Chào toàn thể anh em ZolaChat, Năm 2024 có lẽ là một trong những năm nhiều biến động và cảm xúc nhất đối với dân công nghệ tụi mình. Giữa làn sóng tái cơ cấu nhân sự ngành IT vẫn chưa hoàn toàn hạ nhiệt, trí tuệ nhân tạo lại có những bước nhảy vọt đáng kinh ngạc. Chúng ta không còn dừng lại ở việc gõ prompt nhận văn bản đơn thuần như một năm trước, mà đang thực sự sống trong kỷ nguyên của AI đa phương thức (Multimodal AI) và các AI Agent tự hành. Hôm nay, nhân một buổi chiều ngồi làm việc từ xa giữa tiết trời mát mẻ, mình muốn ngồi lại chia sẻ cùng anh em vài trải nghiệm thực tế khi ứng dụng những công cụ này vào đời sống và công việc hàng ngày. 1. Bùng nổ AI đa phương thức: Khi máy tính biết nhìn, nghe và hiểu ngữ cảnh Sự ra đời của các mô hình như GPT-4o hay Claude 3.5 Sonnet trong năm 2024 đã thay đổi hoàn toàn cách mình tương tác với máy móc. Khả năng xử lý song song hình ảnh, giọng nói với độ trễ cực thấp khiến AI giống như một người trợ lý có tri giác hơn là một cỗ máy xử lý dữ liệu khô khan. • Xử lý thị giác máy tính tức thì: Mình chỉ cần đưa camera chụp sơ đồ kiến trúc hệ thống hoặc một đoạn code viết tay, AI có thể phân tích bug và gợi ý tối ưu trong tích tắc. • Xóa nhòa rào cản ngôn ngữ: Nhờ khả năng dịch thuật ngữ cảnh theo thời gian thực, việc trò chuyện đa ngôn ngữ chưa bao giờ mượt mà đến thế. Nhiều bạn bè của mình khi thử nghiệm các nền tảng giao lưu quốc tế hay sử dụng app hẹn hò với người nhật đã bất ngờ khi thấy AI hỗ trợ giải thích cả văn hóa kính ngữ và ẩn ý trong từng câu chat. • Giọng nói tự nhiên: Độ trễ giao tiếp bằng âm thanh giảm xuống mức tương đương con người, mở ra vô số kịch bản tương tác mới. 2. Thử nghiệm AI Agent: Từ tự động hóa công việc đến xử lý dữ liệu đời sống Thời gian qua, mình dành khá nhiều thời gian để xây dựng các agent tự hành nhỏ bằng LangChain kết hợp mô hình ngôn ngữ lớn nhằm phục vụ cuộc sống hàng ngày. Một trong những bài test thú vị nhất là xây dựng agent phân tích dữ liệu mạng xã hội và hành vi người dùng. Trong quá trình xử lý dữ liệu phân loại truy vấn tự nhiên (natural query), mình nhận thấy hành vi tìm kiếm của người dùng Việt rất đa dạng. Có những truy vấn địa phương hóa rất đặc trưng, từ các từ khóa ngô nghê mang tính bản năng như tìm gái lào cai trên các hội nhóm tìm bạn, cho đến nhu cầu tìm kiếm không gian yên tĩnh để hẹn hò bảo lộc kết hợp trào lưu du lịch chữa lành (healing). Để agent hiểu đúng ý định của người dùng và lọc bỏ nội dung rác, mình đã thiết lập một chuỗi prompt phân tích ngữ nghĩa (intent classification):

# Ví dụ cấu hình phân loại ý định người dùng với LLM Agent
system_prompt = """
Bạn là trợ lý lọc và định tuyến dữ liệu.
Nhiệm vụ: Phân loại truy vấn vào nhóm phù hợp: [Du_Lich, Ket_Noi_Xa_Hoi, Spam_Nhay_Cam].
Nếu truy vấn có dấu hiệu tìm kiếm không lành mạnh, hãy gắn nhãn cảnh báo.
"""

Chính nhờ khả năng hiểu sâu ngữ cảnh của AI năm nay, agent đã phân loại cực kỳ chuẩn xác, giúp hệ thống loại bỏ các nội dung spam và đưa ra phản hồi hữu ích, văn minh hơn cho cộng đồng. 3. Tương lai của sự kết nối: Thuật toán liệu có thay thế được cảm xúc? Nhìn lại quá khứ, chúng ta từng quen thuộc với những ngày dùng ứng dụng chat có tìm quanh đây dựa trên định vị GPS đơn thuần để tìm bạn bè gần nhà, hoặc từng hồi hộp gửi đơn qua link đăng ký bạn muốn hẹn hò để chờ được ghép cặp trên sóng truyền hình. Giờ đây, AI Agent đang từng bước vẽ lại bức tranh ấy. Hiện tại, các mô hình học sâu có thể phân tích phong cách sống, gu âm nhạc, tư duy tài chính và cả cách hành văn để tìm ra những người thực sự đồng điệu. Khi mình lái chiếc xe điện xuyên qua những cung đường Tây Nguyên, trạm sạc phủ khắp các nẻo đường cùng với một AI trợ lý hành trình bật playlist acoustic nhẹ nhàng, mình chợt nhận ra công nghệ đã len lỏi vào từng ngóc ngách cảm xúc một cách rất tự nhiên. "Công nghệ càng phát triển và thấu hiểu con người, chúng ta lại càng khao khát những kết nối chân thật, không tô vẽ." Tuy nhiên, dù AI có thể đóng vai một người tâm sự 24/7 thấu hiểu mọi nỗi buồn, hay thuật toán có thể gợi ý cho bạn một người đồng hành hoàn hảo đến 99% trên lý thuyết, thì cái chạm tay, ánh mắt thật ngoài đời thực hay một buổi chiều ngồi uống trà giữa thiên nhiên vẫn là điều mà không một dòng code nào tái tạo trọn vẹn được. 4. Lời kết Năm 2024 dạy cho mình bài học về sự cân bằng. Chúng ta làm chủ công cụ mới, đón nhận Multimodal AI và trao quyền cho AI Agent để giải phóng sức lao động, nhưng đồng thời cũng cần biết gập máy tính lại, bước ra ngoài và hít thở bầu không khí trong lành. Anh em trong diễn đàn đã ứng dụng AI Agent hay các mô hình đa phương thức vào công việc và đời sống của mình như thế nào rồi? Liệu các bạn có nghĩ rằng AI trong tương lai sẽ thay đổi hoàn toàn cách chúng ta tìm kiếm bạn đời và tri kỷ không? Hãy cùng chia sẻ góc nhìn bên dưới nhé!