Louis Amira, Nhà sáng lập Circuit & Chisel – Loạt bài phỏng vấn

Louis Amira là nhà sáng lập Circuit & Chisel, với kinh nghiệm xây dựng sản phẩm và quan hệ đối tác trong các lĩnh vực AI, tiền mã hóa và thanh toán. Sự nghiệp của ông bao gồm việc đồng sáng lập một công ty khởi nghiệp trong vườn ươm Area 120 của Google, làm việc tại Chainlink và dẫn dắt các quan hệ đối tác về tiền mã hóa và AI tại Stripe. Ông cùng David Noël-Romas thành lập Circuit & Chisel nhằm giải quyết những thiếu hụt về hạ tầng đang cản trở các tác nhân AI thực hiện công việc hữu ích và đáng tin cậy cho doanh nghiệp.

Circuit & Chisel xây dựng hạ tầng cho các tác nhân AI, đồng thời là công ty đứng sau ATXP, Unbiased và Pareto. ATXP cung cấp khả năng định danh và thanh toán cho các tác nhân, trong khi Pareto kết hợp các mô hình tiên phong và mô hình có trọng số mở để cải thiện chất lượng và giảm chi phí suy luận AI. Unbiased cung cấp quyền truy cập Pareto thông qua nền tảng của mình. Trong cuộc phỏng vấn này, Amira trao đổi về điều phối mô hình, đánh giá, kinh tế học của suy luận, lưu giữ dữ liệu và mối liên hệ giữa khả năng suy luận đáng tin cậy của tác nhân với thanh toán tự chủ.

Sự nghiệp của ông đưa ông từ vườn ươm Area 120 của Google đến vị trí lãnh đạo các quan hệ đối tác về tiền mã hóa và AI tại Stripe, trước khi đồng sáng lập Circuit & Chisel. Những trải nghiệm đó đã dạy ông điều gì về hạ tầng cần thiết cho các tác nhân AI, và điều gì cuối cùng đã truyền cảm hứng để ông thành lập công ty?

Tại Google, tôi đồng sáng lập một công ty trong Area 120. Bài học tôi rút ra là: những gì bạn xây dựng trước tiên sẽ quyết định những gì bạn có thể xây dựng sau này. Tại Chainlink và Stripe, tôi chứng kiến mô hình tương tự từ phía còn lại. Công nghệ mới hoạt động tốt trong môi trường trình diễn, vào những ngày nắng đẹp với điều kiện hoàn hảo, rồi chững lại vì hạ tầng cần thiết cho thế giới thực vẫn chưa có.

David và tôi thành lập Circuit & Chisel để xây dựng các tác nhân có thể thực hiện công việc thực tế cho doanh nghiệp thực sự. Chúng liên tục thất bại vì những lý do rất cơ bản. Một tác nhân không thể chứng minh danh tính, cũng không thể thanh toán cho bất cứ thứ gì. Vì vậy, chúng tôi xây dựng ATXP để cung cấp cho các tác nhân danh tính và phương thức thanh toán.

Sau đó, chúng tôi gặp trở ngại tiếp theo. Một tác nhân có khả năng hành động cũng phải đưa ra kết quả chính xác với mức giá hợp lý cho nhiệm vụ. Đó là Pareto. Cả hai lần, chúng tôi đều có cùng một suy nghĩ: tìm ra mắt xích còn thiếu và xây dựng nó.

Ban đầu, Circuit & Chisel tập trung vào ATXP, một giao thức được thiết kế để cho phép các tác nhân AI tự động thanh toán cho nhau, trước khi mở rộng sang hạ tầng mô hình AI với Unbiased và Pareto. Điều gì đã thúc đẩy sự chuyển hướng này, và những công nghệ đó phù hợp như thế nào với tầm nhìn rộng hơn của ông về nền kinh tế tác nhân?

Khách hàng của chúng tôi (và các tác nhân của họ) cho thấy ATXP hoạt động hiệu quả. Các tác nhân có thể sở hữu danh tính và chi tiêu tiền. Nhưng khi làm việc trực tiếp với doanh nghiệp, chúng tôi nhận ra vấn đề đầu tiên của họ không phải là thanh toán. Đó là niềm tin vào kết quả. Không ai giao ngân sách cho một tác nhân chọn sai mô hình cho nhiệm vụ hoặc đưa ra câu trả lời sai.

Vì vậy, đầu năm nay, chúng tôi đã đẩy mạnh nỗ lực cải thiện chất lượng và giảm chi phí. Nỗ lực đó đã tạo nên Pareto.

Hai công nghệ này vẫn bổ trợ cho nhau. Pareto quyết định cách tác nhân suy nghĩ để xử lý một nhiệm vụ. ATXP cho phép tác nhân hành động và thanh toán. Bạn cần cả hai, theo đúng thứ tự đó, bởi không ai trao ví cho một tác nhân trước khi tin vào khả năng phán đoán của nó. Chúng tôi chỉ là đã xây dựng chúng theo thứ tự ngược lại.

Pareto có cách tiếp cận khác với các mô hình ngôn ngữ lớn truyền thống: thay vì dựa vào một mô hình duy nhất hoặc hệ thống định tuyến thông thường, nền tảng kết hợp đầu ra từ nhiều mô hình tiên phong và mô hình có trọng số mở. Ông có thể giải thích cách kiến trúc này hoạt động, đặc biệt là cách hệ thống tổng hợp các câu trả lời đối lập để tạo ra kết quả chính xác hoặc hữu ích hơn không?

Pareto là một hệ thống, không phải một mô hình đơn lẻ. Hệ thống phân công công việc cho các mô hình từ nhiều phòng thí nghiệm, gồm cả mô hình tiên phong lẫn mô hình có trọng số mở, và giao cho mỗi mô hình một nhiệm vụ. Một số mô hình có thể đảm đương được cùng một công việc, dù đôi khi vấn đề phức tạp và cần một mô hình rà soát, đưa ra khuyến nghị. Việc chọn mô hình nào để sử dụng dựa trên điểm số của từng mô hình về năng lực, chi phí, tốc độ và độ tin cậy đối với loại nhiệm vụ đó, cũng như mức độ kiểm tra cần thiết cho nhiệm vụ.

Chúng tôi không lấy trung bình các câu trả lời. Cách đó làm mờ lẫn các lỗi. Chúng tôi muốn các mô hình bất đồng với nhau, vì chính khi bất đồng, sai sót mới lộ ra. Khi tập hợp mô hình hiện có thay đổi, chúng tôi kiểm tra lại và phát hành một phiên bản Pareto mới, được đánh số.

Một trong những cam kết cốt lõi của Pareto là cung cấp trí tuệ ở cấp độ mô hình tiên phong với chi phí thấp hơn đáng kể. Vì có thể có nhiều mô hình cùng tham gia tạo câu trả lời, làm thế nào ông đạt được hiệu quả đó, và có những đánh đổi nào giữa chi phí suy luận, độ trễ và chất lượng đầu ra?

Nhiệm vụ của Pareto là đưa ra câu trả lời ở cấp độ mô hình tiên phong. Chi phí thấp hơn đến từ cách hệ thống thực hiện điều đó.

Phần lớn nội dung mọi người gửi cho AI đều là những yêu cầu thông thường. Mô hình rẻ hơn có thể xử lý đúng những yêu cầu đó với tần suất tương đương mô hình đắt nhất. Pareto chuyển các yêu cầu này đến những mô hình đó, dành các mô hình tiên phong hoặc nhóm nhiều mô hình phối hợp với nhau cho những yêu cầu thực sự cần đến chúng. Trong các bài kiểm tra đã công bố, phương pháp kết hợp này đạt điểm thấp hơn các mô hình GPT-6 Astra và Claude Opus 5.5 vài điểm ở hầu hết các chuẩn đánh giá lớn, trong khi chi phí cho mỗi nhiệm vụ thấp hơn 30-70%.

Không có sự đánh đổi đáng kể nào. Pareto không phải lúc nào cũng định tuyến mọi yêu cầu một cách hoàn hảo, nhưng chúng tôi đo lường mức độ định tuyến sai và cải thiện kết quả (đồng thời công bố chúng!).

Đội ngũ của bạn đã công bố kết quả đánh giá chuẩn cho thấy Pareto có khả năng cạnh tranh với các mô hình hàng đầu độc quyền và có trọng số mở, trong đó có các phép so sánh với GPT-6 Astra và Claude Opus 5.5. Bạn làm thế nào để bảo đảm những đánh giá này phản ánh hiệu năng trong thực tế thay vì chỉ tối ưu cho các bài đánh giá chuẩn, và các mô hình tiên phong vẫn có lợi thế đáng kể nào so với Pareto?

Chúng tôi công bố mã đánh giá để bất kỳ ai cũng có thể chạy lại các phép đo. Mọi mô hình, kể cả Pareto, đều được đánh giá bằng cùng một bộ công cụ. Chúng tôi cũng công khai cả những lần Pareto thua, tương tự như những lần mô hình này thắng. Bảng điểm mà bên tổ chức lúc nào cũng thắng thì chỉ là quảng cáo.

Chúng tôi đã ra mắt trên nhiều cổng AI và cấp quyền truy cập bản xem trước các mô hình mới cho các công ty thuộc đủ mọi quy mô. Chúng tôi tiếp nhận phản hồi của họ gần như theo thời gian thực để liên tục cải thiện hiệu năng của mô hình.

Theo thông tin được công bố, Pareto đã xử lý hơn hai nghìn tỷ token trong 48 giờ đầu tiên. Nhu cầu ban đầu đó cho thấy điều gì về thị trường suy luận AI tiết kiệm chi phí, và những thách thức kỹ thuật lớn nhất khi duy trì hiệu năng, độ tin cậy và khả năng mở rộng ở quy mô đó là gì?

Nhu cầu cao gấp nhiều lần so với dự đoán của chúng tôi và các đối tác, nhưng đáng tiếc là chúng tôi không có đủ năng lực tính toán để đáp ứng đúng mức. Ngay ngày đầu tiên, nhu cầu đã vượt mức 5 đến 10 tỷ token mỗi phút. Chúng tôi chỉ đáp ứng được khoảng 1,6 tỷ. Để đáp ứng đầy đủ nhu cầu đó miễn phí, mỗi ngày sẽ tốn nhiều triệu đô la.

Điều chúng tôi nhận ra là giá cả đang kìm hãm rất nhiều ứng dụng AI. Có những nhà phát triển tạo ra sản phẩm hoạt động tốt ở mức giá này nhưng không thể duy trì khi giá cao gấp năm lần. Hạ giá xuống là họ sẽ xuất hiện.

Thách thức lớn nhất rất đơn giản: chúng tôi cạn năng lực xử lý. Ngày đầu tiên, mô hình chạy chậm đến mức một số người bỏ cuộc. Chúng tôi đưa thêm năng lực xử lý vào hoạt động qua đêm và chuyển sang hình thức truy cập trả phí hai ngày sau khi ra mắt; đó là cách phân bổ hạn mức một cách trung thực.

Chúng tôi cũng rút ra được một điều về tính minh bạch. Một số người dùng cảm thấy bị đánh lừa khi biết Union Alpha là sự phối hợp của nhiều mô hình, chứ không phải một mô hình duy nhất. Đó cũng là một phần lý do chúng tôi cùng các đối tác ra mắt sản phẩm như thể đây chỉ là “một mô hình khác”: trên thực tế, người dùng không cần trải nghiệm đầu ra của một bộ định tuyến theo cách khác biệt.

Không lưu giữ dữ liệu cũng là một trụ cột quan trọng trong định vị của Pareto, nhất là khi các doanh nghiệp ngày càng lo ngại thông tin nhạy cảm đi qua các nhà cung cấp AI bên thứ ba. Bạn thực thi và xác minh những biện pháp bảo vệ này như thế nào khi có nhiều mô hình nền tảng tham gia, và khách hàng doanh nghiệp có thể nhận được những cam kết gì về cách dữ liệu của họ được xử lý?

Với các gói không lưu giữ dữ liệu của chúng tôi, chúng tôi không lưu trữ câu lệnh hay đầu ra của bạn; các nhà cung cấp mà chúng tôi gửi dữ liệu đến cũng vậy.

Khi có nhiều mô hình tham gia, cam kết không lưu giữ dữ liệu chỉ đáng tin cậy bằng mắt xích yếu nhất. Vì vậy, các yêu cầu thuộc diện ZDR chỉ được chuyển đến những mô hình hoạt động theo điều khoản không lưu giữ dữ liệu. Nếu nhà cung cấp không đáp ứng được các điều khoản đó, họ sẽ không nhận lưu lượng ZDR.

Khách hàng doanh nghiệp nhận được cam kết bằng văn bản: một thỏa thuận xử lý dữ liệu và phụ lục ZDR. Chúng tôi cũng nêu rõ những gói nào không thuộc diện ZDR để không ai nhầm lẫn. Với các công ty muốn dữ liệu không bao giờ rời khỏi tòa nhà của mình, chúng tôi đang phát triển một phiên bản có thể chạy trên phần cứng của họ. Chúng tôi sẽ sớm chia sẻ thêm.

Khi các tác nhân AI chuyển từ trả lời câu hỏi sang thực hiện những quy trình phức tạp gồm nhiều bước, các lỗi suy luận nhỏ có thể tích tụ và dẫn đến những thất bại nghiêm trọng. Pareto xử lý các vấn đề như ảo giác, đầu ra mâu thuẫn giữa các mô hình và độ tin cậy trong những tác vụ tác tử kéo dài như thế nào? Việc kết hợp nhiều mô hình có thể tự tạo ra những kiểu lỗi mới không?

Đây là vấn đề chúng tôi gặp phải đầu tiên. Khi không còn là bản trình diễn, các tác nhân thường hoạt động không ổn định. Một sai sót nhỏ ở bước thứ hai có thể trở thành sai lầm lớn ở bước thứ mười.

Nhiều mô hình sẽ giúp ích ở những bước khó. Chúng có thể xử lý riêng cùng một vấn đề, kiểm tra lẫn nhau hoặc xác nhận kết quả trước khi tác nhân tiếp tục. Một mô hình đơn lẻ không có ý kiến thứ hai; Pareto thì có.

Chúng tôi đo lường mức độ hài lòng của người dùng và hiệu năng trên các tác vụ thực tế, công bố kết quả, kể cả những kết quả không tốt, rồi khắc phục những gì phát hiện được. Khách hàng cần hành vi nhất quán mỗi lần sử dụng có thể ghim một phiên bản Pareto để phiên bản đó không thay đổi ngoài ý muốn.

Thông qua ATXP và Unbiased, Circuit & Chisel đang giải quyết hai thách thức quan trọng đối với các tác nhân tự chủ: tiếp cận năng lực trí tuệ một cách hiệu quả và thanh toán cho các dịch vụ mà chúng sử dụng. Bạn hình dung những năng lực này sẽ hội tụ ra sao, và liệu trong tương lai các tác nhân có thể tự lựa chọn, mua và phối hợp các mô hình AI cùng công cụ bên ngoài dựa trên hiệu năng, chi phí và yêu cầu của từng tác vụ hay không?

Có. Đó là hướng phát triển tất yếu.

Hiện nay, con người quyết định nên dùng mô hình nào, gọi công cụ nào và thanh toán ra sao. Ngày càng nhiều lựa chọn như vậy sẽ do tác nhân thực hiện. Tác nhân sẽ chọn mô hình phù hợp cho từng bước, tìm những công cụ cần thiết, thanh toán cho từng nhà cung cấp và kiểm tra kết quả trước khi tiếp tục.

Để làm được điều đó cần hai yếu tố. Một là cách tiếp cận năng lực trí tuệ phù hợp với từng tác vụ, và đó là Pareto. Hai là cách xác minh danh tính và thanh toán; đó là mục đích ban đầu của ATXP.

Hiện nay, nhiều công ty đang giải quyết những vấn đề như giới hạn, trách nhiệm pháp lý, v.v. trước khi mọi người tin tưởng giao tiền cho các tác nhân. Đó là lý do chúng tôi bắt đầu với năng lực phán đoán. Khâu thanh toán càng hữu ích khi bạn càng tin tưởng tác nhân sử dụng nó.

Nhìn về phía trước, ông có cho rằng đột phá lớn tiếp theo trong lĩnh vực AI chủ yếu sẽ đến từ việc huấn luyện các mô hình đơn lẻ ngày càng mạnh hơn, hay từ việc phát triển các hệ thống có khả năng kết hợp thông minh những mô hình và năng lực hiện có? Theo ông, sự khác biệt đó sẽ định hình cuộc cạnh tranh giữa các công ty AI mới nổi và những nhà cung cấp mô hình tiên phong lớn như thế nào trong vài năm tới?

Cả hai. Các phòng nghiên cứu sẽ tiếp tục tạo ra những mô hình tốt hơn, và điều đó rất quan trọng. Chúng tôi đảm bảo mọi người không cảm thấy cần phải đọc về và thử nghiệm từng mô hình một. Chúng tôi nên cung cấp đúng mô hình cho đúng tác vụ, với tỷ suất hoàn vốn đầu tư phù hợp. Không còn mệt mỏi vì quá nhiều mô hình.

Chúng tôi sẽ không bao giờ chi nhiều hơn các phòng nghiên cứu cho việc huấn luyện; chúng tôi dựa trên thành quả của họ và giúp phân phối các mô hình đó. Mỗi khi một phòng nghiên cứu phát hành mô hình tốt hơn, Pareto cũng trở nên tốt hơn.

Các phòng nghiên cứu có thể tự xây dựng hệ thống này, và một số sẽ làm vậy. Nhưng bộ định tuyến của một phòng nghiên cứu sẽ ưu tiên đội ngũ nội bộ. Chúng tôi không sở hữu mô hình nào, nên cách duy nhất để giành chiến thắng là giúp khách hàng nhận được câu trả lời tốt nhất với số tiền bỏ ra. Càng có nhiều mô hình, điều đó càng quan trọng.

Cảm ơn ông vì cuộc phỏng vấn tuyệt vời. Độc giả muốn tìm hiểu thêm về Pareto, cơ sở hạ tầng cho tác nhân và các công cụ kết nối khả năng suy luận của AI với danh tính và thanh toán có thể truy cập Circuit & Chisel.