Từ tích lũy nghiên cứu đến nền tảng tri thức để con người và AI cùng làm việc

Gần đây, tôi suy nghĩ lại về website cá nhân của mình, yutengfei.com.

Khi công việc nghiên cứu, viết lách và thực hành ngày càng tích lũy, website đã có các mục kho tri thức, bài nghiên cứu, sách, cập nhật, dịch vụ, giải pháp tổng thể và Skill. Tôi muốn những nội dung này có mối liên hệ rõ ràng hơn, để một lần suy nghĩ có thể tiếp nối vào công việc sau, và một thành quả có thể trở thành điểm khởi đầu cho nghiên cứu và sáng tạo tiếp theo.

Qua lần suy nghĩ này, tôi dần xác định rõ một hướng đi: kho tri thức của tôi cần để con người hiểu và sử dụng được, đồng thời để AI đọc và trích dẫn chính xác, cũng như dùng để thực hiện công việc khi có điều kiện phù hợp.

Theo hướng đó, website cá nhân có một mục tiêu xây dựng mới: từng bước tổ chức những tích lũy nghiên cứu của tôi thành nền tảng tri thức để con người và AI cùng làm việc.

1. Kho tri thức có hai nhóm người dùng

Trước đây, khi biên soạn một bài viết, tôi chủ yếu nghĩ đến việc người đọc có hiểu được không, có nhận được gợi mở không, và có thể áp dụng phương pháp trong đó vào công việc của mình không. Bây giờ, tôi cần tính thêm một nhóm người dùng: AI.

Khi một người giao nhiệm vụ cụ thể cho AI, AI cần biết bối cảnh nhiệm vụ, định nghĩa các khái niệm, những phương pháp có thể sử dụng, các điều kiện phải tuân thủ, và thành quả phải đạt đến mức nào mới được coi là hoàn thành. Nếu nội dung trong kho tri thức diễn đạt rõ những mối quan hệ này, nó có thể trở thành căn cứ làm việc.

Con người có thể hiểu mạch suy nghĩ của tác giả qua một bài viết, còn AI cần tìm ra tri thức có thể gọi ra sử dụng trong đó. AI phải phân biệt đâu là sự thật, đâu là nhận định, đâu là phương pháp đã được kiểm chứng, và đâu vẫn là ý tưởng đang nghiên cứu.

Vì vậy, tôi muốn từng bước nâng mức độ sử dụng được của mỗi nội dung: nội dung đó giải quyết vấn đề gì, dựa vào đâu, phù hợp với hoàn cảnh nào, liên hệ với các nội dung khác ra sao, và cần đối chiếu những gì khi sử dụng.

Cùng một hệ tri thức có thể giải thích cho con người vì sao, đồng thời giúp AI hiểu cách làm. Sự hiểu biết của con người và việc AI gọi tri thức ra sử dụng nên cùng trở về được một hệ căn cứ rõ ràng.

2. Bắt đầu từ tư duy, tổ chức tri thức để giải quyết được vấn đề

Tôi dự định điều chỉnh thứ tự chính của các chuyên mục trong kho tri thức thành:

Tư duy → Phương pháp → Mô hình → Phương án → Công cụ → Đào tạo.

Thứ tự này thể hiện cách tôi hiểu việc đưa tri thức vào công việc.

• Tư duy giúp chúng ta quan sát vấn đề, đánh giá các mối quan hệ, nhận diện tiền đề và xác định điểm bắt đầu suy nghĩ.
• Phương pháp tổ chức suy nghĩ thành các bước phân tích hoặc hành động có thể sử dụng lại, giúp biết cách tiến hành công việc.
• Mô hình trừu tượng hóa các yếu tố quan trọng, quan hệ và cơ chế tác động, giúp giải thích vấn đề, đưa ra nhận định và thảo luận kết quả khi điều kiện thay đổi.
• Phương án đặt phương pháp và mô hình vào các mục tiêu, ràng buộc cụ thể, làm rõ cần làm gì, làm thế nào, ai thực hiện và kiểm chứng ra sao.
• Công cụ chuyển một phần công việc thành bảng tính, phần mềm, tập lệnh, mẫu hoặc hệ thống có thể thao tác.
• Đào tạo giúp người dùng hiểu và làm chủ những nội dung này, để nhiều người hơn có thể vận dụng tri thức, đồng thời dùng phản hồi từ việc sử dụng để thúc đẩy cải tiến.

Trong cách tổ chức nghiên cứu của tôi, nhiều cách tư duy có thể cùng hỗ trợ một phương pháp. Khi phương pháp được sử dụng và so sánh nhiều lần, những yếu tố, quan hệ và cơ chế quan trọng trong đó có thể tiếp tục được chắt lọc thành mô hình. Trước một vấn đề cụ thể, ta lại lựa chọn và kết hợp các phương pháp, mô hình liên quan để hình thành phương án.

Điều cần diễn ra ở đây là chắt lọc, kiểm chứng và kết hợp. Khi đặt vài khái niệm cạnh nhau, vẫn cần giải thích vì sao chúng phối hợp được, điều kiện áp dụng có nhất quán không, và sự kết hợp có mang lại kết quả tốt hơn không.

Sáu chuyên mục này là một trục chính để dễ hiểu và tìm kiếm. Nghiên cứu thực tế có thể đi qua lại giữa các tầng: một công cụ có thể bộc lộ khoảng trống của mô hình, một buổi đào tạo có thể giúp chúng ta phát hiện lại vấn đề, và một lần thực hành cũng có thể mang đến tư duy mới.

Tôi đặc biệt coi trọng phương án, vì phương án bắt đầu kết nối tri thức với vấn đề thực tế. “Phương án” trong kho tri thức tập trung vào việc thiết kế hành động cho một loại vấn đề. Khi đi vào công việc bàn giao thực tế, những năng lực có thể sử dụng lại trong đó có thể hình thành sản phẩm; công việc cần sự phối hợp chuyên môn có thể hình thành dịch vụ. Từ toàn bộ mục tiêu của khách hàng, kết hợp các sản phẩm, dịch vụ, công cụ, đào tạo và bố trí triển khai liên quan lại với nhau sẽ tạo thành giải pháp tổng thể.

Bài nghiên cứu và sách có thể tổ chức các lập luận, căn cứ và hệ thống trong những nghiên cứu này đầy đủ hơn, để việc sử dụng sau đó có nền tảng có thể truy nguyên.

3. Cách làm việc với AI theo tôi hiểu: trí lực + năng lực tính toán + Skill

Tôi khái quát cách làm việc đang hình thành này là: trí lực + năng lực tính toán + Skill.

Trí lực là nhận thức, kinh nghiệm và khả năng phán đoán mà một người đã tích lũy, cùng năng lực tiếp tục học hỏi và đặt câu hỏi. Nó giúp chúng ta xác định điều gì đáng làm, kết quả nào có giá trị và tiền đề nào cần được bàn lại.

Năng lực tính toán là cách gọi khái quát cho sự hỗ trợ tính toán của AI trong cách diễn đạt này. Khi bố trí công việc thực tế, tôi sẽ xem xét riêng năng lực mô hình và tài nguyên tính toán: mô hình ảnh hưởng đến khả năng suy luận, hiểu và tạo nội dung; tài nguyên tính toán, ngữ cảnh và điều kiện công cụ ảnh hưởng đến cách những năng lực đó được triển khai. Tăng đầu tư tính toán không trực tiếp đồng nghĩa với có được phán đoán tốt hơn.

Còn Skill tổ chức kinh nghiệm chuyên môn và các cách làm hiệu quả đã có thành hướng dẫn hành động mà AI có thể thực hiện theo.

Theo tôi hiểu, Skill cần chỉ rõ khi nào sử dụng, cần đầu vào gì, tiến hành theo những bước nào, có thể gọi những tài liệu và công cụ nào, phải bàn giao những gì và kiểm tra kết quả ra sao. Khi cần, Skill còn phải nêu cách xử lý ngoại lệ và những hành động nào cần do con người quyết định.

Cách hiểu này liên hệ trực tiếp với cách đóng gói tri thức, chỉ dẫn và tài nguyên đi kèm được mô tả trong đặc tả mở Agent Skills. Với công việc của tôi, điều cốt yếu là biến kinh nghiệm chuyên môn có thể sử dụng lại thành sự bố trí hành động rõ ràng.

Phương án đã có có thể là nguồn quan trọng để xây dựng Skill; cần viết rõ điều kiện, bước thực hiện, tài nguyên và yêu cầu nghiệm thu trong phương án thì mới hỗ trợ AI thực hiện tốt hơn.

Như vậy, phán đoán của con người, năng lực của AI và kinh nghiệm thực hiện đã được tổ chức có thể cùng phát huy tác dụng trong một nhiệm vụ.

4. Đưa tài nguyên rõ ràng vào thực hiện, rồi đưa kết quả trở lại cập nhật tài nguyên

Có trí lực, năng lực tính toán và Skill rồi, vẫn cần những tư liệu có thể dựa vào.

Nội dung về tư duy, phương pháp, mô hình, phương án, công cụ và đào tạo, cùng bài nghiên cứu, sách, mô tả sản phẩm, quy trình dịch vụ và giải pháp tổng thể đều có thể cung cấp căn cứ cho AI ở những cấp độ khác nhau. Các trường hợp thực tế giúp chúng ta hiểu một cách làm từng diễn ra trong điều kiện nào, đạt kết quả gì, và còn những yếu tố nào không thể áp dụng nguyên xi.

“Làm sạch” tài nguyên, theo cách tôi nói ở đây, nghĩa là tư liệu có ý nghĩa rõ ràng, nguồn và phiên bản có thể truy nguyên, khái niệm được dùng nhất quán, điều kiện áp dụng được viết rõ, và có thể phân biệt sự thật, suy luận với ý tưởng. Nội dung đã lỗi thời hoặc chưa được kiểm chứng cũng nên ghi rõ trạng thái.

Một số tài nguyên để AI đọc và trích dẫn; một số khác trực tiếp tham gia thực hiện nhiệm vụ thông qua giao diện công cụ, năng lực sản phẩm hoặc quy trình dịch vụ.

Những tài nguyên này có vai trò khác nhau trong một nhiệm vụ. Mô hình giúp phân tích, phương pháp giúp tiến hành, phương án giúp tổ chức hành động, công cụ giúp thao tác, trường hợp thực tế giúp so sánh, còn bài nghiên cứu và sách giúp truy nguyên căn cứ. Skill tiếp tục kết nối những tài nguyên liên quan với các bước thực hiện.

Khi gọi tài nguyên ra sử dụng, cần chọn tư liệu xoay quanh vấn đề hiện tại. Kho tài nguyên của chính mình có thể cung cấp nhận thức tích lũy lâu dài; Internet rộng lớn hơn có thể bổ sung sự thật mới, bằng chứng trái chiều và nghiên cứu bên ngoài. Vấn đề mới vẫn đòi hỏi tìm kiếm câu trả lời với tinh thần cởi mở, và kho tri thức cũng cần được cập nhật liên tục.

Tôi kỳ vọng sự phối hợp này có thể tạo ra thành quả vượt quá kỳ vọng ban đầu. Để tiến gần mục tiêu đó, vẫn phải tiếp tục công việc đến cùng: kiểm tra kết quả sau khi thực hiện, bổ sung bằng chứng khi gặp khoảng trống, sửa phương pháp khi phát hiện sai sót, và đưa nhận thức mới trở lại kho tài nguyên.

Việc tác nhân kết hợp công cụ để hành động, rồi tiếp tục điều chỉnh theo phản hồi từ môi trường là nguyên tắc đã được thảo luận có hệ thống trong thiết kế công việc cho tác nhân. Tôi muốn đưa nguyên tắc này vào công việc nghiên cứu và dự án hằng ngày của mình.

Một thành quả đã hoàn thành nên để lại thứ có thể dùng cho lần sau: phán đoán chính xác hơn, phương pháp hiệu quả hơn, Skill rõ ràng hơn, hoặc một nhóm câu hỏi mới đáng tiếp tục nghiên cứu.

5. Ý nghĩa của nghiên cứu là không ngừng mở rộng những vấn đề có thể hiểu và giải quyết

Đi theo mạch này, cách tôi hiểu về nghiên cứu cũng rõ hơn.

Tôi muốn công việc nghiên cứu của mình liên tục phát hiện vấn đề mới, đề xuất những cách giải thích có thể thảo luận, hình thành phương pháp có thể sử dụng, rồi kiểm chứng qua thực hành, để tiếp tục mở rộng ranh giới tri thức và công nghệ.

Phối hợp với AI mang lại điều kiện làm việc mới cho việc đó. Một ý tưởng có thể được triển khai đầy đủ hơn, những quan điểm khác nhau có thể được đặt cạnh nhau để so sánh, một mô hình có thể được truy vấn về các tiền đề, và một công cụ có thể được đưa vào chế tạo và thử nghiệm nhanh hơn.

Với tôi, điều đáng đầu tư là tổ chức những năng lực này thành một quá trình nghiên cứu liên tục: nêu vấn đề, hình thành giả thuyết, tìm bằng chứng, thiết kế cơ chế, tiến hành kiểm chứng, rồi cải tiến theo kết quả.

Thành quả nghiên cứu cũng có những cách thể hiện và mục đích sử dụng khác nhau. Một lập luận có thể phát triển thành bài nghiên cứu, một chuỗi nghiên cứu liên tục có thể được tổ chức thành sách, một phương pháp có thể được đúc kết thành Skill, và một phần năng lực ổn định có thể chuyển thành công cụ, sản phẩm hoặc dịch vụ. Những vấn đề mới gặp trong ứng dụng thực tế lại có thể được đưa về nghiên cứu.

Tôi muốn website từng bước thể hiện những mối liên hệ đó. Mỗi nội dung đều có thể nói rõ nó đang nghiên cứu điều gì, giúp hoàn thành việc gì, và hỗ trợ qua lại với các thành quả khác như thế nào.

6. Công cụ tài chính trên nền tảng blockchain sẽ ảnh hưởng thế nào đến hình thức tổ chức trong tương lai

Khi cách cùng nhau sáng tạo thay đổi, cách tổ chức sự đóng góp, quyền lợi và lợi ích thu về cũng cần tiếp tục phát triển.

Tri thức, công nghệ, lao động, tài nguyên và vốn trong một dự án có thể đến từ những người tham gia ở các khu vực, tổ chức và vị thế khác nhau. AI còn giúp cá nhân và nhóm nhỏ hoàn thành nhiều việc hơn, đồng thời mở ra khả năng mới cho hợp tác giữa các tổ chức.

Điều này dẫn đến một nhóm câu hỏi quan trọng: người tham gia làm thế nào để tiếp tục đóng góp, ai xác nhận đóng góp, quyền lợi được xác lập trên cơ sở nào, lợi ích thu về được hiện thực hóa ra sao, ai đủ tư cách tham gia những quyết định nào, và xử lý các quan hệ đã có thế nào khi hợp tác kết thúc.

Vì vậy, một nhận định quan trọng của tôi là: công cụ tài chính lấy blockchain làm hạ tầng là công cụ quan trọng cho sự thay đổi hình thức tổ chức của con người trong tương lai.

Công cụ tài chính có thể ảnh hưởng đến cách vốn đi vào, đồng thời tác động đến cách nắm giữ quyền lợi, phân chia lợi ích thu về, gánh chịu rủi ro và duy trì mối liên hệ lâu dài giữa những người tham gia. Những sắp xếp này tiếp tục ảnh hưởng đến việc một tổ chức có thể tiếp nhận ai, hợp tác bằng quan hệ nào, và sự hợp tác ấy có thể duy trì hay không.

Blockchain cung cấp điều kiện kỹ thuật mới cho một số khâu: người tham gia có thể cùng xác minh bản ghi; quyền lợi có căn cứ rõ ràng có thể được thể hiện dưới dạng số; một phần thỏa thuận có thể được viết thành quy tắc thực hiện; quá trình thanh toán và quản trị có thể để lại những thay đổi trạng thái có thể kiểm tra. Hợp đồng thông minh là một cách hiện thực hóa một phần những cơ chế này.

Nếu kết hợp những năng lực đó với thể chế rõ ràng, hoạt động kinh doanh thực chất và cơ chế trách nhiệm hữu hiệu, chúng có thể hỗ trợ nhiều hình thức tổ chức hơn: dự án giữa các tổ chức được hình thành quanh mục tiêu cụ thể, mạng lưới đồng sáng tạo luôn mở, và cộng đồng có thể ghi nhận đóng góp, bảo đảm việc xác lập và thực hiện quyền lợi, cũng như duy trì hợp tác dài hạn.

Người tham gia có thể thiết lập các quan hệ khác nhau thông qua lao động, tri thức, tài nguyên hoặc vốn, rồi nhận lợi ích có căn cứ và cách thức tham gia tương ứng theo đóng góp thực tế, trách nhiệm và rủi ro đã gánh vác. Vì vậy, ngay từ đầu, thiết kế tổ chức cần xem xét các quan hệ đó kết nối với nhau thế nào.

Quản trị vốn của các bên liên quan mà tôi quan tâm chính là việc nghiên cứu những vấn đề như vậy: đóng góp của nhiều bên hình thành sự tích lũy chung có thể sử dụng lâu dài như thế nào, thể chế kết nối đóng góp, quyền lợi và trách nhiệm ra sao, và vì sao những người tham gia sẵn lòng tiếp tục tạo giá trị cho tương lai chung.

Để những công cụ này thực sự thay đổi tổ chức, vẫn cần thiết kế rõ việc xác nhận đóng góp, căn cứ quyền lợi, trách nhiệm và xử lý tranh chấp trong cùng một tổng thể. Bản ghi trên chuỗi tương ứng thế nào với sự thật ngoài chuỗi, và các quyền cụ thể được thể chế bảo đảm ra sao, đều là câu hỏi mà nghiên cứu này cần trả lời.

Điều tôi muốn khám phá là kết nối năng lực sản xuất và hợp tác mới với những sắp xếp tài chính, quản trị có thể bảo đảm cho đóng góp chung và quyền lợi dài hạn. Hệ tri thức giúp con người và AI cùng sáng tạo tốt hơn; công cụ tài chính và thể chế quản trị giúp người tham gia tổ chức sự đóng góp, chia sẻ thành quả và duy trì hợp tác.

7. Hướng tới AI mạnh hơn, trước hết xây tốt nền tảng có thể làm hôm nay

Tôi cũng sẽ tiếp tục suy nghĩ về tương lai xa hơn.

Nếu trí tuệ nhân tạo có thể liên tục đặt ra những câu hỏi mới có giá trị trong nhiều lĩnh vực hơn, hình thành cách giải thích mới, thiết kế phương pháp kiểm chứng và tự cải tiến theo kết quả, cách con người nghiên cứu và hợp tác trong tổ chức có thể còn thay đổi sâu sắc hơn.

Tôi kỳ vọng trí tuệ nhân tạo tổng quát (AGI) có thể tham gia sâu hơn vào nghiên cứu nguyên bản, đẩy nhanh đột phá tri thức và công nghệ, và có khả năng thúc đẩy điều được gọi là “điểm kỳ dị công nghệ”. Đây là một nhận định hướng tới tương lai; con đường phát triển năng lực trong tương lai vẫn có sự bất định đáng kể, cần tiếp tục được kiểm chứng cùng với nghiên cứu và thực hành.

Tôi muốn tiếp tục xây dựng website theo mạch này: tổ chức tri thức thành tài nguyên, đúc kết kinh nghiệm thành Skill, để con người và AI cùng nghiên cứu, thực hiện và sáng tạo, đồng thời khám phá hình thức tổ chức có thể bảo đảm cho đóng góp chung và quyền lợi dài hạn.

Bắt đầu từ một suy nghĩ, rồi bền bỉ tích lũy thành năng lực giải quyết vấn đề. Đó là việc tôi muốn làm tiếp theo.

Thuyết minh hình và tài liệu tham khảo

Cả ba hình đều được vẽ mới theo các quan điểm trong bài này, là khung cơ chế của tác giả để tổ chức tri thức, bố trí công việc và nghiên cứu hình thức tổ chức tương lai. Những mũi tên liên quan đến thay đổi tổ chức và năng lực tương lai thể hiện các mối liên hệ, điều kiện dự định khám phá; riêng chúng không thể được coi là bằng chứng rằng quan hệ nhân quả đã được xác lập.

• Đặc tả định dạng Agent Skills: dùng để giải thích cấu trúc chỉ dẫn và tài nguyên đi kèm của Skill.
• Anthropic: Building effective agents: dùng để giải thích nguyên tắc làm việc về thực hiện qua công cụ, phản hồi và lặp cải tiến.
• Ethereum: Hợp đồng thông minh và oracle: dùng để giải thích việc thực hiện quy tắc, đưa thông tin ngoài chuỗi vào và các điều kiện tương ứng.
• International AI Safety Report 2026: hỗ trợ việc giữ đánh giá cởi mở đối với sự phát triển năng lực trong tương lai.