bàn, đồng thời duy trì các "hàng rào" an toàn xung quanh các hành động mà chúng được phép thực hiện.

Tại sao lại dùng máy tính ảo cho AI?

Lý do chính để cấp cho một tác nhân một chiếc PC riêng là để nó có thể tự động sử dụng phần mềm để thực hiện các tác vụ khác nhau. Máy tính ảo trên đám mây rất phù hợp với kịch bản này vì chúng có tính tạm thời (ephemeral) — bạn có thể chạy chúng đủ lâu để tác nhân hoàn thành nhiệm vụ, sau đó tắt đi ngay.

Việc giữ các tác nhân trong một đám mây riêng ảo (VPC) bị cô lập cũng có thể ưu tiên hơn là để chúng tự do hoạt động trên mạng LAN hoặc trong trung tâm dữ liệu vật lý. Các tổ chức phụ thuộc hoàn toàn vào PC vật lý, hoặc không muốn để tác nhân điều khiển máy ảo trên máy cục bộ, cũng có thể thích dùng máy tính ảo đám mây hơn là phải đối mặt với sự phức tạp khi thiết lập máy ảo tại chỗ (on-prem).

AWS sẽ cho phép truy cập tác nhân vào bất kỳ loại phiên bản nào mà dịch vụ WorkSpaces cung cấp — từ các phiên bản nhỏ chỉ có 1 vCPU và 2GB RAM, cho đến các phiên bản "khủng" được trang bị GPU, 32 vCPU và 256GB RAM. Amazon cho thuê tất cả các WorkSpaces với mức phí cố định hàng tháng cho quyền truy cập không giới hạn, hoặc mức phí thấp hơn cộng với phí truy cập theo giờ.

Cạnh tranh và vấn đề chi phí

Amazon không phải là công ty duy nhất cho phép tác nhân điều khiển máy tính ảo đám mây; Microsoft đã tạo ra một phiên bản dịch vụ Windows 365 dành riêng cho các tác nhân.

Các tác nhân điều khiển PC bằng cách sử dụng thị giác máy tính (computer vision) — chúng thường chụp ảnh màn hình hoặc video của máy tính để bàn, diễn giải những gì chúng "thấy" và sau đó thực hiện hành động, giả sử rằng chúng đã được cấp quyền để nhấp, nhập và cuộn trang.

Tuy nhiên, công ty lập trình AI Reflex cho rằng công việc cần thiết để làm điều đó không hề đơn giản. Công ty này gần đây đã công bố nghiên cứu tuyên bố rằng một tác nhân thị giác sử dụng trình duyệt cần tới 500.000 token chỉ để nhấp vào một menu thả xuống (dropdown menu), và kết luận rằng việc sử dụng tác nhân có thể đắt hơn 45 lần so với việc sử dụng API.

Trong blog của mình, Palash Awasthi, người phụ trách phát triển của Reflex, thừa nhận rằng các mô hình AI tốt hơn trong tương lai sẽ cuối cùng giảm chi phí. Nhưng ông khẳng định rằng việc sử dụng tác nhân sẽ luôn yêu cầu nhiều bước hơn để hoàn thành một công việc so với việc gọi API trực tiếp.

Vì vậy, có lẽ bạn nên cân nhắc kỹ trước khi vội vàng thuê một máy tính ảo đám mây cho AI của mình.