"Không bị khóa nhà cung cấp" chỉ là cách nói giảm của "Không có sản phẩm"

Trong giới phát triển sản phẩm AI, có một lập luận đang được lặp đi lặp lại như một tấm khiên bảo vệ: "Nhỡ Claude không còn là model thông minh nhất thì sao?", "Nhỡ Muse bỗng dở tệ vào ngày mai thì sao?", "Nhỡ OpenAI tăng giá các model này thì sao?". Đây là những lý lẽ thường được đưa ra khi ai đó giải thích vì sao họ xây dựng một sản phẩm đã tồn tại, chỉ khác ở chỗ có thêm bộ chọn model.

Theo tác giả của bài viết gốc trên ferran.sh, đó là những lập luận rỗng tuếch. "Không bị khóa nhà cung cấp" là câu trả lời yếu nhất có thể đưa ra khi sản phẩm của bạn chỉ là bản sao của một sản phẩm thành công, kèm thêm một danh sách model để chọn.

Bản chất của các sản phẩm "chọn model"

Bất kỳ sản phẩm nào ngày nay dùng AI hoặc tác nhân AI để làm một việc cụ thể cho một trường hợp sử dụng cụ thể đều là một harness tùy chỉnh (custom harness). Y Combinator từng nói điều tương tự trong một buổi Paper Club, và có vẻ phần lớn lô khởi nghiệp YC gần đây đều đang xây dựng harness tùy chỉnh cho một trường hợp sử dụng riêng. Đây là hướng đi đúng.

Minh họa về việc không khóa nhà cung cấp đồng nghĩa với không có sản phẩm

Điều mới mẻ là sự xuất hiện của cả một loạt sản phẩm có toàn bộ lời chào hàng xoay quanh việc bạn có thể làm đúng những gì các sản phẩm của những phòng thí nghiệm tiên phong làm, "nhưng bạn được chọn từ danh sách 420.069 model mà chúng tôi cung cấp". Hãy nghĩ đến Claude Code nhưng với các model khác, ChatGPT làm việc với các model khác, hay Grok bot với các model khác.

Lý do duy nhất để những sản phẩm này tồn tại là niềm tin rằng một ngày nào đó Anthropic hay OpenAI sẽ tăng giá đến mức model trở nên không thể chi trả, hoặc model đơn giản là trở nên không dùng được. Lý do thứ hai là các model mã nguồn mở tồn tại, rẻ, và vì thế chúng ta nên dùng chúng.

Vấn đề của những lập luận này là chúng giả định rằng chúng ta dùng model tiên phong vì tin tưởng công ty hoặc vì giá hợp lý. Không phải vậy. Chúng ta dùng chúng vì chúng ta muốn model tốt nhất hiện có. Chúng ta muốn GPT-6 Astra, Claude Fable 5.1, Opus 5.5. Đó là những model thực sự tốt, còn model mã nguồn mở chưa thể bắt kịp.

Hiệu năng quan trọng hơn danh sách model

Tác giả kể lại rằng ban đầu ông phản đối Claude Fable vì cho rằng nó quá đắt và Kimi K3 có thể làm mọi thứ. Nhưng khi thực sự dùng Fable, ông nhận ra đây là kỹ sư giải pháp tốt nhất mà mình từng có, không gì khác đến gần. Astra cũng là một đồng nghiệp thực sự tốt. Các bảng xếp hạng cũng nói điều tương tự: model mã nguồn mở đang thu hẹp khoảng cách nhưng vẫn còn xa mới đạt tới các model tiên phong hiện tại.

Xây dựng sản phẩm trên các model yếu hơn và quảng cáo bằng danh sách model là cú đặt cược tồi nhất. Mọi người chỉ muốn hiệu năng tốt nhất. Không ai quan tâm đến bảng xếp hạng model bên dưới.

Người dùng nên được tiếp cận hiệu năng tốt nhất mọi lúc, nghĩa là được dùng model tốt nhất có thể cho từng tác vụ. Họ không nên phải chuyển sang một model rẻ hơn để hoàn thành công việc. Rẻ hơn ngày hôm nay vẫn đồng nghĩa đầu ra đôi khi kém hơn chút ít. Nếu không phải vậy, mã nguồn mở đã là mặc định từ lâu.

Cách đánh giá model cũng đã thay đổi. Trước đây người ta đánh giá theo chi phí trên một triệu token, giờ đây đánh giá theo chi phí trên mỗi tác vụ — và đó mới là con số đáng tin. Chi phí trên mỗi tác vụ thấp hơn sẽ thắng, kể cả khi chi phí trên một triệu token có cao hơn đôi chút.

So sánh chi phí trên mỗi tác vụ

Chi phí trên một triệu token theo phân hạng trí tuệ, qua thời gian

Điều thực sự quan trọng là sản phẩm

Câu hỏi đúng không phải là "dùng model nào" mà là: UX nào phù hợp cho tác vụ X? Người dùng của tôi bị kẹt ở đâu mỗi khi họ thực hiện thao tác Y? Làm sao đưa họ vượt qua?

Sản phẩm đang làm điều này cực tốt hiện nay, theo tác giả, là Codex hoặc ChatGPT work. Người dùng vẫn biết model nào đứng sau, nhưng thú thực người dùng phổ thông tốt hơn là không cần biết, vì sản phẩm đã tuân theo đúng trải nghiệm phù hợp cho bất cứ yêu cầu nào. Muốn tạo ảnh, nó mở ra trải nghiệm ảnh đẹp đẽ cho phép bạn chú thích và ra lệnh cho tác nhân. Muốn chỉnh sửa tài liệu, nó mở ra trong không gian của OpenAI.

Nếu OpenAI không phải một phòng thí nghiệm model, có lẽ họ thậm chí không cho người dùng tùy chọn chọn model. Công việc là trao kết quả cho người dùng, bất kể model nào được chọn bên dưới. Anthropic đang đi theo hướng tương tự, với khả năng sử dụng máy tính đã trở nên rất tốt.

Các công ty thắng bên ngoài phòng thí nghiệm cũng đang làm điều tương tự. T3 Code khiến kỹ thuật phần mềm trở nên thú vị — người ta lập kế hoạch và thiết kế kiến trúc trong đó, còn tác nhân viết mã. Paper cũng làm đúng trải nghiệm sản phẩm: thiết kế trên canvas, dùng bất kỳ tác nhân nào, và chia sẻ. Phần lớn thời gian người dùng không quan tâm đó là model nào.

Người dùng quan tâm đến kết quả cuối cùng hơn nhiều so với việc được tự chọn model.

Tác giả so sánh với ngành thiết bị: từng theo dõi mọi sản phẩm Apple và gần như mọi sản phẩm công nghệ giai đoạn 2010–2021, rồi dừng lại vì phần lớn đã đủ tốt, mua cái nào cũng ổn. Model đang đi theo cùng con đường đó. Việc bạn dùng model nào ít quan trọng hơn việc bạn xây dựng gì với nó.

Bài học cho nhà phát triển Việt Nam

Với các đội ngũ xây dựng sản phẩm AI tại Việt Nam, bài viết này là lời nhắc đáng cân nhắc. Việc tích hợp nhiều nhà cung cấp model để giảm rủi ro là hợp lý về mặt kỹ thuật, nhưng không nên là điểm bán chính. Người dùng không trả tiền cho một danh sách model — họ trả tiền cho một công việc được hoàn thành tốt.

Nói như tác giả: hãy dùng model mã nguồn mở nếu chúng rẻ và hiệu quả, điều đó hoàn toàn ổn. Nhưng điều quan trọng là công việc được hoàn thành. Kết quả dành cho người dùng quan trọng hơn nhiều so với việc cho họ tự chọn model nào để dùng.

Hãy xây dựng sản phẩm mà người ta yêu thích sử dụng. Hãy để sản phẩm tốt nhất thắng.