Chào bạn, Minh Trung đây! 👋

Trong vật lý, khi nước đá tan thành nước, rồi nước bốc thành hơi — đó không phải là "thay đổi dần dần." Đó là chuyển thể — một trạng thái hoàn toàn mới. Tuần này, Anthropic công bố doanh thu tăng 30 lần trong 15 tháng — từ 1 tỷ đô lên 30 tỷ đô, vượt qua OpenAI lần đầu tiên. Khi một công ty AI tăng trưởng nhanh đến mức không đủ chip để dùng, đó không phải là xu hướng. Đó là AI đang chuyển từ "công cụ hỗ trợ" sang hạ tầng kinh doanh cơ bản — và đó là 1 trong 5 tín hiệu tuần này.

Hãy nhìn con số này một lần nữa: 1 tỷ đô → 30 tỷ đô ARR (doanh thu tính theo năm) trong 15 tháng.

Để so sánh: Google mất 5 năm để đạt cột mốc 30 tỷ đô doanh thu. Facebook mất 8 năm. Anthropic đang tăng trưởng ở tốc độ mà ngay cả các công ty công nghệ tăng trưởng nhanh nhất trong lịch sử cũng chưa từng thấy. Và tuần này, họ vượt qua OpenAI (25 tỷ đô ARR) lần đầu tiên.

Điều kỳ lạ: Anthropic có tiền, nhưng không có đủ chip. Nhu cầu từ khách hàng doanh nghiệp vượt quá khả năng cung cấp. CEO Dario Amodei phát biểu rằng công ty đang phải từ chối khách hàng vì thiếu hạ tầng tính toán.

Tại sao lại như vậy? Vì Anthropic chọn tập trung vào một thứ: lý luận, lập trình, và lập kế hoạch — ba kỹ năng cần trong mọi ngành, không chỉ phần mềm. Ngân hàng cần phân tích rủi ro, dược phẩm cần tìm phân tử mới, luật sư cần rà soát hợp đồng. Claude làm được tất cả — và làm tốt đến mức các công ty sẵn sàng trả hàng trăm triệu đô/năm.

Nhưng điều này có ý nghĩa gì với bạn — người làm văn phòng ở Việt Nam? Hãy suy nghĩ như thế này: nếu ngân hàng, công ty bảo hiểm, hay tập đoàn bán lẻ bạn đang làm việc chưa tính đến AI trong chiến lược 2026, họ đang chậm một bước lớn. Không phải vì AI "hay" — mà vì đối thủ của họ đang dùng AI để giảm chi phí 30-50% trong các tác vụ có quy trình rõ ràng.

Ngày 16/04, Anthropic ra mắt Claude Opus 4.7 — mô hình mới nhất, dẫn đầu hầu hết các bài test về lập trình, lý luận, và ngôn ngữ.

Nhưng những người thử đầu tiên đưa ra cảnh báo thú vị: đừng vội đổi từ Opus 4.6. Lý do:

Opus 4.7 dùng nhiều token hơn — có nghĩa chi phí cao hơn đáng kể khi xử lý cùng một tác vụ. Lợi ích về chất lượng không phải lúc nào cũng tương xứng với chi phí tăng thêm.

Điểm cải thiện rõ nhất là ở agentic coding (lập trình tự động nhiều bước) — nhưng nếu bạn chủ yếu dùng Claude để soạn email, tóm tắt tài liệu, hoặc phân tích bảng tính, thì Opus 4.6 vẫn tốt hơn về tỷ lệ giá/hiệu quả.

Và còn một thứ khiến cộng đồng bàn tán: Claude Mithras — mô hình mạnh hơn nữa, được Anthropic dùng thử trong các dự án an ninh mạng với Microsoft, Google, Cisco, Amazon, Nvidia. Nhưng công ty từ chối phát hành ra công chúng, kèm báo cáo an toàn 245 trang giải thích lý do: mô hình này "nguy hiểm đến mức chưa dám phát hành."

Bài học tuần này: mạnh hơn không phải luôn tốt hơn. Biết khi nào dùng mô hình nào quan trọng hơn việc luôn dùng mô hình mới nhất. Phần tiếp theo sẽ đào sâu điểm này.

Nếu tuần trước bạn vẫn nghĩ "AI là trang web mà mình mở ra để hỏi" — thì tuần này hãy cập nhật. AI đang trở thành phần mềm cài đặt trên máy tính.

Google Gemini Desktop — ứng dụng chính thức cho macOS và Windows. Phiên bản Mac viết bằng Swift (ngôn ngữ riêng của Apple), phiên bản Windows giống Microsoft Copilot. Linux chưa có.

OpenAI Desktop — cả Mac và Windows. Hỗ trợ phím tắt nhanh, tích hợp VS Code, Notion, và hội thoại bằng giọng nói. Miễn phí tải về, một số tính năng cao cấp thu phí.

Perplexity Computer — mới ra mắt cho Mac. Bấm Command-Command là bật lên ngay. Chạy local (trên máy bạn), đọc được file của bạn, hoạt động như "nhân viên số sống trong máy tính" — đúng từ mà Perplexity dùng.

Claude Desktop — cập nhật lớn tuần này: chạy 4 instance Claude Code song song trong giao diện split view, có trình duyệt tích hợp để xem trực tiếp ứng dụng đang phát triển, xử lý pull request GitHub trực tiếp, và Routines — lịch trình chạy tự động trên cloud (không cần mở ứng dụng).

Tất cả đều hướng đến cùng một tầm nhìn: AI sống trên máy tính của bạn, đọc file của bạn, thao tác thay bạn. Không còn chuyện copy-dán giữa trình duyệt và Word. Không còn chuyện "AI không biết file của tôi đang ở đâu."

Điều cần cẩn thận: vì AI giờ có quyền truy cập file và thao tác máy tính, vấn đề quyền riêng tư và bảo mật trở nên cấp thiết hơn. Trước khi cài một desktop agent, hãy đọc điều khoản: dữ liệu của bạn đi đâu, ai có quyền xem, và có thể tắt thu thập dữ liệu không.

Đây là phần mình nghĩ có giá trị thực tế nhất cho dân văn phòng tuần này.

Nhiều người dùng AI theo cách đơn giản: mở 1 mô hình (ví dụ Claude hoặc ChatGPT), hỏi mọi việc từ tóm tắt đến phân tích phức tạp. Nhưng Anthropic vừa giới thiệu một chiến lược khác, gọi là Advisor Strategy — dùng nhiều mô hình theo cấp bậc, giống như doanh nghiệp tuyển nhân viên theo chức danh.

Opus (mô hình mạnh nhất) = Cố vấn cao cấp. Dùng khi cần suy nghĩ phức tạp: xây dựng chiến lược, phân tích đa chiều, giải quyết vấn đề khó. Đắt, nhưng đáng tiền cho 20% công việc quan trọng nhất.

Sonnet (mô hình trung bình) = Nhân viên thường. Dùng cho hầu hết công việc hàng ngày: soạn email, viết báo cáo, phân tích tài liệu, trả lời câu hỏi nghiệp vụ. Chất lượng tốt, giá hợp lý.

Haiku (mô hình nhỏ) = Thư ký. Dùng cho việc đơn giản, lặp lại: phân loại email, trích xuất dữ liệu từ form, kiểm tra chính tả, tóm tắt ngắn. Rất rẻ, rất nhanh.

Theo Anthropic, áp dụng chiến lược này giảm chi phí 5-10 lần so với dùng Opus cho mọi việc — mà chất lượng tổng thể không giảm. Vì chỉ những quyết định quan trọng mới cần "cố vấn cao cấp", còn việc thường ngày thì "nhân viên" đủ dùng.

Cách nghĩ này áp dụng được vào bất kỳ nghiệp vụ nào. Ví dụ trong bảo hiểm: phân loại hồ sơ yêu cầu bồi thường → Haiku. Soạn thư trả lời khách hàng → Sonnet. Đánh giá rủi ro hợp đồng lớn → Opus.

Tuy nhiên, phương pháp này yêu cầu bạn hiểu rõ việc mình làm để quyết định việc nào cần "ai". Người không biết rõ tác vụ sẽ có xu hướng dùng "cố vấn" cho mọi thứ — lãng phí.

Anthropic Plugins — 33+ skills mã nguồn mở miễn phí. Bao gồm các gói chuyên ngành: pháp lý, tài chính, bán hàng, marketing, phân tích dữ liệu. Cài đặt bằng một lệnh đơn giản trong Claude Code. Đây là cách Anthropic "crush" thị trường SaaS hồi tháng 1 — và họ tiếp tục mở rộng.

Hermes agent — đang vượt Open Claw về độ phổ biến trong cộng đồng. Đặc điểm: 74 skill cài sẵn, hỗ trợ hàng trăm mô hình, và tự cải thiện — càng dùng càng giỏi, học từ chính các tác vụ đã thực hiện.

Railway — nền tảng triển khai ứng dụng được dùng bởi 23% công ty Fortune 500. Khi bạn xây ứng dụng bằng công cụ "vibe coding" (như Lovable hay Bolt), Railway giúp đưa sản phẩm lên môi trường thật, ổn định, có tên miền riêng. Giá từ $5/tháng, đạt chứng chỉ SOC 2.

Julia McCoy — doanh nhân có công ty AI-driven trên 1 triệu đô/năm — chia sẻ video nói về 3 kỹ năng sống còn trong thời đại AI:

Điều phối agent (Agent Orchestration) — thiết kế hệ thống nhiều agent làm việc cùng nhau, mỗi agent một vai trò, phối hợp theo quy trình. Không phải lập trình — là thiết kế quy trình.

Thiết kế giao tiếp AI-người (AI-Human Interface Design) — xây dựng cách con người và AI trao đổi hiệu quả: khi nào AI nên hỏi lại, khi nào nên tự quyết, thông tin nào nên hiển thị. Không phải kỹ thuật — là thiết kế trải nghiệm.

Dịch an toàn AI (AI Safety Translation) — giải thích rủi ro AI cho lãnh đạo doanh nghiệp theo ngôn ngữ họ hiểu: rủi ro pháp lý, tài chính, thương hiệu. Không phải kỹ sư — là người trung gian giữa kỹ thuật và kinh doanh.

Ba kỹ năng này chưa có tên chính thức ở Việt Nam. Nhiều người bạn của Trung đã hỏi làm bằng cách nào, bằng cách chọn công cụ, dán nội dung kỹ năng trên và yêu cầu hướng dẫn bạn từng bước một. Tin tôi đi bạn sẽ học qua cách làm.

Sợi dây xuyên suốt 5 tín hiệu tuần này: AI không còn là "công cụ mới" — nó đang trở thành hạ tầng.

Anthropic tăng 30× vì doanh nghiệp coi AI là chi phí bắt buộc, không phải tùy chọn. Opus 4.7 mạnh hơn nhưng không nhất thiết phải đổi — giống cách bạn chọn xe tải hay xe máy tùy công việc. Desktop agent lên máy tính vì AI cần truy cập dữ liệu thực. Advisor Strategy dạy cách dùng AI như tuyển nhân viên. Và Julia McCoy nói về 3 nghề mới — 3 kỹ năng không ai dạy chính thức, nhưng thị trường nước ngoài đang trả tiền cao để tìm người biết làm. Hy vọng sớm có nhu cầu về các kỹ năng này ở Việt Nam :)

Câu hỏi tuần này không phải "AI có quan trọng không?" — điều đó đã rõ. Câu hỏi là: khi AI thành hạ tầng, kỹ năng nào giúp bạn làm việc với nó tốt hơn người khác?

Hẹn gặp bạn trong bản tin tiếp theo với những cập nhật mới nhất!

Theo dõi và phản hồi để chúng tôi ngày càng hoàn thiện bản tin cho bạn!

Tái bút: Chúng tôi làm bản tin AI này hoàn toàn miễn phí mỗi ngày. Sự ủng hộ của bạn là động lực giúp chúng tôi tiếp tục. Nếu bạn thấy hữu ích, chia sẻ cho ít nhất một, hai (hoặc 20) bạn bè của bạn nhé 😉

Hẹn gặp lại ở bài viết sau!