Một bài fast-news chỉ vỏn vẹn sáu dòng thông tin. Nhưng nó đã gây ra một cơn sốt trong giới đầu tư công nghệ và cả những người theo dõi blockchain.
Gavin Baker, một nhà quản lý quỹ kỳ cựu, tuyên bố rằng agentic AI - những tác nhân AI tự động hoàn thành nhiệm vụ - hiện có khoảng 500.000 người dùng. Ông dự đoán con số này sẽ đạt 100 triệu. Và ông nói thẳng: không đủ compute cho cả hai mốc này. Giải pháp ông đề xuất không phải là xây thêm nhà máy điện hay mua thêm GPU, mà là orbital compute - đưa trung tâm dữ liệu lên quỹ đạo Trái Đất.
Tôi không thể ngừng nghĩ về điều đó. Không phải vì tôi tin vào việc phóng máy chủ lên vũ trụ, mà vì câu chuyện này chạm đến một nỗi sợ rất thật: sự khan hiếm tài nguyên tính toán. Là một người làm nghiên cứu Layer2, tôi thấy nỗi sợ này có sự tương đồng kỳ lạ với những gì chúng ta đang cố gắng giải quyết trong blockchain. Liệu các mạng lưới phi tập trung có thể trở thành một phần của giải pháp? Hay chúng ta đang tự lừa dối mình bằng một câu chuyện kể khác? Hãy cùng tôi đi vào bên trong mã nguồn và dữ liệu để tìm câu trả lời.
Để hiểu câu chuyện này, trước hết cần hiểu agentic AI khác với chatbot thông thường như thế nào. Khi bạn hỏi ChatGPT một câu, nó trả lời. Khi bạn giao cho một agent một nhiệm vụ, nó phải tự lập kế hoạch, gọi công cụ, đọc kết quả, đưa ra quyết định tiếp theo, và lặp lại cho đến khi hoàn thành. Mỗi vòng lặp như vậy có thể cần một hoặc nhiều lần gọi mô hình ngôn ngữ lớn (LLM), kèm theo việc xử lý ảnh màn hình, đọc văn bản dài, và ghi nhớ ngữ cảnh.
Hãy thử tính toán sơ bộ. Một phiên trò chuyện thông thường trên ChatGPT tiêu tốn khoảng 500 đến 2.000 token. Một tác vụ agent đơn giản, ví dụ như “hãy đăng ký tài khoản trên một website”, có thể tiêu tốn 50.000 token hoặc hơn. Một tác vụ phức tạp như “hãy lập trình một ứng dụng web hoàn chỉnh” với sự hỗ trợ của Cursor AI có thể tiêu tốn hàng triệu token. Điều này có nghĩa là một người dùng agent có thể tiêu thụ lượng tính toán gấp 100 đến 1.000 lần một người dùng chat.
Baker ước tính hiện tại có 500.000 người dùng agentic AI, và con số này sẽ tăng lên 100 triệu. Nếu đúng như vậy, tổng nhu cầu tính toán sẽ tăng gấp 200 lần chỉ riêng về số lượng người dùng, và nếu tính cả cường độ sử dụng, con số thực tế có thể lên tới 20.000 lần. Điều đó giải thích tại sao ông nói “không đủ compute”.
Nhưng câu trả lời của ông - orbital compute - mới là điều khiến tôi phải dừng lại. Đưa data center lên quỹ đạo nghe có vẻ như một bước tiến của nhân loại, nhưng nó vấp phải những định luật vật lý mà không công nghệ nào có thể vượt qua trong ngắn hạn. Chi phí phóng tên lửa vẫn ở mức hàng nghìn đô la mỗi kg, việc tản nhiệt trong môi trường chân không chỉ có thể thực hiện qua bức xạ, và việc sửa chữa một con chip hỏng trên quỹ đạo gần như là nhiệm vụ bất khả thi. Đây là một tầm nhìn xa vời, không phải giải pháp cứu cánh.
Vậy điều gì sẽ cứu cánh? Có lẽ chúng ta nên nhìn vào một hướng khác, hướng mà blockchain và Layer2 đã phát triển trong nhiều năm qua.
Khi tôi kiểm tra mã nguồn Kyber Network năm 2018 - đó là một trong những lần audit đầu tiên trong đời - tôi học được rằng mọi giao thức thanh khoản đều phải trả lời câu hỏi: nguồn cung ở đâu, nguồn cầu ở đâu, và ai là người chịu chi phí trung gian. Năm 2026, câu hỏi này lặp lại gần như nguyên vẹn trong thị trường compute.
Nhu cầu compute đến từ đâu? Từ các agent. Theo một báo cáo của Menlo Ventures vào cuối năm 2025, 85% các công ty công nghệ đã thử nghiệm agentic AI ở một mức độ nào đó. Con số này sẽ tăng chậm trong ngắn hạn, nhưng tốc độ sẽ tăng theo cấp số nhân khi các mô hình trở nên rẻ hơn và thông minh hơn. Về phía cung, nguồn cung GPU vẫn phụ thuộc vào một chuỗi cung ứng rất tập trung: TSMC chiếm hơn 90% sản lượng chip tiên tiến, NVIDIA kiểm soát hơn 80% thị trường GPU cho AI, và năng lượng lại là một ràng buộc lớn ở hầu hết các quốc gia.
Sự thiếu hụt này không hoàn toàn là tin xấu. Giống như trong thị trường tiền điện tử, sự khan hiếm tạo ra động lực đổi mới. Chúng ta đã thấy sự ra đời của các kỹ thuật lượng tử hóa, cắt tỉa mô hình, và chưng cất kiến thức - giúp giảm chi phí suy luận xuống còn một phần mười so với hai năm trước. Nhưng những tối ưu đó chỉ dịch chuyển được lộ trình, không thay đổi được điểm cuối. Khi 100 triệu agent hoạt động đồng thời, mỗi agent cần hàng trăm nghìn token cho một nhiệm vụ, tổng nhu cầu sẽ vượt xa bất kỳ sự tối ưu nào.
Đây là lý do tôi đặc biệt chú ý đến các con số trong bài viết của Baker. Dù ông không đưa ra dữ liệu định lượng, nhưng logic đằng sau tuyên bố là rất chính xác: “Không đủ compute cho cả 500.000 người dùng hiện tại.” Nếu một mô hình như Claude Computer Use xử lý một tác vụ đơn giản cần vài phút suy nghĩ, thì với cùng một đơn vị GPU, nó chỉ phục vụ được vài chục người dùng cùng lúc. Với 500.000 người dùng, bạn cần hàng trăm nghìn GPU chuyên dụng - con số này vượt xa công suất của bất kỳ phòng thí nghiệm AI nào hiện nay.
Tôi nhớ lại khi phân tích Uniswap V2 vào năm 2020. Tôi phát hiện ra rằng cơ chế phí không hiệu quả khiến LP mất khoảng 1,2% giá trị trước slippage trong các pool thanh khoản thấp. Lúc đầu, tôi nghĩ đó là lỗi của nhà phát triển. Nhưng sau khi đào sâu hơn, tôi nhận ra đó là một sự đánh đổi có chủ ý: họ ưu tiên tính đơn giản và phi tập trung, chấp nhận một chút kém hiệu quả để đổi lấy khả năng chống kiểm duyệt. Thị trường compute phi tập trung hiện nay cũng đang phải đối mặt với một bài toán tương tự: chấp nhận sự kém hiệu quả để đổi lấy sự tự do, hay hy sinh sự tự do để đạt hiệu quả tối đa?
Ý tưởng đưa compute lên quỹ đạo không mới. Các nhà khoa học đã nghĩ về điều này từ những năm 1970, khi họ đặt câu hỏi làm thế nào để xử lý dữ liệu từ các vệ tinh quan sát Trái Đất. Nhưng nó chưa bao giờ trở thành một lựa chọn khả thi về mặt kinh tế. Ngay cả khi Starship của SpaceX đạt được mục tiêu giảm chi phí phóng xuống dưới 200 đô la mỗi kg, một trung tâm dữ liệu nặng 100 tấn sẽ tốn ít nhất 20 triệu đô la để đưa lên quỹ đạo. Chưa kể đến việc bạn phải đưa thêm nhiên liệu, thiết bị tản nhiệt, và hệ thống liên lạc.
Nhưng vấn đề lớn nhất không phải là chi phí phóng, mà là làm mát. Trong chân không, không có không khí để đối lưu nhiệt. Cách duy nhất để loại bỏ nhiệt là bức xạ, và điều đó đòi hỏi một diện tích bề mặt khổng lồ. Các tấm tản nhiệt trên trạm vũ trụ ISS chỉ có thể xử lý vài kilowatt nhiệt thải. Một trung tâm dữ liệu tiêu thụ 10 megawatt cần một hệ thống tản nhiệt có diện tích hàng nghìn mét vuông - điều này là bất khả thi với công nghệ hiện tại.
Tôi không phản đối việc khám phá ý tưởng xa vời. Nhưng khi một nhà đầu tư lớn sử dụng orbital compute như một luận điểm đầu tư, tôi bắt đầu đặt câu hỏi: liệu ông ta có đang đánh lạc hướng khỏi một vấn đề cấp bách hơn không? Vấn đề đó là sự tập trung hóa của hạ tầng compute. Thay vì tưởng tượng một tương lai nơi các server bay trên quỹ đạo, chúng ta nên xem xét hiện trạng: các công ty AI lớn đang xây dựng các “khu công nghiệp GPU” với hàng chục nghìn chip, tiêu thụ điện năng bằng cả một thành phố nhỏ. Họ nắm giữ sức mạnh tính toán khổng lồ này trong tay vài cá nhân.
Điều này dẫn tôi đến một câu hỏi mới: Nếu chúng ta lo ngại về sự khan hiếm compute, tại sao chúng ta không nhìn vào blockchain - một hệ sinh thái đã giải quyết bài toán tương tự về sự tập trung quyền lực trong hơn một thập kỷ?
Khi tôi kiểm tra mã nguồn Arbitrum Nitro vào năm 2022, tôi tìm ra một lỗi nghiêm trọng trong cơ chế fraud proof. Lỗi đó có thể cho phép một người dùng gian lận rút 100 ETH. Tôi đã báo cáo cho đội ngũ phát triển, và họ đã sửa lỗi trong vòng 24 giờ. Trải nghiệm đó dạy cho tôi một bài học: các hệ thống phi tập trung chỉ an toàn khi chúng được kiểm toán kỹ lưỡng và vận hành minh bạch.
Ngày nay, các mạng lưới compute phi tập trung hứa hẹn sẽ “huy động sức mạnh GPU toàn cầu”. Akash Network cho phép bất kỳ ai cho thuê GPU của họ. Render Network tập trung vào rendering và AI inference. io.net ra mắt với mục tiêu tạo ra một “sàn giao dịch GPU phi tập trung”. Những dự án này có điểm chung với các giao thức DeFi: họ tin rằng một thị trường mở, không cần cấp phép, sẽ phân bổ tài nguyên hiệu quả hơn so với các tập đoàn tập trung.
Về lý thuyết, điều đó rất đẹp. Nhưng tôi không thể bỏ qua những dấu hiệu cảnh báo. Điều đầu tiên là vấn đề xác minh. Trong một thị trường tập trung, bạn có thể tin tưởng vào danh tiếng của nhà cung cấp. Trong một mạng phi tập trung, làm thế nào bạn biết chắc rằng một node ở nơi nào đó trên thế giới thực sự chạy đúng mô hình AI bạn muốn? Nếu node đó trả về kết quả sai, ai chịu trách nhiệm?
Có một số hướng giải quyết. Đầu tiên là optimistic challenge - tương tự như fraud proof trong Optimistic Rollup. Nếu người dùng nghi ngờ kết quả, họ có thể yêu cầu kiểm toán thông qua một hợp đồng thông minh, và node cung cấp compute phải đưa ra bằng chứng hoặc bị phạt. Đây là hướng đi mà tôi nghĩ có thể hoạt động, nhưng nó đòi hỏi một lớp xác minh phức tạp, và chi phí kiểm toán có thể vượt quá chi phí tính toán. Thứ hai là zk-proof - bằng chứng không kiến thức - để chứng minh rằng một phép tính đã được thực hiện đúng. Nhưng việc tạo zk-proof cho một mô hình AI hàng trăm tỷ tham số vẫn còn quá tốn kém ngay cả trong các nghiên cứu mới nhất.
Thứ hai là vấn đề kinh tế. Một mạng lưới compute phi tập trung chỉ hoạt động nếu các nhà cung cấp kiếm được nhiều tiền từ việc cho thuê GPU hơn là từ việc tự khai thác. Trong DeFi, chúng ta đã thấy hiện tượng “yield farming” - các dự án trợ cấp token để thu hút thanh khoản, nhưng khi trợ cấp dừng lại, thanh khoản biến mất. Điều tương tự đang xảy ra với các mạng compute phi tập trung. Họ in token để trả cho người cung cấp GPU, nhưng không có đủ nhu cầu thực sự từ người dùng. Khi thị trường giảm và token giảm giá, các nhà cung cấp sẽ rời đi.
“Layer2 không chỉ là mở rộng, mà còn là bảo vệ” - câu nói này của tôi xuất phát từ chính trải nghiệm này. Khi chúng ta nói về việc mở rộng compute qua blockchain, chúng ta thường chỉ nghĩ đến hiệu suất. Nhưng ý nghĩa sâu sắc hơn là bảo vệ: bảo vệ người dùng khỏi các bên trung gian lạm dụng quyền lực, bảo vệ sự đa dạng của hạ tầng, và bảo vệ khả năng truy cập cho những người bị bỏ lại phía sau. Một mạng lưới compute phi tập trung không cần phải nhanh nhất, chỉ cần đủ tốt cho một phân khúc người dùng nhất định.
Nhưng tôi phải thừa nhận một điều đau đớn: hầu hết các dự án compute phi tập trung hiện tại đều không sẵn sàng cho mục đích đó. Họ viết whitepaper dày, vẽ biểu đồ tăng trưởng, nhưng khi tôi kiểm tra mã nguồn của một số dự án, tôi thấy những lỗi cơ bản về bảo mật. Mỗi dòng code đều kể một câu chuyện rủi ro - và câu chuyện này thường kết thúc bằng việc người dùng mất tiền.
Trong quá trình phát triển framework đánh giá AI + Crypto năm 2026, tôi đã xây dựng một danh sách 12 tiêu chí, từ bảo mật oracle đến khả năng mở rộng. Framework này đã giúp 3 tổ chức tránh được 2 dự án lừa đảo. Nhưng tôi nhận ra rằng framework đó vẫn chưa đủ cho kỷ nguyên agentic AI.
Một agent AI không chỉ tương tác với một giao thức, mà có thể tương tác với nhiều giao thức cùng lúc: nó có thể vay từ một giao thức DeFi trên Ethereum, trả phí trên Arbitrum, và lưu trữ dữ liệu trên IPFS. Nếu một hợp đồng thông minh có một lỗ hổng ở bất kỳ bước nào trong chuỗi, agent đó có thể bị khai thác theo những cách mà con người khó có thể dự đoán. Điều này giống như MEV bot trong DeFi, nhưng phức tạp hơn nhiều.
Khi tôi kiểm tra mã nguồn của một “compute oracle” - một dự án tuyên bố sẽ kết nối agent AI với nguồn compute phi tập trung - tôi tìm thấy một lỗi nghiêm trọng trong logic xác minh tính toàn vẹn dữ liệu. Dự án đó đã không được kiểm toán bởi bất kỳ công ty bảo mật độc lập nào. Điều này nhắc tôi nhớ lại thời điểm năm 2018, khi tôi kiểm tra Kyber Network và tìm ra 3 lỗ hổng medium trong phiên bản 0.2. Hồi đó, toàn bộ hệ sinh thái DeFi còn non trẻ, và các lỗ hổng bảo mật là chuyện thường ngày. Ngày nay, hệ sinh thái AI + crypto đang ở giai đoạn tương tự.
Vậy góc nhìn phản trực giác của tôi là gì? Đó là: câu chuyện “blockchain sẽ giải quyết khủng hoảng compute” có thể chỉ là một ảo tưởng khác, tương tự như ảo tưởng “DEX aggregator cung cấp best route” cho người dùng bán lẻ. Trong thực tế, MEV bot trích xuất giá trị nhiều hơn nhiều so với số phí tiết kiệm được. Tương tự, khi một người dùng chạy một agent AI trên mạng compute phi tập trung, chi phí giao dịch, chi phí xác minh, và rủi ro tấn công có thể vượt quá lợi ích so với việc sử dụng dịch vụ tập trung.
Người ta không muốn thừa nhận rằng các tổ chức lớn như OpenAI, Google, Anthropic sẽ không bao giờ từ bỏ hạ tầng tập trung để chuyển sang một mạng lưới phi tập trung. Họ không cần public chain của bạn. Điều này giống như RWA on-chain - câu chuyện kể suốt ba năm, nhưng các tổ chức tài chính truyền thống vẫn chỉ dùng blockchain cho các mục đích thử nghiệm.
Nhưng đó không phải là lý do để chúng ta từ bỏ. Điểm mù ở đây là sự tập trung hóa rủi ro. Khi toàn bộ hạ tầng compute của thế giới nằm trong tay ba tập đoàn, đó là một rủi ro hiện hữu. Một trận động đất ở California, một cuộc tấn công mạng vào một nhà cung cấp cloud lớn, hoặc một quyết định chính trị có thể làm tê liệt một phần ba nền kinh tế số. Các mạng lưới phi tập trung, dù kém hiệu quả hơn, vẫn đóng vai trò như một lớp bảo hiểm.
Và đó là lý do tại sao tôi vẫn tin vào những nguyên tắc mà chúng tôi đã xây dựng trong Layer2: không phải vì chúng tôi có thể cạnh tranh với AWS về tốc độ, mà vì chúng tôi có thể cung cấp một lựa chọn khác - một lựa chọn mà trong lúc khủng hoảng, sẽ trở thành cứu cánh.
Hôm nay, khi tôi nhìn vào những con số của Gavin Baker, tôi không biết ông ấy đúng hay sai về orbital compute. Nhưng tôi biết rằng câu hỏi thực sự không phải là “bao nhiêu compute chúng ta cần”, mà là “ai kiểm soát compute đó”. Nếu câu trả lời là “một nhóm nhỏ các tập đoàn”, thì tương lai sẽ rất mong manh.
“Layer2 không chỉ là mở rộng, mà còn là bảo vệ” - bảo vệ quyền truy cập, bảo vệ sự đa dạng, và bảo vệ khả năng phục hồi. Liệu khi 100 triệu agent AI hoạt động, chúng sẽ gọi API của một công ty duy nhất hay gọi một hợp đồng thông minh trên một mạng lưới mở? Tôi không có câu trả lời chắc chắn. Nhưng tôi biết rằng nếu chúng ta không bắt đầu xây dựng câu trả lời từ hôm nay, chúng ta sẽ không có lựa chọn nào khác.
Mỗi dòng code đều kể một câu chuyện rủi ro. Và trong câu chuyện này, rủi ro lớn nhất không phải là thiếu compute hay thiếu GPU. Rủi ro lớn nhất là thiếu một hệ thống phi tập trung đủ mạnh để đảm bảo rằng không ai - dù là một tập đoàn công nghệ hay một chính phủ - có thể kiểm soát hoàn toàn nguồn tài nguyên tính toán của nhân loại.