Bạn có đang sử dụng AI hoàn toàn sai cách? Karpathy vừa thay đổi cuộc chơi
1/ Bạn vẫn loay hoay với prompt engineering? Sai rồi.
Trong tuần qua, Andrej Karpathy – nhà nghiên cứu AI đình đám, cựu thành viên OpenAI, hiện đang ở Anthropic – đã chia sẻ một phương pháp làm việc với AI đơn giản đến mức phản trực giác.
Anh ấy gọi đó là "long-form oral prompting".
Và nó hoàn toàn phá vỡ cách chúng ta nghĩ về việc sử dụng mô hình ngôn ngữ.
2/ Hãy tưởng tượng bạn cần giải quyết một vấn đề phức tạp. Một dự án DeFi mới, hoặc chiến lược arbitrage giữa hai pool thanh khoản.
Thông thường, bạn sẽ ngồi xuống, mở trình soạn thảo, gõ một prompt hoàn chỉnh.
Nhưng Karpathy nói: Đừng làm thế.
Thay vào đó, hãy bật ghi âm. Nói chuyện với AI như thể bạn đang nói với đồng nghiệp ngồi cạnh bàn.
Bắt đầu với những suy nghĩ rời rạc, không có cấu trúc. Thậm chí là lộn xộn.
Đây là phần mấu chốt: bạn không cần AI để có được câu trả lời hoàn hảo ngay từ đầu. Bạn cần AI giúp bạn suy nghĩ.
3/ Từ góc nhìn on-chain data analyst, tôi thấy một sự tương đồng rõ rệt.
Khi tôi phân tích một vụ rug-pull, tôi không bắt đầu với một giả thuyết hoàn chỉnh. Tôi bắt đầu với dữ liệu thô – hàng nghìn giao dịch, một loạt ví bất thường, và hành vi khả nghi.
Tôi không cố gắng ép dữ liệu vào một khuôn mẫu có sẵn. Tôi để dữ liệu tự kể câu chuyện của nó.
Karpathy đang làm điều tương tự với AI. Anh ấy để AI "xử lý" sự hỗn loạn của suy nghĩ con người, thay vì bắt con người phải suy nghĩ một cách có trật tự để phù hợp với công cụ.
Đây là một sự thay đổi mang tính triết học: AI không còn là một công cụ thụ động nữa. Nó trở thành một đối tác chủ động trong quá trình tư duy.
4/ Nhưng phần thú vị nhất nằm ở chi tiết kỹ thuật.
Karpathy đề nghị: để AI tự đặt câu hỏi.
Sau khi bạn "nói chuyện" với nó một hồi, hãy yêu cầu nó đặt ra ba đến năm câu hỏi để làm rõ mục tiêu của bạn.
Điều này biến cuộc trò chuyện thành một "cuộc phỏng vấn nhỏ".
Và tại sao điều này lại quan trọng?
Bởi vì hầu hết chúng ta không thực sự hiểu vấn đề của mình. Chúng ta nghĩ rằng mình hiểu, nhưng đến khi phải trả lời câu hỏi từ AI, chúng ta mới nhận ra những lỗ hổng trong logic của mình.
Đây không phải là một mẹo vặt. Đây là một phản hồi (feedback loop) theo đúng nghĩa.
AI không chỉ trả lời; nó đặt câu hỏi. Và những câu hỏi đó buộc bạn phải suy nghĩ sâu hơn.
5/ Từ góc nhìn về Layer 2, tôi thấy đây là một ứng dụng hoàn hảo cho các giao thức DeFi phức tạp.
Giả sử bạn muốn hiểu lý do tại sao TVL của một giao thức nào đó giảm mạnh. Thay vì tự mình xây dựng một dashboard, hãy "nói" cho AI biết những quan sát ban đầu của bạn:
"Tôi thấy có dòng tiền bất thường từ ví A sang ví B. Nhưng tôi không chắc điều này có liên quan đến lỗ hổng hợp đồng thông minh hay không. Cũng có thể là do một bot arbitrage đang hoạt động."
Sau đó, để AI đặt câu hỏi. Nó có thể hỏi bạn: "Ví B có liên kết với một sàn giao dịch tập trung nào không?" hoặc "Bạn có kiểm tra lịch sử giao dịch của bot đó trong 48 giờ qua không?"
Bạn sẽ nhanh chóng nhận ra: bạn đang suy nghĩ, AI đang suy nghĩ, và cả hai cùng nhau xây dựng một bức tranh hoàn chỉnh.
Đây là sự kết hợp mạnh mẽ giữa trực giác con người và sức mạnh xử lý của máy móc.
6/ Nhưng có một góc nhìn phản trực giác ở đây.
Nhiều người sẽ nói: "Điều này chỉ hiệu quả với những người đã có kiến thức nền tảng."
Và tôi đồng ý. Nhưng với một điểm nhấn quan trọng.
Phương pháp của Karpathy không dành cho người mới bắt đầu. Nó dành cho những người đã có sự hỗn loạn trong đầu — những người có kinh nghiệm, nhưng chưa có cấu trúc rõ ràng.
Nó yêu cầu AI phải có khả năng đặt câu hỏi thông minh. Không phải tất cả các mô hình đều làm tốt điều này. Một số mô hình (đặc biệt là các mô hình nhỏ) sẽ đặt ra những câu hỏi ngớ ngẩn, hoặc không đặt câu hỏi nào cả.
Và đây là điểm mù: nếu AI đặt câu hỏi sai, nó sẽ dẫn bạn đi lạc đường. Bạn sẽ mất thời gian và thậm chí đưa ra quyết định tồi tệ hơn.
Vì vậy, đừng nghĩ rằng bạn chỉ cần nói chuyện với bất kỳ AI nào cũng được. Chất lượng của "cuộc phỏng vấn" phụ thuộc rất nhiều vào chất lượng của "người phỏng vấn".
7/ Vậy tín hiệu cho tuần tới là gì?
Hãy thử nghiệm.
Nếu bạn đang làm việc với các giao thức DeFi, hãy thử dùng phương pháp này để phân tích dữ liệu on-chain.
Bắt đầu bằng cách nói ra tất cả những gì bạn thấy — không cần phải hoàn hảo. Sau đó, yêu cầu AI đặt câu hỏi.
Bạn sẽ ngạc nhiên về những góc nhìn mà bạn chưa từng nghĩ tới.
Và nếu bạn là một developer đang xây dựng ứng dụng AI, hãy cân nhắc thêm tính năng "đặt câu hỏi chủ động" vào sản phẩm của bạn. Đây không chỉ là một tính năng. Đây là một sự thay đổi trong cách con người và AI tương tác.
Câu hỏi cuối cùng: Bạn có dám để một AI đặt câu hỏi cho công việc của mình không?
8/ Trong thế giới blockchain, nơi mọi thứ đều có thể được đo lường, dữ liệu là vua.
Nhưng dữ liệu không biết nói. Nó cần một người phiên dịch.
Và Karpathy vừa cho chúng ta thấy: AI không chỉ có thể phiên dịch dữ liệu. Nó có thể phiên dịch cả suy nghĩ của chúng ta.
Đó là sự thay đổi lớn nhất.