Survival LLM: Trợ lý AI và thư viện khẩn cấp chạy hoàn toàn trên máy tính của bạn

Trong bối cảnh thiên tai, mất điện hay mất kết nối mạng ngày càng phổ biến, một dự án mã nguồn mở có tên Survival LLM đang thu hút sự chú ý của cộng đồng công nghệ. Đây là trợ lý AI kèm thư viện tài liệu khẩn cấp chạy hoàn toàn trên máy tính cá nhân, không gửi bất kỳ dữ liệu nào ra ngoài và vẫn hoạt động bình thường khi internet "tắt ngóm".

Giao diện ứng dụng Survival LLM

Khi AI không cần internet

Điểm khác biệt lớn nhất của Survival LLM là toàn bộ mô hình AI lẫn kho tài liệu đều được lưu ngay trên ổ cứng của người dùng. Bạn chỉ cần kết nối mạng một lần duy nhất để tải về và thiết lập, sau đó ứng dụng chạy hoàn toàn ngoại tuyến.

Người dùng có thể hỏi những câu như cách bảo quản thực phẩm khi mất điện, sơ cứu vết bỏng hay cách lọc nước sạch. Câu trả lời được tổng hợp từ các nguồn đáng tin cậy, kèm theo trích dẫn cụ thể để người đọc tự đối chiếu.

Mỗi câu trả lời đều liệt kê các bài viết mà AI đã đọc. Người dùng bấm vào để xem nguyên văn, với đoạn trích liên quan được làm nổi bật.

Chọn phiên bản theo cấu hình máy

Ứng dụng không có nhiều bản khác nhau — nó tự kiểm tra dung lượng bộ nhớ của máy rồi tải mô hình phù hợp. Máy càng nhiều RAM thì mô hình càng thông minh:

• Mac từ 128 GB RAM trở lên: mô hình NVIDIA Nemotron 3.5 Super, tải khoảng 80 GB, đạt 21/22 câu đúng trong bài kiểm tra.
• Mac từ 32–96 GB RAM: mô hình Qwen3.8 27B, tải khoảng 18 GB, đạt 21/22 câu đúng.
• PC Windows từ 32 GB RAM trở lên: mô hình NVIDIA Nemotron 3.5 Lightning, tải khoảng 25 GB, đạt 19/22 câu đúng.
• Máy 16–31 GB RAM: mô hình IBM Granite 4.2 8B, tải khoảng 6 GB, đạt 14/22 câu đúng.

Bài kiểm tra gồm 22 câu hỏi về mất điện và sơ cứu, được chấm điểm "mù" dựa trên mức độ bám sát hướng dẫn chính thức. Nhóm phát triển lưu ý rằng mô hình nhỏ hơn dễ mắc lỗi hơn, nên ứng dụng luôn hiển thị nguồn để người dùng kiểm chứng.

Kho tài liệu khẩn cấp đồ sộ

Đi kèm AI là một thư viện tài liệu dạng văn bản thuần, có thể tra cứu trong tích tắc. Bộ đầy đủ nặng khoảng 9 GB khi tải và 19 GB sau khi cài, bao gồm:

• Khoảng 930.000 bài viết Wikipedia được đọc nhiều nhất
• Bách khoa y khoa WikiMed và MedlinePlus của Thư viện Y học Quốc gia Hoa Kỳ
• Danh mục thuốc của Anh (UK Medicines A to Z)
• WikEM — tài liệu y học cấp cứu
• Hướng dẫn ứng phó thảm họa của FEMA (Ready.gov) và CDC
• Cẩm nang quân y và sinh tồn của quân đội Hoa Kỳ
• Hướng dẫn sửa chữa iFixit, hướng dẫn thực hành wikiHow
• Appropedia về công nghệ phù hợp
• Hỏi đáp về sửa nhà, nấu ăn, làm vườn, hoạt động ngoài trời và vô tuyến ham

Người dùng cũng có thể bổ sung tài liệu riêng như file PDF, Word, sách điện tử hay ghi chú — ví dụ sách hướng dẫn máy phát điện hoặc kế hoạch ứng phó của gia đình. Các file này ở lại trên máy và được AI tìm kiếm cùng.

Thiết lập và những điều cần lưu ý

Quá trình cài đặt mất từ khoảng 20 phút đến 2,5 giờ tùy cấu hình máy và tốc độ mạng, nhưng người dùng chỉ cần thao tác khoảng 5 phút, phần còn lại là thời gian tải. Ứng dụng yêu cầu Mac chip Apple Silicon (M1 trở lên) chạy macOS 14 Sonoma hoặc Windows 10/11 64-bit.

Vì không được phân phối qua kho ứng dụng, lần mở đầu tiên máy sẽ cảnh báo bảo mật. Trên Mac, người dùng cần vào System Settings > Privacy & Security và chọn "Open Anyway"; trên Windows thì bấm "More info" rồi "Run anyway".

Về hiệu năng, nhóm phát triển đo được mức tiêu thụ khoảng 100 W trên MacBook Pro khi AI trả lời, mỗi câu mất từ 5 đến 40 giây. Một viên pin đầy có thể xử lý khoảng 100 đến 300 câu hỏi, và một máy phát điện nhỏ hoặc trạm điện di động đủ sức chạy ứng dụng.

Góc nhìn cho người dùng Việt Nam

Với người dùng Việt Nam — nơi bão lũ, mất điện do quá tải lưới hay sự cố cáp quang vẫn thường xuyên xảy ra — những công cụ như Survival LLM mang ý nghĩa thực tiễn rõ rệt. Điểm hạn chế là kho tài liệu hiện chủ yếu là tiếng Anh và tập trung vào bối cảnh Hoa Kỳ, nên khả năng hỏi đáp bằng tiếng Việt sẽ phụ thuộc vào năng lực đa ngôn ngữ của từng mô hình.

Dù vậy, triết lý thiết kế của dự án — ưu tiên quyền riêng tư, minh bạch nguồn và hoạt động độc lập với hạ tầng mạng — là hướng đi đáng tham khảo cho các ứng dụng AI cục bộ trong tương lai gần.