Chào bạn, Minh Trung đây! 👋

Hãy tưởng tượng một thế giới nơi mọi nhân viên văn phòng đều có trợ lý AI riêng — tự click chuột trên máy tính, tự mở file, tự soạn email, tự chạy 24/7 mà không cần nhắc. Nghe như viễn tưởng? Tuần này nó đã xảy ra.

Claude — trợ lý AI của Anthropic — vừa bổ sung tính năng Computer Use: tự thao tác trên máy tính, nhìn màn hình, di chuột, click nút. Song song, Agent SDK cho phép lên lịch Claude tự chạy mỗi sáng. Và Conway — agent tự chủ của Anthropic bị rò rỉ thông tin — có thể chạy liên tục, nhận lệnh từ bên ngoài, không cần ai ngồi trước máy.

Cùng tuần, Gemma 4 của Google — 4 mô hình AI nhỏ — chạy được trên điện thoại. Qwen 3.6+ từ Alibaba đạt 179 tỷ tham số, gần bằng Claude, giá rẻ hơn nhiều. GLM 5.1 từ Trung Quốc sát nút Claude Opus trong bài test lập trình.

Tóm lại: AI không còn là lợi thế cạnh tranh — vì sắp tới ai cũng có. Giống như email trong những năm 2000, người biết dùng email không còn đặc biệt. Câu hỏi không phải "bạn có email không?" mà là "bạn viết email có thuyết phục không?"

Vậy khi tất cả đều có AI, kỹ năng nào tạo ra sự khác biệt?

Tuần này có những con số khiến bạn khó ngồi yên.

Oracle công bố cắt giảm khoảng 30.000 nhân viên — gần 1/5 lực lượng toàn cầu. Không phải vì công ty đang thua lỗ. Oracle đang làm ăn rất tốt. Họ sa thải vì các vị trí đó "sẽ trở nên dư thừa do AI" — và chuyển tiền sang xây trung tâm dữ liệu, siêu máy tính, hạ tầng AI.

Egg Roll — thuật toán huấn luyện AI mới — nhanh gấp khoảng 100 lần so với phương pháp thông thường, không cần backpropagation (phương pháp truyền thống tốn kém). TurboKQuant của Google giảm 6 lần bộ nhớ, tăng 8 lần tốc độ cho một phần quan trọng trong AI. Yan LeCun — một trong những "cha đẻ" của AI — công bố mô hình chỉ 15 triệu tham số huấn luyện xong trong vài giờ trên 1 máy tính thường.

Tất cả cùng chỉ về một hướng: AI sẽ rẻ hơn rất nhanh. Khi AI rẻ, mọi công ty đều dùng. Khi mọi công ty đều dùng, lợi thế không còn nằm ở việc "có AI hay không" — mà ở cách bạn dùng AI để làm việc mà AI không tự làm được.

Tuần này cũng có những người đã chạy trước — và cách họ dùng AI tiết lộ nhiều điều.

Gary Tan — CEO của Y Combinator, vườn ươm startup lớn nhất thế giới — chia sẻ bộ kỹ năng Claude Code ông dùng hàng ngày. Không phải để viết email hay tóm tắt tài liệu. Ông dùng Claude để mô phỏng buổi tư vấn startup — đặt câu hỏi thử thách giả định kinh doanh, tìm sản phẩm ẩn trong ý tưởng ban đầu, đánh giá thiết kế, review code. AI không thay thế Gary Tan. AI khuếch đại khả năng đánh giá mà Gary Tan đã có sẵn.

Julia McCoy — doanh nhân điều hành công ty trên 1 triệu đô/năm — thay thế $50.000/tháng chi phí nhân sự bằng 7 agent AI với chi phí vài trăm đô. Nhưng điều quan trọng: bà không sa thải người rồi để AI tự chạy. Bà thiết kế hệ thống: agent nghiên cứu, agent chiến lược, agent viết, agent biên tập, agent thiết kế, agent phân phối, agent phân tích — mỗi agent một vai trò, phối hợp theo quy trình bà thiết kế. Kỹ năng của Julia không phải "dùng AI" — mà là thiết kế quy trình.

Andrej Karpathy — cựu giám đốc AI tại Tesla, tuần thứ 3 liên tiếp được nhắc trong bản tin — nói rằng ông không gõ dòng code nào từ tháng 12. Nhưng ông cũng nói: "Mọi thứ chưa hoạt động không phải vì AI kém, mà vì tôi chưa hướng dẫn đủ tốt." Và: "Tôi không giải thích cho người nữa. Tôi giải thích cho agent — rồi agent giải thích lại cho người bằng ngôn ngữ phù hợp."

Ba ví dụ, một pattern: người thắng cuộc không phải người biết dùng AI nhiều nhất, mà là người biết mô tả rõ nhất điều mình muốn — và thiết kế được hệ thống để AI thực hiện.

Bài test ARC AGI 3 tuần này cho kết quả đáng suy nghĩ.

Khác với các bài test trước (giải câu đố có sẵn luật), ARC AGI 3 là game tương tác: AI phải tự tìm ra cách chơi và chiến thắng — giống như con người gặp trò chơi hoàn toàn mới.

Kết quả: con người đạt 100%. AI tốt nhất đạt 0,37%. Phần lớn mô hình dưới 0,25%.

Con số 0,25% vs 100% không phải để nói "AI yếu." AI đã vượt con người trong rất nhiều bài test tiêu chuẩn — lập trình, suy luận, viết văn. Nhưng khi gặp tình huống hoàn toàn mới, cần thích nghi tại chỗ, AI vẫn gần như bất lực.

Điều này có nghĩa: kỹ năng "ra đề" cho AI — khả năng mô tả vấn đề, chia nhỏ nhiệm vụ, cung cấp ngữ cảnh, và kiểm tra kết quả — là kỹ năng mà AI không tự làm thay bạn được. Đây là khoảng cách 99,75% giữa con người và AI trong bài test thực tế.

Karpathy dùng từ rất chính xác: "skill issue."

Không phải AI thiếu khả năng. Mà là con người thiếu kỹ năng hướng dẫn AI. Ông nói ông đã viết hướng dẫn trong file claude.md — tài liệu mà Claude đọc mỗi lần bắt đầu làm việc — và mỗi khi kết quả không tốt, ông sửa hướng dẫn chứ không đổ lỗi cho AI.

Mo Godat — cựu giám đốc kinh doanh Google — cũng nói điều tương tự nhưng ở quy mô lớn hơn: "Giáo dục quan trọng hơn kiểm soát." Ông kể về 2 CTO đang cố xây "hệ thống quan liêu" để quản lý cách nhân viên dùng AI. Lev Selector — người tổng hợp tin AI hàng tuần — trả lời thẳng: điều quan trọng không phải đặt rào cản, mà là giáo dục nhân viên để họ tự biết cách dùng AI hiệu quả và an toàn.

Trung dung mà nói: cả hai đều cần. Bạn vẫn cần tuân thủ pháp luật, bảo mật, quyền riêng tư. Nhưng nếu chỉ tập trung kiểm soát mà không đầu tư giáo dục, bạn sẽ có nhân viên tuân thủ nhưng không biết dùng AI — và đối thủ của bạn sẽ có nhân viên vừa tuân thủ vừa năng suất gấp 10 lần.

Từ tất cả tín hiệu tuần này, 3 kỹ năng nổi lên rõ nhất:

Kỹ năng ra đề — khả năng mô tả rõ ràng điều bạn muốn, cung cấp ngữ cảnh, chia nhỏ nhiệm vụ, và cho AI ví dụ mẫu. ARC AGI 3 cho thấy: con người 100%, AI 0,25% — khoảng cách nằm ở việc "đặt vấn đề," không phải "giải vấn đề."

Kỹ năng thiết kế hệ thống — khả năng sắp xếp nhiều agent, nhiều công cụ, nhiều bước vào một quy trình hoạt động. Julia McCoy không dùng 1 AI — bà thiết kế 7 agent phối hợp. Gary Tan không hỏi Claude 1 câu — ông tạo bộ kỹ năng chuyên biệt cho từng tình huống kinh doanh.

Kỹ năng kiểm tra và hiệu chỉnh — khả năng đánh giá kết quả AI, phát hiện sai sót, và điều chỉnh hướng dẫn. Karpathy nói: "skill issue" = mỗi khi AI sai, tôi sửa hướng dẫn. Boris Cherny (người tạo ra Claude Code) khuyên: "luôn cho AI công cụ để tự kiểm tra."

Rủi ro cũng rõ: nếu bạn chỉ biết dùng AI ở mức "hỏi-đáp" — gõ câu hỏi, copy kết quả — thì kỹ năng đó sẽ sớm không còn giá trị. Vì bất kỳ ai cũng làm được, và AI ngày càng tự làm phần đó tốt hơn.

Bài viết này mô tả xu hướng, không phải kêu gọi hành động.

Oracle sa thải 30.000 người để đầu tư vào AI. Đó là quyết định kinh doanh, không phải phán xét đạo đức. Julia McCoy thay $50.000/tháng nhân sự bằng agent — nhưng bà cũng tạo ra giá trị cho khách hàng bằng chi phí thấp hơn. Karpathy không gõ code — nhưng ông vẫn là người thiết kế hệ thống.

Mo Godat cảnh báo rằng AI đã có khả năng tác động lên tâm trí con người — thông qua thuật toán đề xuất, cá nhân hóa, và thông tin sai trông rất thật. Đây là rủi ro thực, không phải viễn tưởng.

Người đọc bài này sẽ tự quyết định mình đứng ở đâu. Có người sẽ đầu tư vào kỹ năng ra đề. Có người sẽ tập trung thiết kế hệ thống. Có người sẽ chọn con đường khác hoàn toàn. Không có đáp án đúng duy nhất.

Tôi quen một anh bạn, làm quản lý ở một công ty bảo hiểm lớn. Anh ấy dùng AI mỗi ngày — nhưng chỉ để "hỏi-đáp": gõ câu hỏi, copy kết quả, dán vào email. Tuần trước, anh ấy hỏi tôi: "AI có thay thế tôi không?"

Tôi trả lời: "AI sẽ không thay thế anh. Nhưng người biết mô tả rõ điều mình muốn, thiết kế hệ thống để AI thực hiện, và kiểm tra kết quả — người đó sẽ làm công việc của 5 người với chi phí của 1."

Anh ấy im lặng.

Nền kinh tế kỹ năng mới.

Bài viết tuần này nhắc nhiều đến Claude và "nhân viên số" — nhưng kết quả phụ thuộc rất lớn vào cách bạn mô tả yêu cầu. Anthropic đã đúc kết 6 kỹ thuật giúp bạn nói chuyện với AI hiệu quả hơn. Mình đã Việt hóa thành PDF 6 trang — có ví dụ Trước/Sau cho từng kỹ thuật.

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!