Ghi chú phân tích: Bài viết dưới đây được xây dựng dựa trên các điểm dữ liệu từ một bản tin ngắn về nhận định của Gavin Baker. Bản gốc có mật độ thông tin rất thấp, thực chất chỉ là chuyển tiếp một ý kiến. Do đó, bài phân tích này sẽ đi sâu vào bối cảnh ngành, các suy luận có cấu trúc và góc nhìn phản trực giác dành riêng cho thị trường tiền mã hóa. Độ tin cậy của các suy luận sẽ được điều chỉnh phù hợp.
Hook: "50.000 người dùng hôm nay, 100 triệu ngày mai — nhưng không đủ compute cho cả hai"
Nếu bạn là một nhà đầu tư blockchain, một câu nói như vậy từ một nhà quản lý quỹ công nghệ lớn đủ sức khiến bạn phải chú ý. Nhưng hãy khoan vội nghĩ về token AI. Hãy nghĩ về lỗ hổng logic: Nếu hôm nay 50.000 người dùng đã không đủ compute, thì câu chuyện "100 triệu người dùng" chỉ là một lời hứa trên giấy. Đằng sau sự phấn khích về Agentic AI, có một thực tế kỹ thuật mà thị trường crypto sắp phải đối mặt: cơn khát tài nguyên tính toán này không thể được giải quyết bằng cách mint thêm token.
Context: Vì sao câu chuyện này lại nóng với Blockchain?
Gavin Baker, một nhà đầu tư công nghệ nổi tiếng, vừa đưa ra nhận định: số lượng người dùng Agentic AI (AI tác nhân) sẽ tăng từ 50.000 lên 100 triệu. Và với ông, ngay cả con số 50.000 hiện tại — những người đang dùng AI để tự động hóa công việc, viết code, điều phối chuỗi hành động — đã vượt xa khả năng hạ tầng compute toàn cầu.
Tại sao điều này liên quan đến blockchain? Bởi vì trong 18 tháng qua, câu chuyện "phi tập trung hóa compute" (DePIN – Decentralized Physical Infrastructure Networks) đã trở thành một trong những narrative hot nhất thị trường tiền mã hóa. Các dự án như Render, Akash, io.net đã huy động hàng trăm triệu USD với lời hứa: "Khi AI cần compute, các mạng lưới GPU phi tập trung sẽ là giải pháp."
Nhưng câu hỏi lớn mà ít người đào sâu: Kiến trúc của các mạng DePIN hiện tại có thực sự sinh ra để phục vụ Agentic AI, hay chỉ để phục vụ cho việc render hình ảnh và fine-tuning mô hình?
Từ góc nhìn của một nhà phân tích theo dõi thị trường 7x24, tôi nhìn thấy một sự lệch pha nguy hiểm giữa những gì các dự án DePIN đang bán và những gì Agentic AI thực sự cần.
Core: Sự khác biệt về mặt kiến trúc mà thị trường đang bỏ qua
Hãy để tôi diễn giải điều này một cách rõ ràng, dựa trên kiến thức kỹ thuật và kinh nghiệm theo dõi on-chain của tôi.
Thứ nhất, Agentic AI không giống ChatGPT. Với một phiên chat thông thường, bạn hỏi một câu, mô hình trả lời một lần. Xong. Nhưng với một AI agent (ví dụ như một trợ lý lập trình tự động hay một bot quản lý danh mục đầu tư), quy trình sẽ là:
- Agent nhận nhiệm vụ
- Nó phải "suy nghĩ" qua nhiều bước
- Mỗi bước, nó gọi một lần LLM (mô hình ngôn ngữ lớn)
- Giữa các bước, nó có thể cần gọi công cụ bên ngoài (API, trình duyệt, hợp đồng thông minh)
- Nó quay lại với kết quả, tiếp tục vòng lặp cho đến khi hoàn thành nhiệm vụ
Điều này có nghĩa: một tác vụ agent đơn lẻ có thể tiêu tốn gấp 10 đến 100 lần số token (và do đó là compute) so với một cuộc trò chuyện thông thường. Đây không phải là dự đoán – đây là điều đã xảy ra với các sản phẩm như Claude Computer Use hay ChatGPT Operator.
Thứ hai, khối lượng giao dịch sẽ bùng nổ theo cấp số nhân. Khi bạn có 100 triệu agent chạy song song, mỗi agent thực hiện 1.000 tác vụ mỗi ngày, con số này sẽ phá vỡ mọi mô hình hạ tầng tập trung hiện tại. Và lúc này, các mạng lưới compute phi tập trung sẽ xuất hiện như một cứu cánh. Nhưng thực tế thì sao?
Tôi đã dành thời gian theo dõi hoạt động thực tế trên một số mạng DePIN lớn. Dữ liệu cho thấy: phần lớn chúng vẫn đang xử lý các tác vụ không đồng bộ (batch jobs) – render frame, train model, tạo ảnh hàng loạt. Chúng không được thiết kế cho các tác vụ thời gian thực, độ trễ thấp mà Agentic AI yêu cầu. Sự khác biệt giống như giữa một máy in và một cuộc gọi video vậy. Cả hai đều dùng mạng, nhưng độ trễ tới hạn của cuộc gọi video không thể chấp nhận được với một máy in phun màu.
Thứ ba, vấn đề về xác minh tính toàn vẹn. Trong thị trường crypto, khi bạn mua compute từ một mạng lưới phi tập trung, làm thế nào bạn biết rằng tác vụ đã được thực hiện đúng? Đối với render ảnh tĩnh, bạn có thể kiểm tra sản phẩm. Nhưng với Agentic AI, nơi quyết định có thể ảnh hưởng đến tài sản tài chính hoặc hợp đồng thông minh, tính toàn vẹn của compute là vấn đề sống còn. Đây chính là vết nứt không ai ngờ đằng sau cơn sốt DePIN.
Contrarian: Điều gì sẽ là cú chuyển mình thực sự?
Góc nhìn phản trực giác ở đây là: Chúng ta không cần nhiều compute hơn. Chúng ta cần compute có thể kiểm chứng được.
Trong một thị trường giảm giá như hiện tại, nơi mà "sống sót quan trọng hơn lợi nhuận", các nhà đầu tư cần nhận ra rằng "cơn khát compute" sẽ không được giải quyết bằng cách đổ thêm GPU vào các mạng lưới. Thay vào đó, hạ tầng tiền mã hóa sẽ thịnh vượng là hạ tầng giải quyết được bài toán tin cậy.
Hãy tưởng tượng: 100 triệu agent AI hoạt động trên nền tảng blockchain. Mỗi agent cần chứng minh rằng nó đã thực hiện đúng nhiệm vụ mà không gian lận. Điều này đưa chúng ta đến khái niệm "Verifiable Compute" – tính toán có thể xác minh. Các công nghệ như zk-proofs (zero-knowledge proofs) hay optimistic rollups không chỉ dành cho việc mở rộng blockchain, mà còn có thể trở thành lớp xác minh cho AI agents.
Nếu bạn đang tìm kiếm tín hiệu từ những biến động chóng mặt của thị trường, hãy nhìn vào những dự án đang xây dựng lớp xác minh cho AI, thay vì chỉ đơn thuần là thị trường GPU. Một AI agent không thể tự ký một hợp đồng thông minh nếu không có cách chứng minh rằng quyết định của nó dựa trên dữ liệu đúng và quy trình đúng. Đây là nơi mà tôi tin rằng giá trị thực sự sẽ được tạo ra, giống như cách mà các trình duyệt web đã tạo ra giá trị cho internet, không phải các công ty cáp quang.
Takeaway: Hãy theo dõi lớp xác minh, đừng say mê với GPU
Trong thị trường giảm giá này, thay vì hỏi "Token nào của AI sẽ pump tiếp?", hãy hỏi: "Giao thức nào đang xây dựng nền tảng để 100 triệu agent có thể tin tưởng lẫn nhau?" Bởi vì cuối cùng, việc thiếu compute có thể được giải quyết bằng phần cứng. Nhưng việc thiếu niềm tin vào compute – đó mới là mảnh đất màu mỡ cho blockchain.
Và đó, mới chính là câu chuyện chưa được kể.
