Lộc Đặng

Google vừa hạ giá gói AI Ultra từ $250 xuống $100/tháng. Bao gồm Spark (agent chạy 24/7), Jules (viết code tự động), Antigravity (xây agent riêng). Gói AI Plus giảm còn $7.99. Song gói cao cấp nhất vẫn giữ $200/tháng. Con số đáng chú ý nằm ở chỗ khác: Spark chạy trên máy ảo riêng Google Cloud, hoạt động kể cả khi bạn tắt máy tính. Nó quản lý hộp thư, đặt bàn, soạn email, theo dõi giá — kết nối hơn 30 dịch vụ từ Uber đến Adobe. Kèm theo Gemini 3.5 Flash vừa thành model mặc định cho toàn bộ hệ sinh thái Google, nhanh gấp 4 lần bản trước. ...

Trong tuần này, Việt Nam ký hai thỏa thuận AI quan trọng với đối tác châu Á. Kết quả: thêm phòng thí nghiệm, thêm thị trường, thêm cơ hội cho người làm AI. Ấn Độ và Việt Nam ký MoU hợp tác AI và công nghệ lượng tử (19/5). Nội dung cụ thể: Ấn Độ hỗ trợ xây phòng thí nghiệm AI tại Đại học Viễn thông Nha Trang. Quan hệ song phương nâng lên Enhanced Comprehensive Strategic Partnership. Đây không chỉ là giấy tờ — Ấn Độ đang đầu tư thật vào AI talent Việt Nam. ...

Sierra, công ty AI do Bret Taylor sáng lập, vừa gọi vốn 950 triệu đô la ở mức định giá 15,8 tỷ. 40% Fortune 50 đã dùng sản phẩm. Doanh thu định kỳ đạt 150 triệu đô la. Con số nói lên xu hướng: AI chăm sóc khách hàng không còn là thử nghiệm — nó là mảng doanh thu thực tế lớn nhất trong AI doanh nghiệp hiện tại. Sierra không bán mô hình, họ bán quy trình: 15 kỹ năng tích hợp sẵn với QuickBooks, Canva, HubSpot, Google Workspace. Công ty nhỏ cũng bắt đầu tiếp cận với Claude for Small Business — 15 quy trình sẵn có tiết kiệm khoảng 5 giờ mỗi tuần cho vận hành và marketing. Điều này có nghĩa: giá trị không nằm ở “mô hình AI giỏi đến đâu” mà nằm ở “quy trình nào được tự động hóa đầu tiên”. Người đi trước xác định đúng quy trình, tích hợp vào sản phẩm, sẽ chiếm thị phần. Người đến sau dù có mô hình tốt hơn cũng phải đuổi theo. ...

Năm 2022, chạy 1 triệu token AI tốn khoảng 400 đô la. Năm 2026, con số đó chỉ còn 0,40 đô la. Không phải giảm dần — mà là sụp đổ giá. Khi chi phí suy luận rơi tự do ở tốc độ này, mọi mô hình kinh doanh xây trên “AI đắt đỏ” đều bị đảo ngược. DeepSeek V4-Pro ra mắt với giá 0,30 đô la triệu token, mở mã nguồn giấy phép MIT, chạy 80,6% thước đo chuẩn SWE-bench. Qwen 3.6 Plus chỉ bằng 1/30 giá Claude Opus mà đạt 78,8%. Đây không còn là cuộc đua “ai giỏi hơn” — nó là cuộc đua “ai rẻ hơn”. Chip H100 giảm giá 94% trên thị trường thứ cấp. Việc huấn luyện và chạy mô hình không còn là đặc quyền của công ty tỷ đô. Người làm một mình giờ có thể xây sản phẩm AI mà chi phí hạ tầng thấp hơn tiền cà phê hàng tháng. Hệ quả: giá trị không còn nằm ở mô hình — nó chuyển sang dữ liệu độc quyền, quy trình tinh chỉnh, và trải nghiệm người dùng. ...

Bạn vừa code 45 phút, mệt quá, bật Shogun 2 lên chơi vài lượt để “não nghỉ ngơi”. Nhưng Shogun 2 đòi hỏi quản lý kinh tế, điều binh khiển tướng, phản xạ thời gian thực. Não bạn không nghỉ — nó chỉ chuyển chiến trường. Khoảng nghỉ đúng nghĩa cần tải lượng nhận thức thấp: đi lấy nước, vươn vai, ngắm xa. Chơi game chiến thuật là hoạt động tải lượng nhận thức cực cao — não phải xử lý chiến lược vĩ mô, tính toán tài nguyên, ra quyết định nhanh. Kết hợp với tồn dư chú ý, khi quay lại code, một phần tâm trí vẫn kẹt ở trận đánh: “Liệu kị binh có bọc lót kịp không?”. Mỗi lần chuyển đổi như vậy, bạn mất thêm thời gian nạp lại ngữ cảnh công việc. Cách đúng là phân rã ngày thành khối thời gian riêng biệt: 50-90 phút làm việc sâu, rồi 20-30 phút chơi game trọn vẹn như phần thưởng, không xen kẽ. Biến game thành cơ chế phần thưởng thay vì tác nhân xao nhãng. ...

Bộ não con người không hề đa nhiệm. Nó chỉ chuyển đổi liên tục — và mỗi lần chuyển đổi, bạn mất vài phần mười giây. Cộng dồn cả ngày, con số đó chiếm tới 40% năng suất. Khi chuyển từ việc A sang việc B, não thực hiện hai bước: chuyển đổi mục tiêu rồi kích hoạt quy tắc mới. Quá trình này xóa dữ liệu cũ, nạp dữ liệu mới vào bộ nhớ ngắn hạn — giống RAM máy tính nhưng chỉ giữ được 3-5 thông tin cùng lúc. Khi bạn ép não nhảy liên tục, bộ nhớ làm việc bị quá tải, dẫn đến quên việc, sót ý, giảm khả năng tư duy chiến lược. Nguy hiểm hơn là “tồn dư chú ý” — khi kiểm tra email giữa lúc viết tài liệu quan trọng, một phần tâm trí vẫn kẹt ở tài liệu cũ. Giáo sư Sophie Leroy gọi đây là Attention Residue. Kết quả: khi quay lại việc cũ, bạn mất thêm thời gian định hình lại “mình đang làm đến đâu”. Đa nhiệm không tạo ra nhiều thành quả — nó tạo ra nhiều cảm giác bận rộn. ...

Não bạn tiêu thụ đúng 20% tổng năng lượng cơ thể — bất kể bạn đang giải tích đạo hàm hay mơ mộng ngắm mây. Vậy tại sao 3 giờ làm việc sâu lại kiệt sức hơn 3 giờ đi dạo? Câu trả lời nằm ở “hội chứng băng thông cục bộ”. Khi tập trung, năng lượng glucose và oxy bị dồn đậm đặc vào một vùng nhỏ ở vỏ não trước trán — giống tia nước áp lực cao chĩa vào một điểm. Tế bào thần kinh chuyển hóa glucose nhanh, tạo ra chất thải adenosine. Khi adenosine tích tụ quá mức tại điểm đó, nó phát tín hiệu buộc bạn dừng lại. Ở chế độ phân tán, năng lượng được rải đều nên không vùng nào bị quá tải. Thêm vào đó, để tập trung, não phải gồng mình lọc bỏ mọi kích thích xung quanh — tiếng ồn, thông báo, suy nghĩ lan man. Việc ức chế nhận thức này đòi hỏi kiểm soát ý chí rất lớn, tạo ra căng thẳng thần kinh rõ rệt. Đây chính là nguyên lý nền tảng đằng sau kỹ thuật Pomodoro: tập trung ngắn rồi thả lỏng, cho phép não dọn dẹp chất thải hóa học trước khi tiếp. ...

Bạn có tầm nhìn, có tư duy chiến lược, biết nhiều trường phái. Nhưng khi bắt tay vào làm, bạn lẩn quẩn trong vòng lặp suy nghĩ thay vì hành động. Nguyên nhân không phải thiếu ý tưởng — mà là sự phân mảnh cấu trúc tri thức trong tâm trí. Khi đứng trước một vấn đề, trong đầu bạn ngay lập tức nảy ra hàng chục lý thuyết, góc nhìn, trường phái khác nhau — tất cả đều đúng, đều hay. Chúng tồn tại như rổ linh kiện rời rạc chứ không khớp thành cỗ máy hoàn chỉnh. Bạn nhìn thấy tất cả các điểm nhưng bất lực trong việc nối chúng lại. Hệ quả đầu tiên là tê liệt hành động: quá tải lựa chọn khiến bạn không biết bắt đầu từ đâu. Hệ quả thứ hai nguy hiểm hơn: bạn nhặt mỗi trường phái một ít, tạo ra hệ thống chắp vá mâu thuẫn nội tại. Hệ quả thứ ba: vì cấu trúc không vững, bạn dễ bị cuốn theo xu hướng mới, liên tục thay đổi mô hình vì cảm thấy “cái này mới là mảnh ghép mình thiếu”. Bản chất vấn đề là thu nạp theo chiều ngang quá nhiều nhưng thiếu xử lý theo chiều dọc. Bạn có nhiều nguyên liệu nhưng thiếu khuôn khổ để phân loại. ...

Hầu hết người dùng tag để mô tả nội dung — #Python, #Doanh_thu, #Gia_dinh. Đây là cách dùng kém hiệu quả nhất. Cách dùng mạnh mẽ nhất là biến tag thành trạng thái hành động. Tag theo từ khóa gần như thừa khi công cụ ghi chú hiện đại đã có tìm kiếm toàn văn rất mạnh. Tag #Python cho bài viết về Python không tạo thêm giá trị nào — chỉ tạo ra hàng trăm tag rác xuất hiện 1-2 lần. Thay vào đó, ba loại tag cần kết hợp: Status (trạng thái), Topic (chủ đề vĩ mô), Context (ngữ cảnh). Tag trạng thái là mạnh mẽ nhất vì nó biến hệ thống tĩnh thành động. Ý tưởng mới nảy số? Tag #seed. Đang nghiên cứu? #processing. Đã hoàn thiện, dùng được ngay? #evergreen. Cần kiểm tra lại? #review. Não bạn không cần nhớ “mình phải làm gì tiếp với ghi chú này” — tag đã thay bạn trả lời. Để tránh rối, dùng tiền tố phân loại: tag trạng thái không tiền tố, tag chủ đề dùng t/, tag ngữ cảnh dùng @. Bắt đầu với không quá 10-15 tag. Ít hơn là nhiều hơn. ...

GLM-5.1 của Zhipu AI đạt 84 điểm thước đo BenchLM, được huấn luyện 100% trên chip Huawei Ascend 100K. Không một con chip NVIDIA nào tham gia. Đây là tín hiệu đáng chú ý nhất trong cuộc đua AI toàn cầu tuần qua. Trung Quốc không chỉ tạo mô hình ngang hàng phương Tây — họ đang xây chuỗi cung ứng AI hoàn toàn độc lập, từ chip đến khuôn khổ mô hình. DeepSeek V4-Pro 1,6 nghìn tỷ tham số mở mã nguồn MIT. EXAONE 4.0 của Hàn Quốc thắng gói 390 triệu đô la dự án AI quốc gia. Sarvam-105B của Ấn Độ hỗ trợ 22 ngôn ngữ khu vực. Thế giới đang chuyển từ đơn cực AI do Mỹ dẫn đầu sang đa cực, mỗi khu vực xây chủ quyền AI riêng. Với Đông Nam Á, câu hỏi không còn là “dùng GPT hay Claude” mà là “chuẩn bị thế nào cho hệ sinh thái AI khu vực sẽ xuất hiện trong 12-18 tháng tới”. ...