Chào bạn, Minh Trung đây! 👋

Tuần này có một con số làm mình phải đọc đi đọc lại: 2.000 đô. Đó là chi phí điện toán để một mô hình chưa ra mắt của OpenAI giải xong mười bài toán mở trong toán học và khoa học máy tính — những bài mà con người bó tay ít nhất mười năm. Không phải "AI hỗ trợ nhà toán học", mà là AI tự tìm ra lời giải, rồi tự chứng minh bằng công cụ kiểm tra máy móc.

Nhưng điều mình muốn bạn nhớ nhất không nằm ở phòng thí nghiệm. Nó nằm ở chỗ: cùng tuần đó, một anh chồng ở Malaysia dựng một công cụ AI nhỏ giúp vợ rút gọn một việc bàn giấy từ một tiếng xuống dưới mười phút. Khoảng cách giữa "siêu AI giải toán tỷ đô" và "công cụ AI giúp vợ về sớm" đang thu hẹp với tốc độ chóng mặt — và đó mới là câu chuyện của dân văn phòng chúng ta.

Cùng lúc, Grok cho phép gõ một câu là ra app chạy được, Google thả trợ lý AI cá nhân làm việc ngay cả khi điện thoại đang khóa, còn một loạt mô hình video chỉ cần một câu lệnh là dựng xong clip ba phút. Ở chiều ngược lại, ngành công nghệ Mỹ đã sa thải hơn 121 nghìn người tính đến giữa tháng 7, và một "nhà tiên tri AI" nổi tiếng vừa để quỹ đầu tư của mình lỗ 67%. Bức tranh tuần này vừa phấn khích vừa tỉnh táo. Ta đi vào từng phần.

⚡ Đọc nhanh — 5 tín hiệu trong bản tin hôm nay:

Tin gây choáng nhất tuần: OpenAI công bố Astra, một dòng mô hình chưa phát hành, thiết kế riêng để chạy nhiều agent song song trên những nhiệm vụ kỹ thuật kéo dài nhiều giờ. Trong thử nghiệm nội bộ, một phiên bản đầu của Astra đã giải xong 10 vấn đề mở lớn trong toán học và khoa học máy tính lý thuyết.

Chi tiết đắt giá nhất là chữ Lean. Đây là hệ thống chứng minh hình thức mà máy có thể tự kiểm tra đúng/sai từng bước. Nghĩa là Astra không chỉ "nói nghe hợp lý" — nó đưa ra lời giải có thể xác minh bằng máy, loại bỏ chuyện mô hình nói bừa cho xuôi tai.

Song song, hai bảng xếp hạng lớn cập nhật số liệu ngày 31/7. Trên LM Arena (đấu theo bình chọn người dùng, thang điểm Elo khởi đầu 1000), top đầu gần như là một màu:

Các mô hình mã nguồn mở Trung Quốc bám khá sát: Kimi-k3-max (1531 văn bản), Qwen3.7-max-preview (1525), cùng loạt tên như GLM-5.1, Deepseek-v4, Baidu Ernie-5.1 đều xuất hiện trong nhóm dẫn đầu.

Nhận định: Có hai tín hiệu ngược chiều cần đọc cùng lúc. Mặt phải: năng lực đỉnh của AI đang tăng theo cấp số nhân, và việc giải được bài toán mở với chi phí bằng một chiếc điện thoại tầm trung cho thấy "chất xám máy" đang rẻ đi khủng khiếp. Mặt trái: Astra chưa phát hành, con số 10 bài toán đến từ thử nghiệm nội bộ do chính OpenAI công bố — chưa có bên thứ ba độc lập kiểm chứng toàn bộ. Với dân văn phòng, đừng vội tin mọi tuyên bố "AI giải được X"; hãy hỏi: ai kiểm chứng, bằng cách nào? Chữ "Lean" ở đây là điểm cộng thật, nhưng một thông cáo nội bộ vẫn cần thời gian để cộng đồng soi lại.

Đây là phần "dùng được ngay" cho dân văn phòng. Hai ông lớn vừa xóa nốt rào cản cuối cùng giữa ý tưởng và phần mềm chạy được.

xAI ra mắt Grok Build Mode — tính năng biến văn bản thành ứng dụng. Bạn mô tả bằng lời, hệ thống dựng app rồi xuất bản tức thì ra một đường link (dạng grok.me) hoặc tên miền riêng, bỏ qua toàn bộ độ trễ phát triển phần mềm truyền thống.

Google Gemini Spark đi hướng khác: một agent cá nhân chạy trên hệ sinh thái Workspace của bạn.

Nhận định: Mặt phải: với người không biết lập trình, đây là bước nhảy thật. Một trưởng nhóm bán hàng có thể tự dựng dashboard theo dõi chỉ tiêu trong buổi trưa; một nhân viên hành chính có thể để Gemini tóm tắt hộp thư mỗi sáng. Mặt trái: hai điểm cần cảnh giác. Thứ nhất, phụ thuộc nhà cung cấp — app dựng bằng Grok gắn chặt vào nền tảng của họ; muốn dời đi chỗ khác không dễ. Thứ hai, quyền riêng tư: một agent chạy nền, tự lái trình duyệt và đọc được Gmail của bạn là con dao hai lưỡi. Hãy bắt đầu với tác vụ ít nhạy cảm (tóm tắt tin tức, sắp lịch) trước khi giao việc đụng đến dữ liệu khách hàng.

Nếu công việc của bạn dính đến nội dung, marketing hay đào tạo, phần này đáng chú ý. Làm video — thứ từng cần cả ê-kíp — nay gói vào một câu lệnh.

Minimax H3 sinh video từ văn bản, hình ảnh và âm thanh, với bước tiến rõ về độ chân thực, vật lý chuyển động và chi tiết. Điểm nhấn là khái niệm "một câu lệnh": kịch bản, cảnh phụ (B-roll), lồng tiếng, người dẫn ảo và dựng phim đều được lo tự động, rồi ghép thẳng vào các hệ thống agent để tạo dây chuyền sản xuất video.

Dreamina Seedance 2.5 (nền tảng sáng tạo của ByteDance — cùng nhà với CapCut) đi xa hơn về độ dài và biên tập:

Chi tiết "sửa một đoạn không phải làm lại cả clip" nghe nhỏ nhưng là thay đổi lớn: nó biến video AI từ trò may rủi "quay số" thành công cụ chỉnh sửa có kiểm soát.

Muốn AI làm được việc dài hơi như một nhân viên thật, nó cần hai thứ con người có sẵn: trí nhớ và khả năng tự nhìn lại để sửa mình. Tuần này cả hai đều có bước tiến — và phần lớn là mã nguồn mở.

Tencent mở mã một hệ thống trí nhớ AI (giấy phép MIT). Vấn đề nó giải: cửa sổ ngữ cảnh càng lớn thì mô hình càng "đuối" theo thời gian, đốt token và lặp lại lỗi cũ. Cách làm khá thông minh:

Abacus AI thì giới thiệu Autobots — các agent tự chấm điểm và tự tối ưu quy trình của chính mình theo thời gian: chấm điểm khách hàng tiềm năng, thử nghiệm ảnh thu nhỏ YouTube, tự sửa lỗi phần mềm... Cùng mạch đó, Microsoft FARAH 1.5 là dòng mô hình agent điều khiển trình duyệt (giấy phép mở MIT), "nhìn" ảnh chụp màn hình rồi tự bấm–gõ–cuộn theo vòng lặp quan sát → suy nghĩ → hành động, đạt 72,3% trên một bài kiểm tra thao tác web thực tế.

Đứng lùi lại, tất cả ghép thành mô hình "Hệ điều hành AI" 5 tầng đang lan truyền tuần này: (1) bảng điều khiển trung tâm, (2) trí nhớ, (3) bộ định tuyến chọn mô hình rẻ nhất cho từng việc, (4) các agent thợ chạy song song do một agent chỉ huy, (5) vòng lặp cải tiến liên tục — việc xong lại cập nhật vào trí nhớ, khiến lần sau thông minh hơn.

Ba tín hiệu tưởng rời rạc tuần này thực ra kể chung một câu chuyện về tương lai công việc.

Julia McCoy — người làm nội dung có tiếng — lập luận rằng văn hóa làm việc hiện đại là tàn dư của "tư duy nhà máy": cứ đo giá trị bằng số giờ và sản lượng. Cô kể chuyện đội của mình 15 người làm hơn cả đội cũ 100 người nhờ tự động hóa, và đưa ra một cách phân loại đáng suy ngẫm:

Cô khuyên giao việc cho AI từ từ như đào tạo một nhân viên tập sự, và "nghĩ khi đang di chuyển" bằng giọng nói thay vì ngồi gõ bàn phím.

Nhưng mặt kia của đồng xu thì gai góc. Số liệu sa thải ngành công nghệ Mỹ (chỉ tính Mỹ):

Và ngay cả người thông minh cũng vấp: Leopold Aschenbrenner — cựu nghiên cứu viên OpenAI, tác giả bài luận 165 trang từng là "sách gối đầu giường" ở Thung lũng Silicon — vừa để quỹ Situational Awareness của mình lỗ 67%, buộc phải bán tháo cổ phiếu. Quỹ đặt cược lớn vào hạ tầng AI và bán khống phần mềm; thị trường đi ngược lại.

Tuần này mình muốn kể bạn nghe chuyện anh Ahmad Saiful Bahri Mat Amin, một lập trình viên tự do ở Selangor, Malaysia — chuyện được báo The Star đăng ngày 20/7/2026.

"Vợ tôi làm ở một bệnh viện. Kết quả xét nghiệm được in ra từ nhiều máy khác nhau, chưa nối vào một hệ thống chung. Nên tối nào cô ấy cũng phải ngồi gom kết quả từng máy rồi gõ tay vào báo cáo — sau bữa tối, ở nhà. Một tiếng đồng hồ, đều đặn."

"Tôi nghĩ: sao mình không dùng AI giúp vợ? Trước đây có OCR quét chữ, nhưng nó không hiểu con số đó nghĩa là gì. Còn AI thì đọc hiểu được tài liệu, biết thông tin nào đặt vào ô nào. Vì dữ liệu bệnh nhân là bảo mật, tôi cài hẳn một mô hình AI chạy nội bộ ngay trên máy vợ, dữ liệu không rời khỏi máy."

Anh gọi công cụ đó là AI Document Scanner. Kết quả: việc từng ngốn khoảng một tiếng nay xong dưới mười phút. "Tất nhiên cô ấy vẫn phải kiểm lại, vì tôi luôn dặn AI có thể sai. Nhưng quan trọng là vợ tôi được nghỉ ngơi nhiều hơn ở nhà."

Chưa dừng ở đó, anh làm tiếp một app Certificate Generator: vợ anh phụ trách tổ chức các buổi đào tạo, trước đây phải gõ tay từng tên để in giấy chứng nhận. App mới cho phép nhập danh sách tên từ một tệp Excel rồi tự sinh chứng nhận hàng loạt, thậm chí gửi email thẳng cho học viên.

Điều mình thích ở câu chuyện này: anh Ahmad không đợi "siêu AI 2.000 đô". Anh nhìn đúng một việc bàn giấy cụ thể đang bào mòn thời gian của người thân, rồi dùng đúng công cụ vừa đủ để giải nó — và giải luôn bài toán bảo mật bằng cách chạy AI nội bộ.

Bạn có câu chuyện tự dùng/tự dựng công cụ AI giải một vấn đề đời thường? Gửi cho Minh Trung nhé — biết đâu tuần sau là chuyện của bạn. 💌

Nối năm phần lại, "từ khóa tuần này" hiện ra rõ: AI đang rời ghế "trợ lý trả lời" để ngồi vào ghế "người làm việc". Astra tự giải toán và tự chứng minh; Grok tự dựng app; Gemini tự chạy việc nền; các agent tự nhớ, tự chấm điểm, tự sửa mình. Và khi máy làm được "việc máy móc", câu hỏi dành cho chúng ta không còn là "AI làm được gì?" mà là "tôi sẽ làm gì với thời gian được trả lại?".

Vài tin bổ sung đáng chú ý tuần này:

Nhìn rộng ra: tuần này gói gọn trong một nghịch lý đẹp. Ở một đầu là siêu AI giải bài toán tỷ đô trong phòng thí nghiệm. Ở đầu kia là một anh chồng dựng công cụ nhỏ để vợ về sớm. Cả hai đều đúng, và đầu thứ hai mới là nơi hầu hết chúng ta sống. Đừng để những tiêu đề giật gân về "siêu trí tuệ" làm bạn quên mất: giá trị lớn nhất của AI với bạn, ngay tuần này, có thể chỉ là lấy lại một tiếng đồng hồ mỗi tối.

Một tờ hướng dẫn dán-dùng-ngay cho nhân sự, đào tạo, marketing nội bộ: từ tài liệu chữ ra video có người dẫn trong một buổi chiều, kèm mẹo tránh sai tên riêng và số liệu.

📥 Tải miễn phí bên dưới.

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!