DeAI: Tại sao cần Web3 để quản trị trong thời đại AI “phát triển bừa bãi”

Tác giả gốc: K, Nhà nghiên cứu tại Web3Caff Research

Trong quỹ đạo phát triển của trí tuệ nhân tạo, hai năm gần đây đã trải qua một bước ngoặt cấu trúc sâu sắc. Khả năng mô hình liên tục được đột phá, hiệu quả suy luận không ngừng được tối ưu hóa, vốn toàn cầu và cỗ máy nhà nước đổ xô vào. Tuy nhiên, đằng sau làn sóng tập trung hóa đầy nhiệt huyết và sự tập trung vốn, DeAI (kiến trúc đào tạo và suy luận AI phi tập trung) đang trở thành một con đường khác dẫn đến tương lai, nó chỉ thẳng vào hai mối nguy tiềm ẩn lớn trong sự phát triển AI hiện nay: cơ chế tin mù quáng và tính dễ tổn thương khi mở rộng.

Sự thịnh vượng của AI tập trung được xây dựng trên cơ sở hạ tầng vật lý khổng lồ, từ các cụm siêu năng lực tính toán đến hộp đen suy luận mô hình khép kín, từ các sản phẩm SaaS được đóng gói sẵn đến việc gọi API nội bộ doanh nghiệp. Nhưng giống như quá trình internet đi từ khép kín đến mở, từ nền tảng Web2 đến giao thức Web3, sự phát triển của AI cuối cùng cũng sẽ không tránh khỏi đối mặt với hai vấn đề cơ bản: Thứ nhất, làm thế nào người dùng xác nhận kết quả suy luận của mô hình không bị giả mạo và có tính xác thực? Thứ hai, khi việc đào tạo và suy luận vượt qua ranh giới địa lý, thiết bị, văn hóa và pháp luật, kiến trúc tập trung hóa liệu còn có thể duy trì lợi thế về chi phí và hiệu suất?

Mạng lưới DeAI đề xuất một con đường giải quyết hoàn toàn khác với mô hình tập trung hóa. Nó lấy "tính toán có thể xác minh (Verifiable Compute)" làm tư tưởng cốt lõi, thông qua mật mã học và cơ chế đồng thuận đảm bảo mỗi lần chạy mô hình đều có đường dẫn thực thi có thể truy vết, có thể chứng minh. Điều này không chỉ giải quyết vấn đề người dùng "tin mù quáng" vào mô hình, mà còn cung cấp nền tảng tin cậy chung cho hợp tác xuyên biên giới. Hiện tại, những người tiên phong như Prime Intellect và Inference Labs đã thực hiện được suy luận kiểu xác minh một phần trong các cụm GPU ở xa, mở ra khả năng mới cho đào tạo phân tán và dịch vụ AI tự trị. [70]

Và từ góc độ kinh tế, sự trỗi dậy của DeAI cũng liên quan mật thiết đến sự thay đổi RoG (Return-on-GPU, tức lợi nhuận mang lại bởi năng lực tính toán GPU mỗi giờ) trong ngành AI. Thiết kế của GPT-4.1 không còn đơn giản theo đuổi mô hình lớn và đẩy mạnh năng lực tính toán, mà nhấn mạnh việc tinh chỉnh tinh vi và cấu hình nguồn lực suy luận, chẳng hạn như cố gắng tái sử dụng ngữ cảnh hiện có trong quá trình tạo, giảm thiểu tính toán lại không cần thiết, từ đó giảm đầu ra vô hiệu và tiêu hao Token, khiến năng lực tính toán được sử dụng nhiều hơn cho quá trình suy luận thực sự có giá trị. [68] Điều này đánh dấu trọng tâm ngành đang chuyển từ "có thể đốt bao nhiêu GPU" sang "có thể thu được bao nhiêu giá trị mỗi giờ". Định hướng hiệu quả này lại cung cấp một điểm đột phá tuyệt vời cho mạng lưới AI phi tập trung.

Chi phí cố định cao và nút thắt hiệu quả trong triển khai quy mô lớn của các cụm GPU tập trung sẽ khó có thể sánh được với một mạng lưới GPU không đồng nhất Permissionless được đóng góp bởi người dùng toàn cầu. Và nếu mạng lưới như vậy có "tính có thể xác minh", thì không chỉ có thể cạnh tranh về cấu trúc chi phí với cơ sở hạ tầng tập trung như AWS, Azure, mà còn tự nhiên sở hữu ưu thế minh bạch, đáng tin cậy.

Ngoài ra, tác động của DeAI vượt xa cấp độ kỹ thuật, nó sẽ định hình lại cấu trúc quyền sở hữu và sự tham gia trong phát triển AI. Trong hệ sinh thái đào tạo khép kín hiện tại do các gã khổng lồ như OpenAI, Anthropic thống trị, đại đa số nhà phát triển chỉ có thể tồn tại như "người dùng mô hình", mà không thể tham gia vào lợi nhuận đào tạo hoặc quyết định suy luận của mô hình. Trong khi đó, trong mạng lưới DeAI, mỗi người đóng góp, dù là nút cung cấp năng lực tính toán, người dùng cung cấp dữ liệu, hay kỹ sư phát triển ứng dụng Agent, đều có thể tham gia quản trị và chia sẻ lợi nhuận thông qua giao thức. Đây không chỉ là sự đổi mới cơ chế kinh tế, mà còn là một bước tiến trong đạo đức phát triển AI.

Tất nhiên, DeAI hiện vẫn đang ở giai đoạn khám phá ban đầu. Nó chưa thiết lập được mức hiệu suất đủ để thay thế các mô hình tập trung hóa, cũng chưa đột phá được các nút thắt như ổn định mạng và hiệu quả xác minh. Nhưng tương lai của AI sẽ không phải là một con đường duy nhất, mà là nhiều đường ray song song. Các nền tảng tập trung sẽ tiếp tục thống trị thị trường doanh nghiệp, theo đuổi sản phẩm hóa cực hóa với RoG được tối ưu; trong khi mạng lưới DeAI sẽ phát triển trong các kịch bản biên và thị trường mới nổi, dần dần tiến hóa thành hệ sinh thái mô hình mở có sức sống riêng. Giống như internet đối với tự do thông tin, DeAI đối với quyền tự trị thông minh. Tầm quan trọng của nó, không chỉ vì lợi thế kỹ thuật, mà còn vì nó cung cấp khả năng của một thế giới khác, một tương lai không cần tin tưởng vào trung gian cụ thể, mà vẫn có thể tin tưởng vào bản thân trí thông minh.

Nội dung này được trích từ báo cáo nghiên cứu "Web3Caff Research" đã xuất bản: "Báo cáo 40.000 từ hàng năm Web3 2025 (Phần dưới): Hướng tới sự giao thoa lịch sử của trật tự tài chính × tính toán × internet, liệu sự chuyển hướng lớn của ngành sắp bắt đầu? Phân giải toàn cảnh những thay đổi cấu trúc, tiềm năng giá trị, ranh giới rủi ro và triển vọng tương lai của nó"

Báo cáo nghiên cứu này (đã mở đọc miễn phí) được viết bởi nhà nghiên cứu K của Web3Caff Research, xoay quanh logic cốt lõi của những thay đổi giai đoạn phát triển Web3 năm 2025 để sắp xếp hệ thống, tập trung thảo luận tại sao việc khám phá ứng dụng và hợp tác hệ thống dần trở thành hướng quan tâm mới trong bối cảnh năng lực cơ sở và quản lý tiếp tục tiến hóa, các điểm chính bao gồm:

1. Bối cảnh tiến triển giai đoạn: Nguyên nhân nội tại của sự thay đổi trong điểm quan tâm của ngành sau khi xây dựng cơ sở hạ tầng cơ bản hoàn tất;
2. Thay đổi cơ chế then chốt: Khung quy tắc và cơ chế trên chuỗi dần rõ ràng, tác động đến cách thức vận hành hệ thống;
3. Hướng ứng dụng chính: Con đường khám phá xoay quanh thanh toán quyết toán, ánh xạ kịch bản thực tế và hợp tác có thể lập trình;
4. Hướng phát triển tương lai: Thảo luận xu hướng tiến hóa Web3 năm 2026 và sau đó.