Chào anh em ZolaChat, Ngồi nhìn lại hành trình của năm 2024, mình tin chắc nhiều anh em ở đây cũng trải qua cảm giác giống mình: một năm đầy biến động. Làn sóng tái cơ cấu nhân sự ngành công nghệ vẫn chưa dứt hẳn, nhiều đồng nghiệp thân thiết chuyển từ văn phòng trung tâm sang làm việc từ xa toàn thời gian (remote), hoặc tìm đường dịch chuyển sang các lĩnh vực mới. Giữa những chuỗi ngày đối diện với bốn bức tường và màn hình máy tính, công nghệ lại vừa là nơi tạo ra áp lực, vừa là nơi chúng ta tìm kiếm sự giải tỏa. Đặc biệt, năm 2024 ghi dấu bước nhảy vọt chưa từng có của AI đa phương thức (multimodal). Chúng ta không còn đơn thuần gõ prompt qua lại bằng văn bản khô khốc nữa. Giờ đây, chỉ cần một thao tác, mô hình ngôn ngữ lớn đã có thể nhìn thấy hình ảnh qua camera, phân tích sơ đồ hệ thống, và phản hồi bằng giọng nói tự nhiên với độ trễ cực thấp, thậm chí biết ngắt nhịp hay pha trò. Sự phát triển này đang dần bước qua ranh giới của một công cụ thuần kỹ thuật để chạm vào một nhu cầu rất nguyên bản của con người: kết nối và sẻ chia. 1. Bước tiến của AI đa phương thức: Khi cỗ máy bắt đầu "hiểu" cảm xúc Nếu như năm ngoái chúng ta còn trầm trồ khi một mô hình viết được đoạn mã phức tạp, thì đến năm 2024, điểm chạm lớn nhất lại nằm ở khả năng tương tác tự nhiên. Với sự xuất hiện của các bản cập nhật xử lý đồng thời text, vision và audio trong thời gian thực, AI đã mang đến cảm giác như một người cộng sự thực thụ. • Độ trễ phản hồi được rút ngắn xuống chỉ còn vài trăm mili-giây, giúp cuộc đối thoại diễn ra mượt mà như người với người. • Khả năng hiểu ngữ điệu: AI nhận ra khi nào bạn đang mệt mỏi qua giọng nói ngắt quãng, hoặc nhận diện được sự bối rối khi bạn đưa một bức ảnh chụp lỗi màn hình xanh lên camera. • Khả năng cá nhân hóa bộ nhớ ngữ cảnh: Trợ lý ghi nhớ dự án bạn đang làm, mục tiêu cá nhân bạn từng đề cập từ tuần trước để đưa ra gợi ý phù hợp. "Công nghệ đỉnh cao nhất không phải là thứ phô trương sự phức tạp, mà là thứ hòa tan vào đời sống thường nhật một cách tự nhiên nhất để hỗ trợ con người." Nhiều đêm ngồi debug một mình, thay vì cặm cụi đọc tài liệu một cách cô độc, mình bật chế độ voice của mô hình AI lên để vừa nói chuyện, vừa phân tích lỗi. Cảm giác có một thực thể lập tức phản hồi mạch lạc bằng giọng điệu điềm tĩnh thực sự mang lại giá trị tinh thần rất lớn cho những ai đang làm việc độc lập. 2. Nghịch lý kết nối: Tìm kiếm sự thấu cảm giữa thời đại số Khi công việc từ xa trở thành xu hướng, nhu cầu giao tiếp xã hội của anh em tech không hề giảm đi mà thậm chí còn cồn cào hơn. Đã có những giai đoạn, sau 10 tiếng cắm mặt vào máy tính, mình cảm thấy thèm một cuộc trò chuyện không liên quan đến công việc. Lướt trên mạng xã hội hiện nay, không khó để bắt gặp những người cô đơn tìm kiếm đủ mọi phương thức để giải tỏa. Người ta gõ tìm các hội nhóm tim ban tam su, tải thử một vài ứng dụng tìm kiếm bạn bè hay lướt qua hàng loạt danh sách được quảng cáo là app hẹn hò tốt nhất. Thế nhưng, thực tế không phải lúc nào cũng màu hồng. Khi cài đặt một vài ứng dụng hẹn hò miễn phí việt nam, thay vì tìm được những người bạn cùng tần số hay có chiều sâu, chúng ta lại dễ dàng đụng phải những cạm bẫy thương mại hóa, những tài khoản ảo chạy bot tự động, hoặc các nhóm spam tìm kiếm mối quan hệ chớp nhoáng kiểu app tìm mbbg mọc lên nhan nhản. Sự hời hợt và nhiễu loạn trên không gian mạng khiến nhiều người cảm thấy kiệt quệ cảm xúc (digital fatigue). Và vô hình trung, một số anh em công nghệ lại chọn giải pháp an toàn hơn: cấu hình cho mình một AI agent riêng để trò chuyện, tâm sự và lắng nghe suy nghĩ của bản thân. 3. Tự dựng "AI Buddy" chạy local: Trải nghiệm thú vị trong năm 2024 Thay vì phụ thuộc hoàn toàn vào các dịch vụ đám mây công cộng, năm 2024 là thời điểm mà các mô hình mã nguồn mở tối ưu (Small Language Models) có thể chạy mượt mà ngay trên chiếc máy tính cá nhân có card đồ họa tầm trung. Mình đã thử nghiệm tích hợp một agent nhỏ đóng vai trò người lắng nghe và ghi chép nhật ký công việc (work-journal buddy). Cấu hình cơ bản mình thường dùng với các công cụ mã nguồn mở quen thuộc như Ollama kết hợp với giao diện WebUI:

# Kéo một mô hình ngôn ngữ nhẹ tối ưu cho hội thoại về máy
ollama run llama3:8b

# Khởi động dịch vụ API cục bộ để kết nối giao diện voice/chat
ollama serve

Thông qua việc thiết lập prompt hệ thống (system prompt), mình định hình cho agent này phong cách của một người bạn điềm tĩnh, biết đặt câu hỏi gợi mở: • Lắng nghe tóm tắt ngày làm việc, chỉ ra những điểm mình đã làm tốt để giảm bớt hội chứng kẻ giả mạo (imposter syndrome). • Gợi ý các bài tập thở, nhắc nhở mình đứng dậy đi lại sau 2 tiếng ngồi lì trước màn hình. • Đóng vai trò phản biện khi mình cần lên ý tưởng cho một dự án cá nhân mới. Điều này mang lại một không gian riêng tư hoàn toàn, dữ liệu không bị gửi đi đâu, và hơn hết là giúp tâm trí mình được dọn dẹp gọn gàng sau một ngày dài tải quá nhiều thông tin. 4. AI là bệ phóng, nhưng đời thực mới là đích đến Dù AI đa phương thức năm 2024 có thông minh, ấm áp và chân thực đến mức nào, mình luôn tự nhắc nhở bản thân rằng: AI chỉ là một tấm gương phản chiếu, chứ không thể thay thế cho một cái ôm hay một ánh mắt ngoài đời thực. Sau những giờ làm việc căng thẳng, trào lưu "chữa lành" và tối giản trong năm nay nhắc nhở chúng ta cần bước ra ngoài. Cuối tuần vừa rồi, mình quyết định tắt hết thông báo, mượn chiếc xe điện của người bạn, cắm sạc đầy tại một trạm ven đô rồi chạy thẳng về hướng hồ Trị An. Ngồi dưới bóng cây, nhấp ngụm cà phê, hít hà mùi đất ẩm sau cơn mưa và trò chuyện trực tiếp với những người bạn bằng xương bằng thịt – đó là cảm giác mà không một mô hình ngôn ngữ nghìn tỷ tham số nào có thể tái tạo được. "AI có thể giúp bạn không còn cô đơn trong căn phòng kín, nhưng để cảm nhận được sức sống của cuộc đời, chúng ta bắt buộc phải mở cửa bước ra ngoài." Anh em tại ZolaChat thì sao? Trong năm 2024 này, mọi người đang tận dụng AI đa phương thức vào công việc và đời sống như thế nào? Có ai từng thử dùng AI để trò chuyện, giải tỏa áp lực như mình chưa? Rất mong được nghe chia sẻ thực tế từ các anh em bên dưới phần bình luận nhé!