Cha đẻ OpenClaw chi 10 triệu USD tiền token AI chỉ trong một tháng

Câu chuyện về chi phí vận hành AI agent đang ngày càng trở nên đáng bàn, và con số mới nhất từ một nhân vật nổi tiếng trong giới AI khiến nhiều người phải giật mình.

Peter Steinberger, thành viên nhóm kỹ thuật tại OpenAI và là cha đẻ của dự án OpenClaw, ước tính ông đã tiêu tốn khoảng 10 triệu USD tiền token để chạy các khối lượng công việc AI chỉ trong một tháng. Điều đáng nói là khoản tiền khổng lồ này không đến từ túi của ông, mà từ nguồn vốn của các nhà đầu tư.

Thông tin được ông chia sẻ tại hội nghị Cloudflare Connect 2026 diễn ra ở San Francisco, trong cuộc trò chuyện với Dane Knecht, CTO của Cloudflare.

Ngân sách token "gần như không giới hạn"

Knecht nhắc lại rằng Steinberger từng thừa nhận mình có "một ngân sách token gần như không giới hạn, điều mà không phải ai trong khán phòng này cũng có được". Phản ứng ngạc nhiên từ phía khán giả khiến Steinberger phải bổ sung thêm một chi tiết quan trọng:

"Điều mọi người không phải lúc nào cũng hiểu là không phải toàn bộ khoản tiền đó đều hữu ích."

Tuy nhiên, lời giải thích này có vẻ lại càng làm dấy lên những tiếng xì xào bàn tán trong hội trường.

Bối cảnh câu chuyện càng thêm phần thú vị khi OpenAI, đơn vị đang thuê Steinberger, được cho là đang cố gắng "tăng tốc gọi vốn" trước thềm đợt IPO được dự báo của đối thủ Anthropic.

Bài toán chi phí và hạ tầng

Khi bàn về cách làm việc lý tưởng, Steinberger chia sẻ quan điểm của mình:

"Tôi cảm thấy thách thức chính mà nhiều người vẫn gặp phải là hạ tầng của chúng ta chưa thực sự bắt kịp. Tại sao việc này vẫn đang chạy trên máy tính của tôi? Chẳng phải tất cả nên nằm trên đám mây sao?"

Nhận định này không khỏi gây tranh cãi, bởi với phần lớn người dùng, việc đưa AI agent lên đám mây đồng nghĩa với chi phí cao hơn đáng kể so với chạy cục bộ. Bên cạnh đó còn là các vấn đề về quyền riêng tư và tuân thủ quy định — những yếu tố mà các doanh nghiệp tại Việt Nam cũng đang hết sức quan tâm khi cân nhắc triển khai AI.

Việc các agent chạy trên đám mây có thể rất tốn kém, trong khi chạy cục bộ lại giúp kiểm soát chi phí và dữ liệu tốt hơn.

Mã nguồn mở trước làn sóng "AI rác"

Cũng trong phiên thảo luận, Knecht đề cập đến việc nhiều người duy trì mã nguồn mở đã từ bỏ việc tiếp nhận pull request vì quá mệt mỏi với tình trạng "AI slop" — những đoạn mã kém chất lượng do AI tạo ra tràn lan. Ông đặt câu hỏi liệu chúng ta đang tiến gần đến ngày tàn của mã nguồn mở hay đang bước vào thời kỳ hoàng kim của AI.

Steinberger cho rằng cách xử lý pull request cần phải thay đổi, bởi hiện nay người đóng góp thường không giải thích được quá trình mình đi đến đoạn mã đề xuất.

"Nếu tôi thấy được suy nghĩ của bạn, cách bạn đi từ A đến B, mức độ tin cậy của tôi vào kết quả sẽ cao hơn nhiều so với việc bạn chỉ ném sản phẩm hoàn chỉnh qua hàng rào."

Tương lai của AI agent và bài toán tin cậy

Khi được hỏi liệu trong vài năm tới mọi người có chạy hàng trăm AI agent hay không, Steinberger tỏ ra hoài nghi về con số đó:

"Tôi nghĩ mỗi người sẽ có một dạng trí tuệ nào đó vận hành, suy nghĩ và hỗ trợ họ suốt cả ngày, thậm chí dự đoán được điều gì có thể giúp ích cho họ trong tương lai. Vậy nên thay vì phải đặt câu hỏi, có thể bạn sẽ nhận được câu trả lời trước."

Về vấn đề tin cậy — cụ thể là biết nên cấp dữ liệu gì cho agent — Steinberger thừa nhận đây là câu hỏi khó. Một phần phụ thuộc vào mức độ tin tưởng của người dùng vào bản thân mô hình nền tảng, bởi phần lớn hành vi của mô hình không nằm dưới sự kiểm soát của harness — lớp mã bao bọc lấy mô hình.

"Nhiều quyết định tôi xây dựng vào OpenClaw từ những ngày đầu giờ đã có thể thay đổi, vì các mô hình đã tốt hơn rất nhiều."

Dù các rủi ro như prompt injection đã được giảm thiểu nhờ nỗ lực kỹ thuật, Steinberger vẫn khuyên người dùng không nên trao cho agent toàn bộ quyền hạn. Thay vào đó, ông gợi ý dùng một agent để cấp quyền cho agent khác:

"Bạn muốn có một agent khác có thể trao hoặc không trao quyền cho nó, rồi agent này phải thương lượng với agent kia. Nhiều lần các agent sẽ phản hồi kiểu: 'ồ, thực ra có lẽ tôi không nên làm việc này' hoặc 'có cách đơn giản hơn mà vẫn nằm trong giới hạn an toàn'. Sự kết hợp của hai hệ thống này giúp tôi tin tưởng hơn nhiều để có thể thả cho agent hoạt động tự do."

Góc nhìn cho thị trường Việt Nam

Câu chuyện của Steinberger là lời nhắc nhở rõ ràng về chi phí thực sự của AI agent — một yếu tố mà nhiều doanh nghiệp Việt Nam có thể đang đánh giá thấp khi bắt đầu triển khai. Với ngân sách hạn chế hơn nhiều so với các startup được quỹ đầu tư hậu thuẫn, việc cân nhắc giữa chạy AI trên đám mây và chạy cục bộ sẽ là bài toán then chốt.

Bên cạnh đó, mô hình "agent giám sát agent" mà Steinberger đề xuất có thể là hướng tiếp cận đáng tham khảo cho các đội ngũ phát triển trong nước đang xây dựng hệ thống AI có tính tự chủ cao nhưng vẫn cần đảm bảo an toàn và tuân thủ.