Trong tháng đầu tiên ra mắt, hơn 10.000 kỹ năng (skill) đã được tạo ra bởi những người dùng không có kiến thức lập trình thông qua tính năng 'Record a skill' của Claude Cowork. Nhưng dưới lớp vỏ bọc tiện lợi, công nghệ này đã khuấy động cả ngành RPA và gây ra những lo ngại về bảo mật chưa từng có. Ai đó có thể dễ dàng ghi lại toàn bộ thao tác làm việc, bao gồm cả mật khẩu và tài liệu mật, rồi tải lên máy chủ của Anthropic – nhưng liệu chúng ta có thực sự kiểm soát được dữ liệu của chính mình?
Bài viết này sẽ phân tích kỹ thuật đằng sau tính năng ghi kỹ năng của Claude Cowork và sự cạnh tranh trực tiếp với OpenAI Codex. Với tư cách là một Nhà chiến lược định lượng, tôi sẽ nhìn nhận nó từ góc độ của một 'Thám tử dữ liệu' – phân tích các tín hiệu kỹ thuật, đặt câu hỏi về những gì chưa được nói, và đưa ra cảnh báo về những rủi ro tiềm ẩn. Bối cảnh hiện tại: thị trường AI agent đang nóng lên từng ngày, cả Anthropic và OpenAI đều đặt cược vào khả năng tự động hóa giao diện người dùng. Nhưng câu hỏi đặt ra là: công nghệ này thực sự hoạt động như thế nào, và liệu nó có an toàn cho người dùng doanh nghiệp không?
Khi trí tuệ nhân tạo không minh bạch – đó là vấn đề cốt lõi. Tính năng 'Ghi kỹ năng' về bản chất là một sự kết hợp kỹ thuật giữa ghi lại hành vi màn hình, hiểu ý định bằng mô hình ngôn ngữ lớn và tạo mã thực thi. Nó không phải là một đột phá trong kiến trúc mô hình, mà là một sự đóng gói thông minh các khả năng có sẵn: thị giác máy tính, nhận dạng giọng nói, và sinh mã. Đối thủ OpenAI Codex cũng làm điều tương tự với tên gọi giống hệt. Sự trùng hợp này cho thấy đây là một 'cuộc chiến tính năng' điển hình, nơi lợi thế cạnh tranh không nằm ở mô hình mà ở trải nghiệm người dùng và hệ sinh thái. Một điểm đáng chú ý: cả hai đều không công bố chi tiết về cách xử lý lỗi khi giao diện người dùng thay đổi – một điểm mù kỹ thuật có thể làm hỏng toàn bộ kỹ năng đã ghi.
Dựa trên kinh nghiệm phân tích dữ liệu on-chain và kiểm toán hợp đồng thông minh của tôi, tôi thấy có một sự tương đồng đáng báo động: giống như các giao thức DeFi thường che giấu lỗi trong hàm withdraw, tính năng ghi kỹ năng này che giấu rủi ro về quyền riêng tư. Khi người dùng ghi lại một quy trình làm việc, họ vô tình gửi lên máy chủ Anthropic toàn bộ thông tin hiển thị trên màn hình, bao gồm tài liệu mật, email, và thậm chí mật khẩu nếu phần mềm không chặn. Điều này tạo ra một bề mặt tấn công khổng lồ: dữ liệu được lưu trữ trên cloud, không rõ thời gian lưu trữ, và không có cam kết không sử dụng để huấn luyện mô hình. Trong 23 năm quan sát ngành, tôi chưa từng thấy một công cụ năng suất nào lại thu thập nhiều dữ liệu nhạy cảm đến vậy mà không có cơ chế bảo vệ minh bạch.
Khi mã nguồn không thể kiểm tra – một câu ký hiệu khác tôi thường dùng. Không giống như các hợp đồng thông minh có thể được kiểm toán công khai, 'kỹ năng' được tạo ra từ tính năng này là một hộp đen. Người dùng không biết chính xác mã nào đang được thực thi, liệu có lỗ hổng bảo mật hay không, và liệu kỹ năng có thể bị lợi dụng để thực hiện các hành động độc hại sau này hay không. Hãy tưởng tượng một nhân viên ghi lại quy trình xử lý hóa đơn, và kỹ năng đó vô tình ghi lại thông tin tài khoản ngân hàng của công ty – rủi ro là rất thực tế.
Khi dự báo thảm họa từ dữ liệu lịch sử – kinh nghiệm từ sự sụp đổ Terra Luna dạy tôi rằng các chỉ báo dẫn dắt thường xuất hiện trước thảm họa. Ở đây, chỉ báo là số lượng kỹ năng được tạo ra và tỷ lệ lỗi thực thi. Nếu Anthropic không công bố tỷ lệ thành công của kỹ năng, đó là dấu hiệu đỏ. Trong quá khứ, các dự án DeFi thường che giấu số liệu TVL thực tế; tương tự, các công ty AI có thể che giấu độ tin cậy của agent. Tôi đề xuất một phương pháp kiểm tra: hãy thử ghi một kỹ năng đơn giản như 'mở Chrome và truy cập Gmail', sau đó thay đổi kích thước cửa sổ và chạy lại. Nếu nó thất bại, bạn đang đối mặt với một công cụ yếu về khả năng khái quát hóa.
Góc nhìn phản trực giác: Tính năng này tạo ra một ảo tưởng về năng suất. Người dùng nghĩ rằng họ đang tự động hóa công việc, nhưng thực tế họ đang tạo ra các kỹ năng mong manh, dễ hỏng khi môi trường thay đổi. Tương quan giữa sự tiện lợi và độ tin cậy là âm: càng dễ tạo, càng khó duy trì. Hãy nhìn vào lịch sử của RPA: các bot ghi lại macro thường bị hỏng sau mỗi bản cập nhật phần mềm. Cùng một logic áp dụng cho AI agent. Điểm mù lớn nhất là sự phụ thuộc vào cloud: nếu Anthropic gặp sự cố, tất cả kỹ năng của bạn đều vô dụng.
Tín hiệu cho tuần tới: Hãy theo dõi phản ứng của cộng đồng bảo mật. Nếu các chuyên gia bắt đầu công bố các lỗ hổng trong quá trình ghi kỹ năng (ví dụ: khả năng chèn mã độc thông qua cửa sổ ẩn), giá trị của tính năng này sẽ giảm mạnh. Tôi dự đoán trong vòng 30 ngày, một bài báo về rò rỉ dữ liệu sẽ xuất hiện. Câu hỏi đặt ra: liệu bạn có sẵn sàng giao lại toàn bộ quyền điều khiển máy tính cho một AI không minh bạch, với dữ liệu của bạn bay lên đám mây mà không có sự đảm bảo nào? Khi hợp đồng thông minh không minh bạch, tôi từ chối ký. Khi trí tuệ nhân tạo không minh bạch, tôi từ chối sử dụng.