Phỏng vấn

Brad Wardell, Nhà sáng lập kiêm Giám đốc điều hành Clairvoyance AI – Loạt bài phỏng vấn

Antoine Tardif
Thêm Unite.AI vào các nguồn ưu tiên của bạn trên Google
Brad Wardell, Founder and CEO of Clairvoyance AI
Điểm chínhWardell lập luận rằng việc định tuyến công việc giữa phần cứng cục bộ và đám mây quan…
Xem thêm
  • Wardell lập luận rằng việc định tuyến công việc giữa phần cứng cục bộ và đám mây quan trọng hơn kích thước mô hình thô.
  • Clairvoyance lưu trữ ký ức của tác nhân trong một đồ thị để các cập nhật lan truyền và luôn được cập nhật.
  • Wardell dự đoán 90 đến 95% công việc AI sẽ chạy cục bộ trong vòng 18 tháng.

Brad Wardell là nhà sáng lập kiêm Giám đốc điều hành Clairvoyance AI, đồng thời là nhà sáng lập kiêm Giám đốc điều hành Stardock. Ông đã dành hơn ba thập kỷ phát triển phần mềm máy tính để bàn và trò chơi chiến thuật, trong đó có các sản phẩm như Fences và Galactic Civilizations. Công việc phát triển quy trình làm game, tài sản sáng tạo và báo cáo kinh doanh thường nhật đã khơi gợi sự quan tâm của ông đối với các tác nhân AI hoạt động liên tục, có thể làm việc trực tiếp với tệp và ứng dụng trên máy cục bộ.

Clairvoyance AI phát triển một không gian làm việc dành cho các nhân sự AI được đặt tên, có nhiệm vụ được giao liên tục và khả năng ghi nhớ, kết nối tệp và công cụ phát triển trên máy cục bộ với các dịch vụ đám mây và mô hình chạy trên phần cứng của chính người dùng. Được ươm tạo tại Stardock, sản phẩm hỗ trợ các quy trình làm việc tạo ra ghi chú, báo cáo và các sản phẩm khác có thể tái sử dụng. Trong cuộc phỏng vấn này, Wardell trao đổi về cách quá trình phát triển trò chơi đã định hình sản phẩm, vai trò của các mô hình chạy cục bộ trong công việc hằng ngày, cũng như các cơ chế định tuyến, ghi nhớ và kiểm soát quyền cần thiết để các tác nhân trở nên hữu ích.

Ông đã dành hơn ba thập kỷ phát triển phần mềm máy tính để bàn và trò chơi chiến thuật tại Stardock, trong đó có các sản phẩm như Fences và Galactic Civilizations. Vấn đề nào trong chính doanh nghiệp của ông đã thôi thúc ông xây dựng Clairvoyance AI, và khi nào ông nhận ra sản phẩm này có thể trở thành một công ty độc lập?

Vấn đề cấp bách thực sự là Ara: History Untold, trò chơi mà Stardock đã giúp Microsoft và Oxide Games hoàn thiện. Chúng tôi tốn rất nhiều thời gian chỉ để đưa tài sản sáng tạo vào trò chơi. Nội dung viết được gửi đến dưới dạng tệp .DOCX, phải mất công chuyển đổi thủ công sang XML hoặc CSV. Các tài sản 3D phải được đưa vào công cụ trò chơi một cách cẩn thận. Chỉ một thay đổi về cân bằng trò chơi cũng đồng nghĩa với việc phải chỉnh sửa hàng tá tệp khác nhau. Bản địa hóa đòi hỏi phải tự ghép các chuỗi đã dịch với đúng khóa trong đúng tệp. Clairvoyance AI đã giúp mọi việc đó trở nên dễ dàng và cho phép chúng tôi phát hành trò chơi đúng hạn.

Đến cuối năm 2025, nội bộ chúng tôi đã tranh luận về việc có nên công khai sản phẩm hay không. Đây là một lợi thế cạnh tranh thực sự, giống như sở hữu một phiên bản bao quát hơn của một thứ như OpenClaw sớm hơn một năm. Điều khiến chúng tôi quyết định công khai là chứng kiến bạn bè và đồng nghiệp mất việc vì tự động hóa bằng AI, trong khi họ có thể giữ được việc nếu có công cụ tốt hơn. Đến lúc đó, chúng tôi biết mình muốn mở Clairvoyance AI cho công chúng.

Ông từng cho rằng nhiều công cụ tác nhân AI bộc lộ sự thiếu kinh nghiệm trong việc đưa phần mềm tiêu dùng ra thị trường. Ông thường thấy những sai lầm nào nhất, và các nhà phát triển AI nên áp dụng bài học nào từ sự nghiệp của ông?

Dấu hiệu rõ nhất là cách dùng thuật ngữ. Nếu chưa biết những từ như “glyph”, tức hình nhỏ trên một nút, bạn sẽ gặp bất lợi thực sự khi trao đổi với AI, vì nó được huấn luyện dựa trên những người vốn đã biết thuật ngữ chuyên ngành. Phần lớn các nhóm xây dựng những công cụ này rất thông minh nhưng còn rất trẻ, và điều đó thể hiện qua các lựa chọn về tính dễ sử dụng. Một ví dụ điển hình là khi Anthropic bổ sung tính năng kéo văn bản từ phiên làm việc trên cửa sổ dòng lệnh này sang phiên khác, tính năng đó đã thu hút hàng triệu lượt xem. Chúng tôi đã có các tác nhân mà bạn chỉ cần @ theo tên là có thể tự động giao việc, chẳng cần kéo thả gì cả. Công cụ của họ lại buộc người dùng phải làm phần việc mà lẽ ra AI nên đảm nhiệm.

Bài học sau 30 năm đưa phần mềm máy tính để bàn ra thị trường là bạn phải thực sự sử dụng sản phẩm mình đang xây dựng mỗi ngày, với những thời hạn thực tế, trước khi bất kỳ ai bên ngoài công ty được tiếp cận. Nhiều sản phẩm AI có vẻ được tạo ra bởi những người chưa từng phải gắn bó với chính phần mềm của mình trong công việc hằng ngày.

Ông mô tả giai đoạn tiếp theo của AI là bài toán định tuyến: quyết định tác vụ nào chạy trên thiết bị, qua mạng nội bộ hay trên đám mây. Ông có thể trình bày một quy trình làm việc thực tế và giải thích cách đưa ra những quyết định đó không?

Việc định tuyến giờ đây không còn thực sự là quyết định của từng cá nhân nữa mà đang trở thành quyết định ở cấp công ty. Chúng tôi sắp phát hành một tính năng có tên Hivemind để cụ thể hóa điều này. Hầu hết các doanh nghiệp đã sở hữu nhiều máy đủ năng lực nhưng không hoạt động vào ban đêm. Hivemind cho phép công ty gộp các GPU nhàn rỗi trên những máy của mình, để bất kỳ ai trong nhóm cũng có thể chạy tác vụ AI trên đó thay vì gửi lên đám mây. Nếu cần theo dõi hàng chục nghìn lô hàng trong chuỗi cung ứng hoặc kiểm toán dòng tiền của công ty, bạn không cần đến mô hình đám mây tiên tiến nhất. Bạn chỉ cần đủ năng lực tính toán, và hầu hết các công ty đã có sẵn phần cứng chưa được sử dụng ngoài giờ làm việc.

Ở cấp độ cá nhân, logic tương tự cũng đúng, chỉ ở quy mô nhỏ hơn. Mỗi đêm, tôi chạy bảng điều khiển, báo cáo sự cố, báo cáo cảm xúc khách hàng và dữ liệu bán hàng bằng một mô hình cục bộ thay vì mô hình trên đám mây. Trước đây, tôi chạy chính khối lượng công việc đó qua Claude và tốn khoảng 100 USD mỗi tháng cho token. Giờ đây, công việc chạy miễn phí qua đêm trên phần cứng tôi đã sở hữu, và sáng hôm sau tôi đọc kết quả.

Vì vậy, quyết định thực sự không phải là “cục bộ hay đám mây”, mà là “việc này có cần được thực hiện khi có người đang nhìn vào màn hình hay không, và công ty đã có phần cứng để xử lý mà không phải trả phí theo từng token chưa”.

Ông tin rằng hiện nay một phần đáng kể công việc thường nhật do tác nhân thực hiện đã có thể chạy trên phần cứng cục bộ. Ông đã chứng minh điều này với những tác vụ nào, trên phần cứng nào, và đo lường thành công ra sao ngoài việc xem mô hình có đưa ra câu trả lời nghe hợp lý hay không?

Chúng tôi đã đạt được nhiều kết quả khả quan khi dùng AI chạy cục bộ để bổ sung siêu dữ liệu cho các tệp. Cũng như nhiều công ty khác, chúng tôi có hàng terabyte dữ liệu trên mạng nội bộ. Stardock phát triển cả phần mềm lẫn trò chơi; riêng mảng trò chơi có hàng chục năm tích lũy tài nguyên đồ họa 3D và 2D, video, sản phẩm công việc, v.v.

Trong công ty, chúng tôi có khá nhiều card đồ họa tương đối tốt của AMD và NVIDIA. Chúng tôi nhận thấy các mô hình có từ 8B đến 12B tham số là quá đủ để thực hiện mọi việc mình cần, và chúng có thể chạy ngay cả trên phần cứng tương đối cũ. Hiện tại, chúng tôi có một máy tính xách tay Qualcomm Snapdragon X2 đang xử lý một số công việc này dưới nền vào buổi tối.

AI chạy cục bộ rất giỏi trong việc từ từ xử lý và rà soát các tệp này, rồi bổ sung siêu dữ liệu để khi cần tìm thứ gì đó, bạn có thể tìm kiếm và nhanh chóng tìm thấy nó. Nhờ vậy, chúng tôi phát hiện mình có 16 mẫu 3D khác nhau về chó sói. Thở dài.

Điều gì nên khiến bạn chuyển từ một mô hình cục bộ nhỏ sang mô hình đám mây mạnh hơn? Làm thế nào để phát hiện mô hình cục bộ đang gặp khó khăn trước khi nó mắc phải sai lầm gây hậu quả nghiêm trọng?

Hiện tại, có lẽ nên đưa lên đám mây mọi việc đòi hỏi khả năng phán đoán linh hoạt, không bị giới hạn trong một khuôn khổ cụ thể. Các mô hình tiên tiến nhất về cơ bản đã giải quyết được vấn đề ảo giác. Khi chuyển sang các mô hình nhỏ hơn (chạy cục bộ), hiện tượng ảo giác lại xuất hiện. Vì vậy, với các mô hình cục bộ, chúng tôi thường phải áp dụng nhiều cơ chế bảo vệ.

Clairvoyance tổ chức các tác nhân thành đội ngũ nhân sự AI với bộ nhớ lâu dài và nhiệm vụ liên tục. Ông đã rút ra được điều gì về cách duy trì ngữ cảnh hữu ích theo thời gian mà không để các chỉ dẫn lỗi thời, giả định sai hoặc ký ức mâu thuẫn tích tụ?

Bên dưới giao diện, Clairvoyance lưu trữ ký ức dưới dạng cấu trúc đồ thị. Vì vậy, khi một thông tin được cập nhật, thay đổi đó thường kích hoạt các cập nhật đệ quy ở những nút khác. Cách này giúp đảm bảo các ký ức luôn được sắp xếp và cập nhật.

Thách thức là ngăn quá trình đệ quy vô hạn, và để làm được điều đó, chúng tôi đã phải thử nghiệm, sai rồi sửa rất nhiều trong vài năm qua.

Việc cấp cho các tác nhân quyền truy cập vào tệp, ứng dụng và công cụ phát triển giúp chúng hữu ích hơn, nhưng cũng làm tăng hậu quả của sai sót. Ông thiết kế quyền hạn, quy trình phê duyệt của con người và cơ chế khôi phục như thế nào khi một tác nhân thực hiện sai hành động?

Điểm cụ thể duy nhất mà chúng tôi có là tính năng Bảo vệ tệp: Clairvoyance có thể ngăn các tác nhân xóa sạch thư mục. Tính năng này được thực thi ở cấp ứng dụng, thay vì thông qua các hook mà tác nhân có thể tìm cách né tránh.

Khi một quy trình kết hợp xử lý cục bộ với suy luận trên đám mây, khái niệm “ưu tiên xử lý cục bộ” có thể mang nhiều ý nghĩa khác nhau. Những thông tin nào rời khỏi máy của người dùng, và người dùng có thể hiểu cũng như kiểm soát ranh giới đó bằng cách nào?

Bảo mật đám mây là việc ngăn người khác xâm nhập. Nhưng điều đó không trả lời được câu hỏi liệu ngay từ đầu nhà cung cấp mô hình có nên nắm giữ bí mật của công ty bạn hay không. Clairvoyance được thiết kế theo hướng ưu tiên xử lý cục bộ: ghi chú, dự án và ký ức của đội ngũ được lưu trên máy của bạn. Việc nào được gửi đến mô hình đám mây là lựa chọn của bạn, áp dụng riêng cho từng nhân viên chứ không phải một thiết lập chung. Nếu chạy mô hình cục bộ, bạn hoàn toàn không cần đưa bất cứ thứ gì ra khỏi phần cứng của mình. Chúng tôi nghe trực tiếp từ các khách hàng doanh nghiệp rằng họ bức xúc vì phải tải toàn bộ quy trình làm việc bảo mật lên Anthropic hoặc OpenAI chỉ để hoàn thành công việc.

Clairvoyance có hơn 40.000 người dùng. Ông đã tìm hiểu được gì từ cách mọi người thực sự sử dụng Clairvoyance, và ông có thể chia sẻ một ví dụ đo lường được về quy trình lặp lại mà sản phẩm đã liên tục mang lại giá trị không?

Tỷ lệ giữ chân người dùng phụ thuộc rất nhiều vào lượng dữ liệu họ tạo ra trong các phiên làm việc.

Hầu hết người dùng AI vẫn chưa thực sự bước qua ngưỡng có thể lấy dữ liệu do AI tạo ra để tiếp tục xây dựng dựa trên đó. Đa số vẫn suy nghĩ theo hướng đưa ra câu lệnh. Những người tiếp tục sử dụng Clairvoyance là những người tạo ra nhiều tài liệu minh chứng và báo cáo, rồi dùng chúng làm nền tảng cho công việc tiếp theo.

Nhìn về một năm tới, những phát triển nào sẽ giúp mở rộng đáng kể phạm vi công việc mà các tác nhân có thể xử lý đáng tin cậy ngay trên thiết bị? Điều gì cần xảy ra để ông xem xét lại quan điểm rằng việc định tuyến quan trọng hơn quy mô mô hình?

Tôi nghĩ trong vòng 18 tháng, 90 đến 95% công việc AI sẽ được xử lý cục bộ, có lẽ chỉ 5% cần đến đám mây cho những tác vụ đòi hỏi năng lực tiên tiến nhất. Lý do chủ yếu là hiện gần như chưa có việc gì được giao cho AI, ngay cả những tác vụ đơn giản như sàng lọc hồ sơ xin việc theo địa điểm hoặc kiểm tra thời gian giao hàng vẫn do con người thực hiện, trong khi mô hình 4B đã có thể làm những việc đó trên máy tính xách tay. Những yếu tố thúc đẩy sự thay đổi này là hình thức tính toán gộp theo kiểu Hivemind (cho phép các GPU ít được sử dụng của công ty phục vụ mọi người trong cùng miền) và khả năng định tuyến đủ tốt để không ai cần biết mô hình 4B hay Opus là gì.

Cảm ơn ông đã tham gia buổi phỏng vấn rất thú vị. Độc giả muốn dùng thử ứng dụng máy tính để quản lý các tác nhân AI có bộ nhớ lâu dài trên nhiều máy tính của mình có thể truy cập Clairvoyance AI.

Antoine là một nhà lãnh đạo có tầm nhìn và đối tác sáng lập của Unite.AI, được thôi thúc bởi niềm đam mê bền bỉ trong việc định hình và thúc đẩy tương lai của AI và công nghệ robot. Là doanh nhân đã thành lập nhiều công ty, ông tin rằng AI sẽ làm thay đổi xã hội sâu sắc như điện năng và thường hào hứng nói về tiềm năng của các công nghệ đột phá và trí tuệ nhân tạo tổng quát (AGI).

Với vai trò là một nhà tương lai học, ông dành tâm huyết khám phá cách những đổi mới này sẽ định hình thế giới. Ông cũng là người sáng lập Securities.io, một nền tảng tập trung đầu tư vào các công nghệ tiên tiến đang định nghĩa lại tương lai và tái định hình toàn bộ các ngành.