Bên trong các máy ảo cung cấp sức mạnh cho các tác tử AI di động như Claude Code và Instinct

Một trong những bước tiến ấn tượng nhất của các tác tử AI là khi chúng rời khỏi máy tính cục bộ của chúng ta để chạy trên điện thoại. Điều này có lợi cho người dùng, nhưng đằng sau đó là một cuộc cách mạng hạ tầng: các công ty như Anthropic hay các startup như Instinct đang cung cấp máy ảo chuyên dụng cho các tác tử này hoạt động. Kết quả là một hệ sinh thái nơi mãi lực xử lý và bộ nhớ của AI không nằm trên thiết bị, mà nằm sâu trong các trung tâm dữ liệu.

Nền tảng chung: Firecracker microVM

Dù là Claude Code hay Instinct, cả hai đều xây dựng trên Firecracker, một công nghệ microVM chạy trên KVM (Kernel-based Virtual Machine) của Linux. Đây là "chữ ký" kỹ thuật đặc trưng: không có PCI bus, không có SMBIOS, các thiết bị sử dụng virtio-over-MMIO, và hệ thống khởi động trong tích tắc.

Điểm khác biệt nằm ở thứ được khởi động bên trong mỗi microVM. Trong khi Claude Code sử dụng một init tùy chỉnh tối giản viết bằng Rust, thì Instinct (thuê hạ tầng từ E2B) chạy một bản Ubuntu đầy đủ với systemd và cả môi trường desktop XFCE. Sự khác biệt này phản ánh triết lý thiết kế của mỗi sản phẩm: một bên tối ưu cho tốc độ tác vụ, một bên tối ưu cho sự đa dạng nhiệm vụ.

Kiến trúc của các máy ảo chạy mobile agents

Claude Code: Sự cô lập tuyệt đối

Khi bạn dùng Claude Code trên điện thoại, một microVM được khởi tạo trên hạ tầng của Anthropic. Bên trong, các ổ đĩa được chia làm hai: một ổ vda 250GB cho người dùng (ghi được, lưu trữ cuộc hội thoại), và các ổ đọc-only chứa toàn bộ "bộ não" của agent.

process_api là PID 1, một binary Rust/Tokio. Nó không chỉ là init hệ thống, mà là "đặc vụ kiểm soát" của nhà cung cấp sống bên trong máy ảo của bạn - một thiết kế được phong ấn kỹ càng để ngay cả khi có quyền CAP_SYS_PTRACE, bạn cũng không thể truy cập vào bộ nhớ của tiến trình này.

Quá trình suy luận (inference) không diễn ra trên máy ảo. Mọi cuộc trò chuyện được mã hóa và gửi qua một cổng egress duy nhất (443) với chứng chỉ MITM, đến API của Anthropic. Không có bất kỳ kết nối vào nào, máy ảo hoàn toàn bị cô lập và chỉ được đánh thức khi có tin nhắn đến.

Instinct: Một hướng đi khác

Instinct, một startup mới, chọn thuê sandbox từ E2B. Thay vì đặt "bộ não" bên trong, Instinct để trí tuệ ở xa, và máy ảo chỉ là một "bề mặt thực thi" tinh khiết. Có hai chương trình nhỏ chạy bên trong: agent-exec-server (viết bằng Go) để chạy lệnh bash và tools (viết bằng Rust) để kết nối với API trung tâm qua GraphQL.

Điểm đáng chú ý nhất của Instinct là bộ nhớ của tác tử. Thay vì lưu file trên đĩa cứng, nó sử dụng một kho chứa Markdown có quản lý phiên bản git, và được đẩy lên S3. Bộ nhớ này là một "kho ký ức" với cấu trúc phân cấp: entities/ (con người, dự án), timeline/ (nhật ký thô, mỗi giờ, mỗi ngày) và workstreams/ (các luồng công việc).

git -C /memory log --format='%an ' -1 → Instinct Agent. Tác tử này không gọi API bộ nhớ; nó thực sự "viết" và "commit" các ghi chú của mình như một lập trình viên. Nó dùng wiki-links ([[liên-kết]]) và grep để định vị thông tin - một cách tiếp cận đơn giản nhưng cực kỳ hiệu quả cho trí nhớ dài hạn.

Trình duyệt đám mây: Đại diện cho người dùng

Một phát hiện thú vị từ ws-term là cloud browser của Instinct. Khi người dùng nhờ tác tử đặt đồ ăn hay mua vé máy bay, tác tử không mở trình duyệt trên sandbox của mình. Thay vào đó, nó thuê (lease) một "cấu hình trình duyệt" chứa cookies và thông tin đăng nhập của người dùng từ một cụm Chrome chạy trên đám mây.

Mỗi cấu hình chỉ có một "lease ghi" duy nhất, tối đa 5 phiên chạy cùng lúc. Khi trả lại lease, cookies được lưu lại để lần sau dùng tiếp. Bí mật đăng nhập không bao giờ chạm vào sandbox dùng một lần - chúng được xử lý thông qua một Vault tập trung khiến cho mọi giao dịch đều an toàn.

So sánh tổng quan

	Claude Code	Instinct
Đơn vị cô lập	Firecracker microVM	Firecracker microVM
Người vận hành hạ tầng	Anthropic (tự vận hành)	E2B (thuê bên thứ ba)
Hệ điều hành trong VM	Init Rust tùy chỉnh	Ubuntu + systemd + XFCE
Thời gian khởi động	~430 ms (init)	~1.26 s (tới desktop)
Thứ bền vững	Ổ đĩa khối (block volume)	Kho git trên S3
Mô hình bộ nhớ	Cuộc hội thoại trên đĩa	Kho Markdown, có phiên bản git
Cách truy cập model	SSE qua egress gateway	GraphQL, không trực tiếp từ box

Tương lai của mobile agents

Việc Claude Code và Instinct sử dụng kiến trúc microVM cách mạng hóa trải nghiệm người dùng di động. Người dùng không cần mang theo một "siêu máy tính" trong túi, mà chỉ cần một app nhẹ để kết nối với những cỗ máy ảo mạnh mẽ trên đám mây. Sự khác biệt chính nằm ở triết lý. Claude Code là một "bàn làm việc mã hóa" với sự cô lập tuyệt đối. Instinct là một "trợ lý sống" với bộ nhớ dài hạn dưới dạng git repo, và một loạt công cụ tích hợp (Gmail, Slack, Stripe) đặc trưng của một doanh nghiệp hiện đại.

Điều này mở ra một câu hỏi lớn cho thị trường Việt Nam: khi các tác tử AI ngày càng thông minh và rẻ hơn, liệu chúng ta sẽ sớm thấy các ứng dụng "trợ lý toàn năng" được xây dựng trên nền tảng tương tự, hỗ trợ tiếng Việt và tích hợp sâu với các dịch vụ địa phương? Chắc chắn đó là một cuộc đua đáng chú ý trong thời gian tới.