Bạn có biết? Chỉ trong một tuần, cả Anthropic và OpenAI đồng loạt ra mắt tính năng 'Record a skill' – ghi lại thao tác trên màn hình, biến chúng thành kịch bản tự động có thể tái sử dụng. Sự trùng hợp này không phải ngẫu nhiên: đó là tín hiệu cho thấy cuộc đua AI Agent đã chuyển từ 'hiểu bạn nói gì' sang 'bắt chước bạn làm gì'. Và blockchain, với bản chất tự động hóa hợp đồng thông minh, đang đứng trước cơ hội hấp thụ công nghệ này để cách mạng hóa DeFi.
Đọc nhanh hơn thị trường—hoặc bị bỏ lại. Hãy cùng tôi mổ xẻ lớp kỹ thuật đằng sau tính năng 'Record a skill' và lý do nó có thể thay đổi cách chúng ta tương tác với blockchain.
## Hook: Hai 'quái vật' AI cùng đâm một hướng Ngày 24/2/2025, Anthropic công bố Claude Cowork với khả năng ghi lại toàn bộ thao tác người dùng: màn hình, click chuột, gõ phím, giọng nói – sau đó tự động chuyển thành một 'Skill' có thể chạy lại. Cùng ngày, OpenAI cập nhật Codex với tính năng 'Record a skill' gần như giống hệt. Cả hai đều nhắm vào Pro/Max/Team plan, đặt giá cao hơn gói miễn phí. Đây không phải là một bản nâng cấp nhỏ, mà là một cuộc chiến giành lấy 'tài khoản năng suất' của người dùng văn phòng – và gián tiếp, là quyền kiểm soát các workflow tự động trong tương lai.
## Context: Tại sao là bây giờ? Thị trường AI Agent đã bùng nổ từ cuối 2024 với sự xuất hiện của ChatGPT Tasks, Claude Computer Use, và các framework như LangChain, CrewAI. Nhưng tất cả đều yêu cầu người dùng phải viết prompt hoặc script. 'Record a skill' lần đầu tiên hạ thấp rào cản xuống mức zero-code: bất kỳ ai cũng có thể 'dạy' AI làm một việc bằng cách tự làm nó một lần. Với blockchain, nơi mà việc tương tác với hợp đồng thông minh qua ví (MetaMask, Phantom) còn thủ công và dễ sai sót, công nghệ này hứa hẹn cho phép người dùng 'ghi lại' quy trình swap, stake, harvest, và chạy tự động hàng ngày.
Nhưng có một nghịch lý: càng dễ dàng, càng nguy hiểm. Hãy nhìn vào kiến trúc kỹ thuật.
## Core: Phân tích kỹ thuật – Hành vi clone hay cỗ máy sinh script? Từ mô tả của Anthropic, 'Record a skill' hoạt động như sau: - Bước 1: Claude ghi lại màn hình, click, keyboard input và giọng nói thông qua micro. - Bước 2: Dùng mô hình đa phương thức (Claude Sonnet 4) để phân tích chuỗi hành động, trích xuất ý định người dùng. - Bước 3: Tổng hợp thành một file cấu trúc (có thể là SKILL.md hoặc định dạng độc quyền) chứa các bước tự động hóa. - Bước 4: Khi chạy lại, Claude tái tạo các hành động dựa trên file đó, sử dụng computer use API để điều khiển chuột và bàn phím.
Về bản chất, đây là 'behavioral cloning' (bắt chước hành vi) kết hợp với code generation. Không có đột phá về mặt mô hình; đây là kỹ thuật kết hợp có sẵn: ASR (giọng nói thành văn bản), OCR (nhận diện văn bản trên màn hình), và tool calling (gọi hàm điều khiển OS). Điểm mới là pipeline được tích hợp liền mạch vào sản phẩm.
Dựa trên kinh nghiệm phân tích DeFi của tôi, tôi thấy ngay một điểm mù: kịch bản này hoàn toàn phụ thuộc vào giao diện đồ họa (GUI). Nếu giao diện thay đổi (nút 'Submit' đổi vị trí, cửa sổ pop-up xuất hiện không dự đoán), Skill sẽ chạy sai. Trong thế giới blockchain, nơi các giao diện DeFi thay đổi liên tục (upgrade UI, thêm tính năng mới), một Skill ghi lại cách swap token trên Uniswap hôm nay có thể hỏng vào tuần sau. Đây là thách thức lớn chưa được giải quyết.
Hãy so sánh với OpenAI Codex: Codex nhắm vào IDE (Visual Studio Code), tức là môi trường có cấu trúc rõ ràng, ít thay đổi. Claude Cowork nhắm vào desktop tổng quát – môi trường phức tạp hơn nhiều. Anthropic đang đặt cược vào khả năng hiểu ngữ cảnh mạnh hơn, còn OpenAI đặt cược vào độ chính xác trong môi trường hẹp. Với blockchain, tôi đánh giá hướng của Anthropic phù hợp hơn vì người dùng cần tương tác với nhiều ứng dụng bên ngoài (trình duyệt, ví, telegram bot). Nhưng rủi ro cũng cao hơn.
Một dữ liệu thú vị: Theo báo cáo của Beating Monitoring, tỷ lệ thành công của Claude Cowork trong các bài kiểm tra thực tế (thực hiện tác vụ gồm 5 bước) là 68%, so với 72% của OpenAI Codex. Nhưng Claude lại vượt trội ở các tác vụ yêu cầu đọc hiểu ngữ cảnh (ví dụ: 'lọc email và tóm tắt' đạt 81%). Điều này cho thấy sự khác biệt về chiến lược: Anthropic ưu tiên hiểu 'tại sao', OpenAI ưu tiên hiểu 'làm thế nào'.
## Contrarian: Góc nhìn phản trực giác – 'Ghi lại' không phải cách tốt nhất để tự động hóa Nhiều người cho rằng 'Record a skill' là bước tiến vĩ đại. Nhưng nhìn từ góc độ bảo mật và độ tin cậy, tôi cho rằng nó là con dao hai lưỡi. Trong lĩnh vực blockchain, nơi một sai sót có thể mất toàn bộ tài sản, việc ghi lại thao tác chuột có thể ghi lại cả mật khẩu, private key nếu người dùng không cẩn thận. Hãy tưởng tượng một Skill 'Rút lợi nhuận từ Aave' – nếu nó được chia sẻ công khai, kẻ xấu có thể chèn thêm bước chuyển token sang địa chỉ của chúng. Đây là attack vector chưa được thảo luận.
Hơn nữa, cách tiếp cận 'ghi lại' là phản trực giác với triết lý blockchain: blockchain là không tin cậy (trustless), nhưng 'Record a skill' lại đòi hỏi người dùng tin tưởng hoàn toàn vào AI và nhà cung cấp dịch vụ (Anthropic/OpenAI) về quyền riêng tư và tính toàn vẹn của script tạo ra. Điều này tạo ra một điểm tập trung mới – trái ngược với tinh thần phi tập trung.
Tôi từng thấy một trường hợp vào tháng 12/2024: Một bot Telegram dùng fake Claude API đã đánh cắp khóa của 47 người dùng. Hãy tưởng tượng khi Skill có quyền truy cập toàn bộ desktop, rủi ro còn lớn hơn gấp bội. Đây là gót chân Achilles của tự động hóa AI. Các giao thức DeFi nên cân nhắc tích hợp xác thực hai lớp (2FA) khi phát hiện thao tác từ AI Agent, thay vì mặc định tin tưởng.
## Takeaway: Theo dõi điều gì tiếp theo? Tôi sẽ không vội vã sử dụng 'Record a skill' cho bất kỳ tác vụ nào liên quan đến tài sản số. Hãy đợi Anthropic và OpenAI tung ra bản cập nhật về sandboxing (chạy Skill trong môi trường cách ly) và mã hóa dữ liệu ghi lại. Đồng thời, hãy chú ý đến các dự án blockchain đang tích hợp AI Agent: nếu thấy một giao thức nào đó quảng cáo 'tự động hóa bằng record', hãy đặt câu hỏi về bảo mật trước khi dùng.
Cuối cùng, câu hỏi dành cho bạn: Sẵn sàng giao quyền điều khiển máy tính cho AI, hay bạn muốn giữ các Private Key trong tay mình? Tốc độ là niềm tin của tôi, nhưng lần này, tôi chọn an toàn.
— Đặng Khánh, Tokyo, tháng 2/2025.