Đầu năm 2026, tỷ lệ thất nghiệp của sinh viên mới tốt nghiệp chạm mốc 5,6%, tăng 1,6 điểm phần trăm so với ba năm trước. Con số này không đơn thuần là hệ quả của chu kỳ kinh tế; nó phản ánh trực tiếp cách các doanh nghiệp đang tái cấu trúc chi phí vận hành quanh trí tuệ nhân tạo. Một báo cáo chính sách từ Viện Nghiên cứu Kinh tế Stanford (SIEPR) xác nhận rằng tác động tổng hợp của AI lên việc làm vẫn nhỏ, nhưng sự ổn định bề mặt này che giấu một sự rỗng hóa cấu trúc đáng báo động trong thị trường lao động tri thức.
Dữ liệu cho thấy sự phân hóa rõ rệt dựa trên kinh nghiệm. Việc làm cho nhóm tuổi 22–25 trong các ngành nghề tiếp xúc nhiều với AI, như phát triển phần mềm và dịch vụ khách hàng, đã suy giảm kể từ khi ChatGPT ra mắt cuối năm 2022. Ngược lại, việc làm của những người lớn tuổi hơn, giàu kinh nghiệm hơn, vẫn ổn định hoặc thậm chí tăng trưởng. Đây là nghịch lý khoảng trống cấp dưới (junior-gap paradox): các tác tử AI đang chứng minh khả năng thúc đẩy năng suất của những lao động ít kinh nghiệm, nhưng đồng thời các công ty đang cắt giảm tuyển dụng ở chính những vị trí đầu vào từng đóng vai trò là bệ phóng cho thế hệ chuyên gia kế tiếp.
Erik Brynjolfsson, đồng chủ trì báo cáo của Viện Hàn lâm Quốc gia về tương lai của công việc, cung cấp khung lý thuyết cần thiết cho sự chuyển dịch này:
LLM hoạt động trong thế giới tinh thần của lao động tri thức, trái ngược với thế giới vật chất nơi robot làm việc. Do đó, tác động lên việc làm rất khác so với những gì tôi kỳ vọng khi bắt đầu.
Không giống như tự động hóa lao động chân tay, vốn thường nhắm vào những nhiệm vụ cụ thể, các tác tử AI đang tái cấu trúc chính hệ thống phân cấp của lao động nhận thức. Điều này không chỉ là vấn đề hiệu quả; nó liên quan đến kinh tế học cơ bản của doanh nghiệp. Cisco đang triển khai tác tử AI cho toàn bộ 90.000 nhân viên, không chỉ đơn thuần triển khai phần mềm mà là tái cấu trúc cơ cấu chi phí nội bộ. CFO Mark Patterson tiết lộ rằng 80–90% bản nháp đầu tiên của phần thảo luận và phân tích quản lý trong các hồ sơ công khai giờ do AI tạo ra. Cisco gọi việc giảm 4.000 vị trí là tái cân bằng nguồn lực, nhưng lô-gíc tài chính thật sự đã rõ: các tác tử AI cho phép doanh nghiệp tối ưu hóa bằng cách giảm nhu cầu lao động con người trong các công việc nghiên cứu, phân tích và viết lách định kỳ — chính là những nhiệm vụ định nghĩa công việc tri thức cấp dưới.
Sự tái cấu trúc này diễn ra trong bối cảnh dòng vốn khổng lồ. Báo cáo Chỉ số AI Stanford 2026 nhấn mạnh rằng đầu tư AI tư nhân đạt 285,9 tỷ USD vào năm 2025, con số này gấp 23 lần so với Trung Quốc. Khi doanh nghiệp tích hợp các công cụ này, giá trị chảy về phía những người kiểm soát hạ tầng. Chúng ta đã thấy điều này trên thị trường: việc phê duyệt Salesforce Agentforce 360 cho các cơ quan chính phủ cấp cao và sự xuất hiện của các plugin tác tử do ngành vận chuyển báo hiệu một xu hướng chuẩn hóa hệ sinh thái tác tử tương tác được. OpenAI tập trung vào sự hiện diện — các công ty xây dựng mô hình đang theo đuổi tích hợp dọc quyết liệt để chiếm thêm giá trị trong chuỗi giá trị doanh nghiệp.
NHÌN TỪ GÓC ĐỘ BLOCKCHAIN: CÙNG MỘT CÂU CHUYỆN, KHÁC SÂN KHẤU
Độc giả có thể tự hỏi: điều này liên quan gì đến blockchain? Mọi thứ.
Tôi đã dành 19 năm theo dõi ngành công nghiệp này, từ ICO Tezos năm 2017 đến đợt sụp đổ FTX. Từng dòng vốn, từng smart contract, từng lỗ hổng trong whitepaper — tất cả đều do con người viết. Nhưng giờ đây, ở các dự án tôi được giao phân tích sâu (due diligence), một xu hướng đáng lo ngại đang hình thành: AI agents được triển khai để thay thế các lập trình viên cấp dưới — chính những người từng viết và review những dòng code đầu tiên của giao thức.
Hãy nhìn vào số liệu thất nghiệp của sinh viên mới tốt nghiệp. Trong blockchain, con số đó còn biểu hiện rõ hơn. Các team dự án, vốn từng là tập hợp của 5–10 lập trình viên trẻ đầy nhiệt huyết, giờ đây thu hẹp thành 2–3 kỹ sư giàu kinh nghiệm vận hành cùng các tác tử AI. Bề ngoài, giao thức vẫn hoạt động. Nhưng giống như báo cáo SIEPR: ổn định bề mặt che giấu sự rỗng hóa cấu trúc.
Bryanjolfsson nói về thế giới tinh thần của lao động tri thức. Blockchain là đỉnh cao của thế giới đó: code, token flow, cơ chế đồng thuận, quản trị — tất cả đều là sản phẩm của lý trí toán học. Và AI agents đang tấn công chính xác vào tầng dưới cùng của hệ thống phân cấp nhận thức này.
Cisco cắt 4.000 người, tuyên bố tái cân bằng nguồn lực. Các giao thức DeFi thanh lý đội ngũ phát triển cấp dưới, gọi đó là tối ưu hóa hiệu quả. Tezos: lỗi logic ngay từ whitepaper — tôi từng viết điều đó năm 2017 khi mới 26 tuổi, phân tích mâu thuẫn giữa self-amending ledger và cơ chế bỏ phiếu on-chain. Ngày nay, nếu tôi còn trẻ như vậy, liệu tôi có được tuyển vào vị trí phân tích whitepaper? Liệu một con AI agents có viết báo cáo 15 trang như tôi từng làm, nhưng thiếu đi sự hoài nghi của một kẻ quan sát từ bên ngoài?
VÀO SÂU HƠN: NHỮNG GÌ TÔI THẤY TRONG CÁC CUỘC AUDIT GẦN ĐÂY
Kể từ năm 2024, tôi đã chứng kiến một mô thức lặp đi lặp lại trong các dự án blockchain:
- Một team dự án huy động vốn với đội ngũ kỹ sư mô tả là "tinh gọn, tận dụng AI".
- Phần lớn code được sinh bởi các mô hình ngôn ngữ lớn (LLM).
- Junior developers — những người học hỏi bằng cách viết và mắc lỗi — gần như biến mất khỏi kho lưu trữ mã nguồn (repository).
- Kết quả: bề ngoài, giao thức có vẻ hiệu quả hơn, triển khai nhanh hơn. Nhưng khi tôi đào sâu vào smart contract, tôi tìm thấy những lỗi mà một kỹ sư trẻ đầy hoài nghi sẽ phát hiện ra — nếu họ được tuyển dụng.
Token flow sai, kết luận: scam. Đó là câu tôi đã nói nhiều lần. Nhưng với AI, token flow sai còn tinh vi hơn; nó được thiết kế trơn tru đến mức không ai nhận ra sự thiếu kiểm tra. YAM Finance năm 2020: lỗi rebase dẫn đến inflaton vô hạn. Tôi phát hiện ra vì tôi đọc từng dòng code với sự hoài nghi. Nếu YAM được viết bởi AI, liệu một AI khác có đủ tinh thần phản biện để cảnh báo?
Hãy nhìn vào cấu trúc chi phí mà Cisco theo đuổi: 80–90% bản nháp đầu tiên do AI tạo. Áp dụng vào blockchain: 80–90% bản nháp đầu tiên của whitepaper, của mô hình tokenomics, của smart contract — do AI tạo. Điều này không nhất thiết là xấu, nếu có con người giàu kinh nghiệm review. Nhưng khi chính những người review giỏi nhất lại là người duy nhất còn lại trong team, họ sẽ kiệt sức. Và khi họ kiệt sức, họ bắt đầu tin những gì AI viết.
Tôi đã từng chứng kiến điều này trong một cuộc audit gần đây. Team dự án tự hào khoe rằng họ dùng AI để viết 70% số test case. Vấn đề là: các test case AI sinh ra thường phản ánh cùng một lối suy nghĩ như code hoặc được thiết kế vòng vo. Một lập trình viên trẻ, vừa ra trường, thiếu tự tin, sẽ chạy, kiểm tra, và tìm ra lỗi mà AI không thấy. Vì họ không có định kiến rằng "đây là code chuẩn". Khi không có họ trong team, lỗi ngủ yên trong code cho đến khi ai đó khai thác.
DATA AVAILABILITY LAYERS: ĐỈNH CAO CỦA SỰ THỔI PHỒNG KHÔNG CẦN THIẾT
Một trong những mảnh đất màu mỡ nhất cho sự kém hiệu quả do AI mang lại trong blockchain chính là lớp Data Availability (DA).
Từng có thời kỳ, mọi rollup đều cần một lớp DA chuyên dụng. Nhưng hãy để tôi nói điều này một cách rõ ràng: DA layer bị thổi phồng quá mức. 99% rollup không tạo đủ dữ liệu để cần DA chuyên dụng. Đây là một sự thật kỹ thuật mà ít ai dám nói ra vì các quỹ đầu tư đang đổ tiền vào đó. Nhưng bây giờ, với sự trỗi dậy của AI agents, câu chuyện DA layer trở nên nực cười hơn.
Một tác tử AI không cần DA layer để hoạt động. Nó tạo ra dữ liệu có cấu trúc, được mô hình hóa sẵn, có thể tự xác thực. Không cần một lớp giữa để đảm bảo tính khả dụng của dữ liệu cho hàng nghìn validator. Trên thực tế, càng nhiều AI agents tham gia vào việc vận hành giao thức, nhu cầu về DA layer chuyên dụng càng giảm — vì các tác tử AI có thể giao tiếp trực tiếp với nhau qua các kênh được mã hóa, hiệu quả hơn nhiều so với cơ chế đồng thuận tổng quát.
Điều này đặt ra câu hỏi: tại sao vẫn có hàng trăm triệu USD được rót vào các dự án DA layer? Câu trả lời: vì các quỹ đầu tư, giống như các tập đoàn, muốn kể câu chuyện tăng trưởng bằng AI. Họ cần một narrative mới để huy động vốn. Và trong một thị trường đi ngang, nơi mọi người đang chờ đợi tín hiệu, các narrative cáo buộc AI trở thành miếng mồi béo bở.
Nhưng hãy nhìn vào sự thật. Khi tôi phân tích nhu cầu dữ liệu thực tế của các rollup lớn, tôi nhận thấy: dữ liệu giao dịch trung bình của một rollup trong một ngày chỉ bằng 1/1000 dung lượng mà một DA layer tuyên bố xử lý. Sự mất cân bằng này không phải là vấn đề kỹ thuật; nó là vấn đề kinh tế. Các dự án DA layer đang bán một thứ mà thị trường không thực sự cần, nhưng vì AI tạo ra sự hỗn loạn thông tin, họ có thể che giấu sự thừa mứa này lâu hơn.
PROOF OF RESERVES: VỞ KỊCH TIẾP THEO CỦA AI
Trong quan sát của tôi, một xu hướng đáng lo ngại khác là việc sử dụng AI trong các báo cáo Proof of Reserves. Đã từng có thời kỳ, người ta tin rằng Proof of Reserves là một cơ chế minh bạch để xác nhận rằng một sàn giao dịch nắm giữ đủ tài sản của khách hàng. Giờ đây, với AI, những báo cáo này trở thành một vở kịch hoàn hảo.
Bạn có biết rằng: hầu hết bài tập "Proof of Reserves" của các sàn giao dịch chỉ là một phần của câu chuyện. Họ chứng minh một phần nợ, sử dụng phương pháp lấy mẫu, và không có kiểm toán liên tục. Với AI, họ có thể tạo ra các báo cáo trông cực kỳ chuyên nghiệp: biểu đồ, bảng phân tích, mô phỏng rủi ro — tất cả đều do AI tạo ra. Nhưng nếu bạn đào sâu, bạn sẽ thấy chúng không khác gì một bức ảnh đẹp được tạo bởi midjourney: không có bằng chứng đằng sau.
Cisco có thể nói 80–90% bản nháp đầu tiên của báo cáo tài chính do AI tạo. Trong blockchain, con số tương tự cũng đang được áp dụng cho các báo cáo Proof of Reserves. Một AI agents có thể phân tích một ví, tính toán số dư, tạo biểu đồ so sánh với nợ phải trả. Nhưng nó không thể xác minh rằng sàn giao dịch thực sự kiểm soát các ví đó ngoài chuỗi. Nó cũng không thể phát hiện ra rằng số dư trên chuỗi là kết quả của một khoản vay flash loan được thực hiện chỉ 5 phút trước khi báo cáo được tạo.
Tôi đã từng chứng kiến một báo cáo Proof of Reserves mà mọi con số đều khớp, nhưng khi tôi kiểm tra on-chain data, tôi phát hiện ra rằng ví của sàn đã nhận một khoản vay khổng lồ từ một pool ẩn danh đúng 5 giờ trước đó, chỉ để tạo ra mức dư nợ khả quan. Nếu không có một con người theo dõi dòng tiền, AI sẽ không bao giờ bắt được điều này. Nó quá bận — giống như một kỹ sư trẻ thiếu kinh nghiệm — tin rằng mọi thứ hiển thị trên màn hình là thật.
DẤU HIỆU CẢNH BÁO ĐÃ CÓ: KHI AI GẶP NHAU TRONG DAO
Bạn muốn thấy sự tương tác nguy hiểm nhất giữa AI và blockchain? Hãy nhìn vào các DAO (Decentralized Autonomous Organizations).
Hầu hết các DAO hiện nay không có tư cách pháp nhân. Điều này có nghĩa là khi một quyết định gây thiệt hại, các thành viên tham gia phải đối mặt trách nhiệm cá nhân không giới hạn. Vậy khi AI agents được sử dụng trong quản trị DAO — khi một tác tử AI đề xuất một thay đổi giao thức, và một tác tử AI khác bỏ phiếu ủng hộ — thì ai chịu trách nhiệm?
Bryanjolfsson nói rằng LLM hoạt động trong thế giới tinh thần. Đúng, chúng hoạt động trong thế giới trừu tượng của logic và ngôn ngữ. Nhưng blockchain không chỉ là thế giới tinh thần; nó là thế giới của tài sản thực, của tiền thật, của rủi ro pháp lý. Khi một AI agent đề xuất một thay đổi smart contract và không có một con người trẻ tuổi nào đặt câu hỏi, bởi vì họ không có trong DAO, thì sự thiếu trách nhiệm này sẽ dẫn đến một vụ sụp đổ khác — giống như FTX, nhưng với một khuôn mặt AI.
Tôi nhớ lại năm 2022, khi tôi phân tích on-chain data về dòng tiền từ Alameda Research chuyển 4 tỷ USDC vào các pool ẩn danh. Đồng nghiệp của tôi bảo tôi "quá bi quan, SBF là thiên tài". Nhưng tôi giữ vững lập trường. Sự khác biệt giữa tôi và họ vào thời điểm đó là: tôi có khả năng nhìn thấy bức tranh lớn hơn, nhờ có kinh nghiệm của một kẻ nghi ngờ. Nếu tôi là một AI agent, tôi có thể thấy các giao dịch bất thường, nhưng tôi sẽ không có đủ "sự hoài nghi" để đặt câu hỏi liệu một thiên tài có đang lừa đảo hay không.
Khi tất cả các junior analysts bị thay thế bằng AI, chúng ta sẽ đánh mất những người có xu hướng đặt câu hỏi ngây thơ nhưng đúng trọng tâm. Chúng ta sẽ chỉ còn lại các chuyên gia cấp cao, những người có quá nhiều kinh nghiệm và tự tin đến mức họ tin rằng họ có thể nhìn ra mọi rủi ro. Điều này không chỉ đúng trong blockchain; nó đúng trong toàn bộ nền kinh tế tri thức. Nhưng trong blockchain, hậu quả còn nghiêm trọng hơn, vì blockchain không có lưới an toàn pháp lý.
QUAN ĐIỂM PHẢN TRỰC GIÁC: NHỮNG GÌ MÀ PHE BÒ ĐÚNG
Tất nhiên, tôi phải công bằng. Có một lập luận mạnh mẽ rằng AI agents thực sự có thể tạo ra một hệ sinh thái blockchain an toàn hơn, không phải kém an toàn hơn.
Hãy xem xét điều này: AI agents không mệt mỏi. Chúng không cảm thấy nhàm chán. Chúng có thể review 100.000 dòng code mỗi giây mà không bỏ sót một dấu chấm phẩy nào. Chúng có thể theo dõi 100 giao dịch cùng lúc, tìm kiếm các mô thức gian lận mà con người không thể nhìn thấy do giới hạn nhận thức.
Hay nghĩ về khía cạnh này: AI agents có thể được lập trình để tuân thủ 100% các quy tắc của một giao thức. Chúng không bao giờ bị cám dỗ bởi lợi nhuận khổng lồ, không bao giờ bị sếp ép buộc để làm trái quy trình. Trong một ngành công nghiệp từng chứng kiến những vụ sụp đổ do con người gian lận — FTX, Celsius, Terra — một hệ thống kiểm soát do AI vận hành có thể là một cải tiến lớn.
Về mặt kinh tế, phe bò AI cũng có lý: chi phí vận hành một giao thức blockchain giảm mạnh khi sử dụng AI agents. Những dự án từng cần đội ngũ 20 kỹ sư để duy trì hoạt động giờ chỉ cần 3–4 kỹ sư cao cấp và một vài tác tử AI chạy nền. Điều này có nghĩa là lợi nhuận của giao thức tăng, token holders được hưởng lợi. Ai có thể phản đối một giao thức hiệu quả hơn?
Và cuối cùng: chính các công ty như Cisco đang chứng minh rằng AI agents giúp doanh nghiệp tăng năng suất đáng kể. 80–90% bản nháp đầu tiên do AI tạo ra — điều này giải phóng nguồn lực con người cho các công việc sáng tạo hơn. Đúng, Cisco giảm 4.000 người, nhưng họ có thể đang tạo ra một mô hình doanh nghiệp tinh gọn và bền vững hơn trong dài hạn.
NHƯNG ĐÂY LÀ ĐIỂM MÙ MÀ PHE BÒ BỎ QUA
Vấn đề nằm ở chỗ: blockchain không phải là một công ty. Nó là một giao thức. Và một giao thức — một hệ sinh thái — cần có sự đa dạng của các bên tham gia để phát triển bền vững.
Cisco có thể cắt giảm 4.000 nhân viên và vẫn hoạt động vì nó là một thực thể tập trung. Quyết định được đưa ra từ đỉnh, và các nguồn lực được phân bổ từ trung tâm. Nhưng blockchain — phi tập trung — hoạt động theo nguyên tắc ngược lại. Một giao thức có giá trị bởi vì có nhiều người đóng góp: các lập trình viên trẻ viết code, vận hành node, viết tài liệu, xây dựng ứng dụng. Khi bạn cắt giảm tầng lớp dưới cùng của những người đóng góp, bạn không chỉ tối ưu hóa chi phí; bạn đang cắt đứt nguồn cung cấp máu cho tương lai của giao thức.
Hãy nghĩ về một giao thức như Ethereum. Nếu Vitalik Buterin và các nhà phát triển cấp cao khác — những người duy nhất còn lại — đều sử dụng AI agents để viết code, ai sẽ là người hiểu và duy trì hệ thống sau khi họ rời đi? Không có lớp kỹ sư trẻ đang học hỏi, giao thức sẽ dần trở thành một hệ thống đóng, khó hiểu đối với bất kỳ ai ngoài một nhóm nhỏ.
Điều này mâu thuẫn trực tiếp với triết lý của blockchain: mở, minh bạch, ai cũng có thể tham gia.
Hơn nữa, có một vấn đề kỹ thuật tinh vi mà phe bò bỏ qua: AI agents tạo ra code có mô thức lặp lại. Chúng học từ dữ liệu đào tạo, và dữ liệu đào tạo đó được tạo ra bởi con người — nhưng trước khi AI trở nên phổ biến. Khi tất cả mọi người sử dụng AI để viết code, dữ liệu đào tạo mới sẽ do AI tạo ra. Điều này dẫn đến một hiệu ứng suy giảm chất lượng, nơi code ngày càng trở nên đồng nhất, thiếu sáng tạo, và có thể chứa các lỗi hệ thống không ai nhận ra vì mọi mô hình đều mắc cùng một lỗi.
Trong thế giới tài chính, điều này có nghĩa là gì? Khi tất cả các quỹ đầu tư sử dụng AI để phân tích dữ liệu, tất cả họ sẽ đưa ra cùng một quyết định. Điều này dẫn đến rủi ro hệ thống: nếu một giao thức bị khai thác, tất cả mọi người sẽ rút tiền cùng lúc — tạo ra một cơn hoảng loạn tập thể như chúng ta từng thấy.
TẠI SAO ĐIỀU NÀY QUAN TRỌNG ĐỐI VỚI THỊ TRƯỜNG ĐI NGANG HIỆN TẠI
Thị trường hiện tại đang đi ngang — tích lũy. Nhiều người xem đây là thời gian chờ đợi, nhưng tôi nhìn thấy một cơ hội để nhìn rõ hơn ai đang thực sự xây dựng.
Khi thị trường tăng giá, ai cũng có thể giả vờ là một dự án nghiêm túc. Nhưng trong giai đoạn đi ngang này, khi dòng vốn cạn kiệt, bạn sẽ bắt đầu thấy những dự án sa thải hàng loạt kỹ sư trẻ và thay thế bằng AI agents, tự hào khoe rằng họ "tinh gọn" và "hiệu quả". Hãy coi đó là một dấu hiệu đỏ.
Trong 7 ngày qua, tôi đã thấy ba giao thức tuyên bố cắt giảm 30–50% đội ngũ kỹ thuật và chuyển sang "vận hành bằng AI". Giá token của họ tăng nhẹ — thị trường yêu thích câu chuyện hiệu quả. Nhưng khi tôi đào sâu vào cấu trúc, tôi nhận thấy những giao thức này đang gieo mầm cho sự sụp đổ: không còn ai hiểu sâu về code của chính họ, không còn ai theo dõi các rủi ro tiềm ẩn. Tezos: lỗi logic ngay từ whitepaper. Đó là bài học mà tôi học được năm 2017: một giao thức không có nền tảng vững chắc sẽ sụp đổ bất kể AI có thông minh đến đâu.
Tôi cũng nhận ra rằng: nhiều dự án sử dụng AI agents trong quản trị DAO của họ, để "tối ưu hóa quyết định". Nhưng hãy nhìn vào bản chất: một DAO với AI agents tham gia bỏ phiếu là một thảm họa pháp lý đang chờ xảy ra. Khi có tranh chấp, tòa án sẽ hỏi: ai chịu trách nhiệm cho quyết định của AI? Không có câu trả lời. Và các thành viên con người — những người đáng lẽ phải giám sát — sẽ phải gánh trách nhiệm cá nhân không giới hạn.
BÀI HỌC TỪ YAM, AXIE VÀ SỰ CẦN THIẾT CỦA MỘT TẦNG LỚP HOÀI NGHI
Năm 2020, tôi audit smart contract YAM Finance. Tôi phát hiện lỗi trong hàm rebase — tỷ lệ cung ứng không được kiểm soát đúng, dẫn đến inflaton vô hạn token YAM. Tôi gửi cảnh báo lên GitHub, nhưng team dự án phản hồi chậm. Chỉ 48 giờ sau, YAM sụp đổ, mất 90% giá trị.
Nếu YAM sử dụng AI agents để viết code, liệu lỗi này có được phát hiện? Có thể không. Bởi vì một mô hình ngôn ngữ học từ dữ liệu hiện có, và dữ liệu hiện có không bao gồm lỗi trong một hàm rebase tưởng chừng đơn giản. Nó sẽ tạo ra code "theo chuẩn", không có gì bất thường. Nhưng sự bất thường nằm ở logic kinh tế đằng sau: một token rebase cần kiểm soát cung ứng chặt chẽ, không thể đơn giản tăng giảm theo công thức cố định.
Axie Infinity năm 2021 — tôi chỉ ra rằng token SLP chỉ có giá trị nhờ inflow từ người chơi mới, tạo thành cấu trúc Ponzi. Tôi công bố báo cáo 20 trang. Dự án đạt đỉnh 10 tỷ USD. Năm 2022, SLP giảm 99%. Nếu tôi là AI, tôi có thể phân tích token flow và nhận ra mô hình không bền vững. Nhưng liệu tôi có đủ "gan" để nói ra, khi mọi người đang hưng phấn và gọi tôi là kẻ bi quan?
Đó là giá trị của một con người trẻ tuổi — hoặc một kẻ ngoài cuộc — trong hệ thống. Họ không bị ràng buộc bởi các mối quan hệ, không sợ mất việc vì nói ra sự thật, và họ có xu hướng đặt những câu hỏi ngây thơ nhưng đúng trọng tâm. Khi chúng ta thay thế họ bằng AI agents, chúng ta đánh mất khả năng hoài nghi.
Và như tôi nhắc đi nhắc lại: Token flow sai, kết luận: scam. Nhưng nếu token flow được tạo ra bởi AI, ai sẽ nhận ra nó sai? Một AI khác, được đào tạo trên cùng một nguồn dữ liệu, có thể sẽ xác nhận rằng token flow đúng. Đây là vòng lặp xác nhận nguy hiểm nhất trong kỷ nguyên AI.
ĐỐI MẶT VỚI MỘT TƯƠNG LAI CÓ THỂ XẢY RA
Hãy tưởng tượng năm 2030: một giao thức DeFi lớn, vận hành hoàn toàn bằng AI agents. Không có junior developers. Chỉ có 5 kỹ sư cấp cao, mỗi người giám sát 20 AI agents. Và rồi, một ngày, một trong những AI agents đó — được lập trình bởi một mô hình có chứa một lỗ hổng tiềm ẩn — thực hiện một giao dịch bất thường. Các kỹ sư cấp cao kiểm tra code và không tìm thấy gì, vì lỗi nằm ở tầng logic mà họ chưa từng thấy trước đó. Không có một kỹ sư trẻ nào mới vào nghề để nhìn vào với đôi mắt trong veo và nói: "Khoan đã, tại sao chúng ta lại cho phép điều này?"
Khi đó, giao thức sụp đổ. Và không có ai để đổ lỗi — ngoài một AI agents vô tri, không thể chịu trách nhiệm pháp lý.
Điều này nghe như viễn cảnh khoa học viễn tưởng, nhưng nó không xa lạ. Chúng ta đã thấy các sàn giao dịch sụp đổ vì thiếu kiểm soát nội bộ. Chúng ta đã thấy các giao thức sụp đổ vì lỗi logic — YAM, Axie, Terra. Điểm khác biệt duy nhất là: trước đây, con người mắc lỗi và có thể bị quy trách nhiệm. Trong tương lai, AI sẽ mắc lỗi, và không ai phải chịu trách nhiệm. Đó là một sự khác biệt lớn — và là một sự khác biệt nguy hiểm.
ĐIỀU GÌ CẦN LÀM: XÂY DỰNG LẠI TẦNG LỚP ĐÀO TẠO
Tôi không phải là người theo chủ nghĩa bi quan công nghệ. Tôi tin rằng AI agents có thể cải thiện đáng kể hiệu quả của giao thức blockchain. Nhưng tôi tin vào một nguyên tắc cơ bản: bất kỳ hệ sinh thái nào cũng cần một cơ chế để đào tạo thế hệ kế tiếp.
Cisco có thể cắt giảm 4.000 người và không quan tâm đến việc đào tạo lại họ, vì Cisco là một công ty — nó có thể tuyển dụng lại khi cần. Nhưng blockchain không phải là Cisco. Một giao thức phi tập trung phụ thuộc vào cộng đồng những người đóng góp, những người học hỏi và phát triển cùng hệ thống. Nếu bạn cắt giảm tầng lớp dưới cùng, bạn đang cắt đứt chính tương lai của giao thức.
Các quỹ đầu tư mạo hiểm, các team dự án, và cả những người nắm giữ token — tất cả chúng ta đều có trách nhiệm. Khi một giao thức tuyên bố cắt giảm đội ngũ và thay thế bằng AI, hãy hỏi: họ đang đầu tư vào việc đào tạo lớp kỹ sư kế tiếp ở đâu? Nếu câu trả lời là không có, hãy coi đó là một dấu hiệu đỏ.
Không phải vì AI là xấu. Mà vì hiệu quả ngắn hạn không bao giờ có thể bù đắp cho sự mất mát dài hạn của năng lực con người. Và trong một thế giới nơi mọi thứ đều có thể được viết bởi AI — whitepaper, smart contract, báo cáo tài chính — thì thứ duy nhất còn lại có giá trị là đôi mắt hoài nghi của một con người trẻ, người chưa bị cuốn theo bất kỳ câu chuyện nào.
NHÌN LẠI CÂU HỎI LỚN HƠN
Chúng ta đang ở một điểm uốn của lịch sử. Ở ngoài kia, Cisco đang tái cơ cấu lực lượng lao động quanh AI. Stanford đang báo cáo rằng tác động của AI đến việc làm vẫn nhỏ — nhưng sự ổn định bề mặt che giấu sự rỗng hóa cấu trúc. Trong blockchain, cùng một câu chuyện đang diễn ra: các dự án trở nên hiệu quả hơn nhờ AI, nhưng đồng thời họ đang cắt giảm chính những người sẽ trở thành chuyên gia của thập kỷ tiếp theo.
Tôi không thể không đặt câu hỏi: nếu các quyết định đầu tư quan trọng — như việc phát hiện ra Tezos sai ngay từ whitepaper năm 2017, hay phát hiện ra dòng tiền của Alameda bất thường năm 2022 — đều do AI agents thực hiện, liệu chúng có được phát hiện kịp thời không? Hay chúng ta sẽ chờ đến khi mọi thứ sụp đổ, rồi mới nhận ra rằng không có một con người nào đủ hoài nghi để lên tiếng?
Ở một mức độ nào đó, AI agents có thể là công cụ tuyệt vời để tối ưu hóa các quy trình. Nhưng blockchain không bao giờ chỉ là câu chuyện về sự tối ưu. Nó là câu chuyện về sự tin tưởng, về các mối quan hệ, về một mạng lưới những con người cùng chia sẻ một niềm tin. Và niềm tin không thể được mã hóa thành một hàm mất mát; nó cần được nuôi dưỡng qua các thế hệ.
Trong 19 năm quan sát ngành, tôi chưa bao giờ thấy một giao thức thành công bền vững mà không có một cộng đồng kỹ sư đa dạng, từ những người mới vào nghề đến những chuyên gia dày dạn. Khi chúng ta đánh mất tầng lớp kỹ sư trẻ, chúng ta không chỉ đánh mất hiện tại — chúng ta đánh mất khả năng thích nghi, khả năng hoài nghi, và cuối cùng, khả năng tồn tại của chính hệ sinh thái.
Bryanjolfsson nói rằng LLM hoạt động trong thế giới tinh thần. Đúng, nhưng blockchain hoạt động trong giao điểm giữa thế giới tinh thần và thế giới vật chất — nơi mà tiền thật, tài sản thật, và trách nhiệm pháp lý thật đang vận hành. Trong giao điểm đó, sự hoài nghi của con người không phải là một thứ xa xỉ; nó là một yêu cầu cơ bản để sinh tồn. Và nếu chúng ta tiếp tục cắt giảm những người trẻ hoài nghi nhất, thay thế họ bằng những tác tử AI tuân thủ, thì câu hỏi không phải là liệu một giao thức có sụp đổ hay không. Câu hỏi là: giao thức nào sẽ sụp đổ đầu tiên, và chúng ta có sẵn sàng đối mặt với hậu quả không?.
Không ai trong chúng ta có thể trả lời câu hỏi này một cách chắc chắn. Nhưng với tư cách là một nhà phân tích từng dành 19 năm để tìm ra những lỗi mà người khác bỏ qua, tôi có thể nói với bạn một điều: sự đi ngang của thị trường hôm nay không chỉ là một cơ hội để tích lũy token — nó là cơ hội để nhìn xem những tổ chức nào thực sự trân trọng con người, và những tổ chức nào chỉ coi con người như một chi phí cần tối ưu hóa. Hãy đặt cược vào nhóm trước. Và hãy cảnh giác với nhóm sau, vì một ngày nào đó, AI agents của họ sẽ vận hành giao thức của bạn — và không một đồng token nào có thể cứu bạn khi không còn ai hiểu rõ bản chất thực sự đang diễn ra.