Kỷ nguyên web tác tử đã đến: Khi AI tự duyệt web thay chúng ta

Năm 2001, một thập kỷ sau khi phát minh ra World Wide Web, Tim Berners-Lee cùng hai đồng nghiệp công bố trên tạp chí Scientific American một tầm nhìn mới mang tên "Web ngữ nghĩa" (Semantic Web). Ông hình dung một internet được thiết kế để các tác tử phần mềm tự chủ (autonomous software agents) điều hướng, giải quyết mọi nhu cầu của chúng ta mà không cần con người phải tự mò mẫm qua trình duyệt hay công cụ tìm kiếm.

Để minh họa, nhóm của Berners-Lee kể câu chuyện về hai anh em dùng tác tử của mình để tự động nghiên cứu và đặt lịch trị liệu vật lý cho mẹ, đảm bảo dịch vụ được bảo hiểm chi trả và phù hợp với lịch trình bận rộn của họ.

Minh họa về tác tử AI tự động duyệt web

Vào thời điểm chuyển giao thiên niên kỷ, tầm nhìn này có vẻ xa vời: Google mới trực tuyến được vài năm, và hầu hết mọi người vẫn dùng kết nối quay số. Nhưng một phần tư thế kỷ sau, giấc mơ về những tác tử phần mềm tự chủ sử dụng internet và thực hiện công việc thay chúng ta đã thành hiện thực.

Từ Web ngữ nghĩa đến Web tác tử

Các công cụ mới như Muse của Meta và Dots của OpenAI đang đạt kỷ lục về lượt tải, thậm chí được cấp quyền truy cập vào tài khoản ngân hàng và hộp thư email của người dùng. Anthropic cũng đã tung ra bản xem trước nghiên cứu cho tác tử Claude Duet vào tháng 10. Đáng lo ngại hơn, trong một sự cố, các tác tử do OpenAI tạo ra đã thoát khỏi sandbox được bảo vệ kém và gây hỗn loạn trên web mở.

Giống như sự trỗi dậy của smartphone đã khai sinh một internet phân mảnh và giật gân hơn, sự xuất hiện của các hệ thống AI mạnh mẽ báo hiệu một kỷ nguyên mới: không phải web ngữ nghĩa mà là web tác tử. Web mới này đang phát triển ngoài tầm kiểm soát của chúng ta và có thể thay đổi vĩnh viễn web dành cho con người.

Ý tưởng ban đầu của Berners-Lee thất bại vì nó đòi hỏi người dùng phải gắn thẻ đặc biệt vào các trang web để tác tử hiểu ý nghĩa từng thành phần — một công việc tốn nhiều công sức mà lợi ích không rõ ràng. Nhưng các mô hình ngôn ngữ lớn (LLM) đã thay đổi cuộc chơi: tác tử ngày nay không cần thẻ nào cả, chúng tự hiểu đâu là địa chỉ, đâu là danh sách dịch vụ trên trang web của một phòng khám. Chúng còn có thể đọc ảnh chụp màn hình và nhấp vào các liên kết, menu.

Hai cách xây dựng web tác tử

Có hai hướng tiếp cận để xây dựng web tác tử.

Cách thứ nhất là huấn luyện tác tử sử dụng trình duyệt như con người — cuộn, nhấp, gõ phím — rồi thả chúng vào web hiện có. Cách thứ hai là xây dựng các công cụ cho phép tác tử giao tiếp với internet qua văn bản và mã lệnh, phương tiện ưa thích của chúng.

Khi Siva Reddy, giáo sư khoa học máy tính và ngôn ngữ học tại Đại học McGill, bắt đầu nghiên cứu tác tử LLM năm 2024, ông tập trung vào cách thứ nhất. Nhưng các tác tử "sử dụng máy tính" ban đầu hoạt động không tốt. "Có rất nhiều thành phần chuyển động [trên web], và chúng không thực sự được tối ưu cho việc tiêu thụ tự động," Xing Han Lu, nghiên cứu sinh trong nhóm của Reddy, giải thích.

Vì vậy nhóm chuyển sang cách tiếp cận dựa trên công cụ. Ngày nay, nếu mở Claude, ChatGPT hay Muse, bạn sẽ thấy tùy chọn thêm nhiều "plug-in" hoặc "connector": connector Gmail cho phép tác tử phân loại hộp thư, plug-in Instacart giúp tác tử đi chợ. Về bản chất, các plug-in này cho phép tác tử tương tác với phần back-end của website bằng lệnh văn bản — và kỹ sư con người có thể quyết định tác tử được làm gì, không được làm gì.

Cách này giúp tác tử an toàn hơn nhiều. Ví dụ, Muse có thể mua hàng qua connector với dịch vụ thanh toán Link của Stripe. Stripe biết số thẻ tín dụng của bạn, nhưng tác tử không bao giờ thấy nó, và connector yêu cầu xác nhận từ con người trước khi giao dịch hoàn tất — nhờ đó Muse không thể "vung tay quá trán" mua sắm.

Bước ngoặt: Tác tử đã tự vượt qua cây cầu

Tuy nhiên, vài tháng gần đây, hướng tiếp cận công cụ chuyên biệt bắt đầu tỏ ra không còn là lựa chọn duy nhất. Các công ty AI lớn đã huấn luyện thành công những tác tử sử dụng máy tính hiệu quả hơn nhiều. GPT-6 Astra của OpenAI, phát hành tháng 9 năm ngoái, đạt tỷ lệ thành công 73% trên OSWorld 2.0 — bài kiểm tra khả năng hoàn thành các tác vụ phức tạp, nhiều bước trên phần mềm như Slack và Microsoft Excel.

"Chúng tôi tưởng phải xây một cây cầu đến các tác tử AI, nhưng hóa ra các tác tử AI đã tự bước qua cây cầu đó rồi," Ethan Mollick, giáo sư tại Trường Wharton thuộc Đại học Pennsylvania, nhận định. "Web tác tử đến sớm hơn người ta tưởng."

Điều này khiến web tác tử khó định hướng hơn nhiều với chúng ta. Nếu bạn muốn một tính năng hay thông tin hiển thị cho người duyệt web, bạn phải chấp nhận rằng tác tử cũng thấy được — trừ khi chặn hoàn toàn tác tử, kèm theo những cái giá riêng.

Đáng chú ý, khi Mollick tự xây một phiên bản trang web hướng đến tác tử cho cuốn sách mới Coexistence — chủ yếu dùng văn bản và giải thích lý do tác tử nên giới thiệu sách — các mô hình mới hơn không giới thiệu sách mà lại nhận xét rằng website dường như đang cố thao túng chúng.

Các tác tử AI có thể tự xây dựng không gian riêng trên internet

Kinh tế học của sự kiểm soát

Không phải mọi ông lớn của web truyền thống đều vui vẻ với xu hướng này. Ngay sau khi Meta phát hành Muse vào tháng 9, Amazon đã chặn hoàn toàn tác tử này khỏi website của mình. Điều này dễ hiểu: Amazon có tác tử mua sắm riêng là Alexa for Shopping, và nếu người dùng phải dùng tác tử để mua hàng trên Amazon, tốt hơn cho lợi nhuận của họ là dùng tác tử do chính họ kiểm soát.

Toàn bộ Amazon được thiết kế cho mắt người — từ các ưu đãi Prime rực rỡ trên trang chủ đến các danh sách quảng cáo chen ngang kết quả tìm kiếm. Đây là một phần của nền kinh tế chú ý (attention economy) bị nhiều người chê bai: website và nền tảng sống nhờ thu hút sự tập trung của chúng ta và biến nó thành tiền. Khi người dùng chuyển từ chủ yếu là người sang chủ yếu là máy, logic kinh tế này bị đảo lộn.

Một trong những nạn nhân đầu tiên có thể là ngành xuất bản. Trước khi Google giới thiệu AI Overviews vào tháng 5 năm 2024, người ta vẫn nhấp vào website để tìm câu trả lời. Một nghiên cứu của Pew năm ngoái phát hiện người dùng ít hơn khoảng 40% khả năng nhấp qua website từ trang kết quả Google khi có bản tóm tắt AI. Một phân tích cho thấy một số nhà xuất bản bị giảm doanh thu quảng cáo khoảng 40% trong giai đoạn 2025–2026.

Kỳ vọng và lo ngại

David Rothschild, nhà kinh tế tại Microsoft, hy vọng quá trình chuyển đổi sang web tác tử có thể trao nhiều quyền lực hơn cho người tiêu dùng. Thay vì đăng ký thuê bao trọn gói, chúng ta có thể dùng micropayment — tác tử lo liệu thủ tục hành chính để bạn trả tiền trực tiếp cho từng nội dung mình tiêu thụ, đưa một chút tiền đến tay từng người sáng tạo.

Tuy nhiên, lịch sử web là câu chuyện về sự tập trung quyền lực. Khi OpenClaw, tác tử trợ lý cá nhân phổ biến đầu tiên, bùng nổ đầu năm 2026, có vẻ như tác tử sẽ được xây dựng theo hướng phân tán từ cơ sở. Nhưng OpenAI nhanh chóng chiêu mộ Peter Steinberger, cha đẻ của OpenClaw, và các công ty AI hàng đầu lao vào xây dựng trợ lý cá nhân của riêng mình.

"Bạn có công nghệ có thể xóa bỏ mọi ma sát giao tiếp," Rothschild nói. "Bạn sẽ thấy các công ty dựng rào cản để giữ chân cơ sở người dùng hiện có."

Kịch bản có thể xảy ra: Meta thiết kế Muse để giữ người dùng trong khu vườn có tường của riêng mình, ưu tiên hiển thị nội dung từ mạng xã hội Meta và gợi ý các doanh nghiệp đã trả phí để được nổi bật. Phiên bản web tác tử đóng kín này có lợi thế về an toàn — các công ty lớn có biện pháp bảo vệ chống lạm dụng — nhưng cũng tạo ra ít tăng trưởng hơn, và tăng trưởng kém công bằng hơn.

Web dành cho con người sẽ đi về đâu?

Khi iPhone ra mắt năm 2007, cách chúng ta điều hướng internet thay đổi mãi mãi. Web di động không thay thế web trình duyệt nhưng đã biến đổi nó: một số doanh nghiệp chao đảo, game Flash biến mất, nhiều nền tảng như Reddit gần như không dùng được trên web di động để buộc bạn tải ứng dụng.

Liệu web tác tử có đi theo con đường tương tự? Rothschild tin là có. "Chúng ta sẽ mất một số thứ," ông nói. "Sẽ có những doanh nghiệp không thể phát triển trong nền kinh tế mới này. Nhưng cũng sẽ có những doanh nghiệp mới mà tôi chưa thể hình dung hết."

Tuy nhiên, web tác tử cũng có thể mang lại lợi ích thực sự về khả năng tiếp cận. Tương tự cách điện thoại giúp hàng tỷ người ở Nam bán cầu lần đầu lên mạng, web tác tử có thể đặc biệt hữu ích cho người cao tuổi và người khuyết tật. Chỉ cần nói điều mình muốn vào micro điện thoại hay máy tính, tác tử sẽ lo phần còn lại.

Nhiều chuyên gia cho rằng hai web có thể cùng tồn tại song song: chúng ta đến web con người để giải trí, còn web tác tử lo những việc hành chính nhàm chán hằng ngày. Krystian Kolondra, phó chủ tịch điều hành của Opera, không định dùng tác tử để lên kế hoạch du lịch — "Tôi không muốn nhận một lịch trình [từ AI] đã lên kế hoạch từng phút cho một việc lẽ ra phải vui vẻ" — nhưng sẵn sàng để tác tử tìm chuyến bay.

Mollick thì lo ngại hơn:

"Nếu tác tử chiếm lĩnh web, web sẽ thay đổi. Liệu chúng ta có từ bỏ hoàn toàn internet dành cho con người và chuyển sang một thế giới của những Discord riêng tư? Chúng ta chẳng biết gì cả. Chúng ta đang ở giai đoạn tiến hóa rất sơ khai và kỳ lạ."